處理資料缺失的方法
處理資料缺失的方法有很多種，下面列出常用的幾種辦法：
Listwise deletion
listwise deletion 就是把分析模式中的變數，沒有資料的都移除。這種方式的好處是：1) 各種統計資料分析都適用；2) 不需要特殊的方式處理資料缺失。以目前的統計軟體來說，都會自動採用listwise deletion.…
統計分析
Missing data 資料缺失簡介
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.…
Missing data 資料缺失簡介 Read More »
Stata: 字串變成小寫
在輸入資料的時候，有時候團隊有不同人輸入，大小寫會不一致。當幾個資料檔想要match起來的時候，就會match不起來。這時候，不妨將資料全部標準化，字串全部變成小寫。
這部分很簡單，一個變數只要一行就可以搞定。如果原本的變數叫name的話，那一行程式就是：
replace name = strlower(name)
這樣就可以解決大小寫不一致的問題了。
…
計算 Effect Size：p 值顯著了，還要看什麼？
「你的結果 p < .05，但 effect size 呢？」
這是我在回審稿意見時，最常打的一句話。
很多研究生花了大量時間讓 p 值顯著，卻沒想到審稿人還想看一個數字。為什麼？
p 值告訴你「有沒有」，Effect Size 告訴你「有多大」
p 值受樣本數影響極大。樣本夠大，幾乎任何差異都能顯著。
但「顯著」不等於「重要」。一個 0.1 分的差距，樣本大到一定程度，p 也可以 < .001。
Effect size 才是真正告訴你：這個效果，在實際上有多大、有多重要。
最常用的 Effect Size：
適用情境：兩組平均數比較（如實驗組 vs 控制組的後測差異）
公式：
d = (M實驗組 − M控制組) ÷ SD合併
其中 SD合併的算法：
SD合併 = √[(SD實驗組² + SD控制組²) ÷ 2]
📊 舉例：M實驗 = 24，M控制 = 20，SD實驗 = 5，SD控制 = 4
- SD合併 = √[(25 + 16) ÷ 2] = √20.5 ≈ 4.53
- d = (24 − 20) ÷ 4.53 ≈ 0.88
怎麼解讀 d 值？
Cohen（1988）提供的參考標準（教育研究中常用）：
- d = 0.2 → 小效果（small）
- d = 0.5 → 中效果（medium）
- d = 0.8 → 大效果（large）
⚠️ 這只是參考值，不同領域有不同的基準。教育研究中，d = 0.4 就已經算有實務意義了（Hattie, 2009）。
懶人計算工具
不想手動算？這個線上工具直接幫你算：
🔗 Campbell Collaboration Effect Size Calculator
把平均值和標準差輸進去，直接出 d 值，還支援多種計算方式。
其他類型的 Effect Size
Cohen’s d 只是其中一種。依統計方法不同，有不同的 effect size：
- r（相關係數）：r = 0.1 小，r = 0.3 中，r = 0.5 大
- η²（eta squared）：ANOVA 用，說明組間變異佔總變異的比例
- ω²（omega squared）：比 η² 更保守的版本，大樣本推薦
- Odds Ratio：邏輯回歸、勝算比分析常用
meta-analysis 中計算 effect size 的方式更複雜，建議參考 Borenstein et al.…
計算 Effect Size：p 值顯著了，還要看什麼？ Read More »
Excel: 計算單字出現次數
有時候我貪圖省事，就會拿 Excel 來作 interview 的 coding，其實codes不多的話，拿excel作coding 真的滿快、滿方便的。
通常我會把一句話或短的段落放在一個excel 的 cell，然後直接作 coding，像是abca。
問題就來了：如果我要知道全部有幾個 a、幾個b，該怎麼作呢？
非常簡單，在另外一個cell，用以下的公式：
=LEN(A2)-LEN(SUBSTITUTE(A2,"a",""))
A2 就是要計算的 cell。所以我會把所有的 cells 分別算次數，然後再加總。
這樣作如果熟練的話，其實滿快的。唯一的缺點就是如果你cell裡面句子長的話，你又直接作coding，會沒辦法知道你的codes對應哪一個部分。
…