「SAS繪圖」散佈圖盒形圖疊圖實作，用教科工具書等級的繪圖思路告訴你。

這其實是版大實體教學課其中一個教案，對象為醫務管理相關科系的實習生，這個教案出自版大統計工具書Proc sgplot vbox statement段落其中一個教學範例(摘錄約8成內容)。

馬賽克拼貼畫作與拼貼統計圖

 

像不像小磁磚拼貼而成的畫作？

 它不是小畫家做的，也不是Illustrator做的，

是由統計軟體SAS靠程式碼一格一格定位上色的。

沉潛的這些日子

 距離上次貼文時間，已將近2年半。

上一次貼文時間，我兒子約滿半歲，那時還不會走路，所以好照顧，搞破壞的能力有限，還心有餘力上來寫寫生活日誌。現在已快3歲，跑跳走的能力，大大增加破壞的力道與攻擊範圍，第二張圖說明一切(我前腳收，他後腳繼續丟(靠腰！你在丟三小，不然你來撿)，收到最後，我已放棄。這年紀小孩就這樣，不會有同情心和同理心)。照顧一個小孩很花時間、體力和心思，這二年來沒有多餘氣力維持此部落格。(PS: 這是我兒子照片第一次貼上部落格。) 

108.10.29_東港安泰醫院管制圖課程教學紀綠

聚類分析－以25個國家9大類食物之蛋白質消耗為例

本篇文章直接切入核心，不再進行前言與統計背景介紹。

以下為25個國家，其國民於9大類食物之蛋白質消耗統計表。若依9大類食物其蛋白質消耗情形類似國家為樹形圖繪製依據，須如何評估及執行？

「新思惟課程」打造自己的統計拼圖：一篇不同以往的上課心得

2018年12月16日，參與了生平自費最貴的課程：統合分析工作坊！

1日課程3萬元，課程內容如下表：

出處：https://meta-analysis.innovarad.tw/event/

心得已被新思惟張貼於官網，如下：
https://meta-analysis.innovarad.tw/sjhuang/

考試結果揭曉：沒有考上台灣醫療品質協會的高階醫品師

相關文章：
http://cingchih.blogspot.com/2019/11/blog-post_30.html

12月中赴台中榮總參與台灣醫療品質協會舉辦的「高階醫品師」考證，結果只通過面試，筆試沒過。不管是筆試或面試，分數都給的很「嚴謹」。

面試官為屏東寶健醫院副院長趙正芬與振興醫院醫品中心副主任邢世俊。

筆試的部份，我坦言因照顧小孩關係時間體力有限，所以4本指定參考書都沒有翻 (排除讀書會翻書時機)，只看了1遍考古題和掃過同事準備的投影片。

來吧，我的統計天堂！

《芝加哥》（英語：Chicago）是一部於2002年上映的美國歌舞喜劇犯罪電影。
原聲帶中的序曲 All That Jazz，是我喜歡的爵士樂類型之一。



當我把歌詞中的Jazz全部換成Stat (統計的縮寫)，也是可以亳無違合感的哼下去。

按我開啟歌詞

各位同協～～你們準備好開始「統」了嗎？

即日起，修正部落格名稱為「黄新智隨手筆記」，並暫停新文章推送一個月。

＝＝＝公告＝＝＝

1.版大自2019.12.2起，自研究助理一職升遷為醫務管理專員，即日起修正部落格名稱為「黄新智隨手筆記」。

2.版大12月將赴台中考取某證書，目前閉關修練中，故即日起，暫停新文章推送一個月。

[教學示範]「使用工具：SAS」2個連續變項間的比較及繪圖【以鳥的體重為例】

假設高雄市三民區野外飛的鳥幾乎都是玄鳯鸚鵡。
若從野外抓30隻公鳥測量體重，公鳥bird變項=1，其中一隻叫「阿財」，故此群組簡稱「阿財及其兄弟們」。

我叫阿財。

若再從同區域野外抓18隻母鳥測量體重，母鳥bird變項=0，其中一隻叫「灰皮」，故此群組簡稱「灰皮及其姐妹們」。

我叫灰皮醬，小名叫灰皮。

接下來，將利用SAS簡易比較高雄市三民區野外玄鳯鸚鵡平均體重於公母鳥群體間是否存在顯著統計差異，並將比較結果繪製成統計圖。

高雄市立聯合醫院Excel課程記錄

這種出場方式的idea真的很不賴 ^____^

會一直想讓人看下去，看最後會發生什麼事（一直在等開箱文），又發生的事會如何和這次的Keynote連結。

請不要拖播放桿，耐心的看完前4分鐘！

註1：那個Kevin是負責Apple Watch作業系統開發的團隊領導人
註2：跑成這樣無線耳機都不會掉，真是厲害！

2年前後製的影片欣賞

片中的日期更換動畫，模擬舊式加油機跳數字的視覺感來設計。對當時的我而言，是全新嘗試。設計採全手工打造（關鍵影格＋遮罩＋圖層），未靠任何套件實現。

Note: 播放影片務必開啟1080p畫質。

5部歷年來統計數據動畫

行動作業系統1999-2019年市佔率變化及排名

[教學示範]「使用工具：SAS」僅有單一變項，如何對此資料的數據分布加以歸類？

先帶入2個專有名詞。
聚類分析：用在事先不知道類別的情況下，完全按照反映對象特徵的數據將對象進行分類。
判別分析：是基於已知分類的樣本建立判別函數，再對未知類別的大量個體歸屬於哪個類別進行判別。
所以聚類分析是一種沒有類別信息可參考的情況下，利用距離或相似性係數將一個集合劃分成若干個子集的過程，它是種監督式的學習過程。相關前述粉紅色內容，通常具有多個變項供軟體綜合判定，但也可能只有一個變項可供軟體判定，故接下來，本文章將聚焦在後者，如果你只有一個連續性的變項（即下例中的x），該如何分類？

＝＝＝以上是版大集中腦力寫出來的段落，然為節省體內能量，以下段落寫法會較隨性＝＝＝

版大先以2個迴圈產生2批虛擬資料，其描述性統計值設定如下：
data test;
grp=1;  /*平均數0  標準差0.5，共有100筆觀察值，批數grp=1*/
do i=1 to 100;
x=0+0.5*rannor(1234);
output;
end;
grp=2;  /*平均數3  標準差1，共有200筆觀察值,批數grp=2*/
do i=1 to 200;
x=3+1*rannor(1234);
output;
end;
run;

                                                                           ... ...