#ㄏㄧㄠ掰某ㄌㄡㄆㄧㄟㄝ故🥴

分享于： #封塵男子
《無知正在侵蝕我們的未來》

有一次，在一個學術論文發表會上，有一個人舉手發問，質疑我數據中的P值太小，會產生太大的誤差。

我客氣地問他，是否知道P值為何。他回說：「It stands for statistical power！」

我幽默回他：「Oh, what you meant is type II error which is reflective of sample power. It’s true that sample size is like man, the bigger the better. But P value is like ignorance, the smaller the better！」

言畢全場哄堂大笑，也化解了尷尬的場面。

在統計上，當P值越小，表示越有充分的證據可以否定原始假設，因此越小越好。而影響標準差的，是樣本數的大小。樣本數越大，標準差越小，因此越大越好。

當然樣本數越大，成本越高，因此任何一個研究都是要在一個合理的統計檢定力底下，找出一個最佳的樣本數。

很顯然，這位舉手發問的學者是把兩個概念搞混了。會後他特別跑過來，謝謝我的幽默，也幫他釐清了以前錯誤的理解。

所以無知可怕嗎？當然不，最重要的是態度。

滿招損，謙受益，這是不變的真理。一個人面對無知，如果謙卑，就能擴大知識的容量。反之，如果一味自大，就只會讓目光越來越短淺，眼界越來越狹隘。

台X現在好比一個池塘，裡面住著許多青蛙，這些青蛙或許為數不多，可是叫起來卻特別大聲。這個池塘裡面還住著其他的活物，可是這些活物習慣了冷眼旁觀，逆來順受，自求多福。

所以很快這些青蛙就佔據了池塘的話語權，每天鼓著肚子，叫的特別神勇。

這樣叫著叫著，這池塘裡面的青蛙就慢慢覺得自己是天下無敵，世界無雙了！時間久了大家都要跟著一起叫，不叫的，就會被霸凌，被說不愛台。

在仲夏夜的晚上，當這群青蛙一起發出宏亮呱鳴的時候，他們覺得這是何等光榮，何等自由民主的一刻！

殊不知出了這個池塘，處處是江河大海，除了青蛙，還有數不清爭妍鬥艷的貝類魚蝦，當然，還有看不盡的奇岩美石！

台X現在最大的問題，就是無知與自大。特別是年輕的一代，目中無人，冷血兇殘，不尊重異議者，動輒霸凌出征，毫無人性可言。

這些台派信眾與教徒對戰爭的危險毫無察覺，他們對台X的驕傲感與光榮感，完全是建立在對國際局勢和自身狀況的不了解之上，而這種致命的自負，其根源就在於無知。

歷史告訴我們，一旦年輕，無知，再加上自大，這種致命的組合，無疑會帶來巨大的災難。正所謂選擇性的正義最噁心，無知的傲慢最可憐。很不幸的是，台X現在兩者都俱備了。

但這是民X黨自己養出來的獸，如果最後被反噬也是剛剛好而已。

民主就是自作自受，怨不得別人。當然，若是作弊、專制的民主，那又另當別論了。但你玩不贏它，卻又不願起來付代價做出改變，又能奈它如何呢？正是人生沒有後悔路，最終，也只能讓無知與冷漠把自己跟下一代的未來侵蝕殆盡了！

#內文OOXX實為不得不的修改請封塵男子見諒😘原文請見連結

次群分析
#posthoc #subgroup #teaching
許多人都相信西洋的占星術，認為她能預測自己的運勢。依據出生日期決定的占星術黃道十二宮是白羊宮、金牛宮、雙子宮、巨蟹宮、獅子宮、室女宮、天秤宮、天蠍宮、人馬宮、摩羯宮、寶瓶宮、雙魚宮。

1988 年發表的 ISIS-2 (Second International Study of Infarct Survival) 臨床試驗顯示在病人發生疑似急性心肌梗塞之後，併用阿斯匹靈及 streptokinase 可以明顯降低再梗塞、中風及死亡的危險，但是許多人都對阿斯匹靈是否只有在某些病人（例如：年紀、性別、種族等）有效很感興趣，於是他們做了一個很有趣的分析，亦即他們把 17187 人依據占星術的星座分成 12 個次群，結果發現阿斯匹靈對天秤座、雙子座的人是無效的，但是阿斯匹靈卻能神奇地降低摩羯座的人的再梗塞、中風及死亡的危險至ㄧ半以下。可見事後分析中的次群分析是不可靠的，因為事後分析就像是「先射箭再畫靶」一樣。

-次群與暴露（治療）的交互作用（moderation）
• 這是一種觀察性研究，而不是 RCT 的主要/次要終點。
• 主要效果必須是有統計意義的。
• 如果是與連續變項有交互作用，那麼連續變項不能被變成類別/二元變項。
• 次群：必須要事先（不能事後）設定，數目不能太多，必須是基礎（治療前）的資料，各次群的樣本數愈多、愈接近愈好，各次群的共變數愈接近愈好，次群的定義沒有測量誤差，不要看太多的次群、有其他的研究支持。
• 校正干擾因子之後仍然存在。
• 必須要做多重比較的校正。
• 要看交互作用，不要分別看各次群：A 次群有意義、B 次群無意義是沒有任何判斷價值的。
• 需要的樣本數是主要效果的 16 倍：RCT 的樣本數是依據主要效果的統計檢定力 0.8 去計算的，因此交互作用的統計檢定力一定是 << 0.8 的。低統計檢定力會造成假陽性（高估效果量）和假陰性（第二型錯誤）。
• 要估計模式預測的校準與鑑別力、各次群預測的結果/治療的傷害。
• 要估計絕對與相對危險性（絕對危險性比較重要）。
• P： 0.01-0.05（不確定）、0.005-0.01（有意義）、< 0.005 （很有意義）。但是不要純粹用 P 值或用逐步複回歸選擇有意義的交互作用；要用收縮 shrinkage（懲罰 penalized、正規化 regularized、整體 ensemble）回歸選擇有意義的交互作用。