Author name: researcher20

暑假一轉眼就接近尾聲了，相信許多老師都開始準備下學期開始的課程。由於我也開始教研究所的課程，手邊也有好幾個syllabus當作範本，於是想整理一下syllabus的元素，與各位老師交流交流。

課程基本資料

我所指的課程基本資料是一些基本訊息，像是課程名稱、授課者等。我列出來如下：

• 課程名稱
• 課程代碼
• 研究所名稱
• 學校名稱
• 授課者
• 授課者email
• 授課程辦公室電話
• 授課程者公室
• 授課程office hour
• 課程時間、地點

課程內容

課程內容包含以下部分：

• 課程介紹：通常授課者都會提供一段到兩段的介紹，說明這個課程的內容，並簡略說明可能會包含的主題。
• 課程目標：列出三到五個課程目標，說明學完這門課之後，學生能學到哪些方面的知識與能力。
• 課程作業：由於是研究所的課程，課程作業與評分不外乎根據：出席、課程參與程度、報告與帶討論、précis、期末報告等。在每項作業後面，最好加上作業的目的、要求、繳交日期與評分標準。
• 每周主題與閱讀：主題可以是每周不同，也可以是好幾周的閱讀組成一個大主題，這部分就看授課者的安排。至於閱讀量，研究所博班的課程，一個禮拜指定的閱讀量差不多要在100頁左右。另外在安排每周主題的時候，要先查查registrar的calendar，是不是有節、假日。
• 課程期望與要求：通常課程要求有幾項：academic honesty、請假規定。研究所的課常常會有學生遲交作業，這部分也要說明授課者的規定。另外，如果有students with disabilities，老師也要安排一下如何處理。

基本上，一個syllabus就包含這些元素。

另外，建議大家在當研究生修課的時候，將授課教師的syllabus保存下來。如果有些課想選但因為種種時間沒選，也不妨向授課教授詢問是否能把syllabus給你。因為這些你在研究所上的課，很可能就是你以後會教的課。…

xtmixed 是Stata裡面用來作階層線性模式 (hierarchical linear modeling，簡稱HLM) 的指令之一，這篇文章就簡單介紹一下Stata 中xtmixed 指令的語法以及如何使用。

要用xtmixed，你得先決定一下你的模式是二階層的或是三階層的。二階層的例子像是：一個學生，在不同的時間作了多次測試，所以第一層是學生自己不同時間的差異 (within-variable difference)，而第二層是學生與學生之間的差異 (between-variable difference)。如果第一層不要是時間的變數的話，那另外一個經典例子就是看家庭，第一層就是每個子女，第二層就是每個家庭。

如果要三階層的話，第一層可以同樣是時間，第二層是學生，第三層是班級 (或是學校)，所以第三層可以看出班級與班級之間的差異。如果要用家庭的例子，那第一層是每個子女，第二層是每個家庭，第三層是每個社區。

xtmixed 的基本語法如下：

xtmixed DV FIV || RIIV: RCIV

在裡面，DV是dependent variable，FIV 是有fixed effect的independent variable，在||之後放的是random effect，先放random intercept，:後放random slope。RIIV 是有 random intercept的independent variable，而RCIV是有random slope的independent variable。簡單地說，分組的變數，像上面說的第二層的學生，第三層的班級，或是第二層的家庭，第三級的社區，都是random effect裡面的random intercept。

至於什麼是fixed effect，什麼是random effect，這說來話長，留待日後補完。

二層階層線性模式

如果以二層的例子，第一層是學生在不同的時間，第二層是每個學生，那會先跑一個什麼fixed effect都不加的unconditional模式。

xtmixed的指令大概會像這樣：

xtmixed 成績 || 學生:, mle

成績是DV，這大概沒什麼問題；|| 之後放的是random intercept，正如前面說的，這是分組的變數。

三層階層線性模式

如果是以三層的例子，第一層是學生在不同的時間，第二層是每個學生，第三層是班級，那unconditional model如下：

xtmixed 成績 || 班級: || 學生:, mle

基本上這就是xtmixed最簡單最簡單的說明了。如果要加fixed effect，就是加在第一個||與DV之間。比較複雜的留待下篇說明~…

開始教課之後，除了面對如山般的作業要批改以外 (數位化之後，應該換成許多個資料夾的作業)，常常還得面對不同檔案格式無法開啟的問題。這篇是給健忘的我作筆記，紀錄一下如何在Windows電腦打開使用Mac儲存的.pages檔案。

最簡單的辦法，就是更改附檔名，將.pages轉換成.zip…

Missing data (缺失資料；亦有人翻成缺失數據) 是在研究界日益受到重視的問題，要寫grant proposal，很多補助機構都會特別要求在提案時，清楚說明要如何處理missing data。但由於處理missing data 有一定的難度，其中的概念也不太好了解，中文方面的資料也不太多。我就根據我所讀的/所懂的，儘量用淺顯的語言讓大家知道。

在一開始說明missing data之前，要先來談談為什麼要討論missing data。如果你的研究是利用survey，從人群裡取出1000位具有代表性的受試者，調查他們的行為。當你在跑multiple regression的時候，程式會自動用listwise deletion–也就是在你的分析模式裡面，如果該受試者沒有回答，就不列入model裡面，這樣的話，你的分析模式裡面的人，肯定會少於1000入，甚至小於500人。這時候問題就來了：原本1000位的受試者是具有代表性的，當分析時，你的受試者降到500位，你的sample還能代表整個population嗎？

因為這種種問題，所以了解missing data是很重要的。

Model

首先會提到model這個詞。這個詞會用在三個地方：

1.…