前面的文章探索性因素分析的設計與使用 (一) 講到了模型契合方式的選擇，裡面提到了幾種常用的方法：

常用的方法有 maximum likelihood (簡稱ML), pricipal factors with prior estimation of communalities, 和 iterative principal factors。

ML 的優點是可以得到較廣的模型適合度指標 (a wide rage of indexes of the goodness of fit of the model)。此外，ML 還允許測試 factor loadings 與因素之間的相關度是否為顯著。然而，ML 的限制是假設了多變量的常態性 (normality)。如果嚴重違反常態性，得出的結果將是扭曲的。

principal factor methods (包含 iterated 與 noniterated的。注意：principal factor methods 與主成份分析是不一樣的) 的優點則是沒有常態性分佈的假設。此外，principal factor methods 也較不會得到扭曲的結果。然而，此種方法的缺點是提供較少範圍的 goodness of fit indexes (適合度指標)。此外，一般來說也不提供 confidence intervals 和顯著測試。

但這些解釋可能不是很直觀，所以找了個英文說明，讓大家更清楚。

 

在上一篇文章談美國教授薪水的時候，大家別顧著看薪水有多高。該份資料不分學科，所以你看到的薪水可能與你實際拿到的有很大的落差。不過關心薪水當然是好事，但更重要的是：你怎麼樣找到工作。如果你剛開始找美國的學術工作，可從找工作索引文章開始看起。

今天要講的就是美國歷史學博士的就業狀況。我本身不是學歷史的，寫這篇文章完全是因為美國歷史學會 (American Historical Association) 有一份非常詳細的資料，追蹤從1998-2009年之間，超過2500位歷史系的博士畢業生就業狀況。這裡面的結果非常有意思。

下面是主要發現：

1.…

求職季快到了，在美國想求職的同學，可以從之前的文章國際學生如何在美國找工作看起，另外，也可以看版上找工作的索引文章，相信會有不少幫助的。

在求職季到來的時候，很多人可能在想要繼續往學術界發展，或是往業界發展，甚至是自己出來創業。這個問題我沒辦法幫大家回答，但參考一下美國教授的薪水，你會比較有概念，並且知道如何取捨。

這是2013-14 AAUP Faculty Salary Survey的結果。

平均來說，Columbia University的full professors最高，年薪21萬5千5百美金。

Associate Professors的話，哥倫比亞大學排名第一，在145,300。

Assistant Professors 的話，哥大約在11萬美金左右。

看最高的薪水，其實不準確，因為美國各校差異大，各州的物價、生活水平相差非常多，所以你必須依照自己想去的地方、學校來作判斷。

一點資訊，僅供大家作參考。…

在之前的文章提到過什麼是effect size, 另外一篇文章提到計算effect size的方法，裡面有個計算effect size的計算器，輸入資料之後，就能計算effect size (效應值)，非常好用。
研究就是解決一連串的問題，如果你是比較平均值的差異，藉此來算effect size，這是由計算器就可以得到的。
然而，如果你的結果是odds-ratio或是risk ratio，那你用計算器只能得到log odds ratio，這個數值並不是effect size。有沒有簡單轉換公式可以用呢？
那我們一步一步來。
首先，可以到 http://www.campbellcollaboration.org/escalc/html/EffectSizeCalculator-OR4.php，開始使用計算器。…