晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

下方的DM是晨晰2021即將舉辦的三種統計課程，請大家參考之後到我們公司網站上線上報名即可，今年比較特別的是試辦兩堂線上課程，觀察看看上課的成效如何，畢竟網路上課應該是未來的趨勢，希望大家可以踴躍報名參加。目前我們的課程都是小班制而且不增班，如果有興趣的好朋友們可以提早報名，學術研究的路上你需要推你一把的好夥伴

在醫學統計的領域中，針對信度的分析，若研究者有一個新的測量工具想與黃金指標(Gold standard)或是過去常用的測量工具進行比較時，我們一般希望新的方法與黃金指標(Gold standard) 或是過去常用的測量工具兩者之間具有相當程度的一致性(agreement)，這樣才能證明新的測量工具具有一定的準確性。當針對類別型資料(categorical data)，實務上最常使用的是 kappa 統計量，計算方式如下:

如表格所示，假設今天研究者想比較新工具與黃金指標工具在測量上的一致性，藉以用來作為新工具是否能用於實務上的標準，因此蒐集了兩種工具使用在同樣條件(協助測量的人、測量的時間等等非隨機因素)下，針對同一群人進行測量的結果。

微軟的Power BI身為資料視覺化之王，連結各種資料庫的強大能力早已不是新鮮事；而GA作為google的主力產品，也已建立了廣大使用者與分析服務的生態系。那麼二者強強結合，激盪出的火花，想必非常精彩。今天我要來介紹一個在Power BI.com上的App，GA模板，讓你可以輕鬆使用Power BI的強大圖像，提供你有別於google的GA儀表版。

首先，你必須有Power BI Pro帳號，如果沒購買，可以申請試用60天。

貳、用重新編碼（recode）處理分組問題

操作步驟（年齡分三組à年齡分兩組）

貳、用重新編碼（recode）處理分組問題

     最常出現的兩種情況，原本的欄位屬於開放題，譬如說年齡，因應研究需要而分成N組年齡層，如畫面中的age，依照15歲以下、16-20歲、21歲以上分成三組，形成變項『年齡分三組』；另一種情況，原本已經分組的變項，可能某一組樣本數較少，而併入其他組別中，如畫面中的年齡分三組，試圖將15歲以下、16-20歲合併成一組，成變項『年齡分兩組』，分別為20歲以下與21歲以上。

     執行量化分析的過程，應該是資料輸入à資料清理à資料處理à資料分析，資料輸入是將紙本的資料轉換為數位化的過程，隨著網路問卷越來越多人使用，或許有些研究者可以略過這一步驟；再來是資料清理，必須把資料整備到可以分析的狀態，包含定義廢卷、處理異常值、量表遺漏值、邏輯性；接著是資料處理，根據研究問題與假設，把需要用到的變數建立出來，通常會使用兩大功能，重新編碼（recode）與計算（compute）；最後就可以開始分析。

     公司部落格的過去文章，其實包含了很多統計方法的介紹，或是操作的說明，資料處理也有，但多數是些比較特殊的狀況，今天我們就回過頭來，學學這簡單且重要的處理技能。一般問卷調查最常出現的設計型態，就是放上一些個人背景變項的題目，以及用兩三個量表去收集受訪者的心理特質，只要是這樣的設計，那重新編碼（recode）與計算（compute）就一定得用到，這邊我們定義成三種情形，（一）用重新編碼（recode）處理反向題轉向計分；（二）用重新編碼（recode）處理分組問題；（三）用計算（compute）產出因素或量表總分。

筆者最近經常會在機器學習的課程中聽到Tensorflow，為了滿足自己的好奇心，就搜尋了一下這個單字，結果發現TensorFlow是一個機器學習框架，如果使用者有非常多的資料就可以透過TensorFlow快速的訓練一個有用的模式(例如:利用類神經網路做文字的辨識)。TensorFlow是一個開源軟體庫(2015年開始使用)，用於各種感知和語言理解任務的機器學習。目前被50個團隊用於研究和生產許多Google商業產品，如語音辨識、Gmail、Google 相簿和搜尋，其中許多產品曾使用過其前代軟體DistBelief (2011年開始使用，它是Google推出的第一代內部深度學習框架，能夠幫助Google利用自家的數據中心構建大型的神經網絡)。

            "日期表"是90%以上Power BI資料模型（Data Model）中不可或缺的元素，舉凡你的資料為客戶管理、業務銷售、廣告促銷、股票資訊、流量分析、財務交易、進銷庫存、學習歷程、重複測量等，都可能包含了日期數據，這需要連結到一個完整的日期表，叫用日期的不同屬性。例如，比較週一至週日，哪一天的銷售最好，就需要叫用日期表的星期欄。

完整的日期表，包含了各式各樣的日期欄位資訊（年、月、日、周等），與主要事實表建立關聯後，前述欄位資訊就能夠被數據模型輕鬆叫用！創建日期表有以下幾種常規方法：

不知大家面對SAS產生的報表是用何種方式整理的呢？土法煉鋼式地用複製貼上嗎？如果要跑的結果變項甚多、或是分析條件前後修改多次，每次都要再重新複製貼上，寶貴的時間就這麼浪費了呀！在此介紹SAS的ODS語法，善用下述技巧，一定能讓您的報表整理更有效率!

筆者前一陣子有遇到一個分析的案子，這個案子很特別，收集資料的方式是以季為單位，每一個有乾癬診斷的病人，會去收集以乾癬診斷的那一天開始起算，往後追蹤每一季的資料，因此每個人的資料筆數為每三個月一筆，直到2013/12/31或是退保日期(死亡)為止。因此這個資料的筆數相當的驚人，假設某個病人從我們資料中最早的2001/1/1開始往後追蹤，中間都沒發生死亡，因此這個病人最多會有52筆資料(一年有四季*13年的追蹤)，實際上，我們這個資料最後的筆數將近400萬筆資料，這應該也稱得上是所謂的大數據(Big data)了吧!

為了幫助讀者理解資料的長相，如下圖所示，每一筆的資料其實是一季的收集，以第一個人為例，這個人在13年的追蹤過程中，共有8筆(8季的資料)。