library(haven)

file_name <- "PISA_tawian2022_trimmed_lab.sav"
data_candidates <- c(file_name, file.path("Lab02", file_name))
data_file <- data_candidates[file.exists(data_candidates)][1]

pisa_data <- read_sav(data_file)

escs <- as.numeric(pisa_data$ESCS)
valid_escs <- escs[!is.na(escs)]

分析目的

本分析使用 PISA 2022 臺灣資料中的 ESCS（Index of Economic, Social, and Cultural Status，經濟、社會與文化地位指數），計算均值、標準差、最大值、最小值、全距、中位數及四分位距（IQR）。統計結果四捨五入至小數點後兩位。

統計結果

statistics <- c(
  "均值" = mean(valid_escs),
  "標準差" = sd(valid_escs),
  "最大值" = max(valid_escs),
  "最小值" = min(valid_escs),
  "全距" = diff(range(valid_escs)),
  "中位數" = median(valid_escs),
  "IQR" = IQR(valid_escs)
)

summary_table <- data.frame(
  統計值 = names(statistics),
  結果 = sprintf("%.2f", unname(statistics)),
  check.names = FALSE
)

cat("有效樣本數：", length(valid_escs), "；缺失值：", sum(is.na(escs)), "。\n", sep = "")
## 有效樣本數：5599；缺失值：0。
knitr::kable(summary_table, align = c("l", "r"))
統計值 結果
均值 -0.27
標準差 0.91
最大值 4.21
最小值 -3.84
全距 8.05
中位數 -0.24
IQR 1.38

統計方法

標準差採用樣本標準差。IQR 為第 75 百分位數減去第 25 百分位數，使用 R IQR() 的預設四分位數計算方式（type = 7）。缺失值不納入統計量計算。