第四章 電腦模擬比較分析
第三節 群集個數
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
第三節 群集個數
過去文獻在討論多重群集時，群集個數大都介於兩個到三個，三個以上便較 少提及，而以群集數來看，以台灣人有氣喘或呼吸道疾病的比率，群集數便有可 能超過三個，所以群集個數亦是本文所探討重點。而在上面電腦模擬中除了討論 相對風險大小及群集所占研究區域面積比例對一次性偵測在兩個群集時，偵測的 結果及逐次分析所能改善程度。但以上推論在空間存在「多」個群集下是否依然 適用，抑或產生不同於兩個群集時所偵測的結果?所以在考慮群集間彼此的距離，
及所有群集所占研究區域面積比例，本文在這小節將群集個數擴大至九個，每個 群集所占研究區域面積比例為 2.25%，所有群集占研究區域面積比例達20.25%。
前面在兩個群集時有提到逐次分析在相對風險為 1.6 時，改善幅度最大，相對風 險為 2.0 以上時，改善幅度較不明顯，所以接下來進一步討論所有群集的相對風 險為 1.6 及所有群集的相對風險為 2.0，檢視一次性偵測及逐次分析的偵測結果。
圖 4-5、RR 均為 1.6 所有群集的示意圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
圖 4-6、RR 均為 1.6 及 RR 均為 2.0 下所有群集的偵測結果
註 1：圖上標記的數字 1~9 分別代表群集的編號
註 2：one source RR=1.4(1.6、1.8、2.0)為假定在單一群集下，SaTScan 偵測結果
假設空間存在 9 個群集，且相對風險皆相同(RR=1.6 或 RR=2.0)，群集大小 相同(3*3)，分別將群聚中心按風險大小分別放置於座標 cluster1：(3.5,3.5)、cluster2：
(9.5,3.5)、cluster3：(15.5,3.5)、cluster4：(3.5,9.5)、cluster5：(9.5,9.5)、cluster6：
(15.5,9.5)、cluster7：(3.5,15.5)、cluster8：(9.5,15.5)、cluster9：(15.5,15.5)，且群 集範圍內以普瓦松隨機生成觀察值(λ=10*RR)。
由圖 4-6 可以看出，理論上在已知所有群集的相對風險均為 1.6 及所占研究 區域面積比例均為 2.25%，可以估算每一個群集內外風險差異縮小降為 1.44，而 對照在單一群集下的偵測結果，對於一次性偵測而言偵測結果一致。另外使用逐
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
次分析在 Power 上確實可一回到單一群集的偵測結果，但在 Error rate 部分略高。
同理，當所有群集的相對風險均為 2.0 亦可以估算內外風險差異降為 1.69，此時 一次性偵測在 Power 上並無因保守而下降，在 Error rate 上優於逐次分析約 3%~8%。所以初步可以知道逐次分析確實能提高相對風險較小群集的偵測能力，
像是在相對風險不大於 1.6 的群集時尤其有效，但若相對風險大於 2.0 時，一次 性偵測較不受多重群集的影響。底下進一步假設群集的相對風險皆不同下，不同 方法的檢測結果。
圖 4-7、不同相對風險下所有群集的偵測結果
註 1：Spatialepi & Sequential 加入以內外對風險值是否大於 1.6 作為使用一次性偵測與逐次分析分界點 註 2：圖上標記的數字 1.2~2.8 分別代表 9 個群集的相對風險
註 3：圖 PPV 中相對風險為 1.2 只有一個觀察值
註 4：one source 為假定在單一群集下，SaTScan 偵測結果
‧
為 0.2 且群集大小相同(3*3)，分別將群聚中心按風險大小分別放置於座標 cluster1：(3.5,3.5)、cluster2：(9.5,3.5)、cluster3：(15.5,3.5)、cluster4：(3.5,9.5)、cluster5：
(9.5,9.5)、cluster6：(15.5,9.5)、cluster7：(3.5,15.5)、cluster8：(9.5,15.5)、cluster9：
(15.5,15.5)。
仿照先前估算內外相對風險下降幅度，此時對於檢測的群集，內外相對風險