我都經常遇到這樣的問題,所以我常常提醒自己要壓抑中二病。香港真係冇乜人識我。
我最多人追蹤的社交每台是我的Facebook,只有14萬人,全香港有超過七百萬人,我連2%都不到。網上世界通常有10萬人追蹤後, Haters就會瘋狂而出,我當Haters同追蹤我嘅人係一比一,其實都唔夠4%。換言之,唔識我嘅人係遠遠多過認識我嘅人。
何況,我冇乜主流平台參與,我只係一個小眾異類。就算在金融界,我都係一個非常畸形的存在,冇人行緊我呢一種路線,我是不為主流世界所接受。我亦都未活得夠長,更加冇任何公權力。
每一次和陌生朋友介紹自己,我一貫用自己的洋名Stanley。認識我的人會反白眼,他們不習慣我叫Stanley,通常叫開我做阿水。
即使在財經界,都冇乜人識我,兩個禮拜前有一位大台財經直播見到我,唔知我係邊個,亦未聽過我個名。中間人不停介紹強調:「你怎會未聽過他?他很出名。」大台直播還是搖搖頭,氣氛有一點尷尬,我自己都覺得唔好受。認識我嘅人以為好多人都識我,某程度上都係一種selection bias。
「佢喎,葉劉條仔喎,全世界都知喎。」大台主播依然搖頭,我就更加尷尬了。不過咪住先,點解全世界都知,但係我唔知嘅?
調返轉,有一個全香港都識嘅大台女主播,我試過面對面同佢傾偈,傾得好開心,因為大家都係中大,但係去到最尾我問咗一個問題:「其實你叫咩名?」佢呆咗半秒,講咗三個字出嚟,我嚇咗一跳,因為我同佢前男朋友都幾熟,早兩個禮拜仲請佢食飯添。也正如,好多人話菊梓喬好紅,其實,我完全唔知道佢係邊個。
selection bias 在 王姿允醫師。我的無齡秘笈。 Facebook 的最佳貼文
[從有氧無氧話題,談解讀論文的常見錯誤結論]
延續昨天說的,網路時代的可怕,在於沒有經過實證的東西可以被大家大量轉發跟效仿,一般人也沒有思考是否來自專業醫療人士的建議,更不懂得查證(話說沒幾個人懂得查證)。
但是更可怕的是。
其實 #連專家對某些文獻的解讀也有很多的問題,但民眾更不可能把文獻調出來看內容,也沒有能力判斷真偽,只要是專家的解讀就照單全收,這真的是很令人無奈的事。
以下列出許多專家在分析文章會犯的錯誤(這也是我每週去實驗室會議大家常拿出來討論的項目):
1️⃣只會看結論(conclusion),不去一一看研究的設計跟結果,尤其是附加的supplement詳細的內容。
就像我在「有氧運動掉肌肉?飲食背景才是重點!」
https://www.facebook.com/175089479960691/posts/942088663260765/?d=n這篇提到的,或是之前我討論「168斷食」相關研究的態度。
其實很多減重研究的結論只寫「體重下降幾%」,請問有去看「組成」嗎?我從來都不會只看結論就告訴民眾「這個減肥法可以減掉體重幾趴所以是好的減肥方式」,我一定會確認組成當中「肌肉是不是流失太多」「是不是脫水的假象」,才會給予建議。
2️⃣看結論就算了,還斷章取義,一言以蔽之的毛病
例如我常提到的,「正常人」跟「衰弱或肥胖」族群的本身的胰島素抗性跟身體條件不同,很多在正常人身上的結果,不一定適用異常的身體組成。連「男」「女」性在研究中都會出現諸多不同的結果,就是因為先天基因、荷爾蒙跟後天腸道微菌的組成都不一樣(例如:男性普遍微菌基因數量比較多,肌肉較多,沒有女性荷爾蒙週期的干擾,所以在減重效果上比女生快)
例如:延長空腹時間讓生長激素上升的現象, #只出現在正常人而肥胖者沒有,所以肥胖者168會比正常人容易掉肌肉,但現實中幾乎168的都是肥胖者。
例如:有些研究發現「老年人」做有氧短時間可以提高肌肉量,但在「年輕人」身上沒有這個現象。但是想從專家這裡獲取「增肌」建議的都是年輕人,他照著做有氧可能沒有半點肌肉肥大的效果。
例如:有氧在正常飲食的人身上不會掉肌肉,但在「低熱量飲食」的人身上掉慘了,但很多刻意去做有氧的人,她的目的可能是減肥所以搭配了低熱量,結果聽你說有氧不會掉肌肉還會增肌,她就跟著做。
3️⃣研究的族群母數(sample size)太小、時間太短
也就是所謂一個研究「質」與「量」的問題。
誠如我之前寫的有氧跟無氧的文章,裡面對於有氧運動對增肌的幫助有「特定的條件跟環境」,而且我舉例的都是「227人」這樣的數字,或是追蹤長達「三年」這樣的研究。
https://www.facebook.com/175089479960691/posts/942593756543589/?d=n
但是有些專家提出來的研究,都是只有10-20幾個人(連腸道菌這種高成本研究都最少要30人才有統計意義了),而且時間只有1-3個月,這樣短的時間跟小的人數,相較於夠長的觀察時間跟夠多的人數,統計上的結果其實較不客觀,現在的期刊太多,研究也是一堆,但如果 #每個質量差的研究結果都納入考量, #那只會被偏誤拉著走。
4️⃣研究中的各項偏誤(bias in research)
我以前在「實證醫學的陷阱—-研究結果的停看聽」
https://www.facebook.com/175089479960691/posts/384507029018934/?d=n
評論過「喝酒比運動還長壽」的研究,存在著各種偏誤,除了我文中討論的選擇性偏差(Selection bias)外,還有幾種包括:
✔️ #確認偏誤(Confirmation bias)
當人們 #本來就持有某種觀點時, #對這種觀點的感知和注意度會被放大,會 「選擇性」地回憶或收集關於它的事例。人們對於自己原本就相信的觀點會更容易接受,而把 #反面觀點擱置在一旁。
舉例來說,是附圖的研究是2015年的《Cell Metabolism》跟 2018年的 《Cell》,兩個研究者做出了完全相反的結論。
2015年的作者發現不健康的飲食會破壞腸道菌、讓腸道免疫相關的Th17細胞數量下降,導致腸道失去正常防禦能力,連帶造成系統性的肥胖跟發炎。
但2018年的作者發現吃「高脂肪生酮飲食」會讓雙歧桿菌的數量下降,讓Th17數量下降(以上都跟2015年的觀察一致),但他的結論卻是「這樣可以讓發炎下降,是好事」,整篇論文他引用了大量Th17下降有助於哪些疾病改善的文獻,卻在reference中完全沒有引用2015年這篇(太詭異!!根本刻意忽略),也沒有提到Th17對於腸道的保護重要性,可想而知,研究者一開始就認定「高脂肪生酮對身體有益」,選擇忽略好菌下降這些矛盾的發現。
即使是這麼大的期刊,也存在著這樣的確認偏誤,甚至是所謂的✔️ #觀察者期望效應(Observer-Expectancy Effect)——研究者有時可能會期望出現某種結果,他們無意識地操縱了試驗過程,或者 #錯誤地解釋實驗結果,導致 #研究結果嚴重歪曲。
這也就是為何,對於研究的結論照單全收直接告訴民眾, #是非常危險的事,你可能自己也犯了確認偏誤,或是 ✔️ #虛假一致性偏差(False consensus effect)——人們很容易認為其他人跟自己有相同的想法,從而高估這些觀點的普遍適用性。
以上,在知識越來越普及的時代,用功的人人都可能變成專家,但是身為受過 #實證醫學訓練 的專業人員,麻煩在解讀論文跟傳遞訊息時,要在更謹慎小心一點。
#實證醫學的陷阱
selection bias 在 貓的成長美股異想世界 Facebook 的最佳貼文
台灣的疫情增溫中. 祝台灣的讀者們健康平安.
這周末進了城, 對於一些事物有了一些想法(如, 為什麼Chipotle的東西百吃不厭, 進城一定會想要吃他們家的食物?) 週四的時候會分享.
🌻http://xn--farfetch-9k0m444a0n4he6dutj2w6f.com/(FTCH)於上週發表財報了. Morgan Stanley給的評語是"High Quality (高品質的) Business On Sale(拍賣中)". 有興趣的讀者可以研究看看.
🌻快思慢想的作者新書在下周會於Amazon開始販售:
https://www.amazon.com/Noise-Human-Judgment-Daniel-Kahneman/dp/0316451401/ref=tmm_hrd_title_0?_encoding=UTF8&qid=&sr=
"In Noise, Daniel Kahneman, Olivier Sibony, and Cass R. Sunstein show the detrimental effects of noise in many fields, including medicine, law, economic forecasting, forensic science, bail, child protection, strategy, performance reviews, and personnel selection. Wherever there is judgment, there is noise. Yet, most of the time, individuals and organizations alike are unaware of it. They neglect noise. With a few simple remedies, people can reduce both noise and bias, and so make far better decisions."
"Wherever there is judgment, there is noise."
-->非常同意這句話. 這其實也是我一開始盡量不在財報結果裡面放入個人看法的原因之一, 因為我希望大家自己去做閱讀後, 自己做判斷, 畢竟培養自己的判斷力, 是投資很重要的一環.
🌻Jerry Yang對Zoom Video (ZM)的看法:
"In my view, by launching an app store of sorts, Zoom can create an ecosystem that is a defensible barrier to competition."
印象中沒錯的話, Crowdstrike(CRWD)也是有這樣的做法.
🌻綠色能源熱潮中值得投資的冷門股
https://on.wsj.com/2RYe1mE
🌻新發現的網站, 專門講美國車市. 網站創辦人在車市超過20年經驗. 目前覺得他對車市的看法挺令人啟發. 像這篇他的議題是, 當車商都在抱怨目前的車輛存貨不夠時, 是不是也因為是如此, 他們目前的獲利比較高? (供給與需求的概念). 而如果供需恢復正常的話, 他們的獲利還會比較高嗎?
"Broadly speaking, these conditions reflect what might be regarded as the best of all possible worlds for any business–high demand and limited supply. Even better, new research from Kelley Blue Book suggests that consumers understand the current conditions. They expect to see less selection and higher prices when they shop for a car. Sixty percent of new vehicle buyers say they plan to buy a vehicle despite less selection and higher prices.
It should also be noted that the current highly profitable nature of the car business in the current moment doesn’t largely owe to disciplined management decisions on the part of dealers. Rather, it’s a positive outcome of COVID-19, the chip shortage and a host of other factors that have brought a level of equilibrium to demand and supply that many car business veterans like me have never seen in our careers.
And yet, it seems like many dealers are longing to return to the way things used to be. They would feel better if they had higher numbers of new and used vehicles on the ground. They would prefer to suffer less discomfort and stress from current reconditioning backlogs and the need to convince some customers to order vehicles or purchase the less-desirable vehicle that’s available on your lot."
"From now on, when dealers ask me when the chip shortage might end, and new and used vehicle supplies will return to normal, I’ll respond with a different question: Are you sure that’s what you really want?"
Source: https://www.vauto.com/learning-center/blog-dale-pollak-all/missing-the-import-of-current-retail-automotive-conditions
Pictures: earningswhisper.com, Amazon.com
selection bias 在 Selection bias - Wikipedia 的相關結果
Selection bias is the bias introduced by the selection of individuals, groups, or data for analysis in such a way that proper randomization is not achieved, ... ... <看更多>
selection bias 在 Selection bias - Catalog of Bias - Catalogue of Bias 的相關結果
occurs when individuals or groups in a study differ systematically from the population of interest leading to a systematic error in an association or outcome. ... <看更多>
selection bias 在 Selection Bias - 選樣偏差 - 國家教育研究院雙語詞彙 的相關結果
選樣偏差 · Selection Bias · 名詞解釋: 是產生偏差(bias)的來源之一。意指研究中分組選擇研究對象時,受到暴露因素之影響對研究對象的選擇不平衡,而傾向某類特定人群,導致 ... ... <看更多>