晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

微軟在2017年9月更新的Power BI Desktop版本中，推出了絲帶圖（Ribbon Chart），這是新一代的堆疊直條圖。(the Next Generation of Stacked Column Chart)。

該圖表的第一個外觀和感覺類似於堆疊直條圖。可能出現在你腦海裡的問題是：為什麼要改新的表現方式呢？事實是，這個圖表比堆積的直條圖更強大。換句話說，這個圖表可以給你更有趣的洞察力。我們用一個例子來看看這個新圖表的威力。

四、結果變項的定義（Definitions of outcomes）

在醫學研究上，許多結果變項都是被人工二元分類，例如慢性腎病（CKD）定義可能是eGFR < 60 mL/min/1.73m²，那麼如果切點改為55或50，本研究主要發現是否會因而改變。當然可以用比較有臨床意義的作法，例如將Outcome定義改為CKD stage 4-5（eGFR < 30），然後觀察原本結論是否仍然適用。

世界知名醫學期刊美國醫學協會雜誌（Journal of the American Medical Association, JAMA，2016年Impact Factor：44.4）於2010年所刊登文章中，每2篇中已有1篇會報告敏感度分析（Sensitivity analysis）的結果，這篇報告刊登在2013年的PLOS ONE（https://goo.gl/oLRNkT），也可見讀者於2017/8時的介紹（https://goo.gl/38dwwi）。

那麼，什麼是敏感度分析呢，筆者的定義是「本研究的發現是否會在某些操作條件之下而改變」。2013年有一篇發表在BMC Medical Research Methodology（https://goo.gl/ZhuNAQ），專門介紹臨床試驗的敏感度分析細節，裡頭提到敏感度分析定義包括「a method to determine the robustness of an assessment by examining the extent to which results are affected by changes in methods, models, values of unmeasured variables, or assumptions」以及「a series of analyses of a data set to assess whether altering any of the assumptions made leads to different final interpretations or conclusions」。

我們搬新家囉~~地址改在新北市板橋區文化路一段46巷52號1F，新朋友老朋友不要跑錯地方囉!!

（8）分析完會先看到調節圖形，裡面目前有三調迴歸線，這是因為在第6點的設定，我們保持預設的三條迴歸線。

（9）針對圖型不滿意的部分，可透過左邊的選項即時調整。

調節分析係指在不同調節變項的水準之下，去探討自變項對於依變項的影響程度是否會不同，若以圖形方式來呈現，就是在不同調節變項的水準之下，去個別畫出X對Y的迴歸線，當個別迴歸線的斜率差異越大時，代表調節的效果越明顯。

    Power BI在資料視覺化的一大強項就是地圖效果。說到地圖，大家第一個想到的多是google map，然而Power BI上使用的是更早問世的Bing Maps，它是微軟公司推出的Bing服務中線上地圖服務，與NOKIA提供的Here地圖共用地圖資源、介面。所以你可以在Power BI的地圖下方看到Bing與Here的logo。

      打開Power BI Desktop的預設，在視覺效果中可以找到［地圖］與［區域分布圖］二個效果。前者可以在地圖上畫泡泡圖，後者是狀地圖。

    PowerBI是什麼？它是微軟發展的工具，官網的解釋是「Power BI 是一套商務分析工具，可為您的組織提供完整的深入解析。連接數以百計的資料來源、簡化資料準備，並推動特定分析。產生美觀的報表並加以發行，讓您的組織能在 Web 上及行動裝置之間加以使用。……」

       這裏面提到「商務分析工具」代表微軟希望把它推展到商業上使用，但事實上，只要你有探索資料的需求，都可以使用它。「產生美觀的報表」，即代表它提供了各式各樣的視覺效果圖，而且還不斷發展中。最炫的是「在 Web 上及行動裝置之間加以使用」，它的結果可以讓我們在各項裝置中查看使用，把複雜IT技術簡化了，讓資料的呈現輕而易舉。更多的功能，讀者可以輕易從網路中得知。

Meta-analysis（後設分析/統合分析）是當代科學研究主流的一種方式，是將個別單獨研究的數據予以萃取並整合的一種量化方法。目前國內關於統合分析的程序與概念說明已有數本譯作，包括Meta-analysis始祖級人物Robert Rosenthal的著作（http://www.books.com.tw/products/0010002637）與同是大師的Harris Cooper的著作（http://www.books.com.tw/products/0010611820）。

以上兩本書皆著重在進行Meta-analysis的脈絡與程序，另外舉例及背景也偏重於社會科學領域。對於公共衛生（流行病學）或醫學領域的研究者而言，對於書中所舉的範例，無法生出熟悉之感。於2009年時，Michael Borenstein與其他幾位大師共同出版了「Introduction to Meta-Analysis」（http://as.wiley.com/WileyCDA/WileyTitle/productCd-EHEP002313.html），出版不久後，筆者剛好在設計Meta-analysis課程，細讀其中幾章重點之後受益良多。