對“特有理”博文《拒絕水貨|用統計數據為疫苗問題較個真》的注釋 我在“特有理”博主《不打疫苗是彰顯人類的自由精神…嗎？》一文處回復了其對本人的回覆評論，然後靜候下一輪迴復。很長時間沒看到動靜，覺得不像其人，故到萬維“最新加入的博文”看看，沒想到該博主另外專開一文《拒絕水貨|用統計數據為疫苗問題較個真》譁眾取寵，卻不告知我。現在將先前有關的評論轉來，立此存照，略挫其斷章取義的把戲。評論轉來後即帶住，如此淺薄又愛斷章取義，與其辯論不值。 （註：以下一則是本博在《不打疫苗是彰顯人類的自由精神…嗎？》的評論。） 對壓倒性絕大多數人來說，接種疫苗是為自己，不接種疫苗是對這幾款疫苗不信任，所以關於打疫苗是為社會，不打疫苗是為自由的爭論有點假大空，不着邊際。對這個問題我更關注的是政府全方位赤裸裸的欺騙宣傳。舉例說，CDC主任接受電視採訪說，完全接種者即使染疫後，絕大多數是無症狀或輕症，根據對60多萬病例的統計研究，未完全接種者染疫後住院的風險比完全接種者高10倍以上，死亡的風險高11倍以上。她知道一般聽眾不會去查看這個統計研究，可我偏偏去查看了，發現這個研究其實只能得出這樣一個統計結論：無論接種與否，如果感染了新冠病毒，發展成重症和死亡的風險沒有差異。（見本人博文《 漫談拜登政府的防疫抗疫（6）》）。而且這份報告使用的數據是迄今公眾可見到唯一的接種者和未接種者對照統計數據，聯邦和州政府全都不公開接種者和未接種者的染疫年齡分組對照統計數據（我特別關注年齡20-29和30-39兩組人群的數據，但不可得）。特別值得重視的是，欺騙是全方位肆無忌憚，關於疫苗有效性的宣傳幾乎找不到一句實話。 不能因為有“疫苗”的名字，就有疫苗之實。現實是，年初時搶先施打“疫苗”的國家，10個月後回看，沒有一個國家能通過名義上的“疫苗”控制住，或減輕了疫情。 （註：以下一則是本博在《不打疫苗是彰顯人類的自由精神…嗎？》的評論。） 統計學和計算機學我可以算內行，但醫學不是我的專業，我是從統計的角度或一般人的角度來認定某款疫苗是否名副其實。我沒有找到統計數據，可以支持已上市的新冠疫苗有“疫苗”的效果。拿美國來說，去年12月疫苗上市時，疫情病死人數不到30萬，有了疫苗以後病死人數突破了30萬、40萬、50萬、60萬、70萬！哪裡減輕了疫情？只是現在媒體同拜登穿一條褲子，所以靜悄悄不吱聲，如果仍是川普在位，每升一個十萬數，媒體都會狠狠熱鬧一番。 政府、媒體、藥廠、研究機構在新冠疫苗議題上受政治左右，受金錢（利潤、研究資助、變相廣告費等等）驅使，肆意撒謊，信用喪盡。受眾一直被餵着互相矛盾的資訊。比如6月下旬我看到一項研究稱Pfizer疫苗完成接種85天后的抗體數量只剩10%，第二天又看到另一項研究“發現” Pfizer疫苗有終身保護力。政府加緊推廣接種疫苗，但還是沒能減輕疫情，就甩鍋Delta病毒變異，可藥廠卻說問題不是Delta，是疫苗接種兩個月後效力減弱了。藥廠只能硬着頭皮不接政府甩鍋Delta，因為藥廠申請的所謂加強針，仍舊是老配方，沒有專門針對Delta變異的調整。像這類關於疫苗矛盾的資訊，信手拈來就是一大把。但最重要的是，政府不敢公開染疫病例和死亡病例中接種者和未接種者的分組統計數據，這一事實本身就說明了一切。 （註：以下一則是“特有理”博在《不打疫苗是彰顯人類的自由精神…嗎？》回複本博評論。） 【打疫苗的人至少也是對自己負責，對家庭負責，為社會的防疫屏障做了貢獻。其中也承擔了疫苗帶來的副作用風險。而這種風險承擔，只有極不要臉的人才會否認其中的利他成份。】 請再讀一段，這跟“打疫苗是為了社會”是一個意思嗎？ 如果連文字解讀的公平信用都沒有，如何讓別人相信其它言論的信用呢？ 不過您的博文我倒願意去拜讀一下，有問題再請教。 （註：以下一則是“特有理”博在《不打疫苗是彰顯人類的自由精神…嗎？》再回複本博評論。） 拜讀了大作，但不得不說，您的分析離專業知識相差太遠。人家原文中有一個完整的數據表格，根本沒有您聲稱的錯誤。估計是您沒完全理解表格的意思。而您所說的年齡組問題，這屬於吹毛求疵。人家的數據里已經涵蓋了您所說的年齡組。總不能誰想要什麼具體數據就都得給吧？就說有了20-29的數據，我還可以說沒有21-28的數據呢。您說對不？ （註：以下一則是本博在《不打疫苗是彰顯人類的自由精神…嗎？》回復“特有理”博。）
請問“分析離專業知識相差太遠”是指哪方面的專業知識？我從來沒有從醫學專業討論疫苗問題，如果指統計專業知識，請你指出有什麼具體問題，特別是請指出我哪裡“沒完全理解表格的意思”。我那篇文章和留在你這裡的評論，沒有一個字提及這個統計研究報告有任何錯誤，請你指出我對這個報告“聲稱的錯誤”是什麼？這項研究用的是低接種率時4月初到7月中的數據，我批評CDC用此來說明9月中及以後的情況，沒有意義。我那篇文章及評論清清楚楚指出“新冠疫苗效果如何，沒必要爭論，將染疫病例和死亡病例中接種者和未接種者的年齡分組數據，逐日或逐周公布就一清二楚了”，這個表格披露了早期接種率很低時的3個半月的整塊靜止數據，同我呼籲公布的動態數據是一回事嗎? 如果你認為是一回事，那你的專業知識我無話可說。 （註：以下一則是Benren2博在本博《漫談拜登政府的防疫抗疫（6）》一文的評論。） 文筆不錯，質疑精神可佳。但用簡單的百分數對比，聲稱“得出一個顛覆性的統計結論：無論什麼接種狀態，無論完全接種了或完全沒有接種，如果感染了新冠病毒，發展成重症和死亡的風險沒有差異”，則有蒙人之嫌。 兩個百分數直接比較沒有統計學意義。百分數雖然直觀，令人印象深刻，但百分數會丟失樣本量和實際數據隱藏的大量信息。一個年薪百萬的人工資收入增長4%，與一個年薪收入5萬的人工資收入增長5%，收入絕對數增加前者要遠遠高於後者。中國GDP增長率近二十多年遠高於美國，並不代表中國比美國更富，是同樣的道理。 不同樣本的比較，首先必須進行方差一致性檢驗，否則西瓜與芝麻對比無法形成有效推斷。眾所周知，面對新冠病毒，是死是活，年齡是個關鍵因素。根據我的考察，堅持不接種疫苗或很遲才接種的，是對新冠病毒殺傷力不敏感、以年輕人為主的群體，而搶先接種疫苗的，老弱病殘占了很大比例，這些人屬於易感人群，是新冠病毒獵殺對象。對比疫苗對這兩個不同群體的住院率和死亡率的影響，沒有現實意義。 我用你文中數據做了卡方分析，疫苗完全接種與否，與住院人數與死亡人數的關聯性p值都非常顯著(<0.02和<0.000001)，強有力顯示疫苗的確可以大幅度降低新冠病毒感染者的重症率與死亡率。想用小學算術挑戰專業機構的統計學大佬，顯然力有不逮。 （註：以下一則是本博回復“Benren2”博。） 很高興看到有專業評論，先讚一個。 這13個州（地區）對全美國來說是個樣本，但不是隨機樣本。而對這13個州（地區）來說，是做的全體統計，不存在隨機誤差。沒有隨機抽樣，沒有隨機樣本，你是怎麼做方差分析的？還得出一個嚇死人的p值，請把你的計算方法貼出來，讓大家見識見識。 （註：以下一則是本博再回復“Benren2”博。） 我用算術方法分析，不代表我只懂算術，所以很好奇，連最基礎的統計概念都不懂，還能做統計假設檢驗，弄出一個離奇到邪乎的p值。看來是等不到答案了，不過我想這是濫用統計軟件包造的孽。
|
