晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

          本篇為Power BI 模板來源介紹系列的第二篇，這次介紹的是微軟跟Intel合作，在中國舉辧的視覺化比賽（大陸地區叫可視化大賽）。這個比賽從2017年起，每年舉辦可視化大賽吸引各方Power BI好手互相交流，至2022年止，已舉辦了5屆，由於提供3C獎品，每次都吸引100多個作品參賽，2022年參賽作品更來到200多個。

前陣子遇到一個諮詢問題，有些變項因為不同組別的標準不一樣，在做分析時會先按照個別的標準轉換成新的變數，再利用此變數進行後續的統計分析，譬如說男女性的腰圍，通常男性的標準範圍為小於90公分，而女性應小於80公分，因此都會先依照標準轉成二元變數後，再進行統計分析，但如果今天我們想利用原始的測量數據來分析，又該如何處理呢?答案很簡單，不同組別進行個別的標準化。

變數的標準化以公式來說，首先要求出該變數的平均數與標準差，接著讓樣本減掉平均值後，最後再除以標準差即可，不過在SPSS裡更為簡單，我們只需要透過描述性統計分析的功能，進一步把標準化的變數儲存下來。

在生物醫學統計中，多變項迴歸（Multivariable regression）是極為重要且常用的分析手段，其指的是迴歸方程式中，同時有 2 個或 2 個以上的解釋變項，反應變項（Response variable, Y）則可能是各種尺度的變項，常見的有線性（連續變項）、二元、計數與存活資料等，分別適用線性迴歸（Linear regression）、羅吉斯迴歸（Logistic regression）、卜瓦松迴歸（Poisson regression）及Cox比例危險模型（Cox proportional hazard model）等。

多變項迴歸分析在研究目的上，大致上可以區分成兩大類，第一：當該結果變項（Outcome）的危險因子已被充分研究過，而我們試圖證明某個變項（例如：檢驗值、狀態或治療）可能是新的危險因子。

                  我在晨晰統計公司開的Power BI課程，多以模板為教學材料，這是因為套用模板好處很多，一是提高BI報表質感，二是加快開發速度，三是學習新的技巧（可搜尋「快速套用Power BI模板的祕笈」這篇文章）。至於模板來源，我在「7個線上最受歡迎的模板(上,下)」文章中，有推薦微軟的Data Story Gallary。這裏常有神人出沒，有很多非常酷炫的BI圖表，這對於想要設計出超凡作品，參加BI創作比賽的人，是一個絕佳的參考。不過它的缺點是不一定有原始pbix檔，而且若只是一般職場工作，可能需要較為實用報表。因此，我打算推出一系列文章，介紹更多實用的模板來源，並下載幾個模板作評論。

Immortal time bias（不死時間偏誤）在早期的醫學文獻稱之為存活偏差（Survival bias），最早於 1993 年從知名醫學雜誌《Lancet》發表過一篇短文，這是醫學文獻中首次標題出現「Survival bias」的出版品，當時有一系列的個案控制研究（Case-control study）指出，抽煙是阿茲海默症的（Alzheimer’s disease）保護因子，這意味著抽煙對於腦神經系統是有保護的¹。

但該文作者提出這很可能是存活偏差所造成，因為抽煙者的死亡率一定會比非抽煙者高上許多，因此在個案控制研究往過去回溯受訪者的抽煙狀態時，已經死掉的人是沒機會進入到研究的，而因為基因上面的差異，很可能阿茲海默症的個案組與沒有罹病的控制組在這個比例（因為抽煙而先死亡，來不及進入研究收案）是有差異的，而這個差異如果能夠在統計上校正，作者相信原本「抽煙是阿茲海默症的保護因子」的論述會不攻自破。

這篇要介紹的是SPSS中一個資料處理的功能－分割檔案（Split Files），當研究者需要針對一筆資料中的不同組別來進行相同分析時，就可以使用此資料處理功能，譬如說在分析人口學變項的敘述統計時，除了針對全體對象以外，還想針對男性或女性個別檢視，我們有三種作法，第一種方式是將原始檔案依組別拆開另存新檔，形成男性一個檔案，女性一個檔案，再開始個別檔案進行分析；第二種方式是在原始檔案中，利用以前教學過的篩選條件，先篩選男性樣本進行分析後，再改篩選女性進行分析；第三種則是本篇的主題，分割檔案（Split Files），透過指定變項進行檔案分割後，所有分析都會以各組別的結果輸出，因此分析只要做一次，不用重複進行，否則今天若有一筆全國資料，需要針對不同縣市個別進行，若採用前兩種方式處理，那麼同一種分析就得進行22次。