SPSS 軟體進階操作應用 SAMPLE SIZE (POWER) Ya-Yun Cheng, How-Ran Guo 2014.05.27 Department of Environmental and Occupational Health, NCKU 2014.05.27

製造一篇PAPER所需要的進階統計… Outline 第一章 Power (sample size估計) 第二章 統計箱型圖 (Graphs)-ROC curve敏感度、特異度、AUC判斷 第三章 迴歸分析 (線性、邏輯式) p值、95%C.I、單變項+多變項+逐步回歸 Power(解釋力)、交互作用 多階層Y (結果變數) 第四章 存活分析(Log-Rank、Kaplan–Meier methods、Cox proportional hazards)

第一章 Power (sample size估計)

G*POWER 軟體 正面推估： 反面推估： Effect size的定義：可以自由心證OR文獻回顧~可能差異多少(類似SD概念) 在本研究族群中實際個案數與”X變項”之頻率分布情形，可以達到多少檢力! 反面推估： 若欲達到0.8 (80%)檢力1- & 0.05型一誤差情況下 ~ 預估需要多少個案! Effect size的定義：可以自由心證OR文獻回顧~可能差異多少(類似SD概念) http://www.gpower.hhu.de/   (20MB)

1- 1- Ho is correct μ1-μ2=0 H1is correct μ1>μ2=0   7

Example for Inference on Two Independent Samples (PS) 某研究擬針對國民小學學生樣本進行個人24小時極低頻磁場之連續測量，並探討暴露組學校（校園遭高壓輸電線跨越者）與對照組校園（校園距高壓輸電線至少100公尺以上者）學生平均暴露強度是否有差異？ 此研究需要多少研究樣本才足夠呢?

計算學生樣本數需求所需之參數 根據林氏2003年（林意凡，國立台灣大學職業醫學與工業衛生研究所碩士論文）的實地量測資料顯示：暴露組校園12名教師之24小時平均磁場強度為3.08 mG（SD=2.51）；對照組組校園12名教師之24小時平均磁場強度則為2.13 mG（SD=1.92）。 Type I-error=0.05 Statistical power=0.8 Two-tailed test Equal sample size Effect size=0.42514 (從文獻算出)

第二章 統計圖 (Graphs)- 箱型圖 Box-Plot ROC curve敏感度、特異度、AUC判斷

常用統計圖種類 10. 誤差條圖(error bar) 1. 莖葉圖(stem-and-leaf) 11. 散佈圖(scatter) 3. 折線圖(line) 4. 區域圖(area) 5. 圓餅圖(pie) 6. 高低圖(high-low) 7. 柏拉圖(Pareto) 8. 管制圖(control) 9. 箱型圖(boxplot) 10. 誤差條圖(error bar) 11. 散佈圖(scatter) 12. 直方圖(histogram) 13. P-P plot 14. Q-Q plot 15. sequence chart 16. ROC 曲線圖 17. 時間序列圖 統計圖 13

箱型圖 Box-Plot

ROC 曲線在醫界研究 A B 傳統ROC分析已經廣泛使用於診斷評估測試中，但是它的限制在於分成兩個結果 用ROC曲線(Receiver Operating Characteristic Curve)來評估診斷測是在醫界已經行之多年；1971年，Lusted把ROC曲線的觀念引介給醫學界，指出ROC曲線是以「X軸與Y軸分別代表偽陽性(FPF)診斷與真陽性(TPF)診斷」的點狀圖 B 15

學者對ROC 曲線之研究與整理 1 2 3 ROC曲線下的面積做為診斷工具分辨能力的指標 這個面積（大於0，小於1）代表強迫二選一（two- alternative-forced-choice）的情形下，診斷工具猜對有病 者、無病者的機率 3 ROC曲線的用處之一，是提供研究者找出一個較好的反 折點(cut-off point)，使診斷工具的敏感度與精確度能有合 理的平衡 16

(Receiver Operating Characteristic curve) ROC曲線 17

ROC curve

ROC曲線相關 傳統的ROC將測試結果分成兩類：Positive(陽性) and Negative(陰 性)，如果測試結果的數值很接近陽性或陰性的邊界時，將會被 完全接受，或是拒絕 ROC認為"可以知道每一個人真實的檢驗結果"這個觀念為基礎， 一般稱之為黃金標準(Gold Standard)。但是在醫學上，一般認為 可以做為「黃金標準」的長期追蹤、組織切片檢查、造影攝影 術和屍體解剖，除了最後一項外，其他檢驗無法確定是絕對正 確，所以黃金標準又稱之為「參考標準」 黃金標準將受檢驗的人分為兩類：Diseased(有病)與Non- diseased(沒病)，而黃金標準有時候並不是那麼精測的測試，所 以可以導入Fuzzy的觀念加以改進且說明 統計圖 19

ROC 曲線資料考量 檢定變數為數值變數； 它們通常是由判別分析的機率、logistic 迴歸、或任意尺度上的分數所組成，此尺度上會表示定等級者會落在某一類別或其他類別的「信賴強度」；狀態變數可以是任何類型的變數，但要指出受試者所屬的真實類別； 狀態變數的值會指出哪一個類別應視為正向 資料 假設等級者尺度上數值的增加，代表相信受試者屬於某類別的程度加深，則尺度上數值的減少，則代表相信受試者屬於其他類別的程度增加；使用者必須選擇正向； 同時假設已知各受試者屬於真的類別 假設 20

ROC 曲線選項 1 2 3 分類： 讓您指定在進行正向分類時，是否要加入或排除分割值 檢定方向：讓您指定與正向類別相關之尺度的方向 區域標準誤差的參數：讓您指定估計曲線下區域之標準誤的方法；可用的方法有非參數式 (nonparametric) 和雙負指數；同時您還可以設定信賴區間的等級。 有效範圍為 50.1% 到 99.9%。 統計圖 21

ROC 曲線在SPSS操作步驟 分析→ROC曲線 統計圖 22

ROC 曲線在SPSS操作步驟 選取欲檢定變數&狀態變數並設定狀態變數值 選定檢定方向&選擇雙負指數 勾選欲選取之項目 統計圖 23

ROC 曲線在SPSS輸出 統計圖 24

第三章 迴歸分析檢定(線性、邏輯式)

線性回歸 R平方=POWER檢力(解釋力%) SEX變數p<0.001 βSEX=11.474 95%CI=8.634~14.314

邏輯式回歸 HG變數p=0.059 Exp(β)=OR=1.693 95%CI=0.981~2.925

Dummy var.

Dummy var.

交互作用

逐步回歸

第四章 存活分析(Log-Rank、Kaplan–Meier methods、Cox proportional hazards)

(Meta-analysis、時間序列) 實機操作分析與討論 ~ The END ~ Thank you for your attention! Future lecture (重複量數、隨機抽樣、信度效度評估) (Meta-analysis、時間序列)