下列何者最不適合用來描述研究資料的變異度（variability ）？

本題觀念：

本題考查生物統計學中**變異度（Variability）或離散趨勢（Measures of Dispersion）**的測量指標。研究資料的描述通常分為三大類：

1. 集中趨勢（Central Tendency）：描述資料的中心位置，如平均數（Mean）、中位數（Median）、眾數（Mode）。
2. 變異度（Variability/Dispersion）：描述資料的分散程度，即資料點距離中心有多遠。
3. 分佈形狀（Distribution Shape）：描述資料分佈的形態，如偏態（Skewness）、峰度（Kurtosis）。

選項分析

• A. 標準差（Standard deviation）：屬於變異度指標。
  • 它是最常用的變異度測量，描述資料點與平均數（Mean）之間的平均距離。標準差越大，代表資料分佈越廣、變異程度越大。
• B. 偏態（Skewness）：不屬於變異度指標（這是正確答案）。
  • 偏態是用來描述資料分佈形狀（Shape）或對稱性的指標。
  • 它告訴我們資料的分佈是向左偏（Left-skewed/Negative skew）還是向右偏（Right-skewed/Positive skew），而不是資料「分散」了多少。一組資料可以非常集中（低變異度）但高度偏斜，也可以非常分散（高變異度）但完全對稱（零偏態）。
• C. 全距（Range）：屬於變異度指標。
  • 計算方式為「最大值減去最小值」，是最簡單的變異度測量，直接反映了資料涵蓋的總範圍。
• D. 四分位數（Interquartile range, IQR）：屬於變異度指標。
  • 雖然中文寫「四分位數」（通常指 Q1, Q2, Q3 這些點），但英文明確標示為 Interquartile range（應譯為四分位距）。
  • IQR = Q3（第75百分位數）- Q1（第25百分位數），描述的是資料中間 50% 的分散程度。它比全距更穩健，不易受極端值影響。

答案解析

題目詢問何者最不適合用來描述資料的「變異度」。 選項 A、C、D（標準差、全距、四分位距）皆是統計學上定義明確的離散趨勢指標，用來量化資料的擴散程度。 選項 B（偏態） 則是分佈形狀指標，用來判斷資料是否對稱，而非測量其分散的大小。因此，偏態最不適合作為變異度的描述指標。

正確答案為 B。

核心知識點

考生應熟記以下統計指標的分類：

1. 變異度/離散指標（Measures of Variability）：

   • 全距（Range）：易受極端值影響。
   • 四分位距（IQR）：適用於偏態分佈或有極端值的資料（常與中位數並用）。
   • 變異數（Variance） & 標準差（SD）：適用於常態分佈（常與平均數並用）。
   • 變異係數（CV, Coefficient of Variation）：用於比較不同單位或平均數差異大的兩組資料之相對變異度。

2. 分佈形狀指標（Measures of Shape）：

   • 偏態（Skewness）：0 = 對稱；>0 = 右偏（正偏）；<0 = 左偏（負偏）。
   • 峰度（Kurtosis）：描述分佈的平坦或尖峭程度。

臨床重要性

在閱讀醫學文獻時，區分這些指標至關重要：

• 若數據呈現常態分佈（如健康人的血壓、身高），通常使用 Mean ± SD 來描述。
• 若數據呈現偏態分佈（如住院天數、某些生化檢驗值），應使用 Median (IQR) 來描述，因為 SD 會受到極端值拉扯而失真，無法正確代表資料的集中與分散情形。

參考資料

1. Measures of Variability: Range, Interquartile Range, Variance, and Standard Deviation. Statistics By Jim.
2. Skewness | Definition, Examples & Formula. Scribbr.
3. Biostatistics: The Bare Essentials. Norman & Streiner. (經典生物統計教科書定義)