DAPH Desktop — ดาวน์โหลด + วิธีใช้

1. การนำเข้าข้อมูล (แท็บ ข้อมูล)1. Importing Data (Tab: Data)

คลิกปุ่ม "นำเข้าข้อมูล" เพื่อเลือกไฟล์ข้อมูล หรือลากไฟล์มาวาง

รูปแบบไฟล์ที่รองรับ:

Excel (.xlsx, .xls)
CSV (.csv) · TSV (.tsv, .tab)
SPSS (.sav) · Stata (.dta, Stata BE/MP)
SAS (.sas7bdat) · R Data (.rds, .rdata, .rda)
DAPH Database (.daph)

การกำหนดประเภทตัวแปร:

Numerical: ข้อมูลตัวเลขต่อเนื่อง (อายุ น้ำหนัก ส่วนสูง)
Categorical: ข้อมูลหมวดหมู่ (เพศ กลุ่มการรักษา)

จัดการตัวแปร:

คลิกขวาที่ตัวแปร → เปลี่ยนประเภท, จัดกลุ่ม, กำหนด Label
ดับเบิลคลิก → แก้ไข Value Labels
AI จัดกลุ่ม → แนะนำ cut point ตามทฤษฎี (Bloom, Best, Sorensen/Nutbeam)

Click "Import Data" or drag-and-drop your file.

Supported formats:

Excel (.xlsx, .xls) · CSV/TSV
SPSS (.sav) · Stata (.dta, BE/MP)
SAS (.sas7bdat) · R Data (.rds/.rdata/.rda)
DAPH Database (.daph)

Variable types:

Numerical: continuous (age, weight, height)
Categorical: sex, treatment group, etc.

Variable management:

Right-click → change type, group, set label
Double-click → edit Value Labels
AI Grouping → auto-suggest cut points (Bloom, Best, Sorensen)

2. การเลือกตัวแปรและวิเคราะห์ (แท็บ วิเคราะห์)2. Selecting Variables & Analysis

เลือกประเภทข้อมูล Outcome: Continuous / Categorical / Count / Survival
เลือก ตัวแปรตาม (Dependent) — กดปุ่ม ›
เลือก ตัวแปรอิสระ (Independent) — กดปุ่ม ›
เลือกประเภทสถิติ → เลือกวิธีวิเคราะห์ → คลิก "วิเคราะห์"

▸ Continuous Outcome

Linear regression (Enter/Backward/Stepwise/Bivariate/LMM)
t-test · paired t-test · Correlation (Pearson/Spearman)
One-way ANOVA · Mann-Whitney · Wilcoxon · Kruskal-Wallis
Repeated Measures ANOVA · GEE

▸ Categorical Outcome

Logistic Regression (OR) — Enter/Backward/Stepwise/Bivariate/GLMM
Unconditional Logistic (Intervention) · Conditional Logistic (Case-Control จับคู่)
Chi-square · McNemar

▸ Count + Survival

Poisson regression (IRR) — Person-time, Offset
Cox regression (HR) · Kaplan-Meier · Log-rank

Select Outcome Type: Continuous / Categorical / Count / Survival
Select Dependent Variable — click ›
Select Independent Variables — click ›
Pick test → Pick method → Click "Run Analysis"

▸ Continuous Outcome

Linear regression (Enter/Backward/Stepwise/Bivariate/LMM)
t-test, paired t-test, Pearson/Spearman correlation
One-way ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis
Repeated Measures ANOVA, GEE

▸ Categorical Outcome

Logistic Regression (OR) — Enter/Backward/Stepwise/Bivariate/GLMM
Unconditional/Conditional Logistic, Chi-square, McNemar

▸ Count + Survival

Poisson regression (IRR), Person-time, Offset
Cox regression (HR), Kaplan-Meier, Log-rank

3. การดูผลลัพธ์และส่งออก (แท็บ ผลลัพธ์)3. Viewing Results & Exporting

ผลการวิเคราะห์แสดง:

ตารางค่าสถิติ · p-value · 95% CI
กราฟประกอบผล (ดูตัวอย่างด้านล่าง)
การแปลผลอย่างง่าย

การส่งออก:

"ส่งออก Word" → เอกสาร APA พร้อมใช้
"บันทึกผลโมเดล" → รวมไฟล์วิจัย

Results display:

Statistical tables · p-value · 95% CI
Charts & plots (see gallery below)
Simple interpretation

Exporting:

"Export to Word" → APA-formatted report
"Save Model Results" → for research compilation

Results tab — แท็บ "ผลลัพธ์" — ตารางสรุป + การแปลผล + ส่งออก Word"Results" tab — summary table + interpretation + Word export

4. เครื่องมือข้อมูล + ส่งออก4. Data Tools + Export

เมนู "เครื่องมือข้อมูล":

จัดการ Missing Values
แปลงตัวแปร: Log, Sqrt, Z-score, Min-Max
สร้างตัวแปรใหม่ (สูตร เช่น BMI = weight / height²)
กรองข้อมูลตามเงื่อนไข · ลบแถวซ้ำ
ตรวจจับค่าผิดปกติ (IQR หรือ Z-score)

ส่งออก (File → Export):

Excel · CSV · SPSS · Stata 14 · DAPH · Word

Data Tools menu:

Missing Values management
Transform: Log, Sqrt, Z-score, Min-Max
Compute Variable (formulas e.g. BMI = weight / height²)
Filter · Remove Duplicates
Outlier Detection (IQR or Z-score)

Export (File → Export):

Excel · CSV · SPSS · Stata 14 · DAPH · Word

Data Tools menu — เมนู "เครื่องมือข้อมูล" — Missing Values, Transform, Compute, Filter, Outlier Detection"Data Tools" menu — Missing Values, Transform, Compute, Filter, Outlier Detection

5. วิเคราะห์เพิ่มเติม (Diagnostic · ROC · Reliability · ระบาดวิทยา · Sample size)5. Additional Analysis (Diagnostic · ROC · Reliability · Epi · Sample size)

สถิติเชิงพรรณนา: Mean, Median, SD, FrequencyDescriptive: Mean, Median, SD, Frequency
Diagnostic Test: Sensitivity, Specificity, PPV, NPVDiagnostic: Sensitivity, Specificity, PPV, NPV
ROC Curve (AUC)ROC Curve (AUC)
Cronbach's AlphaCronbach's Alpha
Agreement: Cohen's Kappa, ICCAgreement: Cohen's Kappa, ICC
Sample Size (8 สูตรตามประเภทสถิติ)Sample Size (8 formulas)
ระบาดวิทยา: OR, RR, Incidence RateEpi: Odds Ratio, Relative Risk, IR
Assumptions Checker: Normality, Homogeneity, LinearityAssumptions: Normality, Homogeneity, Linearity

6. ฟีเจอร์ AI6. AI Features

AI AssistantAI Assistant — พูดคุย สั่งการวิเคราะห์ ควบคุมโปรแกรมผ่าน ChatChat-based program control and analysis
AI แปลผลAI Interpretation — แปลผลเป็นภาษาวิชาการสำหรับบทที่ 4Academic language for Chapter 4
รวมผลวิจัยResearch Compilation — รวมไฟล์ Word เป็นรายงานบทที่ 4 ฉบับสมบูรณ์Combine Word files into report
AI เขียนบทคัดย่อAI Abstract Writer — สร้างบทคัดย่อ 300-350 คำGenerate 300-350 word abstract
AI ร่างงานวิจัยAI Manuscript Drafter — ร่างต้นฉบับ 3,000-4,000 คำDraft 3,000-4,000 word manuscript
AI จัดกลุ่มตัวแปรAI Variable Grouping — แนะนำ cut point ตามทฤษฎี (Bloom/Best/Sorensen)Cut points via theory (Bloom/Best/Sorensen)

รองรับ provider: Google Gemini (ฟรี), OpenAI, Claude, DeepSeek, Mistral, Qwen, xAI, Meta/Llama, Nova/AWS Supported: Google Gemini (free), OpenAI, Claude, DeepSeek, Mistral, Qwen, xAI, Meta/Llama, Nova/AWS