計劃進修PhD/Research討論區 (4)

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

尤其而家Big data 搞到stat會多左好多新既methdology

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔熟，過幾年又有新既least square出黎應用

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

Formula 4.24, 2.25 係 Variance同S.D.

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

收到

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔熟，過幾年又有新既least square出黎應用

「學唔熟」都冇錯嘅，因為prof每年都可以諗條新題型出嚟玩你

過多幾年就乞食

我下年乞

好似無pure science撚?

pure sci

Pure sci envy 就有

http://specgram.com/CLIII.2/08.phlogiston.cartoon.zeta.html

好似無pure science撚?

pure sci

Pure sci envy 就有

http://specgram.com/CLIII.2/08.phlogiston.cartoon.zeta.html

Pure Science 撚

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

收到

其實我都要快快手執好份paper
已經做到唔想做 想寫下一份

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

係我 聽日考試 遲D先解答 但講真我UG唔係Stat 冇聽過呢兩樣野 有冇多D background information

我本來都唔知有呢啲嘢（可能因為我未上design and anal of experiments啦） 係之前係個網度見到啲infographic有講，所以先查過少少呢啲資料，感覺係psyc人用多

個巴打啲terminology好似有少少nonstandard嘅... 簡單啲黎講就係要estimate (mu1-mu2)/sigma 係咩（assume normality啦應該係） 有幾個point estimate，一個叫d，一個叫g，一個叫大楷delta

個巴打用緊嘅係g，減咗兩個xbar再除pooled sd，不過出嚟個結果會bias所以佢會乘返嗰個數去correct

至於點解會有兩個唔同嘅ci我就唔知

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

Formula 4.24, 2.25 係 Variance同S.D.

我都無聽過
不過個巴打好似想從一個estimate搵另一個estimate
從一個estimate既ci搵另一個estimate既ci

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

個sampling distribution應該係asymmetric

搞錯呀，個個都唔做運動既

Weekend會踢下波

運動？咩黎架

唔怪得你班友集中唔到啦，生活習慣差成咁

其實係
飲食唔健康唔定時
訓覺唔定時
完全唔做運動
又食煙

我有睡眠問題 有時訓唔著 成日醒
有時5 6點先訓

更加要regular運動，好訓好多
岩岩做完gym黎，平日會跑/做gym，weekend 1-2日行全日山，最新開始攀玩攀石。
運動好緊要，個人精神、少病痛，又有得見下出面d人，識下囡囡，人都無咁毒

囡囡已有 無得再識

Stat既野真係學極都學唔晒，過幾年又有新既least square出黎應用

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

收到

其實我都要快快手執好份paper
已經做到唔想做 想寫下一份

same here, 已經埋尾
下個project d data 都7788
好快可以寫第二份

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

收到

其實我都要快快手執好份paper
已經做到唔想做 想寫下一份

same here, 已經埋尾
下個project d data 都7788
好快可以寫第二份

Econ份份都要磨兩年

搞錯呀，個個都唔做運動既

Weekend會踢下波

運動？咩黎架

唔怪得你班友集中唔到啦，生活習慣差成咁

其實係
飲食唔健康唔定時
訓覺唔定時
完全唔做運動
又食煙

我有睡眠問題 有時訓唔著 成日醒
有時5 6點先訓

更加要regular運動，好訓好多
岩岩做完gym黎，平日會跑/做gym，weekend 1-2日行全日山，最新開始攀玩攀石。
運動好緊要，個人精神、少病痛，又有得見下出面d人，識下囡囡，人都無咁毒

囡囡已有 無得再識

我referee同我講讀得phd預左幾年無得溝女

尤其而家Big data 搞到stat會多左好多新既methdology

溫書啦

收到

其實我都要快快手執好份paper
已經做到唔想做 想寫下一份

same here, 已經埋尾
下個project d data 都7788
好快可以寫第二份

Econ份份都要磨兩年

轉做experiment 咪唔駛

無聽過 x3
p.s. 我有做ALE meta analysis

其實你喺第四個冇聽過

其實我係做psy meta analysis

但我都唔係好識呢類stat formula
我只知 SMD X 岩岩講果揪野就會= g, vice versa
但我唔明點解佢地既CI照樣咁做就唔得

Google搵到D咁既野 https://www.meta-analysis.com/downloads/Meta-analysis%20Effect%20sizes%20based%20on%20means.pdf
應該解決到你既問題

你條formula係轉個mean
Ci係mean+唔知幾多*sd
咁你應該要轉埋sd先計到
（好似係）（假設你全部野normal distribution)

個sampling distribution應該係asymmetric

咁咪轉晒個distribution既parameters再計

溫書啦

收到

其實我都要快快手執好份paper
已經做到唔想做 想寫下一份

same here, 已經埋尾
下個project d data 都7788
好快可以寫第二份

Econ份份都要磨兩年

轉做experiment 咪唔駛

Review 3 round都差唔多時間