看見公衛考題，先判斷它要你用哪個統計
看到公衛考題，秒懂該用哪個統計、在算什麼、怎麼判讀
醫學生最痛的不是不會算，而是不知道題目在問研究設計、風險指標、診斷表現，還是檢定選擇。本站把題幹拆成可判斷的三件事，帶你從破題一路走到判讀。
22 章 · 6 級別 · 國考公衛 / 流病 / 生統
核心入口
破題引擎：看到題目先問三件事
結果變數是連續還是類別？研究設計是從暴露看結果，還是從結果回推暴露？題目要比較幾組、是否配對？先回答這三件事，方法會自己浮出來。
L0 破題總則
看到題目先問三件事，方法自己浮出來
L1 研究設計
設計決定你能算什麼指標
L2 疾病頻率與風險
考試最愛的計算題：率、比、幾倍
CH 06
HIGH-YIELD ★★★ 先讀
發生率 vs 盛行率 — 浴缸裡的水
bathtub：進水=發生率、水位=盛行率、排水=痊癒/死亡，親手看 P ≈ I × D
CH 07
HIGH-YIELD ★★
死亡率、致死率、侵襲率 — 郵輪疫情算給你看
outbreak-calc：輸入疫情人數，一次算出 attack rate / CFR / mortality 並看關係式
CH 08
HIGH-YIELD ★★★ 先讀
RR、OR、AR — 2×2 表算幾倍
or-rr-machine：拖動 2×2 四格，看 RR 與 OR 何時接近、何時 OR 灌水
CH 09
HIGH-YIELD ★★
ARR、NNT、相對 vs 絕對 — 幾個人才救一個
nnt-dots：千人點陣看「相對降 50%」其實只差幾個人，並算出 NNT
CH 10
HIGH-YIELD ★★
率的標準化與 SMR — 老化人口的比較陷阱
std-rate：兩個年齡結構不同的人口，切換粗率與標準化率看結論翻轉
L3 診斷與篩檢
2×2 表的世界：敏感度、特異度、預測值
CH 11
HIGH-YIELD ★★★ 先讀
敏感度 vs 特異度 — SnNOUT / SpPIN
sn-sp-2x2：拖動疾病人數與檢驗表現，看敏感度/特異度是誰算的、不隨盛行率變
CH 12
HIGH-YIELD ★★★ 先讀
PPV、NPV — 盛行率如何毀掉陽性預測值
bayes-grid：千人點陣，調盛行率看「陽性裡真的有病」的比例暴跌
CH 13
HIGH-YIELD ★
概似比與 ROC — 檢驗效能的進階指標（低頻補齊）
roc-explorer：拖切點看混淆矩陣與 ROC 曲線移動，AUC 是什麼
CH 14
HIGH-YIELD ★★
篩檢策略與陷阱 — 串聯並聯、前導時間偏差
series-parallel：切換串聯/並聯檢驗，看整體 Sn/Sp 怎麼變
L4 推論與檢定
p 值、信賴區間，還有「到底該用哪個檢定」
CH 15
HIGH-YIELD ★★★ 先讀
描述統計與中央極限定理 — SD 還是 SE？平均還是中位數？
sd-se：同一份資料，n 一變 SE 就縮，SD 卻不動
CH 16
HIGH-YIELD ★★★ 先讀
假設檢定與兩種錯誤 — α、β、檢定力
power-lab：調效果量/樣本數/α，看型一、型二錯誤與檢定力此消彼長
CH 17
HIGH-YIELD ★★★ 先讀
信賴區間 — 跨過 1 或 0 就不顯著
ci-catcher：100 條信賴區間，幾條抓得住真值，信心水準一調寬度就變
CH 18
HIGH-YIELD ★★★ 先讀
檢定選擇大表 — t、卡方、ANOVA、無母數怎麼選
test-picker：讀情境判斷變項型態×組數×是否配對，引擎選出正確檢定
CH 19
HIGH-YIELD ★★
相關與迴歸判讀 — r、r²、斜率單位的陷阱
regression-lab：手動 vs 最小平方法畫線，看斜率、r²、離群值影響
CH 20
HIGH-YIELD ★
存活分析 — 比較存活時間用 log-rank（低頻）
km-curve：親手畫 Kaplan-Meier 階梯，看設限資料怎麼處理
XP / 進度
目前級別與總 XP 會自動顯示
首頁沿用 Stat 引擎的 .toc-progress。讀章、完成互動、答題得到的 XP 會保存在本機，頂部與這裡會同步顯示目前級別與總 XP。
L0
L1
L2
L3
L4
L5