2017年7月24日

用扶養比看人口變化

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。
扶養


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%!


各國扶老

動態視覺設計做一種奇幻視覺轉盤

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
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


  DSC01239


齒輪和底板都是用雷切木板來做的
DSC01240 DSC01241


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
DSC01242


這是將減速馬達和電池盒裝配在木板背後的半成品
DSC01243


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。
DSC01244

2017年7月23日

自作了一台空氣清淨機

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
DSC01204


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
DSC01214


DSC01205


9029H風機
DSC01207


一開始先學習拆開,未來如果需要清理,都可以自己拆開來
DSC01208


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)
DSC01211

初步先在風機入風口加裝泡綿做氣密
DSC01215

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。
DSC01216


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
DSC01218


再經過剪切就可以成為自製濾網了
DSC01219

DSC01220



濾網架是個L型的架子,內側就是裝濾網的地方
DSC01221

DSC01222

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。
DSC01223

2017年7月22日

眼睛疲勞怎麼辦?

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SP

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,那就真的太近了,盡量還是要保持30公分哪。


2017年7月14日

ImageJ分析細胞面積-當細胞膜顏色很淡怎麼辦

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。




2017年7月11日

建模軟體-SageModeler(2)-如何建模

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)


課綱學習重點視覺化


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。
探究能力



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型,並能使用如「比擬或抽象」的形式來描述一個系統化的科學現象,進而了解模型有其局限性。
tm-Ⅴa-1
能依據科學問題自行運思或經由合作討論來建立模型,並使用如「比擬或抽象」的形式來描述一個系統化的科學現象。進而能分析各種模型的特性,且了解模型可隨著對科學事物複雜關係的認知增加來修正。





生物教學上有沒有什麼可建模的呢?有的,像是「影響綠豆發芽的因素有哪些?」「影響馬鈴薯/蕃薯發芽的因素有哪些?」「影響心搏的因素有哪些?」「碳元素是怎麼循環的」「食物網」

以下舉一個例子,是我看SageModeler的相關文章《Students making
systems models》看到的,研究者拿SageModeler做教學實驗的第一個模組就是探討這個問題「為什麼漁夫需要森林」,當森林被砍伐,為什麼漁獲也減少了,這其實就是一個探討碳循環的課題。在建立這個模型的時候,還需要給學生一些參考資料。

https://codap.concord.org/releases/latest/static/dg/en/cert/index.html#shared=21799



從這個概念出發,其實也可以拿生態學的文本讓學生來建模。像我這篇「用生態學的文本教科學閱讀策略」,就可以讓學生讀了文本,再用SageModeler來建立食物網的關係。當關係建立完備後,就可以看到牽動一種生物的數量,可能就會改變一個看似毫無關係的生物生存。


透過以上例子的說明,其實也回應了十二年國教總綱裡核心素養的一項「系統思考與解決問題」。透過建模的學習,學生可以從「見樹不見林」到「見樹又見林」,去看整個系統的問題,而不是只侷限在視線所及的狹隘範圍。

2017年7月6日

建模軟體-SageModeler(1)-資料繪圖

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的邊界資料放入,就可以即時做出一些有趣的應用,例如顯示各縣市人口、各項發展等。很適合用在做地理建模。


下圖利用顏色標記各地震點的深度、規模等等,並且將地震深度和規模做圖比較,我認為是很適合用在地球科學的建模教學。
範例在此





最後一個影片是SageModeler儲存資料的方式,它可以直接和雲端硬碟連接,將檔案存在Google雲端硬碟,而且是只要更動就會立刻儲存。另一種方式是存在本機,但若有更動就要自己再儲存。

如果需要將檔案共享,可以使用Share Link的方式,它會將現有的檔案製作一份複本,放在它們伺服器上,你只要把複本的連結給別人即可。如果你的原始檔案有更改,想要去更新複本也只要去updata就可以。換句話說就是,複本和原始檔案在沒有update之前,是不會連動的。

2017年7月5日

Tidy Data 整潔的數據

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,最右邊的f014則是female,0-14歲。仔細觀察這個表,其實變數有五個,country、year、sex、age、cases




轉換成tidy data的過程,先做成左邊之後,再把性別一變數獨立出來一欄,成為五欄的tidy data(下右圖)





變數同時在欄和列
這是某個天氣站的氣溫觀察紀錄,d1代表第一天(右邊其實還有d9-d31都被省略)。tmin和tmax代表當日最低溫和最高溫。





轉變成tidy data如下,右邊已經幾乎是tidy data,但右邊會更完整。



多種觀察單位存在同一張表格
這是前面提過的排行榜例子,之前的表格中,歌手和歌曲會重複多次,可以再將上面的資料表格轉換成關聯式表格。



Tidy