Hsuan

在2008年4月的時候，曾經寫過一篇 繪製ROC曲線和比較兩條ROC曲線下面積 的小文章，這篇是以MACRO來畫圖和比較，而在新版的SAS 9.2中已經可以於PROC LOGISTICS直接繪製高品質的ROC曲線(Receiver Operating Characteristic Curves, ROC Curves)。 在SAS 9.2中ODS GRAPHICS支援的程序增加許多，其中也包括PROC LOGISTICS。 先產生一筆虛擬的資料 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 52  0 41 66 0 43 52  0 36 54  0 37 46  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 68  1 64 53  1 62 41  1 39 57 1 61 51  1 61 55  1 57 49  1 79 67 ; run; 接下來就直接套用繪製的ROC曲線的語法 ods graphics on; proc logistic data=age_data plots(only)=(roc) rocoptions(id=prob) ; model disease (event='1')=age; run; ods graphics off; ods graphics on ： 為宣告要繪製ods graphics的...

咦…這個版本就突然上市了，這個很號稱很快的版本( Firefox 3.5測試：速度是Firefox 3的兩倍快 )，我今天才用到，好吧，反正也沒有太大的感覺，不過終究是花很多時間研發，不斷的延期又延期的Firefox 3.5，還是要用力推一下啦！ Firefox 3.5中文版

某一天看到報紙「奔牛節的街頭藝術品被破壞」，才知道台中市有這個項活動，這應該是屬於街頭裝置的藝術品吧，感覺還滿有趣的。 到了國美館，在綠色的草地上就出現了數頭顏色鮮豔的大牛！ 分別給其中隻三來個特寫。 這幾隻牛上的小東西真的是很有趣，牛那麼大，在小時候的印象總是需要一些小動物的～ 其他室外的牛也是很有趣的，甚至躺著的牛 XD 除了室外，室內的展區也是有很多奇妙的牛。這一隻應該也是牛吧，有一堆小牛圍在旁邊。 （照片中的為國美館的服務人員，還很辛苦的在數小牛數目有無正確。） 這裡也是有一堆小牛，由一個大圓石走出來。 當然室內也是有大牛，有閃亮花俏的大牛，有小人控制的大牛… 還有「天下第一味」的…牛肉麵？ 有興趣想看這群牛的，時間不多了，展出到2009/7/5。

實務上常遇到研究者只提供已算好的數字(統計量)，例如列聯表中的個數和百分比或兩樣本的人數、平均數和標準差等，如果要利用這些統計量做某些檢定，例如卡方檢定或雙樣本T檢定等，可使用 PROC FREQ 和 PROC TTEST 處理僅有統計量的問題。 PROC FREQ 有兩群病患分別使用A藥和B藥，再觀察兩組實驗組症狀有無改善，結果如下表，如研究者想問A藥和B藥病患症狀改善的比率有無不同，可採用卡方檢定(Chi-square test)   A藥 B藥 症狀無改善 9 12 症狀改善 21 18 當然第一步要先把資料輸入至SAS中，程式可以這樣寫： DATA TRIAL_1; INPUT DRUG $ EFFECT COUNT; DATALINES; A 0 9 A 1 21 B 0 12 B 1 18 ; RUN; PROC SQL; SELECT * FROM TRIAL_1; QUIT; 接下來是卡方檢定的部分 PROC FREQ DATA=TRIAL_1; WEIGHT COUNT; TABLE EFFECT*DRUG/CHISQ; RUN; PROC TTEST 同樣兩群病患使用A藥和B藥，使用後測量某個臨床指標（連續型變項），研究者欲使用T檢定，探討兩組病患的臨床指標平均值有無差異。資料如下表   A藥(N=30) B藥(N=30) 臨床指標 89(12) 95(16) mean(std) 因為這裡我們只有拿到兩組病...

數統最後一學期的期末考終於到了， 每次考試幾乎都要熬夜看書，可是又不敢不睡， 隔天還有許多待續工作要完成。 胡言亂語中，做個紀念吧！ 明天（今天？）也要考試的伙伴加油吧！

真是一場發人深思的演說。 這個片段的起頭就說到了 死亡 ，中間也提及了 Your time is limited.. ，死亡是人類重要，但又深深隱身在人群之中，舉個例，某個工安事件發生了，新聞|社會最關注的就是有無人員死亡，誰要對這個死者負責，家屬萬分哀痛等。每個人都知道死亡一定會公平的發生在每個人身上，有可能就是下一秒，但平常生活中，我們卻常 刻意 忽略這個重要的議題，假裝 死亡 不存在，只有在她真的發生時才覺得重要，但對個人來說太晚了。 Steve Jobs曾經得到死亡率超高的胰臟癌，但他活下來了，可能因此體會到死亡的重要，重新去排序生活中的重要的事情，他也提到了不要被傳統的教條束縛，要多聽聽自己的聲音，在死亡前多完成「自己想做的事情」，也許只是件傻事。（不過我相信Steve Jobs在發現胰臟癌之前就懂得尊重自己） Who is Steve Jobs，請自行查閱Wiki的資訊吧（ http://zh.wikipedia.org/w/index.php?title=Steve_Jobs&variant=zh-tw ） 完整的演說-1（只有英文字幕）： 完整的演說-2（只有英文字幕）：

這4個研究所的小朋友，是我於2007年就期待看到的一群，當時還在猜測他們是誰，會哪裡考來。 現在他們已經入學超過了半年，也認識快9個月了，我無法否認，對這群小朋友有不一樣的感覺，因此也花了比較多時間在他們身上，把一些我覺得重要的東西讓他們瞭解，但當下一屆出現時，也許我這個熱情就會修正了。終究，他們是我曾經期待的一群。〔將自己放在未來，總有減壓的和跳離現實痛苦的感覺，享受過就好了，不要沈迷在未來與過去之間。〕 我沒讀過國立大學，我不知道那邊的資源，但我的過往經驗告訴我，他們真的很幸福，老師數比學生多，每次諮詢報告老師全到的陣容，還真是完整，除了老師的資源，我同事總是能給這群小朋豐富又實務的資源，這也許就是某種「產學合作」吧。如果當時有這樣的資源，也許我就不用花那麼多時間自修了，想當初自己嘗試「認識」MACRO或是說入門，就花了好多好多時間了。

橘子貓今天終於可以在遙遠的那一方見到另外一隻笨貓了，雖然這一切真的是很突然。 永遠祝福那可愛的兩隻笨貓。

這個已經不知道在那個世界的貓，這是唯一能夠想起她身影的方式了， 一位很愛她的女生曾經說過「她是全世界最可愛的貓」。 當我想要一個人的時候，我都會去她休息的地方坐坐，曬曬太陽， 如果你們看到一個人，默默在那邊舔者傷口，請不要打擾他， 也許他身旁正有一隻全世界最可愛的貓。

SAS的巨集雖然屬於P3等級的內容，不過對於實際分析資料的使用者來說，應該是相當實用的語法，且必要學習的。巨集沒有想像中的難，只是多了一些平常不會使用的符號，例如『 % 』或『 & 』等，這一篇教學將會舉一個簡單的例子，說明巨集的使用方式。 先來假設一個狀況，有4個資料檔{a1,a2,a3,a4}，每個資料檔中均包含4個變項{y1,x1,x2,x3}，而我想以PROC REG來分析4個資料檔中「y1和x1」、「y1和x2」及「y1和x3」的相關性。 第一步：先建立4個資料檔並包含3個變數。 先以do loop建立4個資料檔，而y1、x1、x2、x3的值將隨機由uniform分佈中抽取。程式如下： data a1 a2 a3 a4 ; do i=1 to 4; do j=1 to 100; y1=uniform(123); x1=uniform(1234); x2=uniform(12345); x3=uniform(12345); drop i j; if i=1 then output a1; else if i=2 then output a2; else if i=3 then output a3; else if i=4 then output a4; end; end; run; 第二步：用傳統方式寫PROC REG程式。 當然可以傳統語法，逐筆將資料檔名稱和變項寫入程式中，以資料a1為範例： proc reg data=a1; model y1=x1; run; proc reg data=a1; model y1=x2; run; proc reg data=a1; model y1=x3; run; 然後再將這一小段程式複製3次，將data分別改成a2、a3、a4即可。 第三步：改用巨集的語法。 其實可以很清楚的找到一個邏輯性；PROC REG的程式每次只需要修改下面藍色的部分就好， proc reg data= a1 ; model y1= x3 ; run; 因此抓到這個邏輯以後，就可以寫出一段小小的巨集。 %macro My_reg (mydata, myvar); proc reg data=&mydata; model y1=&myvar; run; %mend My_reg; 這裡出現了奇怪的符號「%」和「 ...