第三章 模擬比較焦點檢定方法
第二節 背景因素
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
17
第三章 模擬比較焦點檢定方法 第一節 模擬背景介紹
本文的問題在於如何檢測一個特定的位置周圍是否有較高的疾病發生率，藉 由群聚分析方法中的局部檢定與焦點檢定方法，可以用來檢測一個固定位置周圍 是否發生群聚現象。兩種檢定方法的差異在於群聚的假設，局部檢定假設某一區 的相對風險較高，而焦點檢定除了假設相對風險較高之外，相對風險會因為地點 的不同而出現變化，像是距離污染源位置愈遠相對風險愈低。前一章的模擬結果 中，發現使焦點檢定的檢定力比局部檢定高，原因在於焦點檢定對群聚模型的假 設。
影響檢定結果的因素由統計量來看可以分為三類，一類是群聚因素，例如群 聚形狀或是前一章所介紹的三種下降型態，第二類則是影響發生事件數期望值的 背景因素，例如發生率、人口數等，第三類則是檢測位置。一般來說，通常不易 取得群聚模型資訊，在此狀況下，該使用哪一種焦點檢定方法？同時焦點檢定方 法在檢定力上是否仍高於局部檢定？除此之外，是否可以應用焦點檢定方法檢測 出群聚中相對風險較高的區塊？
在本章第二節中將討論背景因素變動下，比較檢定方法的檢定力。在第三節 中將模擬群聚因素變動時，比較檢定方法的檢定力，並與第二節的結果對比，以 此判別對檢定方法影響重要的因素。第四節中將模擬檢測位置對檢定力的影響，
並試著將檢定方法用於檢測相對風險最高位置。第五節則是本章的結論及建議。
第二節 背景因素
由於在模擬時，每個區塊的期望發生事件數是以研究區域的平均事件數估 計，影響期望發生事件數的相關因素同時也會影響檢定結果，在本文中影響期望 發生事件數的因素分為三類，分別為「事件發生率」、「人口數」及「研究區域」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
18
三種。這一節中將模擬「事件發生率」、「人口數」及「研究區域」三種背景因素 變動時，對檢定方法檢定力的影響。
在本章中設定模擬的研究區域設定為 20×20 個單位正方形所組成的方形研究 區域，相鄰區塊之間的距離為 1 單位長，總共 400 個區塊，舉例來說，將此研究 區域以座標平面表示，研究區域的 X 座標由 0 到 20，Y 座標由 0 到 20，每一區 塊的座標以區塊內中心點座標表示，離原點最近的區塊座標為(0.5, 0.5)，最遠的 區塊座標則為(19.5, 19.5)，設定每一區塊具有相同的人口數一萬人，為了使各區 塊與群聚中心距離唯一，將群聚中心放置於座標(10.4999, 10.4998)；事件發生率 (Incidence Rate)為萬分之五，各區人口數(Population)皆為一萬人。在這一節的模 擬過程中發現 LRS 與 ST 的模擬結果幾乎完全相同，所以在這一節將以 ST 表示 此兩種檢定方法的模擬結果，後續將再對這兩種檢定方法做更進一步的討論。
（一） 事件發生率
設定事件發生率由 0.0003 變動到 0.003，間隔 0.0002。在模擬過程中，由於 三種群聚模型皆有相同的模擬結果，這裡以指數群聚模型為例，設定模型參數 s 為 1，模型參數 RR 為 2，模擬次數 1000 次，顯著水準 0.05。
0.0005 0.0010 0.0015 0.0020 0.0025 0.0030
0.00.20.40.60.81.0
變動發生率
Incidence Rate
Power
ST EST MLR Pmax KN
圖 3-1、事件發生率變動對檢定力的影響
註：ST 假設已知群聚模型。EST 參數 λ 範圍為 0.5 到 12，間隔 0.1。MLR 使用 Bithell 的建議，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
限制相對風險的估計至少大於等於 1。KN 參數設定為 0.3。
（二） 區塊人口數
在相同的研究區域設定下，變動每個區塊的人口數由 5,000 人到 30,000 人，
間隔 5000。在模擬過程中，由於三種群聚模型皆有相同的模擬結果，這裡以指 數群聚模型為例，設定模型參數 s 為 1。模型參數 RR 為 2。模擬次數 1000 次。
顯著水準 0.05。
10000 20000 30000 40000 50000
0.00.20.40.60.81.0
變動各區塊人口數
Population
Power
ST EST MLR Pmax KN
圖 3-2、人口數變動對檢定力的影響
註：ST 假設已知群聚模型。EST 參數 λ 範圍為 0.5 到 12，間隔 0.1。MLR 使用 Bithell 的建議，
限制相對風險的估計至少大於等於 1。KN 參數設定為 0.3。
由模擬結果可以得知當「區塊人口數」、「事件發生率」上升時，期望發生事 件數同時上升，表示如果發生群聚，愈高期望發生事件數，也代表發生事件數增 加的愈高，所以五種檢定方法的檢定力皆有明顯的增加。但是在檢定方法的比較 上卻不因「區塊人口數」、「事件發生率」的增減而有明顯的區別。一般在使用檢 測方法時，「區塊人口數」、「事件發生率」並非使用時能夠設定的因素，下列將 討論使用檢定方法時，選取研究區域大小與檢定力的關係。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
（三） 研究區域
由於本文是以研究區域的資料估計發生事件數期望值，當研究區域的大小變 動時，可能會影響期望值的估計，進而對檢定結果造成影響。下列模擬將變動方 形研究區域邊長由 6 到 24 個單位長，間隔 2 單位長。在模擬過程中，由於三種 群聚模型皆有相同的模擬結果，這裡以指數群聚模型為例，設定模型參數 s 為 1。
模型參數 RR 為 2。模擬次數 1000 次。顯著水準 0.05。
100 200 300 400 500
0.00.20.40.60.81.0
變動研究區域大小
Cluster Size
Power
ST EST MLR Pmax KN
圖 3-3、研究區域對檢定力的影響
註：ST 假設已知群聚模型。EST 參數 λ 範圍為 0.5 到研究區域邊長的一半，間隔 0.1。MLR 使
用 Bithell 建議的限制，限制相對風險的估計至少大於等於 1。KN 參數設定為 0.3。
由圖 3-3 的模擬結果可以得知，在單一群聚的假設下，隨著研究區域範圍的 增加，檢定力也隨之上升，當研究區域達到 250 個區塊以上時，檢定力則無明顯 的上升趨勢。檢定力受影響的原因在於期望事件發生數的估計，由於期望事件數 或是期望發生率是由研究區域內的發生事件數及人口數估計，研究區域變動的確 對檢定方法的檢定力產生影響，在單一群聚的假設下，選擇較大研究區域會有較 為正確的檢定結果，在實際應用上，研究區域選取太大或太小可能會包含錯誤的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
訊息或是降低檢定力，需要對研究資料做更進一步的了解，才能決定研究區域的 選取範圍。
在這一節中模擬「事件發生率」、「人口數」及「研究區域」三種背景因素變 動對檢定方法檢定力所造成的影響，模擬結果顯示這三種因素對於前一章所介紹 的檢定方法，在檢定力上具有相似的影響。在下一節中將模擬群聚因素變動時對 檢定方法檢定力的影響，並比較此節的模擬結果，以找出影響較大的因素及不同 情境下合適的檢定方法。