[分享]保留遠端討論「手寫」資料的方法

由於討論統計問題時，會使用較多圖示、公式，因此老師有提供李晏手寫板來幫助講解。
可是，手寫板只能在圖檔上進行編輯，一直在小畫家開新檔案非常麻煩，而且之後要整理討論內容也不方便。

昨天在報告心理計量課程的時候，偶然想到：如果投影片開全螢幕，就可以選擇珠鋼筆/螢光筆/簽字筆，然後在上面寫字。
所以今天討論時，開啟Gogrok對話後，開啟一個投影片檔，按5張空白頁，
然後選成全螢幕（投影片播放），再按右鍵，選擇指標選項、鋼珠筆，
就可以寫字了！
不夠寫的話，可以跳到下一張投影片。
討論完之後，按Esc離開投影片放映時，電腦會問你要不要保留剛才的軌跡？
選擇「是」，就可以保留討論時，李晏所寫的內容了！

這真是令人振奮的好消息！

圖示如下：

2010/11/30心理計量特性之概念與驗證報告主題

Jenny和姿誼這週要報告的主題是Ceiling/ Floor Effect, Content Validity & ICC (intraclass correlation coefficient)。
敬請期待 :)

希望我這次可以把ICC的應用講得更清楚一些......

[統計諮詢]效度之驗證方法

諮詢主題	效度之驗證方法	預計諮詢時數	1小時
欲澄清的問題	對此主題的已知概念	對此主題的未知概念
	MTMM為一種可以同時判斷收斂效度和發散效度的研究設計。但因為必須找到很多個測量同樣特質的工具/方法，逐一施測再比較結果，因此不易實行。然而，如果能得到MTMM矩陣，便可得知量表的信度係數、收斂效度、發散效度、以及施測方法是否有偏誤。	1.如何由MTMM矩陣看出方法偏誤？
	效標效度為檢驗量表與公認的效標（測量同一特質的量表/診斷）的測量結果相關的指標。效標效度高，表示量表可能確實再測量所欲研究的特質。 ≧0.75為良好效標效度的基本標準。	2.若效標效度過高(>0.91)，可能造成量表與效標的題目相似度過高或重複，不知效標效度是否有可接受的上限？或是應該如何避免題目過於類似的情形？
	效標參照的量表是指測量結果有一絕對的判斷標準，而非透過與他人比較來判定。常模參照的量表是指測量結果與具有代表性的常模對照，以瞭解個案在常模中的排名。	3.如果量表可同時具備效標參照與常模參照的特質，適用性會更廣。請問：如果要發展具備兩種特質的量表，需符合哪些條件？

統計諮詢記錄表-ICC的6種形式

諮詢時間	2010/11/29 19:30-21:30	諮詢時數	2小時
諮詢主題	ICC的6種形式
諮詢內容彙整	對此主題的未知概念	諮詢後釐清的概念
	1.ICC如何清楚區別6種形式的使用情境？	Model的部分： ICC的3個models最常用的是model 2和3，因為model 1需要找很多施測者，在現實情境中並不常發生。因此，model的部分只要區別施測者是隨機或固定，就可以決定model 2 or 3。 Formats的部分： 單一評分表示：只要得到單一個數字就可以當作指標。平均評分表示：不適合以單一個測量結果代表我們有興趣的結果/族群，因此會以測量結果的平均來降低誤差。例如：測量三次血壓取平均。
	2.如何區別ICC和ANOVA的思維？（因為我能舉出來的例子都很像ANOVA，而不像ICC）	ICC雖然運算的概念與ANOVA相同，但使用上以信度為主，因此應以施測者間信度、內部一致性、複本信度來找例子，會比較貼切。
心得或建議	雖然整理出來東西很少，但其實是花很多時間理解。此外，目前我遇到最大的困難是：醫學相關期刊的研究多半只採用一種ICC的形式（而且那種還非常普遍），因此不知道要怎麼找到比較各個形式的差別、用途的文獻。

[統計諮詢]ICC的6種形式

諮詢主題	ICC的6種形式	預計諮詢時數	1.5小時
欲澄清的問題	對此主題的已知概念	對此主題的未知概念
	ICC為適用於連續量尺的信度指標，可用來檢驗施測者間的評分一致性。 ICC有3 models(one-way random, two-way random, two-way mixed )* 2 formats(single or average rating)。可是研究目的選擇適當的模式。又，同一筆數據選用不同模式，計算出來的ICC值會不一樣。	1.ICC如何清楚區別6種形式的使用情境？ 2.如何區別ICC和ANOVA的思維？（因為我能舉出來的例子都很像ANOVA，而不像ICC）

統計諮詢記錄表-ICC的計算、模式的選擇、EFA的斜交轉軸、CFA的作法

諮詢時間	2010/11/26 15:00-16:30	諮詢時數	1.5小時
諮詢主題	ICC的計算、各模式的選擇、追加（EFA和CFA的作法）
諮詢內容彙整	對此主題的未知概念	諮詢後釐清的概念
	1.ICC與ANOVA的關係	ICC和ANOVA在拆解觀察值與期望值的計算方式一樣，因此在計算ICC時會用ANOVA的概念計算。但是，ICC主要是用來計算信度，因此在研究設計上，沒有ANOVA那麼複雜。 而ICC的模式（fixed/random）可以以ANOVA的觀念理解，但其實比較單純：只要考慮研究目的想驗證的信度是誰跟誰比較。Model 1因為評分者為隨機選取、且每個個案的評分者都不同，因此在醫學領域少見。Model 2個案和評分者都是隨機取得，因此推論性較大。Model 3的施測者是固定的，因此結果只能判斷施測者間的一致性，推論性較低。
	2.比較兩組的差異，為什麼不能只選用t-test？是因為要比較的變項超過兩個嗎？	由於ICC的觀察值是（舉modle 1為例），因此要比較兩個觀察值的時候，並不是真正兩兩比較。所以不適合用t-test。
	3.追加的問題 3-1 未知：FFA的斜交轉軸的意義 已知：EFA可以簡化資料，以因素模型來說明資料的變異量。	使用轉軸的目的是為了使因素結果傾向於簡單因素結構，讓因素結構可以解釋大部分的資料。而原本的直交座標的意涵為：兩個因素之間沒有相關。但是，我們所測量的構念既然是由兩個因素組成，兩個因素就不太可能沒有相關。所以，會採用斜交轉軸。 兩個因素之間的相關係數，就代表座標軸的夾角。相關係數越大，兩軸所夾角度就會越小。
	3-2 未知：CFA的作法 已知：CFA的結果可驗證建構效度（檢驗資料是否符合預計的模型）	CFA的作法為：透過文獻回顧，找出幾個較佳的因素模型，再看看實驗蒐集到的數據是否能用這些模型解釋。
心得或建議	自己在準備的資料不夠充分的時候，不容易問出具體的問題/答案，也會使回答的人很難回答。

統計諮詢規則

1. 請於諮詢48小時之前，將問題、目前所知/未知等 post 於此部落格。
2. 諮詢後48小時內，將諮詢結果/意見，post 於此部落格。
3. 請自行跟李宴約時間，建議固定時段，就跟排課表一般。
4. 請善用資源，務必事先準備與事後彙整，再請李宴於下次諮詢時，確認最後彙整內容。
5. 諮詢後，若未將諮詢結果/意見，post 於此部落格，請勿再諮詢。
6. 未詳盡/可行之處，未來再做修改。