第三章 研究方法
第一節 研究架構
3.2.2 問卷設計
極重要（Very Strong）、絕對重要（Extreme），再加上每二個強度之間的折 衷值（2、4、6、8)，評定分數比例由 1 至 9，等級越高表示該項因素越重 據回收的專家問卷所整理出的資料，來建立比較矩陣(Pairwise Comparison)，
目的在於評估同一層級內兩兩因素之間的相對重要關係。進行兩兩成對比較 的有第二層的 5 個構面與第三層的 18 個因素，首先依照各層級的構面與因
‧
上三角形部分，此為正倒置矩陣(Positive Reciprocal Matrix)。另外，下三角 形部分的數值為上三角形的倒數，即 𝑎𝑗𝑖 = 1 𝑎⁄ 𝑖𝑗 ，而對角線為因素與自己‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
3.2.4 一致性檢定
要瞭解問卷填寫的結果是否具有一致性，可透過一致性檢定來判定。由 於成對比較矩陣的方式，使得層級與因素之間要兩兩比對的情況下，會有眾 多的比對，常會讓決策者在兩兩比較判斷下，較難達成判斷的一致性。所以 用一致性指標(Consistence Index, C.I.)與一致性比率(Consistence Ratio, C.R.) 來檢定成對比較矩陣的一致性，檢查回答是否達到一致性(Satty 1980)。其 中由評估尺度 1-9 產生的正倒置矩陣，在不同的階層下，會產生不同的 C.I.
值，稱為隨機指標(Random Index, R.I.)，如表 3-1。而後再利用一致性比率 (Consistency Ratio, C.R.)來衡量在相同層級之間的因素的一致性比率。C.R.
值為一致性指標(C.I.)與隨機指標(R.I.)的比率，計算 C.I.值需要先取得最大 特徵值 λ𝑚𝑎𝑥 及矩陣維度 𝑛，公式如下：
𝐶. 𝐼. =( λ𝑚𝑎𝑥 − 𝑛 ) 𝑛 − 1
𝐶. 𝑅. =𝐶. 𝐼.
𝑅. 𝐼.
表 3- 1 隨機指標表(Satty, 1980)
n 1 2 3 4 5 6 7 8 9 10 R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
一致性指標判定方法如下：
C.I. = 0，表示決策者前後判斷完全具一致性。
C.I. > 0，表示決策者前後判斷有不一致。
C.I. ≤ 0.1，表示矩陣的一致性程度是令人滿意，也就是矩陣的一致性 程度在可以接受的範圍。
根據 Saaty 的建議，3 個評估準則時，C.R.值應小於 0.05；4 個評估準則時，
C.R.值小於 0.08；5 個以上評估準則時，一致性 C.R.比值必須小於或等於 0.1 才合乎要求。也就是 C.R.值 ≤ 0.1 時，表示一致性比率在可以接受的範圍內。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40
第三節 個案推理
Watson 學者指出案例式推理應該是一個解決問題的方法論，而不該被明確 的定義成任何特定的技術(Watson 1999)。在案例式推理採用的多種技術中，最 廣泛使用的是最近相鄰法，因為最近相鄰法容易理解與使用(Watson 1999)。
3.3.1 研究工具
本研究透過由 Java Open Source 寫成的 FreeCBR 的來建立案例庫，
FreeCBR 採用「Fuzzy logarithmic」、「Fuzzy linear」、「Strict」、「Flat」四種方 式，其中在「Fuzzy linear」的演算法中，當「Search term」使用「=」的時 候，所採用的演算法為最近相鄰演算法，為本研究案例用以取回(retrieve) 案例的演算方法。
3.3.2 最近相鄰法計算案例相似度
最近相鄰法(Nearest-neighbor)是一種文件分類常用的方法，也是一種非 監督式學習演算法，不用訓練階段，也不用產生訓練模型，只需要給定系統 簡單的學習方法，然後就可以將資料輸入至最近相鄰法判斷系統中，讓系統 自行判斷出正確答案，可以節省訓練資料的時間。最早的研究是在 1954 年 由 Clark 與 Evans 提出的(Clark and Evans 1954)，最近相鄰法是用以尋找在 空間中離查詢點最近的目標，大多用來進行近似查詢。透過案例的相似度計 算及排序後，取回(retrieve)與新目標案例最相近的 k 個鄰近案例值。此方法 會去評估案例庫案例中每個屬性的相似度，可以提供多樣的權重因子評估，
因此評估目標案例的所有屬性來計算其相似度的總和，計算公式如下：
𝑆𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦(𝑇, 𝑆) = ∑ 𝑓(𝑇𝑖, 𝑆𝑖) ∗ 𝑊𝑖
𝑛
𝑖=1
𝑇 為新目標案例，𝑆 為案例庫案例，𝑛 為每個案例的所有屬性，𝑖 為第𝑖 個屬 性。 𝑓 為在案例庫中，新目標案例 𝑇 與案例庫案例 𝑆 對於第 𝑖 個屬性的相 似度函數，𝑊𝑖 是第 𝑖 個屬性的權重值。經由計算案例之間各個屬性的相似
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
度乘上權重的總和，就可以得到新目標案例 𝑇 與案例庫案例 𝑆 之間的相似度，
最後案例庫中的每個案例皆去執行重覆的相似度排序，去尋找新目標案例的 預測案例值。最近相鄰法在案例式推理上已有很廣泛的應用。
在案例式推理系統取回案例時通常會使用各種不同的最近相鄰演算分 類方法，k 個最近相鄰法是假設每個案例皆被定義成有 𝑛 個屬性的資料集 𝑇 = {𝑇1, 𝑇2, … , 𝑇𝑛; 𝑇𝑖}，屬性可為數值或分類的符號，𝑇𝑖 是資料集 𝑇 中的某 一種屬性值。假設給定一個要搜尋的目標案例 𝑆 和案例庫 𝐿，最近相鄰法會 從案例庫 𝐿中取出 k 個與目標案例 𝑆 最相近的案例，且 k 值要大於等於 1，
公式如下：
𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒(𝑇, 𝑆) = √∑𝑛 𝑊𝑖 ∗ 𝑑𝑖𝑓𝑓𝑒𝑟𝑒𝑛𝑐𝑒(𝑡𝑖, 𝑠𝑖)2
𝑖=1
且𝑊𝑖 ≥ 0 對於所有的 𝑖
𝑑𝑖𝑓𝑓𝑒𝑟𝑒𝑛𝑐𝑒(𝑡𝑖, 𝑠𝑖) {|𝑡𝑖 − 𝑠𝑖| 0 1
若屬性𝑖為數值 若屬性𝑖是類別且𝑠𝑖 = 𝑡𝑖 若屬性𝑖是類別且𝑠𝑖 ≠ 𝑡𝑖
計算與鄰居兩點的距離是很重要的，最常見的案例距離衡量方式為歐幾里德 (Euclidean)距離。歐幾里德距離常用來計算二維或三維空間中資料物件的距 離，通常可使用在連續值與象徵值的資訊上。許多不同的最近相鄰法會在取 回案例時給予重要屬性相對較高的權重，屬性加上權重的目的是在改善取回 案例的正確性。從單份資料的許多屬性中去找到最正確的權重是較容易受到 限制的，故本研究希望透過層級分析法的專家問卷來瞭解在醫學領域上專家 及醫生們的內隱知識與實際經驗中對於各屬性權重的分配比例。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
第四節 脂肪肝預測模型
在本研究的案例式推理預測模型中，案例之間距離的計算，利用歐幾里德(歐 氏)距離演算法的基本原理，再配合層級分析法的專家問卷，取得在案例庫中每 個屬性的相對權重大小，最後建立出脂肪肝預測模型：
Case Distance = √∑𝑛 𝑤𝑒𝑖𝑔ℎ𝑡𝑖
𝑖=1 ∗ (𝑓𝑒𝑎𝑡𝑢𝑟𝑒 𝑑𝑖𝑓𝑓𝑒𝑟𝑒𝑛𝑐𝑒𝑖)2
帶入「與脂肪肝相關的因素」共 18 個重要因素的展開公式如下：
Case Distance =Square root( 𝑤𝑒𝑖𝑔ℎ𝑡𝐴𝑔𝑒∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐴𝑔𝑒2 + 𝑤𝑒𝑖𝑔ℎ𝑡𝑆𝑒𝑥∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑆𝑒𝑥2
+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐵𝑀𝐼∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐵𝑀𝐼2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑊𝐶∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑊𝐶2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐵𝑃∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐵𝑃2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐴𝐿𝑇∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒 𝐴𝐿𝑇2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐴𝑆𝑇 ∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐴𝑆𝑇2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑟𝐺𝑇∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒 𝑟𝐺𝑇2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐶𝑟𝑒∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐶𝑟𝑒2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑈𝐴∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑈𝐴2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑃𝑟𝑜∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑃𝑟𝑜2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐴𝐶 ∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐴𝐶2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑇𝐺∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑇𝐺2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝑇𝐶∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑇𝐶2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐻𝐷𝐿∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐻𝐷𝐿2+ 𝑤𝑒𝑖𝑔ℎ𝑡
𝐷𝑟𝑖𝑛𝑘𝑖𝑛𝑔∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐷𝑟𝑖𝑛𝑘𝑖𝑛𝑔2 + 𝑤𝑒𝑖𝑔ℎ𝑡𝐸𝑥𝑒𝑟𝑐𝑖𝑠𝑒∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝐸𝑥𝑒𝑟𝑐𝑖𝑠𝑒2+ 𝑤𝑒𝑖𝑔ℎ𝑡𝑆𝑚𝑜𝑘𝑖𝑛𝑔∗ 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒𝑆𝑚𝑜𝑘𝑖𝑛𝑔2 )
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
第四章 資料分析與研究結果
本研究設計是希望能以較多方的資訊來探討影響脂肪肝的預測結果，故不僅 採用文獻回顧與基本健康檢查的項目作為預測模型的建立，更納入健檢者日常生 活習慣的相關項目。而脂肪肝預測模型部分則選擇使用案例式推理來演算各個不 同的健檢案例，最後根據從案例庫中取回的相似案例來找出新案例的脂肪肝預測 結果。本章節將說明層級分析法專家問卷回收後的資料分析與各個評估因素的權 重大小，與經過案例式推理系統的輸入與輸出得到的預測結果，來驗證脂肪肝預 測模型。
第一節 層級分析法 4.1.1 專家問卷回收
本研究的專家問卷由某醫院的醫師群與護理師們所填寫。共進行 25 份
「與脂肪肝相關的因素」之專家問卷。問卷回收後，先將問卷內容作答不完 整者視為無效問卷，並計算問卷回收率與有效問卷回收率，問卷回收率為 100%，有效問卷共 19 份，有效問卷回收率為 76%。
表 4- 1 填寫問卷之專家比例
分類 人數 百分比
心臟內科 6 24%
一般內科 5 20%
腸胃內科 5 20%
健診醫師 5 20%
外科醫師 1 4%
內科專科護理師 3 12%
總數 25 100%
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
4.1.2 問卷資料結果
由層級分析法進行問卷分析，從專家的內隱知識與實際經驗來判斷要評 估的因素後，給予因素兩兩比較的重要性程度後，將兩兩比較的因素問卷 轉換為成對比較矩陣，透過公式計算可以得到因素的相對權重，結果如下 表 4-2 至表 4-8。首先列出「與脂肪肝相關的因素」構面的相對權重大小。
再分別列出每個構面的各種因素的相對權重大小。並採用 Saaty 所支持開 發之 AHP 電腦軟體 Expert Choice (Ossadnik and Lange 1999)，做為權重計 算輔助之工具。
在「與脂肪肝相關的因素」中有五個構面，分別為「生理參數」、「肝功 能」、「腎功能」、「高血脂」、「健康行為」。所以一共會有 10(∁ 25)次的兩兩 比較。權重大小如表 4-2，權重最高者為健康行為(0.270)，權重最低者為 腎功能(0.107)。
表 4- 2「與脂肪肝相關的因素」構面的權重值表
「與脂肪肝相關的因素」之構面 整體相對權重 生理參數(Physical Parameter) 0.181 肝功能(Liver Function) 0.197 腎功能(Renal Function) 0.107 高血脂(Hyperlipidemia) 0.245 健康行為(Health Behavior) 0.270 C.I.=0.01 C.R.=0.0089
1. 「生理參數」構面的相關因素權重結果
在「生理參數」構面中有五項因素，分別為「性別」、「年齡」、「身體質 量指數」、「腰圍」、「血壓」，共有五項因素，所以一共會有 10(∁ 25)次的兩兩 比較。權重大小如表 4-3，權重最高者為腰圍(0.340)，權重最低者為性別 (0.083)。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
表 4- 3「生理參數」構面的評估因素權重值表
「生理參數構面」之評估因素 相對權重
性別(Sex) 0.083
年齡(Age) 0.091
身體質量指數(BMI) 0.323
腰圍(WC) 0.340
血壓(BP) 0.163
C.I.=0.01 C.R.=0.0089
2. 「肝功能」構面的相關因素權重結果
在「生理參數」構面中有三項因素，分別為「血清丙酮酸轉移」、「血清 麩氨酸轉移」、「丙型麩胺醯轉移酶」，共有三項因素，所以一共會有 3(∁ 23) 次的兩兩比較，權重大小如表 4-4，權重最高者為血清丙酮酸轉移(ALT) (0.430)，權重最低者為血清麩氨酸轉移(AST)(0.276)。
表 4- 4「肝功能」構面的評估因素權重值表
「肝功能」之評估因素 相對權重
血清丙酮酸轉移(ALT) 0.430
血清麩氨酸轉移(AST) 0.276
丙型麩胺醯轉移酶(r-GT) 0.294 C.I.=0.01 C.R.=0.0172
3. 「腎功能」構面的相關因素權重結果
在「腎功能」構面中有三項因素，分別為「肌酸酐」、「尿酸」、「尿蛋白」， 共有三項因素，所以一共會有 3(∁ 23)次的兩兩比較。權重大小如表 4-5，權 重最高的為肌酸酐與尿蛋白(0.358)，權重最低的為尿酸(0.284)。
表 4- 5「腎功能」構面的評估因素權重值表
「腎功能」之評估因素 相對權重
肌酸酐(Creatinine) 0.358
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
尿酸(UA) 0.284
尿蛋白(Urine protein) 0.358 C.I.=0.01 C.R.=0.0172
4. 「高血脂」構面的相關因素權重結果
在「高血脂」構面中有四項因素，分別為「空腹血糖」、「三酸甘油脂」、
「總膽固醇」、「高密度脂蛋白」，共有四項因素，所以一共會有 6(∁ 24)次的 兩兩比較。權重大小如表 4-6，權重最高的為三酸甘油脂(0.323)，權重最低 的為高密度脂蛋白(0.156)。
表 4- 6「高血脂」構面的評估因素權重值表
「高血脂」之評估因素 相對權重
空腹血糖(GLU-AC) 0.256
三酸甘油脂(TG) 0.323
總膽固醇(TC) 0.266
高密度脂蛋白(HDL) 0.156
C.I.=0.01 C.R.=0.0111
5. 「健康行為」構面的相關因素權重結果
在「健康行為」構面中有三項因素，分別為「飲酒」、「運動」、「抽菸」， 共有三項因素，所以一共會有 3(∁ 23)次的兩兩比較。權重大小如表 4-7，權 重最高的為飲酒(0.399)，權重最低的為抽菸(0.242)。
表 4- 7「健康行為」構面的評估因素權重值表
「健康行為」之評估因素 相對權重
飲酒(Drinking) 0.399
運動(Exercise) 0.360
抽菸(Smoking) 0.242
C.I.=0.00 C.R.=0
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
第二節 案例式推理
本研究建立的脂肪肝預測模型將透過案例式推理去演算案例庫中的案例，依 照因素權重來演算並取回(retrieve)與新輸入案例相似的舊案例，以提供脂肪肝預
本研究建立的脂肪肝預測模型將透過案例式推理去演算案例庫中的案例，依 照因素權重來演算並取回(retrieve)與新輸入案例相似的舊案例，以提供脂肪肝預