晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

筆者之前有寫一篇關於Tidyverse的介紹，” R 資料的魔法師-Tidyverse (1)”，已經介紹了Tidyverse裡常用的package，包含readr、tidyr、Tibble、dplyr的使用，接下來筆者會針對剩下常用的package作介紹(如下圖所示)。

在資料科學的領域中，資料的處理大致是下圖的流程，從匯入資料、資料前處理(Tidy、Transform)、資料的探勘(視覺化:visualise、建模:model)、數據呈現。

一   緣起:

筆者最近跟公司同事一起開發了一個網站 ”Stock buyer”，顧名思義，就是用來股票買賣的參考工具，有鑑於台股總開戶的人數從過去2015年961萬人到2020年1,124萬人，每一年新開戶的人數逐年的快速增加，特別是近幾年，每年都以一倍的人數增長，特別是20-30歲的年輕人增長的比率最快，剛好也是筆者這個年齡層。坊間也許多手機的app可供查詢股票合理價格，但鮮少有網頁版本可用，因此筆者跟同事們從台灣證券交易所、公開資訊觀測站透過Python去爬蟲所需的資料，加以整理與應用，開發了目前的”Stock buyer”網站version 1。

在做研究的過程中，最重要的就是如何透過表格以及圖形呈現重要的研究結果發現，在醫學研究的論文中，一般而言，表一(Table 1)都會先呈現研究族群的基本資料，因為大多數的研究幾乎都會需要表一，但如果是人工把分析的數字貼到word上再加以整理，難免會有貼錯的狀況，如果表格內容較多的時候可能一眼也不容易檢查出來，這樣會造成一些不必要的錯誤。

所幸有厲害的開發者Kazuki Yoshida在R上面開發了一個package “tableone”，讓使用者可以快速的製作表一而不出錯，tableone可以應付常見的表一分析，筆者這次先示範產生不分組描述性統計的結果，之後會再針對分組比較的分析做進一步的說明跟示範。

當研究所寫的文章是要用來投稿時，除了需要提到所使用的軟體以外，另外也要針對軟體的部分加以說明，包含軟體的版本，發行時間，機構名稱，以及城市/國家，因為最近剛好遇到客戶有這方面的需求，所使用的軟體為SPSS與AMOS，我想大家的版本應該都有所不同，因此搜集了一下資料，分享給大家做使用。

首先是SPSS的部分，由於SPSS在2009年時被IBM收購，因此在這之前與之後就會出現兩種格式的分水嶺，在收購前的18版本以前，屬於SPSS公司發行，而19版之後，則是IBM公司發行，以下是IBM官網中所提供引用寫法

六、如何決定軌跡的形狀與數量（Andruff’s tutorial）

在 2009 年時，Heather Andruff 發表了一篇非常清楚的 GBTM 教學文章，裡頭也是使用 Bobby Jones 撰寫的 SAS procedure 進行示範³。在該文章中，Andruff 提出了他們的實務經驗操作流程，主要有兩個重點。第一，應該要剔除模式中不顯著的二次方項或三次方項，一次方項（線性效果）則無論顯著與否都應該保留；第二，每一個軌跡組別最好要有至少包括 5% 的人數。

                     在臨床研究中常見重複測量的資料，或稱為縱貫資料（longitudinal data），而用來分析縱貫資料的分析方法有許多種，當代主流的分析方法有（1）混合模式（Mixed model）或稱為隨機效果模型（Random effect model）/多層次模型（Multilevel model）以及（2）廣義估計方程式（Generalized estimating equation; GEE），此兩種分析方法在過去晨晰統計部落格已有許多介紹，有興趣的讀者可以搜尋相關文章。

一、使用 GBTM 的時機

想上POWER BI課程嗎??

報名網址:https://www.rai-stat.com.tw/#row2

每當評估一個新的案件，當然是直接翻到第三章的研究方法，除了看看研究架構與假設之外，還要看一下使用的統計方法，關於護理領域的研究，根據多年的經驗，主要的設計有兩種，一種是實驗研究，近期最多人使用的，就是利用廣義估計方程（Generalized estimating equation, GEE）探討介入的效果，另一種是關聯性研究，瞭解變項之間的關係，統計方法不外乎就是卡方、獨立t、ANOVA，最後再迴歸分析為主軸作為收尾，固定的統計方法卻能讓論文一直不斷被產出，除了因為樣本的多樣性與特殊性之外，另一個極大的優勢，就是有非常多已經發展具有信效度的研究量表，這將為護理研究人員省下許多的時間與精力。

如果您對於上述的統計方法都做到膩了，不如嘗試比較進階一點的結構方程模式（structural equation modeling, SEM），這裡講的是較進階，並不是較新，畢竟結構方程SEM算是比較有資歷的統計方法了，您或許會有疑問，為什麼沒聽過，這也是我的疑問，因為我也很少遇到護理研究有使用，所以推薦給你們，另外搭配軟體AMOS，您一定會很意外，這好像也沒有很困難。

複選題分析

（36）開始進入分析，利用SPSS讀取已整理好的複選題資料