AI 時代來臨，如何能正確地使用各種 AI 工具加速寫出論文，而不是加速出包，是重要的當代技能，課程籌備團隊也持續思考並融入教學內容中。
我們準備了最適合初學者的起步內容，協助同學們從找題目、萃取資料、到統計製圖，以及全文寫作過程中，最恰當的 AI 使用方式。而且把有可能會出嚴重大包的部分都事先提醒，並協助同學們避開。
統計製圖部分，則是帶同學們一步一腳印，實際把整篇文章中，需要親手做出的所有統計圖表都做過一次，讓同學們離開教室時能夠確信，帶著自己這臺電腦，就能夠完成全套的統計圖表，日後找到屬於自己的主題時，才能真正上手。
以下來看看當天同學們親手做出來的圖片，加上老師們想給的一些建議，以及兩位得獎同學的傑出作品。
那些老師們還想提醒的小建議
這張圖片中，同學不小心把相對權重的欄位移到圖表區的左邊了。這通常是在資料統計模式下，不小心去拉到所造成的。記得回到前一頁，把欄位拉到正確的位置，之後再來出高解析圖片，就能解決。
互動時間約有三小時，同學們在第一次分析連續變項時，通常精神都是非常集中的。但到了最後段要分析類別變項時，集中力通常就會稍微下滑，像是這張的話，就是下方的標籤方向相反了，建議刪除後重打成正確的，就沒有問題。這也是我們建議同學們，回家練五遍的原因，當你對整個軟體的操作，有越多細節成為肌肉記憶，注意力就能更放在整體視覺上，更容易發現各種還能改進的錯誤。
同樣是類別變項的分析，除了下方的標籤需要重新輸入之外，Z-Value 的欄位也建議可以比照之前連續變項的分析刪除之。
這張在分組分析的小總結時，選擇使用淺灰色的十字來做設計。建議還是保留預設的菱形會比較理想，這樣在設計語言上才能讓整套圖是一致的。而目前選擇的座標刻度偏小，所以在 Berman 2004 這一行，除了顯示有箭頭之外，連中心點都被裁掉，建議改為正負三或正負四的尺度，會比較理想。
同學們的表現都很不錯，以上這些小細節都改正之後，每一位同學的作品都有相當的水準。
以下我們一起來看看兩位得獎同學的精采作品。
OOO博士
OOO博士的作品，在細節上都處理得很好，這張森林圖也不例外。相當不錯。
敏感性分析沒有問題，如果要進一步建議的話，就是最下方的標籤，如果能夠把文字的大小做到跟座標上的數字一樣大的話，就更棒了。
兩張分組分析都做得相當不錯，可以觀察到，最下方的標籤是跟座標軸上的數字差不多的大小，視覺上就會好非常多。
兩次的迴歸分析都處理得非常好，而且 XY 軸的小數點，作者都有特別整理過。非常不錯。
漏斗圖出圖之後有做簡單裁切，讓四邊留下的空白區域差不多。原廠出圖沒有問題。
最後的類別變項分析。稍微可惜的是最下方的標籤，建議刪除後重新輸入。以及 Prediction interval 欄位，建議可以比照其他森林圖的方式，設定成一致。
恭喜博士！
周嘉安醫師
周嘉安醫師的作品，在細節上都處理得相當不錯，這張森林圖沒有問題，而且你可以注意到它下方的標籤文字跟上方座標軸的數字大小是一致的。
這張敏感性分析也沒有問題，非常好。
分組分析處理得非常好，沒有問題。
迴歸分析，兩張都做得相當不錯。這裡小數點的位數也都有仔細整理過。
漏斗圖處理得非常好，原廠出圖沒有問題。
最後一張的分析，也是剩下最下方的標籤再處理一下就很棒。標籤的字體也可以稍微縮小一點，讓他跟座標軸的數字大小一致。
很仔細的作品，恭喜周醫師！
最新活動