如何用Winsteps 輸出的結果計算每個人的信度 (person reliability)

使用羅序分析的時候，有時會希望呈現有多少個案的施測信度大於0.90，而不是只得到整體信度。
如果使用ConQuest軟體分析，可以直接估計出每個人的信度。
但是個人認為Winsteps能夠估計殘差的量，而且person-item map比較方便閱讀，因此希望可以使用Winsteps分析結果得到信度。

查詢網頁之後，發現只要套公式就可以用Winsteps輸出的Pfile計算每個人的信度。
信度的公式是真值的變異/觀察值的變異=(觀察值的變異-誤差的變異)/觀察值的變異。
詳細步驟如下：
1.將Pfile的內容貼至Excel，並使用資料剖析的功能將每一欄分割好。
2.計算整體Rasch score的變異[VAR(所有人的Rasch score)]
3.計算個人信度：[VAR(所有人的Rasch score)-個人的error平方]/VAR(所有人的Rasch score)


◎感謝菀薈分享的網頁 http://www.estat.us/id124.html

Winsteps 的DIF資料檔及語法檔

資料檔：新增DIF的欄位（藍字處）
資料檔範例：前三欄各是1個DIF變項
MMJ3333333333
MMJ3234323433
MMJ4332232322

語法檔：註明DIF出現在第幾欄（黃底標示）
(1)單一個DIF
; This is control file
&INST
TITLE='efficacy_output'
DATA=efficacy_1.txt
NI=10
CODES=1234
DIF=1
ITEM1=4
GROUP=0
PRCOMP=S
TFILE  = *
        1.2
        3.1
        2.4
        3.2
       10.1
       12.6
       20.1
       23
28
30
         *
IFILE=a.txt
PFILE=b.txt
SFILE=c.txt
ICROFILE=d.txt
&END

mixed-effects model在SPSS的操作方式

製作時間序列（因為一個人不只一筆資料）
1. Data/ Identify Duplicate Cases/ 選擇配對的變項（通常是ID）、作為編號依據的變項（例如時間）、勾選indicators of primary cases（選擇first case in each group is primary）、勾選sequential count of matching case in each group、勾選matching group as top of file、勾選display frequencies for created variable/ ok

2. 使用recode的功能，把MatchSequence的0轉成1（0表示這個ID只有被測量一次）。

開始分析
Analyze/ Mixed Model/ Linear/ Subject 放ID、Repeated 放時間序列、repeated covariance type選擇AR(1)、Compound symmetry: correlation metric或Unstructure（註）/ dependent是y變項、factor 放類別變項、covariate放連續變項、residual weighted不用放、Fixed選擇main effect （把所有變項新增至右方欄）、Random選擇和之前一樣的covariance type ，並且把ID選至combination、Estimation選擇default、Statistics選擇想看的參數估計結果（一定要選parameters）、EM means可不選擇、Save可不選/ ok。

註一、
AR(1)：用於每個時間點間隔相同
Compound symmetry: correlation metric：假設第一次測量對於之後每次測量的影響力（相關程度）為等比遞減（例如：p、p*p、p*p*p）。
Unstructure：逐一計算每個時間點變項間相關，需要較大樣本數與較多時間才能完成。
註二、放入類別變項的時候，SPSS的預設為數值大的作為對照組。例如：1 不同意、2 皆可、3 同意。3 同意就會被當作對照組。一般會使用人數多的類別作為對照組，估計的誤差會比較小。因此建議進行mixed-effects model 之前，先做基本資料的描述統計，再決定要選哪一組當對照組。

Excel計算時間長度之注意事項

1.日期格式必須相同才能相減。
2.Excel無法自行將民國100年之後的日期轉換為西曆，必須手動轉換為西曆（例如將「104/」取代為「2015/」）。

[Excel]資料剖析：把看起來像表格的文字轉成真正的表格

有時候資料分析的結果是以文字文件(.txt)呈現。

雖然在文字文件當中，每項分析結果都排列得很整齊。
但如果要將分析結果作排序或其它處理，
就需要這些分析結果以表格的方式呈現，而不是一堆文字全部擠在同一個欄位，
才能在Excel或SPSS運算。
以下是分享如何將看起來像表格的文字轉成真正的表格的方法。

1.將要轉換成表格的文字貼到Excel

2.點選一個欄 

SPSS作圖的注意事項：點選"Chart Builder"或是"Graphboard Template Chooser"

上週在作圖的時候，發現SPSS有個奇妙的設計 (bug?)，讓我一直畫不出輔助線。
後來才發現問題的癥結在於選擇做圖的方式是點選"Chart Builder"或是"Graphboard Template Chooser"。
雖然點選這二個選項，都可以畫出我想要的主要圖形，例如散佈圖、直方圖。
但可發現有3個地方不同：

1.以滑鼠左鍵點圖片2下所展開的編輯視窗內容完全不同。一個是chart editor，一個是graphboard editor。
只有前者可以在圖加上趨勢線、輔助線或分布線，後者只能調整圖的顏色、大小。

2.圖片大小不同：chart builder的圖比較大，graphboard template chooser 的圖比較小。

3.output左邊的小圖示不同。
以Chart Builder畫出來的圖，圖示為
以Graphboard Template Chooser畫出來的圖，圖示為

我查了IBM SPSS的網頁得知二者的差別在於Chart Builder是在自己已經知道要畫什麼圖的時候，直接選擇圖形，再把變項移到圖的縱軸或橫軸。Graphboard Template Chooser則是由軟體直接顯示你點選的這個變項可以畫什麼樣的圖。

從文字敘述看起來，這二個設計都很便民，但真的要編輯圖片，還是得點選Chart Builder。

我不太瞭解為什麼會這樣設計，但是因為自己花了很多時間弄懂這件事。
所以想把處理的方式記下來，或許之後有人會需要這方面的技巧性知識。
如果有人知道"Chart Builder"和"Graphboard Template Chooser"的作圖為什麼會不一樣，歡迎幫忙解惑。謝謝。

PHQ-9之ordinal data CFA結果：無法收斂

為解決PHQ-9之CFA分析結果不佳的問題（目前認為是題目為次序變項，而之前的估計方法較適用於連續變項），
我和恩琦討論後，找到二個可能的解決方式：將估計法改為Weighted Least Squares (WLS)或Diagonally Weighted Least Squares (DWLS)，以符合次序變項之特性。
由於WLS較適用於大樣本 (>1000)，而本研究的樣本數只有569人，因此我以DWLS分析。
使用之軟體為LISREL 9.1 student。

初次以DWLS分析時，模式無法收斂。於是我依序/合併使用三種方式以解決此問題：增加疊代次數、關閉容許性檢查 (admissibility)、調整起始參數估計值。

經過數十次嘗試，始終無法收斂。（疊代次數=2500、關閉容許性檢查、起始參數估計值從0.1試到0.9）。

Rasch分析之問題討論：何時需限制試題難度與平均能力？

問題1：第1題與第4題之項目分數（0 或1）完全一致，但為何這2題於羅序分析的項目難度不一樣？

答：問題導因於第4題難度被限制為「前3題難度總和之負值」以符合「平均難度為0」之條件
解決方式有二：
1. 將條件改為「平均能力為0」（適用於個案程度為常態分配）。但若個案太少（例如：7人），則不適合修改此條件。
2. 將難度限制由第4題改為其它試題，如：第3題。

問題2：
2-1 承上題，若採用解決方式2.的作法，是否表示之後進行羅序分析，
都需要限制不同試題的難度，再選擇欲採用的結果？
當限制不同試題之分析結果（項目難度估計值）不同，應採用那一個分析結果？
2-2  在什麼情形下，需要限制不同試題的難度？

答：
2-1 在適配度良好的情形下，限制不同試題的難度所得到的項目難度估計值應該會相似，
       因此不需要限制不同試題的難度並比較估計結果。
       為求方便，一般都會限制最後一題的試題難度進行估計。

2-2
當最後一題的作答情形與其它題目的作答情形相同，才需將限制試題難度的題目改為其它題。

11/4學會研討會被問到的問題（收案條件與Rasch圖表的呈現）

報告題目：以羅序分析驗證病患健康問卷之信度與效度

問題1：本研究是要探討個案的憂鬱程度，為何還要排除服用抗憂鬱劑和有自殺意念的個案？
答：本研究是一個追蹤型研究的一部份。
排除服用抗憂鬱劑的目的是為了要看海洛因使用者在接受美沙冬替代療法之後，憂鬱情緒是否會改善。如果個案本來就在服用抗憂鬱劑，就不容易看出美沙冬替代療法對於憂鬱情緒的影響。
排除有自殺意念的個案是因為本研究希望追蹤個案至少一年，若有自殺意念的個案在一年之內自殺成功，就無法填寫治療一年後的問卷，因此予以排除。
當然，排除這兩個條件的個案確實會使結果無法類推到所有海洛因使用者，因此這也是我們的研究限制。

問題2：目前的Rasch圖表只呈現項目的平均難度與個案程度的配對，無法看出每個選項所對應到的個案程度大概在哪裡。有沒有其它圖示可以呈現各個選項的難度與個案程度的配對呢？
答：關於圖表的呈現之後會再找合適的圖。

Excel使用技巧：多組別比較之長條圖、計算個數、擷取字元

由於最近花了不少時間分析OT30的資料，又發現了一些Excel的好用功能。
就記錄下來提醒自己，也與大家分享囉！


1. Excel製作多組比較的長條圖之注意事項
如果想要製作像圖一一樣的長條圖，下表中橘色網底的格子就不能有內容，否則就會做成圖二的長條圖。我覺得可能是Excel把年代當成和文章類型（描述型、評估工具、療效驗證、其它）的一種文章類型吧！

	描述型	評估工具	療效驗證	其它
1983	1	0	1	2
1984	3	0	2	1
1985	2	1	2	1
1986	2	0	0	2

圖一、不同年代之研究類型比較

圖二、失敗的長條圖

搜尋多位作者在多個資料庫的文獻的方法（Pubmed+Excel）

這兩週在搜尋1983至今的台灣OT著作，原本以為作者名單確認之後就可以開始分類了，
但是在使用搜尋策略時發現有些問題與解決方法，在此列出。

1.有些資料庫的作者全名的搜尋方法是姓在前，有些是名在前。要怎麼轉換作者的姓名順序？
可以用Excel的擷取名稱元件的功能 把姓名順序對調，例如把Ching-Lin Hsieh改為 HsiehChing-Lin 。
作法為把姓和名拆開，插入一個空格，再重新組合。
姓 B2=RIGHT(A2, LEN(A2)-SEARCH(" ",A2,1))
名 C2=LEFT(A2,SEARCH(" ",A2,1))
空格 D2= (space)
姓名=B2&D2&C2

2.為什麼用Pubmed的全名搜尋找不到2002年之前的文章？
Ans. Pubmed的全名搜尋的功能只適用於2002年之後的文章，2002年之前的文章要用作者姓氏+名字縮寫搜尋，例如： Hsieh CL[AU]。

但是用姓名縮寫會遇到2個困難：(1)要搜尋很多位作者時，如何快速取得作者的姓名縮寫？(2)用姓名縮寫會找到很多姓名縮寫相同但不同領域的人，要怎麼使搜尋結果更精確？

關於困難(1)，可以用Excel的擷取名稱元件的功能 把姓和名拆開，再把名拆成2個（因為台灣人通常名都是2個字），插入一個空格，再重新組合。
姓 B2 =RIGHT(A2, LEN(A2)-SEARCH(" ",A2,1))
名 C2 =LEFT(A2,SEARCH(" ",A2,1))
名1 D2 =LEFT(C2,SEARCH("-",C2,1))
名2 E2 =RIGHT(C2, LEN(C2)-SEARCH("-",C2,1))
空格 F2= (space)
姓名=B2&F2&D2&E2
其他作者的姓名縮寫可以從這個儲存格往下拉，就一次解決了！

關於困難(2)，這個部分需要瞭解作者的專業領域為何，再設定搜尋字串。
例如：加上AND ("occupational therapy" OR rehabilitation OR "occupational therapist") 把搜尋範圍縮小。但是不可避免的，有可能會漏掉幾篇文章。當時間有限時，漏掉幾篇可能會比從幾萬篇慢慢挑好一些。

GLM的SAS程式碼

最近上廣義線性模型的SAS操作，才發現"proc  genmod" 的程式碼如此強大，只要是隸屬於廣義線性模型，
就可以用 proc  genmod 去寫，而不需要寫proc anova/reg/logistic 了！
但是要留意：proc GLM並不是指廣義線性模型，而是一般線性模式。
寫程式碼的時候要特別小心。

proc genmod;

class sex;

model test=sex/ dist=normal link=identity;

lsmeans / diff cl;

run;

SAS基本練習

這學期選修了GLM課程，作業必須由SAS完成。

由於只有寫作業時會用到SAS，其實平時跟很多基本功能並不熟悉，

所以有些在SPSS或Excel 可以輕易執行的任務，到SAS中卻變得困難重重。

今天主要卡在兩段程式碼。
1.建立永久檔。
2.將資料分類。

建立永久檔的問題花了2個小時之後解決，原因是老師給錯程式碼，

所以參考其他網頁之後自行修改就解決了。

將資料分類這個問題目前還沒有找到解決方法。

SAS的 log note一直顯示它讀不到Age變數，

但是我檢查資料檔，明明Age都可以print 出來，

查了網頁也沒有找到解決的辦法。

只好先記在部落格，明天繼續。

目前的程式碼

data glm.a12;

set a12;

Year=Substr(Birth,1,4);

Month=Substr(Birth,5,2);

Day=Substr(Birth,7,2);

Sex=Substr(ID,2,1);

Age=2012-Year;

run;

proc print data=glm.a12;

run;

data glm.a12;

set a12;

if Age<30  then agegroup='g1';

else if Age>50 then agegroup='g3';

else if Age>=30 & Age <=50 then agegroup='g2';

run;

題目

A.        利用import procedure將資料a1檔案匯入SAS。

B.         利用內建資料方式將a2檔案的20筆體重資料建入SAS。

(依照個案編號001-020分別為 50, 65, 87, 66, 52, 45, 66, 90, 84, 48, 75, 89, 73, 55, 42, 76, 60, 52, 50, 90)

C.         合併a1及a2檔成為a12檔，此a12檔內含20個個案的所有資料。

D.        將a12檔變成永久檔將所有人生日依年月日建立三個新變項 (例如：某人birth欄位為19550306，則建立Year欄位為1955、Month欄位為03、Day欄位為06)

依照此檔案建立sex(性別)及age(年齡/以2012年為準)變項，並將所有人依年齡分成3組(新的變項名稱為agegroup，<30歲為g1, 30-50為g2, >50為g3)。

因素分析作業(附平行分析、CFA程式碼與統計指標)

這次撰寫多變量分析的作業中，自己能夠掌握的部分似乎比之前多了一點，
可能是因為這次作業範圍是因素分析，而我在上學期已經修了三學分的因素分析了！
但是對於因素分析的概念的掌握，目前大約只有六七成，
只是因為看了整整一學期，所以看到數學式子不會害怕(看到SAS還是有點膽怯)，
有不會使用的功能、不會寫的程式碼，除了查課本和與同學討論，其他一律請教google，
東拼西湊也算完成作業了！

在寫作業的過程中，最富挑戰的就是把助教提供的二因素模型的程式碼改為三因素。
為此我查了不少網頁，但是沒有查到跟助教提供的程式非常相近(限制lamda=1.000)的程式碼。
然而網路上查到的程式碼結尾在標準差與共變數的處理方式與助教提供的程式碼相近，
經過多次測試之後終於順利完成CFA。
以下為花了一個上午摸索出來的CFA三因素模型程式碼。

IRT的問題解答

以下為記錄業太上課的講解與大家討論的結果。

Q1.Winsteps將個案分為EXTREME 和 NON-EXTREME的目的為何？ （報表有分別呈現兩種分法的結果）
Ans.由於部分軟體在計算得到量表最高分或最低分的個案的各項估計值時會有問題，因此Winsteps將個案分成兩群，方便使用者操作。

Q2.題目必須同時具備「符合適合度指標與主成分分析結果無主要因素」兩個條件，才能算是具有單一面向的特性嗎？如果差一點點，是否有其他強韌性檢驗(robust)，確保單面向模式成立？

Ans.適合度與殘差主成分分析皆是單一面向性的特質，但兩項指標有時未必一致。一般來說，如果適合度指標是overfit（<0.6），而不是misfit（>1.4），就可以考慮保留。殘差主成分分析的部分，則應先看整體量表分數的可解釋變異量的大小。若可解釋變異量很高（例如>80%)，則可以不用在意剩下的殘差當中還有一主要成分，因為此時殘差中的25%解釋變異量，只佔整體變異量中的5%，影響並不大。
總之，單一面向性是一個「漸進」的過程，沒有斷然的切截點，只能說比較可能是（或比較有信心宣稱它是）單一面向。

PHQ9 與SF36 IRT程式碼

在參考宇佑的程式碼，並且跟宇佑和Jenny討論之後，
終於整理出自己的程式碼了！

由於之前的研究多半認為PHQ-9為單一面向的問卷，
而且PHQ-9所有題目都是用一樣的量尺，因此選擇以RSM分析。
SF-36因為有多種量尺計分，而且包含不只一個面向，
因此採用PCM分析。

程式碼內容如下：

統計軟體教學網頁

昨天上限線性統計模式時，助教提到學校的統計教學中心提供的統計軟體教學網頁，
其中包含Excel, SAS, SPSS, R。
每個軟體的介紹包含PDF檔的書面說明、教學影片、教學投影片以及補充資料，
對於初學者相當實用。

因此就把網址的連結放上來。
希望對需要使用統計軟體的人有幫助囉！

SPSS與Excel資料的轉換、合併

最近在計算PHQ9與HADS兩個工具的心理計量特性初步分析，
然而在資料分析之前，就遭遇了檔案轉換的問題。
請教宇祐之後，兩個問題都順利解決了，以下是處理程序。

Q1.Execl無法匯入SPSS怎麼辦？
建議：檢查Excel的檔案最初版本是Office的哪一個版本(97-2003的xls.或2007以上的xlsx.)，
如果原本的檔案格式是xls.，但後來轉成xlsx.檔，在轉成SPSS時可能就會出現問題。
因此，只要把檔案重新存成xls.檔，就可以依照一般的方式，在SPSS開啟了！

Q2.為什麼在SPSS複製/貼上資料，程式很容易當掉，或是要處理很久？又，為什麼無法直接把所有Excel的檔案複製/貼上到SPSS？
建議：SPSS較不適合進行複製貼上的功能，而且大量複製貼上，有產生亂碼、資料錯亂的風險。因此，如果要複製大量資料，可考慮製使用檔案合併的功能，將兩個資料合併。作法如下：
1.確定兩個要合併的檔案有共用的變項。例如：個案編號(ID)。
2.開啟要合併的檔案A，點選Data/Merge Files/ Add Variables*/ An external SPSS Statistics Data File （點選Browse，找出要合併的檔案B）/Continue
3.點選要合併的變項，選至右邊new working data file的欄位 / 點選Match cases on key variablein sorted file /將兩個檔案共用的變項(ID)選至下方的共用變項，按OK，就大功告成了！