變異性基礎
Variability Basics
簡介
Introduction
從前面的章節我們可以漸漸了解，如果加入許多限制，製造系統的行為，是可以預測的，並以簡易的數學是表示，如第七章的三個情況。但如果看到實際案例，如課本提到的HAL案例，我們發現與三種狀況差異非常多，原因就是”變異性”(Variability)。
因此在本章節，會需要學習來量測、理解與管理這些變異。而這些也正是讓系統變得有效率的關鍵。
變異性與隨機性
Variability and Randomness
變異性：一種類物件不一致的性質。換句話說，個體與平均值的差異就稱為變異性。
隨機性與機率有關聯，在統計上，我們會用平均數(mean)與標準差(standard
deviation)來表示。
變異性包含了隨機與可控制變異(controllable variation)，兩者差異在於能否操控，前者還可細分成顯著(apparent)隨機性或真實(true)隨機性，顯著隨機性是代表我們還沒有足夠資訊去掌握行為發生的原因(編按：這部分可能就是要用實驗設計，找出可能的迴歸因子說明)，而後者則是必然會發生的，則我們可以用統計來解釋。
機率性的直覺
Probabilistic Intuition
此小節講述多個生活經驗，顯示平時我們常利用直覺判斷，而無需太精確的數據輔助抉擇，也能做出正確判斷。在統計上，我們可以把這類的現象可以稱做First moment or mean of the random variables，才讓我們覺得世界是有決定性的而非隨機性，而也因為平均數對於結果的影響很顯著，才會讓這樣的法則時常成立。
然而，這樣的直覺用到製造系統或更複雜的事件內，會可能發生誤判，如：迴歸至平均值(regression to the mean)的情況，網路上有很多針對此謬誤/誤判的事例。簡單來說，我們需要納入更精確的觀點，才能更準確掌握系統的實際情況。因此會有：
第二時刻(Second Moment)：變異數(Variance)
第三時刻(Third
Moment)：歪斜度(Skewness)
第四時刻(Fourth
Moment)：峰度(Kurtosis/Peakness)
而本章節後續將會聚焦在前兩者平均數與變異數(Mean and Variance)。
小結
Conclusion
本文僅是講述為何要納入變異性進行考量。後面章節會提供更多實質案例與討論的標的，讓大家了解納入變異的差別。
留言
張貼留言