＃免收案免IRB的統合分析，＃您也想過要學卻不得其門而入嗎？
⠀
想自學 meta-analysis，然而相關的書，隨便買都厚厚一大本，光是 fixed-effect model 就一大章，都還沒講到 random-effects model 就想投降，更別說，後面還有 heterogeneity、subgroup analysis、publication bias 等。
⠀
但是，這就像我們去買汽車的教科書，光引擎原理就一大章，還沒講到缸內直噴、渦輪增壓、油電混合就投降，更別說後面的傳動系統、主被動安全、自動駕駛。想開車上路，真有需要了解這麼多嗎？
⠀
事實上，難的是懂「汽車原理」，如果只想學會「開車」，並不難。難的是懂「meta-analysis 公式與理論」，如果只想學會「發表 meta-analysis 文章」，並不難。
⠀
＃是要認識整片森林，＃還是採一朵香菇就好？
⠀
從「學問」的角度去看，那可是一片森林，人家「寫教科書」的，自然應該全部涵蓋。但我們在這浩瀚森林中，不過是個「採香菇」的，你只要知道在哪裡可以找到香菇、應該怎麼採、如何避免採到毒菇，然後順利的把香菇帶到市場上賣，就行。
⠀
延續這樣的概念，如果我們反過來，不從 meta-analysis 的理論與公式教，而從「剛開始發表 meta-analysis」所需要知道的統計項開始教呢？
⠀
就像教了油門、煞車、方向燈之後，讓你先上路，在安全的環境逐漸熟悉。駕輕就熟之後，有了自信，你想學任何汽車的原理甚至改裝，自然水到渠成。
⠀
＃課程中只教您必學數值，＃學會了，＃就能用！
⠀
這堂課，我們不講複雜理論，只講實際應用的重要概念。減少混亂，化繁為簡。雖說是「簡」，但在寫作、投稿、審閱過程中，重要的眉角，依然將以最實用的角度，與您分享。
⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB，突破資源缺乏困境的機會！
⠀
🗣️ 學員回饋
⠀
「原本以為艱澀難懂，一定會打瞌睡，卻意外絕無冷場。張凱閔醫師擷取 meta-analysis 重點中的重點，深入淺出的介紹一定要會的專有名詞，讓我不會被龐雜的統計名詞大海淹沒！」
⠀
「因為是統合分析的初學者，在準備過程中主要還是以類別變項為主，這次課程聽到很多資料（包括連續變項）的處理方法，像是標準差和標準誤的概念和處理，只要有 sample size 和 p-value 就可以跑統計，以及嘗試向作者要 raw data，這些都有助於我對於未來統合分析的題材有更多選擇。」
⠀
👨‍🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。

＃免收案免IRB的統合分析，＃您也想過要學卻不得其門而入嗎？
⠀
想自學 meta-analysis，然而相關的書，隨便買都厚厚一大本，光是 fixed-effect model 就一大章，都還沒講到 random-effects model 就想投降，更別說，後面還有 heterogeneity、subgroup analysis、publication bias 等。
⠀
但是，這就像我們去買汽車的教科書，光引擎原理就一大章，還沒講到缸內直噴、渦輪增壓、油電混合就投降，更別說後面的傳動系統、主被動安全、自動駕駛。想開車上路，真有需要了解這麼多嗎？
⠀
事實上，難的是懂「汽車原理」，如果只想學會「開車」，並不難。難的是懂「meta-analysis 公式與理論」，如果只想學會「發表 meta-analysis 文章」，並不難。
⠀
＃是要認識整片森林，＃還是採一朵香菇就好？
⠀
從「學問」的角度去看，那可是一片森林，人家「寫教科書」的，自然應該全部涵蓋。但我們在這浩瀚森林中，不過是個「採香菇」的，你只要知道在哪裡可以找到香菇、應該怎麼採、如何避免採到毒菇，然後順利的把香菇帶到市場上賣，就行。
⠀
延續這樣的概念，如果我們反過來，不從 meta-analysis 的理論與公式教，而從「剛開始發表 meta-analysis」所需要知道的統計項開始教呢？
⠀
就像教了油門、煞車、方向燈之後，讓你先上路，在安全的環境逐漸熟悉。駕輕就熟之後，有了自信，你想學任何汽車的原理甚至改裝，自然水到渠成。
⠀
＃課程中只教您必學數值，＃學會了，＃就能用！
⠀
這堂課，我們不講複雜理論，只講實際應用的重要概念。減少混亂，化繁為簡。雖說是「簡」，但在寫作、投稿、審閱過程中，重要的眉角，依然將以最實用的角度，與您分享。
⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB，突破資源缺乏困境的機會！
⠀
🗣️ 學員回饋
⠀
「原本以為艱澀難懂，一定會打瞌睡，卻意外絕無冷場。張凱閔醫師擷取 meta-analysis 重點中的重點，深入淺出的介紹一定要會的專有名詞，讓我不會被龐雜的統計名詞大海淹沒！」
⠀
「因為是統合分析的初學者，在準備過程中主要還是以類別變項為主，這次課程聽到很多資料（包括連續變項）的處理方法，像是標準差和標準誤的概念和處理，只要有 sample size 和 p-value 就可以跑統計，以及嘗試向作者要 raw data，這些都有助於我對於未來統合分析的題材有更多選擇。」
⠀
👨‍🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。

#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

新一季的《街頭智慧》以全新面貌和大家見面，上集 Eva 講解了適合以 Algo 進行交易的產品有甚麼特點。今個星期 Greg 會總結一下，甚麼是量化分析，應如何進行量化，以及三個避開盲點的重要事項。喜歡我們內容，記得按讚及分享，如有任何關於量化分析及統計數據的問題歡迎留言。

#量化分析 #街頭智慧 #數據 #統計 #回測 #sample size #量化 #量化交易 #algo

======================
1) 本月活動，現正接受報名:
新我要做富翁 試堂分享會 (香港站)▶ https://money-tab.info/mts-trial?yt=1
贏在美股試堂分享會(Online)▶ https://money-tab.info/ussjac?yt=1
Jasper 期滙商品分享講座+試堂▶ https://money-tab.info/comjasp?yt=1
Eric Sir期指策略分享講座+試堂▶ https://money-tab.info/futeric?yt=1
King Sir 樓市講座▶ https://money-tab.info/proking?yt=1
齒輪理論 入門班/初班▶ https://edu.money-tab.com/m0m1-reg-c?m0m1=yt
其他活動▶ https://money-tab.info/activity?yt=1

2) 我要做股神APP下載：
iOS▶ https://bit.ly/moneytabapp_i
Android▶ https://bit.ly/moneytabapp_a
升級版▶ https://money-tab.com/membership

3) 緊貼我們社交平台，不錯過任何免費分析/教學：
訂閱YouTube頻道： https://youtube.com/c/我要做富翁?sub_confirmation=1
讚好Facebook專頁：https://facebook.com/203349819681082

《第107故事分享及哈佛知識分享(足本)》第一次全家分享故事: 當神仙遇上凡人

聖誕及新年假期，我第一次全家為你送上故事祝福。

.... 從前有個神仙，希望親自完成凡間每一個人嘅願望。 有日佢化身做了個凡人，遇上不同路人的經歷 .... 你又會是那個路人呢? 這個故事理念有沒有科學根據？ 根據哈佛心理學教授Daniel Gilbert 指出....

......
.
.
.

故事全文:

《第107故事分享及哈佛知識分享(足本)》第一次全家分享故事: 當神仙遇上凡人

從前有個神仙，希望親自完成凡間每一個人嘅願望。 有日佢化身做了個凡人...

係路上遇到一個丈夫係度喊: 「 我老婆啱啱患咗重病過身，我人生無晒意義，以後日子點過? 」

神仙就問呀丈夫: 「咁我有咩可以幫到你，完成你嘅心願?」

「我想要返我老婆!」

「 ok，無問題！」

就係咁， 阿老婆就喺阿丈夫面前返生。 大家互相擁抱，丈夫好開心!

「多謝恩人，多謝恩人」

行多一陣，佢喺路上又遇到另一個乞兒。 乞衣好可憐咁， 不斷叩頭，跪喺個地下道乞錢。 佢又問阿乞兒:

「我有咩可以幫到你，完成你嘅心願?」

「我淨係想乞夠一千蚊， 咁我就成年都唔使捱餓啦!」

「 ok，無問題!」

就係咁， 乞兒就袋咗張一千蚊， 佢從來未見過一千蚊係咩樣，佢拿出嚟又聞又望，越聞就越開心。

「多謝恩人，多謝恩人」

再行多一陣，佢喺路上又遇到另一個單眼海盜 ，雖然佢已經上曬岸，重歸正途， 佢始終好懷念以前兩隻眼睇野嘅世界:

「我有咩可以幫到你，完成你嘅心願?」

「如果我可以有返兩隻眼睇野， 咁我就咩金銀珠寶都可以唔要喇。」

「 ok，無問題!」

就係咁，又搞惦咗!

「多謝恩人，多謝恩人」

神仙覺得原來滿足人嘅心願係咁容易，佢就開始沾沾自喜。 直至遇到下一個路人。

佢英明神武，有錢有勢，有老婆有父母有仔女，乜嘢都有，可惜日子就係過得唔快樂。神仙又問佢:

「我咩人都可以完成佢嘅心願，我有乜可以幫到你?」

「我想要幸福!」

「 ok，無問題!」

老婆父母仔女係晒佢身邊，一家人食飯，個個都好關心佢。

佢無晒表情，話「哦，咁就叫幸福啦!」

神仙覺得佢未感受到幸福，就再試下!

好多金銀珠寶就係佢面前出現。

「哦，咁就叫幸福啦!」

神仙再試下!

把佢變得更加高大威猛， 肌肉紮實， 連個鼻都長高咗半吋!

照照塊鏡，「哦，OK!」 依然面目無情。佢話:「睇嚟，你呢個所謂嘅神仙都係無用㗎啦!」

神仙聽後好嬲， 一怒之下就決定懲罰佢，變走曬佢嘅財富，健康同親人。瞬眼間佢變成個乞兒， 跛下跛下，自己孤伶伶咁喺條街度乞食。

過兩日，神仙啖氣過咗，冷靜下來就對自己之前無理懲罰人嘅行為有啲內疚，就決定回去探下個人點。

「你仲問我點? 我而家乜都冇曬啦! 你走把啦!」

神仙見佢咁慘， 就決定將佢變走咗嘅嘢，變返晒畀佢。

從此，佢又再次英明神武，有錢有勢，有老婆有父母有仔女，仲有多咗樣嘢，就係...

(他多了樣什麼?)

「多謝恩人，多謝恩人，我終於知道咩叫做 ...... 幸福啦!」

故事帶出乜嘢理念?

做人，最好嘅 , 就係 Live in the Present (活在當下). 最好嘅嘢已經係你身邊， 你好好珍惜/享受的話，我相信凡事都會變得更好。

其實唔單只我相信，根據哈佛心理學教授 Daniel Gilbert 係2010年做咗個研究，佢搵咗2200 個人參加實驗，用咗一個 iphone app 叫做 "trackyourhappiness" ，係不定期嘅時間聯絡嗰班人，問佢哋 (1) how are feeling? 100分就代表最開心，0分就代表最唔開心。(2) what are you doing? 你做緊乜嘢? 同埋 (3) are you thinking about something other than what you are currently doing? 你係唔係諗緊啲其他嘢?

目的就係睇佢哋做緊啲嘢，同諗嘅嘢，係咪一致/集中，抑或唔同， 即係代表個腦係道「遊緊魂」"Mind Wandering". 如果遊緊魂嘅話會再問佢，你係

(1) 諗緊啲唔開心嘅嘢 unpleasant mind wandering，或
(2) 諗緊啲中性嘅嘢 neutral mind wandering, 定
(3) 諗緊啲開心嘅嘢 pleasant mind wandering

研究結果顯示， 人有平均47%嘅時間個腦係喺道「遊緊魂」Mind Wandering， 即係做緊嘅嘢同諗緊嘅嘢唔一致。 問佢哋開唔開心嘅話就發覺， 從統計學角度 multilevel regression 指出，越遊魂嘅人就越唔開心，越集中一致做緊嘅嘅人就越開心。

睇下呢個圖， 左邊代表唔開心，右邊代表開心。 越大個波，代表sample size越大，即係越多人回覆。 中間嗰條一點點嘅綫，就代表平均值。研究發現:

(1) Unpleasant mind wandering 佔所有25萬個回覆嘅12.5%, 係令人最唔開心，開心指數只有42分。
(2) Neutral mind wandering 佔14.5%，有62分。
(3) Pleasant mind wandering 排第二開心，佔19.9%，有69分

(4) 最開心嘅，就係 Not mind wandering, 佔53.1%，有71分

即係話即使你個腦係諗緊啲開心嘢，都唔夠你個腦集中注意力喺依家做緊嘅嘢開心。 點解? 就係因為你專注，先至能夠 apprepriate 真正地感受到嗰一刻嘅 touch and feel，而嗰一刻係最直接有機會能夠令你最開心。 即是我睇舖，都經常合埋隻眼去 feel 間舖! Really!

想睇佢哋做緊Present啲咩嘢，再睇埋上半part 個圖。最唔開心，就係休息或者返緊工嘅時候。最開心? 就係傾計，做運動，同埋make babies 嘅時候，你明我意思啦。

最好嘅 Present, 就係 Live in the Present 係有科學根據㗎！ 最好嘅嘢已在身邊，想幸福? 你依家又唸緊啲乜呢?

《第89創業知識:哈佛分享 - 專注的力量》

之前我第一次全家人和你分享了一個神仙和凡人的故事， 基本上就係你愈要珍惜身邊嘅事物，你就愈會幸福同快樂。 其實這樣的說法有沒有科學根據呢? 根據哈佛心理學教授Daniel Gilbert 指出: 

.

.

.

.

內容全文: 

之前我全家人和你分享了一個神仙和凡人的故事， 基本上就係你愈要珍惜身邊嘅事物，你就愈會幸福同快樂。

其實唔單只我相信，根據哈佛心理學教授 Daniel Gilbert 係2010年做咗個研究，佢搵咗2200 個人參加實驗，用咗一個 iphone app 叫做  "trackyourhappiness"  ，係不定期嘅時間聯絡嗰班人，問佢哋 (1) how are feeling? 100分就代表最開心，0分就代表最唔開心。(2) what are you doing? 你做緊乜嘢? 同埋 (3) are you thinking about something other than what you are currently doing? 你係唔係諗緊啲其他嘢? 

目的就係睇佢哋做緊啲嘢，同諗嘅嘢，係咪一致/集中，抑或唔同， 即係代表個腦係道「遊緊魂」"Mind Wandering".  如果遊緊魂嘅話會再問佢，你係

(1) 諗緊啲唔開心嘅嘢 unpleasant mind wandering，或
(2) 諗緊啲中性嘅嘢 neutral mind wandering, 定
(3) 諗緊啲開心嘅嘢 pleasant mind wandering 

研究結果顯示， 人有平均47%嘅時間個腦係喺道「遊緊魂」Mind Wandering， 即係做緊嘅嘢同諗緊嘅嘢唔一致。 問佢哋開唔開心嘅話就發覺， 從統計學角度 multilevel regression 指出，越遊魂嘅人就越唔開心，越集中一致做緊嘅嘅人就越開心。

睇下呢個圖， 左邊代表唔開心，右邊代表開心。 越大個波，代表sample size越大，即係越多人回覆。 中間嗰條一點點嘅綫，就代表平均值。研究發現:

(1) Unpleasant mind wandering 佔所有25萬個回覆嘅12.5%, 係令人最唔開心，開心指數只有42分。
(2) Neutral mind wandering 佔14.5%，有62分。
(3) Pleasant mind wandering 排第二開心，佔19.9%，有69分

(4) 最開心嘅，就係 Not mind wandering, 佔53.1%，有71分

即係話即使你個腦係諗緊啲開心嘢，都唔夠你個腦集中注意力喺依家做緊嘅嘢開心。 點解? 就係因為你專注，先至能夠 apprepriate 真正地感受到嗰一刻嘅 touch and feel，而嗰一刻係最直接有機會能夠令你最開心。 即是我睇舖，都經常合埋隻眼去 feel 間舖! Really! 

想睇佢哋做緊Present啲咩嘢，再睇埋上半part 個圖。最唔開心，就係休息或者返緊工嘅時候。最開心? 就係傾計，做運動，同埋make babies 嘅時候，你明我意思啦。

最好嘅 Present, 就係 Live in the Present 係有科學根據㗎！ 最好嘅嘢已在身邊，想幸福? 你依家又唸緊啲乜呢?