Fall Semester 開始(8/26)前之大目標

閱讀相關書目：

1. Multi-level Analysis
2. Meta-Analysis
3. Item Response Theory
4. Sampling Weight


文章撰寫：

1. IRT for heroin patient
2. Reliability and Validity for SESTOF
3. MI for Categorical Data
4. MI for Prediction (if possible)

工作規劃 7/22-7/26

1. Rasch多向度分析之優點整理(以利海洛因病人文章的introduction修改)。
2. Simulation 分析練習。
3. MI for Categorical Data 文獻閱讀。
4. MI for Prediction 文獻閱讀。

返台充電結束

兩個多星期的台灣行結束，回到卡城要開始做事情了。手頭上還欠著的Paper及要開始進行的project也不少，要好好加油囉！

Papers

1. Measurement Invariance: 原先認為不好解釋的latent score mean差異達到顯著的部分，經過Jerry老師的解釋之後突然茅塞頓開；此外分數可轉成標準分數再做一次分析，看看結果如何。

2. SF-36適用於海洛因病人身上的IRT分析：文章的架構已差不多成形，目前基本資料的部分有些缺少，或許可考慮去除掉沒有基本資料的個案後再跑一次。另外比較重要的是Discussion的部分要想一下，以及和謝老師聯繫討論的進度。

Projects

1. Measurement Invariance若是Configural 的階段就已經表現不佳，繼續做下去會有甚麼結果。
2. Partial Metric Invariance對於結果的影響為何？
3. Full Information Likelihood Method 以及 Multiple Imputation 對於 Multi-level 資料的差補有何差異？

Suppressor effect and the implication of structure coefficient

學期初思索的問題之一(Questions in mind)

 

Suppressor Effect

suppressor effect 是在多元迴歸分析中一個可能會發生的特殊現象，其指涉的是某一個獨變項本身與其他獨變項以及依變項之間的相關很低，或是沒有相關(此條件僅針對依變項)；而當我們將這個變項放入迴歸式當中，卻仍然看到多元迴歸係數(Multiple R-square)有大幅度的提升。造成這個現象的讀變項稱之為suppressor。

一個完全的suppress effect，可以從以下兩點進行觀察：當某一獨變項的strucutre coefficient為0，而；

1. Beta 係數不為0；或是
2. 放入此變項後造成多元迴歸係數提升。

上述兩項條件只要滿足其中一項，就可得知另一項條件為真，同時也可知道suppressor effect存在。

 

Structure Coefficient

由於Beta值代表的含意為，在獨變項的變異中，排除掉與其他獨變項之間的相關後，能夠單獨預測依變項的部分(圖例)。因此，某變項的Beta值為零可代表兩種情況；(a) 該變項對於依變項的預測力(predict power)為零；(b) 該變項對於依變項的預測力被其他獨變項取代。許多研究者通常會將觀察到Beta值為零的情況歸因為(a)，忽略(b)存在的可能性，而直接將該獨變項是為沒有預測力，或是沒有用的變項。

為了避免這樣的情況發生，Thompson (2006) 建議在回報迴歸分析的結果時，除了Beta值以外，更需要報告strucutre coefficient。structure coefficient代表的是獨變項與潛在依變項(Y-hat)之間的相關，也就是在所以獨變項可解釋依變項的變異中，某一特定獨變項佔有的比例。藉由觀察structure coefficient，我們可以真正了解到一個獨變項與依變項之間的關係，而非被其他獨變項所影響。

參考文獻

Thompson, B. (2006). Foundations of behavioral statistics: An insight-based approach. New York: Guilford.

教育部留學獎學金甄試乙類申請心得

拿到這個獎學金大概是今年上半年最令人驚喜的一件事情了。雖然過程中有些可議之處，但我想還是分享一下整個申請的過程好了。

一年補助16,000美元，每學年結束要繳交成果報告書，如果成果符合預期可再領第二年的補助，同樣是16,000美元。

這個留學獎學金並非公費留考，所以沒有需要回國服務的要求。以我申請的2013年度為例，可分為甲類和乙類兩種。前者是針對尚未得到國外學校錄取的學生，後者是針對已在國外學校就讀的博士學生，我的情況是屬於後者(乙類)。

乙類的申請只需要書面審查，相對於甲類(還需要面試)來說簡單許多，但這也就意味著書面資料必須要有足夠的份量才行。主要所需要的書面資料有：

1. 個人履歷表
2. 在校證明
3. 在校成績單，自大學開始
4. 個人研究計畫
5. 指導教授履歷表
6. 推薦函

這次的申請過程中，由於時間的關係並沒有附上推薦函，所以我將火力放在研究計畫上面。研究計畫的主題是八月一入學時就跟指導教授討論過，所以文獻閱讀的時間比較充裕。再加上之前在台灣跟過兩位教授的研究計畫，所以也對於如何撰寫計畫書有了些微的認識。基本上，研究計畫的架構與一般的論文沒有很大的不同，重點是在寫完了前言、方法之後，要如何讓審查者了解到這個研究的重要性何在。同時，在研究計畫的結尾一定要寫出預期的結果以及這個研究對於學術以及實務上有何貢獻。我在心態上是保持著「投資這筆錢讓我完成這個計畫，對於學術與實務上有幫助」，而非「我是個很優秀的博士生，請給我這筆錢讓我完成學位」。這樣的心態也讓我在研究計畫的撰寫上保持著「推銷產品讓消費者購買」的基調，而我也相信這樣的研究計畫寫法會比較容易得到青睞。

個人履歷表、在校證明、在校成績單都是制式化的表格，準備起來相對簡單。個人履歷表的部分可參考UIUC 博班生黃嘉斌的部落格 http://jbhuang0604.blogspot.com/2013/03/moderncv-latex-template.html，裡面有模板可供使用。在校證明與在校成績單我是等秋季班的成績公告之後再向系上申請，以確認審查資料中有最新的訊息。

相關留學獎學金訊息可上教育部國際與兩岸教育司的網頁查詢，網址是： http://www.edu.tw/Default.aspx?wid=409cab38-69fe-4a61-ad3a-5d32a88deb5d

Intraclass Correlation Coefficient (ICC) 與 Cronbach's alpha

學期初思索的問題之一(Questions in Mind)

概述

Intraclass Correlation Coefficient  (ICC) 是一個常被用來估計評估者間一致性的指標之一，主要是使用於以下的研究設計中：


                      評估者1    評估者2   評估者3  ....  評估者K

受試者1             5               4                5         ....        4

受試者 2            3               5                3         ....        2

受試者 3            3               2                1         ....        3

...                        ....             ....              ....       ....        .... 

受試者 J             5               4                 3        ....         5


其中：

1. 評估者可以被題目(ex:智力題目1、智力題目2)、時間點(ex: treatment前、treatment後)、場合等變項替換。因此ICC的測量重點為測驗分數橫跨不同的情況，分數穩定的情形。

2. 評估者的選取可以概分為三種情境 (Shrout & Flesis 1979)：

• Case 1: 對於每一位受試者，隨機選取k位評估者進行評估。每一位受試者接受相同數目(k)的評估者，但評估每一位受試者的評估者組合不同。

• Case 2: 母群中隨機選取k位評估者，對每一位受試者進行評估。每一位受試者都接受相同的一組評估者。

• Case 3: 母群中的k位評估者，對每一位受試者進行評估。

Case 2 與 Case 3的差異在於，Case 2中將評估者視為隨機效果(random effect)，而在Case 3中將評估者視為固定效果(fixed effect)。

 

選擇合適的ICC公式

Shrout & Fleiss (1979) 以及McGraw & Wong (1996)總結出四個選擇ICC公式的原則：

1. One-way or Two-way ANOVA：在Case 1的情況下使用One-way ANOVA；Case 2的情況下使用Two-way ANOVA。
2. Random-effect or Mixed Effect：One-way ANOVA的情境下就是使用random effect；Case 2使用Two-way random effect；Case 3使用Two-way mixed effect (受試者random, 評估者fixed)。
3. Agreement or Consistency：Agreement為想要了解測驗分數真實match的程度；Consistency為想要了解測驗分數的線性關係。
4. Single or Mean measurement：計算ICC時使用的單位是每個評估者對於受試者的單一分數，抑或是評估者整體給予一個受試者的平均分數。

 使用SPSS 20進行計算

資料的排列行式如上面的表格，定義評估者變項為R1, R2,...Rk；受試者變項不需定義。

1. Analyze-->Scale-->Reliability Analysis
2. 將評估者變項丟入items的欄位中，並選擇Statistic進入新的小視窗
3. 勾選Intraclass Correlation Coefficient，並選擇合適的ANOVA(ex:two-way random)以及想要探索的分數關係(ex: agreement)。
4. 選擇Continue，並Run，報表上會自動出現Single以及Mean measurement的結果。

ICC與Cronbach's alpha

若是將評估者變項是為題目變項，則可將R1, R2,..,Rk視為item 1, item2, ..., item k。使用ICC假定為Two-way ANOVA、Consistency以及Mean measurement的結果會等於Cronbach's alpha。因此，可發現到Cronbach's alpha是ICC的一個特例。

參考文獻

Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86, 420-428.

McGraw, K. O., & Wong, S. P. (1996). Forming inferences about some intraclass correlation coefficients. Psychological Methods, 17, 30-46.

Partial Correlation, Semi-partial correlation, and beta coefficience

這是學期初開始自己想要思索的問題之一(Questions in mind)

Partial Correlation (淨相關)、Semi-partial correlation (半淨相關)以及Beta 係數(Coefficient)

以下的例子假設使用兩個獨變項(X1, X2)來預測一個依變項(Y)的情況。

  

有關Partial- 與Semi-Partial的數學式，可參考以下連結：

http://luna.cas.usf.edu/~mbrannic/files/regression/Partial.html


Beta的公式計算如下：

Beta 1 = [r (Y,X1) - {r(Y,X2)*r(X1,X2)}] - [1-r(X1,X2)^2]



以下直接以圖例進行說明，由於在Correlation相關數值的討論中，所有變項都經過標準化(除以各自的標準差)，因此，以下所畫的每一個圓餅的面積都為1：


Partial Correlation

 Partial Correlation (X1, Y) = b/a+b

解釋：在Y的變異中，排除掉X2能夠解釋的部分(a+b)後，單獨被X1解釋(b)的比例




Semi-partial Correlation

 Semi-partial Correlation (X1, Y) = b/a+b+c+e = b/1 = b

解釋：在Y的變異(a+b+c+e=1)中，能夠被X1解釋(b)的比例。



Beta Coefficient

Beta (X1, Y) = b/ b+f

解釋：在X1的變異中，排除掉與X2的相關之後，能夠用來解釋Y的部分。


結論：
這三個指標，主要的目標都是放在該變項(ex: X1)能夠單獨解釋依變項(Y)的部分(b)，唯一的不同在於立足的基準不同。

[Published Article] Convergent and Discriminant Validity of the WHOQOLBREF Using a Multitrait-Multimethod Approach

Convergent and Discriminant Validity of the WHOQOLBREF Using a Multitrait-Multimethod Approach

Yu-Yu Hsiao   Chia-Huei Wu   Grace Yao

Social Indicator Research (in press)

Abstract

 

The WHOQOL-BREF is a commonly used questionnaire in quality of life research. Previous research has shown that the four domains of the WHOQOL-BREF (physical health, psychological health, social relationships, and environmental health) are highly related. Whether these high correlations reflected the true relations across the domains or the influence of common method effect; however, is still unknown. This study examines the convergent and discriminant validity of the four domains of the WHOQOLBREF by using the multitrait-multimethod (MTMM) approach to control the method effect. Two different samples, with a total of 186 and 201 adults, respectively, were used in the present study. Each participant filled out the WHOQOL-BREF questionnaires using four different scaling methods (Likert-type scale, visual analogue scale, pie scale, and partner rating). The covariance matrix of the MTMM result was analyzed with confirmatory factor analysis modeling. Two models were applied, including the correlated traits-correlated uniqueness (CTCU) model and the uncorrelated traits-correlated uniqueness (UTCU) model. Results showed that the CTCU model fit the data better than did the UTCU model, suggesting that the variables tapping the four domains of the WHOQOL-BREF have excellent convergent validity; the four domains have moderate correlations, indicating that the four domains are related but not identical.

 

Keywords Multitrait-multimethod matrix, Quality of life, WHOQOL, Confirmatory factor analysis, Validity

Submitted: 03-13-2013
Accepted: 03-19-2013


(註記)
這篇文章從投稿到接受只花了六天，看起來真不可思議，但實際上背後也是歷經了許多波折。一開始這篇文章的target期刊是Quality of Life Research，但審了兩個多月後得到了reject的回應。之後又投了Educaitonal and Psychological Measurement和Journal of Happiness Studies，雖然備受煎熬但我們也從reviewers的建議中修改了文章的架構以及一些論述，同時也修改了實驗設計。最後的成品被SIR火速接受，這段日子的辛苦也算是有了代價。在寫這篇文章的過程中，我和共同作者們之間對於文章的架構以及討論的部分出現了部分分歧，但在討論的過程中讓我學習到如何在分歧中陳述自己的觀點，並嘗試完成對話的過程，這些都是在寫文章投稿之餘無價的收穫。

[Published Article] Is there a disparity in the hospital care received under a universal health insurance program in Taiwan?

Is there a disparity in the hospital care received under a universal health insurance program in Taiwan?

Yu-Yu Hsiao, Shou-Hsia Cheng

International Journal for Quality in Health Care (in press)

Abstract

Objective To analyze the disparity in hospital care among people of various socio-economic status (SES) under a universal health insurance scheme. Design A questionnaire survey mailed to discharged patients in October 2010. Setting This study included 183 large-scale hospitals in Taiwan. Participants A total of 3015 patients/caregivers completed the questionnaires, which yielded a response rate of 58%. Main Outcome Measures Three variables were included. The two access-to-care variables were admission route and accreditation level of the hospital in which the patient stayed. A structured questionnaire, the Patient-Reported Hospital Quality (PRHQ), was included to characterize patient’s experience of hospital stay. Results Patients with lower education were less likely to be admitted to a hospital according to a planned schedule, or to choose an academic medical center hospital. However, SES was not associated with the PRHQ scores. Furthermore, patients with unplanned admission were associated with lower PRHQ scores than those with planned admission to the hospital. Conclusions Under the universal health insurance system in Taiwan, lower education is associated with unplanned admission to a hospital, which might result in poorer perceived quality of care. Reducing unplanned admission is a challenge for health authorities in the future.

Keywords access to care, quality of care, hospital, socioeconomic status, Taiwan

Submitted: 11-22-2011
Revised: 02-20-2012
Accepted: 01-15-2013


(註記)
第一篇發表在英文期刊上，同時也是列為第一作者的文章。投稿到接受中間花了一年多的時間，但其實占了比較多時間的是在resubmitted到accepted的這段時間，長達一年。比較有趣的是，resubmitted之後我們等了半年多都沒等到回應，寫了幾封e-mail之後竟然才收到文章進行審查的e-mail。好在後來的過程還算順遂，沒有甚麼大問題就被接受了。

I am survived!!

這個學期在交出Dr. Thompson的Paper之後宣告結束了。

回想起這一個學期如同地獄般的schedule：每個星期20小時工作、15小時上課以及4小時的studygroup。還得利用時間寫Paper、寫作業、整理生活瑣事。

不知道自己是怎麼度過的，但總算是撐過去了。

雖然辛苦，但在學術上也有了不小的進展。除了感覺自己在統計的概念上有了顯著的進步外，實質上也發了兩篇Paper還拿到了台灣政府給的獎學金。

Bitter and sweet是我為這個學期下的註解。希望自己能夠一直進步下去。

Questions in mind: Basic statistic

1. what are the differences between partial correlation, semi-partial correlation, and beta coefficience in terms of formula, meaning in venn diagram, and implication.
Response


2. the difference between ICC and reliability index.
Response


3. suppresor effect in regression analysis and the implication for structure coefficient.
Response

與Faculty Candidate Dr. Fritz Meeting心得

這學期系上要聘任一位Associate Professor，在書面審查中一共選了兩位Candidates，本週四是其中一位Candidate Dr. Fritz前來拜訪。

拜訪日的流程大致如下：早上給一個Research Presentation，簡述自己的研究興趣以及過去的成果，未來要做的事情；中午是與學生的lunch meeting(前一天晚上是與職員的dinner meeting)；下午是teaching presentation。以下是幾個心得：

Research Presentation
1.要培養一至兩個不斷鑽研且能累積研究成果的主題，presentation的過程中要讓人看到主題的重要性以及研究的動機，故事的鋪陳很重要。
2.即便是現階段尚無法解決的問題也可報告，說服聽眾這是個有潛力的主題且以自己的經驗是有可能解決。
3.Q&A的過程不是defense，而是以一種不卑不亢的態度與聽眾討論，不會的問題也要提出自己的見解，讓人了解自己知識的廣度以及看事情的角度。

Lunch Meeting
1.在美國，計量領域的博士班畢業生若是要留在學術，那下一站就是faculty，所以不要想說還有post-doc來累積自己的CV。Get as many publications as possible。
2.當自己在進行工作轉換時，手上隨時要保留一兩個project，以便進入新工作位置時能夠維持一定程度的產量。
3.學會寫研究計畫，在博班這幾年中，若是能在政府單位申請到研究補助，會是一個大加分，這會讓自己在未來的應徵時證明自己有申請經費的能力。
4.培養自己的Social Skill。

Conference of Interest

AERA: American Educaitonal Research Association (May)
http://www.aera.net/
submission due in July

APA: American Psychological Association (Augest)
http://www.apa.org/convention/index.aspx
submission due in Oct

IMPS: International Meeting Psychometric Society (July)
http://www.psychometrika.org/meeting/current.html
Submission due in March

1-2 months for the IMPS...

Course Schedule Overview

2012 Fall
EPSY640 Experimental Design I
EPSY622 Measurement and Evaluation in Education
EPSY691 Research


2012 Spring
EPSY641 Experimental Design II
EPSY625 Advanced Psychometric Theory
EPSY651 Theory of Structural Equation Modeling
EPSY652 Theory of HLM
SOCI 631 Quantitative Method in Educaiton


2013 Summer
EPSY602  Educational Psychology
EPSY636  Techniques of Research


2013 Fall
EPSY643 Applied Multivariate Methods
EPSY653 Advanced Structural Equation Modeling
EPSY655 Item Response Theory


2014 Spring
EPSY646 Issues in Child and Adolesent
EPSY673 Learning Theory for Education
EPSY690 Special Topics in Causality

Knowledge Gaps Need to Be Filled

1. List the currently used sample weighting methods and know their equations as well as pros and cons. (due 2/28)

2. To investigate measurement invariance, what kind of criteria were used in a simulation study? what kind of criteria were used in a study with real data. (due 1/31)

3. How to run a simulation study with Mplus and R. (due 3/31)

Course List for 2013 Spring

EPSY 641 Experimental Design in Educaiton II

EPSY 625 Advanced Psychometric Theory

EPSY 651 Theory of Structural Equation Modeling

EPSY 652 Theory of Hierachcal Linear Modeling

SOCI  631 Quantitative Methods (Regression Analysis)



It will be an exciting Spring!!