收視率人數計算的問題，透過圖書和論文來找解法和答案更準確安心。 我們查出實價登入價格、格局平面圖和買賣資訊

7小時，統計學從天書變故事書： 平均數、中位數、常態分布、迴歸分析、費米估算……統計這樣讀，輕鬆戰勝商學院大魔王。

為了解決收視率人數計算的問題，作者本丸諒 這樣論述：

　　◎用哪個關鍵字當書名比較能賣，統計可以幫你找答案。 　　◎美國前總統歐巴馬2008年能勝選，就是將「隨機對照」搬到網路上測試。 　　◎美國沃爾瑪發現，把啤酒放在嬰兒紙尿布旁，銷量會提升，就是靠統計分析。 　　◎對全民進行PCR普篩，可以有效杜絕疫情嗎？統計學家算給你看。 　　 　　提到統計學，商學院學生馬上會告訴你，天呀，這根本是「大魔王」， 　　從各種分布、檢定開始，課本內容似乎變成天書，什麼虛無、對立假設…… 　　初級統計用到的數學不難呀，怎麼搞到二修都快過不了，幾乎要延畢。 　　 　　既然統計這麼難讀，為何還要學？因為： 　　開門做生意要靠因果分析，你才會找到賺錢與賠錢的關聯性。

　　統計就是一種邏輯，看穿怎麼用不同圖表呈現來唬人或防止被唬。 　　還有，這是一門預測的技術，還教你用機率來思考， 　　幫你八九不離十料中事情結果，就算只用在運彩也助你發財。   　　作者本丸諒，編輯超過30本以上的統計學暢銷書， 　　他透過各種案例與故事，教你用最快速度學會 　　平均數、中位數、常態分布、迴歸分析、費米估算…… 　　只要花一個晚上時間，你的邏輯能力暴增、思考能力暴增， 　　初級統計學成了能幫你一輩子的最強武器。 　　 　　◎看穿數據偏差，避開統計上的地雷   　　．「倖存者偏差」──應該加厚戰鬥機哪個部位的裝甲？ 　　二戰期間，同盟國在那些平安完成任務的戰鬥機上，發現一個獨

特的模式， 　　就是機身彈孔大多集中在機體和機翼尖端， 　　因此軍方打算加厚這些部位的裝甲， 　　但有位統計學家卻認為，應該加厚未中彈部位的裝甲，為什麼？ 　　這就是倖存者偏差的故事由來。   　　◎圖表的強項在於「比較」，幫你一眼看出（穿）資料與真相   　　 1854年的野戰醫院十分髒亂，因感染疾病而死的士兵遠多於戰死人數， 　　 這時，南丁格爾就把死亡人數的統計，從直方圖換成圓餅圖， 　　 就成功說服國會議員願意提供經費，改善醫療環境， 　　 為什麼只是換個圖表呈現，說服力就大增？ 　　 南丁格爾不只是護士，更是運用統計學的行家！ 　　 　　◎這樣學統計，天書會變成故事書！   　　．問

我財產有多少？我和比爾‧蓋茲的財產平均超過450億美元！ 　　極端的離群值會讓平均失真，主計處公布勞工平均薪資數字，就是犯了這種錯， 　　這就像拿你的錢跟比爾‧蓋茲的錢一起平均，然後說你們很有錢。 　　這時要利用中位數──由大到小排列後，取最中間的數值， 　　薪資調查統計要揭露中位數，才知道自己在前段班或是後段班。   　　．尼可拉斯．凱吉每年演出的電影越多，溺死人數也越多？ 　　另一項數據顯示，冰淇淋賣得越好、當年泳池溺死人數也越多。 　　其實爛片王和冰淇淋與溺斃者並無直接因果關係。 　　隨便找1,000位演員演出的電影數量，都能找到與溺死人數變化有正相關， 　　只要蒐集夠大量資料，就能找出

相關性，但是否有「因果」就很難說。 　　這時你要怎麼找因果？統計有解。 　　　 　　統計就是一種歸納，可以用在收視率調查、民意調查、賣場銷售業績， 　　甚至傳染病大約幾月幾日達到高峰、企業該替員工準備多少快篩劑、 　　醫院該準備多少病床、「超額死亡數」與疫情發展態勢， 　　都可透過統計來分析預測。 　　描述事實、了解原因與預見未來，最快與最好的方法，就是根據統計。   本書特色   　　平均數、中位數、常態分布、迴歸分析、費米估算……統計這樣讀， 　　輕鬆戰勝商學院大魔王。   好評推薦   　　贊贊小屋／李員興 　　「資料科學家的工作日常」粉專版主／張維元 　　政大統計系教授／鄭宗記　審定

收視率人數計算進入發燒排行的影片

台灣付費電視平台結合管制之研究-兼論「媒體多元維護與壟斷防制法」」

為了解決收視率人數計算的問題，作者魏惠珍 這樣論述：

中文摘要本研究係以台灣付費電視平台結合管制規範為研究主題，並採取比較法研究及文獻分析為主要的研究方法。在比較法研究上，係以美、英及德國法制為主，透過對於這三個國家在廣播電視集中化管制規範及實務的研究，並檢視我國現行媒體結合管制規範的文獻資料，主要的研究成果如下所示：一、 付費電視平台結合管制的規範目標 由於媒體集中化程度差異造成言論市場多樣性的威脅程度的不同，因此在管制上應針對不同的危險，設定不同的管制規範。亦即對於跨媒體的結合是否在言論市場上取得支配意見的影響力，應視其結合後危險程度設定不同層次的管制方式，以符合比例原則。 本研究認為，在服務特性上，有線電視平台係以全頻道的線性

服務為主，IPTV的線性頻道服務其市場滲透率雖不高，雖無垂直整合的議題，然線性電視頻道服務依然是台灣民眾主要的收視來源，造成言論市場多樣性的威脅程度較高，因此在付費電視平台的結合管制目標，仍應以有線電視平台及IPTV平台為主。二、 付費電視平台結合管制的模式 鑑於公平交易法已針對市場占有率及事業之市場力量濫用行為加以規範，為避免重複立法規範，及考量經濟市場與輿論影響力二種模式放在同一法律中計算媒體集中度易生混淆，可能導致失準，本研究認為不宜採用年平均收視率、年平均收聽率或年平均閱讀率作為各管制門檻標準，直接量測有多少民眾收視、收聽、閱讀各媒體，兼與市場占有率以反映民眾之媒體使用情形，同時

避免與市場占有率所直接表徵之經濟市場力量混淆，一方面區分廣播電視主管機關與公平交易法主管機關彼此權限，另一方面則以此促成壟斷防制及多元維護之立法目的落實。以全國總人口數為計算母數，優點是可以推估實際收視、收聽、閱讀該媒體之人數，間接亦將網路及新興媒體使用行為一併納入考量，呈現民眾從不同管道獲取資訊之消長變化。當網路及新興媒體之影響力逐漸增大時，法規再與時俱進納入管制，始符合比例原則。由於本草案管制標的為廣播電視參與整合之行為，並非鎖定收視率嚴格限制其成長。頻道業者收視率較高或長期掌握觀眾收視動向，以致其收視率達到本草案所定之管制門檻，如未涉及與他事業整合，其實並不受限制；僅在該媒體規劃進一步參

與其他媒體整合時，因衍生支配性影響力過高，始有限制之必要。並根據廣播電視事業整合程度之不同，分別採行「申報」、「原則許可例外禁止」、「原則禁止例外許可」和「完全禁止」等四種管制加以規範；並針對無線廣播、無線電視、衛星頻道、有線廣播電視系統產業內之相互整合，以及廣播電視事業跨業以及與日報、週刊間之整合，分別加以規範。三、 付費電視平台結合管制的配套措施 國家通訊傳播委員會107年「傳播匯流法制重要議題研析與政策建議」委託研究建議採取「最小幅度修法」途徑，亦即短期內冀希盡可能透過落實並強化執法、或行政部門修正法規命令等方式，達成有實效的法制政策環境轉換；中長期再以整全的法制革新，正本清源並釜

底抽薪地完備傳播法體系。其中就媒體水平集中及垂直整合之管制，認為現行之媒體水平集中及垂直整合管制規範短期間仍不宜貿然落日。中長期則應與「反媒體壟斷」相關立法做整體思考與規劃。 本研究認為在有線電視系統於頻道流動的箝制力仍未改變下，加上IPTV平台與OTT平台未能形成競爭，建議採取「最小幅度修法」途徑，亦即短期內冀希盡可能透過落實並強化執法、或行政部門修正法規命令等方式，達成有實效的法制政策環境轉換；中長期再以整全的法制革新，正本清源並釜底抽薪地完備傳播法體系。其中就媒體水平集中及垂直整合之管制，認為現行之媒體水平集中及垂直整合管制規範短期間仍不宜貿然落日。中長期則應與「反媒體壟斷」相關立

法做整體思考與規劃。在「反媒體壟斷」相關立法未完成前，有線電視法的水平及垂直管制不宜貿然解除。四、 對《媒體壟斷防制與多元維護法草案》之建議1. 維持新聞、政論節目等新聞頻道的多樣性2. 對於報紙與電視頻道跨媒體結合的禁止3. 有線電視平台與IPTV電視平台中性平台化，禁止結合。4. 頻道代理制度列入管制5. 媒金分離條款暫不宜列入管制

假精確時代：大數據的合法詐騙，讓你上鉤還服服貼貼

為了解決收視率人數計算的問題，作者李凱 這樣論述：

如何讓人相信一句非常荒誕的話？加上一個數字就可以了！ 「資料夠多，你想要有什麼結果，大數據就能給你什麼結果。」 你被數據欺騙的次數，可能比你吃的米還多！ 　　◎人類的「正常體溫」是多少？ 　　德國物理學家卡爾宣稱，他為100萬人測量了精確體溫，在統計了體溫結果以後，最終得出結論：正常體溫應該是37℃！ 　　但其實，卡爾測量的是腋溫，並不適用其他部位測量體溫，這就體現出，這一數字結論本身帶有某種偏差。 　　「正常體溫」的定義並不精確，甚至是主觀臆想，但這種典型的「假精確」，幾百年來人們卻深信不疑。 　　◎職場上的加薪陷阱，你看出來了嗎？ 　　老闆有一天良心發現，決定為每一位員工加5%！全體員

工歡騰，覺得自己終於能「出頭天」了，更加賣力上班…… 　　幫員工加薪？小心是老闆的「變相自肥」！ 　　老闆的年薪是2000萬元，以5%計算，老闆能加薪100多萬！ 　　「這一年每個人都能加薪5%」，遠遠比「我的加薪是你的幾百倍」溫柔得多，儘管這兩句話本質一樣！ 　　◎你看到的，都是對我有用的數據 　　該網站訪問量日成長率達800%──其實該網站1月3日訪問量只有10，而一月4日訪問量到達90。 　　有35%的被調查者購買了本產品──這個例子一般會用在公司強調產品的受歡迎程度。但公司顯然刻意隱瞞了另一點，那就是消費者購買後，有80%的人強烈要求退貨！ 　　◎比詐騙集團更恐怖的，是大數據時代的

合法詐騙 　　本書全面介紹了各種類型的數據陷阱，剖析詳細生動的案例，最後列出了幾項避免數據陷阱的妙招，幫助大家在工作、讀書學習、購物等日常生活中，更容易辨識出數據騙局！ 　　在這個假精確時代，你還甘心被騙走這麼多錢跟時間嗎？   作者簡介 李凱 　　數學與應用數學系，高級軟體工程師，擔任過數據分析師、專案經理等職務。主要從事大數據環境下的商業數據分析，設計酒店、金融證券、建築和行動通訊等多個行業。 前 言 第一章 數字也會說謊 一、數字並不是你看起來那麼龐大 （一）網路上的「大數字」 （二）教育中的「大數字」 （三）生活中的「大」數字 （四）缺乏對比，數字大小未可

知 二、這些數字是捏造出來的 （一）網路造假 （二）票房造假 （三）胡亂預測 三、看穿數字中的「假精確」 （一）廣告中的「假精確」 （二）生活中的「假精確」 四、數字真實，包裝後也會認不出 （一）你看到的，都是對我有用的 1．醫學研究中的「最優選擇」 2．經濟數據中的「最優選擇」 3．商業上的「最優選擇」 4．媒體報導上的「最優選擇」 （二）指鹿為馬，無效的比較 1．生活中的數字陷阱 2．票房中的數字陷阱 3．工作中的數字陷阱 （三）改一改，數據變了樣 1．平均值，典型值？ 2．圖表，徒有其表 五、拙劣的數字謊言 （一）廣告中的數字謊言 （二）網路中的數字謊言 （三）投資中的數字謊言 （四）所

謂的「公式」 第二章 風險中的數字陷阱 一、虛假的「小」風險 （一）科學中的「小」風險 （二）金融中的「小」風險 二、虛假的「大」風險 （一）科學上的「大」風險 （二）生活上的「大」風險 三、風險也分相對與絕對 （一）科學上的風險 （二）生活上的風險 四、科學謠言扎根於數字陷阱 （一）「大」數字 （二）風險「相對論」 （三）關聯不是因果 （四）毫無意義的比較 （五）離開劑量談毒性？請不要耍流氓 第三章 注意：迴歸分析也有陷阱 一、數字相關≠因果聯繫 （一）醫學上的數字陷阱 （二）網路上的數字陷阱 1．機緣巧合產生的相關關係 2．聯合變動 3．顯著相關性，變量之間毫無影響 二、A和B，哪個是

因？哪個是果？ （一）科學界的因果倒置 （二）經濟上的因果倒置 （三）學習上的因果倒置 （四）廣告上的因果倒置 （五）教育上的因果倒置 三、遺漏變量，分析有誤差 （一）學校考試成績中的數字陷阱 （二）健康上的數字陷阱 （三）機率上的數字陷阱 1．環境謬誤——假設整體的機率就是個體的機率 2．獨立性謬誤——需要證明獨立性，卻假設獨立性先驗存在 3．檢察官謬誤 四、無關變量太多，結果無意義 五、預測趨勢胡亂分析，結果很可笑 第四章 統計調查，數字陷阱的重災區 一、樣本數據不足，離正確結論失之千里 二、資料不相配，何談正確結論 （一）媒體的不相配數據 （二）廣告中的不相配數據 （三）醫學上的不相配

數據 （四）公司營運中的不相配數據 三、樣本選取錯誤，系統誤差不可避免 四、人性弱點，被調查者不一定說真話 五、問題問得好，被調查者才會答得好 第五章 廣告中的數字陷阱 一、徵才廣告有隱情，虛假薪資誘人心弦 二、商品折扣增加四〇％，你是否心動？ 三、裝潢陷阱玩弄低價數字遊戲，你能看清嗎？ 1．展開面積≠投影面積 2．單位不同，小心有詐 3．外牆面積與內牆面積 4．圖紙與預算書中的尺寸要一致 四、公司產品滿意度九九‧八％，幌子不少 五、廣告中的辛普森悖論 （一）藥物 vs 安慰劑 （二）考試成績 （三）吸菸與健康問題 六、數字形式巧變樣，感覺不一樣 （一）模糊字眼 （二）「大」數字 （三）精確

數字 七、價格就怕比，弄得消費者沒主意 （一）第一個數字 （二）消費者的中庸之道 （三）我們只是缺少一個購買的理由 八、特價房屋，特價可能只是錯覺 第六章 網際網路的數字陷阱 一、婚戀網站陷阱多，機器人帳號遍地開花 二、網路金融，產品收益說得不可靠 （一）年化收益率一六％？零風險？ （二）貨幣基金收益八％？ （三）高收益吸睛，文字遊戲？ 三、你的粉絲究竟有多少是虛假的？ 四、網際網路的KPI，內幕真不少 1．用戶註冊數 2．活躍用戶數 3．用戶瀏覽數 五、網路上有排行，灌水太多不可靠 （一）品牌榜 （二）暢銷榜 （三）信譽榜 （四）排名應有准入門檻 （五）網路平台當擔責 六、直播平台很熱門，

隱情很多，湊成堆出現 七、流傳二十多年的假數據，是時候拆穿了 八、網路數據造假為何頻頻出現？ 第七章 企事業單位營運的數字陷阱 一、學校考生真是不同凡響，你關注上榜人數的背後了嗎？ 二、藥價下降了，你覺得醫藥費真的會少嗎？ 三、霧霾減輕了，真的是車輛限行的原因嗎？ 四、電視收視率有那麼簡單嗎？ （一）收視率的玄機 （二）收視率為零？ （三）收視率 vs 收視占比 五、上市公司融資額，造假危險且愚蠢 （一）上市潛力股公司 （二）上市企業所投公司 六、高鐵上座率大於百分之百，有的車廂還沒人？ 七、可恨的誘餌式標題，死亡率可不能這麼對比 第八章 生活中的數字陷阱 一、攤販找你小錢，先不要著急走開

（一）耍賴裝傻 （二）障眼法 （三）墊秤 （四）耍秤 二、步數多，健康也不一定會來 1．步數≠運動強度 2．生活步數≠運動步數 三、有折扣就便宜？可沒有那麼好的事 （一）折扣陷阱 （二）贈品陷阱 四、體重減輕，減肥就成功？ （一）越減越肥 （二）失戀減肥 （三）紋絲不動的體重數字 （四）瘦卻乾癟著 （五）身材好，體重卻沒變 五、視力度數就一定可靠？小心近視 六、葡萄酒看年份，這種常識不可輕信 七、前面有坑，小心掉入中獎陷阱 八、二手車看里程數，多長心眼別被糊弄 第九章 避免數字陷阱有妙招 一、大數據的困局，N≠所有 二、大數據，用小規模實驗求證 三、尋找偏差，不要被權威迷惑 （一）有意識的

偏差 （二）無意識偏差 （三）將資料與權威人士劃清界限 四、問自己，是否遺漏了什麼？ （一）缺乏比較 （二）遺漏原因 五、拆穿偷換概念的把戲 （一）統計口徑不同 （二）口頭回答不可靠 （三）目的不同 （四）無理比較 （五）標榜第一 （六）文字遊戲 六、用提問將毫無意義的數據打回原形   前言 　　世界上有三種謊言：謊言、該死的謊言和統計數字。 　　首先要掌握事實，然後你可以隨意歪曲它們。 ——馬克‧吐溫 　　我們生活在一個資訊大爆炸的年代，周圍充斥著越來越多的資訊。我們要做的就是如何儲存與提取資訊。資訊如此之多，真假莫辨，好多人全盤接收，結果吃了虧。不過，吃一塹長一智，人們對周圍的資

訊越來越有免疫力，質疑聲從來沒有斷過。 　　應了那句老話，「道高一尺，魔高一丈」，虛假資訊總會在不知不覺中侵入我們的大腦，影響我們的決策。 　　數字作為資訊的一種，其中蘊藏的陷阱不知有多少，數都數不清。這些數字陷阱隱藏得很深，如果稍不注意，就會掉入其中，損失慘重。 　　當看到我說的這句話時，你可能會驚呼一聲：「對，我就遭遇過一次數字陷阱！」 　　當我問你時，你可能會提起你在商店購買蔬菜時的缺斤短兩，也可能會提到在商場購買商品的時候遇到的折扣陷阱。你會後悔，太不應該追逐眼前的小利了，結果落入商家設計好的陷阱中。 　　你可能只是遇到過少量的數字陷阱，並不清楚這大千世界數字陷阱何其之多。在

看完本書之後，不要害怕，但請在今後擦亮你的眼睛，找到我提出的這些陷阱，維護好自己的利益。 　　數字陷阱整體來說分為兩種類型，一種是人為故意製造的陷阱，目的很明確，就是為了欺騙大家，增加自己的利益。另一種就是人們無意中製造的數字陷阱。可能是因為認知能力不夠，也可能是在哪一方面有所疏忽，數字陷阱就悄無聲息的來到我們的面前，我們再走一步，就會落入其中，而結果往往正是那樣。 　　數字一出現，往往會讓最冷靜的頭腦發熱，做出衝動的事情或者不理智的決定。二十世紀發生在美國的「麥卡錫主義」就很好的詮釋了這一觀點。 　　一九五〇年二月九日，美國參議員約瑟夫•麥卡錫宣稱美國政府徹底被共產黨黨員滲透。他偽造了

一份名單，上面有兩百零五名隱藏在美國政府裡的共產黨黨員，但他並沒有給出準確的名字，只是拿出了一個看似確切的數字。 　　不僅如此，這個數字不是一成不變的。他一開始聲稱名單上有五十七人，在二月二十日他又改口說有八十一個不忠誠的隱患人員。麥卡錫很明顯沒能一次性編造出這些數字來。事實上，早在一九四七年，美國政府就對國會中的一百零八位職員進行了「忠誠度調查」。他們的忠誠度備受懷疑。至一九四八年，僅有五十七人仍受僱於國會。 　　我們可以試想是這份調查洗清了這五十七人的冤屈，也可以像麥卡錫一樣說他們是「政府承認的共產黨員」。「八十一人」這個數據正是從這份涉及一百零八人的調查中得出的。與此同時，另一份一九

四六年呈遞給國會的報告得出共有兩百零五個共產黨黨員，那份報告證實兩百八十四個有潛在安全隱患的人員中已有七十九人被裁。 　　美國政府加緊防禦，匆忙要求麥卡錫證實他的數字來源。麥卡錫卻絲毫不在意這件事。他只是輕描淡寫的說：「我不回應指控，畢竟我才是控方。」 　　他的名單影響如此重大，以至於這種效應形成了一個專有名詞「麥卡錫主義」，專用於指製造冤假錯案的慣用做法。麥卡錫作為一個典型的反面教材，也告訴了我們數字可以怎樣被濫用。他只是隨意的扔給擔驚受怕的大眾幾個數字，就使他們恐懼起來，並引起一場政治迫害。 　　本書意在揭開數字陷阱的面紗，還你一個真實的數據世界，爭取將生活中、廣告裡、單位機構營運，

乃至現今最炙手可熱的網路世界，將各個方面的數字陷阱一網打盡，幫助你遠離欺騙，維護自身的利益。數字陷阱不可怕，它就是一隻紙老虎，只要我們掌握正確的方法，堅持理智，這種陷阱很快就會被填平，讓我們一馬平川的大踏步前進。 　　在即將到來的大數據時代，數字陷阱還會有其他更加隱蔽的表現形式，應用本書所講述的方法，我們一起來辨別，並提高我們的「數字免疫」能力。  

網路直播績效指標之研究

為了解決收視率人數計算的問題，作者林昱宏 這樣論述：

　　網路直播蓬勃發展，其中直播電商更是目前電子商務中最新興、也相當受歡迎的一種形式。然而網路直播發展至今，「在線人數」已不能作為評量直播主的唯一績效指標。因此，本研究提出以文字探勘技術、針對直播中聊天室的觀眾及其留言進行分析，作為衡量網路直播績效的指標內涵。本研究根據前述技術與觀點，設計出四個系統模組，其中熱絡度分析模組、情感度分析模組、相關度分析模組，分別可以計算出網路直播的熱絡度、情感度、相關度；時間分析模組則可以分析出在直播的時間歷程下，熱絡度、情感度、相關度的消長變化。此外，為了驗證本研究所提出之網路直播績效指標及系統的可行性，本研究針對兩家Facebook直播電商進行系統實作與分析

，經網路爬蟲程式收集其線上資料，並進行四個模組的分析，再以儀表板模式進行指標展現。本研究提出之績效指標確實有助於直播主及直播平台更有效地掌握、瞭解直播時之熱絡度、情感度、相關度，可作為精進、調整直播策略及內容之重要參考。