Week 18 (2024/01/29-2024/02/02)

任務與進展

2024/01/31 ADL會議暫停一次

目前收案人數16人
已經持續5週沒有新個案了
本周ADL收案人數：0人

2024/01/30 研究計畫撰寫-統計分析課程紀錄

學習概念釐清

1. 資料分析之用途？
• 資料分析有四大用途，驗證或拒絕假設、呈現現象和趨勢、提供決策支援、接露新的連結或模式，一個資料分析可能有一格或以上的用途，取決於該資料分析之研究目的。
2. 效應值(effective size)為何？
• 是在統計學和研究中使用的衡量指標，用於評估實驗或研究結果的重要性或影響力。
3. 什麼是Cohen's D？
• 他是一種常見計算效應值的方法，主要透過比較兩組之間的平均值差異相對於標準差的大小。
• 公式Cohen′s d=SDp​M1​−M2​
• 小效應：d=0.2
• 中效應：d=0.5
• 大效應：d=0.8
4. 回歸與相關係數之間的差別？
• 兩者的比較屬於進階統計，現階段先清楚了解兩者個概念即可
• 迴歸分析用於探討兩個或多格因素之間的關係。自變量可以用來預測因變量的變化，而因變量則是希望理解或預測的變量。
• 相關係數是一個統計量，用於衡量兩個變數之間的線性相關性程度。常見的相關係數是皮爾遜相關係數（Pearson correlation coefficient）。
5. 有母數和無母數分析之間的區別？
• 它們之間的主要差別在於對於母體參數的假設情況不同。
• 在有母數分析中，我們對母體的概率分佈做出了特定的假設，通常假設數據服從某種特定的概率分佈，如正態分佈，因此通常對於大樣本和特定的數據情境（如實驗設計）效果較好，但需要滿足特定的假設。
• 在非母數分析中，我們對母體的概率分佈做出較少的假設，或者完全不假設其分佈情況。由於較少的假設，非母數方法通常對於小樣本和數據分佈不明確的情況效果較好，但通常也需要更多的數據才能達到相同的統計功效。
• $$�=0.2d=0中等效應：

2024/02/01 chatgpt會議記錄討論

討論內容

1. chatgpt 4.0之instruction目前已知token數0上限為8000字，而Word檔之字數約7245字。
2. ###的使用方法討論，討論結果認為以上下括弧的方式較佳，可以明確區分指示內容，方便chatgpt讀取資訊及讀者閱讀。
3. 撰寫instruction時，加入個標題段落引言能讓讀者容易掌握綱要及使chatgpt更易讀取資訊。

chatgpt模擬標準病人目前進度

    榆函已完成三組標準病人：李曉東、劉建國、梁紫萱，並進入測試階段。

chatgpt模擬標準病人下週目標

1. 榆函之標準病人開始進行測試，完成第四位標準病人吳思凱。
2. 怡晴學姊、軒祐開始模擬測試。