公告版位
晨晰統計顧問有限公司在新北市板橋\服務市話:02-29602817\手機:0918-276-622\信箱:raising.statistic@gmail.com\網址:http://www.rai-stat.com.tw

二、隨機抽取樣本

1)點選「資料」→「選擇觀察值」

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

通常資料鍵檔、清理及編碼完之後,就會開始進行分析!!不過有時候就得先去篩選樣本後再來進行分析,通常會發生在(1)選擇特定樣本,譬如說只分析男生,或只分析學歷在大專以上的對象;(2)針對所有樣本隨機抽取選需的份數。

情況一的部分,主要是研究者欲針對特定對象來進行統計分析,因此會在分析之前以滿足調件的方式,去篩選出特定樣本;情況二的部分則常發生在研究者僅作一次收案,但又要進行預試分析,因此針對所有資料抽取出一小部分的樣本來進行預試分析,再用剩下的資料進行正試分析。

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

 

前一篇提到,擷取到了鉅量的文字,這是一個巨大的寶藏,當然要用力挖掘。但是要怎麼挖呢?總不能用手(人工)吧!那要挖到民國幾年?介紹大家二個工具。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

(四)樣本數計算軟體介紹:G*power

目前為止,我們已經得到效果量(Cohen’s d)並且帶入統計公式,進而計算出每組至少需要165名,不過讀者會問,難道每一次都得自己手算嗎?當然不是,在此隆重介紹世界知名的樣本數計算軟體:G*Power,是由德國好幾間大學的教授所研發撰寫的,不僅功能強大而且完全免費。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

大家好:超級數據力演講開跑囉,大專院校或機構如果

有想要推廣數據分析,歡迎與我們聯繫,我們會去貴單

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

(三)狀況一:有實驗組與對照組的平均數與標準差

以下例子引用Rosner (2002, p.308). Hypertension and Oral Contraceptive between Premenopausal nonpregnant women。該研究為比較有無服用某種口服避孕藥兩組的收縮壓(SBP),假設我們現在想要規劃一個類似的研究,但是使用的藥物則跟Rosner該例中的藥物不同,然而我們到底要收集多少樣本數也必須要有一個根據,因此我們只好假設如果我們預期效果若跟Rosner的研究相同,那我們至少需要收集多少樣本數以達到這個效果。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

(二)好用工具介紹:ES_calculator

不過,有些讀者可能對以上公式要在Excel自行寫函數會有些困難,因此我隆重介紹一個非常好用的工具,此EXCEL是由「Practical meta-analysis」此書的作者David Wilson所設計的,裡頭包括了10幾種不同狀況之下該如何計算出效果量,此檔案可由google直接搜尋下載,請搜尋「effect size determination program Wilson」,第一個網頁連結即可直接下載該EXCEL檔(檔名:ES_calculator.xls)。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

過去幾年寫了關於樣本數規劃的幾篇文章廣受讀者迴響(http://ppt.cc/HoFLhttp://dasanlin888.pixnet.net/blog/post/34469297http://dasanlin888.pixnet.net/blog/post/34469303),不過雖然在觀念的部分已經做了詳盡的介紹,但是許多讀者仍在實際計算樣本數時會遇到一些困難點,諸如:我應該如何計算效果量(effect size)呢?或是參考文章所提供的數據有缺漏,還是可以引用這篇文章的數據計算樣本數嗎?

目前實務上最常碰到的就是比較兩組的差異,通常為實驗設計(Randomized controlled trial, RCT)或類實驗設計(Quasi-experimental)的研究,由於篇幅的限制因此本文只先介紹這類型的狀況。

晨晰部落格新站 發表在 痞客邦 留言(3) 人氣()

會寫這個主題,是因為筆者以迴歸方法進行中介或調節研究時,除了使用SPSS軟體一一跑出報表外,更方便的方法是利用Hayes, A. F.Preacher, K. J.等人所研發的各種SPSS MacroSAS code,一次把所有數值跑出來。

只是Hayes等人寫的巨集有很多版本,隨著發表時間的不同,功能各有不同,如sobel test、多元中介、Bootstrap、加入控制變項、允許多個自變項、Johnson-Neyman詹森內曼法等,每個版本強調不同的項目。雖然Hayes2013年發表的PROCESS,號稱是集過去於大成的終極版,但也因為功能太強了,以到於使用上有點複雜。

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

 

針對類別變項進行交叉分析時,通常會利用卡方檢定(Chi-square test)或費雪精確性檢定(Fisher's exact test)來進行考驗,而醫護領域有時候還會計算出「相對風險」(Relative risk, RR)或「勝算比」(Odds ratio, OR)來作呈現,本篇文章將以此兩項指標為主題進行介紹。

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

Close

您尚未登入,將以訪客身份留言。亦可以上方服務帳號登入留言

請輸入暱稱 ( 最多顯示 6 個中文字元 )

請輸入標題 ( 最多顯示 9 個中文字元 )

請輸入內容 ( 最多 140 個中文字元 )

reload

請輸入左方認證碼:

看不懂,換張圖

請輸入驗證碼