Broadcom在2018年收購高通之後，2018年以189億美元買下組合國際(CA)，2019年斥資107億美元買下賽門鐵克的企業安全部門，而現在正打算併購統計軟體廠商SAS。

碩士畢業，看著厚厚的碩士論文，卻不知道如何下手將它寫成文章投稿，也沒有人可以詢問，或是手把手地教我怎麼做。看來看去，論文都放到發霉，仍然沒有投稿出去。
　
於是打開了新思惟的網頁，發現這堂《#醫學論文與寫作工作坊》的內容正是我所需要的！和先前兩次的猶豫報名不同，這次我很果斷地拿出信用卡，認真的刷下去！
　
《#醫學論文與寫作工作坊》又再次的證明了，新思惟課程的品質與實用度都是高水準。在論文產量數字說話的時代，能有一整天的時間，讓大師們傳授心法，並手把手的指導各種問題，這種課程，研究所沒有、醫院沒有，真的只有新思惟有！
　
　
🎯 心有後悔，如果早上了這些課程……
　
課程的上半段，是關於一些統計軟體運用，以及論文的寫作分析，聽完之後，我心裡竟然有後悔的感覺，當初念碩士班時，如果有聽到這些課程，我就不用每天都追著博班的學長跑，拜託他教我統計方法和跑統計……
　
講師很精準的拆解論文的各大結構，並且提供各種心法，讓我們可以少走很多冤枉路，直接學習最好的寫法。而最讓我印象深刻的是，很多人會說寫論文是要靠靈感的，但並非人人都是佛系學者，時間到了論文自然會產出。我們缺的是有人指點方法，只靠碰壁式的學習方式，不但很痛，還可能無效。
　
圖表規劃也是非常實用，reviewer 利用零碎的時間審查論文，第一印象不順眼，就銘謝惠顧下次再來。一開始我心想，不就是美編嗎，有什麼學問？果然是只有菜鳥如我，才會有這種想法……聽完爵宏醫師講解的各種眉眉角角，回家後看了一下自己的論文圖表，嗯，菜味還真的很夠 XD
　
　
🎯 CP 值爆表的互動實作
　
統計方法和軟體運用，也是這堂課令人期待的部分，研究所時期因為有學校的資源，可以用 SAS 或 SPSS 跑統計，但是畢業後，就沒有資源可以使用，只能尋求學弟妹的幫助，於是常常受限。
　
而課程上的講解，加上新思惟經典的互動實作練習，竟然能讓我在短短 1-2 小時學會一個統計軟體，並且畫出圖表（雖然沒有得獎 XD）。相較於以前要花一整個學期學 SAS，結果寫 code 還是要上網找 Google 大神，MedCalc 根本 CP 值爆表，對於要快速寫出論文投稿，真的很夠用了！
　
　
🎯 上課有沒有用？請看校友傑出榮耀
　
http://bit.ly/2L3mxKG
　　
√ 2019 全年論文數創新高　　
√ 超過 1000 位對論文寫作有興趣的朋友參與
√ 每個月都有校友登上 PubMed 的研究入門工作坊，歡迎你來！
　
　
🎯 一天弄懂「寫論文」、「統計」及「投稿」。
　
➠ 2020 / 6 / 13（六）醫學論文與寫作工作坊
➠ https://mepa2014.innovarad.tw/event/
　　
　
🎯 歷屆學員評價
　
▪ 大學教授也推薦的高效寫作技能
▪ 還好有上課，讓我明白論文寫作錯在哪裡。
▪ 身為寫 paper 的門外漢，有恍然大悟的感覺。
▪ 指導教授拆不了的地雷，新思惟幫我拆掉了！
▪ 課程含金量超高，院內老師無法比。
　
　
🎯 堅強陣容
　　
大道理人人會說，但應用時所遭遇的種種困難，該如何克服，就不是每個人都知道。#復健科吳爵宏醫師，#放射科蔡依橙醫師，與你一樣的世代，超過 100 篇 SCI 發表經驗，給你最實用的建議。　　
　
　
🎯 寫論文不是靠靈感
　　　　
寫論文不是靠靈感，是像蓋房子一樣，有它的架構，只要懂得架構，蓋起房子就會井然有序。有了大原則，一篇、兩篇、三篇，都不是那麼困難了。
　
　　
🎯 作為研究新手，新思惟課程協助您......
　　
√ 不再害怕統計，讓你親手畫出數據圖。
√ 入門稿件寫作與準備要訣。
√ 投稿期刊選擇策略。多元文體與學術參與。
√ 還是寫不出來？過來人時間安排建議。
　　　
眾多校友從 0 到 1 突破困境，校友們平均每月 40 篇論文發表，最高單月 55 篇！2020 許自己一個有論文的未來，年初投資自己，年底 PubMed 有你！　　
　
　
🎯 一天弄懂「寫論文」、「統計」及「投稿」。
　
➠ 2020 / 6 / 13（六）醫學論文與寫作工作坊
➠ https://mepa2014.innovarad.tw/event/

人資數據分析 究竟要學什麼呢?
.
「老師，我對HR Analytics有興趣，要先學Python還是R?」這是我近年來最常被問到的問題。而這篇連結的文章，應該可以回答大多數同學的問題，也是大多數HR甚至包括資訊學門朋友對數據分析的盲點。數據分析的核心在找出問題並提出解決之道，而非工具本身；數據分析人才最缺乏之能力，不在數據分析所運用的統計或機器學習技巧，而是在建立與詮釋數據之間的關聯和因果關係。白話一點，就是能用統計與HR的知識來解決HR的相關問題，並簡單易懂地解釋給別人聽。
.
有興趣的朋友，認真爬文一下，不難發現有愈來愈多免費好用的數據分析工, 例如JASP (那一堆需要付費的統計軟體，未來要賣誰呢???)，重點在你有沒有使用正確的統計方法，例如何時要用變異數分析?還是要用迴歸? 何時可以透過機器學習來找出更多線索與非線性的關係? 這可能會比你用那一套工具還重要。至於工具，只要找到適合的即可。因為工具一直在進步與替換，操作也愈來愈簡單。紮實的統計應用與HR知識，才是HR Analytics的核心。
.
產業界真正在進行HR數據分析的公司，都會花很多前置時間在清洗數據 (意旨把要分析的HR資料轉換成可以被分析的數據格式)，再來才能真正的分析數據與建立預測模型。更現實的狀況是，很多HR根本沒有收集足夠的數據，那又怎麼分析呢? 所以對於來提問的業界同學，我常反問，「你們公司HR目前有那些數據?」或許比較務實的做法是，先找出問題點，重頭開始收集數據，例如職能、敬業度分數、招募來源、績效、Compa-Ratio、訓練評估、進到公司前的歷史資料等。
.
哈佛商業評論已有專家點出，HR沒有大數據，只有小數據。切肉骨用大刀，切水果用小刀。許多大企業基於資安問題，不會讓使用者隨意下載各式統計分析軟體，也不太會讓非IT直接去連結公司的資料庫。除非有特殊的目地，否則真的没必要用大炮去打小鳥，例如Python or R；大多數公司也不太會有預算讓HR訂用SAS/SPSS這類付費統計軟體。其實，HR只要開啟EXCEL的增益集，不需要額外成本、不需要coding寫程式、沒有資安問題、在大家都熟悉的介面環境與格式下就能進行多變量統計分析，還能跑出美美的視覺化圖表，何樂而不為?
.
對於用EXCEL進行HR數據分析的方法，建議可參考資策會的課程: https://www.iiiedu.org.tw/hrex/
.