發表文章

目前顯示的是 七月, 2017的文章

用扶養比看人口變化

圖片
最近看到有個新聞說台灣的「少子化嚴重 今年出生數恐跌破20萬」,想起最近看的一本書《資訊圖表的技術  從實例學Excel圖表製作術》,書裡有個單元就是在討論如何呈現出生數的圖表。

如果單就看每年的出生率,那有點無聊。人口研究上有一些比例名詞可以拿來用,像是扶養比(dependency ratio)(中文到底是扶養還是撫養呢?看所得稅的資料,我就寫扶養好了)

幼年扶養比(young dependency ratio):幼年(0-14歲)人口與成年人口(15-64歲)的比例
老年扶養比(old dependency ratio):老年(65歲以上)人口與成年人口(15-64歲)的比例
總扶養比(total dependency ratio):幼年與老年扶養比相加


觀察扶養比的比例可以告訴我們關於成年工作人口在社會安全、醫療或國民教育上面的負擔。當比例越高,負擔就越大


我從內政部戶政司的人口統計資料庫找到「年底人口按性別及年齡」的資料,用上面的公式轉換後得到這張圖。

起點是右下角揉成一團線的地方,那是1946年(民國35年),逐年增加扶幼比。在1962年後,扶幼比開始下降,扶老比逐漸上升。



光是看台灣資料,不知道這狀況嚴重的程度是怎樣?於是到聯合國人口部找資料
Population by Age Groups - Both Sexes
https://esa.un.org/unpd/wpp/Download/Standard/Population/

找了鄰近幾個國家來畫圖,有日本、韓國、中國。然後就發現,日本的狀況更嚴重了,扶老比超過40%!


動態視覺設計做一種奇幻視覺轉盤

圖片
上上週五晚上,FabCafe Taipei舉辦了動態視覺設計坊。看到這種手作的工作坊,我最手癢了。而令我驚訝的是,費用居然才500元,同質性的工作坊在別處,恐怕都要上千呢。
要看經典的動態視覺設計可以到youtube找Clayton Boyer的作品。例如 https://www.youtube.com/watch?v=--O9eyKIubY 使用了兩個鏡像的圖像,同時逆向旋轉,就會造成奇特的幻覺。
這次的工作坊也採用同樣原理,不過設計者自行設計了機構來達成。包括了雷切的木板和紙板、減速馬達、可變電阻與開關、齒輪、橡皮筋、培林。
動態視覺設計工作坊的社團在此
https://www.facebook.com/groups/650085871864090/?fref=ts





齒輪和底板都是用雷切木板來做的



上頭要旋轉的圖案則是參與者自行繪製,然後再交由工作人員數位化後,以雷射切割紙板做出。參與者設計畫出一部分的圖案之後,工作人員拍照後向量化,做旋轉複製以及鏡射



這是將減速馬達和電池盒裝配在木板背後的半成品



我的成品長這樣,背板另外用胡桃木色的顏料上色,試做之後,覺得我設計的圖案太繁瑣,以至於那種奇幻視覺效果非常不佳啊,過陣子自己再來重新切一些圖案試試看。

自作了一台空氣清淨機

圖片
月初到台北的ProMaker Lab參加了一個自己做空氣清淨機的課程。

原理不難,看家裡的電風扇就會知道,電風扇葉不都常會吸附灰塵嗎? 只要在風扇進風口加上濾網不就成了空氣清淨機囉。

不過要做得好,當然就不能那麼隨便,因為要讓濾網完全包覆進氣口,這就要充分的機構設計才行。

這個課程的設計者和講師是Roland,他使用9029H風機,再加上自己設計的機構和自製濾網
(濾袋+活性碳濾網+靜電濾網)就成了空氣清淨機了。

在這個社團DIY可攜式空氣清淨機的檔案區,有製作的相關檔案。
這篇文章也介紹得很詳細
【讓空氣變新鮮!】一起來DIY可攜式空氣清淨機


製作的成品長這樣



地點是PROMAKER LAB,雖然製作看起來簡單,不過也是從早上作到傍晚呢






9029H風機



一開始先學習拆開,未來如果需要清理,都可以自己拆開來



拆開不難,但是其中要把扇葉拿起來就要一些技巧了,得把橡膠軟墊略為調整才能拿起來(希望以後我要拿起來的時候,還看得懂我再寫什麼)


初步先在風機入風口加裝泡綿做氣密


機構的設計包括大量的雷切件和3D列印件(兩個)。這個機構的目的就是要把自製濾網能穩固的固定在風機外側,並且要能達到氣密條件。



濾網有三層,最外層是一般的過濾袋,裡頭再加上活性碳濾網和靜電濾網



再經過剪切就可以成為自製濾網了






濾網架是個L型的架子,內側就是裝濾網的地方




講師也準備了測試箱,內有PM2.5感測器,製作好的清淨機放進去開啟之後,數秒之內就可以降低 PM2.5的濃度了。

眼睛疲勞怎麼辦?

圖片
這篇筆記是看到NHK的「ためしてガッテン」這個單元-疲れ目撃退!本当の原因解明SPhttp://www9.nhk.or.jp/gatten/articles/20170719/index.html?c=health
先講問題和結論「眼睛會疲勞怎麼辦?那就每一小時閉上眼睛一分鐘就可以解決了」。欸?節目就這樣嗎?是啦,大抵上是這樣子。
眼睛會疲勞的一種原因,其實和眼球周圍的肌肉有關係。
下圖是用MRI看眼球位置,圖中垂直的兩條黃線顯示兩眼都朝前看的。


但是只要做一件事,就會發現眼球會往外看。什麼事?其實就是閉上眼睛。根據調查,日本大概有1/2的人,眼球會有這樣的現象,這是怎麼回事呢。


眼球外側的肌肉比內側肌肉還強所致,而這樣的人通常也不太會鬥雞眼。
怎麼知道自己眼球內側肌肉夠不夠有力?這個測試的方法可以試試看。在紙上十公分處畫一個黑點,放在眼前(不戴上眼鏡喔)。你是否可以維持十秒鐘的時間,讓這個黑點看起來就是「一個」黑點,而不是看成「兩個」。
如果你會看成兩個,那就代表你的「鬥雞眼力」不夠,其實就是內直肌不夠有力,因此你在日常生活中,你的內直肌要很吃力的維持眼球正視,然後就很容易疲勞。眼睛在看近的時候,就很容易抖抖抖(就像手沒力會發抖),這種情況就要休息一下,每一小時休息一分鐘就已經足夠。


節目中有一個小插曲,我覺得很有意思,它用演化歷程來描述眼球直視的發展過程。當過去我們曾經是魚的時候,眼球在頭部兩側,演化過程中,眼球移動到頭部前側,因此眼球內側的肌肉逐漸要增加努力工作。(這段,我想大概的意思就是因為往前正視是比較晚才發展出來的,所以內直肌的肌力會比外直肌要弱一些)

還有一項說明,我也覺得很有意思。人們說看遠方可以放鬆眼睛肌肉,以往我以為只針對眼球內的睫狀肌(用來調整水晶體的屈光度),不過看遠看近對於控制眼球方向的內直肌影響也很大。

看近的時候,雖然我們不會刻意鬥雞眼,不過實際上就是在做這件事。兩眼內側的肌肉(內直肌)要努力收縮



看遠的話,就可以放鬆一些了



做成圖來看看,縱座標是「鬥雞眼的角度」,橫座標是視物的距離。看的是兩公尺遠的話,眼球只轉約1.8度,但是看的東西到了30公分、20公分、10公分的話,就要轉了12.3度、18.4度,甚至36度,這對眼球的肌肉有相當大的負擔。

沒事誰會看那麼近呢?喔,有喔,說不定你現在就正在做這件事呢。滑手機的時候,我們很容易就把手機拿得很近…

ImageJ分析細胞面積-當細胞膜顏色很淡怎麼辦

圖片
前兩天收到的信,今天才有空處理。

研究者拍攝的是脂肪組織,希望精確知道每一個細胞的面積有多大。

在大多數的情況下,「精確」和「快速」兩者無法兼得。要精確,就只能慢慢來,要快速,那麼精確度就會下降,只能粗估。

這個案例我試了幾個方法,雖然可以快速,但是精確度不高,所以最後決定建議研究者用手動+自動的方式一起進行。

既然細胞膜顏色太淡、太薄,那就手動幫細胞膜上色吧。上了色之後,再利用threshold和analyze particle把每個細胞都抓出來,這樣就完成了。以範例這張照片來說,手動畫出細胞膜費時也只有數分鐘,但是可以得到相對準確的細胞面積,算是值得了。




建模軟體-SageModeler(2)-如何建模

圖片
延續前一篇用SageModeler做資料分析的文章,這篇要介紹的是 SageModeler主要用途-建模。

科學教育上的建模有很多種呈現方式,有些是實體物件放大或縮小所建立的模型(例如生態系模型是把大變小,DNA模型是小變大),有些是抽象做成實體(孟德爾遺傳因子的遺傳模式示意圖)。這個軟體中所稱的建模是指針對現象提出問題,並找出變因,建立一個模型去描述、預測、解釋這些關係。

下面這部影片,介紹的是「非科學」的建模-如何讓成績變好,變因可能是專注度、努力時間等,我們利用SageModeler建立一個「讓成績變好」的模型,預測哪些變因會影響成績。




這個例子是科學實驗上的建模,讓學生觀察單擺擺動的現象後,由教師提出一個問題「影響單擺擺動週期的因素有哪些?它們又是怎麼影響的?」

學生先透過討論提出許多不同變因,例如學生可能會提出單擺的重量、擺動的角度、擺繩的長度。(雖然真正影響的是擺長,不過在讓學生學習時,是讓學生開放討論這些可能性的)

有了這些變因之後,學生在SageModeler上建立一個預測的模型,設定好這些因素如何影響擺動週期。隨後進行實驗,利用SageModeler的試算表與資料繪圖功能,實際看看這些因素到底有沒有影響週期。

學生觀察實驗數據後,會發現有些因素對週期沒有影響,於是就回頭再度修改自己的模型,
讓它成為一個符合科學數據的模型。



透過這樣的例子,不難發現其實「建立模型」這件事在做實驗時,是很容易放進去執行的。


其實在十二年國教的自然課綱中,就有建立模型這塊。它在哪裡?是在學習重點裡的學習表現,當中的探究能力。(黃色那塊)





探究能力分兩塊,一個是思考智能,是「你要怎麼去想這些探究的問題」,另一個是問題解決,講的是「你要怎麼去做」,而思考智能中第四項,就是建立模型。




在不同學習階段鎖需要達到的程度如下,以國中階段來說就是要能建立模型、理解模型、評估模型。


小學3-4 小學5-6 國中 高中共同 高中進階(選修) tm-Ⅱ-1 能建立簡單模型的概念,並能理解形成自然界實體模型的特性,進而與其生活經驗連結。 tm-Ⅲ-1 能經由簡單的探究與理解建立模型,且能從觀察及實驗過程中,理解到有不同模型的存在。 tm-Ⅳ-1 能從實驗過程、合作討論中理解較複雜的自然界模型,並能評估不同模型的優點和限制,進能應用在後續的科學理解或生活。 tm-Ⅴc-1 能依據科學問題自行運思或經由合作討論來建立模…

建模軟體-SageModeler(1)-資料繪圖

圖片
週末在師大參加建模工作坊:台灣的活動,學習了Concord.org的一套線上軟體-SageModeler。*(之前我帶學生進行過的配龍遊戲,就是concord.org的產品。)

SageModeler是一套建立在CODAP(Common Online Data Analysis Platform)上的線上應用軟體,用Chrome瀏覽器來使用會是比較好的,因為是web軟體,所以在iPad上也可以使用,在行動學習課程中可以利用這個工具做很棒的應用。



CODAP又是什麼?

最簡單的想法就是把CODAP當作線上的Excel,可以用很直覺的方式拖拉放建圖進行分析,而SageModeler就像是CODAP的外掛,是可以進行建模的外掛。老師引導學生們從現象裡找出問題,並且思考這些問題的可能變因變數是什麼,然後在SageModeler上建立這些變數的關係,然後就可以建立模型,隨後透過團體討論思辨修改模型,再來也可以利用CODAP的資料繪圖功能,看看自己建立的模型是否正確。


以下我將SageModeler的介紹分成兩部份,先介紹匯入資料進行繪圖的部份。以下將會使用三種資料集來進行繪圖

1.虛擬的學生段考成績

2.來自政府資料開放平臺的學生身高平均值和學生體重平均值
http://data.gov.tw/node/6283
http://data.gov.tw/node/6229

3.中央氣象局的地震活動匯報
http://www.cwb.gov.tw/V7/earthquake/rtd_eq.htm

這三個資料集,我都放在雲端硬碟
https://drive.google.com/drive/folders/0Bzwhi7Oh9a5ZUmlSYVZ0ODEtM0E?usp=sharing




首先是學生成績的繪圖分析,透過SageModeler可以很簡單地繪出各班成績盒狀圖、標示出平均值與標準差。
範例點此













第二個是分析OpenData資料裡的學生身高和體重的圖形,作法也很簡單,拖拉放就可立刻完成。
範例點此











第三個應用非常特別,可以結合經緯度資料,把資料點畫在地圖上,我使用之前爬下的地震資料,原始資料我有九千多筆,照樣可以執行,實在很厲害。在影片中我的示範是刪減到一千多筆。如果資料表中有地圖的多邊形邊界資料,也可以將每個地點畫出邊界,例如此範例,內有美國各州的邊界資料。未來可以試試看將台灣各縣市…

Tidy Data 整潔的數據

圖片
本篇文章是閱讀Hadley Wickham的Tidy data一文之心得,截圖來自該篇文章,特此說明。
在進行數據分析的時候,資料整理的格式十分重要,基本原則有三 每一個變數(variable)形成一欄 每一觀察值(observation)形成一列 每一種觀測單位形成一個表格 1. Each variable forms a column. 2. Each observation forms a row. 3. Each type of observational unit forms a table.


以下的表一和表二,都是同樣的資料,但是紀錄的方式卻不相同。這個表格中一共有三種變數(人名、treatment、結果的數量),觀察值有6個(如果缺失值不計,則為5個)




如果以tidy data的目標來轉換,會成為這樣的表格,每一欄都是一個變數,每一列都是一筆觀察值。






混亂的資料集( messy data)常見的問題有以下幾點 欄標題是數值,而不是變數名稱多個變數在同一欄變數同時在欄和列多種觀察單位存在同一張表格單一觀察單位存在多個表格 原文  Column headers are values, not variable names. Multiple variables are stored in one column. Variables are stored in both rows and columns. Multiple types of observational units are stored in the same table. A single observational unit is stored in multiple tables.
欄標題是數值,而不是變數名稱

以下這個例子就是欄標題不是用變數,而是用了數值。這是一個宗教對應收入的表格,左邊一欄是宗教,右邊六欄都是收入的「數值」。這個資料夾其實有三種變數,宗教、收入、數量



轉成tidy data應該變成這樣






欄標題非變數的另外一個例子。這是音樂排行榜的例子,右邊三欄分別是第一週、第二週、第三週的排名,實際上右邊會延長很多到第75週




轉變成tidy data之後是這樣,把上表的週和排名變為兩欄




多個變數在同一欄
這個例子中的欄標題,m014,代表了male,0歲到14歲。所以同一欄裡頭就有兩個不同的變數,最…