新思惟的研究課程,從 2014 年 3 月開始陸續開辦,因為模式較新,一路上也承受不少批評與質疑,扣除一些根本沒來過我們課程的人的奇怪評論,其中部分觀點也確實有其道理,於是,我們作了一些歸納與整理。
🎯 問:新思惟的研究課程,滿意度是都不錯,但「滿意度」不等於「學習效果」,你們知道嗎?
答:是的,「滿意度」的確不是「學習效果」,所以除了匿名問卷的給分以及手寫回饋之外,我們持續追蹤同學上過課後在 PubMed 上的表現,並根據其論文內容,做「快訊」整理,如果同學願意的話,還可以分享寫作的「心得」,給未來的起步者們一些鼓勵。
這些快訊的收錄頗為嚴謹,同學們如果是上課前文章就被接受的,並不列入;如果是上課前就投出,課後被接受,我們會詢問作者,課程對於 revision 是否有幫助,如果有,才列入。總之,一定要課程有幫上忙,才會以「快訊」方式呈現。(各研究類工作坊的「傑出榮耀」連結詳見內文)
🎯 問:我看這些「傑出榮耀」,都是一篇一篇的介紹,但這就像 case report 啊,都是「個案」,有沒有確切的統計「數據」?
答:有的,我們就以《臨床研究與發表工作坊》的前五梯次來算,從 2014/7/5 到 2015/7/26,共 180 人參加課程,課後至今發表 199 篇 PubMed。(《臨床研究與發表工作坊》課程紀錄連結詳見內文)
🎯 問:雖然校友成績是逐漸上升,但或許去上新思惟的人,是本來就有成績的,上課前本來就有 10 篇,上課後再發表 10 篇那不是很正常嗎?這種人的比例如果很高,就不能證明這些成績都是來自於上課的效果啊。這叫做 selection bias,你們懂嗎?
答:的確,我們也很想知道,學員們是不是本來就很強,我們只是托福沾光。所以,每次上課前,我們會拿同學自填的「學術世界用的英文名字」去 PubMed 搜尋,發現其實大部分人在課前的發表並不多。
▪ 上課當天,PubMed 上 0 篇,佔 61.4%,約六成。
▪ 上課當天,PubMed 上 1 篇,佔 19.2%,約兩成。
▪ 上課當天,PubMed 上發表 3 篇以下,我們定義為學術新手,佔 88.9%,約九成!
由此可以發現,來到課堂的伙伴,真的幾乎都是新手。(統計圖表詳見內文)
🎯 結論:到底有沒有效?
從以上的統計可以發現,新思惟的研究課程的確有效,不只能協助初學者突破過去的困境,資深的研究者來上,也往往能得到新的刺激與體會。如果您有興趣的話,歡迎參考我們的近期課程。
▍2019 / 3 / 10(日)臨床研究與發表工作坊
▍國際學者陣容,協助初學者從 0 到 1,最後 3 席!
➠ https://clip2014.innovarad.tw/event/
▍2019 / 5 / 5(日)統合分析工作坊
▍容易寫、容易發,不需經過 IRB,無資源也能起步!
➠ https://meta-analysis.innovarad.tw/event/
▍同場加映:2019 / 3 / 23(六)下午
▍研究深度對談:黃暉凱 x 陳育群 x 蔡校長
➠ https://www.innovarad.tw/20190323p_dmc/
▍更多近期課程 ➠ https://www.innovarad.tw/recent/
▍開課立刻通知 ➠ https://www.innovarad.tw/follow/
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
「selection bias定義」的推薦目錄:
- 關於selection bias定義 在 新思惟國際 Facebook 的精選貼文
- 關於selection bias定義 在 Terry&Friends程天縱與朋友們 Facebook 的最讚貼文
- 關於selection bias定義 在 コバにゃんチャンネル Youtube 的最讚貼文
- 關於selection bias定義 在 大象中醫 Youtube 的最佳貼文
- 關於selection bias定義 在 大象中醫 Youtube 的最佳貼文
- 關於selection bias定義 在 [討論] 什麼是選擇性偏差(selection bias)? - 看板NCKU-PH98 的評價
- 關於selection bias定義 在 美國金融日記, profile picture 的評價
- 關於selection bias定義 在 Selection Bias - YouTube 的評價
- 關於selection bias定義 在 從統計學的角度(Bias and Variance) 來看Machine Learning Error 的評價
selection bias定義 在 Terry&Friends程天縱與朋友們 Facebook 的最讚貼文
我的臉書朋友黃偉俐,在我昨天與S君對話的貼文裡發表了以下的評論。
「從歷史來看,千里馬比伯樂多,看看韓信吧!歷史中有多少抑鬱而終的韓信呢?當然自戀自滿的更多,但是程老,您錯了,歷史上伯樂如劉邦,劉備者少之又少,如曹操,項羽忌才者太多了。
我是精神科醫師,也是心理學研究所,唸的是平行處理系統,也就是神經網路,本身也做心理治療,也在跨國藥廠擔任高階主管幾年,您的經驗我很能體會,也很贊同,只是千里馬如韓信者到不了程老師您這關,這叫selection bias。」
我昨天答應黃醫師要在下一篇文章裡回覆。這一篇除了回覆他以外,在我的其他臉書帳號也有一些類似的疑問,這裡一併回答。
首先我想將「伯樂」稍微定義一下。「伯樂」不必要是偉大的人,或是很有權勢的人。「伯樂」可以就是一個平常人,我們每個人也都可能是別人的「伯樂」。
在每一個人的一生當中,都會遇到一些貴人。這些貴人在我們的人生和職業生涯當中,給我們開導,給我們扶持,給我們機會,給我們舞台,讓我們能夠發揮我們的天賦與熱情,得到自我成就。
廣義一點講,伯樂可以是我們人生中的貴人。如果從這個角度來看的話,肯定伯樂是多過千里馬的。
反過來從千里馬的角度來說,我堅信「天底下沒有不可用的人」,也就是一句老話,「天生我材必有用」。所以,每個人在自己的天賦、熱情與專業領域,都可以是千里馬。
那麼在今天的社會裡,為什麼有這麼多的千里馬感嘆著說「我的伯樂在哪裡呢?」我認為大部分的問題出在千里馬身上,而千里馬自己並不知道。
以我們都很熟悉的棒球賽做例子。當一個投手在一場比賽裡面,熱身完畢第一次踏上投手板後,所投出的前幾球,不管是好球還是壞球,最重要的目的是什麼呢?
我認為最重要的目的,就是測試出來主審的好球帶範圍,以便和捕手合作,決定接下來的投球策略。因為投手所投的球,究竟是好球還是壞球,是主審說了算。
既使所有的主審都經過同樣的培訓,個人喜好還是有所不同的。即使同一個主審,在不同的時間、地點、情緒影響之下,他的好球帶還是會有變化的。聰明的投手,要拋棄自己的主觀,克制自己的情緒,針對主審投其所好。
投手就是匹千里馬,主審就是他的伯樂。今天出的問題在於,千里馬總是認為自己投的每一顆球都是好球,而不去想辦法了解伯樂的好球帶;究竟是寬還是窄?偏內角還是偏外角?偏高球還是偏低球?
我年輕的時候犯了很多錯,其中最大的錯誤就是,我當時並不了解,在很多事情當中,都有一個以上的主審,他們決定我做的事情是好還是壞,他們決定我的工作績效,他們為我的工作成果評分。這個主審,未必就是我工作上的直接老闆。
而我竟然不知道我的主審是誰?他們對於我的生活或工作成果有多麼重要?更遑論他們的好球帶在哪裡?
因此,在這種我行我素的情況下,我怎麼會遇到伯樂呢?即使遇到了伯樂,我也可能不知道。即使我知道我遇到了伯樂,我也可能得不到他的青睞。
我付出了很多的學費和代價,才了解到主審的重要性,才會在每件事情開始之前先找到我的主審,並且清楚的了解他們的好球帶。然後我的伯樂就一個一個出現了。
各位朋友,你有沒有想一想,在你的人生或職業生涯棒球比賽當中,你的主審是誰?他們的好球帶你清楚嗎?
selection bias定義 在 コバにゃんチャンネル Youtube 的最讚貼文
selection bias定義 在 大象中醫 Youtube 的最佳貼文
selection bias定義 在 大象中醫 Youtube 的最佳貼文
selection bias定義 在 美國金融日記, profile picture 的推薦與評價
倖存者偏誤從計量定義嚴謹的來說,屬於Selection Bias的一種。 我們用疫苗當例子。今天如果“輝端” “高瑞” 兩個品牌在進行測試的時候。選擇一大堆青壯年來打疫苗。 ... <看更多>
selection bias定義 在 [討論] 什麼是選擇性偏差(selection bias)? - 看板NCKU-PH98 的推薦與評價
在這篇裡面要跟大家說明什麼是選擇性偏差(selection bias)?
在上一篇裡面有跟大家提到,我們是從來源將偏差分類的
其中選擇性偏差是因為研究對象的選取不當所造成
像是1.研究組與對照組的可比較性差
2.研究各案的抽樣架構選擇錯誤
3.研究對象追蹤漏失或沒有回應(loss to follow up)
也就是說 當目標族群中不同疾病與暴露狀況下的個案 與被選為研究族群的比例不盡相同
這時候就有可能產生選擇篇差
我們來看看郭浩然老師上課時所給我們的定義(A Dictionary of Epidemiology)
Error due to systematic differences in characteristics between those who
are selected for study and those who are not.
一個因為系統性所導致的錯誤(Error)造成了被選進來做研究的人與沒有被選進來是不同的
也就是研究對象的選取不當 重點就在不同
 ̄ ̄
==============================================================================
那選擇性偏差會造成什麼後果呢?
我們一樣看看郭浩然老師給的定義(A Dictionary of Epidemiology)
“Selection bias invalidates conclusions and generalization that might
otherwise be drawn from such studies.”
選擇性偏差所造成最嚴重的後果就是會使研究是無效的,也就是說你花費這麼多的時間
浪費了這麼多的金錢,結果做出來的研究是沒效的
==============================================================================
那選擇性偏差可以補救嗎?
我們繼續看看郭浩然老師給的定義
selection bias is an error in study design or execution
-may be prevented by study design
-cannot be solved by analysis of the data collected in the study once it
occurred
選擇性偏差只能從實驗的設計來解決
並且選擇性偏差是無法事後補救的就算妳統計很強也一樣(學姊我沒針對妳XD)
希望這篇對大家有所幫助 接下來會跟大家討論什麼訊息性偏差(imformation bias)?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 218.164.227.189
※ 編輯: danail 來自: 218.164.227.189 (01/16 16:56)
... <看更多>