小墨魚
1 位追蹤者
小墨魚
1 位追蹤者
台灣屏東長大，北漂到台北的小墨魚
小墨魚，一位白天擅長資料分析與統計建模的數據工作者，夜裡則沉浸在書本與文字裡，透過閱讀與寫作與世界對話。工作之餘，也兼職統計家教，協助學生理解複雜的統計概念與軟體操作。這裡記錄我的書評、生活觀察、科技碎念，有時也寫下關於時間與情緒的小片段。願這些文字，成為我們在日常中相遇的溫柔片刻。
全部內容
由新到舊
付費限定
本文將深入探討 R 語言中 dplyr 套件的核心函數，包括 across(), if_any(), 和 if_all()，並結合 tidyselect 語法，解説如何高效、優雅地進行多欄位資料操作。從基礎用法到進階技巧，提供實際範例與最佳實踐，助您成為資料處理專家。
付費限定
本文介紹 R 語言在臨床試驗數據分析中的基礎知識，涵蓋核心資料類型（數值型、字元型、邏輯型、日期型）與資料結構（向量、矩陣、資料框、列表）。文章說明如何檢查與轉換資料類型，並詳述算術、比較、邏輯運算子及其優先順序。最後，透過臨床試驗數據實例，綜合應用所學概念。
本文將深入探討 Quarto 的 .qmd 檔案格式，特別聚焦於程式碼區塊的各種選項，例如 echo、include、eval、message、warning、output、圖形設定、cache 和 label。透過這些選項的精準控制，您可以創作出既乾淨專業、富有互動性，又具備高度可重現性的技術文件
本文深入探討 R 語言中單重 (!)、雙重 (!!) 與三重 (!!!) 感嘆號的用法，特別是在 dplyr 和 rlang 套件中的資料處理和動態程式設計。透過實際範例，解釋 !! 如何優雅地解決函數中動態操作欄位的痛點，以及 !!! 如何靈活地展開列表中的多個參數，大幅提升程式碼的可讀性與彈性。
本文深入探討臨床研究資料生命週期，從研究設計、資料規劃、個案報告表設計、資料收集、資料管理與清理，到資料鎖定與最終統計分析報告的六大階段。透過理解與標準化各階段流程，利用 eCRF、EDC 等資訊系統，能有效提升資料品質、降低研究風險，並確保研究結果的科學性、可重現性，為基於證據醫學決策奠定堅實基礎
解決GIS座標系統轉換的痛點，釐清WGS84 (EPSG:4326)、TWD97_121 (EPSG:3826) 與 TWD97_119 (EPSG:3825) 在臺灣的地理資料處理上的應用差異，提供資料分析師與研究者在R或Python中的實務開發建議。
本篇文章深入探討 R 語言與 RStudio 如何為生物醫學臨床試驗數據分析帶來優勢。闡述其開放源碼的免費、透明、可審核特性，以及 RStudio 提供的最佳開發環境。分析 R 生態系如何無縫接軌生物資訊學，並強調其強大的社群支持。
這是一本從臨床問題出發的 R 語言實戰書，專為醫學生、研究助理、臨床醫師、生資分析師等設計。內容涵蓋臨床試驗的資料管理、統計建模、生物資訊分析，以及自動化報告的產出。書籍採連載方式出版，讀者可參與寫作過程並獲得完整電子書。
JSON 已成為網路上資料交換的標準格式。本文將深入解析 JSON 中 {}（物件）和 []（陣列）的應用時機，並介紹如何在 Python 中輕鬆轉換 JSON 資料，以及處理中文編碼和格式化等實用技巧。
本文深入解析 CI/CD 的核心概念（持續整合與持續部署），並介紹 GitHub Actions 如何作為一個強大的自動化平臺，協助開發團隊提升效率與可靠性。從基礎的 YAML 設定檔到進階的矩陣測試與 secrets 管理，提供實用的技巧與最佳實踐，引導開發者踏上自動化之旅。
