晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

在認識Adaboost演算法之前，我們必須了解機器學習的眾多演算法中，有一個分支是集成式學習(或稱作整體學習)，但這裡有一個重要的觀念提醒，集成學習雖然歸屬於機器學習，他是一種「訓練思路」，並不是某種具體的方法或者算法。當我們使用一種分類器無法達到很良好的預測結果時，除了改使用其他類型的分類器，可以將數個分類器的預測結果綜合考慮，藉此達到分類的效果，這即是集成式學習，用白話來說就是「三個臭皮匠勝過一個諸葛亮」的概念。

我們以答一題是非題來舉例，假如我們使用一枚硬幣來決定答案要答O是還是X，此時答對的機率是50%(答錯機率為50%)，但如果這時候我們使用兩枚硬幣來決定答案，此時答對的機率是 1-(50%*50%)=75%(答錯機率變為25%)，以此類推，當我們硬幣的數目來到 5 枚，答對的機率是 1-(50%)5=96.875%(答錯的機率為3.125%)。隨著硬幣的個數增加，答對這一題是非題的機率也隨之增加(答錯機率也會隨之下降，50%à25%à3.125%)，這時候硬幣就是所謂的分類器，把多個分類器的結果作為分類的依據就是集成式學習。集成式學習可分為三個部分，(1) Bagging、(2) Boosting、(3) Stacking。

只要論文提到影響或預測，就會讓人直覺聯想到要進行迴歸分析，去年年底有發表過一篇文章『該選什麼迴歸分析』，現在想想覺得不夠深入，因此這篇將分享個人的習慣作法，給有需要的人參考，就如同之前說的，線性迴歸的比例仍佔大多數，因此這篇就以線性迴歸為例來跟大家討論（不過好像沒差XDDDD）。

當拿到客戶的第三章研究方法，就會知道有沒有需要做迴歸，不過除非客戶在統計方法的章節交代很清楚，否則我們只能知道要做迴歸或不用做迴歸，那我們要做怎樣的迴歸呢?站在客戶的立場，結果一定是越顯著越好，所以就會有幾種的組合來做嘗試，分為兩個面向（1）自變項全部放入 or 挑選單變量有顯著（或p<某個標準值，如0.2）的變項；（2）要選全部進入法（Enter） or 逐步法（Stepwise），形成以下交叉表

筆者在之前簡單介紹了診斷型統合分析（Diagnostic meta-analysis; DMA）的傳統方法（https://reurl.cc/Ldg5jx）以及現今的主流方法（https://reurl.cc/XkgZDM）的概念及原理。本篇文章旨在介紹以免費且功能強大的 R 套件，然而 R 套件支援 DMA 的數量眾多，本篇文章主要介紹具有比較型（Comparative）功能的套件，例如可以比較不同次群體或組別。

根據筆者的搜尋，目前 R 支援 DMA 的套件至少有：mada, metatron, metadisc, meta4diag, HSROC, bamdit, NMADiagT, CopulaDTA 等。其中筆者經實際測試後，確定具有比較型功能的 R 套件有：mada、meta4diagnosis 以及 CopulaDTA，以下就進行各套件主要功能的比較與說明。

對Power BI的中重度使用者而言，絕對可以把報表（Report，即可發布之儀表版）設計的美侖美奐，看起來不呆板無聊。但是，您需要花費數十小時，才能設計出一份令人驚艷的報告。更遑論初階學習者會花費更久！

當然，有人會說：你可以簡單的上網下載精美的Power BI報表佈局！

前一篇文章介紹Power BI有一個Google Analytics的App（即GA模板），可以讓你快速建立GA的視覺化報表。本篇繼續介紹後半段。

第三頁Map Analytics地圖分析，這一頁用來找出你的網站瀏覽者，來自那些國家/地區較多，人數愈多圓餅愈大。更酷的是遊標移到某個國家/地區時，還會秀出該地點人群的瀏覽量時段分布，週間那一時段最多人。不過，我覺得它用顏色來代表語言別是一個敗筆，因為語言數太多了，顏色實在難以區別。

筆者在之前的文章中（https://reurl.cc/OXXpR9），淺白地介紹新冠疫苗研究的「有效率」與「安全性數據」，本篇文章繼續介紹新聞稿（https://reurl.cc/gmO2vV）中的專有名詞釋義。

三、如何解讀次群體分析的結果

上單元我們已實例示範RCS在存活分析及邏輯斯迴歸分析的應用，本單位我們繼續介紹RCS在線性迴歸分析的應用

範例三、分析醫師的執刀經驗(累積執刀數目)情形與病患住院日數的相關性

傳統迴歸分析模型的一重要假設為自變項和依變項呈線性關係，然實際收案資料在分析時甚少能符合此假設條件，若能以模式模擬自變量與依變項之間的非線性關係，將可更忠實呈現自變項和依變項的相關。其中Restricted cubic spline (RCS) 可清楚描述自變項與依變項之間的關係（無論線性或非線性關係），且適用於各分析模式（包括線性迴歸、邏輯斯迴歸、存活COX迴歸分析等），而成為近年最常見的非線性相關分析方法。本單元我們依序實例示範RCS在各分析的應用(使用R statistic)

首先請先安裝及執行相關package

在前一篇文章中，我們示範了如何在二階層橫斷面資料中（人/時間點）點選 GLMM 的操作，本篇文章將仔細介紹報表的解讀。

下圖為報表最先出現的「Case Processing Summary」，。首先要注意資料有沒有遺漏值，有可能結果變項（Y）或解釋變項（X）具有遺漏值，此時會刪除在任何一個變項具有遺漏值的樣本（listwise deletion），本例中剛好有一筆遺漏值。下方「Model Summary」則顯示機率分佈為常態分佈以及連結函數為 identity，此即為標準的 linear regression。

筆者在不久之前示範了線性混合模式（Linear mixed model, LMM）以SPSS 25版應用於二個階層橫斷面資料的操作與解讀（請見：https://reurl.cc/9X6qrV、https://reurl.cc/m9R2LM、https://reurl.cc/ygD0EO），本系列文章則介紹二個階層縱貫面資料（longitudinal）的操作與應用。

我們使用一個真實的耳鼻喉科的資料作為示範，此資料一共包括 122 名阻塞睡眠呼吸中止症（Obstructive sleep apnea, OSA）的未成年患者，他們全部都接受扁桃腺線樣體切除手術治療，且術前及術後第三個月、術後第六個月皆有完整的 24 小時血壓測量數據，因此該 SPSS 資料一共 122*3 = 366 筆的橫列資料筆數。