下週二(1/25) 考 試

在電腦教室

含資料分析、結果呈現與資料解讀，題目也包含研究設計

老師將提供 data set & 考題(研究問題)

open book，但不能討論

請老師澄清之問題 (revised)

Pearson/Spearman & Linear Reression
1. 已知概念:
(1) Pearson / Spearman correlation coefficient (r)可得知兩變項是否有關係存在，且關係為正向或負向
(2) Linear Regression可呈現coefficient of determination (R²⁾，可得知某一變項是否可預測另一變項 (可解釋多少變異量)
2. 未知概念: 是否因研究目的不同，如: 某一評估工具是否有良好預測效度，或某一評估工具的分數能預測另一評估工具分數多少，而用不同的統計分析方法?

希望老師再澄清的內容- revised

主題	已知	未知/待澄清
Effect size(ES)	效應值(Effect size, ES):反應性(responsiveness)統計指標之一。主要用途為瞭解前後測分數改變量的大小。Effect size 公式: ES= DX /SDpre [DX前後測差異的平均值; SDpre前測分數之標準差]。ES不會受樣本數影響。判讀標準: ES <= 0.2 : small; ES= 0.5: medium; ES > =0.8: large p.s. 自己對paired t test 與effect size 的理解: paired t test: 看同一群個案平均分數結果(前後測治療)有沒有顯著差異。但沒有說改變或差異有多大。 effect size: 如用在評估工具，可以看出評估工具是否能靈敏地反應治療效果；如用於療效驗證，可以用來判定治療的成效。 量表反應性的討論: 例如對中風個案而言，個案之功能變化可能來自於自然恢復火治療結果。然而，部分個案 (例如 sub-acute stage 後之個案)其功能恢復較為緩和，評估工具如無法敏銳地反應個案之些微改變，治療師可能因個案無顯著進步而改變或終止治療計畫。所以一個評估工具是否能適當的反映出個案或治療師感受到或觀察到的功能變化極其重要。 影響ES的因素: 從公式看來應該會受standard deviation的影響 – 若兩次測量的標準差數值相差很大的話 (high level of variability)，ES值會變小	概念：上次上課講義提到: 若ES低，則兩次分數的改變可能是誤差造成。想請問此誤差是指隨機誤差或系統性誤差? 或有沒有可能是評估工具本身的問題 (評估工具本身無法反應出個案的些微的變化)?

希望老師再澄清的內容 ~revised

問題	已知	未知/待澄清
解讀BDI的weighted kappa結果	已算出每個項目的weighted kappa值(取kw2)，且已解釋結果，已寄給老師。	想了解老師對我們算出的weighted kappa資料的看法，比較老師和自己的看法，互相切磋。
使用SPSS計算ICC，Type選擇使用?有兩種type：consistency和absolute agreement	已查到有關consistency和absolute agreement的資料解釋，如下： Absolute agreement: Measures if raters assign the same absolute score. Absolute agreement is often used when systematic variability due to raters is relevant. Consistency: Measures if raters' scores are highly correlated even if they are not identical in absolute terms That is, raters are consistent as long as their relative ratings are similar. Consistency agreement is often used when systematic variability due to raters is irrelevant.	雖然有找出英文的解釋，但仍然不是很清楚英文說明，需要老師提供範例解說。

自評學習進度之回饋

各種心理計量 [概念] 的部分: 請您在不看任何參考資料時，練習向他人解釋、或寫下來。之後請聽者回饋，及自行檢討不孰悉之處。再看看紫皮書的第1篇參考文獻，也再看看書中我參與的中文文獻，以及我寫的教科書章節。若還有不通，請在此部落格提出討論。

各種心理計量的 研究設計，請您在不看任何參考資料時，先想想如何設計一個研究(或有不同之設計)，以進行該心理計量特性之驗證。再看看紫皮書的相關研究的研究設計。若還有不通，請在此部落格提出討論。

對於不熟悉的心理計量之 SPSS 分析，請再練習，含SPSS結果輸出部分的解讀。若還有不通，請在此部落格提出討論。

資料解讀，除了判斷是否符合既訂的標準，也須思考其真正含意(尤其是臨床意義)。請閱讀紫皮書之相關研究設計、資料分析、結果後，先自行解讀，再比對作者之解讀。若還有不通，請在此部落格提出討論。

師父引進門，修行靠個人!

You do your part, I do mine.

想要請老師補充的心理計量特性概念

主題	已知	未知/待澄清
Effect size(ES)	ES可用於瞭解量表在反應一群個案在治療前後的改變量的大小。而測量工具的ES大小，也可作為選擇工具和訂定治療計畫的依據。	1.概念：反應性研究中的ES數值是否應解讀為：可以低/中/高度反應個案的變化？或是有其他解讀方式？ 2.應用：當工具的反應性低，個案的進步量就不容易被反應出來。則應如何比較測量同一概念但不同反應性的工具的分數改變？ 3.研究設計：當治療效果的改變量真的非常小的時候，未必是工具不好。則應如何確認工具的反應性？是否應該只收：自己/治療師覺得有進步的個案進行反應性驗證？
ICC	ICC可用於估計兩次測量結果的一致性。ICC的計算方式與ANOVA有類似的概念。	1.概念：ICC與ANOVA的概念相同與相異之處？（之前報告時，我一直無法區別這兩者）
	Model1用於有施測者群的隨機施測；model 2用於施測者與受測者皆為隨機選取、且受測者皆受相同施測者評估的施測；Model 3用於受測者隨機選取，施測者為事先指定的施測，因此結果的推論性不同。	2. 概念：3個Model的選用，以 model2最常見，不知在什麼情況會使用model1和model3為佳？
	SPSS的操作上，有consistency與 absolute agreement的選用。目前找到的資料為：兩次施測者如果是相關的，就選用absolute agreement。施測者如果不相關，就選用consistency。	3-1概念：不知道這兩者是否有更清楚的定義與差別？ 3-2概念：是不是因為不論做施測者間信度或再測信度，都是由同一群/同一個施測者施測，因此選用absolute agreement？
	團體比較時，ICC>0.7為可接受；個人比較時，ICC>0.9為可接受。	4-1 概念：ICC的分數，是否可以誤差或機率來理解？例如：ICC=0.8，表示兩次測量結果，有20%的分數可能是由測量誤差造成的，或是可能有20%的評分結果不一致。或是有其他方法，可以解釋給個案聽懂。 4-2 結果解釋：大於可接受以上的ICC值，要多少以上才算是良好呢？ 4-3 概念/研究設計：ICC要如何用於個人比較？如果前後測各只有一個分數，用相關計算似乎比較簡單。
Regression	迴歸可用於瞭解變項的關係，並且可以用幾個變項預測有相關（但不同）的變項。因此，可用於效標關連效度當中的預測效度。例如：以A量表的測量結果，預測個案三個月後B量表（B能力）的表現。	1.概念：雖然由文獻回顧可知通常都會把那些因素納入迴歸分析的變數當中。但是變項的重要性與數量應該如何決定？R2要多少為佳？ 2.研究設計：如何決定採用哪一種迴歸模式，最能解釋資料？例如：直線迴歸、非線性迴歸、羅吉斯迴歸等。

請老師澄清之問題

1. effect size: 目前知道可用來看評估工具的responsiveness，但用於療效驗證或後設分析的部份則較不清楚
2. linear regression及Pearson /Spearman都可用來看correlation，如何選擇?
3. ROC curve: 如何計算及呈現