我在台灣唸博士班學到的事
黃佳欣
台灣大學昆蟲系暨研究所
cacbug@gmail.com
我目前是台大昆蟲所博士班的學生，對於四年多的研究生涯有不少的體會及想法，藉由研究生2.0版主提供的機會希望跟各位研究生們分享，基本上是我自己針對在台灣唸博士班的看法。在無遠弗屆的網際網路上不難發現各式各樣能夠幫助研究的方法或是資源，例如研究生2.0 就提供一個很好的平台，而我這次想要寫一些關於念博士班的態度，尤其分享給念生命科學領域的同學或是未來的博士生們。
# 認清攻讀博士學位的定位
如果看過Matt Might 圖解什麼是博士，一定還記得，所謂的博士就是努力並達成突破知識邊界上的一個點 (According to the book of the illustrated guide to a Ph.D.…
徵文第二名：我在台灣唸博士班學到的事 by 黃佳欣 Read More »
在學術領域，經常會有寫 cover letter 的機會：一是申請國外學校，一是投期刊文章，一是找工作。有時候寫 grant proposal 時也要寫，但在我的領域似乎不常見。最近剛好也要寫 cover letter 了，趁機會找些資料並摘錄重點。
什麼是 cover letter 呢？簡單地說，就是你在申請任何東西時，附在這疊資料裡，當作是最前面的那一頁。也有人把 cover letter 叫作 motivation letter，換言之，就是寫為什麼你要申請。如果是申請工作，這封信就是向僱主介紹你自己並說服他們錄用你。
下面分三種類型來說。
申請國外學校
其實 cover letter 不是申請國外學校所必備的文章，但是一個寫的好的 cover letter 有助於提高你上榜的機率。Cover letter 只需一頁，在申請學校時，你要說明：
1) 說明目的，你申請的是什麼學校、什麼 program。
2) 承續上點，稱讚這間學校，並簡單說明你以後想作什麼研究。
3) 說明附件，並指出自己的優點。要讓學校覺得你會成為他們的 assets (資產)。
4) 請他們慎重考慮，並說明有問題請聯絡你。
很重要的是：如果你申請很多學校，請每一封都「客製化」一下，也就是每一封都要看起來不一樣並有針對性，而不是像是抄不知道哪裡的範本的。
投期刊文章
其實不是每本期刊都要求 cover letter (在這種情況下，有人稱之為投稿信)。雖然在 How to write and submit an academic paper in 16 weeks 有一個部分是介紹投稿信，但只有一頁的介紹實在是不足以應付各種不同的情況。網上有許多的範本。其實寫作 cover letter 的邏輯與申請國外學校是一樣的，只是內容不同。
內容大致包括：
1) 說明投稿文件的標題，與欲投期刊。
2) 說明這篇文章的重要性 (significance)。
3) 說明你們遵守上面的規定。
4) 謝謝他們並請他們慎重考慮。
當然，寫英文信的基本格式要注意，要記得放上聯絡資訊。這個網頁有些模版，可以參考：http://opticalcommunication.blogbus.com/logs/4114204.html…
作因素分析時，常會碰到兩個讓人頭痛的名詞：因素負荷量 (factor loadings) 與特徵值 (eigenvalues)。加上 scree plot 的判斷，很多人在這幾個步驟都卡住了。這篇的目標很簡單：不講太多數學，把這幾個概念說清楚，以及它們實際上在回答什麼問題。
特徵值（有時也稱為 characteristic roots）回答的是一個問題：這個因素能代表多少個變數的資訊？
以 10 個變數為例，所有因素的特徵值加總等於 10。如果某個因素的特徵值是 0.5，代表它只解釋了半個變數的資訊量——留下這個因素，對精簡變數結構的幫助非常有限。
常見的判斷準則（rule of thumb）是：特徵值 < 1 的因素通常可以刪除（Harman, 1976）。背後的邏輯是，若特徵值小於 1，代表這個因素解釋的資訊量連一個原始變數都不如，自然沒有保留的必要。這個標準在 EFA（探索性因素分析）初步判斷時最常使用，大部分期刊也接受。不過它並非最嚴謹的方式，最好搭配下面的 scree plot 和理論意義一起判斷。
除了看特徵值，也可以觀察每個因素解釋的 % of variance，了解所有因素加總能解釋多少總變異量。
Scree Plot 是另一個判斷因素數量的工具。它把每個因素的特徵值由高到低畫成折線圖，你要找的是線條突然變平的轉折點——轉折點之前的因素留下，之後的捨棄。
轉折點後，每多留一個因素，能新增的解釋量已經非常有限，留下來只會讓模型變複雜，不會更清楚。
需要注意的是，Scree Plot 有一定的主觀性。如果折線是慢慢變平而非突然斷下去，不同人看到的轉折點可能不一樣。這時候不要硬選，應回頭對照理論：這份量表在概念上應該測幾個維度？特徵值準則、scree plot 和理論意義三者一起看，是最穩的做法。
確定保留幾個因素之後，下一步是理解每個因素的意義——靠的就是因素負荷量。
因素負荷量是個別變數與因素之間的相關程度（未轉軸前），數值介於 -1 到 1 之間，類似 Pearson 相關係數。因素負荷量的平方，就是該因素能解釋這個變數多少的 variance。例如負荷量為 0.4，代表能解釋 16% 的變異量。
依照 Hair et al.…
因素負荷量 (factor loadings) 與特徵值 (eigenvalues) Read More »
