自學貝葉斯統計(Bayes Statistics)

近期內地有名北大核心期刊的中華流行病學雜誌, 一期共刊出了4篇貝葉斯統計的文章。

我知貝葉斯統計很多年了, 亦被吸引了; 因自己的數學根底差, 而且它涉及較複雜的公式, 所以學得不好! 尤其是先驗分佈中的共軛分佈, 更是不理解。

當然, 還是會使用的, 尤其是JASP統計軟件的出現, 讓它的使用簡易了很多; 另外, R統計軟件近年的統計包, 也令貝葉斯統計的實現簡單了許多...

期望日後能系統計學好它, 用好它...

學習SQLite

我的本科是臨床醫學, 郤陰差陽錯地從事公共衛生的數據分析! 

雖然研究生是流行病與衛生統計學專業。 但誠言, 由於不是數學或數據科學專業出身, 只是"半途出家", 所以很多時候, 很多事都是無能為力, 甚至是有心無力。

這些年, 一直都很想修讀數據科學的學科內容, 又談何容易! 畢竟要先顧飯碗, 也要顧家庭。只有臨時拉夫, 缺什么, 就自修些什麼...

一路走來, 覺得要從事數據科學, 有4件知識範疇應要掌握:

1. 數據庫知識
2. 數據收集, 整理, 清洗知識
3. 統計分析
4. 數據結果的表達

近期想認真地學習一回數據科學, "好似"本地沒有太多的選擇, 難道要重新讀本科!? 

數據庫的知識, 據我知現時有很多, 也有很好的數據庫; 如mySQL... 但我只能由簡單的學習開始, 所以選了SQLite來學習。現時很多網絡的學習內容可免費下載, 近期就看了李明昌博士的博客; 很好的內容, 期望可繼續深入學習吧...

數據收集, 整理, 清洗的知識, 一般學習好, 使用好EXCEL就很不錯啦...

至於統計分析, 雖然我稍學多了些相關知識; 但感到夠用就好了! 不必太深究些什么數學模型... 至於統計軟件, 仍是"夠用就好"。我一般推薦SPSS, 如果想學統計編程, 或要精準重複結果, 可首選R。

統計結果的呈現... 一般的統計軟件都有, 尤其R的ggplot2, 出的圖形很不錯的! 但想再進一步, 可學習Power BI...

2009―2024年中国澳门特别行政区流行性感冒流行趋势分析

這篇文章, 於2026年3月中旬發表在中華疾病控制雜誌的。

是這系列文章的第二篇!

2009―2024年中国澳门特别行政区流行性感冒流行趋势分析

https://zhjbkz.ahmu.edu.cn/cn/article/doi/10.16462/j.cnki.zhjbkz.2026.02.014

摘要:   目的  分析中国澳门特别行政区(简称澳门)2009―2024年流行性感冒(简称流感)的流行趋势，为预防流感及制定政策提供科学依据。  方法  数据来源于澳门卫生局网页的强制性申报疾病统计资料。计算年度报告粗发病率、性别与年龄组的发病率，并使用Joinpoint回归模型对流感的粗发病率进行趋势分析、计算年度变化百分比(annual percentage change, APC)、平均年度变化百分比(average annual percentage change, AAPC)。  结果  2009―2024年澳门年度报告流感发病例数中位数为3 363例，年度报告粗发病率中位数为502.83/10万。其中，男性(51.09%)有513.62/10万，女性(48.91%)有492.82/10万；以0~＜15岁年龄组最高(2 553.50/10万)，与其他年龄组的差异均有统计学意义(均P < 0.001)。全人群的流感年度报告粗发病率AAPC为3.77%(95% CI: -14.31%~26.32%)；APC在2009―2018年为12.57%(95% CI: 1.49%~24.85%, P=0.027)，在2018―2021年为-58.41%(95% CI: -86.63%~29.36%)，在2021―2024年为314.08%(95% CI: 134.79%~630.27%, P < 0.001)。  结论  澳门的流感报告粗发病率呈上升趋势，其中2021―2024年上升较为突出，以儿童青少年为主。应加强预防流感的健康卫生宣传教育，提高流感疫苗接种率。

引用本文:陈文诗, 陈清. 2009―2024年中国澳门特别行政区流行性感冒流行趋势分析[J]. 中华疾病控制杂志, 2026, 30(2): 227-232. doi: 10.16462/j.cnki.zhjbkz.2026.02.014

Citation:

CHEN Wenshi, CHEN Qing. Analysis of influenza epidemiological trends in Macao Special Administrative Region, China, 2009-2024[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2026, 30(2): 227-232.  doi: 10.16462/j.cnki.zhjbkz.2026.02.014

2000－2023年中國澳門特別行政區法定報告傳染病分析

自從新冠疫情後, 將近5年都沒有寫科研文章啦~

近期在想, 工餘時間沒其他娛樂的我, 可以做些什麼有意義與有價值的事呢? 於是只好重操舊業...寫科研文章!

感恩我的博導, 無論在精神上、版面費上的支持（好貴啊!）...

https://www.jbjc.org/article/doi/10.3784/jbjc.202410110569

陈文诗, 陈清. 2000－2023年中国澳门特别行政区法定报告传染病分析[J]. 疾病监测, 2025, 40(5): 566-573. DOI: 10.3784/jbjc.202410110569

Chen Wenshi, Chen Qing. Analysis on notifiable communicable diseases in Macao Special Administrative Region, China, 2000−2023[J]. Disease Surveillance, 2025, 40(5): 566-573. DOI: 10.3784/jbjc.202410110569

對SAS統計軟件退出中國有感

 近日得悉內地消息：SAS統計軟件退出中國，雖然感到可惜，但並不意外!

我多年前在內地讀研究生，知道內地的統計教育，若非統計專業，基本都是教授使用SPSS為主。當時SAS在業界的口碑雖好! 但無奈它是商業統計軟件，使用許可證很貴! 導致很多人士都只能使用破解版。而且軟件本身的體積很大，安裝並不方便。加上它的編程亦較煩鎖...所以"始終"只是小眾的統計工具唉...

近年隨著眾多自由軟件（免費，開放）的出現，而且它們的統計分析功能也日益完善，在科研中的地位逐漸提升。如R，Python...

因此，在中國環境下，SAS本身的不足下，國內市場的佔有率預期只會萎縮... 最後退出也不足為奇。

據了解，在台灣地區，雖使用SAS統計軟件的人數較多，很多院校也以SAS教學。但"似乎"近年也有被替代的情況。

說真的，我自己已用R多年啦...有點體會...

用Python及R進行基礎統計(Essential Statistics with Python and R)

假期放了3天，郤總是忙著忙著! 不是為孩子走來走去，就是為朋友的論文給予意見~

作為學林中人，總有著對學術的慊意! 畢竟已有一段時間沒寫文章或鑽研。學術是不斷地去追的，否則就是 ＂逆水行舟，不進則退＂~而且心算自己的老本也不多呵...

想趁著雙12，買一本書給自己（給自己一份禮物吧!），但老男人，沒有嗜好，禮物自然就（又）喺書啦。想學學Python在數據科學的應用! 在網絡上找到一本很好的閱讀資料... 哎呀! 連雙12的零錢也省回。這本閱讀材料很好，因為

1.既有Python的操作方法，亦有R語言的操作方法。對於有R語言一定基礎的我，對照著R學Python，更易理解!
2.很新的資料，2019年撰寫的

3.它所說的統計也很容易呵!

希望對大家有用，互勉! 下載地址：https://escholarship.org/uc/item/03w0n5g3

統計學上的辛普森悖論(Simpson's Paradox of Statistics)

昨晚留意到YouTube的一段視頻，是關於一個 "民意調查"中，數據的錯誤計算。

視頻中的女士說，因為數據計算中未進行加權，導到 "支持"與 "反對"的差異很少，甚至可能將結果反轉...

是的! 計算是未有加權。但更精確地說，是因為犯了統計學上的 "辛普森悖論"! 才出現差異少，甚至結果可能 "反轉"。

辛普森悖論是很常見的，亦是很多人易犯的錯誤，更小心的是易被人"誤導"了~

(利申：我對內容提及的政治問題沒有什何偏向及意見，純是統計學上的見解呵!)

計算方法：

總結果

                    支持：(21367*20%)+(1705*50%)+(1012*37%)

                                -------------------------------------------------- ~22.8%

                                           21367+1705+1012

                    反對：(21367*63%)+(1705*31%)+(1012*41%)

                                -------------------------------------------------- ~59.8%

                                           21367+1705+1012

單支持者結果

                    支持：(21367*20%)+(1705*50%)

                                ---------------------------------- ~22.2%

                                           21367+1705

                    反對：(21367*63%)+(1705*31%)

                                ---------------------------------- ~60.6%

                                           21367+1705

參考資料：

https://static1.squarespace.com/static/5cfd1ba6a7117c000170d7aa/t/5f3f829cb6c791109018ae9e/1597997725945/PORI_PC_20200821_VHKr.pdf

https://wiki.mbalib.com/zh-tw/辛普森悖论