我大概到了研究所畢業後這10年(這10年是我統計學功力大增的關鍵階段)，才知道怎麼讀書和怎麼做筆記。我目前已研究所畢業快20年了...
像這類似的書，我其實很多。你可以多看多研究最後歸納出最適合自已的方法。
黑色機器機型為BOOX Note Air 4 10.3吋(彩色)，入手尚未3個月。
黑色機器給兒子看兒童繪本(Hyread我有北中高市的圖書館帳號)、我自已看電子書內的股價K線圖
有沒有發現開始偏離文章主題了。是的，沒錯！
有了彩色螢幕閱讀器，看線圖就不用再額外猜(或依內文對照)哪根k棒是紅是綠。
用閱讀器看文章，眼睛感受和看實體書籍差不多。
右邊是第一台閱讀器(讀墨，6吋)。這台是讀墨2017年募資預購計畫下早鳥價入手的。
我家還有一台BOOX Nova3 7.8吋(老婆的專用機)，先不貼圖，讓它保持神秘感。
現回到文章主題。
至於統計學要怎麼駕馭？我們先來看網友對各學制「數學」如何稱呼。
國小數學叫算術＞國中數學叫複雜的算術＞高中數學叫數學＞大學數學叫玄學
小弟我不得不佩服，這樣的稱呼非常精僻且道地。
玄學是什麼，以我的偶像張翔老師教學影片為例：
有沒有覺得一堆奇怪符號組合在黑板上就像符令一樣？
片中講授了變異數與殘差的關聯性或稱變異數異質性如何診斷評估。
大學層級的數學和統計學(指推論性統計)，你要駕馭它得有一點天份和幻想力。我老婆因想學統計叫我教SPSS。但我知道她的底，所以叫她放棄推論性統計(她的專長不在這裡)，只學描述性統計、基本資料清理以及畫圖就好。考慮到SAS較SPSS易做筆記，且我有更豐厚的教學資源，所以成功說服她放棄SPSS改用SAS(SAS能做和解決的事較SPSS多，而同時執行多資料檔操作的流程管理也較SPSS優)。
SAS上的描述性統計和資料清理，不外乎Proc sql, Proc datasets, Proc means, Prco sort, Proc transpose, Proc freq, Proc univariate以及Data Step Work。然後再引入一些全域型Statement和Options即可結束。至於數據匯入部份，對只想快速上手的人來說，以下這類語法:
(filename sample 'c:\....';)
data;
infile "c:\....." dsd dlm='...';
input .....;
run;
我都省了(不然這種匯入方式連很多排列怪異的資料SAS都吃的進去)，一律只教Proc import, Proc export，我連手動匯入的方式(功能列：檔案＞匯入資料＞...)都省略不教)。
教了一個月(2-3天找一個晚上上1個多小時)後，已能獨立下code執行一些案件。有會的人一對一教會比獨自看書快很多。且我的教學檔案、案例、筆記、教學重點等內容是積了10幾年的成果，哪天我忽然在Master talks, Hahow或是Yotta平台開課(用藝名？)，也是有可能的(東西都現成的，只要整理一下，對著螢幕講話錄影，上傳後就是另一種被動收入，等我兒子再大一點大概就會開始行動了)。好，拉回主題，我們準備去報名馬拉松賽。
xxx: 咦！不對！你怎麼跳這麼快？
我: 對，不行膩？
競賽路線沿途看板提示：
積分結果為8，所以離終點站還有8公里 XD
看板下面那些偽泰文是注音符號，問題是寫成這樣有誰看得懂？
剩PI(圓周率3.14159)公里
剩2公里了，各位。
笑死 XD
還溫馨提醒不要太早到，不然沒東西吃(餐點為美濃客家風味餐)
就剩1公里了(這題最簡單)
至於統計學要怎麼駕馭，不是這篇文章的重點。
寫這篇文章的動機是因上週看到陳建州老師的影片，再加上週末滑FB看到這樣的趣聞，且我的閱讀器用了3年多從未上過Blog，於是串出這篇文章。所以你不要問我統計學要怎麼駕馭，實在一言難盡。
放輕鬆點，我們來聽這位妹妹唱歌(轉移話題)。
沒有留言:
張貼留言