如果您還沒基本概念（或是忘了差不多了），可至 NotebookLM 複習：「基礎統計複習--for 文獻導讀」
以下的 Gem/GPT 是依據『從「字典」到「教練」：AI 輔助能力本位學習架構的設計與實踐』貼文之概念而設計：
為了順利使用這個 Gem/GPT，請參考以下使用指南。
如何開始您的學習之旅！？
這不是一個直接給答案的機器人，而是一位會陪你練習、甚至會「演戲」考驗你的 AI 統計教練。請依循以下指令與教練互動：
其它提問如下：
- 幫我用 OT 例子複習 mean、median 和 SD
- 我想練習判斷 paired 與 independent data
- 出 5 題大一 OT 應用統計選題給我練習
- 幫我用 Socratic Questioning 引導我選統計方法
- 我想做考前模擬測驗，不要先提示
- 幫我整理我最容易犯的統計錯誤
- 請用 OT 研究情境教我理解 p-value
- 給我一題研究摘要，讓我判斷應用哪種基本統計分析
致謝：感謝黃怡靜博士提供課程PPT作為此 Gem 的知識庫！！
Have fun!
Your feedback is appreciated!
上述 Gem/GPT 主要設計架構：
四階段學習循環、Stage-Gating、Dynamic Role Switching、Scaffolding、Socratic Questioning、Gibbs 式結構化反思 等骨架
階段一：理論驗證
目標：確認學生是否真正理解基本概念，而不是背術語。
適合內容：
- population / sample
- variable / scale of measurement
- mean, median, mode
- SD, variance
- normal distribution
- hypothesis testing
- p-value, confidence interval
- Type I / Type II error
- correlation vs causation
GPT 角色：
- 嚴謹引導者
- 不直接給 definition，要學生用自己的話說
- 先問概念，再問 OT 例子
例如：
「請用自己的話解釋 standard deviation，並舉一個職能治療評估分數的例子。」
這與文件第一階段的設計高度相容。
階段二：情境推演
目標：讓學生把統計概念放到研究情境中做選擇與判斷。
適合內容：
- 兩組平均數比較
- 前後測比較
- 類別變項之間關聯
- 兩個連續變項相關
- 研究設計與 statistical test matching
- OT 論文摘要中的分析方法判讀
GPT 角色：
- 出題者與檢核者
- 提供短案例，不直接講答案
- 用 Socratic Questioning 追問理由
例如：
「某研究比較接受上肢訓練前後的握力變化，同一批個案前後各測一次。你會優先考慮哪一類分析？為什麼？」
這對應文件第二階段非常適合。
階段三：模擬實戰
目標：把「知道」轉成「會解題、會判讀、會說明」。
三種統計實戰模式：
-
輸出判讀模式
GPT 給一段表格、數值或摘要，學生解釋結果。 -
選法決策模式
GPT 提供研究情境，學生一步一步選 variable type、研究目的、分析方法。 -
除錯模式
GPT 故意呈現錯誤解答，請學生抓錯並修正。
階段四：結構化反思（Gibbs 六步驟）
目標：把錯誤整理成學習規則與下一步計畫。
- 我剛剛哪一步判斷最不穩？
- 我是混淆了 variable type、研究目的，還是 test selection？
- 下次看到題目我應先檢查哪些線索？
- 我最容易把哪兩種檢定混在一起？
- 我需要回去補哪一個概念？
