下圖有2組散佈圖,1組是FPG vs Age (空腹血糖值與年齡)的散佈圖,另1組為HbA1c vs Age (糖化血色素與年齡)的散佈圖。但2種檢驗值的測量尺度不同,如何同時呈現兩種尺度的Y軸?若想知道空腹血糖值與年齡的相關較大,還是糖化血色素與年齡的相關較大,並在同一張圖上呈現2組散佈圖,配適一條回歸線,該怎麼做呢?

 

請注意!下圖左右各有兩條不同的座標軸,左邊是FPGY軸,右邊是HbA1cY軸,給定兩種不同測量尺度的檢驗值各自的軸線及尺度,即可解決以上的問題。操作步驟如下:

 SigmaPlot雙軸            

1.   請將檔案匯入
2.   先畫好FPGAge的迴歸散佈圖,再利用Add New Plot加入HbA1c Age的迴歸散佈圖。

(1) 選擇Create Graph中的Scatter,再選擇Simple Scatter - Regression

SigmaPlot雙軸2  

(2) Data formatXY Pairs

estat 發表在 痞客邦 留言(0) 人氣()

 

通常我們收回集的資料乍看之下是很混亂,且讓人頭疼的。因此我們需要能從中找出資料的特性。由以下的舞蹈可以看到如何從混亂中衍生出規則,請注意!一開始,舞者的位置是雜亂的,動作有快亦有慢。之後,我們可以看到舞者頋依據他們的速度重新排列位置,跳得慢的站在左邊,快的在右邊,其餘的在中間。他們產生了次數分佈,水平方向呈現的是速度,垂直方向呈現不同速度的個數,這樣的分佈近似常態分佈(normal distribution)或稱高斯分佈(Gaussian distribution)。特別要留意的是,很少的舞者站在特別快或特別慢的位置,大部份的舞者屬於中等速度且站在中間,這樣的資料分佈特徵為鐘形曲線(bell-shaped curve)

 

將資料視覺化可以幫助我們從混亂中看出規則,透過次數分配的呈現,可以看到每個數值出現的頻率,以及看出資料分配的特性。而常態分配只是各種次數分配的一種,且大部份的數值集中在中間,極端值在兩側。
 
以下的影片由英國心理學會(British Psychological Society; BPS) 募集資金製作的,希望透過舞蹈的趣味讓更多心理學系學生對統計觀念有更深刻的印象。

  


estat 發表在 痞客邦 留言(0) 人氣()

 

   若研究者想做一張單變項的回歸分析表, 當要看的影響因子愈多, 要進行的單變項回歸分析次數愈多, 於是要反覆執行很多的model, 透過巨集指令功能,即能快速執行完所有的model

    以下同樣要介紹SAS的巨集指令, 以及搭配ODS(Output Delivery System)功能, 以快速產生COX-REGRESSION的統計表格

   如果研究者想看某族群的環境污染劑量與癌症的關係,於是進行劑量效應關係分析(DOSE-RESPONSE EFFECT),並利用在圖表中的範例資料進行分析, 該檔有幾個主要變項:stdno (研究序號), gender (性別), inage(開始曝露於環境污染源的年齡), foloow_up(觀查時間:), dose (環境污染物的劑量), ca1-ca22(各種癌症的欄位名稱, 且欄位中的1為有發生, 0為未發生)。(僅呈現10筆)


 Cox-regression  


estat 發表在 痞客邦 留言(0) 人氣()

 

國立成功大學「公共衛生碩士學分班」103學年度第2學期招生簡章

一、主旨:

推廣全民健康及健保永續之理念與實際作法,並使醫藥衛生相關領域之工作者對於公共衛生之理論與實務有更深入的了解。

二、報名日期:2015112日至2015124日。

三、招生對象:

1.大專()以上畢業。

2.對醫療體系、健康照護、健保永續發展、全民健康之推動有興趣者。

、簡章下載成大公衛所首頁最新公告http://ph.med.ncku.edu.tw/

、報名方式:請至本校推廣教育班線上報名系統

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

為了計算不同族群間、或不同時期的率差或率比,必需以標準人口結構調整死亡率才能進一步比較,否則因不同族群、或不同時期的人口結構不同,則會影響比較結果。標準人口通常是一組大而人口結構穩定的族群,例如全國人口,若要進行國際間的比較,將以2000年世界標準人口進行標準化(不分性別、每5歲一個年齡組距)

 

標準化率    

 

直接標準化率之95%信賴區間:

標準化率2   

i:年齡別

SR:標準化率 

CRi:粗率 

estat 發表在 痞客邦 留言(0) 人氣()

 

一、研究設計

 

    健保資料庫的研究設計主要為回溯型世代研究(Retrospective cohort study),研究者提出資料申請時,研究世代已存在於健保資料庫中,因此所作的研究為回溯型的研究。利用健保資料所進行的Case-control study (病例對照研究),可進一步定義為Nested case-control study(巢式病例對照研究),當研究者以特定的病例(Case)配對一定比例的對照組(control),病例組與對照組來自相同的世代,且這世代早已存在於保存完善的資料庫中,故可稱為Nested case-control study

 

    在健保資料庫中,配對(matching)是常見的控制干擾因子的方式,配對的時間點若是暴露開始時間(例如給藥開始時間、開始接受心理治療時間、剛診斷為憂鬱症時間),在研究設計上屬於世代研究法(cohort study),研究者將回溯到病人暴露開始的時間點,再繼續追蹤病人後續的病情變化(康復、復發、死亡,或發生不良反應等),以探討暴露對疾病發展的影響。在有暴露組與非暴露組的情況下,可以建立暴露風險指標,以比較兩組的相對風險。較常使用的風險指標包括:直接標準化率比 (Standardized Rate Ratio; SRR)、間接標準化發生比(Standardized Incidence Ratio; SIR)、間接標準化死亡比(Standardized Mortality Ratio; SMR)、風險比值(Hazard  Ratio; HR)、相對危險比值(Relative Ratio; RR)等。

 

  健保研究設計1   

 健保資料庫的回溯性世代研究

 

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

之前曾介紹分層抽樣法在SAS程式中的應用(分層等比例抽樣法 分層不等比例抽樣法 ),此單元將對分層抽樣法作更深入的介紹。

 

分層抽樣(stratified sampling)屬於隨機抽樣法(Radom sampling)中的一種,其方法為將抽樣母體分成性質不同或互斥的若干組,每一組為一個『層』(strata),同層的性質要儘量相近,即變異要愈小愈好;不同層間的變異要愈大愈好,但分層組數不宜太多,可在6組以內(Cochran 1963)。選擇分層的變數通常與研究的主題有直接的關聯,例如依BMI(身體質量指數)的大小將肥胖程度分為過瘦(18以下)、標準(18-23.9)、輕微過重(24-26.9)以及過重(27以上)等。其他常用的變項如性別、年齡、社經地位、都市化程度等。

 

再從各層中隨機抽取樣本,此法可依適用情形再分為等比例抽樣以及不等比例抽樣。等比例抽樣(或稱分層固定比例)中,適用當各層樣本數與該層總體數的比值相等,而採取固定的比例抽樣。例如,樣本大小n=50,總體N=500,則n/N=0.1 即為樣本比例,每層均按這個比例確定該層樣本數,可避免各層抽過多或過少,並減少抽樣誤差,最常用的方法是「比例配置法」(Proportional allocation。不等比例抽樣的適用情形為層內變異較大,則抽樣個數較多,反之則抽較少,常用方法為「尼曼配置法」(Neyman allocation各層樣本數與該層總體數的比值並不固定

 

採用分層抽樣法可避免出現簡單隨機抽樣中的集中於某些特性或遺漏掉某些特性的缺點,而其優點為可靠性高且利於比較。

 

要如何來決定每一層內抽出的樣本數呢?以下為各層樣本數的估計方法

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

今年適逢『朱銘美術館』十五週年紀念,幾天前特地慕名參訪。在館中聽到館員的熱情導覽,在她的解說中,國際級雕刻大師-朱銘的每個作品都彷彿有了溫度、有了生命一般,正如朱銘老師對生命、對土地、對親情的執著與熱情,於是每一個作品的背後都有了豐富與精彩的故事。

 朱老師的作品不僅熱情奔放,他那簡潔俐落的刀工,他所使用的多元媒材,都讓人大開眼界,除了過去眾所皆知的太極系列與木雕系列,他也用海棉、陶土、金屬、布疋、石頭、保麗龍等作為材料。

朱銘老師已年屆76歲,在過去15年間,他為買地、興建美術館、維持美術館的運作,幾乎傾其全力,將他一生所有的都付上了,仍舊連年虧損,且不見政府補助,於是印證了一件事,在台灣從事文創工作,通常是一條艱辛與孤單的路。

希望更多的企業與民間,大家一起攜手合作,透過各種行銷管道,讓這座充滿生命力的美術館能夠國際化且有永續經營的未來,並成為國內藝術發展與傳承的重要殿堂。

 以下是當天所參觀的各系列作品

DSC08744  

人間系列─跳傘

飛行員的身體飽滿且有漂亮的弧度,是由麻繩捆綁海棉後再灌模,而飛行傘的材料是不鏽鋼,是非常大件的戶外作品。

  

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

此文將延續之前的ROC曲線 (http://goo.gl/B9H0tg的介紹,進一步分享如何使用SigmaPlot軟體繪製ROC曲線。上一篇PO文介紹的操作軟體為SPSS,該軟體的限制主要為無法比較不同檢驗工具間的曲線下面積(AUC)之差異,有許多的統計軟體皆可達到此一分析目的,SigmaPlot即為其一,為何要介紹SigmaPlot呢?因為它的界面好操作,ROC曲線圖的呈現夠專業。

 

SigmaPlot 操作

 

 

實例:醫師對失智症病人做了各種測量,想從測量數據中找出幾個可以用來初步判斷病人是否為失智症的工具,請以SigmaPlot找出準確性較高的診斷工具。

dementia是臨床醫師對失智症的確診, Index1~Index3為新的檢驗工具。

 

執行步驟

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

站在敦化北路的高樓裡,眺望著玻璃窗外的遠山,以及反射在大樓玻璃的夕陽,一群聽了一天的『社會企業』課程的年輕人,即將要結束充實的學習之旅,並帶著自己的夢想繼續往前走。

 

社企流1   

 

筆者代表公司和一群『夢想自造家』一起學習與交流,每個年輕人都懷抱著能對社會帶來正向影響與改變的夢想齊聚在『DOIT;Delivering Open Innovations for Tomorrow共創公域』 的教室裡。有的年輕人想改善原住民的生活;有的想照顧街友、身障朋友;有的想透過小農的栽種推出新的酒品,幫助小農改善生活;有人已成立毛小孩的資源整合網路平台,提供照顧寵物相關資訊以及為動物保護法的改革發聲;有一群年輕人為著幫助孩子在面對國、高中數學學習的障礙,提供思考引導,並將有意願的老師鏈結到教學平台上;還有為著公益而號召志同道合者騎腳踏車走入偏鄉幫助弱勢族群,更幫助自己與參與者走出舒適帶,挑戰自我、認識自我極限的騎喚之旅。

 

社企流2   

 學習商業模式帆布圖

 

每個來自社會各領域的菁英,各個都是夢想自造家,正在為自己以及社會編織更美的願景,而每一個熱血年輕人改變的一小步,正是社會改變的一大步。從身旁的學習夥伴身上,看到的不是對經濟不景氣感到哀嘆,而是全神貫注地學習,積極地挑戰自我,蘊釀美麗善念的年輕人。有人說現在的年輕人是抗壓性很低,無法接受碰撞的草莓族。然而,我眼前所看到的是肩負社會改革而提出各種創新與創意的一群年輕人。包括今天為我們上課的兩位年輕講師,也是夢想自造家,其中一位是『社企流』台灣第一個華文社會企業資訊匯流平台的創辦人,希望透過介紹社會企業這個概念、累積大家對於「如何用商業力量改變社會問題」的知識與智慧。

 

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()