ToTo 奇妙の冒險

其實早在去年年底，我就有打算將這個經營五年多（無名兩年+痞克幫三年）的部落格結束掉。
當年創立這個部落格的原因，是為了要紀錄自己在美國留學的點點滴滴。
這個日記性質的部落格，後來慢慢也變成兼寫棒球、統計、JOJO等雜七雜八的內容。
但無論寫的內容是什麼，都有我在北卡的記憶。

去年年底，俺好友「Dr. 史考特。哈蘇」(見上圖) 從密爾瓦基打電話給我，問我有沒有「狗屎」...啊不對，是「Gauss」啦～
我跟他講這套軟體基本上從俺離開清大統研所後就再也沒有見到有人在用了。

餓死抬頭，這些年來很多人一直找我做過許多power analysis來求power或樣本數，而SAS內建的PROC POWER和PROC GLMPOWER這兩個程序已經能夠把最基本的各種假設檢定、ANOVA和GLM下的power analysis給搞定，順便還可以畫出相當精美的圖形。
不過，如果遇到使用GLMM時，早期他的power analysis是無解的，也很少看有人去做過，不然就是退回到用GLM的power analysis結果來替代。但至從「SAS for Mixed Models」這本書升級到第二版時，裡面就附上了一個完整的章節教大家怎樣去做GLMM的power analysis。有興趣的人可以點下面這個連結看線上版本的第十二章：
SAS for Mixed Models

這一篇其實一個多月前就該發的，但時間一拖自己也熊熊忘了。剛剛才想到所以稍微寫一下發表。

我過去這一年來在北卡大護理系接到最主要的統計諮詢案子是一個在護理系念了八年的超級大老級博士生，我們都叫她 Sue，老家在田納西。她本身就已經很有年紀了，可能比我媽還老，女兒好像也長大嫁人了。我剛進到護理系工作時，就曾被一個當年也在護理系念博班的學姐，同時也是她的「同梯」，帶去她家吃飯。結果現在那個學姐都回北醫當 faculty 好幾年了，但 Sue 卻還一直陷在自己論文的無底深淵裡面。

兩年前，我在遇到一個「如何計算兩組時間序列資料的相關程度」的問題時，著實是卡條了好一陣子。當時去問還在當我 supervisor 的馬克時，他跟我說簡單地用一個 mixed model 然後那個參數估計值就可以當作兩個時間序列資料的相關程度，但我一直覺得這個答案很不好。其實也不是說他的建議是錯的，而是就兩個方面來講，一是 mixed model 的配適過程複雜，除了一開始要 model selection 外，之後還要弄 model diagnostics，對一般使用者來講並不是那麼容易。其次，參數估計值出來後並非介於 -1 到 1 之間，所以沒有一般相關係數那麼直觀。
後來這個問題就有點不了了之，直到多年後的兩年後才無意間發現解決方法。
在這邊跟大家介紹一種叫做 CCF 的方法。當然這個 CCF 不是指陳金鋒（Chen, Chin-Feng），而是指 cross-correlation function。中文怎麼翻譯呢？其實我也不知道。囧rz
 

其實也不算是密技啦！只是前面掛這兩個字，感覺這篇文章好像比較威似的。
這是繼 [密技] 如何在 Vista 上安裝 SAS 之後另一篇關於統套軟體安裝的教學。

將近一年前分享了這篇文章：
[密技] 如何在 Vista 安裝SAS
成為本部落格最熱門的文章。這必須要"洩洩" Vista 的高度不相容性以及 SAS 公司遲遲沒有釋出更新檔。不過這一年來，還是陸續看到一些朋友們按照文內的步驟安裝但仍舊安裝失敗的情況。於是我又回原來發佈這個方法的部落格瀏覽一下，發現有人在回文內分享了另種解決方案。

昨天在幫一個博士班學生處理 mixed model 的 model diagnostics 問題時，使用 PROC MIXED 程序並配合 ODS GRAPHICS 來產生圖形時，發現 log 裡面出現這一行錯誤訊息：
Java class generated an exception
由於兩年前我在考資格考時還有用過這道指令，記得當時可以順利生出 model diagnostics 的圖形，不過這兩年一直都沒再使用這個功能，所以完全搞不清楚這個錯誤訊息是怎麼跑出來的，因此只好去 SAS 官網上面找看看。果真看到 SAS support 網頁下有說明這個錯誤訊息的源由：

The following messages can appear in the SAS Log when using the JAVAIMG
device driver with ODS GRAPHICS:
Can't load class com/sas/tk/util/SetSTrandardOut.
Can't redirect System.err to SAS log.
Can't load class com/sas/tk/util/SetstandardOut.
Can't redirect System.out to SAS log.
Can't load class com/sas/tk/util/SetStandardOut.
System.out not restored
Can't load class com/sas/tk/util/SetStandardOut.
System.err not restored
Error: Java class generated an exception.
The following error is written to the Java console:
java.lang.NoClasDefFoundError: GraphSSR
This problem occurs if a version of the JRE higher than 1.4.1 has been
installed on the system.
To circumvent the problem, remove any version of the JRE that is higher
than 1.4.1. This can be done from ADD/REMOVE PROGRAMS within the
Control Panel on your Windows operating system.

好像很久沒有發 statistical consulting 的文章，因為這幾年在護理系什麼樣大大小小的統計問題都遇過了，後面的挑戰性就越來越低，所以也沒遇到什麼麻煩。

不過上星期一個 clinical staff 的人寫 email 給我請求統計協助。她說她找了兩個我們系上的學生問，可是他們都不會。我想說這是什麼樣的天大難題，居然讓兩個生統系博士班的學生束手無策，所以我就先答應了她，然後把她 email 給我的一個文件下載來看看。
結果，短短兩頁的說明文件，讓我看了一個多小時才看的懂。不是她寫的用字太難，而是整個敘述相當沒有條理。後來經過我額外整理出十點條目才把她的研究和問題釐清。
簡單來講，這是一個針對膝蓋手術後的療程試驗，有實驗組和對照組。實驗組用的是新療程，對照組當然是用傳統方法。但問題時，這六十幾個病人有些在進入這個臨床試驗時就已經用了額外的療法，有些病人則是在進入試驗後，自己額外去使用別的療法。總之這些病人的疼痛效應完全被跟實驗不相干的療程給干擾到了。
而基本上這種情況幾乎可以預想到統計分析的結果絕對會有偏差，而他們也不可能再用原始的組別（實驗組vs對照組）去作檢定或分析。但要他們去重新收資料已經是不可能了，畢竟金錢和人力都花下去了，現在就看有沒有辦法在 study design 上作任何改進。 
當時我第一個想到的就是重新分群，但每個人有各自不同複雜的情況，即便是這位 staff 寄給我資料我還是看不太懂。今天她跑來親自解釋給我聽這些病人的狀況，我再依照她的敘述把上星期整理的十個條目減為八個條目，然後設定八個 binary 變數來代表這八個條目。最後把這八個變數丟去跑 cluster analysis 後畫出像這樣子的樹狀圖：
然後就叫她把 output 帶回家自己去歸類並重新替新組別命名，而這部分我就幫不上忙了，因為只有她最瞭解每個病人的特徵。我請她去朝找尋同一組人有沒有共同治療特徵，再用有意義的名稱去定義新分群。而這也是目前我想到唯一能讓她繼續把接下來的分析弄完的方法。希望老天爺夠照顧她能讓她真的找到好的新分群。

為了提升本部落格的專業水準，即日起不定期刊登一些專業的統計知識。
（小聲講）好吧～我承認。。。這其實是要放在proposal裡面，只是先寫出來，等有空再翻譯成英文 >_<
上面的字看不清楚嗎？沒關係，不重要，跳過吧！