統計資料的收集和分析方式上的初探

Translated title of the thesis: A Preliminary Study on the Statistical Data Collection and Analysis
  • 熊 鴻

Student thesis: Master's Thesis

Abstract

在統計研究上,資料收集以及P值(P-value)是常見的兩個問題。本研究針對這兩個問題分別去探討: 1 同一問卷若設計成不同尺度,所得的結果是否會不同? 2 在統合分析(Meta-Analysis)中,如何簡單且近似的估計P值。 第一個問題主要探討的問題是,如何把不同尺度資料都轉化到同一尺度、哪種尺度是最好的評量尺度都是值得探討的問題。本研究一開始透過給同一批受試者填寫同樣題目不同尺度的問卷,觀察他們的填答狀況變化並且找出對應方式並且從3個尺度中找出問卷評量最適合的尺度。結果顯示,為當尺度改變的時候,填答者填答的狀況也更為左偏。一般來說,尺度提升的時候,填答者給的分數平均也會變高,所以如果想要明確區分出使用者喜好,使用5分量表是較好的;如果單純希望填答結果偏向樂觀,則使用100分量表是較好的。本研究使用模糊理論建構模糊歸屬函數,建立了一個對照表來顯示不同尺度資料轉化時的狀況。 第二個問題裡,當使用統合分析時,如何估計P值。傳統上來說都是使用Peto法或是MH法,此兩種方法都是將未計算到的資料直接忽視,或是使用某些數值插補運算 (Peto-CC法、MH-CC法等) ,但插補前後所得P值均與真實值仍有落差。Liu et al (2014) 提出了一種稱為CDF法 (Confidence Distribution Functions) 的統合分析,把前面的資料整合在一起,透過數學運算整合稱以得出更近似的P值。此方法提供了P值更近似的估算法,但由於使用時需要大量的數學運算,使得其他非數理統計背景的研究學者較不易使用,因此本研究在此提出簡單的估計方法,並驗證此方法與CDF法的估值結果差距不大。在?讀相關文獻時,可以直接使用此簡單的估計法來針對文獻中給的Peto法或是MH法自行估計出一個近似真實P值的數值。
Date of Award2016 Jun 20
Original languageChinese
SupervisorMiin-Jye Wen (Supervisor)

Cite this

統計資料的收集和分析方式上的初探
鴻, 熊. (Author). 2016 Jun 20

Student thesis: Master's Thesis