晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

一、操作

（1）先利用SPSS進行相關分析

『http://dasanlin888.pixnet.net/blog/post/34469324』-之前部落格文章中有介紹迴歸係數跟預期方向相反的相關議題，我們定義為可能是多元共線性所造成的，對於研究者來說勢必相當困擾，畢竟此結果無法使用。

因此進行迴歸分析時，當遭遇以下幾種情況時，可能要注意迴歸模式中是否存在多元共線性（multi-collinearity）的問題：（1）共線性指標超過標準（含容忍度tolerance、變異膨脹因子VIF、條件指標CI）（2）迴歸係數的方向性與相關係數相反（3）解釋力R平方過高，但個別變項的係數未達顯著水準。

(四)描述資料庫包括的內容

在資料來源中應該要提到使用資料庫的哪些內容，以擷取本研究的研究變項，大概可以分成幾個大類（如表9所示）。

(一)疾病診斷碼的驗證

接著是疾病診斷碼的驗證（Validation），一般來說每個研究最重要的變項不外乎收案條件（Criteria of enrollment）、主要分組條件（Study group）以及主要結果變項（Primary outcome variable）。

一、資料來源（Data source / Database）

筆者根據目前協助的經驗，整理了關於健保資料庫資料來源（Data source / Database）應說明的項目（表8），一篇高品質的健保資料庫論文應該至少要說明主要的加值資料為何、申請資料的涵蓋期間、最好可以有關於診斷碼的驗證研究以及其他事項，以下分別說明。

二、報表

（11）「組別」之主要效果

      隨機對照試驗（randomized controlled trial，RCT）是常見的實驗設計手法之一，近年來常遇到客戶使用廣義估計方程式（generalized estimating equations，GEE）進行介入效果的驗證，本篇文章將以最簡單的兩組前後測資料為例，使用SPSS 22.0進行操作說明及報表解讀。

    進行GEE分析所使用的資料，必須為長資料格式（long form data），係指每一人次的資料必須為單獨一筆，像是標示A：ID 1受訪者的前後測資料必須分別輸入成兩筆資料。

    我在前一篇「用SPSS來作RFM行銷分析(一)」中舉的例子是用交易資料，即每一筆是一次交易，故可能多筆是屬於同一客戶的。如果已經將同一客戶的多次加總綜合成一筆，則為用客戶資料。如下圖所示。

在筆者的實務諮詢經驗中，常發現研究者用不適當的名詞來形容變項之間的關係，別以為這是研究新手才會犯的錯誤，其實許多研究經驗豐富的教授/醫師們也並未能夠總是使用最精確（最保守）的詞彙，因此本文旨在分享在不同的情境之下，應該使用何種詞彙來形容變項之間的關係。

影響