課程說明
統計資料是你想進入的行業的驅動力嗎？ 你想成為一名市場分析師、商業智慧分析師、資料分析師還是資料科學家？
那你來對地方了！
你將從這門課學到統計資料科學和商業分析並獲得相關的 Excel 樣板！

從這 5 小時的課程，你會學到
✅瞭解統計學的基本原理
✅學習如何處理不同類型的資料
✅如何繪製不同型別的資料
✅計算中心趨勢、不對稱性和可變性的度量
✅計算相關性( correlation )和共變異數( covariance )
✅區分並處理不同類型的發行版
✅估計信賴區間( confidence intervals )
✅進行假設檢驗
✅做出資料驅動的決定
✅瞭解迴歸分析的機制
✅執行迴歸分析
✅使用和理解虛擬變數( dummy variables )
✅理解資料科學所需的概念，即使使用 Python 和 R

https://softnshare.com/statistics-for-data-science-and-business-analysis/

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/
.

【國外火紅的HRV，我該如何用手邊的裝置測得？】

接續前一篇文章，剛好這幾天有人提問：若我沒有專業的運動錶，該如何量測自己的HRV呢？以及它是如何計算出來的？整理之後分享如下。

目前有多款手機APP可以直接利用智慧型手機來量測自己的HRV，有些要搭配藍牙心跳帶(會比較準)，有些則直接用攝影鏡頭的感光元件來搜集數據。以APPLE Store上來說就有十二款APP：

◉HRV + (免費)
◉Elite HRV (免費)
◉HRV Tracker (免費)
◉BioForce HRV (免費)
◉EC-HRV test (免費)
◉SweatBeat HRV (免費)
◉SelfLoops HRV (免費)
◉Igtimi HRV (免費)
◉Magenceutical Health - HaloBeat HRV (NT$ 750)
◉HRV with Alice (NT$ 60)
◉HeartsRing HRV-Breath-Biofeedback (NT$ 590)
◉Primal Blueprint - PrimalBeat HRV (NT$ 300)。

其中有大約八款的APP是免費的，但另外四款需付費，付費的紀錄、統計與分析功能比較完整，最貴的那款(第9款)甚至還有特殊設計的療程(運動處方)來幫你提升HRV。

目前Garmin 920和Fenis 3可以下載HRV的APP套件，直接在手錶上進行量測，但和APP比較起來的缺點是無法紀錄和分析。

==
【HRV是如何被計算出來的】

要取得HRV這項數據，有很多種方法，主要分兩種：「時域分析」和「頻域分析」。穿戴裝置都是用時域分析，它是用「間距的標準差」來計算，也就是各個「間隔」距離平均值的偏差程度。

一般來說，「間隔」的取法是心電圖中最高峰R波之間的距離(R-R Intervals)，見附圖。

如果用光學式，只有一個偵測點時，只能用手腕上的血流脈動來推測心臟律動時的R-R波間距。這種量測方式只是推估，並非實際掌握每兩個R波的間距。雖然不精確，當然還是可以得到一組間距數據來計算標準差(Standart Diviation) = 心率變異度。

心跳帶得到的R波間距當然不比醫院裡顯示的心電圖，在醫院裡，最少要用三個電極才能把其他P波、T波、U波都標示出來，畫出心電圖。使用心跳帶的限制是，當心臟跳一下時，你會不確定取在「剛開始跳」還「是快跳完」，無法像心電圖的數據明確地抓到每一次跳動的R波所在位置。當然，我們無法每天都去醫院在胸口貼上電極測HRV，雖然略微不準，但心跳帶已是最便利的選項。

當R波精準量測出來後，就能得到R-R波之間的間距。例如某次測量時每個間距的變化的間距大小從0.6秒到1秒，平均是0.8秒。接著把這些間距的標準差計算出來即是心率變異度。

標準差的意義是：各項數據的離散程度，標準差愈大表示各數據互相差異愈大。在計算HRV時是使用「母體標準差」(σ，唸sigma)，它的計算方式是：
◉先從母體(固定時間中的R-R間隔)中抽取N個數據，假設其值分別為X1、X2、X3、X4……
◉求母體平均數(μ)，也就是(X1+X2+X3+X4……)÷N
◉σ = (Xi-μ)的平方÷N，之後再開平方根號

(註：臺北市立和平高中黃俊瑋教師在「科學Onling」網站上利用變異數的幾何意義來解釋標準差，非常精彩：http://highscope.ch.ntu.edu.tw/wordpress/?p=55320)

就目前網路上可以查閱的資料，手機APP與穿戴式裝置都是用「母體標準差」的方式計算出來HRV的。