一、緒 論（INTRODUCTION） (Chapter 1 & 2)

Presentation on theme: "一、緒 論（INTRODUCTION） (Chapter 1 & 2)"— Presentation transcript:

1 一、緒 論（INTRODUCTION） (Chapter 1 & 2)
劉仁沛教授 國立台灣大學農藝學研究所生物統計組 國立台灣大學流行病學與預防醫學研究所 國家衛生研究院生物統計與生統資訊組 【本著作除另有註明，網站之內容皆採用 創用CC 姓名標示-非商業使用-相同方式分享 3.0 台灣 授權條款釋出】 2019/4/9 Jen-pei Liu, PhD

2 緒 論 統計學（Statistics） 研究工具與資訊應用的科學 收集資料 分析資料 解釋意義 2019/4/9
緒 論 統計學（Statistics） 收集資料 分析資料 解釋意義 研究工具與資訊應用的科學 2019/4/9 Jen-pei Liu, PhD

3 緒 論 應用領域 生物：生物統計（Biometry） 工業：工業統計（Industrial Statistics）
緒 論 應用領域 生物：生物統計（Biometry） 工業：工業統計（Industrial Statistics） 醫學：生醫統計（Biostatistics） 遺傳：遺傳統計（Genetic Statistics） 基因體：基因體統計（Genomic Statistics） 基因序列：生物資訊（Bioinformatics）及計算生物學（Computational Biology） 心理學：心理統計（Psychometrics） 經濟：經濟計量（Econometrics） 2019/4/9 Jen-pei Liu, PhD

4 緒 論 收集資料方法 分析資料方法 試驗設計（Experimental Designs） 抽樣方法（Sampling Methods）
緒 論 收集資料方法 試驗設計（Experimental Designs） 抽樣方法（Sampling Methods） 分析資料方法 資料種類 連續性資料（Continuous Data） 類別資料（Categorical Data） 設限資料（Censored Data） 2019/4/9 Jen-pei Liu, PhD

5 緒 論 連續性資料 分立資料（Discrete Data） 連續資料 心跳 細菌在1 C.C.中的個數 某種鳥在一平方公里的個數 年齡 血壓
緒 論 連續性資料 分立資料（Discrete Data） 心跳 細菌在1 C.C.中的個數 某種鳥在一平方公里的個數 連續資料 年齡 血壓 肝功能指數 2019/4/9 Jen-pei Liu, PhD

6 緒 論 類別資料 質的類別資料(Attribute) 順序類別資料(Ordinal) 性別 種族 品種 症狀 滿意度 無 輕微 中等 嚴重
緒 論 類別資料 質的類別資料(Attribute) 性別 種族 品種 順序類別資料(Ordinal) 症狀 無 輕微 中等 嚴重 滿意度 非常不滿意 不滿意 無意見 滿意 非常滿意 2019/4/9 Jen-pei Liu, PhD

7 緒 論 設限資料 在五年內不是每個癌症病人均死亡所以不是每人癌症病人的存活時間均可觀測到
緒 論 設限資料 種子發芽的時間 產品的壽命 癌症病人存活時間 在五年內不是每個癌症病人均死亡所以不是每人癌症病人的存活時間均可觀測到 在五年內未死亡的癌症病人存活時間至少為五年其資料設限於五年 2019/4/9 Jen-pei Liu, PhD

8 緒 論 敘述統計學(Descriptive Statistics) 推論統計學(Inferential Statistics)
緒 論 敘述統計學(Descriptive Statistics) 將蒐集的資料整理為簡單的數據(如平均數或百分比)或圖表，以說明此資料的統計學 推論統計學(Inferential Statistics) 以樣本資料的結果推論族群(母體)該資料的全體性質的統計學 2019/4/9 Jen-pei Liu, PhD

9 緒 論 族群(母體，Population) 一般性質相同事物所測量觀測值的全體資料，其中最基本單位稱作元素(Element)
緒 論 族群(母體，Population) 一般性質相同事物所測量觀測值的全體資料，其中最基本單位稱作元素(Element) 例子 台大學生的體重 某牛奶工廠所產生鮮奶每瓶之容量 台北市30至40歲工作人口之收入 目標族群或研究族群(Targeted or Study Population)-研究對象的族群 台灣的全體居民 2019/4/9 Jen-pei Liu, PhD

10 緒 論 樣品（樣本Sample） 代表性樣品（Representative Sample） 隨機樣品(Random Sample)
緒 論 樣品（樣本Sample） 族群中一小部份的觀測值 代表性樣品（Representative Sample） 樣本結構及特性與族群相同 隨機樣品(Random Sample) 族群中每個觀察值獨立且機會均等地被選取的樣品 2019/4/9 Jen-pei Liu, PhD

11 好樣本的特性 母體有定義 母體裡面的每一個個體都有被抽選機會 樣本具有代表性 樣本是母體的縮影 2019/4/9
Jen-pei Liu, PhD

12 抽樣設計的基本概念 1.決定調查的母體 2.從母體中抽取樣本 3.確保樣本能正確的代表母體 目標：樣本是母體的縮影 2019/4/9
Jen-pei Liu, PhD

13 緒 論 不歸還抽樣法(Sampling without Replacement) {A,B} {A,B,C} {A,C} {B,C}
緒 論 不歸還抽樣法(Sampling without Replacement) 抽出的元素不歸還族群後再抽取下一個元素 {A,B,C} {A,B} {A,C} {B,C} 2019/4/9 Jen-pei Liu, PhD

14 緒 論 歸還抽樣法(Sampling with Replacement) {A,A} , {B,A} , {C,A} {A,B,C}
緒 論 歸還抽樣法(Sampling with Replacement) 抽出的元素歸還族群後再抽取下一個元素 {A,A} , {B,A} , {C,A} {A,B,C} {A,B} , {B,B} , {C,B} {A,C} , {B,C} , {C,C} 2019/4/9 Jen-pei Liu, PhD

15 緒 論 抽取機率 元素 樣品 不歸還抽樣法 1/3 歸還抽樣法 1/9 2019/4/9 Jen-pei Liu, PhD

16 抽取好樣本的方法 簡單隨機抽樣(Simple Random Sampling)
系統抽樣(或稱等距抽樣)(Systematic Sampling) 分層隨機抽樣(Stratified Sampling) 集體抽樣 (Cluster Sampling) 2019/4/9 Jen-pei Liu, PhD

17 簡單隨機抽樣(Simple Random Sampling)
簡單隨機抽樣：母體裡面每一個個體都有相同 的機率被抽選成為樣本 例如：調查台北市某個社區內的一千戶居民每 個月自來水的平均用量，隨機挑選其中 10戶進行調查 2019/4/9 Jen-pei Liu, PhD

18 Excel建立的隨機亂數表 18 2019/4/9 2019/4/9 Jen-pei Liu, PhD 列 1 05185 43887
18753 00311 94100 35566 16430 2 87995 14282 78996 32280 30600 92256 87427 3 53765 31248 59731 64065 19196 34096 18851 4 74286 77413 80564 19953 43834 29275 17835 5 51866 18117 39231 78767 21008 82150 14765 6 42556 15969 13194 90604 90822 74266 44568 7 17392 16653 40766 68158 96706 93531 18871 8 54424 51373 89873 91075 69086 31522 95614 9 65630 71684 74375 39613 17960 30618 85780 10 16333 68856 79164 21804 53523 18127 87763 11 59005 40282 11900 03934 98586 32059 32526 12 67512 30406 80866 85616 77086 70590 21962 13 25919 40719 78240 71439 02121 68917 66949 14 95552 33071 03501 16466 46385 19839 18546 15 87783 39335 37777 12269 35192 56460 00033 16 71606 53549 49756 63348 10379 84045 67438 17 83320 63004 89476 88550 74555 86302 32738 18 59791 97988 61622 77174 08813 54717 90661 19 37262 29207 10036 34405 63685 50424 84057 20 67878 99541 38410 67003 68110 30960 96402 18 2019/4/9 2019/4/9 Jen-pei Liu, PhD

19 簡單隨機抽樣(Simple Random Sampling)
利用隨機數字進行簡單隨機抽樣 -自有120位新生的班上抽取5位同學，參加與校長座談 -先將120位新生自1至120編號 -取隨機亂數表中任二列，因有120位新生，故取連續3個數 字代表一組編號 -忽略大於120的數字，取出前5個小於或等於120的數字 列 列 → 3, 35, 51, 60,與119號參加與校長座談 19 2019/4/9 2019/4/9 Jen-pei Liu, PhD

20 系統抽樣 (Systematic Sampling)
系統抽樣：每間隔固定的數選取一個樣本 例如：從五百張訂單中抽取十張訂單作為樣本， 自第一列隨機抽取一個小於等於500的數字， 第一個選定的樣本是第51號的訂單， 之後每隔五十號(500/10)選取一個調查樣 本，分別為編號051、101、151、201、251、 301、351、401、451、001等十張訂單 2019/4/9 Jen-pei Liu, PhD

21 分層隨機抽樣(Stratified Sampling)
分層隨機抽樣：根據母體之中每一個個體的特性， 分成幾種類型，稱為「層」，然後 每層再用機率抽樣方式抽取樣本 例如：估計某個小學全體學生的平均身高，首先根 據性別分成男、女兩層，然後每層中各自隨 機選取樣本。 2019/4/9 Jen-pei Liu, PhD

22 分層隨機抽樣(Stratified Sampling)
原因：可得各層訊息，而且樣本分配較均勻， 提高估計準確度 2019/4/9 Jen-pei Liu, PhD

23 集體抽樣(Cluster Sampling)
集體抽樣：先將母體區分為許多個不同的集體， 然後隨機抽取少數集體當成樣本，中 選的集體全部調查 例如：某市教育局想瞭三年級數學新教學方法的成 效，在該市隨機抽取十個小學當成樣本學 校。 其中五個小學採用新教學方法，另外五 個小學採用目前教學方法。上完一學年後， 使用同一份試卷進行測試與比較。 2019/4/9 Jen-pei Liu, PhD

24 實例應用：2001年國民健康訪問調查 母體：2000年臺灣地區全體人民 樣本：採用多段分層抽樣設計 目的：瞭解國人健康狀況與醫療服務利用情形
2019/4/9 Jen-pei Liu, PhD

25 國民健康訪問調查：分層隨機抽樣 2019/4/9 Jen-pei Liu, PhD

26 國民健康訪問調查：樣本選取 2019/4/9 Jen-pei Liu, PhD

27 國民健康訪問調查 代表性 性別比例 年齡分層比例 等等… 2019/4/9 Jen-pei Liu, PhD

28 母體參數 VS 樣本統計量 2019/4/9 Jen-pei Liu, PhD

29 緒 論 母數(參數，Parameters) 統計值(Statistics) 族群全部資料所計算出的數據 族群母數通常以希臘字母代表之
緒 論 母數(參數，Parameters) 族群全部資料所計算出的數據 例子： 全台灣人口女性的人數及比例 全台北市工作人口的平均收入 族群母數通常以希臘字母代表之 如代表族群平均數 統計值(Statistics) 樣品資料計算所得的數據，通常以英文字母代表之 如 代表樣品算數平均數 2019/4/9 Jen-pei Liu, PhD

30 資料衡量 三聚氰胺值 廋肉精值 H1N1病毒量 台灣抽煙的比例 癌症病人的生活品質 身體 心理 社會 福祉 30 2019/4/9
Jen-pei Liu, PhD Jen-pei Liu, PhD

31 量測值 31 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

32 緒 論 系統誤差(Systematic Error)： 也稱偏差(Bias)，是測量物體時偏離族群真值的誤差，是一種有原因與方向的誤差。
緒 論 系統誤差(Systematic Error)： 也稱偏差(Bias)，是測量物體時偏離族群真值的誤差，是一種有原因與方向的誤差。 2019/4/9 Jen-pei Liu, PhD

33 資料衡量 效度(Validity)：使用的測量工具有沒有效? 測量工具是否可測得要測的真值? 生活品質問卷是否可測得受訪者的生活品質?
溫度計是否可測得真正的體溫? 準確度(accuracy) 偏差(Bias) 信度(Reliability)：每次測量的結果一致嗎？ 33 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

34 效度 測量游泳池的容量？水桶 VS 皮尺 1.水桶是無效度的測量工具 2.皮尺是有效度的測量工具 測量地球與月球的距離 用拳頭一個一個去量
用皮尺一段一段去量 ??? 34 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

35 緒 論 隨機誤差(Random Error)： 測量物體觀測值，不知原因，是偶然發生的誤差。 2019/4/9
緒 論 隨機誤差(Random Error)： 測量物體觀測值，不知原因，是偶然發生的誤差。 2019/4/9 Jen-pei Liu, PhD

36 資料衡量 信度(Reliability)：每次測量的結果一致嗎？
用相同的血液檢體，相同的檢測方法，量測膽固醇五次，是否均得到相同或接近的量測值? 分散度(Dispersion) 變異度(Variability) 36 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

37 信度 體重機：小寶家(有信度) VS 小強家(沒信度) 小寶家：70.1、70.5、69.5、70.2、69.8
小強家： 57.1、73.5、65.5、77.1、61.8 37 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

38 緒 論 準確度(Accuracy)： 抽樣所得樣品中觀測值靠近族群真值的程度 精密度(Precision)：
緒 論 準確度(Accuracy)： 抽樣所得樣品中觀測值靠近族群真值的程度 精密度(Precision)： 抽樣所得樣品中觀測值的集中或分散的程度 2019/4/9 Jen-pei Liu, PhD

39 樣品B 樣品A 樣品C 精密度與準確度比較圖 2019/4/9 Jen-pei Liu, PhD

40 數據的展示 1.楊同學考試58分 2.林同學每個月花費6500元 3.新生女嬰重量是3485公克 4.膽固醇值為175mg/dL
單單一筆數據是毫無用處的，需要有一些參考 數據再來研判，解讀數字才有意義 40 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

41 楊同學考試58分 如果全班平均30分，則楊同學的成績算很高 如果全班平均80分，則楊同學的分數不太好 41 2019/4/9
Jen-pei Liu, PhD Jen-pei Liu, PhD

42 林同學每個月花費6500元 根據調查，臺大學生每個月花費的中位數是5500 元，林同學每個月花費比一半的同學花得多 42 2019/4/9
Jen-pei Liu, PhD Jen-pei Liu, PhD

43 膽固醇值為175mg/dL 三高 膽固醇值大於200mg/dL 高血脂 飯前血糖大於124mg/dL 糖尿病
舒張壓/伸縮壓大於130 mmHg/90mmHg 高血壓 所有檢驗值均有正常值範圍(Normal ranges) 43 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

44 蒐集資料的道德規範 1.通過倫理審查委員會的審查 2.經過受訪對象的同意 3.個人資料保密 4.受訪對象的權益永遠優先
2009年7月17日，行政院通過「人體生物資料 庫管理條例草案」 2010年5月26日，立法院通過「個人資料保護法」 44 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

45 經過受訪對象的同意 某研究學者，採集葛瑪蘭族原住民唾液進行研究，未完整告知研究目的及接受採檢唾液者應有的權利，違反研究倫理。
臨床試驗:受試者在完全告知臨床試驗的利益與風險後，自願簽署受試者同意書後，才可進行臨床試驗。 45 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

46 經過受訪對象的同意 臨床試驗:國外藥廠在台灣執行的臨床試驗，常收集國人檢體進行藥物基因體試驗，但並不將結果告知。所以國外藥廠對台灣基因的瞭解程度較我們自已更清楚。 國外強權的人造衛星在台灣上空飛來飛去，未知國人同意，以影像方式收集台灣各種資料，但並不將結果告知。所以國外強權對台灣的瞭解程度較我們自已更清楚。 46 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

47 受試同意書 47 受試同意書(Informed Consent): 受試者受告知並了解將參與之臨床試驗 之相關訊息，且參酌是否參與試驗之所
有因素後，自願簽署參加試驗之文件。 事前自願同意並簽署 臨床試驗之受試同意書，應符合赫爾辛基宣言的規定。 除給予受試驗者或法定代理人書面資料外，並應包括口頭說明與雙向溝通，使其了解整個試驗的狀況，並有充裕的時間考慮後，再決定簽署受試同意書。 47 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

48 同意權之行使 原則：本人 無行為能力人：法定代理人代為 限制行為能力人：法定代理人同意 無意識或精神錯亂：有同意權人 48 配偶、同居之親屬
2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD 48

49 見證人 49 受試者、法定代理人或有同意權之人皆無法閱讀時，應由見證人在場參與所有有關受試者同意書之討論。
見證人應閱讀受試者同意書與提供受試者之任何其他書面資料，以見證試驗主持人或其指定之人員已經確切將其內容向受試者、法定代理人或有同意權之人為解釋，並確定其充分了解所有資料之內容。 確定受試者、法定代理人或有同意權之人之同意完全出於其自由意願。 試驗相關人員不得為見證人。 49 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD 49

50 對受試者之補助 50 試驗委託者對於受試者可獲得之補助及付款方式，不得有強迫或不當影響受試者之情形。
受試者之補助，應按臨床試驗進行之進度依比例給付之，不得於試驗完成後方為給付。但小金額者，不在此限。 受試者補助之付款方式、金額及付款進度，應載明於受試者同意書及其他給與受試者之書面資料；補助按比例分配付款之方式，應詳細說明。 50 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD 50

51 個人資料保密 學生各項考試成績 老師教學的評鑑結果 全民健康保險研究資料庫:
國家衛生研究院在提供資料之前，一定會先把個案的資訊先做亂碼處理，因為健保局要求保護每一個個案的隱私權。 51 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

52 資料更改或作假 New York Times (A. Pollack, Sept. 29, 2009)
“Biotech company fires chiefs and others over handling of data.” “A biotechnology company developing what was expected to be a groundbreaking blood test for Down syndrome fired its chief executive, a top research official and three other employees Monday after an investigation into ‘mishandling’ of test data and results.” 52 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

53 資料更改或作假 New York Times (A. Pollack, Sept. 29, 2009)
“Biotech company fires chiefs and others over handling of data.” “The company’s shares, which had been as high as $28 a year ago, fell sharply in late April when the company said the data could no longer be trusted. In after-hours trading Monday, the stock fell by nearly half to $3.23.” 53 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

54 Duke Scandal Further analyses revealed corruption of multiple datasets compiled by Dr. Potti that had been used as sources of validation of the various chemotherapy sensitivity signatures. These included data derived not only from Duke sources, but also publicly available data. As an example, a dataset of 133 samples from a neoadjuvant breast cancer study at MD Anderson involving patients treated with the combined regimen TFAC was used for validation of an adriamycin signature. The clinical annotation that was assumed to be used by Dr. Potti included 34 responders and 99 non-responders, the same distribution as reported by MD Anderson. However, a detailed comparison of the two datasets revealed that the response information was reversed for 24 cases with 12 labeled incorrectly in each direction. In this case, the corrupted data yielded positive validation results whereas the accurate data did not provide evidence for validation. Similar findings of corruption of data in key validation datasets were observed in other instances. As a result, three publications were retracted, a manuscript describing the methods for implementing signatures in the clinical trials that was under review was removed from further consideration, and other publications are currently being analyzed.  Dr. Potti issued his resignation statement on November 19, 2010, and a statement of responsibility for the problems with the work.  A research misconduct investigation is in progress. 2019/4/9 Jen-pei Liu, PhD

55 解讀統計數字 極富聲望的＜科學＞（Science）期刊在一篇談論植物病昆害之文章中，提到加州有一塊田每英畝生產750,000顆哈密瓜（1英畝 = 平方公尺）。請問你這數據那裡出了問題? 55 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

56 解讀統計數字 某醫學期刊刊登了一篇論文，論文中有一個統計表，裡面有很離譜的錯，這樣的錯，聰明的小學生都可能看得出來。表裡面列有6組老鼠，每組有20隻生病的老鼠，每隻老鼠接受某種治療後，每組治癒(成功)的比率分別為53%，58%，63%，46%，48%以及67%。請問你這組數據那裡出了問題? 56 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

57 解讀統計數字 某高爾夫球俱樂部說明:在50歲以上的會員中有55%為男性，35%為女性。請問你這組數據那裡出了問題? 57 2019/4/9
Jen-pei Liu, PhD Jen-pei Liu, PhD

58 解讀統計數字 58 某一政策滿意度調查結果如下: 非常不滿意:5% 不滿意:6% 無意見:80% 滿意:5% 非常滿意:4%
結論:民眾對政策不滿意。 請問你結論這那裡出了問題? 58 2019/4/9 2019/4/9 Jen-pei Liu, PhD Jen-pei Liu, PhD

59 緒 論 習題 P20：1，2，6，7 2019/4/9 Jen-pei Liu, PhD

60 版權聲明 作品 授權條件 作者/來源 國家衛生研究院出版的2001年「國民健康訪問調查」結果報告 (2003) 2019/4/9
Jen-pei Liu, PhD