雖然這篇描述性統計分析解釋鄉民發文沒有被收入到精華區:在描述性統計分析解釋這個話題中,我們另外找到其它相關的精選爆讚文章
在 描述性統計分析解釋產品中有25篇Facebook貼文,粉絲數超過13萬的網紅蔡依橙的閱讀筆記,也在其Facebook貼文中提到, 💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀ ⠀ MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文) ⠀ 我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這...
同時也有3部Youtube影片,追蹤數超過3萬的網紅孫在陽,也在其Youtube影片中提到,「孫在陽」直播-數據科學與雲遄運算1.using the data 「孫在陽」直播-數據科學與雲遄運算2.Data cleaning up 大數據分析-統計分析從資料取得,資料清理到視覺化分析。如何做大數據分析? 孫在陽老師主講,[email protected] 範例、講義下載:h...
「描述性統計分析解釋」的推薦目錄
- 關於描述性統計分析解釋 在 香港人的冥想減壓服務 | App | 企業培訓 Instagram 的精選貼文
- 關於描述性統計分析解釋 在 台灣服飾誌 Instagram 的最讚貼文
- 關於描述性統計分析解釋 在 靚子利學Bella Instagram 的最佳貼文
- 關於描述性統計分析解釋 在 蔡依橙的閱讀筆記 Facebook 的精選貼文
- 關於描述性統計分析解釋 在 新思惟國際 Facebook 的精選貼文
- 關於描述性統計分析解釋 在 PTT Gossiping 批踢踢八卦板 Facebook 的最佳解答
- 關於描述性統計分析解釋 在 孫在陽 Youtube 的最讚貼文
- 關於描述性統計分析解釋 在 Smart Travel Youtube 的最佳貼文
- 關於描述性統計分析解釋 在 志祺七七 X 圖文不符 Youtube 的最佳貼文
描述性統計分析解釋 在 香港人的冥想減壓服務 | App | 企業培訓 Instagram 的精選貼文
2020-04-21 12:39:04
《星座 占星 心理測驗可信嗎? 心理學帶你拆解》 「我最近諸事不順呀,最衰都係因為水星逆行啦~」最近數個月,很常聽到「水逆」相關的話題。相信大家身邊總會有幾個沉迷星座的朋友,或者自己偶爾都會看一些心理測驗的文章。星座學說源自古代文明,有人欣賞它的神秘奧妙;有人批評它沒有科學根據;有人則認為它是...
描述性統計分析解釋 在 台灣服飾誌 Instagram 的最讚貼文
2021-09-16 09:21:23
|#日治晚期──職業婦女| ⠀⠀⠀ ◆新興職業婦女 ⠀⠀⠀ 「高女畢業生希望成為職業婦女,畢業證書不再是新娘嫁妝。」 ⠀⠀⠀ 這是日治時台灣最大報《台灣日日新報》的一則報導,而此時,一些針對職業婦女的廣告開始出現。 ⠀⠀⠀ 像是「安神湯」,一款號稱可以緩解勞力疲乏的保健食品,廣告中就羅列了各式家庭主...
描述性統計分析解釋 在 靚子利學Bella Instagram 的最佳貼文
2020-05-11 08:21:09
居然有人問我星座學是不是偽科學💢有點生氣因此我決定找出一篇理論來解釋給大家聽🧚♀️如下: 心理學跟星座理論是有共同之處的,都是根據統計數據做基礎,然後分析歸納出人的心理現象規律,來幫助不了解這些規律的人來調節心理,心理學一樣無法像自然科學一樣進行雙盲實驗,無法運用自然科學的很多方法論,就像其他高票...
-
描述性統計分析解釋 在 孫在陽 Youtube 的最讚貼文
2021-05-01 03:19:22「孫在陽」直播-數據科學與雲遄運算1.using the data
「孫在陽」直播-數據科學與雲遄運算2.Data cleaning up
大數據分析-統計分析從資料取得,資料清理到視覺化分析。如何做大數據分析?
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00 簡介
03:40 數據科學
09:30 大數據分析與統計分析的差別
13:35 AI是什麼
14:52 圖靈測試 Turing test
17:35 機器學習
20:47 建模
21:58 用線性迴歸做預測
26:46 用羅吉斯迴歸做分類
28:54 其他機器學習
31:28 研究目的
33:21 數據來源的差別
42:58 取得 Azure API for FHIR 數據
01:10:00 資料清理
01:19:48 如何展開資料
01:37:40 描述性統計:樣本個數 -
描述性統計分析解釋 在 Smart Travel Youtube 的最佳貼文
2021-02-05 21:15:11#印度神童 #阿南德 #吠陀占星術
最近講得多太多娛樂八卦, 不如我哋玩一玩嘅話題
因為已經過咗新丑年立春, 我想我嘅youtube頻道更加多樣化
呢條影片我會介紹嘅就係最近喺網上瘋傳嘅一位占星師印度神童阿南德(Abhigya Anand)
佢嘅預言最近喺網上瘋傳。印度神童阿南德14歲已取得碩士學位,精通6種語言,阿南德生于2006年。佢嘅父親係一位軟件工程師,媽媽係一位時裝設計師,曾經住過喺加拿大幾年,跟住回流返印度,阿南德从7岁起学习梵语。8岁起每天早上花半小时背诵印度教经典《薄伽梵歌》四节经文。10岁起开始接触并学习占星。14岁的阿南德还获得了草药微生物学——「阿育吠陀微生物学」(Ayurveda-Microbiology)研究生的文凭。阿南德现正攻读印度占星学院PhD-博士學位,专业是「金融占星学」(Financial Astrology)。
在阿育吠陀Ayurved a-Microbiology中,同樣認為五元素幫助構建了我們的身體,
土元素 | 構建了骨骼,骨骼的堅實和力量來源於土元素;
水元素 | 構建了肌肉和肌肉的運動;
火元素 | 構建了骨骼,神經系統。飢餓與口渴源自火元素,當火元素強烈,我們將感到饑渴;
風元素 | 促成所有四肢和身體的運動,內部器官的運動和代謝運行。擴張和擠壓也源自風元素;
空元素 | 構建了我們心意的慾望、憤怒、佔有、迷戀、恐懼等情緒;
阿南德(Abighya Anand)在2019年8月预言11月将有大灾难爆发,如今新冠状病毒,COVID-19全球大流行,病毒将在全球蔓延,全球紧张局势将加剧,正應驗咗佢嘅预言,非常之精准。
之前佢啲新聞大家都有聽過 ,早幾日佢就預咗 將會喺 2021年的2月10日是个更可怕的时间节点,这一天会出现六星连珠,太阳、月亮、水星、木星、金星、土星将连成一条直线。在这一天,经济可能全面崩溃。
阿南德还强调,与瘟疫相比,饥荒和经济是更加严重的灾难。政府或者是个人应该提前做出准备。而这一切,阿南德认为是上天对人的一种严重的警示,如果不改过,饥荒与战争或者是大灾难会摧毁人类。
2月10號呢而家好近啫 ,究竟會唔會好似2008年雷曼咁樣嘅金融海嘯觸發全球呢 , 到時大家就可以拭目以待啦,
我除咗對佢個預言有興趣之外,我對佢個人以致佢所用嘅預測工具,更加感到興趣,原來佢係用印度占星術(Jyotish astrology)又稱之為「吠陀占星術」(Vedic Astrology),係一個發源於古印度的占星術系統。
佢通过使用占星术,正确地预测了黄金和白银的价格以及其他的股市經濟病毒流行等等嘅活动。
阿南德主要根据火星将与土星和木星相合,而月亮和行星拉胡(Rahu)也将相合。在印度占星术中,拉胡是九大主要的天体之一,被描述为引起日食的“影子实体”,是流星之王。
所以佢所講將會喺 2021年的2月10日是个更可怕的时间节点,这一天会出现六星连珠,太阳、月亮、水星、木星、金星、土星将连成一条直线。在这一天,经济可能全面崩溃。
这是一种非常罕见的情况,因为在占星术中,火星、土星和木星被认为是最强大的行星,因为它们都位于太阳系的外圈。因此,当它们全部对齐时,它们在地球上产生的力量是巨大的。
佢所運用嘅預測方式,就係所謂「吠陀占星學」(VedicAstrology),或稱「古印度占星學」(AncientHinduAstrology),是指印度民族的傳統占星學。“吠陀星學”在研究方面,主要強調個人命運裡的事態:比如是研究個人的名譽、運氣和財富等,而只有百分之五會提及個性和心理。印度古代占星术的起源大约在公元前5000年。喺呢一樣係同西方嘅占星術有最大嘅分別 .西方嘅占星術最主要係好似星座咁樣分析每一個星座嘅性格同埋心理 .
【印度占星學特色】
˙奠基於吠陀文化,隱含「梵我不二」哲思與神思觀點,即係我哋中國嘅天人合一
˙預測事件、論斷時事為其精髓
˙採用恆星黃道
˙分宮圖:輔助判斷命主健康、財富、父母、婚姻等人生事項
˙行星組合:論斷命主先天格局
˙大運系統:預測命主人生各階段運勢
早期的天文觀察也許粗略,但隨著時代推演,變得越來越精密,甚至引進數理技巧、球面天文學;而上述活動所需預知的曆表編製方法,也更加精確。這種發展歷程,涉及了星象徵兆、氣候、地震、洪水、災變等占星預言,甚至其他神靈媒介、物候徵兆的預示,種類繁多。在占星學方面,為了爭取先機,或進行擇日,或解答心理疑惑,或以卜卦尋找失物,或論及命主生活境況和一生大運流年,也都有不同解讀方式。印度占星學將這些活動分門別類,以利區分。印度占星學可以分為三大類及六大支:
三大類 :
1. Ganita:天文學與占星學的計算。
2. Samhita:本集。日昝(盞)的觀測,包含徵兆、氣象、農作物的嗰年是否豐收、地震、洪水、大量人口的財富變化、經濟循環、房屋建築、流星及所有的自然現象。
3. Hora:命盤的解釋。
其中「Ganita」攸關天文學,如球面天文學、天文觀測記錄、行星位置的計算、順行、逆行、停滯、比太陽先出或後入、星體的顏色與大小、恆星位置等所有天文活動,尤其是與占星學有關的部分。
「Samhita」精細的處理自然現象的徵兆(Nimitta)。
「Hora」針對用事時刻、地點製作天宫圖(Horoscope),包括本命(Jataka)、擇日(Muhurta)和卜卦(Prasna)
六大分支 :
1. Gola:球面天文學,直接觀測天文現象與記錄。
2. Ganita:天文學與占星學的計算。
3. Jataka:本命占星學。
4 Prasna:卜卦占星學,就尋問事項解答,不用本命天宮圖的內容。
5. Muhurta:選擇吉祥的天象時刻從事活動。
6. Nimitta:徵兆的解釋。
六大分支其實就是三大類的細分。喺應用方面亦都可以配合六大學科,衍生出世運占星學(MundaneAstrology)
--主要研究日蝕、行星會合、新月等天體現象,以它們的發生時間來推測一個國家或社會可能發生的現象。 流年預測(AnnualForecast)--用來預測天氣和農作物的收成前景,視乎行星橫跨天空的現象來斷定來年的吉凶。
本命占星學(GenethliacalorNatalAstrology)--此種占星學是“吠陀占星學”的最重要部份,以個人出生的那一刻和地點來推算嗰個人嘅命運,強調的是出生時的浮升點(Lagna)、行星的格局以及其相位。[注:浮升點(Lagna),洋人稱為“上升點”(Ascendant),若撇開其度數不論,只論其所在之星座,則是洋人一般所稱的“上升星座”RisingSign)。]
過運(TransitSystem/Gochara)--主要研究行星橫跨先天星圖時,與之形成之相位及關係,來推算某短暫時期的運勢和發生事件。
時局占星學(HorarySystem)--以當事人問事的一刻來起出一張星圖,從而去問事情的吉凶,與中國的奇門遁甲和大六壬等術數的概念相近。
擇吉占星學(ElectionalSystem)--用以選擇一個良辰吉日,開張做生意、簽署合約、結婚和見工面試等。由於星體在一個選定時間的位置和狀態對個人活動有重大影響,所以這個學科的基本原則,是以開始進行某種活動的一刻,來決定行星與浮升點在天空的相對位置,以它們之間的互涉關係,從而選定一個良辰吉日。
需要注意的是,印度占星學家在前五個學科中,均以浮升點和行星在某一刻的位置來推算命運。而擇吉占星學則不然,它與其他五個學科不同,認為行星的位置和相位可以保障一個人的成功,提供了我們選擇吉時的自由。
學業力及轉化
吠陀占星學建立在兩項基礎原則之上:
1、我們都擁有永恆不朽的靈魂----在梵文(古代印度佛教經典語言)中被稱為”atmas”,(英語單詞“原子”-atom-即源自於此)。一個”atmas”是組成永恆而神聖生命的極限微小顆粒。以此而言,我們的靈魂無法逝去或被扼殺,因為它們來自於另一個非物質的世界。然而即使我們的靈魂永恆不朽,我們仍需親臨這個物質世界。換句話說,我們是體驗人類經歷的靈魂,而非感受精神體驗的人類。
2、世間萬物都遵循因果定律。這意味著“每一個作用力都會產生一個同等的反作用力”。當你把這兩條真理合二為一,所得到的結果就叫“業力”。業力的根源為“kri”,代表“行為”。所以我們靈魂在物質世界內的所作所為都會依據物理定律產生反作用力—它們並不是某種懲罰,而是長時間積累起來的因果關係的科學規律。古印度吠陀占星學是靈魂與自然界定律的結合體。隨著時間的推移,掌握了我們所做的一切。它的神秘之處就在於由自然界引發的反作用力不會立刻被體現出來。是在長時間後才會發生在你我身上,即 “善有善報,惡有惡報,莫言不報,時刻未到”。
這種思想引發了“輪回”的概念:永恆的靈魂將會不斷地轉換自己的凡身,一世又一世,並且每一個新的肉體都延續承載者前世過往的因果迴圈。形象地去理解,就是將你的自由意志比喻成聚集自己所有想法、言論和行為的財產投資。吠陀理念基於--無論你身在何處,自然界的內部體統會將你的全部“投資”轉化成為相應的回報。即使你換了新的肉身,大自然仍知該如何找到你並與你“續約”。
想像一下,在人生的終結之際,肉體死亡之後,你被聖靈帶到了“所用業力庫”裡,他們將會審計你的“業力帳戶“,計算你用了多少”業力幣“,然後通過複雜數學統計來算出你將被賦予的下一個凡身。你會被指定父母、家庭和兄弟姐妹,然後又成為了凡間中新的生命。而未回報或發生作用的業力,亦或是前生靈魂帶來的因果影響,將會被轉至新的生命,即凡身之上,仿佛我們出生時都拎著無形的業力行囊。
這就是“星座”的邏輯原理。星座是你出生時所在地(準確經度與緯度位置之上)的天空表像形態。在行星與恒星的位置背後隱藏著能夠揭露伴隨每個靈魂的因果秘密的圖表。吠陀占星學的星盤是一張照片---新生靈魂“(業力)投資檔案”的快照。因為星盤由光線格局組成,所以吠陀占星學也稱為“周諦士”,即研究出生時刻天空中光線格局的藝術。
?合作邀約請洽
gold7778@gmail.com
https://www.instagram.com/gold7778t/
成為這個頻道的會員並獲得獎勵:
https://www.youtube.com/channel/UCIuNPxqDGG08p3EqCwY0XIg/join
請用片右下角調4K睇片。 -
描述性統計分析解釋 在 志祺七七 X 圖文不符 Youtube 的最佳貼文
2019-06-25 19:00:05#記得打開CC字幕 #畢業季=分手季?
✔︎ 成為志祺七七會員:http://bit.ly/join_shasha77
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺 の IG :https://www.instagram.com/shasha77.daily
✔︎ 志祺七七 の 粉專 :http://bit.ly/shasha77_fb
各節重點:
00:29 為什麼會有分手潮?
03:07 等等!難道我們的感情敵不過時間的考驗?
03:45 我們的觀點
06:32 提問
06:50 掰比~別忘了訂閱!
【 製作團隊 】
|企劃:+🐟
|腳本:+🐟
|剪輯後製:Pookie
|剪輯助理:絲繡
|演出:志祺
——
【 本集參考資料 】
→ 她打開了人生的視野,決定和「台灣上層階級培育出來的菁英」男友分手:https://reurl.cc/5WN4V
→ Economist: ‘Tis the Season to Break Up:https://reurl.cc/Lro4K
→ 社會比較:https://reurl.cc/Elv4k
→ 真的有年末分手潮?:https://reurl.cc/RGoq6
→ How do holidays influence relationship processes and outcomes? Examining the instigating and catalytic effects of Valentine's Day:https://reurl.cc/m5QM7
→ 七夕分手潮:我們還能當朋友嗎?:https://reurl.cc/jZeyM
→ 多年前 Gary Lewandowski 根據 Facebook 的統計圖指出,暑假對於大學生來說的確是關係終止(同時也是關係開始)的時刻(summer-lovin-or-summer-leavin),但比起畢業和假期,更重要的或許是兩個人對彼此的感覺是什麼,問題是,如果他真的有分手的念頭,會跟你說實話嗎?
→ [1]Lee, S., Rogge, R. D., & Reis, H. T. (2010). Assessing the Seeds of Relationship Decay: Using Implicit Evaluations to Detect the Early Stages of Disillusionment. Psychological Science, 21(6), 857-864. doi: 10.1177/0956797610371342
→ 這邊是海苔熊的觀點:https://reurl.cc/Ndogm
*特殊時機
・二月十四號 白色情人節 而且時間在剛開學
・七夕情人節 時間正好也在在暑假結束快開學
・過農曆年,一起見對方家人
上述節日跟情侶尤其相關,有比較多的機會去思考與對方的關係
*為什麼?
・期待感落差
・過去專家調查發現,伴侶們在壓力增加的時候,溝通技巧會惡化,以聖誕節來說,就不只是檞寄生下接吻的浪漫,從節日前的採購、備餐、買禮物、付帳單…,都是聖誕節的一環。
・此外,感恩節和新年還更慘。神經心理學家夏普(John Sharp)就解釋,「日光時間變短對事情一點幫助也沒有,人們變得更疲勞易怒,此時自我療癒也變得相當流行。」
也就是說,進入冬天的我們少了溫暖、少了日光,卻多了壓力。
・此外,歲末也會促使大家反省這一年的「作為」。
「這段時間以來我快樂嗎?」
「我跟他真的適合嗎?」
「這個人是否可靠?」
「一年來的相處,他是否值得我等待、犧牲其他更多更好的機會?」
「我是否還有更多的可能,而不是被對方綁在這關係裡?」
*換環境
・當兵
・遠距離
・畢業後就業
→環境改變,兩人開始有不同的生活經驗,久而久之能有共鳴的是可能也逐漸減少,而漸行漸遠
但也有人不這麼想
*可能就只是巧合
・定義:相關的事物基於偶然的因素同時發生
・然而有些人並不會用「偶然」來解釋巧合,反而會自動尋找事物之間的關聯意義,比方說上述的「時機點」或是「換環境」
事實上,關係的結束並非一瞬間,而是一個階段性的過程。
Steve Duck是研究人際關係的著名學者,他曾經提出一個引用率相當高的關係結束模型(1982),從關係的破 裂(breakdown)開始,區分了六個關係結束的階段(phases of relationship dissolution),分別是:
・1.關係的破裂:關係中的一方開始對這段關係感到不滿意或是不耐煩。
→接著,必須跨越一個「我再也不能 忍受(I can stand this anymore)」的門檻之後,才會進入到第二個時期「內在心裡階段」
・2.內在心理階段(intrapsychic phase):對關係感到不滿的這個人,會開始對伴侶感到不滿,於是他/她可能會對外發展其他替代的關係或社交活動
→當他/她認為自己「進 行抽離、離開的活動擁有其正當性(I’d be justified in withdrawing)」的時候,就進 入到了第三個階段「互動階段」
・3.互動階段(dyad phase):兩人開始相互對峙(confrontation),兩人的問題 透過直接的或是間接的方式被揭露出來,使得兩人可能會發生爭吵、協商或是修 補彼此關係
→而當雙方的關係無法挽回,跨越了「我們決定要分手(I mean it)」 這個門檻的時候,就進入到了第四階段「社會階段」
・4.社會階段(social phase):兩人會開始向各自的社會網 絡進行解釋和說明,向外尋求一些協助與支持,在此階段中,雙方的分開已經是 無法避免的情形了,雙方都已經接受分手的事實,並試圖要去面對它
→一 旦跨越了「分手是無法避免的(it’s now inevitable)」這一個門檻的時候,就進入到 了第五階段「墳墓妝點階段」
・5.墳墓妝點階段(grave-dressing phase):分手者開始整理過去的回憶,並同時進行自我修補 的過程,他/她會開始發展其版本的分手原因和過程
→而當分手者「準備好要迎 接新生活(time to get a new life)」的時候,就進入到了最後一個階段,也就是「恢 復階段」
・6.恢復階段(resurrection phase):在這個階段中分手者會開始準備面臨新的生活或是新的關係。
在 Duck(2007)的模型中,這六個階段的關係並不是不可逆的,也就是說,如果在某一個階段時,兩人該階段的問題已經得到修補或解決,於是此對伴侶的狀況將不會往下一個階段進行,而是回到之前的某個階段,繼續維持兩人的關係。
但是,如果一對伴侶最終是走向分手一途,他們則會 經歷此六個階段的歷程。於是,在此,我是將這六個階段的內容依序描述介紹出來,而不談可能折 返回到之前的階段或是繼續維持兩人關係的情形。
・就我們的看法會認為,關係中的問題本來就存在了,「換環境」或是「特殊時機」只是一個契機,讓關係中的問題浮現,而分手則是因為在當下兩人可能都無力、無法解決這些問題,只好選擇分開。
・心理學家Silvia(2009)曾提出一個看法,我自己也蠻認同的。她提到,「只有相處時不需特別「用力」 (pay effort extremely)的關係才能維持長久,也能抵擋這種時序情境的考驗」。
・溝通對彼此的期待
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
描述性統計分析解釋 在 蔡依橙的閱讀筆記 Facebook 的精選貼文
💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀
⠀
MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文)
⠀
我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這 20 個統計錯誤的標題翻成中文,協助大家節省時間,如果剛好有興趣的,可再針對該部分去閱讀原文。接著,分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時,提供了不必要的精確。例如 60 公斤體重,硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組,變成次序變項,但沒有說明為什麼這樣分。像是 CRP 不以數值去統計,而分成低、中、高三組,卻沒說明為什麼這樣分。
⠀
3. 配對資料,只報告各組平均,卻沒報告其改變。也就是只報告治療前血壓、治療後血壓,卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用,尤其該用 median (interquartile range) 的,硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度,而非 95% CI。
⠀
6. 只報告 p 值,卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸,卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料,然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時,過於詳盡地比較了兩組受試者的基本資料,像是性別比例、年齡、體重、血壓等等,而且資料好得太奇怪。
⠀
12. 報告檢驗數值時,沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時,沒有說明一些介在灰色地帶的檢查結果,如何呈現與去除。
⠀
14. 使用圖片與表格,只是為了儲存數據,而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖,視覺主觀上給人的印象,竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時,搞不清楚 units of observation 是什麼,例如心臟病的觀察研究,在 1000 個患者中有 18 位心臟病發,那 units of observation 就是 18。但如果這個研究是以診斷正確率為主,那 sample size 就是 1000。
⠀
17. 把不顯著的統計,或 low power,解讀成 negative,而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究,前者為 explanatory / efficacy / laboratory,後者為 pragmatic / effectiveness / real world。嘗試兩種混著做,結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性,當成臨床的重要性。例如:癌症用新藥治療,統計上很顯著的好,但追蹤了五年,患者只延長了七天的壽命。這就是統計有顯著,但臨床意義不大的例子。
⠀
⠀
🗨 我(蔡依橙)的一些想法
⠀
由統計專業人的角度,來看生物醫學發表,是很有警惕意義的,能讓準備發表的朋友,仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看,作者也提到,這些錯誤在幾乎一半的生物醫學論文上反覆出現!這就代表,其實生物醫學論文要刊登,並不代表我們什麼錯都不能犯,相反地,這 20 個錯誤裡頭,有些就算犯了,也還是能被刊登。
⠀
以我們自己發表,以及過去協助同學的經驗來說,我會認為 2、7、10、14、15,是初學者也 #必須理解並避開的,其他的則是發表起步了之後,陸陸續續去注意,在往更高分期刊挑戰時,逐漸進步就行。
⠀
實務上,3 分以下的醫學期刊,幾乎沒有專門的統計查核,你只要能通過「一般同行」的統計知識審查就行。也就是說,我是一個放射科醫師,剛開始起步,投稿到放射科 3 分以下期刊,文章中的統計,只要「#一般有在做研究的放射科醫師」覺得可以就行,不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步,實務的協助,新思惟規劃了各種類型的研究課程,歡迎有興趣的朋友可以參考。目前正在開放報名中的,有以下三場工作坊,歡迎您瞭解各課程的課綱後,評估挑選最符合您需求的內容,前來上課,讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7(日)統合分析工作坊
無經費、資源少也能發表,不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17(日)臨床研究與發表工作坊
全新改款!跟著國際學者走,讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16(六)個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法,在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已,我們會舉實例,說明其意義、如何避開,在互動實作過程,實際由各位在自己的電腦上操作,從數據到軟體,從統計到繪圖,一次搞定,並避開常見錯誤,是真正以 #初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤,與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu
描述性統計分析解釋 在 新思惟國際 Facebook 的精選貼文
💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀
⠀
MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文)
⠀
我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這 20 個統計錯誤的標題翻成中文,協助大家節省時間,如果剛好有興趣的,可再針對該部分去閱讀原文。接著,分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時,提供了不必要的精確。例如 60 公斤體重,硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組,變成次序變項,但沒有說明為什麼這樣分。像是 CRP 不以數值去統計,而分成低、中、高三組,卻沒說明為什麼這樣分。
⠀
3. 配對資料,只報告各組平均,卻沒報告其改變。也就是只報告治療前血壓、治療後血壓,卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用,尤其該用 median (interquartile range) 的,硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度,而非 95% CI。
⠀
6. 只報告 p 值,卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸,卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料,然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時,過於詳盡地比較了兩組受試者的基本資料,像是性別比例、年齡、體重、血壓等等,而且資料好得太奇怪。
⠀
12. 報告檢驗數值時,沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時,沒有說明一些介在灰色地帶的檢查結果,如何呈現與去除。
⠀
14. 使用圖片與表格,只是為了儲存數據,而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖,視覺主觀上給人的印象,竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時,搞不清楚 units of observation 是什麼,例如心臟病的觀察研究,在 1000 個患者中有 18 位心臟病發,那 units of observation 就是 18。但如果這個研究是以診斷正確率為主,那 sample size 就是 1000。
⠀
17. 把不顯著的統計,或 low power,解讀成 negative,而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究,前者為 explanatory / efficacy / laboratory,後者為 pragmatic / effectiveness / real world。嘗試兩種混著做,結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性,當成臨床的重要性。例如:癌症用新藥治療,統計上很顯著的好,但追蹤了五年,患者只延長了七天的壽命。這就是統計有顯著,但臨床意義不大的例子。
⠀
⠀
🗨 我(蔡依橙)的一些想法
⠀
由統計專業人的角度,來看生物醫學發表,是很有警惕意義的,能讓準備發表的朋友,仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看,作者也提到,這些錯誤在幾乎一半的生物醫學論文上反覆出現!這就代表,其實生物醫學論文要刊登,並不代表我們什麼錯都不能犯,相反地,這 20 個錯誤裡頭,有些就算犯了,也還是能被刊登。
⠀
以我們自己發表,以及過去協助同學的經驗來說,我會認為 2、7、10、14、15,是初學者也 #必須理解並避開的,其他的則是發表起步了之後,陸陸續續去注意,在往更高分期刊挑戰時,逐漸進步就行。
⠀
實務上,3 分以下的醫學期刊,幾乎沒有專門的統計查核,你只要能通過「一般同行」的統計知識審查就行。也就是說,我是一個放射科醫師,剛開始起步,投稿到放射科 3 分以下期刊,文章中的統計,只要「#一般有在做研究的放射科醫師」覺得可以就行,不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步,實務的協助,新思惟規劃了各種類型的研究課程,歡迎有興趣的朋友可以參考。目前正在開放報名中的,有以下三場工作坊,歡迎您瞭解各課程的課綱後,評估挑選最符合您需求的內容,前來上課,讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7(日)統合分析工作坊
無經費、資源少也能發表,不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17(日)臨床研究與發表工作坊
全新改款!跟著國際學者走,讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16(六)個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法,在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已,我們會舉實例,說明其意義、如何避開,在互動實作過程,實際由各位在自己的電腦上操作,從數據到軟體,從統計到繪圖,一次搞定,並避開常見錯誤,是真正以 #初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤,與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu
描述性統計分析解釋 在 PTT Gossiping 批踢踢八卦板 Facebook 的最佳解答
derekhsu:『#沒有使用NLP,#沒有使用機器學習,#沒有使用有效的字典來源與統計方式,換句話說,這整篇研究,就是 #一篇一點參考價值沒有的主觀研究垃圾,#垃圾,垃圾。重要的東西說三次。
https://i.imgur.com/g5MsBl1.jpg
不但是垃圾研究,作者可能還有閱讀困難。上面這篇文章,是在2021年2月1號發表的,當時是針對大國拿走疫苗小國拿不到在那邊靠背發言,現在的疫苗乞丐,是說台灣不買疫苗,只會拿人家捐贈的,這個作者,連時間先後的關係都不懂,就是看到想要看到的。
而第二篇「為何以色列可以拿疫苗」這件事,通篇都在解釋以色列是如何出高價,如「如何出賣個資,如何保證施打,如何在自願當一批大規模施打者」在做解釋,並且對那些質疑「為什麼以色列拿得到我們拿不到的原因」解釋,這些質疑者都是「事後諸葛」。
結果幫忙這樣說的人,被他後面下了這樣的結論 https://i.imgur.com/l9pG2Xu.jpg
這個 #蔡榮峰 居然還有臉說「#並不涉及立場斷」?????請蔡榮峰把全名打出來,國內是哪間學校畢業,國外是哪個學校畢業,你的碩士博士論文指導教授是誰,讓我們看看是哪些人在教你作研究的。
還有資策會就算了,還資策會助理.... 阿....
老實說啦,蔡先生用PTT,是因為只有PTT資料好取得,現在都有API可以拿。另外,沒有NLP跟ML,是你不會。』
Re: [新聞] 國防院解析PTT輿論 作者:僅就現象描述性分析 https://disp.cc/b/163-dQRb |新聞原文【中央社報導】 https://disp.cc/b/163-dQRc
#PTT47 #PTT浪人47 #認知作戰 #林瑋豐事件