晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

有做過統計的人都知道，舉凡學術性論文或專案調查報告，開頭都會先來一段描述統計，用人數、百分比、平均數等統計量，對調查人口作一番說明，讓讀者了解研究對象的基本資料。只是通常這種統計很死板，不外乎A有OO人最多，佔XX%；B有OO人次之，佔XX%等等。這種文字讀來索然無味，一點感情也沒有，整段看完後，通常都像張無忌學太極劍的最高境界－－全忘了。

雖然SEM有這麼多的優點，但有利就有弊，以下針對SEM幾點重要的劣勢作說明：

台灣整體的統計素養因為高學歷推廣而日漸提升，近年也有越來越多的商業機構開始懂得尊重統計的專業，指名要找統計顧問公司來進行他們的內部研究或商業調查專案。但我發現這許許多的專案中，執行者佔了九成以上都是初次執行，而且常常會犯下一些不可修正的錯誤，雖然說這是新手必經的階段，但有些問題還是可以避免的，所以在這邊整理一些相關注意事項，給商調新手們一些方向。

以下針對SEM幾點重要的優勢作說明：

之前探討當要比較三組（獨立因子）以上的平均數差異時，我們必須用到One-way ANOVA，此時若要同時探討二個獨立因子的差異（譬如說教室氣氛是否會影響到成績，以及教學法是否會影響到成績），甚至這兩個獨立因子是否存在交互作用時（譬如說不同教室氣氛間的成績差異，是否會因為教學法的不同而不同；或不同教學法間的成績差異，是否會因為教室氣氛間的不同而不同），則要使用獨立樣本二因子變異數分析。

駭客任務是1999年上映的一部科幻電影，當年上映時造成轟動，特別是特殊慢鏡頭處理的「子彈時間」，被譽為是拍攝手法的經典創新，引起許多電影模仿。

不過，因為該電影滲入許多哲學思想，解析真實與超現實的關係，大量切換於真實與夢境的觀點之間，使得看電影的腦力負荷很大，稍為閃神就不容易看懂。相信當時看完電影的觀眾肯定一頭霧水，非得再看二、三次才能理解。電影能拍到這樣也算是一絕。

不過相信大家一定清楚記得那一幕，尼歐（Neo）在城市中逃避史密斯探員（Agent Smith）的畫面，他東跑西躲，一會兒爬樓梯，一會兒撞門，在同伴指示下，尋找連回真實世界的通道－電話機。這令我聯想到了一個逃生路徑問題：如果Neo沒有同伴的指示下，他獨立找到電話機的機率有多高呢？

假設城市中的道路都是四方格（如下），由甲地到乙地（只能向右或向下），有幾條路徑呢？即使用最笨的方法－逐條數，也可以數出6條（數不出來的人先回去修排列組合，不要再看下去了）。

 

結構方程模式（Structural equation modeling, SEM）儼然已成為社會科學近20年來的分析典範，幾乎欲探討三個變項以上的因果關係（Casual relationship）的研究都會被要求要以SEM這種同時聯立方程式的方式作探討，否則很容易被審稿者所質疑。

由於工作上的需要，我每年看過的問卷接近100種，大多數的問卷大同小異，有些設計的很用心，有些「擷取」的很精緻，有些「轉換」的很優雅，但是從這麼多的問卷中，我發現隱藏了兩大陷阱！這兩個陷阱曾經害得無數研究生淒淒慘慘，所以我必須在這邊揭發這兩個陷阱的真面目，讓後世千千萬萬的研究生可以免於罹難！阿門！

當我們有一群樣本在某一事件上的發生與否（Event or not），而且還知道持續多久的期間（Duration）才發生Event，此時我們可根據樣本此兩個依變項，畫出樣本的存活曲線（survival curves），而使用的方法為Kaplan-Meier。