一、案例定位

原書 Analysis Case 5.2 使用 StartupCosts.xlsx／.csv，分別透過 Excel 分析工具庫、Jamovi 與 ChatGPT 比較不同商店類型的敘述統計、五點摘要與盒鬚圖，並延伸到探索性資料分析。

二、學習目標

• 使用 Excel 分析工具庫建立敘述統計。
• 以第一四分位數、中位數、第三四分位數、最小值與最大值建立五點摘要與盒鬚圖。
• 比較 Excel、Jamovi 與生成式人工智慧對同一問題的輸出。
• 使用探索性資料分析，補充單一統計表看不到的資料結構。

三、案例情境

原書提出兩個問題：哪一類新創企業具有較有利的成本特徵？以及要比較不同商店類型時，應使用哪些敘述統計？

分析者需要先保留原始資料，再建立整理後的工作表，最後比較不同商店類型的成本水準與變異。

四、開始資料

五、Excel／R／AI 分析方法

Excel：將資料複製到新的整理工作表，使用 Excel 分析工具庫中的敘述統計，再自行補上第一與第三四分位數，最後用五點摘要建立盒鬚圖。

Jamovi：使用敘述統計功能直接取得相似統計量與盒鬚圖。

ChatGPT：要求依商店類型分組建立五點摘要與盒鬚圖，再進一步執行探索性資料分析，檢查各群組的中心、變異與離群值。

六、計算結果

原書 ChatGPT 的回答認為，如果只用「較低中位啟動成本」與「較小四分位距」作為成本風險判準，PETS 看起來最有利。

探索性資料分析的分組結果為：BAKERY 平均數 92.09／標準差 38.89；GIFTS 87.00／35.90；PETS 51.63／27.07；PIZZA 83.00／34.13；SHOES 72.30／31.37。