顯示具有 Statistics 標籤的文章。 顯示所有文章
顯示具有 Statistics 標籤的文章。 顯示所有文章

2021年1月8日 星期五

EXCEL 部份內容以星號代替

0 意見 張貼者： Windlessday 於 上午9:42

 A1格資料為 A123456789

若中間5碼想以星號取代成為 A1*****789

 

公式為  =LEFT(A1,2)&"*****"&RIGHT(A1,3)

標籤： ,

2020年7月14日 星期二

EXCEL 以XY平面已知兩點的斜率預測Y值

0 意見 張貼者： Windlessday 於 下午1:13

EXCEL 以XY平面已知兩點的斜率預測Y值


公式： = Trend(known_Ys, known_Xs, new_x)

範例： F2儲存格公式如下

標籤： , ,

2020年4月30日 星期四

群體免疫

0 意見 張貼者： Windlessday 於 下午3:14

1. 群體免疫為當一個族群中有足夠比例的人對傳染病具有保護力時，即可對整個群體產生保護力。

2. 計算群體免疫力需要了解病原體的基本傳染數(Basic Reproduction number，R0), 指一個生病的個體平均會傳給幾個人

因此在
R0 < 1 時, 傳染病會逐漸消失
R0 > 1 時, 造成社區流行

3. 當傳染病發生時, 不是100%的人都會被感染, 因為有些人己被免疫
若群體中己具免疫力的人比例為 P 
不具免疫力的人比例則為 1-P

4. 基本傳染數的真實狀況應該修正為 R0 x (1-P)
所以一個傳染病要在群體中消失
R0(1-P) < 1  
移項得知，要形成群體免疫力，族群中己具免疫力的比例需為  P > 1 - 1/R0

 5.另外免疫的效率也不是100%，因此需納入考慮
若免疫的效率比為 E
族群免疫的比例需修正為 P > (1-1/R0)/E

 6. 若 E < (1-1/R0), P值必然 > 1, 則該群體永遠無法產生群體免疫力





  
 



  

標籤： ,

2019年6月27日 星期四

EXCEL 擇優計算成績

0 意見 張貼者： Windlessday 於 上午10:08

自B1至L1欄擇優計算5次成績

公式
=AVERAGE(LARGE(B1:L1,{1,2,3,4,5}))

標籤： ,

2018年4月11日 星期三

以 Reed-Muench method 計算 TCID50

2 意見 張貼者： Windlessday 於 上午11:40

Reed-Muench Method
1.     計算距離值
[(感染力高於50%之佰分比)–50% ] / [(感染力高於50%之佰分比) – (感染力低於50%之佰分比)]
2.     計算TCID50
取大於50% CPE之稀釋倍數之log值加上距離值
3.     Example (第一排取10 μl病毒液稀釋到90 μl的培養基中)
10-1
10-2
10-3
10-4
10-5
10-6
10-7
10-8
S1
＋
＋
－
－
－
－
－
－
S2
＋
＋
＋
－
－
－
－
－
S3
＋
＋
＋
－
－
－
－
－
S4
＋
＋
＋
－
－
－
－
－
S5
＋
＋
＋
＋
－
－
－
－
Control
－
－
－
－
－
－
－
－
Ratio
100%
100%
80%
20%
0%
0%
0%
0%
距離值 (80% - 50%) / (80% - 20%) = 0.5
TCID50 = 10 (3+0.5) * 100= 105.5 = 3.16 x 105 / ml


標籤： , ,

2013年4月11日 星期四

敏感性(sensitivity)、特異性(specificity)、ROC曲線

0 意見 張貼者： Windlessday 於 上午10:28


敏感性(sensitivity)與特異性(specificity)
•敏感性: 陽性患者確診為陽性的比率  à a / a+c
•特異性: 陰性患者確認為陰性的比率 à d / b+d
生病
沒生病
檢查陽性
a
b
檢查陰性
c
d

接收者操作特徵（receiver operating characteristic，或者叫ROC曲線）是一種對於靈敏度進行描述的功能圖像。

--> 隨著檢測結果陽性率的增加， 偽陽性發生的比率也會上升, 因此ROC曲線以真陽性(TPR)為Y軸對偽陽性(FPR)為X軸畫出相關圖， 以驗證該檢測方法的合適性

真陽性(TPR) = 敏感性
偽陽性(FPR) = 1 - 特異性 


可用曲線下面積 (area under curve, AUC) 判別ROC鑑別率

AUC=0.5 無判別力 (no discrimination)
0.7 > AUC > 0.8 可接受判別力 (acceptable)
0.8 > AUC > 0.9 好的判別力 (excellent)
AUC > 0.9 非常好的判別力 (outstanding)

標籤：