熱門Ptt文章

[爆卦]隨機分派 舉例是什麼？優點缺點精華區懶人包

雖然這篇隨機分派 舉例鄉民發文沒有被收入到精華區：在隨機分派 舉例這個話題中，我們另外找到其它相關的精選爆讚文章

在 隨機分派產品中有87篇Facebook貼文，粉絲數超過2萬的網紅國家衛生研究院-論壇，也在其Facebook貼文中提到， 【如何鼓勵對疫苗有疑慮的朋友接種疫苗】 Covid-19疫苗接種人數越多，疫情擴散的威脅就越小。許多民眾仍對疫苗接種猶豫不決，如何鼓勵對疫苗有疑慮的（vaccine hesitant）朋友，成為重要的公共衛生議題以及健康行為研究。 這集綜合發表在NEJM與Lancet Public Healt...

　同時也有19部Youtube影片，追蹤數超過5萬的網紅水母旋旋轉 ✧*。٩(ˊᗜˋ*)و✧*。，也在其Youtube影片中提到，【UHC 超極限 第四季】【比賽簡介】 ----------------------------------------­----------------------------- UHC 超極限 是 類Hunger Games的遊戲模式 各隊會隨機分派在 1000X1000 的地圖中進行 生存 ...

「隨機分派」的推薦目錄

隨機分派 在 老師說我PE要加強 Instagram 的最讚貼文

2021-07-11 08:51:42

最近有個莎莎給油事件所以就來業一下實證醫學(就是大家掛在嘴邊的EBM)好了 實證醫學概念不難，就是醫療處置需要根據實際的研究證據。其實醫生常常跟大家一樣都是Google查一波，只是心中看待資料的尺有個特定的標準，所以以後跟醫生說自己查到什麼之前，不妨先用這個標準檢視一下眼前的資料！ 這個標準要從...

隨機分派 在 電影對白圖? Instagram 的最佳貼文

2020-05-10 10:31:20

🎥Moviematic X 電影評論學會 送戲飛🎥 香港電影評論學會將於11月16日至12月14日舉行以精神病與電影為主題的一系列放映 以下分別有2場電影觀賞送出 . 「影評人之選——思覺邊緣」焚屍人The Cremator (博比之選) 設映後談，講者：博比 日 期：2019年12月13日(星期五...

  • 國家衛生研究院-論壇

    隨機分派 在 國家衛生研究院-論壇 Facebook 的最佳解答

    2021-08-23 07:30:51
    有 25 人按讚

    【如何鼓勵對疫苗有疑慮的朋友接種疫苗】
    Covid-19疫苗接種人數越多，疫情擴散的威脅就越小。許多民眾仍對疫苗接種猶豫不決，如何鼓勵對疫苗有疑慮的（vaccine hesitant）朋友，成為重要的公共衛生議題以及健康行為研究。
    　
    這集綜合發表在NEJM與Lancet Public Health兩篇頂尖期刊的文獻，對疫苗有疑慮的（vaccine hesitant）朋友，個人層次與系統層次的鼓勵方式，來提昇疫苗的接種：
    　
    《新英格蘭醫學期刊》(NEJM)的文獻從經典的「行為改變六階段」的著名理論（也是常用於分析成癮者接受治療動機），分析對疫苗猶豫者也是在不同階段的光譜。基層醫療人員可能因為長期與民眾建立非常好的信任關係，是提高疫苗施打的重要關鍵。
    　
    刊登在《刺胳針公共衛生》(The Lancet Public Health)對一萬五千多名成年人的隨機分派試驗指出：強調Covid-19疫苗對個人安全有效，最能說服民眾施打。這項研究和先前四篇研究的結果很相似：提供對個人利益相關的訊息，比強調群體利益更能有效說服不願施打疫苗的民眾。
    　
    📖 參考論文
    1. Missing the Point — How Primary Care Can Overcome Covid-19 Vaccine “Hesitancy”. N Engl J Med. 2021 Jun 24;384(25):e100.
    https://www.nejm.org/doi/full/10.1056/NEJMp2106137
    　
    2. Effects of different types of written vaccination information on COVID-19 vaccine hesitancy in the UK (OCEANS-III): a single-blind, parallel-group, randomised controlled trial. Lancet Public Health. 2021 Jun;6(6):e416-e427.
    https://www.thelancet.com/journals/lanpub/article/PIIS2468-2667(21)00096-7/fulltext
    　
    # 疫苗猶豫, #群體免疫, # vaccine hesitancy, # randomized controlled trial
    　
    Youtube連結：
    https://www.youtube.com/watch?v=wtFZh2AAY6U&list=PLyjt2PcvYyI14hMFju89-NrqzTilfidea&index=15
    　
    (財團法人國家衛生研究院 林煜軒醫師摘要整理)

  • 一分鐘健身教室

    隨機分派 在 一分鐘健身教室 Facebook 的最佳解答

    2021-08-06 14:45:26
    有 855 人按讚

    「西方國家將正念稱之為心靈重訓，當我們不斷練習，心靈的肌肉就能越來越茁壯，面對壓力也就能頂得住。」

    史考特前幾天po的運動員心理素質研究，被強者我朋友基隆長庚精神科陳建鴻醫師看到。陳醫師認為這是一個絕佳的時間點，讓大眾認識心理介入對運動員的助益。因此請我代為轉貼他的文章。

    真可謂拋磚引玉！以下是陳醫師的文字：

    【運動員的心理素質：心流】

    許多運動員在尖峰時刻，都會描述他們進到了一個領域（The zone），那是一個很美好的狀態，完全沈浸在當下的活動，專心致志不被外界干擾，但又不需太過費力，一切都在掌握之中，甜美的成果自然而然到來。1975年心理學家契克森米哈伊（Csikszentmihalyi）發現這樣的狀態在很多情境都曾被描述過，例如開刀中的外科醫師、表演中的音樂家等等，於是提出了心流（flow）理論描述這樣的狀態，並切分成九個面向，前三項（挑戰與技巧的平衡、設定目標、明確的回饋）描述如何促進心流經驗的出現，後六項（專注於任務中、控制感、忘卻自我、行動與意識結合、時間感扭曲、自成目標經驗）則是描述心流當下的狀態。

    【如何進入心流狀態？】

    2021年的文獻回顧中(1)，收錄了29篇文章，統整出共七種目前研究上可能促進心流狀態的心理介入方式，分別是正念介入（mindfulness-based intervention）、意象訓練（Imagery-based intervention）、催眠介入（Hypnosis-based intervention）、多重心理介入（Multicomponent psychological interventions）、音樂介入（Music-based intervention）、運動遊戲介入（Exergaming-based intervention）、以及瑜伽介入（Yoga-based intervention）。其中以正念介入的隨機分派研究文獻最多，也收錄了一篇台灣本土研究，由基隆長庚精神科陳建鴻醫師將正念訓練應用於於棒球員以及舉重選手上，可以看到介入前後選手心流狀態自我評估量表都有顯著上升。

    【正念是什麼？】

    正念是覺察並專注關照當下的身體感受，帶著接納與非評價的心，讓身心留在此時此刻，而正念練習則包括呼吸覺察、靜坐、行走、瑜伽、甚至是生活中的大大小小，只要將注意力帶回當下就是一種正念練習。西方國家將正念稱之為心靈重訓，當我們不斷練習，心靈的肌肉就能越來越茁壯，面對壓力也就能頂得住，甚至在iPhone以及apple watch內建健康app中都有可以記錄每天正念練習的程式。

    【正念在運動員上的運用】

    湖人隊前總教練，禪師傑克森，是運動場上著名將正念帶入運動訓練的教練，Kobe也曾多次在訪談中提到他有固定靜坐的習慣，而這可以幫助他做好賽前的心理準備，有助於進到最佳狀態。正念運動性能增進法（Mindfulness Sport Performance enhancement, MSPE）的創始人考夫曼博士（Dr. Kaufman）則發現，正念介入後的正念狀態改變量會與長跑選手個人最佳成績有顯著相關(2)。

    【有沒有簡單的練習可以做？】

    就像重訓一樣，初學者還是要有受訓完整的正念教師來帶領，之後自己練習才不會走偏或受傷喔！但有一些簡單的練習大家可以試著做看看：
    STOP: Stop, Take breath, Observe, Process
    停吸感動：暫停一下、深吸幾口氣、覺察一下身體感受、然後再繼續行動

    看來很簡單，但在壓力山大的賽事上要能做到這個步驟，不被胡思亂想的腦袋綁架其實很不容易唷！大家可以自己嘗試練習看看！

    (1) Goddard, S. G., Stevens, C. J., Jackman, P. C., & Swann, C. (2021). A systematic review of flow interventions in sport and exercise. International Review of Sport and Exercise Psychology, 1-36.
    (2) Thompson, R. W., Kaufman, K. A., De Petrillo, L. A., Glass, C. R., & Arnkoff, D. B. (2011). One year follow-up of mindful sport performance enhancement (MSPE) with archers, golfers, and runners. Journal of Clinical Sport Psychology, 5(2), 99-116.

  • 玩遊戲不難，做營運好難

    隨機分派 在 玩遊戲不難，做營運好難 Facebook 的精選貼文

    2021-08-04 09:00:44
    有 53 人按讚

    【💡💡營運小教室-第32堂】🕹 A/B測試 重點分享 🕹
    .
    🔎文章同步部落格：https://bit.ly/3rPadlk
    (圖文同步、畫好重點，閱讀更方便)
    .
    最近這兩週我在研究A/B測試，
    何謂A/B測試我就直接引用文章內的話：
    「針對某一需要改進的功能、頁面或是產品，提供兩種或以上的方案，合理分配流量，將不同方案发布給不同用戶。在運行一段時間後，結合各項指標和科學的統計方法，對比實驗數據做出決策，將最優方案更新給全量用戶。」
    .
    因此，A/B測試在現今網路行業中被用的相當頻繁，
    Google更是把A/B測試視為圭臬，
    大到一個功能，
    小到一個按鈕的顏色都要做A/B測試，
    也因為Google進行了大量的A/B測試，
    把用戶旅程(user journey)中每個節點的轉換率一步步提高，
    使得每次產品功能或是頁面的改動更符合多數用戶需求，
    自然效能與績效就能極大化，
    其他像是臉書、亞馬遜等電商公司，
    都是將A/B測試納入必要的工作項目內。
    .
    專門在做這工作的人，
    現在也有個很新穎的職務名稱叫成長駭客(Growth Hacker)，
    大家到104人力銀行搜尋就知道其工作內容，
    這邊不贅述。
    (注意，A/B測試只是成長駭客內的其中一個工作項目，並非成長駭客就只做A/B測試，差很多)
    .
    遊戲業坦白說在營運上不太會進行A/B測試，
    因為用戶幾乎都從雙平台上下載遊戲，
    如果要做A/B測試就只能在雙平台上著手，
    新產品或許還能這樣做，
    但對既有產品來說就不切實際點，
    因此A/B測試通常會出現在廣告的買量測試中。
    .
    以下分享我自己在A/B測試上的心得分享：
    .
    1⃣A/B測試不代表一次只能測試兩個，你想測試2個以上也行，主要是得確認每個群體樣本數要夠多，如果樣本數太少，達不到性效度的話，做出來的結果就沒有參考價值。
    .
    2⃣如何確認有足夠的樣本數呢？身為營運人員，自家的營運數據自己最清楚，可以透過這個網站輸入母體大小，就會自動算出要多少樣本數才能達到統計顯著性。
    👉https://zh.surveymonkey.com/mp/sample-size-calculator/
    .
    3⃣假設是投放廣告，如果不曉得母體會有多少，那可以用以下免費工具來反推，例如你想要達到的轉換率是1%提升到5%，這個頁面就可以幫你計算出兩個群體各自要曝光幾次才足夠，就能判斷預算會花多少。
    👉https://clincalc.com/stats/samplesize.aspx
    .
    4⃣會需要計算上述的原因主要有兩個，一個是預算問題，另一個是在不確定風險下，建議做足夠樣本數就好。
    👉舉例來說，如果今天某款遊戲每月付費玩家有10,000人，如果想改動一個功能，可能一開始會想到的做法是隨機5,000人分配到不同群組(也就是A/B測試為50% / 50%)。
    .
    但這樣就會有一個風險，萬一這個改動是失敗的，等於就會直接影響到5,000人，那在A/B測試期間，可能就開始蒙受不小的營收損失，或是等不到信效度出現就提早結束測試，因此如果能事前估出足夠的樣本數，就能降低上述風險。
    .
    以10,000人這例子，丟到頁面內，只要370人的樣本就能達到統計顯著性了，不用分到50% / 50%這麼多，只要5%就足夠了，這樣即使A/B測試不理想，也只會影響到那5%付費用戶。
    .
    5⃣要確保兩個群體是完全獨立，而非交集，如果有交集，就會影響分析結果。
    👉這點比較吃技術的工，技術要能夠確保實驗對象進入A/B測試時會被隨機分派到不同群體內，如果因為裝置過多、版本不同等因素而導致有部分用戶既是A群體、也在B群體的話，那就會導致數據判讀出現錯誤。
    .
    6⃣不要在一個A/B測試還沒做完情況下，又緊接著做另一個A/B測試，除非能確定這兩個A/B測試是完全不相干，不然不但在分析時不容易分清楚每個群體，也很容易影響整個數據的分析。
    .
    7⃣做出來的結果到底有沒有達到統計顯著性，可以把數據輸入到這個網頁內，非常方便。
    👉https://abtestguide.com/calc/
    .
    8⃣A/B 測試前，可以先執行A/A測試，先確認目前的隨機分配中有沒有其他的變異數，確保這兩個群體的整個營運數據夠乾淨。
    👉由於測試的是群體內有沒有其他變因，而非方案本身，因此在流量分配上就能夠以50% / 50%進行。
    .
    以上就是我對於A/B 測試目前的經驗與心得分享，
    如果要再探討下去絕對有更多的理論基礎與分析模組，
    我自己也還在學習摸索中，
    日後如果有甚麼心得或是勘誤，
    我會持續更新在這篇文章中，
    如果你有其他心得或是已經發現錯誤的地方，
    也歡迎分享給我。
    .
    🔎參考資料：A/B 測試要測多久？從統計顯著與檢定力看廣告測試結果
    https://bit.ly/3CcQAIL
    .
    🔎延伸閱讀：谷歌是怎么用A/B測試的
    https://bit.ly/3lr6KYZ

你可能也想看看

搜尋相關網站