熱門Ptt文章

[爆卦]range中文是什麼？優點缺點精華區懶人包

雖然這篇range中文鄉民發文沒有被收入到精華區：在range中文這個話題中，我們另外找到其它相關的精選爆讚文章

在 range中文產品中有99篇Facebook貼文，粉絲數超過1萬的網紅大詩人的寂寞投資筆記，也在其Facebook貼文中提到， 「這裡是吳軍的《硅谷來信》第3季。這封信和你介紹一本書，中文名叫《成長的邊界》，作者是大衛·愛潑斯坦。這本書的英文名非常簡潔，就是一個單詞「Range」，我把它翻譯成「廣度」，後面我們也用《廣度》來稱呼這本書。 你可能知道有一本非常著名的書《異類》，分析成功者為什麼能夠成功。我們之前的來信里也提到...

　同時也有34部Youtube影片，追蹤數超過71萬的網紅VOGUE Taiwan，也在其Youtube影片中提到，年薪會影響購物習慣？►► https://smarturl.it/ahizub 我們問了不同收入的女性：錢能買到幸福嗎？ 找出哪些人可以通過銀行里的東西感到快樂，哪些人認為用世界上所有的錢都買不到快樂。 #不同薪女人 #財務 #Vogue冷知識 【 其他熱門主題】 讓喜歡的事變生活！Good Jo...

「range中文」的推薦目錄

range中文 在 Searchannel Instagram 的最佳貼文

2021-04-16 22:21:01

肌肉的伸展方式一直以來眾說紛紜，主要分為靜態伸展、動態伸展、彈震式伸展、PNF伸展（Proprioceptive neuromuscular facilitation，中文名稱為「本體感覺神經肌肉誘發術」），差別在於他們所針對的對象。 靜態伸展主要在增加被動組織的延展性並延展肌肉長度，單次伸展時間...

range中文 在 Gapi Eats Spain | 胡嘎的馬德里鬧城記 Instagram 的最佳貼文

2021-03-29 22:21:42

#胡嘎吃午間套餐 【Menú del día🍽️ | Bar Restaurante Asturianos】(English👇🏻) 以前介紹過，西班牙餐館「週間」「午餐」時段有供應一種很佛心的東西叫做”Menú del día”，英文是Set menu of the day，中文我喜歡翻作午間套餐...

range中文 在 James Au, PT, CSCS Instagram 的最讚貼文

2021-04-04 09:47:10

💥Mobility vs Flexibility(附中文) “Common buzzword” - There is this one time a crossfitter friend of mine popped this question to me, what is the differen...

  • 大詩人的寂寞投資筆記

    range中文 在 大詩人的寂寞投資筆記 Facebook 的最佳貼文

    2021-09-28 11:54:43
    有 99 人按讚

    「這裡是吳軍的《硅谷來信》第3季。這封信和你介紹一本書，中文名叫《成長的邊界》，作者是大衛·愛潑斯坦。這本書的英文名非常簡潔，就是一個單詞「Range」，我把它翻譯成「廣度」，後面我們也用《廣度》來稱呼這本書。

    你可能知道有一本非常著名的書《異類》，分析成功者為什麼能夠成功。我們之前的來信里也提到過這本書。而這封信要和你介紹的《廣度》，恰恰提出了和《異類》針鋒相對的觀點。

    簡單來說，《異類》提出了著名的「一萬小時定律」，強調「刻意練習」、成為專才的重要性；而《廣度》這本書就如它的標題所言，更強調「廣度」在成長和發展中起到的作用。接下來我們就分析一下這兩本書的觀點，談一談廣度和深度的問題。

    愛潑斯坦為什麼反對「深度」？
    先簡單介紹一下《異類》和《廣度》兩本書各自的主要觀點。《異類》一書中有三個非常鮮明的觀點，《廣度》主要針對前兩個，我們就重點談兩本書有交集的地方。

    先來看《異類》的第一個觀點，就是大環境和起步的時間很重要。你生對了時代，就有更大的概率成功；甚至你生對了月份，一開始比同年級同學大了幾個月，容易成為孩子王，後來就更有可能成為領袖。《異類》的第二個觀點，就是著名的一萬小時定律，講什麼事情要做好，需要有一萬小時的練習。

    針對這兩個觀點，《廣度》這本書又是怎麼說的呢？
    《廣度》的第一個觀點，就是認為早期優勢或者說早期的刻苦練習對於長期發展來講幫助不大。《廣度》的第二個觀點，就是它的副標題，講在這個專業化的世界中，通才更能夠取勝。

    簡而言之，《異類》強調起跑線上的優勢，一開始佔優，後面就越發展越好；而且強調人要投入大量練習，成為專業化的人才。《廣度》則認為，早期優勢沒有那麼大的作用，比起專業化，現在的世界更需要的是通才。

    《異類》的觀點你應該很熟悉了，也是現在社會的一種主流觀點。這封信我們介紹《廣度》，就稍微展開看一下《廣度》的作者愛潑斯坦是怎麼論述他的意見的。愛潑斯坦從四個角度論述了自己的觀點。

    首先，愛潑斯坦把世界上的事情分為兩類。第一類是規則明確的事情，比如學鋼琴、打高爾夫球、做銷售、編程序，成功的標準非常清晰。在這些事情上，一萬小時定律是成立的。

    但是還有第二類事，就是大量規則不明確的事情，比如創業。我在之前的信中講過，成為億萬富翁比登上珠峰更難，因為後者目標清晰，訓練方式固定，而前者沒有可以遵循的通用標準。愛潑斯坦認為，對於這樣的事，就算投入大量時間練會了一個單一技能，意義也不大。愛潑斯坦還特別提醒，要警惕那種「因為自己手裡有了一個錘子，因此看什麼都是釘子」的思維方式。

    其次，愛潑斯坦講專業人士的判斷未必就更可靠。有的專業人士過於相信自己的訓練和固有的方法，結果有時候表現甚至不如普通人。這樣的例子我們見過很多，比如對股票的預測，對選舉結果的預測等等。

    愛潑斯坦還舉了一個很特殊的例子。他說一項研究發現，每年心臟病專家聚集起來開年會的時間段內，心臟病患者死亡率反而會降低。這項研究推測，可能是因為心臟病專家忙於開會，沒時間做手術，而手術本身有風險，因此手術總量減少帶來了患者死亡數量的減少。換句話說，有些患者不做手術可能還能活過這段時間，結果因為做手術反而喪命了。這個統計結果提示，專家的判斷也有可能是不準確的。

    第三，愛潑斯坦認為，方向比毅力更重要。愛潑斯坦也承認毅力是個好東西，但一味堅持、永不言退，甚至一條道走到黑，卻未必是美德。

    愛潑斯坦講，世界上成功的道路千千萬，你怎麼知道自己選的路就是對的呢？如果走在錯誤的道路上，那越有毅力可能越糟糕。

    《廣度》這本書講了許多改變人生道路而成功的名人故事。其中我印象比較深的是梵高。梵高年輕時做過牧師、傳教士、店員、藝術品交易員，對每份工作梵高都做得很認真，但就是做不出成績。直到接近三十歲，梵高才開始學習繪畫，並且迷上繪畫藝術。我們知道，最終他是作為畫家而流芳百世的。

    最後，愛潑斯坦還舉出了很多實際案例，說明很多成功人士不是只懂某個領域的專才，而是廣泛涉獵的通才。這樣的例子你肯定也能想到不少，我就不一一列舉了。

    總之，通過上述分析，愛潑斯坦提出結論：面對複雜問題、特別是沒有明確衡量標準的問題時，廣度比深度更有用。人要懂得放棄和退讓，不要一根筋只知道往前走。後退一步看似多花了時間，但可能因為找到了正確的道路，反而省了時間。每一次拓寬人生道路的嘗試，只要處理得好，都會成為人生的閱歷，並不白走。愛潑斯坦舉了喬布斯的例子，講喬布斯當年旁聽的一門書法課，後來對他設計麥金托什電腦和其他產品發揮了作用，因為喬布斯對藝術的感悟在很大程度上來自於這門課。

    要廣度還是要深度？
    介紹完愛潑斯坦的觀點，問題來了：我們該信誰的呢？是《異類》作者格拉德威爾說的刻意練習、成為專才，還是愛潑斯坦說的多加嘗試、追求廣度？兩位作者都舉出了很多現實案例支持自己的觀點。當然可能你也會覺得，兩人的觀點並不完全矛盾，也可以並行不悖。
    但我們在生活中要面對的問題往往更加實際。比如你剛下班，接下來有一個小時的自由時間，你到底應該做什麼？對此我們必須有一個選擇，因為做了這件事就不能做另一件。如何選擇呢？其實還是要回到理性的分析上來，而不是聽信任何現成的答案。

    我常常講如果你不知道做什麼，就想一想你要成為什麼樣的人。我們不妨按廣度和深度兩個維度，把人分為四類。

    第一類人，既沒有廣度，也沒有深度，這自然不是我們的目標。
    第二類人，既有廣度，又有深度。這種人通常是天才，比如達芬奇、牛頓、愛迪生、喬布斯，還有用數學建模來進行投資的文藝復興公司創始人詹姆斯·西蒙斯等等。不過，這類人的數量在世界上可能連萬分之一、甚至百萬分之一都不到。我們雖然能講出不少這樣的名字，但這是因為他們站在聚光燈下，吸引了人們的目光。如果你在現實生活中看看身邊，這樣的人可能一個也找不到。當然，如果把要求放低一點，只說有一定深度和廣度的人，可能還是能找到一些的。
    再看第三類人，有深度，沒有廣度。這種人我們身邊應該有不少，或許我們自己就屬於這一類。
    第四類和第三類反過來，有廣度，沒有深度，這樣的人也比較多。

    簡單分析一下：第一類人我們不用考慮；第二類人雖然你我都很嚮往，但很難成為這樣的人；那麼我們主要考慮的，就是在第三類和第四類中選擇。
    接下來的問題就是，結合你自己的情況，要成為第三類或第四類，哪一種對你比較容易？此外，第三類和第四類人，在生活中哪一種相對更受歡迎、更容易成功？根據我自己的觀察，答案是第三類，也就是比起有廣度沒深度的人，還是有深度、但廣度有所欠缺的人更容易成功一些。

    那麼，這是不是意味著我完全不贊成愛潑斯坦的看法呢？並非如此。我專門和你分享這本書，正是因為雖然愛潑斯坦和我的觀點不完全一致，但仍然給了我很有益的啓發和提醒。他提醒我們，做事不要死鑽牛角尖，要注意看方向，要找到適合自己的事情，要嘗試各種新東西。實際上，愛潑斯坦講的「廣度」也不是蜻蜓點水、多而不精，他也談到了在保持一顆開放心靈的同時，我們也要選擇某個領域往深里走。

    怎麼讀書才能為我所用？
    最後，借著《廣度》這本書，再和你談一下讀書這件事。我們在閱讀他人想法和接受他人經驗的時候，有一個很容易進入的誤區，就是當那些想法和經驗特別符合我們的胃口，我們就會非常順暢、甚至不假思索地接受它們。

    有的人讀了《異類》這本書，聽到了一萬小時定律，覺得很有道理，然後就為自己簡單低水平的重復工作找到了理由；被其他人問起來，就抬出一萬小時定律當藉口。同樣的道理，有的人讀了《廣度》這本書，就為自己不能在一條路上深入找到了藉口，說自己是要成為通才。很多人說是讀書，只是不斷為自己找藉口而已。

    實際上我們讀書的時候，對於作者的觀點，既不應該輕易接受，也不應當直接拒絕。不同視角、不同觀點的書，往往能給我們有益的啓發。

    比如有人覺得一萬小時定律很有道理，但自己試了好像不靈，就不知所措了。這時你讀到《廣度》這本書，就會發現一萬小時定律要成立，還需要其他條件，比如只有對於可以清楚衡量、可以明確追蹤進步的目標，一萬小時定律才有效。這樣一來，兩本書中看似不同的觀點就起到了相互補充的作用。這就是為什麼我們要多讀書，而且要讀不同的書。

    一本好書，不在於它的觀點都符合你的心意，而在於它能夠提供可靠的信息和視角，啓發你的思考。因此，即使我不完全贊同《廣度》的觀點，這本書仍然值得一讀。

    小結
    如果你自己讀這本書，也要記住我們讀它的目的是接受它的啓發，而不是聽了那些遙遠的故事就放棄努力。其實對於大多數人來說，比起廣度，更欠缺的還是毅力。成為通才並沒有錯，但更多人只是把「成為通才」當成了半途而廢的藉口。

    當然，對於格拉德威爾和愛潑斯坦的觀點是如此，對於我的觀點，也是如此。我的結論應當是啓發你思考的材料，而不應該直接成為你的結論。瞭解了這兩本書，你更應當運用自己的理性去思考和審視，找到適合你自己的進步道路。」

  • 蔡依橙的閱讀筆記

    range中文 在 蔡依橙的閱讀筆記 Facebook 的最佳解答

    2021-09-02 14:40:59
    有 438 人按讚

    💥 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

  • 新思惟國際

    range中文 在 新思惟國際 Facebook 的最佳解答

    2021-09-01 11:01:16
    有 143 人按讚

    💥 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

你可能也想看看

搜尋相關網站