1-555-CONFIDE

看到 Seth Roberts¹ 寫 “Three things statistics textbooks don’t tell you” ，看得很過癮。話實，我的統計學是無師自通，期間都沒有看統計書藉，是多看其他人怎樣的分析數據，從中「偷師」。亦因此，我不是根正苗紅統計學出身，理論基礎不太濃厚。現在去讀一個生物統計學碩士純是用作證明我會統計學之用。
回歸正傳， Seths 提出了三點統計書藉永遠沒有告訴你的東西。第一點是統計圖表的主要作用，不只是統計書藉所強調的展示統計結果，而係在數據分析時觀察關係，再找出合適的分析方案。有時甚至可以從此找到新的研究題材。（ Idea Generation ）第三點是 Data Transformation 可令數據關係更易見到，這亦是老生常談，只是統計書藉較少著重有關討論。
至於第二點，他說可多用 one-number-per-subject 方法。這是我相當少見到的，所以帶來的思想衝擊甚大。借用 Seth 例子，如有 60 個研究對像，他們每天都量度睡眠時間及情緒分數，共六十天。即總共有 3600 對睡眠時間及情緒分數數據。我們想看看睡眠時間及情緒分數有沒有關係。好了，你會怎樣去分析這 3600 個數據？想當然的方法，是將 3600 點的睡眠時間和情緒分數做 correlation/regression 。但這樣做是錯的，因為我們不是有 3600 個研究對像，這樣做明顯有違 Regression 四大假設的 independence² 。有些人又會說做 Multiple Regression analysis 控制每個研究對像的不同，這亦是我輩會想到的分析套路。³ 但這仍未解決到 independence 的問題。 Seth 提出的方法，是我想不到的：將 60 個研究對像的 60 天的睡眠時間及情緒分數，每人計一個 correlation coefficient 。再計算 60 人的平均 correlation coefficient 是否明顯高於零。⁴ 他指出這方法不但解決了 independence 的問題，亦可解決了數據缺失及 outliner 。亦令分析簡單方便但又不減低分析的 sensitivity 。
這個技術好像沒有人教過我。在此向大家分享。⁵

1. 此君未夠 60 歲已經退休，現在是加州柏克萊大學心理學系榮譽退休教授 [↩]
2. 另外三個分別是 Linearity, homoscedasticity 及 normality of error [↩]
3. 即是將 Subject 當作一個 dummy variable 。因為我們有簡單複雜化的傾向，面對複雜問題用更複雜的方法 [↩]
4. 即是每個對像以一個 correlation coefficient 作為一藍子數據的 summary ，再分析這個 summary 。故作 one-number-per-subject。 [↩]
5. 雖然沒有人教，但我的 innate response 驅使我用過這些方法。例子是在分析去年港島補選的 Meta-analysis ，我沒有用到每次民調的 raw data ，而只使用葉劉和陳太的 margin 。由於每次 sample size 及 Margin 都有不同，故此 Standard Error 不同，我使用了 Meta-analysis 控制 Standard Error 不一的影響。 [↩]

Today on history:

1. 2006:  辭職(2)
2. 2006:  失敗經驗分享(0)
3. 2005:  廣州音樂(4)
4. 2003:  你老味！(0)
5. 2003:  lasjkfgjdaggb(0)
6. 2002:  02092002(0)