1. 如何建立檔案 中國醫藥大學 公衛系 梁文敏 副教授 TEL: 04-22053366-6107 E-mail: wmliang@mail.cmu.edu.tw

2. 如何建立檔案 從資料庫的觀點 *** 資料分析第一階段建檔 從表格的觀點 資料分析最後階段呈現結果

3. 建檔方式 --- 範例 三個人測量兩密閉室 ( 甲, 乙 ) 的溫度 或 x x

4. 如何建立檔案 1. 確立變項 2. 對變項命名及變項命名原則 3. 以 “ 欄 (Column)” 為單位，建立每一個變項 4. 以 “ 列 (Row)” 為單位，建立每一筆資料 (Record) 5. 保持原始資料的單純性及可擴充性

5. 1. 確立變項 每一個變項 (Variable) 代表一種訊息 (Information) 例如密閉室溫度範例中的訊息包括： 室別 ( 甲, 乙 ) 、溫度 ( 攝氏 ) 、 個案代號 ( 可表示該 溫度是誰測量的 ) ，故共有三個變項 變項命名： ( 補充 : 變項命名原則 ) 室別、溫度、 個案代號

6. 2. 對變項命名 中文命名 ( 正確 : 室別、溫度、 個案代號 ) ( 錯誤 : 室別 -1 、 2 溫度、 @ 個案代號 ) 英文命名 ( 正確 : roomname 、 temp 、 subj_id) ( 錯誤 : 2room 、 temperature 、 subject-id)

7. 2. 對變項命名 -- 變項命名原則 中文命名 1. 第一個字母不為特殊字元或數字，如： #2 人口 _ 男 ( 錯誤 ) 2. 名稱中不要放入特殊符號，如：人口 -male2( 錯誤 ) 3. 名稱不要超過 4 個中文字，如：人口數男生 _2( 錯誤 ) ** 正確名稱：人口 _ 男 2 或 人口 _m2 或 人口男 _2 英文命名 1. 第一個字母不為特殊字元或數字，如： 2pop_m( 錯誤 ) 2. 名稱中不要放入特殊符號，如： pop&m-2( 錯誤 ) 3. 名稱不要超過 8 個英文字，如： popmale_2( 錯誤 ) ** 正確名稱： pop_m2 或 pop_m_2 或 popmale2

8. 3. 以 “ 欄 (Column)” 為單位，建立每一個變項 ---- 在第一欄建立變項名稱 一個 EXCEL 檔可開多個工作表將原始資料檔單獨放在一個工作表中

9. 4. 以 “ 列 (Row)” 為單位，建立每一筆資料 (Record, Observation) ----- 共 6 筆資料 按滑鼠右鍵 重新命名 將工作表重新命名為 : 原始資料

10. 5. 保持原始資料的單純性及可擴充性 --- 單純性 : 若要處理. 把資料依需要貼在其他工作表上 插入 工作表 重新命名

11. 5. 保持原始資料的單純性及可擴充性 ---- 可擴充性 : 4 個變項、 9 筆資料 原始資料增加為 4 個變項、 9 筆資料

12. 變數類型及分布

13. 變數, 變項（ Variable ） ( 相對於常數， Constant) 及變數名稱 (Variable Name) 資料依不同的人，而有不同的數值或特性， 故稱為變數，例如抽取 5 個學生，有男有女， 有高有矮，資料會隨著樣本不同而變化， 故稱為變數； 每種變數的代號稱為變數名稱 (Variable Name) 或變數，例如：性別、身高為變數 名稱或變數。

14. 隨機變數 (Random Variable) 搜集資料時，若決定抽取 n 個樣本，則資料 會隨著抽取樣本不同而不同，例如抽取坐 在前排的 5 個女生的身高，會與抽取坐在後 排的 5 個女生的身高不同。 在做決定抽取何者為樣本時，若沒有預設 立場，完全隨機會 (by chance) 決定，該資 料稱為隨機變數。

15. 變數類型（ Variable Type ） 類別變數（ Nominal variable ）： 將資料分門別類，各類資料之間沒有程度 或次序性的 b. 關係，且為彼此互斥的，屬 定性的測量。 例如 : 性別 ( 男、女 ) ，血型 (A, B, O, AB, other) ，抽煙與否 ( 抽煙、不抽煙 ) 。若該變 數只分為兩類稱為二分法類別變數 (Dichotomous Variable) 。

16. 變數類型（ Variable Type ） 序位變數（ Ordinal Variable ）： 和類別尺度一樣，將資料分類且為彼此互斥的，但 彼此之間有程度上的差異。 例如癌症病人病況分期 (I 、 II 、 III 、 IV 期 ) ，抽煙程 度狀況 ( 未抽煙、曾抽煙但已戒煙、少於 1 包 / 每日、 1 包以上 / 每日 ) ，病人對醫生問診態度的滿意度 ( 非 常滿意、滿意、普通、不滿意、非常不滿意 ) 。 各類之間不一定有倍數或距離的關係，是屬於半 定量的測量，例如：癌症 IV 期病人的病況並非癌 症 II 期病人的病況的兩倍。

17. 變數類型（ Variable Type ） 等距變數 (Interval Variable) ： 每個單位都是一樣大小，且測量值可以完全表現出程度的 大小，屬定量的測量。 例如年齡，身高，體重，氣溫，每分鐘心跳的次數，每天 抽煙的支數。等距尺度不一定具有絕對的零點。其中有些 零點是人為決定的。 例如氣溫，華氏與攝氏溫度的零點，是人為決定的，並沒 有絕對的零點的存在。攝氏 30.7 度到 28.7 度的距離與攝氏 16.7 度到 14.7 度的距離相等，但我們不能描述攝氏 30 度 ( 華氏 86 度 ) 是攝氏 15 度 ( 華氏 59 度 ) 的兩倍，因為若以華氏 則不到兩倍 (86/59=1.46) 。所以氣溫的尺度是一種等距尺 度，但不是一種等比尺度。

18. 變數類型（ Variable Type ） 等比變數 (Ratio Variable) ： 若等距尺度中具有絕對的零點，稱為等比尺度。可 以用來計算倍數或比率。 例如：年齡，身高，體重，每分鐘心跳的次數， 每天抽煙的支數。我們可以描述新生兒體重 9 磅 (4082 公克， 1 磅 =453.592 公克 ) 是 6 磅 (2722 公克 ) 的 1.5 倍，若換算為公克測量則亦為 1.5 倍 (4082/2722=1.5) 。所以體重的尺度是一種等距尺 度，也是一種等比尺度。

19. 分佈概論 : 何謂分佈 (Distribution)? 在統計思維中，分佈係指針對某一我們感興 趣的變數 (Variable) 。將其搜集到的值 (Observation) 以有系統的方式加以整理並呈 現出來。 可以長條圖 (Bar Charts): categorical data 或直方圖 (Histograms): continuous data 表示 變數分佈 (Distribution)

20. 例 1 ：不連續變數 ( 類別或序位 ) 的分佈： 2560 位 AIDS 病人中， Kaposis sacoma 疾病狀態的分佈情形, 以 Bar Charts 表示。 個案 Kaposis 11 20 31 41 50 60 …… …… 25601 個案 Kaposi s 11 31 41 501 1981 2001 …… …… 25500 Kaposis 次數相對次數 Yes246 246/2560=0.1 0 No2314 2314/2560=0. 90 相對次數 = 次數 / 總次數 排序

21. 例 2 ：連續變數 ( 等距或等比 ) 的分佈：新生兒體重的 分佈，將資料分組，以直方圖 (Histogram) 表示 。 新生兒體重 次數 0-4994843 500-99917,487 1000-149923,139 1500-199949,112 2000-2499160,919 2500-2999597,738 3000-34991,376,008 3500-39991,106,634 4000-4499344,390 4500-499962,769 5000-55008236 總計 3,751,275 新生兒體 重 相對次數 (%) 0-4994843/3751275=0.1 500-99917487/3751275=0.5 1000-14990.6 1500-19991.3 2000-24994.3 2500-299915.9 3000-349936.7 3500-399929.5 4000-44999.2 4500-49991.7 5000-55000.2 總計 100 相對次數 = 次數 / 總次數

22. 樣本平均數 【樣本平均數 (Sample Mean, Arithmetic Mean) 】 兩密閉室 ( 甲, 乙 ) 的溫度的集中趨勢

23. 樣本變異數與樣本標準差 【樣本變異數 (Sample Variance) (s 2 ) ， 樣本標準差 (Sample Standard Deviation) (s) 】 兩密閉室 ( 甲, 乙 ) 的溫度的分散趨勢

24. 許多變項的分佈服從常態分佈 常態分佈 圖形隨平均數及標 準差不同而不同 平均數 =10 標準差 =1.5 平均數 =20 標準差 =4

25. 範例： AV 為臨床指標 若無腫瘤患者 AV 值的分佈為常態分佈 X~N(10,1.5 2 ) 理論上可得到有 68 ％的機率落在 (8.5,11.5) 中間 可得到有 95 ％的機率落在 (7,13) 中間 可得到有 99 ％的機率落在 (5.5,14.5) 中間 68%

26. 若有 無腫瘤患者 AV 值的分佈為常態分佈 X~N(20,4 2 ) 任何常態資料若經標準化， 理論上可得到有 68 ％的機率落在 (16,24) 中間 可得到有 95 ％的機率落在 (12,28) 中間 可得到有 99 ％的機率落在 (8,32) 中間 68% ＊＊＊ 由平均值及標準差可知兩族群人 AV 值的分佈, 進而 ….

27. Thanks for your attention~