Appropriate:是形容詞指「恰當」、「適當」;帶有「合理性」的意思。
Judy's outfit isn't appropriate for school.
It's not appropriate to wear bright clothes to funerals.

Jason 發表在 痞客邦 留言(0) 人氣()


Paraphrase: express the meaning of (the writer or speaker or something written or spoken) using different words, especially to achieve greater clarity.
顧名思義,paraphrase就是根據原文的意思以自己的話來重新表達闡述一次。
Paraphrase的目的主要有三種:
1.提高論文的水準以及深度;
2.展現你對於原文的理解,以及,
3.把複雜的原文或理論用簡單的文字清楚的表達。

Jason 發表在 痞客邦 留言(0) 人氣()

A>關係代名詞 which 可用來代表前述整句話或整件事情時,加逗號
(例) I failed the exam, which made my Mom upset.
(例) Gorillas, which are large and originate in Africa, can sometimes be found in zoos. 
B>當關係子句為補充說明時,稱為非限定子句( non-restrictive clause ,補述子句)

(例) The cake, which my mom bought, is really delicious. 
→ 非限定子句在非限定子句中,which 不可用 that 來代替。
C>專有名詞(地名、人名、廠牌名等)與關代之間一定要逗號。
(例) I live in Taiwan, which is a wonderful island in Asia.  
(例) Kids love McDonald’s, where they can get good burgers.

→ 限定子句(restrictive clauses)裡的資訊有絕對的必要性,若是沒有這個子句的說明,會造成語意不清, 限定子句 (形容詞子句)之關係代名詞前不能加逗號。
→ 非限定(有逗號) 關係子句 為額外補述的資訊,不為先行詞的指明限定,或先行詞為獨一無二(不需 指明限定 )。
  (例) My mom, who loves George Clooney, has the entire DVD collection of E.R. 
  (例) Lisa has a brother, who works in Japan.
→Lisa有一位在日本工作的哥哥。加上逗號的情境表示Lisa只有一位哥哥。

 ** which 前有逗號時 ,which 不可用 that 代替,也不能省略。

Jason 發表在 痞客邦 留言(0) 人氣()


簡單【結論】:
Verification:確認達成規格 (requirements);

Jason 發表在 痞客邦 留言(0) 人氣()





大寫




小寫




讀音






A




a




alpha(阿爾法)






B




b




beta(貝塔)






G




g




gamma(伽馬)






D




d




delta(德耳塔)






E




e




epsilon(艾普西隆)






Z




z




zeta(截塔)






H




h




eta(艾塔)






Q




q




theta(西塔)






I




i




iota(約塔)






K




k




kappa(卡帕)






L




l




lambda(拉姆達)






M




m




mu(米尤)






N




n




nu(紐)






X




x




xi(克西)






O









omicron(奧麥克容)






P




p




pi(派)






R




r




rho(柔)






S




s




sigma(西格馬)






T




t




tau(陶)






U




u




upsilon(宇普西隆)






F




jf




phi(斐)






C




c




chi(開,西)






Y




y




psi(普西)






W




w




omega(奧米伽)





Jason 發表在 痞客邦 留言(0) 人氣()


學習統計的進程,從集中趨勢開始,其次是相關、回歸等概念。在這些基本的概念裡,相關性其實不難理解。然而,相關與其他統計概念,如:因果關係,回歸,分佈, Pearson相關係數等之間還是存在著不少值得探討釐清的困惑。首先你要先弄清楚:相關性和因果關係的差別,可以參考 difference between correlation and causation, 和 有「相關」,不代表是「因果」!
【相關係數】的觀念釐清
相關(correlation)和相依(dependency),是同樣的概念嗎?換句話說:如果
若兩事件的相關係數為零,是否表示這兩事件為不相依(not dependent);倒過來說,也是正確的嗎?
如果兩變量都與第三個變量存在著很高的相關係數,是否表示這兩個變量也將是高度相關?
若A和B都和另一變量C 正相關?那A和B是負相關性 的情況,是否仍有可能?
單一離群的異常值是否會大幅減少或增加相關性?Pearson相關係數是否對異常值非常敏感?
存在因果關係是否意味著相關?
相關和簡單線性迴歸的區別是什麼?
選擇Pearson和Spearman相關係數,如何取捨?
如何解釋的相關係數(correlation)和共變數(and covariance)之間的區別?

Jason 發表在 痞客邦 留言(0) 人氣()

學術發表的期刊進行投稿作業的相關cover letter有:投稿信、催稿信、審查回覆、修改稿投稿信等。整理如下。
Cover letter主要為敘明文件內容、簡短表明來意、聯繫資料。Cover letter通常由「通訊作者」代表全體作者負責書信及聯繫。主要目的在介紹文章、主要內容,並提出本文的創新、貢獻。列出標題及所希望投稿的刊物,聲明為原創無版權問題,且未有一稿同時多投等事項。
應載明:擬投期刊,簡述稿件之核心內容、主要發現和貢獻。
需附上:(通訊)作者的姓名、通訊地址、電話、傳真和
e-mail

Jason 發表在 痞客邦 留言(0) 人氣()


學術期刊投稿發表的【流程】:作者<=>主編<=>審稿人
投稿發表的過程少不了一連串漫長的等待。當作者將論文上傳投稿了以後,接下來就是一連串的等待。往後到結案的過程中,有諸多影響每個程序都之時程快慢的因素。讓投稿人最最忐忑和關心的問題就是:我還「要等多久」?
我認為「等待的時間」主要取決於流程中,(1)主編的管理,(2)Reviewers 的回覆效率,以及跨界的等候:在(1)與(2)之間轉換。

Jason 發表在 痞客邦 留言(0) 人氣()


【重點】:p-value越小,H0越不可能為真。(p為在H0為真的前提下,能得到這批樣本的機率)(p越小,棄卻H0的理由越充分)
在討論p-value之前,先釐清「顯著水準」a的觀念。「顯著水準」是我們在進行檢定時,願意容許type I  error發生的機率上限(第一型錯誤:檢定結果reject了真實的H0)。

Jason 發表在 痞客邦 留言(0) 人氣()

無母數統計(nonparametric statistics)為「不需要假設分佈的統計方法」,換言之,就是【與母體分配無關】的統計方法。檢定時,因無母數統計缺乏機率表的資訊,通常是採等級(Rank)為主要統計量。適用於母群體分布情況未明、小樣本、母群體分布不為常態也不易轉換為常態的情況。
大家熟知常用的統計方法,如:獨立樣本T檢定(比較兩組觀察值的平均數)。其假設包括「依變項符合常態分佈」、「變異數同質性」、「兩組的樣本為獨立的」。
【註】有時透過數據「轉換」,可以符合必須的假設。常使用的轉換方式可有取log、開根號或其他方式(只要你找得到)。而,轉換也是有他的限制和缺點的,如:
一:轉換後,也不見得就會符合常態分佈
二:轉換後,觀察值的「單位」不在是原有的性質(如:血壓值取log後)。當以統計結果作解釋時,必須特別留意:數值可能已經不具單位原有的意義,甚至扭曲。
此時,其實另外的處理方式,就是:以無母數統計的Mann-Whitney U-test 來取代獨立T。
無母數統計一律是使用「排序」作計算,也就是說Mann-Whitney U是在檢定兩組人的「平均排序」是否有顯著差異,既然已經把原始分數轉成排序了,那當然就不會有「常態性」跟「變異數同質性」的假設了。
再如:相依樣本T檢定、單因子變異數分析、單因子重複量數變異數分析,也都是要有一些假設的。如:單因子變異數分析來說,它也是有「常態性」跟「變異數同質性」的假設。

Jason 發表在 痞客邦 留言(0) 人氣()


一般會使用雙樣本 t 檢定來比較兩個母群體的平均值是否相同。但是如果樣本為偏斜(非對稱)的分布,或樣本數不大,或有違t 檢定的前提,此時可考慮利用無母數檢定中的Mann-Whitney U test 檢定兩組的中位數是否相同。
無母數統計(nonparametric statistics)又稱作Distribution-free statistics、由後者的名稱即可知無母數統計是「不需要分佈假設的統計方法」,一般而言常用的統計方法(譬如說獨立樣本T檢定、相依樣本T檢定、單因子變異數分析、單因子重複量數變異數分析)都是要有一些假設的,以獨立T來說假設至少包括「依變項要符合常態分佈」、「兩組的變異數要相等」以及「兩組的樣本是獨立的」,關於後者的假設是樣本取樣的問題因此無母數統計也無法修正,但前者的「常態性」與「變異數同質性」檢定在實際狀況常常會遇到。

Jason 發表在 痞客邦 留言(0) 人氣()

科技新聞網站The Next Web共同創辦人鮑里斯.范贊丹(Boris Veldhuijzen van Zanten)根據過去多年舉辦論壇的觀察,歸納出演講時不該說的10句話
1.「我身體不舒服,有嚴重的時差、疲累」:大約有五分之一的講者一開始都會這麼說。可是坐在台下的觀眾只想聽到你的精彩演講內容,如果你身體實在非常不舒服,無法好好表現,不如取消演講。
2.「稍後我再說明」:如果有觀眾突然舉手發問,而他提出的問題你可能會在之後的剪報內容解釋,千萬不要說「稍後我會說明」之類的話,應該立即跳至那一頁簡報內容,立即解答聽眾的疑問

Jason 發表在 痞客邦 留言(0) 人氣()

1 2
Blog Stats
⚠️

成人內容提醒

本部落格內容僅限年滿十八歲者瀏覽。
若您未滿十八歲,請立即離開。

已滿十八歲者,亦請勿將內容提供給未成年人士。