1. 基本介紹

數據來源：漁產品全球資訊網

數據期間：1989年1月2日至2021年12月31日

數據類型：日資料

數據筆數：6790筆

數據類別：加州鱸(鱸魚的一種)

數據特色：消費市場的價格

2. Excel畫次數分配圖

使用分類270組的方式繪製出下圖

觀察上圖可以發現加州鱸魚的消費市場價格呈現雙峰分配。我們需要了解到這是市場的均衡價格觀念，這價格會出現在需求線上，也可能是需求線移動後的新需求線上。這些能夠反映影響因素的成因都沒有被收集在統計數據中，所以無法說這就是某條特定的需求線。

想要估計這種雙峰分配並不容易，可能是兩個機率分配的組合，也可能是特定的分配。因此，我們可以先使用「適合度檢定」測定數據是否來自特定的分配。如果無法得到顯著的結果，就需要使用曲線估算法(Curve fitting)配適出符合此數據規律的機率模式。本篇文章只說明到適合度檢定，至於曲線估算法可參考「機率分配模擬器_prsimulated」公開社團的影片。

3. 敘述統計係數表

係數	值
sample Mean	87.45415
Geometrical Mean	85.14020
Harmonic Mean	82.63353
sample variance	388.62191
sample S.D.	19.71350
Skewed Coef.	0.07312
Kurtosis Coef.	2.32699
MAD	16.82220
Range	163.80000
MIN	5.00000
MAX	168.80000
Median	90.70000
Q1	60.00000
Q2	90.70000
Q3	109.70000
IQR	49.70000
C.V.	0.22542

3. 適合度檢定

經過45個分配的適合度檢定後，可以得到最佳的結果為

H0: population distribution~Generalized normal distribution(mu=87.454153,alpha=32.938249,beta=3.308851),

H1:against H0,

由p值可知，拒絕虛無假設。這表示數據的適合度檢定顯著拒絕數據來自一般常態分配。

這顯示加州鱸魚的消費市場價格並非來自這445種分配。

不過，我們得注意到在45種分配的適合度檢定確實可以幫助我們找出數據最合適的分配。

加州鱸魚消費市場的價格次數分配圖中，雙峰中間相對低的機率可視為高原的特性。如果數據量足夠多，很可能有更能反映這種一般常態分配的高原特性，亦即在這段價格區間出現可能相等。

當我們得到了適合度檢定的分配後，就能夠利用機率分配模擬器生成此分配與原數據的分配進行比對，如下圖。

我生成1百萬筆的一般常態分配數據計算得到次數分配圖，再與原數據的次數分配圖進行比對。從上圖就能清楚看到為什麼會顯著拒絕虛無假設。

此時，你可以選擇停止建立數據的機率模式，或者繼續尋找更加精確的機率模式。

下篇文章將是以曲線配適法估算加州鱸魚消費市場價格的機率模式。