搜尋結果
2021年7月15日 · 為了打造更安全的網路環境， Google 本週三（14 日）在部落格中宣布， 即將上線的新 Chrome ，將會啟用「優先使用 HTTPS」 （HTTPS-First ）連線的功能，也就是說， 瀏覽器會自動用 https 去連線那些沒有 https 的網站，如果該網站不提供這樣支援服務，Chrome 則會跳出整頁警告。 更新的 Chrome 鎖定圖示有可能改成向下箭頭. 此外，公司還宣布，他們正在「重新評估」URL 欄位中鎖定圖示，有可能會改成向下的箭頭，如下圖所示。 至於為什麼要修改 URL 欄位中的鎖定圖示，Google 在 部落格 中寫道：「過去我們認為這個圖示可以向用戶顯示說這是『可信賴的網站』，但最近我們 研究發現 只有 11% 用戶能正確識別鎖定圖示代表的涵義。
- 三位統計學教授主張：反對統計學意義、停用 p 值為判斷標準。
- 因為 p 值可能會誤導科學決策
- 800 位學者連署呼籲停止使用 p 值定義假設
- 統計學家並非全盤否定 p 值，而是保留偏差性
- 「相容區間」取代 p 值和信賴區間，接受不確定性
- 「相容區間」四大應用，讓推論超出統計決定論
- 統計學退休，是盼統計方法和資料清單更加周全
近日 Nature 雜誌發表了三位統計學家的一封公開信表示：這種誤解用誇大的觀點扭曲了文獻，而且導致了一些研究之間的衝突。 注：這三位統計學家是：Valentin Amrhein，瑞士巴塞爾大學的動物學教授；Sander Greenland，加州大學洛杉磯分校的流行病學和統計學教授；Blake McShane，伊利諾州埃文斯頓西北大學的統計學方法學家和行銷學教授。 這篇公開信名為《科學家們起來反對統計學意義》（Scientists rise up against statistical significance）。 正如標題所言這三位號召科學家放棄追求「統計學意義」，並且停止用統計學中常見的 p 值作為判斷標準。
首先明確必須停止的事：我們不應該僅僅因為p 值大於某個臨界值，比如0.05 或者因為零在信賴區間，而下結論說兩組之間「沒有差異」或者「沒有關聯」。也不應斷定，因為一個研究的假設檢驗的結果有統計顯著，而另一個假設檢驗沒有，因此這兩個研究存在衝突。這些錯誤會浪費研究工作並誤導科學決策。 比如說，在一系列研究消炎藥的服用效果的研究中，因為這些研究的結果沒有呈現統計的顯著性，一些研究人員就下結論說服用這些藥物與新發的心房顫動（最常見的干擾心跳頻率的症狀）沒有關聯，同時這一結果與那些早期呈現統計顯著的研究相悖。 我們不如一起來看看實際的資料。 研究學者聲稱他們的沒有呈現統計顯著性的結果的風險比（相對危險程度：暴露組的發病率與未暴露組的發病率之比，用於說明前者是後者的多少倍）是 1.2（服用藥物比沒有服...
2016 年，美國統計協會（ASA）發佈了一篇聲明警告那些不恰當的使用假設檢定和 p值的學者。 這個月，nature 期刊發佈了特刊試圖進一步推進這方面的改革，並刊登超過 40 篇關於「21 世紀統計推斷：P <0.05 以外的世界」 的學術論文（附上論文位址）。 另一篇文章與幾十位簽署者呼籲作者和研究者停止使用這些詞語。 我們也同樣贊成這個號召，並呼籲這個統計概念被禁止。 我們並不是孤身一人，這個活動發起後，在最初的24小時已經有250人簽下了名字。 一周以後，簽署者增加到了800位，這些簽名的人來自學術機構或者之前或現在從事著統計建模相關的領域。 除南極洲以外的各個洲的統計學家，臨床或藥物研究人員，生物學家，心理學家也都簽下了名字。 一名宣導者稱，這是「對統計意義輕率測試的外科手術式打擊...
同時，三位統計學家也強調，我們並不禁止 p 值的使用，也沒有說 p 值不能在某些領域當做決策標準，比如決定生產過程符合某些品質控制標準。我們也不提倡什麼都可以，不可信的證據突然變可信。 我們僅僅只是提議在常規的，二分法的情況下不用 P值來決定一個結果是否反駁一個科學假設。 問題不是出在於統計，而在於人類和認知：將結果分為「統計顯著」和「統計不顯著」讓人以為這種方式的分類的結果或者專案是完全不同的。 任何提出的涉及二分法的統計替代方案都可能出現同樣的問題，無論是頻率論，貝葉斯方法還是其他的方法。 不幸的是，科學家和期刊編輯們錯誤地認為，超過統計意義的臨界值就足以證明一個結果是「真實的」，這導致他們對這類結果給予了特權，從而扭曲了研究結果。 統計上有意義的估計值在大小上向上偏倚，而且可能偏差的幅...
同樣，我們並不主張放棄 P 值，信賴區間或其他統計措施，只是我們不應該武斷對待它們。 包括統計上的二分法，以及基於其他統計測量（例如貝葉斯因數）的分類。 避免這種「二分法」的一個原因是所有的統計資料，包括 P 值和信賴區間，在各個研究之間自然會有所不同，並且差異通常會達到令人驚訝的程度。 事實上，單獨的隨機變化很容易導致 P 值的大幅度波動，遠遠超 過0.05 閾值的任何一側。 例如，即使研究人員可以對一些真實效應進行兩次完美的複製研究，每次都有 80％ 的力量（偶然性）達到 P <0.05，一個獲得 P <0.01 而另一個 P> 0.30 就不足為奇了。 無論 P 值是小還是大，都需要謹慎。 我們必須學會接受不確定性。 一種實用的方法是將信賴區間重命名為「相容區間」，並以避免過度自信的方...
在談論相容性區間時，請記住四件事。首先，給定假設的條件下，僅僅因為區間給出了與資料最相容的值是不恰當的，因為這並不意味著它之外的值是不相容的；其他值只是相容性較差。實際上，區間之外的值與區間內的值沒有實質性差異。 因此聲稱區間顯示了所有可能的值是錯誤的。 其次，根據假設，並非所有內部值都與資料同等相容。點估計是最相容的，其附近的值比接近上下限的值更相容。 這就是為什麼我們敦促作者討論點估計，即使它們具有較大的 P 值或較寬的區間，以及討論該區間的上下限。 例如，上述作者可能寫道：與以前的研究一樣，我們的研究結果表明，給予抗炎藥物的患者新發房顫的風險增加了 20％。 儘管如此，根據我們的假設，風險差異從 3％ 增加 20% 和從 48％ 增加 20%，影響顯然是不一樣的，也與我們的資料合理地相...
我們聽到的讓統計學退休的觀點是，我們必須做出是或否的決定。但對於監管，政策和商業環境中經常需要做出的選擇，往往是基於所有潛在後果的成本、收益和可能性的決策，而不是僅基於統計顯著性的決策。 此外，對於是否進一步追求研究思想的決定，P 值與後續研究的可能結果之間不是簡單的聯繫。 讓統計學退休意義是什麼呢？我們希望統計方法和資料清單更加詳細和細緻。作者應該強調他們的估計和不確定性。例如，明確地討論它們的區間的下限和上限。這不會依賴重要性測試。 當報告 P值時，它們將以合理的精度給出（例如，P = 0.021或 P = 0.13），沒有星形或字母之類的裝飾來表示統計顯著性而不是二元不等式（P < 0.05 或 P> 0.05）。 解釋或發佈結果的決定不會基於統計閾值。人們花在統計軟體上的時間會更少，...
2018年7月4日 · 貝葉斯統計學通過結合數據來更新人們對事物的先驗信念（無需經驗或 先 於經驗獲得的知識，簡單來說就像是「直覺」。 ）。 貝葉斯學派傾向於使用信賴區間（即介於兩個數字之間的區間）來表示結果。
2018年9月18日 · Google 會讓工程師自行發想，使用的時間就是那 20% 的工作時間。. 這項文化一直具有爭議性，有工程師說「20% 時間」仍然在 Google 是一個指標性的工作項目，另一方則提出「20% 時間」早已名存實亡。. 「20% 自由時間」Google 真的讓員工做自己想做的事嗎 ...
2024年7月31日 · Google 根據委託研究指出， 如果台灣企業運用由 AI 驅動的產品和解決方案，預計能在 2030 年獲得 3.2 兆新台幣的經濟效益，相當於台灣目前 GDP 的 13% 以上。 AI 發展也仰賴新裝置研發，以及運算和網路建設。 林雅芳強調，台灣是 Google 在美國總部以外最大的硬體研發基地，為全世界帶來各種實現 AI 的軟硬整合產品，更設有亞太第一座 Google 資料中心；此外，Google 投資興建的三條海底電纜，預計在 2026 年可幫助台灣降低網路使用者四分之一的上網延遲率、增加三分之一的頻寬，為企業和民眾帶來更流暢的 AI 體驗。
2021年10月15日 · 可以將網頁直接轉換成 PDF 檔案儲存，並保留網頁的格式、超連結. 用戶還能透過擴充程式使用其他 Acrobat 線上工具來轉檔、壓縮或合併 PDF 文件。 而且以上這些功能都是免費的，不需要另外註冊。 不過需要注意的，如果用戶想要將 PDF 文件轉為 Excel、PowerPoint、JPG 檔等其他格式，還是要靠付費版的 Adobe Acrobat DC 或其他第三方編輯工具。 ♦ TO 推薦閱讀： 【交報告神器】沒有他就沒有 PDF！ Adobe 共同創辦人辭世. 圖片來源： Adobe. 不過對於一般的學生族、上班族，這次更新的編輯功能已經算是很夠用了。 微軟 Edge 瀏覽器早支援 PDF 編輯功能，這次也有小更新！
2024年7月16日 · 國科會指出，草案依台灣產業與社會需求，參考美國 AI 規範鼓勵創新發展、歐盟兼顧人民權益的精神為推動方向，當中涵蓋 7 大原則： 1. 永續發展與福祉. 應兼顧社會公平及環境永續。 提供適當之教育及培訓，降低可能之數位落差，使國民適應人工智慧帶來之變革。 2. 人類自主. 應以支持人類自主權、尊重人格權等人類基本權利與文化價值，並允許人類監督，落實以人為本並尊重法治及民主價值觀。 3. 隱私保護與資料治理. 應妥善保護個人資料隱私，避免資料外洩風險，並採用資料最小化原則；同時促進非敏感資料之開放及再利用。 4. 資安與安全. 人工智慧研發與應用過程，應建立資安防護措施，防範安全威脅及攻擊，確保其系統之穩健性與安全性。 5. 透明與可解釋.
&ck=6A3B4856643CFCAB65ABF4430B3502F7&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B41")
&ck=C5BE1F2E099038AD5B8A3A7044A5F539&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B42")
&ck=7B35A39BC4B550CFB7074A0D9F181758&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B43")
&ck=EAAA2F8A53EC86CB4DD7A07F8452C4B8&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B44")
&ck=6395D7C6206E60E43F1E35DF3C1EBA3F&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B45")
&ck=78A8ABA10183BF6BAE2178237E993B3B&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B41")
&ck=D3B79AB450B933E1EBACF8748803BF73&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B42")
&ck=31FEB7D152982398798B1DD8EFF01E0E&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B43")
&ck=9A0AC361E53F8B71D1D36A24B0E5B664&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B44")
&ck=91EE6D05ED5545DC6BEEFE3C1149C16A&idpp=rc&idpview=singleimage&form=rc2idp "%E5%BE%90%E5%8D%83%E6%99%B45")
