#ㄏㄧㄠ掰某ㄌㄡㄆㄧㄟㄝ故🥴
分享于: #封塵男子
《無知正在侵蝕我們的未來》
有一次,在一個學術論文發表會上,有一個人舉手發問,質疑我數據中的P值太小,會產生太大的誤差。
我客氣地問他,是否知道P值為何。他回說:「It stands for statistical power!」
我幽默回他:「Oh, what you meant is type II error which is reflective of sample power. It’s true that sample size is like man, the bigger the better. But P value is like ignorance, the smaller the better!」
言畢全場哄堂大笑,也化解了尷尬的場面。
在統計上,當P值越小,表示越有充分的證據可以否定原始假設,因此越小越好。而影響標準差的,是樣本數的大小。樣本數越大,標準差越小,因此越大越好。
當然樣本數越大,成本越高,因此任何一個研究都是要在一個合理的統計檢定力底下,找出一個最佳的樣本數。
很顯然,這位舉手發問的學者是把兩個概念搞混了。會後他特別跑過來,謝謝我的幽默,也幫他釐清了以前錯誤的理解。
所以無知可怕嗎?當然不,最重要的是態度。
滿招損,謙受益,這是不變的真理。一個人面對無知,如果謙卑,就能擴大知識的容量。反之,如果一味自大,就只會讓目光越來越短淺,眼界越來越狹隘。
台X現在好比一個池塘,裡面住著許多青蛙,這些青蛙或許為數不多,可是叫起來卻特別大聲。這個池塘裡面還住著其他的活物,可是這些活物習慣了冷眼旁觀,逆來順受,自求多福。
所以很快這些青蛙就佔據了池塘的話語權,每天鼓著肚子,叫的特別神勇。
這樣叫著叫著,這池塘裡面的青蛙就慢慢覺得自己是天下無敵,世界無雙了!時間久了大家都要跟著一起叫,不叫的,就會被霸凌,被說不愛台。
在仲夏夜的晚上,當這群青蛙一起發出宏亮呱鳴的時候,他們覺得這是何等光榮,何等自由民主的一刻!
殊不知出了這個池塘,處處是江河大海,除了青蛙,還有數不清爭妍鬥艷的貝類魚蝦,當然,還有看不盡的奇岩美石!
台X現在最大的問題,就是無知與自大。特別是年輕的一代,目中無人,冷血兇殘,不尊重異議者,動輒霸凌出征,毫無人性可言。
這些台派信眾與教徒對戰爭的危險毫無察覺,他們對台X的驕傲感與光榮感,完全是建立在對國際局勢和自身狀況的不了解之上,而這種致命的自負,其根源就在於無知。
歷史告訴我們,一旦年輕,無知,再加上自大,這種致命的組合,無疑會帶來巨大的災難。正所謂選擇性的正義最噁心,無知的傲慢最可憐。很不幸的是,台X現在兩者都俱備了。
但這是民X黨自己養出來的獸,如果最後被反噬也是剛剛好而已。
民主就是自作自受,怨不得別人。當然,若是作弊、專制的民主,那又另當別論了。但你玩不贏它,卻又不願起來付代價做出改變,又能奈它如何呢?正是人生沒有後悔路,最終,也只能讓無知與冷漠把自己跟下一代的未來侵蝕殆盡了!
#內文OOXX實為不得不的修改請封塵男子見諒😘原文請見連結
統計檢定力p值 在 臨床筆記 Facebook 的最佳解答
次群分析
#posthoc #subgroup #teaching
許多人都相信西洋的占星術,認為她能預測自己的運勢。依據出生日期決定的占星術黃道十二宮是白羊宮、金牛宮、雙子宮、巨蟹宮、獅子宮、室女宮、天秤宮、天蠍宮、人馬宮、摩羯宮、寶瓶宮、雙魚宮。
1988 年發表的 ISIS-2 (Second International Study of Infarct Survival) 臨床試驗顯示在病人發生疑似急性心肌梗塞之後,併用阿斯匹靈及 streptokinase 可以明顯降低再梗塞、中風及死亡的危險,但是許多人都對阿斯匹靈是否只有在某些病人(例如:年紀、性別、種族等)有效很感興趣,於是他們做了一個很有趣的分析,亦即他們把 17187 人依據占星術的星座分成 12 個次群,結果發現阿斯匹靈對天秤座、雙子座的人是無效的,但是阿斯匹靈卻能神奇地降低摩羯座的人的再梗塞、中風及死亡的危險至ㄧ半以下。可見事後分析中的次群分析是不可靠的,因為事後分析就像是「先射箭再畫靶」一樣。
-次群與暴露(治療)的交互作用(moderation)
• 這是一種觀察性研究,而不是 RCT 的主要/次要終點。
• 主要效果必須是有統計意義的。
• 如果是與連續變項有交互作用,那麼連續變項不能被變成類別/二元變項。
• 次群:必須要事先(不能事後)設定,數目不能太多,必須是基礎(治療前)的資料,各次群的樣本數愈多、愈接近愈好,各次群的共變數愈接近愈好,次群的定義沒有測量誤差,不要看太多的次群、有其他的研究支持。
• 校正干擾因子之後仍然存在。
• 必須要做多重比較的校正。
• 要看交互作用,不要分別看各次群:A 次群有意義、B 次群無意義是沒有任何判斷價值的。
• 需要的樣本數是主要效果的 16 倍:RCT 的樣本數是依據主要效果的統計檢定力 0.8 去計算的,因此交互作用的統計檢定力一定是 << 0.8 的。低統計檢定力會造成假陽性(高估效果量)和假陰性(第二型錯誤)。
• 要估計模式預測的校準與鑑別力、各次群預測的結果/治療的傷害。
• 要估計絕對與相對危險性(絕對危險性比較重要)。
• P: 0.01-0.05(不確定)、0.005-0.01(有意義)、< 0.005 (很有意義)。但是不要純粹用 P 值或用逐步複回歸選擇有意義的交互作用;要用收縮 shrinkage(懲罰 penalized、正規化 regularized、整體 ensemble)回歸選擇有意義的交互作用。
統計檢定力p值 在 第6單元相依樣本的推論統計| 心理科學基礎統計 的推薦與評價
jamovi提供的McNemar氏檢定模組,能以上述統計值公式,計算卡方分數與p值,讓使用者判斷兩項數字之間的差異是否達到必須接受的水準。在jamovi示範檔案裡,我們使用這個模組 ... ... <看更多>
統計檢定力p值 在 統計假設檢定 的推薦與評價
假設我們想知道一枚硬幣是否是公正的,假設正面朝上的機率是p: ... 顯著性與檢定力 ... 假設看到檢定的結果出現530次,我們就可以計算出相應的p值。 ... <看更多>
統計檢定力p值 在 統計10-4 檢定誤差與檢定力(張濤統計) - YouTube 的推薦與評價
線上最完整、最專業的「 統計 學」課程:一、師資介紹:張濤老師(全國性補教名師),擁有15年的豐富教學經驗二、課程介紹:請連結小卒數理 ... ... <看更多>