以斯帖統計顧問公司

 
文章撰寫 : 以斯帖統計顧問公司  Python課程講師 蔡勝雄老師(Amos)

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

estat 發表在 痞客邦 留言(0) 人氣()

estat 發表在 痞客邦 留言(0) 人氣()

　
過去10年，學術界一窩蜂地以健保資料庫作為『省錢、省時、省力』的研究方法，由於過於浮濫的發表，有些學校已嚴格限制健保資料庫作為升等的題材，究竟這麼珍貴的資料庫，何以成為被學界所垢病的次級資料(secondary data)，究竟這個領域的研究限制是什麼？而它獨步全球的優勢又是什麼？

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

 
    在臨床實驗或介入型研究，經常需要對同一個受試個體(Subject)在不同的時間點觀察其反應，當觀察的時間點只有兩個時，可以用來分析的統計方法為paired t-test；如果觀察的個體數目太少，則會建議使用相依樣本的無母數檢定方法，如：Wilcoxon signed-rank test，若反應變項為類別型資料，且資料為相依樣本的情況下，其統計檢定方法為McNemar Test。
 

(繼續閱讀...)

estat 發表在 痞客邦 留言(10) 人氣()

 
過去曾經介紹過以SAS的IFN(), LAG()等函數將資料向下垂直移動，但SAS可否有LAG()函數的相反函數，也就是將資料垂直向上移動的函數，答案應該是沒有的，但可透過PROC EXPAND程序執行資料的垂直向上以及向下的移動，甚至是移動數個列數，該語法屬於Time series(時間序列)的應用。
在【程式一】建立範例資料，資料中包含ID(身份證號)、sex(性別)、Birthday(生日)、date (就醫日期)。
 
【程式一】
data aa;
        input id $ sex $ birthday yymmdd10. +1 date yymmdd10.;
        format birthday date yymmdd10.;
cards;
A01 F 1958-01-04 2001-02-03
A01 F 1958-01-04 2004-05-06
A02 M 1964-07-08 2004-12-11
A02 M 1964-07-08 2005-01-03
A02 M 1964-07-08 2006-11-13 
;
proc print;
run;
 
【程式二】
以下利用proc expand 進行資料的向上與向下移動，移動後的資料檔名為work.bb，移動的依據為ID與birthday。再利用convert指定將資料作轉換，convert的指令為CONVERT variable = newname … </options>;  等號左邊放要被轉換的變項，等號右邊為轉換後的變項。透過transformout=(lag)可以將資料往下移動，transformout=(lead)則將資料往上移動。若在lag或lead後面加上數字，則是移動的列數。也可以利用id指令取代by而作為資料移動的依據，但是id指令後面只能放數值型資料，包括日期格式的資料。
 
/*-移動日期--*/
proc expand data=aa out=bb method = none; 
        by id birthday;
        convert date = date_lag1 / transformout=(lag); 
        convert date = date_lead1 / transformout=(lead); 
        convert date = date_lag2 / transformout=(lag 2); 
        convert date = date_lead2 / transformout=(lead 2); 
proc print;
run;
 
【結果】
 
 Reference
http://goo.gl/q0mM1R

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

 
傳統的存活分析方法大多用於估計單一次事件(例如：死亡，得病等)的存活率，但是在臨床研究上，有些存活資料屬於復發事件(recurrent event)；例如，同一個體(subject)在追蹤時間(follow-up time)內發生多次某種症狀。以傳統的存活分析的觀點，可以僅看”第一次”復發事件的存活分析，但缺點是忽略了其他復發事件發生的訊息。所以，當資料型態是這種情形下，採用多次復發存活分析方法是較爲合適的。
　
一般的存活分析方法僅能用於資料之間爲獨立的情形下，然而，在臨床研究上，常收集到的資料是具有相關性的；例如，同一個體(subject)中的眼睛、腎臟等兩個以上的器官所收集到的存活資料。此外，同一家庭內的兩個不同個體的存活資料，亦可視爲此種資料型態。此種資料因爲具有配對的特性，所以在分析上較爲複雜，所採用的方法為配對存活分析(Matched Survival)。
　
在醫學研究中最常見的資料型態為右設限(right censored)資料，此類個案僅能記錄到從進入研究到研究截止的時間，在研究時間中止前，某些個案尚未發生感興趣的事件，所記錄的時間非真正發生事件的時間，造成資料不完整的情形。另一種常見的不完整情形爲左截切(left truncation)資料，左截切分析中，究者感興趣的是個案的存活年齡，例如65歲以後入住於老人安養院後能存活到幾歲。如果個案在研究開始前即死亡，則完全無法被觀察到，有別於右設限，左截切僅能觀察到部份的個案資料。在這種情形下，典型的Kaplan-Meier estimate是無法使用的。
　
另外。在醫學研究的實務應用中，可能存在有二種以上的不同事件，而感興趣的事件為其中一種。在這種情形下，出現某種事件可能會掩蓋了其它事件發生的可能性，此即為競爭風險(Competing Risks)。例如，針對白血病骨髓移植病患的研究，可能發生的事件有二種。白血病復發(relapse)以及移植失敗所造成的死亡(death)。如果我們要探討的是骨髓移植的復發率，移植失敗所造成的死亡(death)即為復發(relapse)的競爭風險事件(competing risk event)。所採用的方法為以累積發生函數(cumulative incidence function; CIF)來呈現特定事件在不同時間點發生的可能性。

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

estat 發表在 痞客邦 留言(0) 人氣()

 
  
書名：大數據(Big Data)　　作者：麥爾荀伯格、庫基耶（天下文化出版)

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

 
    當解釋變項間存在共線性問題，但又無法直接以剔除變項的方式進行多元回歸分析，此時可採用主成份回歸分析來減輕解釋變數間的多重共線性。以下以工作倦怠感預測生活滿意度為例，解釋變數包含年齡、性別及工作倦怠感量表上的20個測量題，如下的資料結構所示，但有幾組題目間存在著相當高的相關性，若同時放入回歸模式中會因共線性的關係影響模式的估計，如下表的相關係數表所示，第1-8題的相關性很高，第10-15題的相關性很高，同時第20-22題與第16-18題之間的相關性很高。因此可考慮將量表以主成份分析萃取出幾個成份(component)，使相關性很高的題目組成一個成份，而每一個成份間的相關性是最低的，並將每一個成份重新命名，且計算每一成份新的分數(score)，再進行多元邏輯斯回歸，如此即可解決多重共線性的問題，此法即主成份回歸分析法。在因素分析時，要用正交(或直交)轉軸法找出特定的成份，並為各成份命名，但命名的合理性是很容易受到爭議的。

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

 
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，且各配適一條回歸線，該怎麼做呢？

(繼續閱讀...)

estat 發表在 痞客邦 留言(0) 人氣()

estat 發表在 痞客邦 留言(0) 人氣()