這是 study.finora.life 全部內容的純文字版，供搜尋、列印與無 JavaScript 的閱讀器使用。
先講清楚研究在臨床裡是拿來做什麼的，以及實證實務怎麼長出來。
研究不是把單位的問題修好就算，它要能推論到單位以外。這一站先弄清楚研究、品管、實證實務三者的分工：品管改善這一床這一區的流程，研究產生可以外推的知識，實證實務則是把別人產生的知識用回自己的臨床。手上的困擾屬於哪一種，先分清楚，後面十一站才不會走錯路。
三者的分工——先想清楚手上的困擾屬於哪一種：品管，做什麼 改善流程，範圍 這一床、這一區；研究，做什麼 產生知識，範圍 要能推論到單位以外；實證實務，做什麼 使用知識，範圍 把別人產生的知識用回自己的臨床。
關鍵名詞：實證實務 EBP、研究問題、量性／質性
常被問倒的地方：把「做研究」跟「做品管」混在一起講。品管是改善單一單位的流程，研究要能推論到單位以外。
把臨床上的困擾，收斂成一句可以被驗證的句子，並指定自變項與依變項。
把一句臨床上的抱怨，收斂成一句可以被資料推翻的句子。這一站要交出三樣東西：研究問題、研究目的、以及每個變項的概念型與操作型定義。判斷做完沒有的標準很簡單——把操作型定義交給另一個人，他能不能照著測出同一個東西。
這一站要交出三樣東西：研究問題；研究目的；每個變項的概念型與操作型定義。 做完沒有的判準：測試 把操作型定義交給另一個人，過關的樣子 他能照著測出同一個東西。
關鍵名詞：research problem、purpose、objective、H₀、自變項、依變項、干擾變項、操作型定義
常被問倒的地方：概念型定義寫得很漂亮，操作型定義卻沒交代「實際上怎麼測、誰來判定」——口委一定從這裡切進來。
把已經知道的整理成一張圖，然後指出那塊還空著的地方，就是研究缺口。
文獻回顧不是把讀過的文章列出來，而是畫出一張「目前已知的地圖」，然後指出地圖上還空著的那一塊。檢索策略、納入排除條件要寫到別人能重跑一次；讀完之後能說出一句話：前人做到哪裡、還缺什麼、所以我要補哪一塊。
讀完之後能說出這一句：前人做到哪裡；還缺什麼；所以我要補哪一塊。 兩件事要寫到別人能重跑一次：項目 檢索策略，標準 別人照著跑得出同一批文獻；項目 納入排除條件，標準 逐條寫清楚。
關鍵名詞：systematic review、meta-analysis、research gap、MeSH、Boolean、grey literature、risk of bias
常被問倒的地方：文獻寫成流水帳。回顧要收斂到「所以還缺什麼」，不是「有人做過 A、有人做過 B」。
決定要不要給處置、分幾組、量幾次；架構圖要把變項之間的箭頭畫清楚。
決定整個研究長什麼樣：要不要給處置、分幾組、量幾次、什麼時候量。同時把變項之間的關係畫成架構圖，每一個箭頭都要有文獻或理論撐著，不能是自己想的。這一站的產出會直接決定第 11 站能跑哪些統計。
決定整個研究長什麼樣：要不要給處置；分幾組；量幾次；什麼時候量。 架構圖的規則：要求 每一個箭頭都要有文獻或理論撐著，為什麼 不能是自己想的；要求 這一站的產出，為什麼 會直接決定第 11 站能跑哪些統計。
關鍵名詞：conceptual framework、theoretical framework、橫斷式、縱貫式、RCT、quasi-experimental
常被問倒的地方：架構圖畫了箭頭卻沒有理論或文獻支持，等於自己畫的因果。
不給處置、不操控變項，只描述、比較或找關係。診斷準確性研究就住在這一條線上。
不給處置、不操控變項，只描述現況、比較差異或找關係。優點是可行性高、倫理阻力小，代價是講不了因果。診斷準確性研究、橫斷式調查、相關性研究都住在這條線上——寫作時特別小心動詞，沒有操控就不要出現「造成」。
不給處置換來的取捨：優點，內容 可行性高、倫理阻力小；代價，內容 講不了因果。 住在這條線上的設計：診斷準確性研究；橫斷式調查；相關性研究。
關鍵名詞：descriptive、correlational、cross-sectional、cohort、case-control、retrospective、prospective
常被問倒的地方：相關性研究寫出因果語氣（「造成」「導致」）。沒有操控就只能說關聯。
隨機、操控、控制三個要素齊了才叫真實驗；缺一或缺二就是類實驗。
給了處置，就要回答三個問題：有沒有隨機分派、有沒有操控自變項、情境有沒有受控。三個都齊才叫真實驗，缺一或缺二就是類實驗。臨床上真正做得到三者齊備的很少，重點不是硬撐成真實驗，而是誠實標示設計類型並說明控制了什麼、沒控制什麼。
給了處置就要回答三個問題：有沒有隨機分派；有沒有操控自變項；情境有沒有受控。 齊不齊決定叫什麼：三個要素 三個都齊，設計類型 真實驗；三個要素 缺一或缺二，設計類型 類實驗。
關鍵名詞：random assignment、manipulation、control、blinding、allocation concealment
常被問倒的地方：寫成「隨機分派」但實際上是照病房、照床號分——那是方便分組，不是隨機。
工具量得穩不穩（信度）、量到的是不是想量的東西（效度），兩件事要分開報。
工具好不好分成兩件事：量得穩不穩（信度）、量到的是不是想量的東西（效度）。這一站要決定用現成量表還是自己發展，並交代每一種信效度的實際數值。最常見的失分是只報 Cronbach's α 就說工具有效——α 屬於信度，跟效度是兩件事。
工具好不好分成兩件事：信度，問什麼 量得穩不穩；效度，問什麼 量到的是不是想量的東西。 這一站要決定與交代的：用現成量表還是自己發展；每一種信效度的實際數值都要交代。
關鍵名詞：Cronbach's α、test-retest、Cohen's κ、CVI、construct validity、criterion validity
常被問倒的地方：只報 Cronbach's α 就當作「工具有效」。α 是內在一致性，屬於信度，跟效度是兩回事。
從誰身上收資料、收幾個、怎麼挑；樣本數要用檢定力算出來，不是憑感覺。
決定從誰身上收、收幾個、怎麼挑。樣本數要用 α、檢定力與預期效果量事前算出來，不是憑感覺或憑「以前的論文都收 100 個」。單一院所的方便取樣不是罪，寫清楚並在限制段說明推論邊界才是。
這一站決定三件事：從誰身上收；收幾個；怎麼挑。 樣本數怎麼來：要用什麼算，內容 α、檢定力與預期效果量，事前算出來；不能怎麼來，內容 憑感覺，或憑「以前的論文都收 100 個」。
關鍵名詞：population、purposive sampling、convenience sampling、stratified、sample size、power、effect size、attrition
常被問倒的地方：單一院所的方便取樣寫成「具代表性」。該做的是誠實承認，然後在限制段說明推論邊界。
誰、在哪裡、用什麼表單、收到的資料怎麼存與清理，流程要能被別人照著做一遍。
把設計變成實際動作：誰、在哪裡、用什麼表單、收到的資料怎麼存與清理。這一站的判準是可複製性——換一個收案者照著同一套流程走，收到的資料應該長得一樣。遺漏值怎麼處理要事前寫死，不能等分析時看結果再決定。
把設計變成實際動作：誰收；在哪裡收；用什麼表單；收到的資料怎麼存與清理。 這一站的判準是可複製性：測試 換一個收案者照著同一套流程走，過關的樣子 收到的資料應該長得一樣；測試 遺漏值怎麼處理，過關的樣子 事前寫死，不能等分析時看結果再決定。
關鍵名詞：研究操作準則、項目負擔、閱讀水準、譯碼簿、先導研究、唯一識別碼、missing data、de-identification
常被問倒的地方：沒寫遺漏值怎麼處理。分析時才臨時決定，會被質疑是看結果挑方法。
知情同意、IRB 審查層級、隱私保護，還有四大原則：自主、不傷害、行善、正義。
知情同意、IRB 審查層級、隱私保護，背後是自主、不傷害、行善、正義四個原則。實務上最花時間的是送審與修正，所以計畫書寫作階段就要同步準備。匿名與保密是兩個不同的詞，送件寫錯會被退。
背後的四個原則：自主；不傷害；行善；正義。 匿名與保密是兩個不同的詞：匿名，意思 連研究者都對不回是誰；保密，意思 知道但不外洩。
關鍵名詞：informed consent、IRB、exempt review、expedited review、anonymity、confidentiality、vulnerable population
常被問倒的地方：把匿名與保密當同義詞。匿名是連研究者都對不回是誰，保密是知道但不外洩。
先描述資料長什麼樣，再用檢定回答問題，最後把 p 值、信賴區間、效果量一起講。
先描述資料長什麼樣，再用檢定回答問題，最後把結果講成人話。報告時 p 值、效果量、95% 信賴區間三個一起給——p 值只說「這個差異不太可能是抽樣誤差」，說不出差異有多大、有沒有臨床意義。
分析的三個動作：先描述資料長什麼樣；再用檢定回答問題；最後把結果講成人話。 報告時三個一起給：p 值，說得出什麼 這個差異不太可能是抽樣誤差；效果量，說得出什麼 差異有多大；95% 信賴區間，說得出什麼 幅度的範圍。
關鍵名詞：descriptive statistics、p-value、95% CI、Type I error、Type II error、chi-square、t-test、ANOVA、regression
常被問倒的地方：只報 p 值。p 小不等於臨床有意義，95% CI 與效果量才看得出幅度。
照 IMRAD 把研究寫出來，再用同一套眼光讀別人的文章。
IMRAD 是寫作的骨架，反過來也是評讀的檢查表——同一套結構，換個方向用。評讀看的不是缺點挑得多不多，而是這篇的結論搬不搬得到眼前的病人身上。整篇最吃功夫的是討論段：跟前人文獻對話、自己交代限制，再讓最後兩段一條一條接回那些限制。
同一套 IMRAD，兩個方向用：段落 Introduction，寫的時候 交代缺口在哪，讀別人的時候 這個缺口是真的，還是硬湊的；段落 Methods，寫的時候 寫到別人照著能重跑，讀別人的時候 樣本、工具、分析交代得夠不夠；段落 Results，寫的時候 只放結果，不解釋，讀別人的時候 圖表和內文有沒有打架；段落 Discussion，寫的時候 跟文獻對話、自曝限制，讀別人的時候 結論有沒有超出資料能說的範圍。 討論段是跟前人文獻對話：狀況 結果跟前人一致，怎麼寫 說一致；狀況 不一致，怎麼寫 給得出解釋；狀況 限制，怎麼寫 作者自己先寫，不等口委提。 最後兩段跟限制一一對齊：限制寫了什麼；建議就補什麼；方法寫到別人照著能重跑一次。
關鍵名詞：IMRAD、APA 7th、critique、信實度、audit trail、reflexivity、intervention fidelity、限制 limitations、replication、preregistration
常被問倒的地方：討論段只重述結果；未來建議寫成罐頭句（「建議擴大樣本數」「建議延長追蹤」）——任何一篇論文都貼得上去的句子，等於沒寫。建議一條對一個限制；複製研究的描述具體到別人照著能重跑。
找一群人給處置，結束後量一次。最簡單，也最沒有比較基礎。
例：60 位長青會老人上 8 週太極拳，訓練後測肌耐力與心肺功能。
強在哪：個案數少、流程單純；母群體稀少時可行；沒有前測就沒有測試效應。
弱在哪：沒有對照組，分不出是處置有效還是這群人本來就比較好；沒有前測，成熟或學習的影響去不掉。
有對照組但沒隨機，兩組結束後各量一次。
例：實驗組給穴位按壓、對照組只給常規指導，兩週後比較便祕改善。
強在哪：有比較組；不便做前測、或前測會嚴重干擾結果時適用。
弱在哪：兩組起點是否相同無從得知，基準不同就無法歸因給處置。
同一群人測兩次，中間夾處置，比前後差值。
例：吞嚥訓練護理方案改善巴金森氏病吞嚥障礙的前驅研究，10 位個案前後測。
強在哪：有前後測差異可佐證成效；樣本需求少，可行性高。
弱在哪：沒有對照組，選樣效應去不掉；重複測量會有練習造成的測試效應；結果推不到沒做過前測的人。
隨機分兩組，兩組都測前後測，只有實驗組拿到處置。介入型研究的標準款。
例：社交技巧訓練提升住院精神病患表達與溝通之成效。
強在哪：隨機分派排除選擇效應；前測可確認兩組基準同質；前測效應同時作用在兩組，可互相抵銷。
弱在哪：在自然情境裡很多干擾控制不了；若成熟與霍桑效應無法控制，實質上會退回類實驗。
隨機分兩組，都不做前測，只比結束後的結果。
例：穴位按壓對中風病患便祕之成效，以病房為單位隨機分兩組，按壓後兩週收資料。
強在哪：完全避開測試效應；不方便做前測時的首選。
弱在哪：沒有前測就無法驗證兩組起點同質，只能靠隨機化本身。
四組交叉：有無前測 × 有無處置，用來把測試效應本身量出來。
例：音樂治療對癌末病患生活品質，120 位均分四組。
強在哪：同時排除選樣效應與測試效應；四組同期進行，時間演進的干擾也一併控制。
弱在哪：要四組人，樣本需求大；統計處理繁瑣。
同時操控兩種以上的處置，看各自成效與交互作用。
例：三種衛教方式（衛教本、光碟、兩者併用）對心導管檢查病患知識與焦慮的影響。
強在哪：一次比較多種介入；可看交互作用。
弱在哪：組數多、樣本需求大；解讀交互作用比主效果難。
有對照組、有前後測，但分組不是隨機。臨床上最常見的一種。
例：纈草精油穴位按摩對重症病人睡眠成效，實驗組加精油按摩，對照組僅標準照護。
強在哪：前測可檢查兩組依變項是否同質（常用卡方），部分排除選樣效應；前測效應同時作用兩組。
弱在哪：未隨機化，干擾變項控制不完全，因果推論力低；結果推不到未做前測的族群。
處置前後各量好幾次，看趨勢有沒有在介入點轉折。
例：單位導入新流程前後各追蹤數個月的指標變化。
強在哪：多次測量可分辨「本來就在變」與「介入後才變」；也能用統計控制練習效應。
弱在哪：資料收集期長，個案流失與歷史事件的風險跟著變高。
兩組在不同時段輪流接受不同處置，每個人都當過自己的對照。
例：穴位按壓緩解老人便祕：A 組真穴位 7 天→休息→假穴位；B 組順序相反。
再細分：變體：等候名單設計——對照組排在名單上晚一點拿處置，倫理上沒有人被剝奪介入。完整設計卡 →
強在哪：兩組都接受過處置，排除選樣效應；連續三次收資料，看得出成效穩不穩。
弱在哪：研究期拉長，成熟與練習效應變強；個案流失風險高；需要沖洗期避免殘留效應。
對照組不是不給處置，是排在等候名單上晚一點拿到；比較期結束後對照組也接受介入。
例：OSCE 訓練系統：A 組先用系統四週（B 組照常自習）→ 期中測 → 換 B 組用系統。
強在哪：倫理上沒有人被剝奪介入；每個人最後都拿到處置，招募較容易；延後組還能當第二次驗證。
弱在哪：等候期間對照組可能自尋其他資源（補償行為）；研究期拉長，成熟與流失風險上升；延後測量混入時間效應。
不給處置，把現況描述清楚：發生率、分布、樣態。可再分探索敘述、比較敘述、時間層面三種。
例：調查某群體胎兒酒精症候群現況，只能調查孕婦平日酒精攝取量，再與常模比較。
再細分：常見型式：調查研究、需求評估、次級資料分析、統合分析、德爾菲調查。
強在哪：變項無法操控、或倫理上不能分實驗與對照組時的正解；替後續實驗性研究鋪路。
弱在哪：只能描述與比較，說不出因果。
看 A 變動時 B 會不會跟著動，用相關係數表示強弱與方向。
例：結腸造口病患的自尊狀況與應對方式的相關性。
強在哪：能直接測變項間的關係；可涵蓋敘述性研究的目的，先描述再找關係。
弱在哪：不能比較組間差異、不能測因果，也沒有控制與操縱變項。
某一個時間點上，把一組或多組樣本的狀況一次收齊。
例：同一時間收集現有病人的判讀結果與參考標準，比較兩者一致性。
強在哪：省時、可行性高，適合看現況與盛行率。
弱在哪：因果先後說不清楚——要能合理推論變項的時序，還要有理論支撐。
同一群人追蹤一段時間，反覆收資料看變化。追蹤六個月以上是基本要求。
例：心臟移植病患出院後每月訪視一年，追蹤服藥順從性、生活品質與自我效能。
再細分：趨勢研究：同一母群多次抽不同樣本。世代分析：同一批人在固定時段內反覆分析。
強在哪：掌握得到變化的軌跡與速度，資料完整度高。
弱在哪：最大的敵人是個案流失與參與意願改變。
先看到結果，再往回查可能的原因。病例對照研究屬於這一類。
例：外科加護病房呼吸器相關肺炎的危險因素探討。
強在哪：罕見疾病、或曝露到發病要很久的題目，這是唯一做得動的路。
弱在哪：依賴回憶與既有紀錄，回憶偏差與資料缺漏都跑不掉。
先確認曝露，再往前追會不會發生結果。世代研究的主要走法。
例：1500 公克以下早產兒出生五天內腦壓平穩者，後續顱內出血情形。
強在哪：時序清楚，因果推論比回溯強。
弱在哪：費時費錢，個案流失會侵蝕結論。
用隨機取樣或隨機分派把研究對象分成實驗組與對照組，讓兩組在給處置之前盡量相同。
判準是「每個樣本被分到任一組的機會相同，而且不等於零」。這是控制干擾變項與中介變項最有效的方法——不是最方便的，是最有效的。
研究者主動給予自變項，再觀察依變項怎麼反應，而不是等它自然發生。
護理研究裡的操控可以是治療、措施、護理處置或衛教指導。例：精油按摩用在待產婦，自變項是精油按摩，依變項是焦慮程度與生理指標。
避免研究過程被干擾，以維持因果推論的可信度。
護理研究多在自然情境進行，做不到絕對控制，只能相對控制。三個原則：加大處置的變異量、控制無關變項、縮小不明的誤差。
真實驗性：隨機化、操控、控制三個要素同時具備
類實驗性：樣本未能隨機取樣；干擾變項或中介變項未獲得完全控制；不一定採用隨機取樣
真實驗性：用隨機取樣嚴謹控制干擾變項與中介變項，對印證因果關係極具說服力；隨機取樣較能確保兩組樣本的同質性 最重要：採隨機取樣並做好控制，內在效度高。
類實驗性：設計貼近實際情境，結果較容易應用到實務；對變項的限制較少，個案取得容易；情境無需太多控制，執行上比真實驗方便 最重要：選擇自然情境、對變項控制較小，外在效度高於真實驗。
真實驗性：控制過多變項，結果較缺乏普遍的代表性；情境過度人工化，難推論到實際情境，較不適用於社會人文科學；需控制的干擾與中介變項多，研究對象取得不易 最重要：控制過多變項、情境過度人工化，外在效度極低。
類實驗性：未採隨機分配取樣，諸多變項難控制，因果關係容易受爭議 最重要：諸多干擾變項未控制，內在效度低於真實驗。
發生在：病患樣本進入分組時
兩組在還沒給處置之前就已經不一樣，之後測到的差異分不清是處置造成的還是本來就有的。
控制方法：隨機分派
發生在：分組之後、接受處置期間
受試者或照顧者知道自己在哪一組，行為就跟著改變——對照組可能更努力，實驗組可能更配合。
控制方法：雙盲
發生在：追蹤期間
中途退出的人往往不是隨機退出的，可能正是效果不好或副作用大的那些人，只分析留下來的會高估效果。
控制方法：治療意向分析 ITT
發生在：結果評估時
評估結果的人如果知道對方是哪一組，判讀就容易偏向預期的方向，主觀性越高的指標影響越大。
控制方法：臨床結果評估者盲
像擲銅板一樣逐一分派。樣本小的時候兩組人數可能差很多。
每若干人為一區段，在區段內分派，確保任何時間點兩組人數都接近。
先依重要特質（例如疾病嚴重度）分層，再在各層內隨機，避免該特質集中在同一組。
依已入組者的特質動態調整下一位的分派機率，讓兩組基準線盡量平衡。
從高品質研究彙整的經驗性知識。
健康照護專家的經驗。
病人到底想不想要。
南丁格爾在戰地收集數據，被視為第一位護理研究者
《美國護理期刊》創刊
大學開始設立護理碩士與教育博士學位
第一本專屬研究期刊《護理研究》創刊
探究人類生命中固有的深度、豐富度與複雜性。
著重自然環境中自然發生、普通的事件。
資料收集期間感受到新型態時，可以調整訪談焦點。量性偏離流程會威脅嚴謹度，質性則需要這種反應能力——這是兩者最不一樣的地方。
「我們一直都這樣做」。方便但從不檢驗。
專家說的。專家也會過時。
從別的學科搬來用。合不合護理情境要先問。
試錯試出來的。有效但講不出為什麼。
做久了自然會。樣本只有自己。
跟著學長姐與導師學。傳承的同時也傳承了錯誤。
說不上來但就是知道。無法檢驗與傳授。
歸納與演繹。前提錯結論就錯。
嚴謹、系統性的資料收集與分析——九種裡唯一可靠的檢驗管道。
描述 describe · 探索 explore · 解釋 explain · 預測 predict · 控制 control
最強大的來源。從照護病人、家屬的日常觀察中發現。
讀別人的報告，思考「如果是我就會從這裡開始」。
新手卡關時的救星。
關注國家級機構或學會公告的優先重點。
確認目標領域——找出一個有興趣的大方向 · 建立焦點——區分已知與未知，找出知識尚不明朗的部分 · 縮小焦點——釘住一個具體的未知缺口：研究就落在這裡
由一或數個概念組成的大方向。
想探討、了解、解決的現象；要能講出重要性與背景。
闡述研究宗旨；要涵蓋設計、變項、母群體、場所四要素。
把問題轉成可探討的句子，列出變項與群體，接資料收集與統計。
對結果的準確預測；相關性與實驗性研究用，敘述性研究通常停在提案。
一個自變項對一個依變項。
兩個以上自變項或依變項。
預測得出誰高誰低，寫得出「較多、較少」；可用單尾檢定。
只知有關或有差，不知方向；用雙尾檢定。投稿實務上多數期刊預設雙尾，事後才改單尾會被審稿人質疑。
系統性回顧的每一步都要能被重跑：檢索式寫出來、納入排除事先訂、至少雙人獨立篩選、逐篇評偏差風險。敘述性綜述挑自己讀過的講，SR 是把「找文獻」本身當成一個研究方法來執行。
PRISMA 是「寫出來要交代哪些事」的清單（27 項）加一張流程圖，不是做 SR 的方法本身。流程圖四欄：識別（各資料庫找到幾筆、去重剩幾筆）→ 篩選（題名摘要刷掉幾筆）→ 符合資格（全文複審、逐筆記排除原因）→ 納入（最後幾篇進統整）。
訂 PICO 與納入排除 → 寫檢索式（至少兩三個資料庫、MeSH＋自由詞＋布林）→ 去重 → 雙人篩題名摘要 → 全文複審記排除原因 → 偏差風險評估（RCT 用 RoB 2、觀察型用 ROBINS-I、診斷準確性用 QUADAS-2）→ 資料萃取表 → 合併得起來做 meta（效果量、異質性 I²），合不起來就敘述性統整。
只搜一個資料庫；單人篩選沒有第二人核對；事後才補納入排除條件；沒有預先登錄（PROSPERO）；把「我有附 PRISMA 流程圖」當成「我做了系統性回顧」。
約需 10 至 15 小時。
檢索時間的兩倍，約 20 至 30 小時。
可能是檢索時間的三倍。初學者絕對會低估，最佳策略是盡早開始。
探索已知知識與證據強度的涵義（如課程正式報告）
總結式課程或研究提案，範圍擴展至病理學等相關文獻
全面性回顧，可能探討 5 至 10 項理論，延伸至資訊科學與管理文獻
學習研究過程的第一步：掌握基本功，看懂報告到底在寫什麼。
不盲從。評估新證據能不能真的用在病人身上，更新臨床實務。
檢視新研究，決定哪些新觀點要放進教材教給學生。
找出過去研究的優缺點，作為規劃下一個新研究的墊腳石。
抓出研究元素與過程——看懂他在寫什麼。
檢視研究者有沒有照著規矩走：邏輯通不通？有沒有偏差？
決定研究的信實度與意義：結果可信嗎？對臨床有用嗎？
介紹與研究問題——問題對護理重要嗎 · 文獻回顧——是近五年的文獻嗎 · 研究架構——有畫出清楚的概念圖嗎 · 目標／假設／變項——自變項與依變項定義清楚嗎；概念型與操作型定義一致嗎
研究設計——能不能減少外在干擾變項的威脅 · 母群體與樣本——納入排除標準是什麼、流失率如何 · 測量——用的工具信效度好嗎 · 資料收集——過程有沒有發生不良事件；介入性研究要問處置有沒有從頭到尾一致執行（intervention fidelity）
資料分析——統計方法對嗎、p 值顯著嗎 · 發現——有回答到原先的假設嗎 · 限制——研究者有自己承認缺點嗎 · 應用與建議——對未來的護理實務有什麼幫助
這是真的嗎？看有沒有花足夠時間（長期接觸、持續觀察）、有沒有用不同方法反覆驗證、結果跟臨床直覺對不對得起來。
關乎真相
過程經得起檢驗嗎？有沒有留下審計跟蹤（audit trail：詳細的田野筆記、逐字稿）；研究者有沒有自我反省（reflexivity），避免自己的偏見干擾結果。
關乎時間
這些故事能用到我的病人身上嗎？質性不追求一體適用，但樣本屬性、文化或環境夠相似，結果就有參考價值。評估問句：研究裡的參與者跟我的病患有多像？
關乎轉型
方法交代得夠不夠清楚，讓讀者能看見結論是怎麼長出來的。
看得見過程
作者有沒有說清楚用哪種哲學視角（現象學、符號互動論…）？方法論一致嗎？
質性研究中「研究者本人就是工具」。作者有沒有說明自己的個人連結或動機？是否處理了自己的偏見？
樣本不是算出來的，是收集到「飽和」為止。有沒有詳細描述時間長度、事件順序與情境？
高度抽象，解釋廣泛感興趣的現象
已定義的概念與關係陳述組成
理論的基本組成區塊
可測量的形式
以語言、知識、實務與邏輯為指引。
找出標準、前因與後果——Walker & Avant 八步屬於這一路。
分析概念如何隨時間與情境發展。
結合文獻分析與實地數據收集。
密切檢驗多個相關概念，區分重疊區域。
具體列出研究問題與相關變項 · 選擇並界定變項（每個都要有概念性與操作性定義） · 確認變項間的關係並陳述出來 · 用框框、線條與箭頭畫出架構圖（因果由左到右） · 有現存理論就拿來當架構依據 · 檢視周延性：涵蓋所有問題與假設？每個變項都界定了？
研究的自變項缺乏可以被研究者操縱的性質。例：婦女對更年期的態度與接受荷爾蒙補充療法的意願。
研究對象無法接受干預的操縱，或倫理上無法設實驗組與對照組。例：胎兒酒精症候群，只能調查孕婦平日的酒精攝取量。
有實際困難無法操縱自變項。例：嚼食檳榔與口腔癌——總不能叫人去嚼檳榔。
對變項的了解有限，得先用非實驗設計把現況弄清楚，才能設計後續的實驗研究。
文獻對主題的敘述有限，無法設立具因果關係的研究假設時，先做非實驗研究提供具體訊息。
發展與測試工具的研究。至少四步：定義概念使其可測量、制定工具項目、建立工具、測試信效度。
把多篇研究的結果合起來分析。
拿既有資料庫回答新問題，不用重新收案。
丟銅板、骰子或亂數產生器。樣本小於 100 時，兩組人數或特徵容易不平衡。
先定區塊大小（兩組等比就用 2 的倍數），列出所有排列（AABB、ABAB…）再隨機選。病人陸續入組時特別能維持組間平衡。
先照會影響結果的特徵分層，再在層內隨機分派，避免重要特徵集中在某一組。
資料驅動：邊收案邊調整分派機率，把組間的不平衡壓到最小。
自變項要具體明確，讓實驗組與對照組接受到的處置明顯不同。例：實驗組 15 分鐘複方精油按摩，對照組 15 分鐘不含精油的基礎油按摩——差的只有精油。
干擾與中介變項保持不變或排除：選同質性高的對象、隨機或配對取樣、或把干擾變項納入設計用統計考驗。
實驗步驟寫清楚、提高測量工具效度、控制研究情境。按摩部位、手法、施測者資歷都交代，誤差就小。
同一群人間隔 2–4 週再測一次，看 Pearson 或 Spearman 相關係數，越接近 1 越穩。前提：測的特質理論上要穩定（如人格）；測當下情緒就不適用。
同一份量表的題目彼此一致到什麼程度。屬於信度，不是效度——這是最常見的失分點。
兩位評分者判同一份資料的一致程度，類別用 Cohen κ、連續用 ICC。
兩份等值問卷比，或把題目對半比。
專家審查題目涵蓋率，算 CVI。
最核心的一支：量表的表現符不符合理論預期。下分收斂與區辨。
對應外部黃金標準，分同時效度與預測效度。
跟其他測量相同概念的工具比，相關性會很高。
跟測量無關概念的工具比，相關性會很低。
全查太貴。
全查太慢。
母群體根本碰不完。
工具授權費、問卷與同意書影印、非志願收案者報酬、設備租購與耗材、受試者的時間與交通補償、統計諮詢。
先列表估算並編進預算，別等做到一半才發現印不起。
一個人做得完，但慢；兩人以上每個環節都有人接手，代價是開會與協調的時間。
研究越大越複雜，越不可能一個人扛。
最常被低估的兩件事：受試者填完表單要多久、團隊招募到足夠人數要多久。IRB 審查、主管許可、聯繫個案都會吃掉時間。
時間承諾要在流程早期就確定，並寫進同意書。
工具要跟每個概念的概念型定義對得上。另外看兩件事：項目負擔與閱讀水準。
多份工具加起來超過 40 題常常不合理，也容易掉資料；對象讀不動就改口頭施測或換工具。
研究者施測還是受試者自填？紙筆、電話、郵寄還是線上？
語言或讀寫能力較低適合紙本由研究者施測；有聽力障礙、交通困難或身體不便，改電子方式或從病歷擷取。
最單純，對象熟悉。
要人工登錄，容易打錯。
填完直接掃進資料庫，減少登錄工並提高準確度。
回應位置要精準排版，列印或複印跑掉就讀不到。
SurveyMonkey、Qualtrics、REDCap；收案與登錄同時完成，還會記下作答時間。
要確認對象有電腦與網路、平台的保密與匿名是否安全、手機平板能不能填。
觸及不便到院的對象。
要事先訂好打幾次、幾點打、未回收怎麼催；郵寄還有未送達與重寄的成本。
App、簡訊提醒、藥盒開啟記錄、生理監測儀直接串接。
前期設備與設定費高，訊號中斷會掉資料，重複測量若沒發現故障可能整筆作廢。
不打擾病人，適合回溯資料。
同意書要寫明可以從病歷取資料，並確認 IRB 已授權。
開始登記 · 向病人解釋 · 取得同意（拒絕要記原因） · 建檔並給唯一識別碼 · 判斷需不需要人協助填答 · 完成填答 · 當場檢查有沒有漏題 · 有漏就即時澄清或補答 · 輸入資料 · 資料品質檢查與回報
欄位擺放位置決定會不會漏。資料在表單上不規則散置最糟，收集與轉錄都容易掉。 · 治療分組不要寫在資料收集表單上——那等於破盲，會影響收集者怎麼記錄。 · 敏感問題往後放，從年齡教育這種低隱私的開始問。 · 最重要的項目不要排在最後一頁，填到那裡人已經累了。 · 多份工具訂成一本小冊，減少整份漏掉的機會。 · 不同回憶期間的問卷（問上週的、問上個月的）要分開排，不然受試者會在時間範圍之間混淆。
電腦裡的欄位名，如 A1
看得懂的描述，如 家庭年總收入
這筆值從哪一份表單哪一題來
1＝從未、2＝幾乎從不…把每個編碼寫死
1–5。超出範圍就是輸入錯誤
統一代碼，例如 9
反向計分、由左至右編碼等特別規則
符合條件的人比想像少、看似合理的邀請仍被拒絕、上個月還在的個案突然都不見了。家屬可能不同意參加，或代替受試者回答；房間裡有別人時，答案會偏向討好在場的人。
把受試者當成物件會傷到下一位研究者的招募。收案期間會遇到目睹不當照護、被問臨床問題卻不能回答的兩難。
最幫忙的護理師被調走、單位改組、訪談空間被改成儲藏室、病歷表單被改版而漏掉需要的欄位、藥局程序卡三個月。
不可預期的事一定會發生。流程要盡量一致，但保留彈性——什麼都不管硬走原計畫是錯的。
戰俘營中的殘暴不人道測試，完全無視人權。
針對黑人男性，不給治療、刻意欺瞞長達 40 年。
故意將性病傳染給弱勢群體以測試藥效。
受試者必須「自願參與」；確保無身心傷害，風險與利益必須平衡。
區分「治療性」與「非治療性」研究，建構了現代研究倫理委員會的基礎。
非教學醫院原則上不得施行人體試驗；有特殊專長經中央主管機關同意者例外。
目的與方法、風險副作用、預期效果、替代方式、隨時撤回權、損害補償或保險、資料保密、檢體保存與再利用。
研究計畫依風險分「一般程序」與「簡易程序」審查；簡易程序限主管機關公告的範圍。
人體生物資料庫管理條例、個資法、兒少保障法；用到檢體或未成年對象時逐一對。
呈現虛構的實驗結果。
修改、刪除或增加真實資料。最常見的不當行為。
引用他人概念、程序、結果（含未發表文章）而未恰當引註。
重複使用自己已發表的內容而不註明。
同一成果投多處發表。
由他人代寫。學倫處置從書面告誡到終身停權、追回經費。
名目、順序資料用卡方與次數分配；等距等比才能算平均數、做 t 檢定或 ANOVA。尺度錯了，後面全錯。
常態分布用平均數＋標準差；偏態或有極端值用中位數＋四分位距。極端值會拉走平均數，中位數不受影響。
t 檢定與 ANOVA 要求近似常態、變異數同質。先跑 Shapiro-Wilk 與 Levene；不符就改走無母數（Mann-Whitney U、Wilcoxon）。
p 值只說「虛無為真時看到這種結果的機率低」。報告時 p 值、效果量、95% CI 三個一起給——樣本兩萬人時，多走 80 步也能 p<.001，但沒有人在乎 80 步。
ANOVA 只說「至少有一對不同」，不說哪一對。接著做事後比較（Tukey、Scheffé）才知道差在哪。
A 與 B 相關，可能是 A→B、B→A，或第三個 C 同時影響兩者。要主張因果，回到第 6 站的實驗性研究設計。
先看整體模型顯著嗎（F 檢定），再看解釋力（R²、調整後 R²），最後才逐個看係數 β 與其 p 值。多元迴歸還要檢查共線性（VIF）；階層迴歸看的是「每加一區塊，R² 變化量顯不顯著」。
Bar chart
比幾個類別的數值大小
類別在十個以內、想直接比高低
例：四種疾病類別各自的個案數
bar
Horizontal bar
同上，但類別多或名稱長
類別超過十個，或中文長名塞不下
例：十二項照護措施的執行率排名
hbar
Grouped bar
兩組並排比同一批類別
比前測與後測、比兩個單位
例：實驗組與對照組在四個題目的答對率
gbar
Stacked bar
看總量同時看內部組成
想同時呈現整體與各類佔比
例：各病房的人力總數與職類組成
sbar
Pareto chart
找出少數關鍵的多數
想知道前幾項就佔掉大半
例：前三類給藥疏失佔了全部的八成
pareto
Histogram
看單一連續變項的分布形狀
想知道集中在哪、偏不偏、有沒有雙峰
例：術後住院天數的分布
hist
Density / KDE
直方圖的平滑版
想把多組分布疊起來比較
例：兩組疼痛分數的分布重疊程度
dens
Box plot
看中位數、四分位與離群值
比多組分布、抓異常值
例：各病房候診時間，一眼抓出離群的那間
box
Violin plot
盒鬚圖再加上分布形狀
想同時看集中度與形狀
例：兩組焦慮分數，看出其中一組是雙峰
violin
Q-Q plot
檢查資料是不是常態
跑 t 檢定或 ANOVA 之前的前提檢查
例：檢定前確認體重資料貼不貼對角線
Scatter plot
看兩個連續變項有沒有關係
想找相關、看趨勢方向
例：年資與照護滿意度的關係
scat
Scatter with fit
散布圖加趨勢線與信賴帶
想量化關係強弱或做預測
例：BMI 與收縮壓，加一條迴歸線與信賴帶
fit
Line chart
看一個值隨時間怎麼變
時間序列、逐月逐年
例：逐月的跌倒發生率
line
Paired before-after
同一批對象前後連線
配對設計——同一個人測兩次
例：每位個案衛教前後的知識分數，一人一條線
pair
Area chart
折線加填色強調累積
想強調總量隨時間累積
例：累積收案人數
area
Heatmap
用顏色看二維表格哪裡高
兩個維度交叉，例如科別乘以月份
例：科別×月份的感染件數，熱區一眼可見
heat
Correlation matrix
一次看多個變項兩兩相關
探索階段挑變項
例：年齡、BMI、血壓、血糖的兩兩相關
corr
Pie chart
看單一整體的佔比
類別五個以內，而且要強調佔幾成
例：三種給藥途徑各佔幾成
pie
Forest plot
多個效果量與信賴區間並排
統合分析呈現各研究結論
例：五篇研究的效果量，區間跨線的就是不顯著
forest
Kaplan-Meier curve
看事件發生前的存活比例
追蹤資料、比較兩組存活
例：兩組導管留置天數，哪組先掉下來
km
ROC curve
看診斷工具的區辨能力
敏感度對上偽陽性率，配 AUC 一起報
例：判讀工具的曲線離對角線多遠
roc
類別很多或中文名稱很長，改用橫向長條，不要硬塞直的擠成一團。 · 跑 t 檢定或 ANOVA 之前，先畫 Q-Q 圖驗常態，不要算完才回頭補。 · 同一個人測兩次（前後測）要用配對前後圖，用分組長條會把配對資訊丟掉。 · 圓餅圖只在類別五個以內時用，超過就改長條——人眼比不出角度差多少。
她是誰、理論從哪些經歷長出來。
站在誰的肩膀上——引用了哪些前人理論與學科。
有沒有資料撐著，還是純思辨。
對人、環境、健康、護理四個後設典範概念的立場。
概念之間的關係句——理論真正的命題在這裡。
歸納還是演繹，推理前後通不通。
實務、教育、研究三個面向各被用到哪裡。
理論家本人或後人有沒有繼續修。
清晰性、簡約性、一般性、可近性（實徵精確度）、重要性（可導出的結果）五個判準。
concept
一個詞、一個現象的名字
statement
兩個以上概念之間的關係句
theory
一組互相關聯的陳述
derive
向別的領域借
synth
從資料長出來
analyze
把現成的拆開
護理最核心也最被過度使用的概念之一：它同時是生理訊號、主觀經驗與社會互動的結果，所以「定義性屬性」特別難切乾淨。
疼痛
最容易踩的坑：把「疼痛」與「受苦（suffering）」「不適（discomfort）」混為一談——這三個要用相關案例與邊界案例切開。
屬性：常被提出的候選屬性：主觀性（只有當事人說了算）、不愉快的感官與情緒經驗、與實際或潛在組織損傷有關、具警示功能。
前置因素：前置因素方向：組織損傷或疾病歷程、疼痛閾值與過往經驗、情緒與文化背景。
結果：結果方向：求助行為、活動受限、睡眠與情緒改變、照護介入的啟動。
實徵指標：實徵指標：NRS／VAS／FLACC 等量表分數、生理指標、行為觀察。
它同時被當成「過程」與「結果」使用，文獻裡兩種用法混雜，是概念分析最愛出的題型。
賦權
最容易踩的坑：與「參與（participation）」「自主（autonomy）」「自我效能（self-efficacy）」界線模糊——先決定分析的是過程還是結果，整篇才會一致。
屬性：常被提出的候選屬性：權力的分享或轉移、參與決策、自我效能提升、資源與資訊的取得。
前置因素：前置因素方向：不對等的權力關係、專業者願意讓渡控制、具備可用的資訊與資源。
結果：結果方向：自我管理行為、控制感、對照護的滿意度、健康結果改善。
實徵指標：實徵指標：賦權量表分數、參與決策的行為紀錄、自我效能量表。
跨學科借用最嚴重的概念：心理學、災難管理、工程學都在用，護理要處理的是「借用理論」的適切性問題。
復原力
最容易踩的坑：沒有逆境就沒有復原力——把它寫成「一般的正向特質」會失去邊界；也要與「因應（coping）」「堅毅（hardiness）」區分。
屬性：常被提出的候選屬性：面對逆境（前提條件）、動態的適應過程、回復或超越原有功能、可被培養而非天生固定。
前置因素：前置因素方向：顯著的逆境或創傷暴露、保護因子（支持系統、因應資源、意義感）。
結果：結果方向：適應良好的結果、心理健康維持、創傷後成長。
實徵指標：實徵指標：CD-RISC、BRS 等復原力量表；功能恢復指標。
受試者隨時間自然長大或身心變化，成效被誤記在處置頭上。
對策：設對照組，讓自然變化同時作用在兩組。
研究期間發生預期外事件影響結果，長程或縱貫研究特別容易中招。
對策：縮短研究期、記錄期間重大事件、設同期對照組。
前測提醒了受試者，讓他們刻意注意相關內容；重複測還會有練習或疲倦。
對策：拉長測量間隔、用 ANCOVA 把前測當共變項校正、或加設對照組。
短時間的研究裡，變項本身就極容易隨時間改變，測到的變化未必來自處置。
對策：把測量時間點訂在變項穩定的區間；或改用時間序列，看趨勢而非單點。
沒隨機取樣或分派，兩組在給處置前就已經不同，基準線就有差。
對策：隨機分派；否則用前測檢查兩組同質性（常用卡方）。
量表或儀器本身不穩、不準，測到的變化不是真的變化。
對策：報再測、複本或折半信度與內容效度；儀器定期校驗。
極端高分與極端低分者，過一段時間會自己往平均靠，沒處置也一樣。
對策：不要只挑極端組收案；設對照組比較。
中途退出或死亡，剩下的人跟原本的樣本不再是同一群。
對策：記錄流失人數與原因，做流失分析比較退出與留下者。
分不出誰先誰後，因果就講不清。
對策：前測—介入—後測的順序寫死，時間點明確交代。
兩組互相往來，實驗組把內容告訴對照組，對照組被汙染。
對策：分不同單位或時段收案，減少兩組接觸。
研究者對拿不到處置的對照組過意不去，私下給了別的東西。
對策：處置流程標準化；研究團隊與照護團隊分開。
對照組知道自己沒拿到，反而卯起來表現。
對策：盲化組別，不強調誰是實驗組。
對照組覺得被差別待遇而放棄配合，結果被壓低。
對策：盲化；或改用等待名單設計，事後補給處置。
知道自己被觀察就改變行為，研究一結束又打回原形。
對策：雙盲；追蹤期拉長看行為是否維持。
因為新鮮好奇而改變表現，跟處置本身無關。
對策：延長觀察期，等新鮮感退去再測。
相信處置有效就真的好轉，或被告知是實驗組而產生預期。
對策：設安慰劑對照；不刻意強調成效，不標明誰是實驗組。
年齡、性別、地區限制越多，越難推論到別人身上。
對策：誠實寫出納入條件，限制段講清楚推論邊界。
實驗室裡控制得太完美，回到真實臨床就不成立。
對策：在自然情境收案，或另做實務場域的驗證。
全是志願者或樣本數太小，代表性不足。
對策：多中心收案；報告參與者與未參與者的差異。
差異 · 名義 · 一組｜一組類別資料的實際分佈，和預期比例差多少。 R：chisq.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 卡方
差異 · 名義 · 兩組 · 獨立｜兩群不同的人，某個有／沒有的比例差不差。期望次數 <5 用 Fisher。 R：fisher.test() chisq.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「卡方」（2×2 會自動附 Fisher 精確檢定）
差異 · 名義 · 兩組 · 成對｜同一群人前後兩次的是／否有沒有翻轉。 R：mcnemar.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「McNemar」
差異 · 名義 · 超過兩組 · 獨立｜三組以上的人，類別比例分佈是否相同。 R：chisq.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「卡方」
差異 · 名義 · 超過兩組 · 成對｜同一群人被測三次以上的是／否有沒有變化。 R：cochran.qtest() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個相關樣本（勾 Cochran Q）
差異 · 序位 · 兩組 · 獨立｜兩群不同的人，名次或等第誰比較高。獨立 t 檢定的無母數版。 R：wilcox.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 2 個獨立樣本（Mann-Whitney U）
差異 · 序位 · 兩組 · 成對｜同一群人前後兩次的名次有沒有移動。 R：wilcox.test(paired=TRUE) SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 2 個相關樣本（Wilcoxon）
差異 · 序位 · 超過兩組 · 獨立｜三群以上不同的人，等第分佈誰高誰低。事後用 Dunn。 R：kruskal.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個獨立樣本（Kruskal-Wallis H）
差異 · 序位 · 超過兩組 · 成對｜同一群人被測三次以上的名次變化。 R：friedman.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個相關樣本（Friedman）
差異 · 等距／等比 · 一組 · σ 已知｜母群體標準差 σ 已知（或樣本很大）時，比較一組平均與已知標準。σ 未知就走 t 檢定——實務上幾乎都是 t。 R：BSDA::z.test(x, sigma.x=) SPSS：SPSS 無內建；用單一樣本 T 檢定近似，或自行以公式計算
差異 · 等距／等比 · 一組｜一組人的平均值，和某個已知標準差多少。 R：t.test(x, mu=) SPSS：分析 → 比較平均數法 → 單一樣本 T 檢定
差異 · 等距／等比 · 兩組 · 獨立｜兩群不同的人平均值差不差。變異數不等用 Welch。 R：t.test(x~g) SPSS：分析 → 比較平均數法 → 獨立樣本 T 檢定（Levene 不顯著看上列，顯著看下列）
差異 · 等距／等比 · 兩組 · 成對｜同一群人前後兩次的平均值差多少。檢定的是差值的常態性。 R：t.test(x,y,paired=TRUE) SPSS：分析 → 比較平均數法 → 成對樣本 T 檢定
差異 · 等距／等比 · 超過兩組 · 獨立｜三群以上不同的人平均值誰高誰低。顯著後做事後比較。 R：aov() TukeyHSD() SPSS：分析 → 比較平均數法 → 單因子變異數分析（Post Hoc 勾 Tukey 或 Scheffé）
差異 · 等距／等比 · 自變項兩個以上｜兩個以上自變項一起檢驗。主效果之外多了交互作用——交互作用顯著時先拆單純主效果，別急著解讀主效果。 R：aov(y ~ A*B) SPSS：分析 → 一般線性模式 → 單變量（固定因子放兩個自變項，看交互作用列）
差異 · 等距／等比 · 超過兩組 · 成對｜同一群人被量三次以上的平均值變化。需符合球形假設。 R：aov(+Error()) / lme SPSS：分析 → 一般線性模式 → 重複量數（Mauchly 違反看 Greenhouse-Geisser 列）
差異 · 組間比較＋控制共變項｜比較組間差異的同時，用共變項（最常見是前測分數）把起跑點校正掉——類實驗沒有隨機分派時特別重要。控制其他變項的組間比較，口語常說「ANCOVA 或 GLM」。 R：aov(y ~ group + cov) SPSS：分析 → 一般線性模型 → 單變量（共變量放前測或干擾變項）
差異 · 一組 · 無母數｜檢定一組資料跟某個理論分布（最常拿常態分布）合不合，也當適合度檢定用。驗常態時它偏保守，樣本不大時搭配 Q-Q 圖與 Shapiro-Wilk 一起看。 R：ks.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 單一樣本 K-S
差異 · 成對 · 無母數｜只看成對差值的正負號、不管大小，是最不吃假設的成對檢定。代價是檢定力最低——差值連排序都不可靠時才用它，排序可靠就用 Wilcoxon。 R：binom.test(sum(d>0), sum(d!=0)) SPSS：分析 → 無母數檢定 → 兩個相關樣本（勾「符號」）
預測 · 連續依變項｜用一個或多個自變項預測連續結果、順便控制干擾因子；區塊式投入看 R² 變化量就是階層迴歸。 R：lm(y ~ x1 + x2) SPSS：分析 → 迴歸 → 線性（區塊放階層）
預測 · 二元依變項｜結果是「有／沒有」時的預測與干擾控制，報 OR 與 95% CI。 R：glm(y ~ x, family=binomial) SPSS：分析 → 迴歸 → 二元 Logistic
預測 · 次數／發生率｜結果是「發生幾次」（跌倒次數、給藥疏失件數）時用；變異數明顯大於平均（過度離散）就改負二項。 R：glm(y ~ x, family=poisson) SPSS：分析 → 廣義線性模型（Poisson 對數連結）
預測 · 同一批人測多次｜同一批人測多次、又要控制其他變項時的家族。重複測量 ANOVA 是它的特例；缺漏值多或測量時間不齊，混合模型比較耐；依變項是二元或次數時常改用廣義估計方程 GEE——它估的是族群平均效果，對分布假設也更寬鬆。 R：lmer(y ~ time + (1|id))；GEE 用 geepack::geeglm() SPSS：分析 → 一般線性模型 → 重複量數；混合模型；GEE 用 分析 → 廣義估計方程式
關聯 · 兩個以上變項｜兩個以上變項一起看：連續依變項走多元迴歸（含路徑分析——用一組迴歸驗證變項間的因果鏈假設）；類別依變項走邏輯斯迴歸（區別分析是它的前輩，實務上多被取代）；要看「兩組變項」之間的整體關聯才用典型相關。碩論常用的是前兩條，後三個讀文獻認得就好。 R：lm() / glm() / lavaan::sem() / cancor() / MASS::lda() SPSS：迴歸 → 線性或二元 Logistic；路徑用 AMOS；判別 分析 → 分類 → 判別
差異／關聯 · 序位趨勢、分層｜兩種用途：序位×序位的表要看「有沒有線性趨勢」時用它（trend test）；或先依干擾因子分層，再合併各層的關聯估計（例如控制年齡層後看暴露與結果的關聯）。邏輯斯迴歸普及後，分層那個用途多被迴歸取代，但讀文獻與考題還是常見。 R：mantelhaen.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「線性對線性關聯」；分層把層變項放進「圖層」
關聯 · 名義｜兩個類別變項的關聯強度；或用類別結果做預測。一邊二元、一邊連續 → 點二系列相關（數學上就是皮爾森 r）。 R：assocstats() glm(family=binomial) SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾 Phi 與 Cramer V；預測用 分析 → 迴歸 → 二元 Logistic
關聯 · 序位｜兩個排名變項是不是一起上一起下。 R：cor(method="spearman") SPSS：分析 → 相關 → 雙變數（勾 Spearman 或 Kendall）
關聯 · 等距／等比｜兩個連續變項的線性關係強度；或用它們預測結果。 R：cor.test() lm() SPSS：分析 → 相關 → 雙變數（Pearson）；預測用 分析 → 迴歸 → 線性
集中趨勢、離散、分布形狀 R：summary() sd() hist() boxplot()
驗收：看著一張分布圖能說出該用平均數還是中位數，以及為什麼。
描述統計要回答的只有一件事：這批資料長什麼樣子。集中趨勢講中心在哪——平均數受極端值拉扯，中位數不會，所以住院天數、醫療費用這種右偏的資料報中位數才誠實。離散講散開的程度，標準差配平均數、四分位距配中位數，兩兩成對出現，不混搭。分布形狀看偏態與峰度，也決定了後面能不能走參數檢定這條路。實務上先畫直方圖跟盒鬚圖再算數字，圖會先透露有沒有離群值、要不要換成中位數。論文的表一幾乎就是這一塊的產物。
兩兩成對出現，不混搭：分布 對稱，集中趨勢 平均數，離散 標準差；分布 偏態（住院天數、醫療費用），集中趨勢 中位數，離散 四分位距。 描述統計要回答的只有一件事：這批資料長什麼樣子：集中趨勢——中心在哪；離散——散開的程度；分布形狀——偏態與峰度，決定後面能不能走參數檢定。 順序：先畫圖再算數字：實務上先畫直方圖跟盒鬚圖再算數字，圖會先透露有沒有離群值、要不要換成中位數。平均數受極端值拉扯，中位數不會。論文的表一幾乎就是這一塊的產物。
常態分布、z 分數、中央極限定理、抽樣分布 R：rnorm() pnorm() qnorm()
驗收：能解釋樣本夠大時，平均數的分布為何會趨近常態。
這塊是推論統計的引擎室。常態分布提供一把尺，z 分數把任何測量換算成「距離平均幾個標準差」，不同量表因此可以互相比較。真正關鍵的是抽樣分布——不是資料的分布，是「統計量」的分布：想像重複抽無數次樣本，每次算一個平均數，這些平均數自己會形成一個分布。中央極限定理說，只要樣本夠大，這個分布會趨近常態，而且不管原始資料是不是常態。這就是為什麼一份偏態的資料仍然可以對它的平均數做檢定。標準誤是這個抽樣分布的標準差，跟標準差不是同一件事，兩者混用是很常見的錯。
兩個最常被混在一起的東西：標準差 SD，是什麼的分散程度 資料本身；標準誤 SE，是什麼的分散程度 抽樣分布——也就是統計量。 抽樣分布是怎麼一回事：想像重複抽無數次樣本；每次算一個平均數；這些平均數自己會形成一個分布——這就是抽樣分布；中央極限定理：只要樣本夠大，它會趨近常態，不管原始資料是不是常態。 這一塊在推論統計裡的位置：它是引擎室。z 分數把任何測量換算成「距離平均幾個標準差」，不同量表因此可以互相比較；而中央極限定理解釋了為什麼一份偏態的資料仍然可以對它的平均數做檢定。
虛無與對立假設、α、p 值、型一型二錯誤、檢定力 R：先用模擬理解 p 值，不急著跑檢定
驗收：能用白話講對 p 值：假設虛無為真，看到這種或更極端結果的機率。
整個推論統計都建立在一個反證的動作上：先假設沒有差異（虛無假設），再問「如果真的沒差，我會看到現在這種資料的機率有多低」。低到說不過去，就推翻虛無。p 值就是那個機率，它不是「虛無為真的機率」，也不是「效果的大小」——這兩個誤解幾乎是所有統計錯誤的源頭。α 是事先願意承擔的誤判風險，通常 .05，指的是型一錯誤：明明沒差卻說有差。型二錯誤反過來，明明有差卻沒抓到，機率是 β，而檢定力就是 1−β。p 值顯著只說「不太可能是巧合」，效果量才說「差多少」，兩個都要報。寫作用「未拒絕虛無假設」，不用「接受虛無假設」——證據不足不等於證明沒差。四格記法：沒差說有差＝型一（α）；有差說沒差＝型二（β）；有差也抓到＝檢定力（1−β）。這塊懂了，後面每一種檢定都只是換公式而已。
四格記法：真實情況 真的有差，判定有差 抓到了＝檢定力（1−β），判定沒差 型二錯誤（β）；真實情況 其實沒差，判定有差 型一錯誤（α），判定沒差 正確。 p 值的兩個致命誤解：p 值不是「虛無為真的機率」，也不是「效果的大小」——這兩個誤解幾乎是所有統計錯誤的源頭。它只說「不太可能是巧合」，效果量才說「差多少」，兩個都要報。寫作用「未拒絕虛無假設」，不用「接受虛無假設」——證據不足不等於證明沒差。
單樣本／獨立／成對；常態與變異數同質的前提 R：t.test()
驗收：拿到題目能判斷該用哪一種 t 檢定。
比平均數的三兄弟。單樣本比的是一群人跟一個已知標準；獨立樣本比兩群不同的人；成對樣本比同一群人的前後兩次。判斷用哪一種，關鍵在「這兩筆數字是不是同一個人身上來的」——同一個人就走成對，成對檢定的是差值，因此常態性要看的是差值而不是原始分數。獨立樣本要先看變異數同質（Levene 檢定），不同質就改用 Welch 校正，R 的 t.test() 預設就是 Welch。樣本很小又明顯不常態，改走無母數的 Mann-Whitney 或 Wilcoxon。這一塊也是筆試最愛考的主戰場。
比平均數的三兄弟：種類 單樣本，比的是 一群人跟一個已知標準；種類 獨立樣本，比的是 兩群不同的人；種類 成對樣本，比的是 同一群人的前後兩次。 怎麼判斷用哪一種：問一句：這兩筆數字是不是同一個人身上來的；同一個人 → 成對；成對檢定的是差值，所以常態性要看差值而不是原始分數；兩群不同的人 → 獨立樣本，先看變異數同質（Levene 檢定）；不同質 → 改用 Welch 校正（R 的 t.test() 預設就是 Welch）；樣本很小又明顯不常態 → 改走 Mann-Whitney 或 Wilcoxon。 最常被考倒的一句：成對 t 檢定的常態性前提，看的是「差值」的常態，不是原始分數的常態。這一塊也是筆試最愛考的主戰場。
為何三組以上不能一直做 t 檢定、F 值、事後比較 R：aov() TukeyHSD()
驗收：能說出 ANOVA 顯著後為什麼還要做事後比較。
三組以上為什麼不能兩兩做 t 檢定？因為每做一次就冒一次型一錯誤的風險，做三次，整體犯錯的機率就從 .05 膨脹到接近 .14。ANOVA 用一次檢定處理全部，靠的是把總變異拆成組間與組內兩塊，F 值就是這兩塊的比值：組間比組內大得夠多，就表示分組真的有解釋力。但 F 顯著只說「至少有兩組不一樣」，沒說是哪兩組——所以要接事後比較，Tukey、Scheffé、Bonferroni 都是在控制膨脹的錯誤率下把兩兩比完。前提跟 t 檢定同一套：常態、變異數同質、觀察值獨立。
為什麼不能兩兩做 t 檢定：每做一次就冒一次型一錯誤的風險；做三次，整體犯錯機率就從 .05 膨脹到接近 .14；ANOVA 用一次檢定處理全部：把總變異拆成組間與組內，F ＝ 兩塊的比值。 F 顯著之後還沒完：F 顯著只說「至少有兩組不一樣」，沒說是哪兩組——所以要接事後比較。Tukey、Scheffé、Bonferroni 都是在控制膨脹的錯誤率下把兩兩比完。前提跟 t 檢定同一套：常態、變異數同質、觀察值獨立。
適合度 vs 獨立性、期望次數、類別變項 R：chisq.test()
驗收：能判斷什麼樣的資料用卡方而不是 t 或 ANOVA。
前面幾塊都在比平均數，卡方比的是次數。資料是「幾個人屬於哪一類」而不是「每個人幾分」，就走這條。兩種用法：適合度檢定問一組類別的實際分布跟預期比例差多少；獨立性檢定問兩個類別變項有沒有關聯，資料排成交叉表。核心概念是期望次數——如果兩個變項真的無關，每一格應該有幾個人，實際與期望差越多，卡方值越大。期望次數小於 5 的格子太多，卡方就不可靠，2×2 表改用 Fisher 精確檢定。同一群人前後兩次的是與否要走 McNemar，不是卡方，這一題很愛考。
卡方的兩種用法：種類 適合度檢定，問什麼 一組類別的實際分布跟預期比例差多少，資料長相 一列次數；種類 獨立性檢定，問什麼 兩個類別變項有沒有關聯，資料長相 交叉表。 什麼時候不能用卡方：情況 期望次數小於 5 的格子太多（2×2 表），改用 Fisher 精確檢定；情況 同一群人前後兩次的是與否，改用 McNemar——這一題很愛考。 核心概念是期望次數：如果兩個變項真的無關，每一格應該有幾個人——實際與期望差越多，卡方值越大。判斷走不走這條的關鍵：資料是「幾個人屬於哪一類」而不是「每個人幾分」。
Pearson r、簡單線性迴歸、R²、係數解讀 R：cor() lm() summary(lm)
驗收：能讀懂 lm 輸出的係數與 p 值。
相關問的是兩個連續變項有沒有一起動，Pearson r 介於 −1 到 1，只講強度與方向，沒有誰預測誰。迴歸多了方向性：用 X 去預測 Y，寫成 Y = a + bX，斜率 b 的意思是「X 每增加一單位，Y 平均變動多少」。R² 是 r 的平方，解讀成「Y 的變異有多少比例被 X 解釋掉」。這塊是後面所有模型的母體——邏輯斯迴歸、GLM、多層次模型全都是從這個式子長出來的，所以它值得花時間磨。最常見的錯是把相關當因果，以及在資料範圍外硬套預測（外推）。
相關與迴歸差在哪：相關 Pearson r，問什麼 兩個連續變項有沒有一起動，介於 −1 到 1，有沒有方向性 沒有——只講強度與方向；簡單線性迴歸，問什麼 用 X 去預測 Y，Y = a + bX，有沒有方向性 有。 兩個係數怎麼讀：斜率 b，意思 X 每增加一單位，Y 平均變動多少；R²（r 的平方），意思 Y 的變異有多少比例被 X 解釋掉。 兩個最常見的錯：一、把相關當因果。二、在資料範圍外硬套預測（外推）。這塊是後面所有模型的母體——邏輯斯迴歸、GLM、多層次模型全都是從這個式子長出來的，值得花時間磨。
從樣本推論母群體的整套邏輯，把資料尺度、描述統計與假說檢定接起來。
這一集是把地基七塊串成一條線。核心是母群體與樣本的關係：我們永遠只摸得到樣本，卻想講母群體的事，中間靠的就是機率。資料尺度（名義、序位、等距、等比）決定了後面能用哪些統計方法，這是選檢定的第一個分岔點，也是站上檢定樹的第一個問題。描述統計負責把樣本講清楚，推論統計負責從樣本跨到母群體。把這一集聽完再往下走，00–22 每一集要解決的問題是什麼會清楚很多。
兩種統計，分工不同：描述統計，負責什麼 把手上的樣本講清楚；推論統計，負責什麼 從樣本跨到母群體，中間靠機率。 資料尺度是選檢定的第一個分岔點：名義 nominal；序位 ordinal；等距 interval；等比 ratio。 整個推論的起點：我們永遠只摸得到樣本，卻想講母群體的事——中間靠的就是機率。這一集聽完再往下走，00–22 每一集要解決的問題是什麼會清楚很多。
機率與非機率抽樣怎麼選，抽樣誤差從哪裡來。
抽樣決定了結果能推論到誰身上，也就是外在效度的天花板。機率抽樣（簡單隨機、系統、分層、叢集）每個人被抽中的機率已知，才能估計抽樣誤差；非機率抽樣（方便、立意、雪球、配額）做不到，但護理臨床研究因為現實限制大量使用方便取樣，所以限制那一段要老實寫。分層抽樣的重點是層內同質、層間異質，適合母群體有明顯次族群的時候；叢集抽樣抽的是單位不是個人，例如整個病房，分析時要留意資料不獨立。抽樣誤差是隨機的、可以估計，抽樣偏誤是系統性的、加大樣本救不回來。
兩大類抽樣：類型 機率抽樣，做法 簡單隨機、系統、分層、叢集，能不能估抽樣誤差 可以——每個人被抽中的機率已知；類型 非機率抽樣，做法 方便、立意、雪球、配額，能不能估抽樣誤差 不行。 誤差與偏誤是兩回事：抽樣誤差，性質 隨機的、可以估計，加大樣本救得回來嗎 救得回來；抽樣偏誤，性質 系統性的，加大樣本救得回來嗎 救不回來。 三個實務重點：一、抽樣決定結果能推論到誰身上，是外在效度的天花板。二、護理臨床研究因為現實限制大量使用方便取樣，限制那一段要老實寫。三、分層抽樣的重點是層內同質、層間異質；叢集抽樣抽的是單位不是個人（例如整個病房），分析時要留意資料不獨立。
事前用 α、檢定力與預期效果量算出要收幾個人。
四個量互相牽制：α、檢定力、效果量、樣本數，定了其中三個，第四個就決定了。研究計畫書要做的是事前估計——設定 α 為 .05、檢定力 .80，再從文獻或前驅研究抓一個預期效果量，反推需要幾個人。效果量從哪來是這一塊最務實的難題，抓太大會低估樣本數，收完發現不顯著也解釋不了。事後檢定力分析（收完才算）幾乎沒有意義，因為它跟 p 值是同一個資訊的兩種說法。實務工具是 G*Power，要記得不同檢定選不同的檢定家族。樣本數估計是 IRB 與口試委員一定會問的一題。
四個量互相牽制，定了三個第四個就決定了：量 α，計畫書怎麼給 設 .05，備註 願意承擔的型一錯誤；量 檢定力，計畫書怎麼給 設 .80，備註 1−β；量 效果量，計畫書怎麼給 從文獻或前驅研究抓，備註 這一塊最務實的難題；量 樣本數，計畫書怎麼給 反推出來，備註 要幾個人。 兩個一定會被問的地方：效果量抓太大會低估樣本數，收完發現不顯著也解釋不了。事後檢定力分析（收完才算）幾乎沒有意義，因為它跟 p 值是同一個資訊的兩種說法。實務工具是 G*Power，記得不同檢定要選不同的檢定家族。
資料不符常態或樣本太小時的替代路線。
參數檢定要求資料符合特定分布（多半是常態），無母數不要求，改用等第或符號來做。對應關係要背熟：獨立 t 檢定對 Mann-Whitney U，成對 t 檢定對 Wilcoxon 符號等級，單因子 ANOVA 對 Kruskal-Wallis，重複測量對 Friedman。什麼時候換？樣本很小、明顯偏態、或依變項本身就是序位尺度（像李克特單題、疼痛分級）。代價是檢定力較低，資料真的常態時用無母數會比較不容易抓到差異。報告寫法也不一樣，中位數與四分位距取代平均數與標準差。
對應關係要背熟：參數檢定 獨立樣本 t 檢定，無母數版本 Mann-Whitney U；參數檢定 成對樣本 t 檢定，無母數版本 Wilcoxon 符號等級；參數檢定 單因子 ANOVA，無母數版本 Kruskal-Wallis；參數檢定 重複測量，無母數版本 Friedman。 什麼時候換過去：樣本很小；明顯偏態；依變項本身就是序位尺度（李克特單題、疼痛分級）。 代價與報告寫法：無母數改用等第或符號來做，不要求特定分布，但檢定力較低——資料真的常態時用無母數會比較不容易抓到差異。報告也要換：中位數與四分位距取代平均數與標準差。
用一組變項預測結果，係數怎麼解讀、模型撐不撐得住。
這一集是整個系列的樞紐——邏輯斯迴歸、GLM、Poisson、多層次、GEE 全部是它的變形，量表驗證那一支的 SEM 也建立在同一套迴歸思維上。要帶走的是三件事：係數怎麼解讀（控制其他變項後的邊際效果）、模型解釋力怎麼看（R² 與調整後 R²）、前提假設怎麼檢查（殘差常態、變異數同質、獨立、線性、共線性）。這一集聽懂了，07 到 09 只是把依變項從連續換成二元、次數或其他分布；17、18 只是把「觀察值獨立」這個假設放寬。它值得多聽兩次。
這一集要帶走三件事：係數怎麼解讀——控制其他變項後的邊際效果；模型解釋力怎麼看——R² 與調整後 R²；前提假設怎麼檢查。 五項前提：殘差常態；變異數同質；觀察值獨立；線性；共線性。 為什麼它是樞紐：邏輯斯迴歸、GLM、Poisson、多層次、GEE 全部是它的變形，量表驗證那一支的 SEM 也建立在同一套迴歸思維上。07 到 09 只是把依變項從連續換成二元、次數或其他分布；17、18 只是把「觀察值獨立」這個假設放寬。它值得多聽兩次。
量表穩不穩、量到的是不是想量的東西。
信度問穩不穩，效度問準不準——穩定卻量錯東西是完全可能的，這就是那張靶心圖要講的事。信度看內部一致性（Cronbach α）、再測信度、評分者間信度（Kappa 或 ICC）。效度分內容效度（專家評，算 CVI）、效標關聯效度（跟黃金標準比）、建構效度（靠因素分析驗證結構）。實務上的順序是先有內容效度再談其他，因為題目本身就選錯了，後面的統計再漂亮也沒用。α 值高不等於單一構念，只是題目彼此相關；要證明結構還是得走 EFA 與 CFA。這一集是 10–13 那一支的入口。
信度問穩不穩：查什麼 內部一致性，用 Cronbach α；查什麼 再測信度，用 同一群人隔一段時間再測；查什麼 評分者間信度，用 Kappa 或 ICC。 效度問準不準：種類 內容效度，怎麼驗 專家評，算 CVI；種類 效標關聯效度，怎麼驗 跟黃金標準比；種類 建構效度，怎麼驗 靠因素分析驗證結構。 兩句擺在一起看：穩定卻量錯東西是完全可能的——這就是那張靶心圖要講的事。實務上的順序是先有內容效度再談其他，題目本身就選錯了，後面的統計再漂亮也沒用。另外 α 值高不等於單一構念，只是題目彼此相關；要證明結構還是得走 EFA 與 CFA。
敏感度與特異度、切點怎麼定、AUC 怎麼讀。
這一支是診斷準確性研究的主線工具。敏感度問「有病的人裡抓出幾個」，特異度問「沒病的人裡放過幾個」，兩者互相拉扯——切點放寬敏感度上升、特異度下降。ROC 曲線就是把所有可能切點的這組取捨畫成一條線，曲線下面積 AUC 是整體區辨能力，.5 等於瞎猜、.7 到 .8 算可接受、.8 以上算好（Hosmer & Lemeshow 慣例）。切點怎麼選要看用途：篩檢工具優先保敏感度（寧可誤報也不要漏掉），確診工具優先保特異度。陽性與陰性預測值會隨盛行率變動，這一點在推論到不同場域時特別重要。報告要照 STARD 指引。
AUC 判讀（Hosmer & Lemeshow 慣例）：AUC .5，意義 等於瞎猜；AUC .7 到 .8，意義 可接受；AUC .8 以上，意義 好。 切點怎麼選看用途：工具 篩檢，優先 敏感度，理由 寧可誤報，也不要漏掉；工具 確診，優先 特異度，理由 不能把沒病的人判成有病。 推論到別的場域要小心：敏感度與特異度是工具本身的性質，但陽性與陰性預測值會隨盛行率變動——同一支工具搬到盛行率不同的場域，PPV／NPV 就不一樣了。
結果是有或沒有時用的迴歸，輸出是勝算比。
依變項是二元（有／沒有、成功／失敗）時用的迴歸。為什麼不能直接用線性迴歸？因為機率被限制在 0 到 1 之間，線性模型會預測出範圍外的值。解法是把機率做 logit 轉換，拉成負無限大到正無限大的尺度再建模。係數取指數就是勝算比 OR：大於 1 表示勝算變大，小於 1 變小，等於 1 沒關聯。連續變項的 OR 解讀成「每增加一單位」，類別變項是「相對於參考組」，所以參考組要交代。它不需要依變項常態、也不需要變異數同質，這是跟線性迴歸最大的假設差異。樣本量的經驗法則是每個自變項至少十個事件。最常見的錯是把 OR 當相對風險解讀。
勝算比 OR 怎麼讀：OR 大於 1，意思 勝算變大；OR 等於 1，意思 沒關聯；OR 小於 1，意思 勝算變小。 不同變項型態的講法：自變項 連續，解讀成 每增加一單位，勝算變成幾倍；自變項 類別，解讀成 相對於參考組——參考組要交代。 三個最常被抓的地方：一、把 OR 當相對風險解讀，這是最常見的錯。二、參考組沒交代，係數就沒有意義。三、樣本量的經驗法則是每個自變項至少十個事件。另外它不需要依變項常態、也不需要變異數同質，這是跟線性迴歸最大的假設差異。
把線性迴歸推廣到不是常態分布的結果變項。
GLM 是把線性迴歸、邏輯斯迴歸、Poisson 迴歸收在同一個框架底下的說法。它把模型拆成三個零件：隨機成分（依變項服從哪個分布）、系統成分（自變項的線性組合）、連結函數（把兩者接起來的橋）。依變項常態、連結函數用恆等式，就是普通線性迴歸；依變項二項、連結用 logit，就是邏輯斯迴歸；依變項 Poisson、連結用 log，就是次數模型。理解這個框架的好處是，不必把每種迴歸當成獨立的東西背，而是看依變項的性質去選分布與連結。18 的 GEE 就是在這個框架上再處理資料不獨立的問題。
GLM 的三個零件：隨機成分：依變項服從哪個分布；系統成分：自變項的線性組合；連結函數：把兩者接起來的橋。 同一個框架，換分布與連結就是不同的迴歸：依變項 常態，連結函數 恆等式，就是 普通線性迴歸；依變項 二項，連結函數 logit，就是 邏輯斯迴歸；依變項 Poisson，連結函數 log，就是 次數模型。 理解這個框架的好處：不必把每種迴歸當成獨立的東西背，而是看依變項的性質去選分布與連結。18 的 GEE 就是在這個框架上再處理資料不獨立的問題。
結果是次數時用的模型；過度離散就改負二項。
依變項是一段時間內發生幾次的計數資料——跌倒次數、再入院次數、感染件數——就走這條。Poisson 分布有個很強的假設：平均數等於變異數。真實的臨床資料常常不符合，變異數遠大於平均數，這叫過度離散 overdispersion，硬用 Poisson 會低估標準誤、把不顯著的東西做成顯著。這時候改用負二項迴歸，它多一個離散參數來吸收多出來的變異。如果零特別多（很多人一次都沒發生），還有零膨脹模型可以走。係數取指數解讀成發生率比 IRR。觀察時間長短不同的人要放 offset。
次數資料的三個模型：模型 Poisson 迴歸，什麼時候用 計數資料，且平均數約等於變異數；模型 負二項迴歸，什麼時候用 過度離散——變異數遠大於平均數，多一個離散參數吸收；模型 零膨脹模型，什麼時候用 零特別多，很多人一次都沒發生。 過度離散是這一格的核心：Poisson 分布有個很強的假設：平均數等於變異數。真實臨床資料常常不符合，硬用 Poisson 會低估標準誤、把不顯著的東西做成顯著。另外係數取指數解讀成發生率比 IRR；觀察時間長短不同的人要放 offset。
題目背後到底有幾個因素，先探索出來。
手上有一堆題目，但不知道背後有幾個構念，就用 EFA 把結構探出來。流程是：先檢查資料適不適合做（KMO 值與 Bartlett 球形檢定），再決定抽幾個因素（特徵值大於 1、陡坡圖、平行分析，其中平行分析最可靠），再做轉軸讓因素負荷量的樣態變清楚。轉軸分兩類，直交（varimax）假設因素之間不相關，斜交（promax）允許相關——心理與護理的構念多半彼此相關，斜交通常比較合理。判讀看因素負荷量，一般以 .40 或 .50 為門檻，同時在兩個因素上都高的題目叫交叉負荷，通常刪掉。EFA 是探索，不是驗證。
EFA 的四個步驟：檢查資料適不適合做：KMO 值與 Bartlett 球形檢定；決定抽幾個因素：特徵值大於 1、陡坡圖、平行分析——平行分析最可靠；轉軸讓因素負荷量的樣態變清楚；判讀負荷量，門檻一般取 .40 或 .50。 轉軸選哪一種：類型 直交，代表 varimax，假設 因素之間不相關，護理／心理適不適合 構念多半彼此相關，通常不合理；類型 斜交，代表 promax，假設 允許因素相關，護理／心理適不適合 通常比較合理。 交叉負荷與定位：同時在兩個因素上都高的題目叫交叉負荷，通常刪掉。EFA 是探索，不是驗證；要驗證既有結構是 CFA（站 11）的事。
驗證事先假設的因素結構撐不撐得住。
跟 EFA 相反：CFA 是已經有理論或前人研究說「這份量表有三個構念、哪幾題屬於哪一個」，用資料去檢驗這個結構撐不撐得住。做法是把模型設定死，再看適配指標——卡方值（樣本大就容易顯著，不能單看）、CFI 與 TLI（大於 .90 可接受、.95 較佳）、RMSEA（小於 .08 可接受、.06 較佳）、SRMR（小於 .08）。指標不好可以參考修正指標調整模型，但每一次調整都要有理論說得通的理由，純為了衝指標而改是過度配適。跨族群要比較時還要做測量恆等性檢驗，否則分數不能直接比。
適配指標門檻：指標 卡方值，可接受 —，較佳 樣本大就容易顯著，不能單看；指標 CFI / TLI，可接受 大於 .90，較佳 .95；指標 RMSEA，可接受 小於 .08，較佳 .06；指標 SRMR，可接受 小於 .08，較佳 —。 修正指標不是拿來衝分數的：每一次依修正指標調整模型，都要有理論說得通的理由。純為了讓指標好看而改，就是過度配適。另外跨族群要比較分數之前，得先做測量恆等性檢驗，否則分數不能直接比。
同時處理測量模型與變項間的結構關係。
SEM 把兩件事合在一起做：測量模型（觀察到的題目怎麼反映背後看不見的潛在變項，也就是 CFA 那一塊）與結構模型（潛在變項之間誰影響誰）。好處是它把測量誤差納入估計，所以路徑係數比用加總分數跑迴歸更接近真值；也能一次檢驗一整套理論假設，包含中介路徑。代價是樣本要大、模型要有理論根據，而且適配好不等於因果成立——SEM 檢驗的是「資料與提出的模型相容」，不是「這個模型是對的」，同一組資料常常有好幾個適配同樣好的模型。報告要附路徑圖與標準化係數。
SEM 把兩件事合在一起做：測量模型，在做什麼 觀察到的題目怎麼反映背後看不見的潛在變項（就是 CFA 那一塊）；結構模型，在做什麼 潛在變項之間誰影響誰。 好處與代價：好處，內容 把測量誤差納入估計，路徑係數比用加總分數跑迴歸更接近真值；能一次檢驗一整套理論假設，包含中介路徑；代價，內容 樣本要大、模型要有理論根據。 適配好不等於因果成立：SEM 檢驗的是「資料與提出的模型相容」，不是「這個模型是對的」——同一組資料常常有好幾個適配同樣好的模型。報告要附路徑圖與標準化係數。
中介問「透過什麼」，調節問「在誰身上比較強」。
兩個很容易混的問題。中介 mediation 問機制：X 是透過 M 影響 Y 的嗎？例如衛教透過提升自我效能來改善自我照顧行為。現在的作法是直接檢定間接效果的顯著性，用 Bootstrap 取信賴區間，區間不跨 0 就成立，早年的 Baron & Kenny 四步驟已經不是主流。調節 moderation 問條件：X 對 Y 的效果在誰身上比較強？做法是放交互作用項，跟多因子 ANOVA 的交互作用是同一件事，只是自變項可以是連續的。顯著後要畫簡單斜率圖，分層呈現。兩者也可以合併成調節式中介。
兩個很容易混的問題：中介 mediation，問什麼 透過什麼——X 是透過 M 影響 Y 的嗎，怎麼做 直接檢定間接效果，用 Bootstrap 取信賴區間，區間不跨 0 就成立，例 衛教透過提升自我效能來改善自我照顧行為；調節 moderation，問什麼 在誰身上比較強——X 對 Y 的效果有沒有條件，怎麼做 放交互作用項；顯著後畫簡單斜率圖，分層呈現，例 跟多因子 ANOVA 的交互作用是同一件事，只是自變項可以是連續的。 別再用四步驟：早年的 Baron & Kenny 四步驟已經不是主流，現在直接檢定間接效果的顯著性。兩者也可以合併成調節式中介。
兩位評分者或兩次測量一致到什麼程度。
一致性不能只算「答案相同的比例」，因為就算兩個人亂猜也會有一部分碰巧一致。Kappa 的作用就是把碰巧一致的部分扣掉，只留下超出機遇的一致程度。用在類別資料，例如兩位護理師判斷傷口分期是否相同；有序類別可以用加權 Kappa，讓差一級跟差三級的懲罰不一樣。連續資料則用 ICC，它同時考慮相關與絕對一致，不同的模型設定（單向或雙向、一致性或絕對同意、單一或平均評分者）算出來的值不同，論文要交代用哪一種。判讀慣例（Fleiss）：.40 以下差、.40 到 .75 可接受、.75 以上好；另有 Landis & Koch 一套：.21–.40 尚可、.41–.60 中等、.61–.80 高度、.81 以上幾乎完全一致，論文引用時要交代採用哪一套。要做雙人標註或多位評分者的研究，這一塊會直接用到。
兩套判讀慣例——論文要交代用哪一套：Fleiss .40 以下，差，Landis & Koch .21–.40，尚可；Fleiss .40 到 .75，可接受，Landis & Koch .41–.60，中等；Fleiss .75 以上，好，Landis & Koch .61–.80，高度；Landis & Koch .81 以上，幾乎完全一致。 資料型態決定用哪一個：資料 類別，用 Kappa，備註 扣掉碰巧一致的部分；資料 有序類別，用 加權 Kappa，備註 差一級跟差三級的懲罰不一樣；資料 連續，用 ICC，備註 同時考慮相關與絕對一致。 ICC 的模型設定要交代：單向或雙向、一致性或絕對同意、單一或平均評分者——不同設定算出來的值不同，論文沒交代等於數字沒有意義。
兩種測量方法能不能互換，看差值與一致性界限。
兩種測量方法能不能互相取代，不能用相關係數來回答——相關高只代表兩者一起上下，即使其中一台永遠多量 5 度，相關仍然接近 1。Bland-Altman 的作法是畫圖：橫軸放兩種方法的平均值，縱軸放兩者的差值，看差值散在哪裡。平均差值叫偏誤 bias，代表系統性的高估或低估；再畫出平均差值上下 1.96 個標準差的一致性界限，代表 95% 的差值會落在這個範圍。判斷的關鍵是臨床上能不能接受這個範圍，這是專業判斷不是統計判斷。也要看差值有沒有隨測量值大小而變化。
Bland-Altman 圖怎麼畫、怎麼看：橫軸放兩種方法的平均值，縱軸放兩者的差值；平均差值＝偏誤 bias，代表系統性的高估或低估；畫出平均差值上下 1.96 個標準差＝一致性界限，95% 的差值會落在裡面；判斷這個範圍臨床上能不能接受——這是專業判斷，不是統計判斷；順便看差值有沒有隨測量值大小而變化。 為什麼不能用相關係數：相關高只代表兩者一起上下。就算其中一台永遠多量 5 度，相關仍然接近 1——但那台機器根本不能拿來取代另一台。一致性要看差值，不是看相關。
多切點、分層，以及參考標準不完美時怎麼辦。
06 講的是單一切點與單一 AUC，這一集處理現實裡更麻煩的狀況。多切點時怎麼選最佳切點，Youden 指數是常見作法，但它假設誤判兩種方向的代價一樣，臨床上通常不是。不同族群的表現要分層報告，因為 AUC 會隨盛行率與病情嚴重度變動。參考標準不完美是最頭痛的一題——當黃金標準本身就會錯，算出來的敏感度與特異度都是有偏的，處理方式包括潛在類別分析或設定複合參考標準。還有兩種比較：同一群人身上比兩個工具的 AUC 要用相關樣本的方法，不能當成獨立樣本。
06 之後的四個現實麻煩：多切點怎麼選——Youden 指數是常見作法，但它假設兩種誤判方向的代價一樣，臨床上通常不是；不同族群要分層報告——AUC 會隨盛行率與病情嚴重度變動；參考標準不完美——黃金標準本身就會錯，敏感度與特異度都是有偏的；同一群人身上比兩個工具的 AUC，要用相關樣本的方法，不能當成獨立樣本。 參考標準不完美怎麼辦：這是最頭痛的一題。處理方式包括潛在類別分析，或設定複合參考標準。
同一群人測多次，資料不獨立就要用這個。
同一個人被量三次以上，這些數字彼此不獨立——同一個人的分數本來就比較像，直接用一般 ANOVA 會低估誤差。傳統作法是重複測量 ANOVA，但它有兩個現實上的痛點：球形假設常被違反（要看 Mauchly 檢定，違反就用 Greenhouse-Geisser 校正自由度），以及只要有一個時間點缺失，整個人就被剔除。混合效應模型是現在比較好的選擇：它把個體差異當成隨機效果處理，允許每個人有自己的起點甚至自己的斜率，而且能容忍不完整的資料與不等距的測量時間。縱貫性介入研究幾乎都往這裡走。
兩種做法的取捨：重複測量 ANOVA，痛點／好處 球形假設常被違反（看 Mauchly 檢定，違反就用 Greenhouse-Geisser 校正自由度）；只要有一個時間點缺失，整個人就被剔除；混合效應模型，痛點／好處 把個體差異當隨機效果，允許每個人有自己的起點甚至斜率；容忍不完整資料與不等距的測量時間。 為什麼不能用一般 ANOVA：同一個人被量三次以上，這些數字彼此不獨立——同一個人的分數本來就比較像，直接用一般 ANOVA 會低估誤差。縱貫性介入研究幾乎都往混合模型走。
叢集或重複測量資料的族群平均效果。
跟 17 處理同一個問題——資料不獨立——但立場不同。混合模型估計的是「同一個人身上」的效果（受試者特定），GEE 估計的是「整個族群平均而言」的效果（族群平均）。要回答「這個介入對整體族群的平均效果是多少」，GEE 比較直接。它的做法是先指定一個工作相關結構（可交換、自迴歸、無結構），再用穩健標準誤修正——就算相關結構猜錯，係數估計仍然一致，這是它最好用的特性。依變項可以是連續、二元或次數，因為它建立在 GLM 的框架上。叢集抽樣（整個病房為單位）的資料也走這條。
跟 17 處理同一個問題，但立場不同：混合模型，估的是 受試者特定——同一個人身上的效果，適合回答 這個人接受介入後會變多少；GEE，估的是 族群平均——整個族群平均而言的效果，適合回答 這個介入對整體族群的平均效果是多少。 工作相關結構怎麼指定：可交換 exchangeable；自迴歸 AR；無結構 unstructured。 GEE 最好用的特性：指定工作相關結構之後再用穩健標準誤修正——就算相關結構猜錯，係數估計仍然一致。依變項可以是連續、二元或次數，因為它建立在 GLM 的框架上。叢集抽樣（整個病房為單位）的資料也走這條。
統合分析把各研究的效果量合起來，固定與隨機效應差在哪。
統合分析把多篇研究的效果量合成一個總估計，權重通常照變異數倒數給——樣本大、精確度高的研究講話比較大聲。兩種模型的差別在對「真實效果」的假設：固定效應假設所有研究在估計同一個真值，差異純粹來自抽樣誤差；隨機效應假設各研究的真值本來就不同（因為族群、介入劑量、場域不一樣），要多估一個研究間變異。護理領域的研究異質性通常大，隨機效應是比較誠實的預設。隨機效應的信賴區間會比較寬，小型研究的權重相對變大。結果用森林圖呈現，這是系統性回顧的主要產出。
兩種模型對「真實效果」的假設不同：固定效應，假設 所有研究在估計同一個真值，差異純粹來自抽樣誤差，要估什麼 不用多估；隨機效應，假設 各研究的真值本來就不同（族群、介入劑量、場域不一樣），要估什麼 多估一個研究間變異。 護理領域通常選隨機效應：護理研究的異質性通常大，隨機效應是比較誠實的預設。它的信賴區間會比較寬，小型研究的權重相對變大。權重通常照變異數倒數給——樣本大、精確度高的研究講話比較大聲。結果用森林圖呈現。
各研究之間差多少，以及有沒有發表偏差。
合併之前要先問「這些研究能不能合」。異質性用 Q 檢定與 I² 看，I² 是總變異裡有多少比例來自研究之間的真實差異而非抽樣誤差，慣例上 25% 低、50% 中、75% 高。異質性高不是把研究丟掉的理由，而是要去找原因——用次群組分析或統合迴歸看是哪個特徵造成的。發表偏差用漏斗圖看：把效果量對精確度畫散布圖，沒有偏差時應該對稱成漏斗形，缺一角通常代表小型的陰性結果沒被發表。Egger 檢定量化不對稱，但研究數少於十篇時檢定力太低，判讀要保守。
I² 慣例：總變異裡有多少來自研究之間的真實差異：I² 25%，異質性 低；I² 50%，異質性 中；I² 75%，異質性 高。 異質性高不是丟研究的理由，是去找原因：次群組分析：照族群、介入劑量、場域切開看；統合迴歸：看是哪個研究特徵造成的。 漏斗圖與 Egger 檢定：把效果量對精確度畫散布圖，沒有偏差時應該對稱成漏斗形；缺一角通常代表小型的陰性結果沒被發表。Egger 檢定可以量化不對稱，但研究數少於十篇時檢定力太低，判讀要保守。
遺漏值不是刪掉就好，插補要保留不確定性。
缺失值直接刪掉會有兩個代價：樣本變小、以及如果缺得不隨機，剩下的樣本就有偏。先分辨缺失機制：完全隨機缺失（MCAR）刪掉還算安全，隨機缺失（MAR）可以用其他變項預測補回來，非隨機缺失（MNAR）最麻煩，缺失本身跟結果有關。用單一數值（例如平均數）填補是壞作法，它假裝我們對填進去的值有十足把握，會讓標準誤被低估。多重插補的邏輯是產生多份完整資料集，每一份的填補值都帶著隨機變異，各自分析後再依規則合併，這樣不確定性才會被誠實地反映在信賴區間裡。
先分辨缺失機制：機制 MCAR 完全隨機缺失，意思 缺失跟任何變項都無關，刪掉安不安全 刪掉還算安全；機制 MAR 隨機缺失，意思 可以用其他變項預測補回來，刪掉安不安全 要插補；機制 MNAR 非隨機缺失，意思 缺失本身跟結果有關，刪掉安不安全 最麻煩。 單一數值填補是壞作法：用平均數之類的單一數值填補，等於假裝我們對填進去的值有十足把握，會讓標準誤被低估。多重插補的邏輯是產生多份完整資料集，每一份的填補值都帶著隨機變異，各自分析後再依規則合併——這樣不確定性才會被誠實地反映在信賴區間裡。
一次比很多次，型一錯誤會膨脹，要校正。
同一份資料上做越多次檢定，至少犯一次型一錯誤的機率就越高——做二十次，即使全部都是虛無為真，期望上也會有一次「顯著」。校正就是在控制這件事。Bonferroni 最保守，把 α 除以檢定次數，簡單但檢定力損失大，比較次數多的時候幾乎什麼都測不出來。Holm 是逐步版本，一樣控制族系錯誤率但比較有效率。FDR（Benjamini-Hochberg）換一個角度：不控制「有沒有犯錯」，而是控制「宣稱顯著的那些裡面有多少比例是誤報」，適合探索性分析與大量比較。要用哪一種，取決於誤報的代價有多高。
三種校正，控制的東西不一樣：方法 Bonferroni，控制什麼 族系錯誤率，特性 α 除以檢定次數，最保守；比較多的時候幾乎測不出東西，適合 比較次數少、誤報代價高；方法 Holm，控制什麼 族系錯誤率，特性 逐步版本，一樣嚴格但比較有效率，適合 多數情況的預設選擇；方法 FDR（Benjamini-Hochberg），控制什麼 偽發現率，特性 不管有沒有犯錯，改控制「宣稱顯著的裡面多少是誤報」，適合 探索性分析、大量比較。 為什麼要校正：同一份資料做二十次檢定，即使全部都是虛無為真，期望上也會有一次「顯著」。要用哪一種校正，取決於誤報的代價有多高。
兩個以上自變項與交互作用
兩個以上的類別自變項、一個連續依變項，例如比較三種衛教方式與性別對自我效能的效果，這是一個 3×2 設計、六個細格。它比單因子多了一件單因子做不到的事：交互作用——一個自變項的效果會隨另一個自變項的層級而改變。判讀順序是死的：先看交互作用，顯著就暫緩解讀主效果，改拆單純主效果（固定一個因子的層級，再看另一個）；不顯著才各自解讀主效果。用剖面圖判斷最直觀，兩條線平行表示沒有交互作用，不平行甚至交叉就是有。效果量報偏 eta 平方。內容重、考題也最愛從交互作用下手。
判讀順序是死的：先看交互作用；交互作用顯著 → 暫緩解讀主效果，改拆單純主效果（固定一個因子的層級，再看另一個）；交互作用不顯著 → 才各自解讀主效果。 剖面圖怎麼看：圖形 兩條線平行，意思 沒有交互作用；圖形 不平行甚至交叉，意思 有交互作用。 交互作用是這一格的重頭戲：它比單因子多了一件單因子做不到的事：一個自變項的效果會隨另一個自變項的層級而改變。例如三種衛教方式 × 性別對自我效能，是 3×2 設計、六個細格。效果量報偏 eta 平方。內容重、考題也最愛從這裡下手。
一個自變項預測一個連續結果
從相關往前走一步：不只問兩個變項有沒有一起動，而是用 X 去預測 Y。方程式 Y = a + bX 裡，截距 a 是 X 為零時的預測值（很多時候沒有實質意義，別硬解讀），斜率 b 才是重點——X 每增加一單位，Y 平均變動多少。這條線怎麼畫出來的？最小平方法：讓每一點到線的垂直距離（殘差）平方和最小。R² 講這條線解釋掉多少變異，但 R² 高不代表模型對，可能只是外插到了資料範圍以外。前提有四項：線性、殘差常態、變異數同質、觀察值獨立，每一項都靠殘差圖檢查，不是靠感覺。
Y = a + bX 各是什麼：截距 a，是什麼 X 為零時的預測值，怎麼讀 很多時候沒有實質意義，別硬解讀；斜率 b，是什麼 重點，怎麼讀 X 每增加一單位，Y 平均變動多少；R²，是什麼 這條線解釋掉多少變異，怎麼讀 高不代表模型對。 四項前提，每一項都靠殘差圖檢查：線性；殘差常態；變異數同質；觀察值獨立。 線是怎麼畫出來的：最小平方法：讓每一點到線的垂直距離（殘差）平方和最小。R² 高也可能只是外插到了資料範圍以外，前提要靠殘差圖檢查，不是靠感覺。
多個自變項同時預測；調整後 R²、共線性 VIF
多個自變項同時進模型，最關鍵的概念是偏迴歸係數：每個係數的意思是「控制住其他所有自變項之後」，這一個變項自己的效果。這句話是多元迴歸的全部價值所在，也是最常被寫錯的地方。R² 有個先天問題——變項放越多它一定不會降，所以要看調整後 R²，它會為多餘的變項扣分。整體模型看 F 檢定，個別變項看 t 檢定，兩者問的問題不同。類別變項要轉虛擬變項，而且要交代參考組是誰，不然讀者無法解讀方向。共線性用 VIF 看，自變項之間高度相關會讓係數不穩甚至變號。
兩個 R²、兩種檢定，問的問題不同：R²，看什麼 變項放越多它一定不會降；調整後 R²，看什麼 會為多餘的變項扣分——要看這個；F 檢定，看什麼 整體模型；t 檢定，看什麼 個別變項。 偏迴歸係數是全部價值所在：每個係數的意思是「控制住其他所有自變項之後」，這一個變項自己的效果。這句話是多元迴歸的全部價值所在，也是最常被寫錯的地方。另外類別變項要轉虛擬變項，要交代參考組是誰，不然讀者無法解讀方向；共線性用 VIF 看，自變項之間高度相關會讓係數不穩甚至變號。
分區塊投入變項看 R² 變化量；最佳方程式的選法
階層迴歸是研究者依理論決定投入順序：先放人口學變項當第一區塊，再放真正關心的變項當第二區塊，看第二區塊帶來的 R² 變化量顯不顯著。這樣才能宣稱「在控制了年齡與性別之後，這個變項仍有額外解釋力」。它跟逐步迴歸的差別是根本性的——階層由研究者依理論決定，逐步由電腦依統計量決定，後者容易做出理論上說不通的模型，期刊審稿人多半不買單。判斷準則要分清楚：R² 看解釋量、調整後 R² 看有沒有為多餘變項付代價、F change 看每一區塊的增量、AIC 與 BIC 用在模型互相比較。
階層與逐步的差別是根本性的：階層迴歸，誰決定投入順序 研究者依理論，問題 —；逐步迴歸，誰決定投入順序 電腦依統計量，問題 容易做出理論上說不通的模型，期刊審稿人多半不買單。 四個判斷準則各看各的：準則 R²，看什麼 解釋量；準則 調整後 R²，看什麼 有沒有為多餘變項付代價；準則 F change，看什麼 每一區塊的增量；準則 AIC / BIC，看什麼 模型互相比較。 階層迴歸要換到的那句話：先放人口學變項當第一區塊，再放真正關心的變項當第二區塊，看第二區塊帶來的 R² 變化量顯不顯著。這樣才能宣稱「在控制了年齡與性別之後，這個變項仍有額外解釋力」。
資料型態決定該用哪種圖
這一格講的是「算完之後怎麼呈現」——怎麼製表、怎麼繪圖。這件事很容易被當成美工，其實它是統計判讀的一部分：選錯圖會把真正的訊息藏起來。心法只有一句，先問「我要讓人看出什麼關係」，再選圖，不是先挑一張好看的圖再把資料塞進去。比大小用長條，看一群數字的形狀用直方圖或盒鬚圖，看兩個連續變項的關係用散布圖，看隨時間變化用折線。前提檢查也靠圖：跑 t 檢定或 ANOVA 之前先畫 Q-Q 圖驗常態，這一步比事後補檢定有用。考題常出「看報表寫判讀」，圖表怎麼讀、怎麼選，就是同一種能力的兩面。完整對照見下方的圖表速查。
資料型態決定該用哪種圖：想看什麼 比大小，用 長條圖；想看什麼 一群數字的形狀，用 直方圖或盒鬚圖；想看什麼 兩個連續變項的關係，用 散布圖；想看什麼 隨時間變化，用 折線圖；想看什麼 常態不常態，用 Q-Q 圖。 心法只有一句：先問「我要讓人看出什麼關係」，再選圖——不是先挑一張好看的圖再把資料塞進去。選錯圖會把真正的訊息藏起來，所以這是統計判讀的一部分，不是美工。跑 t 檢定或 ANOVA 之前先畫 Q-Q 圖驗常態，比事後補檢定有用。
Q-Q 圖、Shapiro-Wilk、K-S 各自看什麼，為什麼卡方適合度不該拿來驗常態。
幾乎每個 t 檢定、ANOVA、迴歸前面都卡著一句「資料要近似常態」，但很少人講清楚該怎麼驗。方法大致四類：把直方圖跟常態曲線比（卡方適合度）、看樣本動差（偏態與峰度）、把經驗累積分布跟理論 CDF 比（Kolmogorov-Smirnov／Lilliefors、Anderson-Darling）、量常態機率圖有多直（Shapiro-Wilk、以及 SPSS 與 R 稱作 Ryan-Joiner 或近似 Shapiro-Wilk 的相關係數檢定）。實務上第四類最強：模擬研究顯示 Shapiro-Wilk 面對各種偏離常態的情形檢定力都名列前茅，是首選。卡方適合度是最老的方法，也是最不該用的一個——它太通用，什麼分布都能驗，對常態這個特定對象反而不夠敏感，還要先分組、要求樣本夠大。判讀時記得檢定的方向：H₀ 是「常態的假設合理」，不顯著只代表沒有證據推翻它，不等於證明常態；而樣本一大，微不足道的偏離也會顯著。所以永遠是圖為主、檢定為輔，Q-Q 圖看直不直、盒鬚圖看對不對稱，檢定只是把「多不直才算不直」量化出來。
四類做法各自在量什麼：做法 卡方適合度，比的是 直方圖 vs 常態 PDF，代表 Pearson (1900)，評價 太通用、要分組，不建議驗常態；做法 偏態／峰度，比的是 樣本的第三、第四動差，代表 skewness / kurtosis，評價 好算，但各只看一個面向；做法 ECDF vs CDF，比的是 經驗分布 vs 理論分布，代表 K-S／Lilliefors、Anderson-Darling，評價 Anderson-Darling 對尾端較敏感；做法 機率圖直不直，比的是 順序統計量 vs 常態分數，代表 Shapiro-Wilk、Ryan-Joiner，評價 檢定力名列前茅，首選。 判讀陷阱：H₀ 是「常態的假設合理」——不顯著只代表沒有證據推翻它，不等於證明常態，論文不能寫成「經檢定證實呈常態分布」。而且樣本一大，微不足道的偏離也會顯著；樣本一小，真的常態母體抽出來也可能看起來雙峰又偏斜。圖為主、檢定為輔，n 要一起放進來想。 判定偏離常態之後的三條路：換方法：無母數（Mann-Whitney U、Wilcoxon、Kruskal-Wallis）；換尺度：資料轉換 → 站 29；換估計量：穩健估計 → 站 30；或用 bootstrap 繞過分布假設 → 站 31。
前提不成立時的第二條路：不換方法，換尺度。
常態或變異數同質不成立時有兩條路，一條是換一個不吃這個前提的方法（無母數、穩健），另一條是換資料的尺度。轉換走的是冪次階梯：λ=1 原樣、λ=0.5 開根號、λ=0 取對數、λ=−1 倒數，越往下壓，右尾壓得越兇。Tukey 的做法偏眼睛——看散布圖或散布對水準圖，沿著這道階梯上下試；Box-Cox 則用最大概似把 λ 估出來，畫出對數概似對 λ 的曲線取最高點，還能給 λ 的信賴區間。兩件事要留意。一是估出 −0.7 這種值時，通常會取信賴區間內好解釋的整數或半整數（−0.5、0），因為模型好看不等於報告寫得出來。二是轉換後所有係數與差值都活在新尺度上，log 轉換的組間差要用幾何平均與倍率去講，硬翻回原尺度會出錯。ANOVA 的變異數不齊、迴歸殘差呈喇叭狀，都是該想到轉換的訊號。
冪次階梯：λ 越小，右尾壓得越兇：λ 2，轉換 y²，效果 壓左尾、拉右尾；λ 1，轉換 y（原樣），效果 不動；λ 0.5，轉換 √y，效果 輕度壓右尾；λ 0，轉換 log y，效果 中度壓右尾（λ=0 用對數，不是 y⁰）；λ −0.5，轉換 −1/√y，效果 重度；λ −1，轉換 −1/y，效果 最重。 該想到轉換的三個訊號：Q-Q 圖與常態性檢定都指向明顯偏態（住院天數、醫療費用常見右偏）；ANOVA 變異數不齊，或各組標準差跟著平均數一起變大；迴歸殘差呈喇叭狀，或殘差對預測值呈現彎曲。 轉換之後最常寫錯的地方：所有係數與差值都活在新尺度上。log 轉換轉回原尺度得到的是幾何平均，組間差要寫成「實驗組是對照組的 1.4 倍」，不是「高了 0.34 分」；倒數轉換方向會顛倒，係數正負號解讀時要反過來講。把轉換後的結果硬套原尺度的語言，是實質錯誤而不是措辭問題。
截尾平均、Winsorized、Huber M 估計；崩潰點與效率的取捨。
看到離群值就刪，是最常見也最難辯護的做法——等於用結果決定樣本。第一步永遠是查原始資料，輸入錯誤就改正；但如果那是真實的極端個案，穩健估計提供第三條路：不刪資料，改用一個不會被少數極端值牽著走的估計量。衡量耐不耐打的指標叫崩潰點：最少要污染多少比例的資料，才能把估計值拉到無限遠。樣本平均數是 1/n，一個點就毀了；中位數是 50%，理論上限。截尾平均（兩端各丟 α 比例再平均）與 Winsorized 平均（兩端拉回臨界值而不是丟掉）的崩潰點就等於 α。代價在效率：資料真的是常態時，中位數只有平均數約 64% 的效率，等於白白浪費樣本。Huber 的 M 估計是這個取捨的經典解——中間照最小平方走、尾端改成有界的加權，調節常數取 1.345 時在常態下保有約 95% 的效率，同時對離群值有抵抗力。用它的時機很單純：資料重尾或有少數極端值，但那些值不是錯誤，也沒有正當理由刪除。報告時把古典與穩健兩套結果並列，一致就更有說服力，不一致才是真正該討論的地方。
崩潰點：最少污染多少比例才會把估計值拉爆：估計量 樣本平均數，崩潰點 1/n（n 大時趨近 0），常態下效率 100%（基準），白話 一個極端到無限大的點就毀了；估計量 α 截尾平均，崩潰點 α，常態下效率 介於兩者，白話 離群值比截掉的比例少就撐得住；估計量 α Winsorized 平均，崩潰點 α，常態下效率 介於兩者，白話 兩端拉回臨界值，不丟資料；估計量 Huber M 估計（c=1.345），崩潰點 可達 50%，常態下效率 約 95%，白話 效率與抵抗力平衡得最好；估計量 中位數，崩潰點 50%（理論上限），常態下效率 約 64%，白話 最耐打，但等於浪費三分之一樣本。 看到離群值的正確順序：先查原始資料——輸入錯誤就改正，這是資料清理不是離群值處理；確認不是錯誤，那就是真實的極端個案；不刪，改用不會被少數極端值牽著走的估計量。 報告怎麼寫：穩健估計最漂亮的用法是當敏感度分析：主分析用古典方法，另外附上穩健版本。兩套結果一致就大幅增加可信度，不一致才是真正該進討論的地方。這比「我刪掉了三個離群值」有說服力得多，而且不需要替刪除辯護。
沒有公式可用時，用電腦把抽樣分布重建出來。
標準誤與信賴區間的公式，都是在特定分布假設下推出來的。當統計量根本沒有現成公式（中位數、兩個相關係數的差、兩條 ROC 曲線下面積的差、穩健估計量），或樣本小到不敢信賴大樣本近似時，bootstrap 提供一條繞過去的路：把手上的樣本當成母群體的替身，從裡面抽出後放回、重抽同樣大小的樣本，重複 B 次，每次都算一遍統計量。這 B 個值的分布就是抽樣分布的估計——它的標準差就是標準誤，取第 2.5 與第 97.5 百分位就是 95% 信賴區間，這叫百分位法。B 一般建議 1000 以上；分布明顯偏態時，改用偏誤校正的版本會比純百分位法穩。兩件事要記得：bootstrap 不會無中生有，樣本本身有偏，重抽一萬次還是有偏；而且它假設觀察值獨立，重複測量或叢集資料要抽「人」，不是抽「筆資料」。
演算法只有四步：從原始 n 筆資料抽出後放回，抽 n 筆，形成一個 bootstrap 樣本；在這個樣本上算一次目標統計量；重複 B 次，得到 B 個值（信賴區間建議 B ≥ 1000）；這 B 個值的分布就是抽樣分布的估計。 從 bootstrap 分布讀出什麼：要什麼 標準誤，怎麼取 B 個值的標準差；要什麼 95% 信賴區間，怎麼取 排序後取第 2.5 與第 97.5 百分位（百分位法）；要什麼 偏態明顯時，怎麼取 改用偏誤校正（bias-corrected）版本；要什麼 要不要相信，怎麼取 跟公式法比對；差很多通常是公式的假設不成立。 三個限制：一、不會無中生有——樣本本身有偏，重抽一萬次還是有偏。二、假設觀察值獨立——重複測量或叢集資料要抽「人」或「叢集」，把同一個人的所有資料一起抽進來，做錯會嚴重低估標準誤。三、最大值最小值這類完全由尾端決定的統計量，bootstrap 表現不好。
高槓桿點怎麼扳歪迴歸線；殘差圖彎曲時讓資料自己畫線。
迴歸比單純比平均數更容易被少數點綁架，因為 X 方向的極端值（高槓桿點）只要一顆就能把整條線扳過去。穩健迴歸把最小平方的目標函數換掉：最小中位數平方（LMS）讓殘差平方的中位數最小，最小截尾平方（LTS）只把最小的一部分殘差平方加起來，兩者的崩潰點都到 50%——一半資料被污染都還撐得住。代價一樣是效率：常態資料下 LMS 相對於最小平方的漸近效率只有約 1.4%，所以實務上很少單獨拿它報結果，比較常見的是當起始值，再交給 M 估計收斂。另一半的問題是形狀：殘差圖彎曲代表關係本來就不是直線。除了轉換，還可以不指定函數形式，讓資料自己講——LOWESS（Cleveland, 1979）在每個位置取固定比例 f 的最近鄰居，用核函數給權重擬一條局部直線，再把局部擬合串成曲線，而且內建反覆降權，離群值不會把曲線拉歪。f 調大越平滑、調小越貼資料。碩論最常見的用法不是拿它當主分析，而是先在散布圖上畫一條 LOWESS，判斷該不該用直線模型。
兩種「怪點」不一樣，診斷指標也不一樣：離群值 outlier，偏在哪 Y 方向，危害 殘差大，通常看得出來，怎麼抓 殘差圖、標準化殘差；高槓桿點 leverage，偏在哪 X 方向，危害 一顆就能把整條線扳過去，怎麼抓 槓桿值 hat value；影響點 influential，偏在哪 兩者都有，危害 把線拉過去後自己殘差反而變小，怎麼抓 Cook’s D、DFBETAS、DFFITS。 穩健迴歸：崩潰點換效率：估計量 最小平方 OLS，崩潰點 1/n，常態下效率 100%（基準），實際角色 形狀對、沒有怪點時最好；估計量 LMS 最小中位數平方，崩潰點 50%，常態下效率 約 1.4%，實際角色 太沒效率，只當起始值；估計量 LTS 最小截尾平方，崩潰點 50%（漸近），常態下效率 低，實際角色 同上；估計量 MM／M 估計，崩潰點 高，常態下效率 高，實際角色 用 LMS/LTS 起始值再迭代收斂。 LOWESS 怎麼畫出那條線（Cleveland, 1979）：在每個位置取固定比例 f 的最近鄰居（個數固定，不是固定帶寬）；用三次立方核依距離給權重，越近權重越大；在加權的鄰居上擬一條局部直線，取它在該點的值；每個位置重複，把局部擬合串成曲線；再依殘差反覆降權，讓離群值拉不歪曲線。 f 怎麼調：f 大 → 鄰居多 → 曲線平滑但可能漏掉細節；f 小 → 貼資料但跟著雜訊抖。常用起點 0.3–0.5。碩論最常見的用法不是拿它當主分析，而是先在散布圖上疊一條，判斷該不該用直線模型。
什麼時候用：現象還沒有合用的概念可以指稱，護理文獻幾乎是空白，但別的學科可能早就有話講。
怎麼走：把該主題現有文獻讀熟，確認真的沒有現成概念可用。 到別的領域找看事情的新角度。 挑一個能對應該現象的概念。 把它重新定義成護理情境裡說得通的樣子。
產出：一個借過來、重新定義過的新概念。
小心：不是換個名詞就算衍生。沒有重新定義，只是把別科的術語搬進護理。
什麼時候用：知道兩個變項可能有關，但講不出關係的形狀；別的領域有現成的關係句可以借。
怎麼走：讀熟現有文獻，並評估現有的陳述夠不夠用。 到別的領域找新的關係說法。 挑選並改寫那個關係句。 把原本的概念換成護理概念。
產出：一句可以再往下檢驗的關係陳述。
小心：借來的關係在原領域成立，不代表換了變項還成立——那是待驗證的假設，不是結論。
什麼時候用：整個現象缺一套解釋架構，而別的學科有結構相似的理論可以類比。
怎麼走：熟悉該主題現有的理論發展到哪裡。 用類比找到可借的母理論。 把母理論的結構抽出來。 用護理的概念把結構重新填滿。
產出：一套結構借來、內容重寫的新理論。
小心：跟兩個近親分清楚：微調現有理論是 adaptation，把構念接到實徵指標是 substruction，都不是衍生。
什麼時候用：臨床上看得到、講得出來，但還沒有名字的現象。質性、量性、文獻三種取徑都可以走。
怎麼走：大量接觸該領域的資料，直到理論飽和。 邊看邊分類，初期刻意讓分類鬆一點。 找出反覆聚在一起的現象叢集。 為叢集命名並給出定義。
產出：一個從資料長出來、之前沒有的新概念。
小心：太早收斂到一個名字，後面的資料就只會被塞進既有格子。
什麼時候用：手上有觀察或資料，想把它變成一句可以推廣的關係。
怎麼走：從觀察走到推論——質性或量性方法都行。 把具體的推論一般化成比較抽象的陳述。 在兩個動作之間來回修，不必一次到位。
產出：一句有資料撐著的關係陳述。
小心：一般化跨太大步，陳述會抽象到無法檢驗。
什麼時候用：某個主題已經累積不少各自成立的關係，缺的是把它們組成一個整體。
怎麼走：指定焦點概念，或先框出幾個焦點概念組成的架構。 蒐集與焦點概念有關的關係陳述。 用圖把這些關係組織起來。 整理成一個有結構的理論。
產出：一張把既有發現接起來的理論架構圖。
小心：圖畫得出來不等於理論成立，每條線都要有來源。
什麼時候用：一個詞大家都在用但各說各話，或要把它變成可以測量的東西。碩班作業最常做這一格。
怎麼走：選定概念。 決定分析的目的。 找出這個概念所有能找到的用法。 決定定義性屬性。 寫出模範案例。 寫出邊界、相關、相反、虛構、不合法案例。 找出前置因素與結果。 定出實徵指標。
產出：一個精準的定義、一組定義性屬性，以及可以拿去發展工具或題目的實徵指標。
小心：步驟是來回跑的不是直線。選概念要挑做得動的：太原始的只能靠舉例定義，太大傘的會包含好幾種意思。
什麼時候用：要評一句別人寫的關係句站不站得住，或要把自己的假設先自我檢查一遍。
怎麼走：選定要分析的陳述。 把陳述簡化。 分類這個陳述。 檢查句中概念的定義與效度。 標出概念之間關係的類型、方向與對稱性。 檢驗邏輯。 判斷可否檢驗。
產出：一份說得出「這句話哪裡不穩」的評析。
小心：最後一步最常被跳過：講得再漂亮，不能檢驗就無法進入研究。
什麼時候用：選理論當研究架構之前，或課堂上要評一個理論的時候。
怎麼走：指出理論的來源。 檢視理論的意義。 分析邏輯適當性。 判斷有沒有用。 界定可推廣程度與簡約性。 判斷可否檢驗。
產出：一份可以拿來說明「為什麼選它當架構」的理由。
小心：別只讚美。分析要講得出它的邊界在哪、哪裡推不過去。
講的是護理的本質與價值，不直接給出變項，但決定怎麼看病人。
護理的工作是把病人放進最好的環境，讓身體自己的痊癒力發揮。她用 surroundings 這個詞，指的是通風、保暖、光線、飲食、清潔與安靜六件事。談環境與感染控制時的源頭。
核心主張：護理藉操控環境，讓自然的修復力量發揮作用。
人：有生命力、會對環境起反應的整體，修復的過程在人身上進行。 環境：核心概念：通風、光線、溫度、清潔、噪音、飲食等外在條件，都可以被操弄。 健康：不只是沒病，是善用每一分力量；疾病本身是一種修復過程。 護理：把病人放在最有利於自然發揮修復力的環境裡。
照護是護理的道德理想，不是附加的親切。透過十個 caritas 過程與病人建立超越表面的照護關係。關懷行為、靈性照護、護病關係的質性研究常引。
核心主張：關懷是護理的道德理想與本質，不是附加的技巧。
人：身、心、靈合一，值得被關懷與尊重的存在。 環境：關懷場域（caring occasion），包含人的內在主觀世界。 健康：身心靈和諧合一、朝向自我實現。 護理：以十項關懷因子／關懷歷程建立跨個人的關懷關係。
照護在醫院這種科層組織裡會被政治、經濟、法律與倫理拉扯，組織與照護互相形塑。適合談管理制度如何影響照護品質。
核心主張：科層關懷理論：組織結構與關懷可以共存，關懷要在體制中找到位置。
人：在組織與文化脈絡中活著的靈性與關係性存在。 環境：複雜的科層組織文化——政治、經濟、科技、法律都在其中。 健康：即使在體制內，仍能經驗到意義與被關懷。 護理：在科層組織裡實踐以靈性—倫理為核心的關懷。
借 Dreyfus 技能習得模式，把護理能力分成新手、進階新手、勝任、精通、專家五階。專家靠的是累積的情境經驗，不是背規則。臨床能力進階與教育訓練的理論後盾。
核心主張：專業能力從經驗中長出來——新手、進階新手、勝任、精熟、專家五階段。
人：處在情境中、會自我詮釋、涉入式的存在。 環境：帶著意義與歷史的「情境」，不是中性的背景。 健康：可被經驗的完好與生病（lived experience）。 護理：從新手到專家的臨床實踐智慧，建立在關懷關係上。
護理奠基於對生命的照顧與鄰人之愛。人的依賴不是缺陷，而是人的處境本身，照護因此有倫理的重量。
核心主張：關懷的哲學：關懷是人類存在的基礎，先於一切技術。
人：依存於他人、帶著脆弱性的關係性存在。 環境：人與人共同生活的世界與空間。 健康：在依賴中仍被照顧、被尊重。 護理：關懷是道德實踐，體現在具體的照護行動裡。
caritas 是愛與慈悲的合一。受苦是照護的核心現象，護理要做的是減輕受苦，而不只是處理疾病。談尊嚴與受苦時很好用。
核心主張：關懷即愛（caritas），護理的使命是減輕受苦。
人：身、心、靈合一，渴望被愛與被肯定。 環境：關懷的文化與倫理氛圍。 健康：健全、完整、福祉的動態運動過程。 護理：關懷科學（caritative caring）——以愛與慈悲減輕受苦。
把人、環境、健康、護理四個核心概念組成一套完整世界觀，範圍大、可導出多個理論。
護理透過四個保存原則協助病人適應：能量、結構完整、個人完整、社會完整。重症與活動耐受相關的照護容易對得上。
核心主張：保存模式：護理透過四個保存原則促進適應。
人：一個整體，與環境持續互動、不斷適應的系統。 環境：內在環境（生理）與外在環境（知覺、操作、概念三層）。 健康：整體性（wholeness）與完整性的維持。 護理：依四個保存原則介入：保存能量、結構完整、個人完整、社會完整。
人與環境是不可分割的能量場，持續互動、不可逆地朝更複雜的模式演變。抽象度極高，適合當哲學立場，不容易直接操作成變項。
核心主張：單一人類科學：整體、開放、型態、泛維度四個原則。
人：單一、不可分割的能量場（unitary human being）。 環境：與人相互整合、不可分的能量場。 健康：人與環境場型態持續變化的表現。 護理：促進人與環境場的和諧互動。
由自我照顧、依賴性照顧、護理系統三個理論組成。核心判斷很簡單：當自我照顧能力小於需求，缺口出現，護理才介入。慢性病自我照顧與衛教成效研究的常客。
核心主張：自我照顧缺失理論：護理介入因自我照顧能力不足而生。
人：具有自我照顧能力、會為自己行動的人。 環境：影響自我照顧需求與能力的內外條件。 健康：結構與功能健全，能滿足自己的自我照顧需求。 護理：自我照顧缺失時補上：全補償、部分補償、支持教育三種系統。
個人、人際、社會三個系統互相影響；護病透過溝通互相設定目標，達成才算有效。共同決策與目標設定型介入適用。
核心主張：目標達成理論：互動 → 交互作用 → 交易 → 目標達成。
人：個人系統——知覺、自我、成長發展、身體心像、時間與空間。 環境：個人、人際、社會三個互動系統。 健康：動態的生命經驗，持續適應內外壓力源。 護理：護理師與個案互動、交互作用、交易，共同設定並達成目標。
人是被彈性防線、正常防線、抵抗線層層包住的系統，壓力源穿透哪一層決定嚴重度。護理做的是初段、次段、三段預防。
核心主張：系統模式：辨識壓力源、以三級預防護住防禦線。
人：有核心結構、彈性防禦線、正常防禦線與抵抗線的開放系統。 環境：內在、外在、創造出的環境，壓力源從三者而來。 健康：系統穩定、能量進出平衡。 護理：初級、次級、三級預防，維持或回復系統穩定。
人透過生理、自我概念、角色功能、相互依賴四個模式回應刺激，護理促進適應反應。慢性病調適與因應的研究很常掛這一套。
核心主張：適應模式：護理的目標是促進四種模式的適應。
人：適應系統，以生理、自我概念、角色功能、相互依賴四種模式回應刺激。 環境：影響行為的所有刺激——焦點、關聯、剩餘三類。 健康：成為完整、整合的人的狀態與過程。 護理：操控刺激、促進適應反應。
人是由多個次系統組成的行為系統，各有目標與平衡；失衡時護理介入以恢復平衡。行為改變類主題適用。
核心主張：行為系統模式：把人看成尋求平衡的行為系統。
人：行為系統，由七個行為子系統組成。 環境：系統以外、會影響系統的所有因素。 健康：行為系統的平衡與穩定。 護理：行為系統失衡時維持或回復平衡。
比概念模式窄一點，開始講得出具體命題，但仍涵蓋很廣的現象。
護理不是去解決一個有缺陷的人的問題，而是在照護的場合裡認出對方本來就是完整的人，並支持他繼續成為自己。
核心主張：護理即關懷：護理的本質就是人與人之間的關懷經驗。
人：因身為人而本具關懷，並持續在關懷中成長。 環境：護理情境（nursing situation）——護理師與被護理者共享的關懷經驗。 健康：在關懷中活出完整。 護理：養育（nurturing）人在關懷中生活與成長。
人在健康疾病、發展、情境、組織這四類轉變中最脆弱，護理協助他經歷健康的轉變。出院準備、角色轉換、疾病歷程的研究很好接。
核心主張：轉變理論：轉變的類型、型態、條件與反應指標。
人：正在經歷轉變（transition）的主體。 環境：促進或阻礙轉變的社會、社區、個人條件。 健康：健康地走過轉變，達到熟練感與身分重整。 護理：協助人準備、經歷、完成轉變。
用個人特質與經驗，加上行為特定的認知（知覺利益、知覺障礙、自我效能），預測健康促進行為。量表成熟、衛教介入研究引用率最高的一套。
核心主張：健康促進模式：個人特質與經驗 → 行為特定認知與情感 → 行為結果。
人：追求健康、能自我調節的生物心理社會存在。 環境：人際與情境的影響，會推動或阻礙健康行為。 健康：正向、動態的狀態，不只是沒有疾病。 護理：協助人採取並維持健康促進行為。
照護必須貼合文化，透過保存、調適、重塑三種行動達成文化一致的照護。跨文化、新住民與原住民照護的基礎理論。
核心主張：文化照護多樣性與共通性（日出模式）：照護要文化一致。
人：在文化裡被照顧、帶著文化價值的人。 環境：文化與社會結構的脈絡。 健康：由文化定義的安適狀態。 護理：文化照護的保存、調適、重塑三種行動。
疾病不是健康的反面，而是整體模式的一部分；健康是意識不斷擴展的過程。
核心主張：健康即擴展意識：疾病不是健康的反面。
人：意識本身——與環境不可分的型態。 環境：與人構成整體的型態，不是外在容器。 健康：擴展中的意識，疾病也是健康的一種顯現。 護理：與人建立夥伴關係、協助辨識自身的型態。
三個原則：意義、韻律、超越。護理是與人同在，陪他選擇自己的健康方向，不替他決定。抽象度高。
核心主張：人類生成理論：意義、律動、超越三大主題。
人：開放、自由選擇意義的存在。 環境：與人相互共創、不可分。 健康：持續變化的生成過程（becoming）。 護理：真實臨在，陪伴人賦予經驗意義。
先進入病人的世界、用他的眼睛理解他（塑模），再據此設計介入（角色塑模）。無條件接納是整套的前提。
核心主張：塑模與角色塑模：先進入對方的世界模型，再從那裡設計照護。
人：獨特的整體，擁有自我照顧的知識與資源。 環境：內外的壓力源與可用資源。 健康：動態平衡與適應潛能。 護理：塑模（理解對方的世界）→ 角色塑模（據此規劃照護）。
以 agency（行動能力）為核心的生命倫理。護病共同的目標，是把病人自主行動的能力還給他。
核心主張：交響倫理（symphonological bioethics）：倫理決策建立在協議之上。
人：具備自主、自由、客觀性、益處、忠誠、自尊的行動者。 環境：倫理協議發生的脈絡。 健康：人有能力追求自身的目的。 護理：以護理師—病人之間的協議為基礎做倫理決策。
概念少、範圍窄、變項測得到，碩論最常掛在這一層。
成為母親是一個互動且發展的過程：依附、學會照顧任務、逐步認同母親這個角色。產後適應與親職研究適用。
核心主張：成為母親（母親角色達成）：承諾、熟悉、常態化、整合四階段。
人：正在成為母親的女性，與嬰兒、家庭持續互動。 環境：微系統到大系統——家庭、社區、社會。 健康：母嬰健康與母職滿意。 護理：支持母親在各階段獲得母親角色。
當人無法判定疾病事件的意義、無法預測結果，就產生不確定感。它可能是威脅，也可能被重新框成機會。等待診斷、癌症治療期的研究非常常用。
核心主張：疾病不確定感理論：前因 → 評價 → 因應 → 適應。
人：面對疾病經驗、試圖理解它的認知主體。 環境：提供結構的資源——社會支持、可信權威、教育。 健康：能處理不確定感，甚至從中成長。 護理：降低不確定感，或協助評價與因應它。
面對重病、失落、老化這些脆弱處境時，人會把界限往內、往外、往時間延展，藉此找到意義。安寧與老年研究適用。
核心主張：自我超越理論：脆弱 → 自我超越 → 安適。
人：有能力超越自身界限、持續發展的存在。 環境：關係與脈絡，能促進超越。 健康：安適感（well-being）。 護理：促進自我超越以提升安適。
疾病是在一個人的生命傳記裡展開的；自我概念會隨著「還能不能完成原本該做的事」而改變。
核心主張：疾病軌跡理論：慢性病歷程中的不確定與容忍。
人：帶著疾病生活的人與其家庭。 環境：疾病歷程所在的社會脈絡。 健康：在不確定中維持生活的運作。 護理：協助處理疾病軌跡各階段的不確定。
失落造成的落差持續存在，哀傷症狀會週期性再現，而且可能一次比一次強。長期照顧者與失能家庭的研究很貼。
核心主張：慢性哀傷理論：失落後週期性再現的哀傷是正常反應。
人：經歷失落的個人與家屬。 環境：觸發事件與支持系統。 健康：與失落共存、有效因應。 護理：辨識觸發點、提供支持與因應策略。
精神健康復元的重心在社區。人的一生是一片經驗之海，以他自己的故事為中心去協助復元。
核心主張：潮汐模式：精神健康復元的關係取向。
人：在生命之海中航行的存在。 環境：如潮汐般變動的經驗世界。 健康：恢復自主、重新啟航。 護理：以十項承諾陪伴人度過精神困境。
舒適需求來自壓力情境，而且是原有支持系統無法滿足的那部分，分生理、心靈、社會文化、環境四個面向。好操作化，舒適介入研究常用。
核心主張：舒適理論：紓解、安適、超越 × 身體、心理靈性、社會文化、環境。
人：有整體舒適需求的個人、家庭或社區。 環境：可被操控以增進舒適的外在條件。 健康：最佳功能狀態、舒適。 護理：評估需求、設計舒適措施、評值效果。
以現象學與紮根理論建構，核心是失控感與產後情緒障礙的歷程。產後心理健康篩檢的理論依據。
核心主張：產後憂鬱理論：「失去控制」的四階段歷程。
人：經歷產後憂鬱的婦女。 環境：社會支持與生活壓力。 健康：母親的心理健康與母嬰關係。 護理：篩檢、辨識、介入產後憂鬱。
照護有五個歷程：知曉、同在、為對方做、使能、維持信念。五個歷程都測得到，很容易轉成介入或量表。
核心主張：關懷理論：關懷是可以被定義、被教、被測的五個過程。
人：獨特、處於生成過程中的整體。 環境：影響人的脈絡。 健康：安適、活出整體。 護理：五個關懷過程：知曉、同在、為之做、賦能、維持信念。
五個結果指標：不痛、有舒適的經驗、有尊嚴被尊重、平靜、親近重要他人。安寧療護品質的評值架構。
核心主張：安詳善終理論：把「善終」拆成可評值的五個結果。
人：臨終者與其家屬。 環境：照護場域與家庭。 健康：善終的經驗——無痛、舒適、尊嚴、安寧、親密。 護理：促進安詳善終的五項結果。
同一把尺，量幾次都給差不多的數字。用 Cronbach's α、再測信度、評分者間信度來看。
這把尺量到的真的是想測的概念。用內容效度、建構效度、效標效度來看。
差在哪：量得穩不穩 vs 量到對不對
先有信度才談效度，但信度高不保證效度——每次都準準地量錯同一件事，也是很穩。
真正有病的人裡面，被判為陽性的比例。TP／(TP+FN)。漏掉的代價高就先顧這個。
真正沒病的人裡面，被判為陰性的比例。TN／(TN+FP)。誤警太多會被關掉的系統就顧這個。
差在哪：有病抓得到 vs 沒病排得掉
兩者互相拉扯：把閾值調鬆，敏感度上去、特異度下來。要先講清楚哪一種錯誤比較不能接受。
虛無假設其實為真，卻被拒絕了。發生率就是 α，通常設 .05。白話：亂報有效。
虛無假設其實為假，卻沒被拒絕。機率是 β，1−β 就是檢定力。白話：明明有效卻說沒效。
差在哪：沒差說成有差 vs 有差沒看出來
樣本數太小最常見的下場是型二錯誤——不是「證明沒效」，是「沒有能力看出來」。
一段時間內新發生的病例數，分母是原本沒病的人。看的是風險。
某個時間點上所有現存病例的比例，新舊都算。看的是負擔。
差在哪：新個案 vs 現有個案
病程長的慢性病盛行率會很高，但發生率可能不高。
嚴格控制的研究情境裡有沒有用，像 RCT 裡的結果。
放到日常臨床、病人沒那麼配合的環境裡還有沒有用。
差在哪：理想條件下 vs 真實世界
效度的內外之爭在這裡具體化：控制越嚴，efficacy 越乾淨，effectiveness 越說不準。
兩個變項一起變動。相關性研究能講到這裡為止。
一個變項的改變造成另一個改變。要有操控、時序、排除干擾才敢講。
差在哪：跨過這條線就是推論跳躍
寫作時的檢查點：沒有操控自變項，就不要出現「造成」「導致」「使得」。
p < .05，表示這個差異不太可能只是抽樣誤差。樣本夠大時，微小差異也會顯著。
這個差異大到值得改變臨床作法。要看效果量與 95% CI 的範圍。
差在哪：p 值小 ≠ 臨床上有意義
報告請三個一起給：p 值、效果量、信賴區間。只給 p 值會被追問。
A 自變項自己的效果，把 B 平均掉之後看。二因子設計有兩個主效果。
A 的效果隨 B 的層級改變。畫圖時兩條線不平行，就是交互作用的長相。
差在哪：各自的效果 vs 效果會不會互相改變
交互作用顯著時，主效果的解讀要讓位——先做單純主效果分析，逐層拆開看。
資料收上來就對不回是誰，研究者自己也查不出。
研究者知道是誰，但承諾不揭露，並以編碼、加密、權限控管保護。
差在哪：連研究者都不知道 vs 知道但不外洩
IRB 送件時這兩個詞不能混用，寫錯會被退件要求澄清。
換一批新資料、重跑一次研究流程，看結論還在不在。
拿原本那批資料、照原本的分析再算一次，數字要對得起來。
差在哪：新資料重跑 vs 舊資料重算
可重製是最低門檻，連原資料都算不出同樣結果就不用談複製了。論文的「未來研究建議」如果只寫「建議擴大樣本數」，等於什麼都沒建議。
把最好的研究證據、自己的臨床經驗、病人的意願三者合起來做照護決定。三隻腳缺一不可：只看文獻叫套公式，只憑經驗叫憑感覺。它跟研究的分工是——研究「產生」知識，實證實務「使用」知識。
研究問題是臨床上卡住的那件事——想探討、想解決的現象，要講得出背景與重要性；研究目的則是打算怎麼回答它的宣言。評讀文章時第一件事就是找這兩句在哪裡、寫得清不清楚。
把研究目的拆成幾條可以測量、可以逐一驗收的小句子，通常條列式，指明特定變項。目的講大方向，目標講「做完哪幾件事就算達成」。
研究假設是依文獻與經驗對結果的預測（有差、有關）；虛無假設 H₀ 則預設「沒有差異、沒有關聯」。統計檢定的邏輯是反證：先假設 H₀ 為真，看資料有沒有極端到足以推翻它。p 值講的永遠是 H₀ 底下的機率，不是研究假設為真的機率。
自變項是被操作的那一個——原因、介入、預測因子，實驗裡由研究者給；依變項是被觀察的那一個——結果、反應，研究真正想改變的東西。寫研究問題時如果指不出這兩個，題目還沒收斂完。
跟自變項與依變項都有關的第三者，不處理就會把功勞或黑鍋錯記。例如比較兩種衛教成效時，兩組的教育程度不同——看到的差異可能來自教育程度而不是衛教。對付它的王牌是隨機分派，退而求其次是配對、分層或統計校正。
★ 概念型定義用文字講這個概念是什麼（引理論或文獻）；操作型定義講實際上怎麼測——用哪份量表、誰來評、切點在哪。驗收標準：把操作型定義交給另一個人，他能照著測出同一個東西。口委最愛從「這個 X 怎麼測」切入。
研究裡會變動、能取不同數值的特質。依角色分成自變項（因）、依變項（果）、干擾（攪局的）、中介（傳遞效果的）、調節（改變效果強度的）。同一個變項在不同研究裡可以換角色——這次的依變項可以是下次的自變項。
A 透過它影響 B——它是 A 的果、又是 B 的因，回答「效果怎麼發生的」。例如衛教（A）先提升自我效能（中介），自我效能再改善自我照顧（B）。檢驗用 Bootstrap 看間接效果的信賴區間，不是看兩條路徑各自顯不顯著。
它決定 A 對 B 的效果有多強或往哪個方向，回答「在誰身上比較明顯」。例如衛教效果在低健康識能的病人身上特別大——識能就是調節。統計上就是交互作用項，顯著後要分層畫圖呈現。
★ 把臨床問題拆成四塊：對象（P）、介入（I）、比較（C）、結果（O）。好處是一次到位——問題定了、檢索關鍵字有了、變項也指出來了。觀察型研究可換成 PECO（E 是曝露）。
從專家意見（最低）一路到系統性回顧與統合分析（最高）的金字塔。用來快速判斷一篇文章的份量，但等級高不代表適用眼前的病人——一篇做在健壯成人的 RCT，對虛弱老人未必比一篇貼近族群的世代研究有用。
把研究問題依性質轉成可探討的句子，列出變項與被測群體，好接資料收集與統計。位置在鏈上：主題→問題→目的→提案→假設。每個提案至少要有一個研究變項；實驗性研究常直接以研究假設代替提案。
單純性：一個自變項對一個依變項。複雜性：兩個以上的自變項或依變項。判斷方法就是數變項。
有方向：能從理論或文獻預測誰高誰低（寫得出「較多、較少」），可用單尾檢定，統計上較敏感。無方向：只知道有關或有差，不知道方向，用雙尾檢定。沒有充分依據不能為了省樣本數硬用單尾。
研究目的的敘述要涵蓋：研究設計、研究變項、母群體、研究場所。少一個，讀者就不知道要在誰身上、用什麼方法、看什麼東西。
把某主題的既有研究整理成一張「目前已知的地圖」，然後指出地圖上還空著的那一塊。收斂的終點是一句話：前人做到哪裡、還缺什麼、所以我要補哪一塊——寫成流水帳（A 做過…B 做過…）就是失敗的回顧。
★ 依事先寫死的檢索策略與納入排除條件，把符合的研究全部找出來、逐篇評讀、綜整結論。關鍵在「可複製」——別人照同一套方法應該找到同一批文獻。跟敘事型回顧的差別就在這個嚴謹度。
統合分析把多篇研究的效果量用統計方法合併成一個總估計，是系統性回顧的量化延伸；範疇回顧只盤點某領域有哪些研究、用了哪些方法，不合併數據也不評品質，適合題目還很新的時候。
★ 文獻回顧的終點：已知與未知的交界。缺口可以是族群沒做過、場域沒做過、方法有限制、結果互相矛盾。研究問題應該正好塞進這個缺口——這就是「研究的必要性」的來源。
決定哪些文獻或個案算數的規則，開始前就要寫死，不能邊看邊決定——事後調整條件就是在挑對自己有利的資料。寫的時候要具體到可判定：「近五年、成人、有對照組」比「品質好的研究」可執行。
檢索策略是在資料庫下的完整查詢式，要記錄到別人能重跑。主題詞（如 MeSH）是資料庫給每篇文章貼的標準標籤，用它檢索比自由字詞完整——同義詞、縮寫、拼法差異都被歸到同一個標籤下。實務上兩者並用：主題詞求全，自由詞補新文獻。
AND 交集縮小範圍、OR 聯集放大範圍、NOT 排除——組合關鍵字的基本語法。灰色文獻指未經正式出版的研究：碩博士論文、研討會摘要、技術報告；系統性回顧要不要納入它，關係到發表偏差的處理。
★ 逐篇評估納入研究「結果被系統性扭曲的可能」。工具依研究類型選：RCT 用 RoB 2、觀察型用 ROBINS-I、診斷準確性用 QUADAS-2。評讀時不是給總分，是逐面向判高、中、低風險。
稿件由同領域學者匿名審查後才決定刊登，是期刊品質的基本門檻。引用時優先選同儕審查期刊；未經審查的來源（維基、部落格、新聞）不能當正式學術引用。
引別人的話要對得回原文——頁碼、脈絡都要對。讀 A 文章時看到它引了 B，想用 B 的觀點就去找 B 的原文；直接轉引而不查證，等於把別人的轉述當事實，也是評讀時會被抓的點。
質性研究決定樣本數的方式：訪談收到不再出現新的概念或主題就停。所以質性研究不事先算樣本數，而是報告「第幾位之後達到飽和」。量性研究的樣本數邏輯（檢定力分析）跟它完全是兩套。
一手：作者就是研究執行者，原創型研究。二手：把別人的結果整理轉述。查證以一手優先——批判指引直接問「引證的文獻都是一手資料？」，二手用多了會被扣。
理論性：支持主題與目的的學術文獻，如理論、模式、概念分析。實證性：經觀察或實驗獲得的知識，即原創研究。文獻回顧兩種都要有：理論撐架構，實證撐假設。
把研究變項之間的關係畫成一張圖或寫成一段話，是整個研究的骨架。理論架構有現成理論撐腰（例如用自我效能理論導出假設）；概念架構是自己綜整文獻搭的。評讀時看：架構裡的每條線，研究問題與假設裡有沒有對應？
描述性只回答「現在長什麼樣」——現況、頻率、分布，不碰變項間的關係；相關性往前一步問「兩件事有沒有一起動」，但仍然不給介入、不談因果。兩者都是非實驗性設計，常常是新題目的第一步。
★ 橫斷式在一個時間點收所有資料，快而便宜，但分不出先後因果；縱貫式追蹤同一群人一段時間（慣例上六個月以上），看得到變化軌跡，代價是花時間、燒錢、樣本會流失。
兩種觀察型設計，方向相反。世代研究從「曝露」出發往前追：抽菸者與不抽菸者各追十年，看誰得病；病例對照從「結果」出發往回查：找已得病與沒得病的人，回頭比誰曾經曝露。世代能算發生率，病例對照適合罕見疾病但怕回憶偏差。
回溯性是事情已經發生，翻病歷或請個案回想——快，但資料是別人當初記的，品質不受研究者控制；前瞻性是先定好要收什麼再往後追——資料品質好，但要等。同一個世代研究可以是回溯的（用舊病歷建世代）也可以是前瞻的。
隨機分派＋對照組＋操控介入，三個要素齊備，是驗證因果的最強設計。隨機化把已知與未知的干擾一次抹平，所以它的證據等級排在單一研究的最頂端。代價是貴、慢、情境人工化，而且很多臨床問題根本不能隨機（不能叫人抽菸）。
隨機、操控、控制三要素缺一或缺二的實驗設計，最常見的是「不隨機的雙組前後測」。臨床現場常常沒辦法隨機（整個病房一起衛教），所以類實驗反而是護理介入研究的主力；代價是內在效度低一截，因果推論要更保守。
隨機分派決定誰進實驗組誰進對照組，讓兩組起跑點相同；分派隱藏是不讓收案的人「事先知道」下一位會分到哪組——知道了就可能挑病人。兩件事常被混談：隨機做得再好，沒有隱藏照樣會偏。
讓受試者（單盲）、加上照顧者與評估者（雙盲）不知道分組。防的是期待心理污染結果：受試者知道自己吃安慰劑就沒信心，評估者知道分組就往預期方向判。護理介入常常盲不了受試者（衛教藏不住），至少要讓「結果評估者」盲。
由研究者主動給予自變項——決定誰拿到處置、給多少、什麼時候給，而不是等它自然發生。這是實驗性設計跟觀察型研究的分水嶺：觀察型只能看，實驗型可以動手。
把自變項以外會影響結果的因素壓住：隨機分派、納排條件、固定流程、統計校正都是手段。護理研究多在自然情境，做不到實驗室那種絕對控制，只能相對控制——所以設計時要講清楚控制了什麼、放掉了什麼。
量性把現象化成數字，求測量與推論——問「多少、有沒有差、有沒有關」；質性收文字與經驗，求脈絡與意義——問「這對當事人是什麼感受、怎麼發生的」。兩者不是對立而是分工，混合方法研究就是兩邊一起用。
★ 照最初分派的組別分析，不管中途有沒有照做、有沒有換組，結果較保守。這樣才保住隨機化帶來的可比性，也是處理病患流失偏差的標準作法。
只分析「完全照流程走完」的受試者，中途退出、沒吃完藥的都剔除。聽起來乾淨，實際上會高估效果——因為留下來的往往是耐受性好、反應好的人。跟 ITT 是一對：ITT 保守、依計畫書樂觀，嚴謹的試驗兩個都報。
兩組在不同時段輪流接受不同處置，每個人都當過自己的對照，個體差異被完全抵消，樣本數可以省一半。限制是只適合「效果會消退」的處置——開過刀的不能還原；兩段之間要留沖洗期。
交叉設計兩段處置之間的空白期，等前一段的殘留效果完全消退再開始下一段。沒有沖洗期或太短，第二段測到的就是兩種處置的混合效果——這叫殘留效應，是交叉設計最常被審的點。
介入前後各測很多次（不是各一次），把趨勢畫出來，看轉折是不是剛好發生在介入點。多次前測讓成熟、季節這些趨勢現形，所以它是「沒有對照組時最強的類實驗」。品管的 run chart 就是同一個邏輯。
連對照組都沒有（單組後測、單組前後測），或有對照但完全沒隨機。只能描述「有變化」，不能主張變化是介入造成的——成熟、歷史事件、迴歸平均都解釋得通。適合當先導研究，不適合當主研究設計。
兩組在進入研究時就已經不同，後面測到的差異分不清是處置造成的還是本來就有的。控制方法是隨機分派。注意跟抽樣那一組的「選樣偏差」不是同一件事：那個講的是樣本跟母群體不一樣（影響外在效度），這個講的是兩組彼此不一樣（影響內在效度）。
受試者或照顧者知道自己在哪一組，行為就跟著改變。控制方法是雙盲。
中途退出的人往往不是隨機退出的，可能正是效果不好或副作用大的那群；只分析留下來的會高估效果。控制方法是治療意向分析。
評估結果的人知道分組，判讀就容易偏向預期方向，主觀性越高的指標影響越大。控制方法是讓臨床結果評估者盲。
每若干人為一個區段，在區段內做分派，確保任何時間點兩組人數都接近。
先依重要特質（例如疾病嚴重度）分層，再在各層內隨機，避免該特質集中在同一組。
依已入組者的特質動態調整下一位的分派機率，讓兩組基準線盡量平衡。
對照組不是不給處置，是排在等候名單上晚一點拿到。倫理上比純空白對照好（沒有人被剝奪有效介入），又保留了比較期。代價是等候期間對照組可能自尋其他資源，且延後測量會混入時間效應。
一個結果往往由多個原因共同造成——心臟病同時來自抽菸年數、高脂飲食、缺乏運動。所以單一自變項顯著不代表它是唯一原因，設計與解釋都要為其他原因留位子。
★ 信度問穩不穩：重複測會不會得到一樣的結果；效度問準不準：測到的是不是想測的東西。穩定但量錯東西完全可能——磅秤每次都顯示同一個錯的數字。信度是效度的必要條件，不是充分條件。
同一份量表的題目是不是在測同一件事，用 Cronbach α 表示，.70 以上可接受、.80 以上良好。注意它屬於信度不是效度——α 高只代表題目彼此相關，不代表量表測對了東西；這是最常見的失分點。
同一群人隔一段時間（常見 2–4 週）再測一次，兩次分數的相關夠高（r ≥ .70）就算穩。前提是測的特質理論上要穩定——人格可以再測，當下的疼痛或情緒不行，間隔太短還會有記憶效應。
★ 兩位以上評分者對同一份資料的判定一致程度：類別判定用 Cohen κ，連續分數用 ICC。任何需要人為判讀的測量（傷口分期、行為觀察、影像判讀）都要報這個，做法是雙人獨立評、再算一致性。
★ 量表的題目有沒有涵蓋要測的概念的全部面向，由專家逐題評分算出 CVI；慣例 CVI ≥ .80 可接受、≥ .90 佳。它是效度檢驗的第一關——題目本身就選錯了，後面統計再漂亮也救不回來。
建構效度問量表是否真的測到抽象概念本身，靠因素分析、收斂與區辨來驗；效標效度問它跟公認標準（效標）對不對得起來，分同時與預測兩種。兩者加上內容效度，就是效度的三大支柱。
★ 內在效度問「結果可不可信」——差異真的是介入造成的嗎；外在效度問「推不推得出去」——換一群人、換個場域還成立嗎。兩者天生互相拉扯：控制越緊內在越高、情境越人工外在越低。設計就是在這兩端找位置。
量表「看起來」像不像在測那件事，問受試者或同僚的直觀印象。它是最弱的效度，不能單獨當效度證據；但有實務價值——看起來合理的量表，受試者比較願意好好填。
折半：把量表題目分成兩半（常用奇偶題）互比，相關高表示內部一致；複本：準備兩份等值的量表 A 版 B 版，兩次施測用不同版，避開記憶效應。兩者都在檢驗「工具自己跟自己一不一致」。
分數擠在量表的頂端（天花板）或底端（地板），大家都差不多，量表就分不出個體差異，也測不到變化——已經滿分的人再進步也看不見。選量表時要確認難度範圍跟研究族群對得上。
個案真的變好（或變壞）時，量表分數跟不跟得上。信效度都好的量表仍可能對「改變」遲鈍——題目測的是穩定特質而不是狀態。介入研究選結果指標時，反應性跟信效度一樣重要。
★ 分數至少要差多少，病人才「感覺得出來」有差。統計顯著不等於臨床有意義——樣本大時 1 分的差也能 p < .05，但病人毫無感覺。報告介入效果時，拿差異對照 MCID 才知道值不值得做。
觀察值＝真實得分＋測量誤差。誤差越小，觀察值越接近真實。整個信效度檢驗做的事，就是把 E 弄小、並且知道它有多大。
隨機誤差：因機率產生、忽高忽低（受測焦慮、白袍高血壓），對應的是信度問題。系統性誤差：固定往同一方向偏（工具量錯東西、社會期待作答），對應的是效度問題。這組對應關係是講義的核心考點。
內在一致性係數的一種，專用於二元作答（是／否、對／錯）的量表；Likert 型連續計分用 Cronbach α。大於 .80 良好、.70–.80 尚可。
內容效度的量化作法：請專家對每一題用四點量表評關聯性（1 沒有關聯～4 非常有關聯），算出得 3 或 4 分的題數比例，即 CVI。CVI>.80 高標準、>.90 最高標準。
效標關聯效度的兩種。同時：與另一個測同一概念的工具同時施測，看相關。預測：現在的分數能不能預測未來的表現（例如入學考預測臨床能力）。差別只在效標發生的時間點。
建構效度的一對。收斂：跟測相同概念的工具相關要高。區辨：跟測無關概念的工具相關要低。兩個方向都對，建構效度才站得住。
母群體是想下結論的全部對象，樣本是實際收到的那一群。整個推論統計就是在做一件事：用樣本的數字去估母群體的真相。樣本能不能代表母群體，決定了結論能講多大聲。
★ 都是非機率取樣。方便取樣：收手邊拿得到的人，最省力、代表性最弱；立意取樣：依判準刻意挑「最能回答研究問題的人」，質性研究的主流。單一院所收案的量性研究多半是方便取樣——限制要老實寫。
隨機取樣讓母群體裡每個人被抽中的機率相同且已知，是能估計抽樣誤差的前提；分層先按重要特徵（性別、病房別）分組再各自抽，保證小族群不會被抽漏。分層的原則：層內同質、層間異質。
★ 收案前用 α（.05）、檢定力（.80）、預期效果量三個參數反推要收幾個人，工具用 G*Power，並要外加預期流失率。計畫書必寫，口委必問；收完才補算的「事後檢定力」沒有意義。
檢定力是「效果真的存在時，抓得到的機率」，慣例設 .80；效果量是「差異實際有多大」，跟樣本數無關。兩者跟 α、樣本數四個互相牽制——知道三個就能算第四個，這就是樣本數估算的原理。
選樣偏差：收進來的人跟母群體系統性不一樣（願意參加研究的人本來就比較健康）；失訪：中途退出讓剩下的樣本再偏一次（退出的往往是效果差的）。兩個都不是加大樣本能救的——偏差是方向問題，不是數量問題。
用來抽樣的那份母群體名單。名單本身不完整，抽得再隨機也是偏的——用市話簿抽樣就漏掉只有手機的年輕人。報告抽樣方法時要交代名單從哪來、涵蓋了誰。
以群體為單位抽（抽病房、抽學校），而不是抽個人。母群體太大、名單拿不到時的務實選擇；代價是同叢集的人彼此相似（同病房的病人像），資料不獨立，分析時要用叢集校正或多層次模型，樣本數也要多估。
滾雪球：由受試者介紹下一位，適合藏在人群裡的特殊族群（藥癮者、罕病家屬），代價是樣本彼此相識、同質性高；配額：先設定各層要收幾人再收滿為止，像分層取樣但層內不隨機。都是非機率取樣。
發出去的問卷實際收回的比例。低回應率的問題不是數量而是偏差——願意回的人跟不回的人可能系統性不同（滿意的人比較願意填滿意度問卷）。郵寄問卷慣例要報回應率並討論未回應者。
目標母群體：想推論的全部對象（台灣所有乳房切除婦女）。可及母群體：其中摸得到的部分（某院某期間的住院個案）。樣本從可及母群體抽，但推論宣稱只能寫到樣本能代表的範圍。
比例：各層抽的人數照母群體的比例（男女 2:1 就抽 2:1）。非比例：某層人太少、照比例會沒代表性時，刻意多抽那一層。用了非比例，分析時要記得加權或分層報告。
把母群體排好，算間隔數（母群體數÷樣本數），隨機選第一個，之後每隔一個間隔取一人。陷阱：名單若有週期性（例如每 10 床一個重症床）且週期跟間隔重合，就會系統性偏差。
受試者在「聽懂」研究內容後自願參加。三個要件：資訊（風險、利益、程序都講了）、理解（用對方聽得懂的話講）、自願（沒有壓力、不影響就醫權益、隨時可退出）。簽了名不等於知情——念過同意書不代表聽懂。
研究開始前審查倫理與風險的委員會，由醫療、法律與社會公正人士組成。沒過審不能收案，改流程要送修正案，出意外要通報。計畫書、同意書、問卷都是送審文件。
★ 風險程度決定審查層級：用既有的去識別化資料可申請免審；低風險（問卷、訪談）走簡易審查，快很多；有侵入性或弱勢族群就是一般審查。送件前先查該機構的分類標準，選錯層級會被退件重排隊。
匿名是「連研究者都不知道這份資料是誰的」（無記名問卷）；保密是「研究者知道但承諾不外洩」（訪談一定做不到匿名，只能保密）。兩者在同意書上是不同承諾，寫錯會被退件——訪談研究寫「匿名」就是寫錯。
把姓名、病歷號、生日等可辨識資訊移除或換成編碼，讓資料對不回個人。對照表（編碼↔身分）要另存、上鎖、限定專人保管。是回溯性病歷研究申請免審或簡審的關鍵前提。
自主（尊重個人決定，知情同意的根據）、不傷害（風險最小化）、行善（利益要大於風險）、正義（受試機會與負擔公平分配，不專挑弱勢收案）。倫理審查的每一項要求都能回溯到這四條。
兒童、孕婦、受刑人、認知功能障礙者、經濟或教育弱勢——自主決定能力受限、或處在權力不對等關係裡的人。收這些族群審查更嚴：要說明為什麼非他們不可、加什麼保護措施、誰代理同意。
可能影響研究判斷的個人利益：經費來源、廠商關係、專利持有，都要主動揭露。特別的一種是「研究者同時是開發者」——評自己做的工具，設計上要用盲評、第三方收案來隔離。揭露不是有罪，隱瞞才是。
受試者隨時可以退出、不需理由、不影響任何醫療權益，同意書必須白紙黑字寫明。已收的資料要不要跟著撤銷，也要事先講清楚。臨床對象特別容易「不好意思退出」，收案時要主動說明。
國際上通用的三大類：捏造（無中生有）、竄改（修改真實資料）、抄襲（挪用他人成果不註明）。認定上不是灰色地帶——動機再良善、只改一點點，都算。
造假（捏造不存在的資料）、變造（修改刪增真實資料）、抄襲（未註明引用他人成果）、自我抄襲（重複使用自己已發表的內容不註明）、重複發表、由他人代寫。國科會與教育部的處置從書面告誡到終身停權、追回經費。
台灣的人體研究法源。醫療法 78 條：非教學醫院原則上不得施行人體試驗。79 條：試驗前須書面同意，並告知目的方法、風險副作用、預期效果、替代方式、隨時撤回權、損害補償、資料保密、檢體保存再利用八項。人體研究法把審查依風險分一般程序與簡易程序。
★ 從招募、取得同意、分組、給介入到收資料的一步步標準流程，寫到別人能照著執行。它是介入忠誠度的根據，也是 IRB 審查的核心文件——流程寫得越死，執行時越不會走樣。
受試者一次要填的總題數。幾份量表各自合理，加起來超過四十題就開始掉資料——後面的題目亂填、留白、拒填。設計時把所有工具攤開來數總題數，真正必要的才留。
題目文字的難度。量表是給誰填的就要用誰的語言——對象讀不動，收到的就是猜的答案。對策：改口頭施測、換淺白版工具，或先導研究時實際請對象讀讀看。
★ 每個變項的說明書：名稱、標籤、資料來源、測量尺度、有效範圍、遺漏值代碼。收案前建好，資料輸入與清理都照它走。沒有譯碼簿的資料檔，三個月後連自己都看不懂。
★ 正式收案前先收 3–5 位試跑全流程：測填答時間、抓題意混淆、修表單動線。發現問題的成本在這裡最低——正式收案後才發現量表有問題，前面收的都白收。
給每位受試者一個跟身分無關的編號，資料檔裡只出現編號。編號與身分的對照表分開存放、上鎖。這是去識別化的實作，也是資料外洩時的最後防線。
誰收案、在哪裡收、用什麼表單、按什麼順序——寫到別人能照做的程度。多位收案者時要先訓練、統一指導語，不然收案者本身就成了干擾變項。
空掉的資料格。處理方式（刪個案、刪變項、插補）要在分析前寫死，不能看結果不好再回頭改——那是在挑資料。同時要報告缺了多少、缺的人跟沒缺的人像不像。
量性論文的標準骨架：前言（為什麼做）、方法（怎麼做）、結果（看到什麼）、討論（代表什麼）。每一節有明確分工——結果只陳述數字不解釋，解釋放討論；方法要寫到可複製。
投稿與報告的引用格式標準，管的是文內引用、參考文獻、表格圖片的寫法。細節多、易扣分：作者縮寫、斜體、DOI 都有規定。與其背，不如用書目管理軟體（EndNote、Zotero）自動產生再人工核對。
用一致的架構逐項檢視一篇研究的每個環節——問題、設計、抽樣、工具、分析、結論，指出優點與缺失。重點是「憑判準」不是「憑印象」：每一句批評都要對應一條方法學理由。
誠實寫出這個研究的推論邊界：樣本代表性、設計先天限制、測量工具的弱點。限制由作者自己先寫，不等口委提。最後兩段——未來研究建議與複製可能性——跟前面的限制一一對齊：限制寫了什麼，建議就補什麼；方法寫到別人照著能重跑一次。
分析前把資料過一遍：超出有效範圍的值、前後矛盾的答案、重複輸入的個案。每一筆修改都要留紀錄（原值、改成什麼、理由）——清理過程本身要經得起審查。
離群體很遠的極端值。第一步永遠是查原始資料：是輸入錯誤就改正，是真實現象就不能直接刪——刪掉不喜歡的資料點是在造假邊緣。要嘛保留並用穩健方法，要嘛敏感度分析報告刪與不刪兩種結果。
訪談收資料時，訪員對題目或答案的詮釋、甚至穿著語氣，都可能把答案帶偏。對策：訪員訓練（熟悉問卷、互相模擬）、標準化指導語、持續追蹤訪問過程，必要時盲化訪員。
自己陳述：資料由個案本人提供，最直接，但敏感議題或個案無法表達時失效。他人陳述：由熟識者代答（失語症個案由主要照顧者），是替代方案，但心理感受類的資料不一定反映事實。兩者都可再分自填或訪談。
先辨認研究的每個元素（問題、設計、抽樣、工具、分析），再逐項判定優缺點，最後評估整體可信度與臨床意義。順序不能反過來——沒把元素找齊就下總評，就是憑印象。
★ 質性研究的品質總指標，相當於量性的信效度，由四個成分合成：可信度（真不真）、可靠性（過程穩不穩）、確認性（是資料說話還是研究者說話）、轉移性（能不能用到別處）。評質性文章就照這四項逐一看。
質性版的「內在效度」：發現的主題是不是真的來自參與者的經驗。提升手段：待得夠久（延長接觸）、三角驗證（多來源、多方法互相對）、成員檢核（把整理的主題拿回去問參與者「是這個意思嗎」）。
可靠性問過程穩不穩：換個人照同樣步驟分析，會不會得到類似主題；確認性問結論是從資料長出來的、還是研究者自己的意見。兩者都靠審計跟蹤與反身性來支撐——過程留痕、立場交代。
質性版的「外在效度」：這些發現能不能用到別的情境。質性不談統計推論，靠的是厚描述——把參與者與場域寫得夠仔細，讓讀者自己判斷「跟我的病人像不像」。
★ 從原始逐字稿、編碼、備忘錄到主題形成的完整紀錄鏈，讓別人能追蹤「這個結論是怎麼一步步長出來的」。是可靠性與確認性的物證。
研究者交代自己的位置：我是誰、我跟參與者的關係、我的預設立場可能怎麼影響訪談與詮釋。質性研究者本人就是研究工具，所以工具的「校正紀錄」就是反身性聲明。
★ 介入有沒有從頭到尾照計畫書執行——每一位、每一次、每個劑量都一樣。評介入研究必問：沒有忠誠度資料，陰性結果分不清是「介入無效」還是「根本沒好好給」。監測手段：檢核表、錄影抽查、訓練認證。
紮根理論的停止收案準則：新的訪談不再產生新概念、新類別，理論的每個面向都有資料支撐。跟資料飽和意思相近，但更強調「理論建構完整」而不只是「沒新東西」。
用同樣或近似的方法把別人的研究再做一次，看結論站不站得住。科學的自我修正機制就靠這個——一篇研究只是一個證據點，複製成功才開始算數。
盡量照原研究的方法、工具、族群重跑一次，檢驗「原本那個結果是不是真的」。差異越小，檢驗力越純——如果連精確複製都重現不了，原結論就危險了。
刻意換族群、換場域再做一次，檢驗「推不推得出去」。在台灣重做美國的研究就是近似複製——結果一致代表跨文化穩健，不一致則指出邊界條件，兩種都有價值。
只保留研究問題，方法、設計、測量全部重來，看同一個結論在完全不同的路徑下撐不撐得住。撐得住的結論才叫穩固——它不依賴任何特定方法的巧合。
★ 跟複製不同：不重收資料，而是拿「同一批資料、同一套分析」看別人跑不跑得出同樣的數字。做到的前提是資料檔、程式碼、分析步驟都留檔可交——這也是現在期刊越來越要求的。
大量已發表研究被重做時重現不了原結果的現象。根源：只有顯著才好發表（發表偏差）、彈性分析挑好看的報（p-hacking）、樣本太小效果量虛胖。因應之道就是事前登錄與公開資料。
收案前把假設、樣本數、分析計畫登記在公開平台（如 ClinicalTrials.gov、OSF）。之後改了什麼大家都看得見——防的是「看完結果再決定假設」。臨床試驗不登錄，很多期刊直接拒收。
★ 要從自己的限制長出來，不是客套句。公式：我的限制是 X → 所以下一個研究應該用 Y 補上。「建議擴大樣本數」這種罐頭句等於沒寫——要指名道姓地對應自己承認過的弱點。
衡量一個估計量耐不耐打的指標：最少要污染多少比例的資料，才能把估計值拉到無限遠。樣本平均數是 1/n（一個極端值就毀了），中位數是 50%（理論上限），截尾平均與 Winsorized 平均則等於它的截尾比例 α。崩潰點高通常要拿效率去換，看到「穩健」兩個字就要同時問這兩件事。
兩種最直觀的穩健平均。截尾平均把兩端各 α 比例的資料丟掉再平均；Winsorized 平均不丟，而是把兩端的值拉回到臨界值後再平均。兩者的崩潰點都等於 α，適合有少數真實極端值、又不能刪資料的情況。
穩健估計裡效率與抵抗力平衡得最好的一類：中間段照最小平方走，尾端改成有界的加權，讓離群值的影響力不會無限放大。調節常數取 1.345 時，資料真的是常態下仍保有約 95% 的效率（相較之下中位數只有約 64%）。論文常見的寫法是古典與穩健結果並列。
把手上的樣本當母群體的替身，抽出後放回、重抽同樣大小的樣本 B 次，用這 B 個統計量的分布來估標準誤與信賴區間（取 2.5 與 97.5 百分位＝百分位法，B 通常 1000 以上）。用在沒有現成公式的統計量：中位數、兩個相關係數的差、兩條 ROC 曲線下面積的差。它假設觀察值獨立，也修不了樣本本身的偏誤。
用最大概似把冪次轉換的 λ 估出來（λ=1 原樣、0.5 開根號、0 取對數、−1 倒數），畫對數概似對 λ 的曲線取最高點，並給 λ 的信賴區間。實務上會在區間內挑一個好解釋的值。轉換後係數活在新尺度上，log 轉換的組間差要用倍率講。
不指定函數形式，讓資料自己畫線：在每個位置取固定比例 f 的最近鄰居，加權擬一條局部直線，再串成曲線，並內建反覆降權讓離群值拉不歪。f 越大越平滑。碩論最常見的用法是先在散布圖上畫一條，判斷該不該用直線模型。
X 方向的極端值。它跟離群值不同——離群值偏在 Y 方向，高槓桿點偏在 X 方向，而且一顆就足以把整條迴歸線扳過去。迴歸診斷要同時看殘差（Y 方向）與槓桿值、Cook's D（影響力），不能只看殘差圖。
比對經驗累積分布與理論分布的常態性檢定，對尾端的偏離比 Kolmogorov-Smirnov 敏感。SPSS 與 R 都有。實務上仍以 Shapiro-Wilk 為首選，這類檢定當佐證，圖（Q-Q 圖）永遠是主證據。
比較組間差異時，把共變項（最常見是前測分數）的影響先校正掉再比。類實驗沒有隨機分派、兩組起跑點可能不齊時特別重要。前提是迴歸斜率同質性：各組裡共變項與依變項的關係要差不多，組別×共變項的交互作用顯著就不能用。
檢定一組資料是否符合某個理論分布（最常拿來驗常態），也當適合度檢定用。單一樣本版看資料對理論分布，雙樣本版比兩組分布形狀。驗常態時偏保守，實務上搭 Q-Q 圖與 Shapiro-Wilk 一起看。
2×2 卡方在總樣本小（約 30 以下）時的校正：把卡方值往下修，避免小樣本高估顯著性。任一格期望次數小於 5 就別校正了，直接改用 Fisher 精確檢定。
兩種用途：序位×序位的表要看線性趨勢時（trend test）；以及分層控制干擾因子後，合併各層的關聯估計（例如控制年齡層之後看暴露與疾病的關聯）。邏輯斯迴歸普及後，第二種用途常被迴歸取代。
成對資料最不吃假設的無母數檢定：只數差值的正負號。檢定力比 Wilcoxon 低，差值連大小順序都不可靠時才輪到它。
一邊是二元變項（性別、有無）、一邊是連續變項時的相關係數，數學上等於直接算皮爾森 r。量表的單題與總分相關（題目鑑別度）就是這個。
看「兩組變項」之間的整體關聯——例如一組生活品質分量表對一組生理指標。輸出的是幾對典型變量與其相關。碩論少用，讀文獻認得即可。
用多個連續變項預測類別歸屬的老方法，前提比較嚴（多變量常態、共變異數同質），實務上多被邏輯斯迴歸取代；讀舊文獻會遇到。
描述統計把手上的資料講清楚：平均、分布、百分比，只談樣本自己；推論統計從樣本往母群體跳：檢定、信賴區間、迴歸。論文的表一是描述統計，表二以後才進推論。
平均值是資料的重心；標準差是資料平均離重心多遠——同樣平均 70 分，SD 5 是大家都差不多，SD 20 是高低懸殊。兩者成對出現，而且都只適合對稱分布的資料。
中位數是排序後正中間那個值，四分位距是中間 50% 資料的範圍。兩者都不受極端值拉扯，所以偏態資料（住院天數、醫療費用）要報這一組，不是平均±標準差。
★ p 值的正確定義：假設虛無為真，看到這種或更極端結果的機率。它不是「虛無為真的機率」、更不是「效果大小」——樣本夠大，微小差異也能 p<.001。α 是事前訂的判準（.05），p<α 才說顯著。
★ 用樣本估母群體時給的範圍：95% CI 的意思是「重複抽樣一百次，約九十五次的區間會蓋住真值」。它比 p 值多給了資訊——區間寬窄看得出估得多精準，位置看得出效果多大。差異的 CI 跨過 0、比值的 CI 跨過 1，就是不顯著。
第一型：沒效說有效（誤報），機率是 α；第二型：有效沒看出來（漏報），機率是 β。兩者蹺蹺板——α 壓越低，β 越高；唯一能同時壓低兩者的方法是加大樣本。
三個最常用的檢定，按資料型態分工：卡方比類別變項的比例（清腸合格率兩組差不差）、t 檢定比兩組的平均（焦慮分數）、ANOVA 比三組以上的平均。選錯檢定是評讀時最容易抓到的錯。
用一個或多個變項預測結果的統計模型。依變項是連續數值用線性迴歸，是有／無二元用邏輯斯迴歸。它比相關多做一步：控制其他變項後看每個因素的獨立貢獻。
計算統計量時「可以自由變動的資訊個數」，通常跟樣本數與參數個數有關。報告 t、F、χ² 時都要附上（如 t(58)=2.31）——沒有自由度，讀者無法查表核對。
檢查資料是否近似常態分布，用 Shapiro-Wilk 檢定或 Q-Q 圖。它決定走參數（t、ANOVA）還是無母數（Mann-Whitney、Kruskal-Wallis）那條線。樣本大時檢定容易過度敏感，配合圖判斷比只看 p 值可靠。
各組資料的分散程度要差不多，是 t 檢定與 ANOVA 的前提，用 Levene 檢定查。不成立時不必硬掰：t 檢定改用 Welch 校正（R 的預設就是它），ANOVA 用 Welch ANOVA。
ANOVA 只說「至少有兩組不一樣」，沒說是哪兩組——事後比較就是在控制型一錯誤膨脹的前提下把兩兩比完。常用 Tukey（各組人數相近）、Scheffé（保守）、Bonferroni（最嚴）。顯著才做，不顯著就停。
★ 差異實際有多大，跟樣本數無關。Cohen's d 的慣例：0.2 小、0.5 中、0.8 大。p 值只說「不太可能是巧合」，效果量才說「差多少」——兩個都要報，只報 p 值的文章評讀時直接扣。
★ 都是比較兩組風險的指標：RR 是發生率直接相除，好懂；OR 是勝算相除，邏輯斯迴歸的輸出。結果不罕見時 OR 會比 RR 誇大，不能直接當 RR 解讀。兩者都必附 95% CI，區間跨過 1 就是不顯著。
迴歸模型解釋了依變項多少比例的變異，0 到 1。R²=.30 表示模型講掉三成的變異、七成還是不知道。它只講解釋力，不講模型對不對——加變項它永遠只升不降，所以多元迴歸要看調整後 R²。
把自變項個數納入懲罰後的解釋力；多元迴歸要報這個而不是 R²
★ 依理論順序分區塊投入自變項，看每一區塊帶來的 R² 變化量
★ 階層迴歸的關鍵輸出：新加的那一組變項多解釋了多少
讓軟體依統計準則自動增刪變項；容易過度配適，理論驅動時優先用階層
未標準化 B 是原始單位的效果；標準化 β 可跨變項比較相對重要性
自變項彼此太相關，係數會不穩；看 VIF
多因子設計裡，一個自變項「自己」的效果——把另一個自變項的各層平均掉之後看。交互作用顯著時主效果是被平均掉的假象，不能直接解讀，要先拆單純主效果。
★ 一個自變項的效果隨另一個自變項的層級而改變——衛教效果在男性大、女性小，就是衛教×性別有交互作用。判讀順序是死的：先看交互作用，顯著就拆單純主效果，不顯著才各自解讀主效果。
交互作用顯著後的拆解動作：固定一個自變項的層級（只看女性），再檢驗另一個自變項的效果（三種衛教差不差）。逐層拆開，才知道交互作用長什麼樣。
同一批資料檢定做越多次，至少一次誤報的機率越滾越大——做 20 次檢定，全是虛無也期望出現一次「顯著」。校正方法：Bonferroni 把 α 除以次數（保守）、FDR 控制誤報比例（探索性分析適用）。
迴歸線在 X 為零時的預測值。很多情境下 X 根本不可能是零（例如年齡、體重），這個數字就沒有實質意義，不要硬解讀。
迴歸係數 b：X 每增加一單位，Y 平均變動多少。迴歸真正在看的就是它。
實際觀察值減去模型預測值。迴歸的前提假設——線性、常態、變異數同質——全都是靠殘差圖檢查，不是靠感覺。
決定迴歸線畫在哪裡的方法：讓所有殘差的平方和最小。
多元迴歸裡每個自變項的係數，意思是「控制住其他所有自變項之後」，這一個變項自己的效果。這句話是多元迴歸的全部價值所在。
把類別自變項轉成 0 與 1 才能放進迴歸。k 個類別要用 k−1 個虛擬變項，沒被編碼的那一類就是參考組。
類別變項在迴歸裡被當成比較基準的那一組。所有係數都是「相對於它」而言，所以報告要交代參考組是誰，否則讀者無法解讀方向。
共線性指標，等於 1 減去該自變項被其他自變項解釋掉的比例；VIF 是它的倒數。容忍度太低就代表共線性太嚴重。
模型比較用的指標，同時衡量適配度與模型複雜度，數字越小越好。只能拿來比較同一批資料的不同模型，不能跨資料比。
拿迴歸式去預測資料範圍以外的 X 值。那一段線長什麼樣子沒有人驗證過，預測不可信。
多因子 ANOVA 用來看交互作用的圖：各細格平均連成線，線大致平行表示沒有交互作用，不平行甚至交叉就是有。
把資料的分位數對上常態分布的分位數畫成圖。點大致落在對角線上就接近常態，明顯彎曲就不是。跑 t 檢定或 ANOVA 前用它驗前提。
長條由高到低排列再配上累積百分比線，用來找出「少數幾項就佔掉大半」的關鍵項目。品管分析常用。
用顏色深淺呈現二維表格的數值高低，適合兩個維度交叉時一眼看出熱區。
呈現「事件發生前還有多少比例沒發生」隨時間下降的階梯圖，用於追蹤資料；兩組比較用 log-rank 檢定。
點估計：用單一數值（樣本平均）估母群體參數，著眼 p 值。區間估計：給一個範圍（95% 信賴區間），著眼區間有沒有跨過無效值。期刊越來越要求兩個都報。
常態分布下，平均數 ±1 個標準差涵蓋 68% 的資料、±2 個涵蓋 95%、±3 個涵蓋 99.7%。z 檢定、信賴區間、離群值判斷都建立在這條上。
護理學科最上層的四個核心概念：人、環境、健康、護理。每一個護理理論都是在回答「這四者是什麼、彼此什麼關係」——評讀理論時第一步就是找它對四大典範的立場。
把四大典範組成一套完整世界觀的架構，範圍比理論大、抽象度更高——Orem 的自我照顧、Roy 的適應模式都是。模式提供看護理的「眼鏡」，理論才提供可檢驗的命題。
大理論涵蓋整個護理現象，抽象到幾乎無法直接檢驗；中範圍理論只處理一段特定現象（不確定感、舒適、母親角色），概念少、可測量、可以直接拿來設計研究——碩士論文掛理論幾乎都掛中範圍。
最貼床邊的一層：針對特定情境、特定族群的處方型理論，直接指出「這種情況該做什麼」。從大理論、中範圍到實務理論，是抽象度一路下降、可操作性一路上升的階梯。
從心理學、社會學等其他學科借來用於護理的理論——自我效能、計畫行為理論都是。借用不是問題，不交代「為什麼適合護理情境」才是問題；用之前要說明它在護理脈絡下站不站得住。
★ 概念分析的核心產出：這個概念「一再出現、少了就不是它」的特徵清單。判斷方法：拿掉這個屬性，案例還算不算這個概念？算，就不是定義性屬性。量表的構面就從這裡長出來。
把所有定義性屬性都具備的典型例子，通常是一段具體的臨床敘事。功能是「示範這個概念長什麼樣」——讀者看完案例就能認出這個概念。可以是真實案例也可以是建構的。
明顯「不是」這個概念的例子，用來反襯邊界——把疲憊的相反案例寫成精力充沛的人，讀者就知道疲憊不包含什麼。跟模範案例一正一反，把概念的輪廓夾出來。
前置因素是概念發生「之前」必須存在的條件，結果是概念發生「之後」帶來的改變。注意前置因素不能跟定義性屬性重複——先有的條件不算概念本身的特徵。這兩塊在概念分析報告裡都要有文獻支持。
★ 可以實際觀察或測量到定義性屬性的具體東西——屬性是「主觀疲憊感」，實徵指標就是疲憊量表的分數。它是概念分析的終點、工具發展的起點：量表題目從這裡長出來。
理論內部推理的品質：概念定義前後一致嗎、命題之間有沒有矛盾、結論跟得上前提嗎。評理論的方法是把命題排出來逐條對——邏輯有洞的理論，實證做得再多也補不了。
用越少的概念與命題講清楚越多現象，理論越好。兩個解釋力相同的理論，選簡單的那個。評讀時的問法：這個理論有沒有哪個概念拿掉也不影響解釋力？有，就不夠簡約。
★ 理論能不能轉成「可以被資料推翻」的假設。不可檢驗的理論再漂亮也只是哲學——要能從它導出「如果理論對，資料應該長這樣」的預測。中範圍理論比大理論吃香，就是因為檢驗得動。
理論裡描述概念之間關係的陳述句——「自我效能越高，自我照顧行為越多」就是一條命題。理論的骨架就是一組命題；研究假設就是把命題翻譯成可測量的版本。
概念是對現象的心智描述，可以較具體（疼痛）；構念是為了理論目的特別建構的高階抽象（自我效能、生活品質），要透過多個指標間接測。分辨的意義在測量：越抽象的構念，測量的層次要求越多。
★ 把抽象概念一路變成測得到的東西：構念→概念→指標→變項。「焦慮」操作化成「STAI 量表分數」就是一次完整的操作化。理論與研究的接點就在這裡——操作化做壞了，測到的就不是理論講的那個東西。
待驗證的工具（指標試驗）跟公認的真相（參考標準）比對，看判得多準——輸出就是敏感度、特異度那一套。它是工具驗證研究的核心典範，報告要照 STARD 指引。
★ 研究裡「待驗證」的那個工具——新的判讀系統、新量表、新檢驗。整個診斷準確性研究的問題就是：指標試驗的判定，跟參考標準的判定有多一致。
★ 拿來當「真相」的判定方法，通常是該領域公認最準的作法（病理切片、專家共識判讀）。金標準怎麼操作化是口委必問——用會出錯的標準當真相，算出來的準確度全是有偏的。
★ 敏感度：真的有病的人裡，工具抓出幾成（漏掉的是偽陰性）；特異度：真的沒病的人裡，工具排除幾成（誤抓的是偽陽性）。切點一動兩者就互相消長：篩檢要敏感度優先，確診要特異度優先。
換一個方向問：工具說有病的人裡，幾成真的有病（PPV）；說沒病的裡，幾成真的沒病（NPV）。跟敏感度特異度不同，這兩個會隨盛行率變動——同一個工具在盛行率低的族群 PPV 會掉很低，推論到不同場域時要特別小心。
2×2 表的四格之二：真陽性是有病也判有病（抓對），假陽性是沒病卻判有病（誤報）。另外兩格是真陰性（排對）與假陰性（漏掉）。所有準確性指標都是這四格的組合。
把真陽性、假陽性、真陰性、假陰性排成的 2×2 表，是診斷準確性分析的原始帳本——敏感度、特異度、預測值全部從這四格算出來。報告時附上它，讀者才能自己驗算。
把所有可能切點的「敏感度 vs 偽陽性率」畫成一條曲線，AUC 是曲線下面積：0.5 等於瞎猜、0.7–0.8 可接受、0.8 以上好（Hosmer & Lemeshow 慣例）。前提是工具要輸出連續分數——只出「是／否」的工具畫不了 ROC。
兩個判定者（或工具與標準）給出相同判定的程度：類別判定用 kappa（扣掉碰巧一致的部分），連續數值用 ICC。kappa 的判讀有兩套慣例——Fleiss：.40 以下差、.40–.75 可接受、.75 以上好；Landis & Koch：.21–.40 尚可、.41–.60 中等、.61–.80 高度、.81 以上幾乎完全一致。論文引用時要交代採用哪一套。
工具「判得出來」的比例——有些案例它會說「無法判定」。涵蓋率跟準確度會互相拉扯：只挑有把握的判，準確度好看但涵蓋率低。報告兩個都要給，只報準確度會膨脹工具的實用性。
★ STARD 是診斷準確性研究的報告清單：收案流程圖、指標試驗與參考標準的操作定義、盲不盲、不確定結果怎麼算，逐項都要交代。寫計畫書時就照清單逐條檢查，投稿與口試都會被對著查。
把連續分數切成陽性／陰性的那條線。切點一動，敏感度與特異度就反向消長——選切點是取捨不是計算：Youden 指數給「數學最佳」，但臨床要考慮兩種誤判的代價不相等。
★ 檢驗結果把罹病機率往上或往下推多少倍：LR+ 越大陽性結果越有力（>10 算強），LR− 越小陰性結果越能排除（<0.1 算強）。優點是不受盛行率影響，可跨場域比較工具。
預測機率跟實際發生率對不對得起來——模型說這群人有七成風險，實際是不是真的七成發生。跟區辨力（AUC）是兩回事：排序排得對不代表機率報得準。預測模型兩者都要驗。
★ 內部驗證用同一批資料驗（交叉驗證、bootstrap），外部驗證換一批人、換個場域驗。只做內部驗證一定高估表現——模型記住了自己資料的巧合。工具要能上臨床，外部驗證是必經之路。