令人心碎的一週

一個好好的星期天，卻發生兩件令人心碎/心跳的比賽....

先說說兄弟象好了，其實看到恰恰的奮戰精神，和由挑戰賽到總冠軍第7站的表現，其實也滿足，雖然結果有點令人難過，但令人整個心碎的比賽卻出現在F1中。

我很少看到重播比賽確如此心跳加速，2008年度車手冠軍幾乎可以說在最後一個彎角，最後10秒鐘才決定，在倒數幾圈的時候，總冠軍不斷在Massa和那位討人厭的H車手中轉換，真的是超刺激的。但最後卻是那個H車手拿到，真是太令人失望了，看到Massa在台上流淚的樣子，好無言喔。

看比賽如果有支持的隊伍，真的會很有感覺，不管是勝利或失敗，真是很棒的感覺！

黃軍和紅軍明年加油，特別紅軍車手明年不要再讓那位拿冠軍了。

SAS Certified Base Programmer Credential for SAS 9

自從幾年前知道SAS有所謂全球認證考試的時候，就很想要試試，終於在前一段時間順利取得了，把一些個人的心得和大家分享。



參考書目方面，SAS Programming I、SAS Programming II和SAS Certification Review:Base Programming for SAS9（簡稱CRB），這三本SAS公司正式課程的講義是很棒的參考書目。當然能去上這3堂課可能會是更好的選擇，這3個課程我都上了，在老師的講解下，對以前比較模糊的概念重新釐清，對於考試老師應該也會有重點提示！如果時間真的不夠，那強烈推薦CRB課程一定要去。

模擬試題，在CRB課程後面會有50題的試題，而網路上也可以找到所謂的「50題」和「123題」，其中的123題可能是某家補習班出的，而似乎有點過難，時間不夠可以考慮跳過。

「CRB」和「50題」如果的答題正確率有超過75或80％，正式考試的通過率應該不會太低了。不過我考試時當天可能運氣比較差，覺得正式的題目似乎比模擬題目難了一些。

準備考試，還是需要讀書的，因為會考一些平常比較少用的指令，例如PROC REPORT，可能需要用腦袋記下了。如果有幾個同伴一起準備，應該也會很有幫助，大家先以題目為主題討論，互相分享大加的讀書心得，如再加上已經自己有1年以上的SAS使用經驗，應該對考試更有相當大的幫助，因為有不少題目，用實務經驗判斷就好。

考試形式為70題單選題，正確率達65%便可取得證書，英文出題，考完當場就知道成績。

有興趣朋友可以參考下面兩個連結的內容，當然還有課程的費用（不要被嚇到！）

SAS台灣官網：
http://www.sas.com/offices/asiapacific/taiwan/index.html

SAS Global Certification Program：
http://support.sas.com/certify/

台中也是會淹水的！

我自己住的門口，平常大雨也不會怎樣，但沒想到今天這個颱風，卻讓門口的道路變成小河...
原本還打算出門吃早餐的，只好回頭吃泡麵了，真是有夠猛的！
下面的影片和照片雖然很短，但也可以稍微感受到『河水』的感覺吧。

GPS手機真好玩

最近買了一台有GPS的手機。
剛好今天做高鐵回台中，路途上無聊開了GPS...


將PaPaGO! VR-ONE紀錄的檔案轉到Google Map的圖如下（藍色的線），看起來還滿不錯的，
好像自己用筆畫在高鐵的鐵軌上！

整個40分鐘的過程中PaPaGO!回報的速度幾乎和高鐵車上公告的速度一樣。

好貴的F1賽車執照費

今天看到新聞才知道，F1的一張執照規費真的是天價阿，以目前薪水最高的車手Kimi Raikkonen來說，一張F1賽車執照規費可能高達35萬美金，約合台幣1050萬以上.......

『 Firefox 3 』 於2008-06-18全球同步推出

等待許久的Firefox3終於正視推出了，執行速度更快，更省資源。

Firefox 3 中文官方網頁

超炫瀏覽器，手滑創紀錄

Firefox 3好像快出，又開始有活動了，作為Firefox 的愛好者，當然一定要推廣的啦，
這次的活動就是希望能創下同一天下載同一軟體的世界紀錄，詳細內容在活動網頁已經很清楚了，
有興趣的一定要去看看。

『超炫瀏覽器，手滑創紀錄』活動網頁

就目前2008/6/1 PM8:30 台灣的預約人數為「7431」，一起加油吧！

在Blogger增加新玩意

2008/4/21新增：
Label Clouds(標籤雲) For Blogger
(http://joshnote.blogspot.com/2007/01/label-clouds-for-blogger.html)

繪製ROC曲線和比較兩條ROC曲線下面積

SAS實用巨集簡介：繪製ROC曲線和比較兩條ROC曲線下面積

目的為介紹SAS官方網頁中關於ROC曲線的巨集(Macro)程式，程式分別為「繪製ROC曲線」和「以無母數方式比較兩條ROC曲線下面積」。本文中所提及之程式，僅為原作者的部分語法，詳細語法請見原文說明，兩篇原文出處連結如下：

Sample 25017: Nonparametric comparison of areas under correlated ROC curves (http://support.sas.com/kb/25/017.html)
　roc.sas程式：http://support.sas.com/kb/25/addl/fusion_25017_6_roc.sas.txt

Sample 25018: Plot ROC curve with labelled points for a binary-response model (http://support.sas.com/kb/25/018.html)
　rocplot.sas程式：http://support.sas.com/kb/25/addl/fusion25018_4_rocplot.sas.txt


請先將程式下載至本機硬碟中，建議將Sample 25017的程式取名為roc.sas，而Sample 25018的程式取名為rocplot.sas。必須要注意的是，如果是想比較兩條ROC曲線下面積，也就是roc.sas這個巨集程式，必須安裝SAS/IML。

繪製ROC曲線

在SAS說明檔中其實已經有介紹如何繪製出簡易的ROC曲線，但在我們諮詢的個案中比較常被問到的問題為，圖上的某個點其「原始數值為何」，利用rocplot.sas 便可輕鬆完成這個工作。
假設有一組資料，研究者想以年齡和某一個BW指標來判斷罹患某疾病的機會。
問題：繪製以年齡作為判斷此是否罹患此疾病的ROC曲線。

第一步：先將資料讀入SAS中
data Age_data;
input disease age bw@@;
datalines;
0 50 65 0 39 61 0 21 70 0 61 67
0 30 55 0 35 63 0 25 72 0 41 66
0 43 52 0 36 54 0 37 76 0 25 61
0 41 53 0 62 55 0 28 70 0 33 68
1 52 45 1 49 61 1 47 42 1 62 31
1 55 67 1 70 61 1 75 55 1 77 52
1 81 58 1 64 53 1 62 41 1 39 57
1 61 51 1 61 55 1 57 49 1 79 47
;
run;

第二步：將rocplot.sas程式預先讀入SAS中
%include "c:\temp\ROC\rocplot.sas";
/*
%include “程式所放的位置”;
*/
透過%include這個巨集指令，可將rocplot.sas呼叫至SAS程式中。

第三步：執行proc logistic程式，並將部分結果輸出，以配合rocplot.sas程式
proc logistic data=age_data;
model disease (event='1')=age / outroc=roc1 roceps=0;
output out=outp p=phat;
run;
這個程式中，我們將disease變項中的「1」視為事件(罹患疾病)，並將繪製ROC曲線所需的資料輸出為「roc1」，和每個原值(年齡)的預測機率資料輸出為「outp」並將預測機率的變項命名為「phat」。基本上，使用時只需要改動依變項(disease)和自變項(age)這兩個部分即可。

第四步：使用%rocplot這個巨集程式。
%rocplot (outroc = roc1, out = outp, p = phat, id = age);
這個巨集中，outroc= 資料檔，配合proc logistic的outroc輸出。
out= 資料檔，也同樣配合proc logistic 的out輸出。
p= 預測機率值變項名稱，在輸出預測機率時的命名。
Id= 變項名稱，要依據那個變項繪製ROC曲線上所標記的原始數值，通常應與自變項相同。

第五步：圖形輸出結果



比較兩條ROC曲線下面積

問題：比較以年齡或BW指標對於判斷是否罹患疾病，此兩指標ROC曲線下面積。

第一步：先將roc.sas程式呼叫入SAS中
%include "c:\temp\ROC\roc.sas";


第二步：執行自變項為age的logistic 模型
proc logistic data=age_data;
model disease(event='1')=age / outroc=roc1_age roceps=0;
output out=outp_age p=phat_age;
run;
為了區別age和bw這兩個結果，這裡我們將age的output輸出的檔案命名為「outp_age」而預測機率命名為「phat_age」。

第三步：執行自變項為BW的logistic 模型
proc logistic data=age_data;
model disease(event='1')=bw / outroc=roc1_bw roceps=0;
output out=outp_bw p=phat_bw;
run;


第四步：執行%roc 巨集
%roc (data = outp_age outp_bw,
var = phat_age phat_bw,
response = disease);
在data=資料檔，這後面主要放前面步驟透過output所輸出的檔案，因此目前所放的為「outp_age」和「outp_bw」兩個檔案。
var=變項名稱，在output檔中，預測機率的變項名稱。
response= 依變項名稱，宣告依變項名稱為何。

第五步：結果
於「ROC Curve Areas and 95% Confidence Intervals」的表格中，age的AUC(area under curve, 曲線下面積)為0.912，而bw的AUC為0.6836。age和bw這兩個自變項AUC比較，可於「Contrast Test Results」中看到p-value為0.0378，因此這兩條ROC曲線下面積為顯著的不同。

Yahoo 的 e-mail?

我小玩了Yahoo的知識網一段時間，心裡想說有一些建議想給「知識網」，就遇到我的第一個問題，找了老半天為何沒有聯絡方式，好歹有建議表可以讓我送出吧？

沒想到...

我真的找不到，只好回到Yahoo首頁，很興奮的看到了「關於Yahoo!奇摩」裡面有一個「聯絡我們」，沒想到卻是Yahoo公司台北的電話和地址....整個傻眼！

回頭努力找，還是找不到，心理一橫，我也來找找Google的聯絡方式。好吧！我也是找到Google的地址，但很快的，我在Gmail中就看到意見表了。

回頭找找Yahoo mail，在一個很奇怪的角落「Yahoo!奇摩隱私權保護政策」最下面「看法與建議」終於看到了意見表！很快的打完我的幾意見，當然包括找不到和Yyahoo互動的意見，興高采烈的按下「送出」，咦～～沒反應耶，這時我心理的OS就是....『不會吧，Yahoo不支援Firefox 2...』，只好很無奈的打開IE 7，把剛剛寫好的建議貼過去，才順利寄出。

整個過程我大約花了2個小時以上，真的沒有辦法想像！

難怪最近Yahoo公司要裁員，個人的感想就是，一個沒有與網友互動空間的「網路公司」，還能在Web 2.0的世界下生存嗎，看看Google到處都是和公司直接討論的空間，例如說「Google網上論壇」。
好吧，也許我對Yahoo瞭解的實在太少，難怪不知道如何和他們互動吧。

呼～不管如何，還是把想法寄給Yahoo了。