描述性研究方法有哪些

“统计学就像比基尼，你所看到的就是真实显露的，但隐藏起来的才是至关重要的”——无名氏统计是有一些枯燥，但同时也可以很有趣，不是么？我们知道统计学包括描述性统计和推论统计，而今天的主题是描述性统计的介绍。什么是描述性统计呢？维基百科的定义："A descriptive statistic is a summary statistic that quantitatively describes orsummarizes features of a collection of information."中文翻译：描述性统计是一种汇总统计，用于定量描述或总结信息集合的特征。这里把关键词勾划一下：1、Describe-描述2、Summarize-总结注意：描述性统计的对象既可以是总体，也可以总体的一部分即是样本。一、描述性统计的分类描述性统计又分为 § 集中趋势 Measures of central tendency § 离散趋势 Measures of Dispersion1、集中趋势 Measures of Central Tendency集中趋势又称 “数据的中心位置”,它是一组数据的代表值。集中趋势的概念就是平均数(Average)的概念，它能够对总体的某一特征具有代表性，表明所研究的对象在一定时间、空间条件下的共同性质和一般水平。常用的集中趋势统计量（statistics)有:§ 算数均值§ 中位数§ 众数再强调下，在统计学中，这三个统计量都有 average（平均） 的含义。1、均值 Mean某组观测值的算术平均数（Arithmetic mean）2、中位数 Median按大小顺序排列的数据组之中点位置对应的数值，该数值把数据组分成两半3、众数 Mode出现频次最高的观测值。看起来集中趋势的概念很简单，那么有什么现实价值？这里我们举两个简化的例子加以说明：某创业公司A有10个员工，其中1人月薪10万，9人月薪2万；创业公司B也有10个员工，其中1人月薪5万，9人月薪2.5万。现在假设你要对两家公司员工的收入水平进行对比，你会如何做呢？通过简单计算我们可得：公司A： 算术平均 Mean 2.8万；中位数 Median 2万；众数 Mode 2万公司B： 算术平均 Mean 2.75万；中位数 Median 2.5万；众数 Mode 2.5万如果看均值 Mean，结果是A公司比B公司高（少数高收入者会把整体平均拉高）；如果看中位数 Median，显然B公司更高。那么应该用Mean还是Median？这取决于我们的目的。如果我们的目的是研究大多数人的薪资水平，显然用中位数更好，因为B公司90%的人的薪水要高于A公司。但是在现实生活中，我们往往看到的是用均值mean进行统计说明，尤其是国内媒体，经常用均值来描述某地区某时间段的收入水平。一个不好的结果是，大部分人都会觉得自己“被平均”了。这样做出来的数据固然好看（就像上述公司A），但并不能更准确地展示普通大众真实的收入水平。看到这里，你应该就能深刻理解“统计学就像比基尼，你所看到的就是真实显露的，但隐藏起来的才是至关重要的”这句话的含义了是不。二、离散趋势 Measure of Dispersion所谓离散趋势就是研究观测值偏离中心值（center) 的程度。仅仅研究集中趋势往往是不够的，所以还需要研究离散趋势Measure of Dispersion. 常用离散统计量有：§ 极差§ 标准差（方差）§ 四分位数间距§ 变异系数（相对标准差）1、极差 Range为一组数据的最大值和最小值之差。极差的计算较简单，但是它只考虑了数据中的最大值和最小值，而忽略了全部观察值之间的差异。极差在SPC控制图中有大量应用。2、方差或标准差 Variance or Standard deviation方差和标准差所反映的是一组数据与其均值为代表的中心的平均离散水平。因为标准差的计算应用到每一个变量值，所以，会受到极端值的影响，当数据中有较明显的极端值（outlier)时不宜使用。必须知道这一点，所有方差/标准差分析的前提是：样本总体服从正态分布，如果不服从，就要有补救措施，比如数据转换。3、四分位数间距 Inter Quartile Range (IQR)即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。第三 "四分位数" 与第一 "四分位数" 的差距又称四分位距, 常和中位数一起使用。比如箱型图。4、变异系数 Coefficient of Variation (CV)又叫相对标准差（RSD），变异系数CV是原始数据标准差与原始数据平均数的比。标准差只能度量一组数据对其均值的偏离程度。但若要比较两组数据的离散程度，用两个标准差直接进行比较有时就显得不合适了。例如一个总体的标准差是10，均值是100；如果另有一个总体的标准差是20，均值是2000。如果直接用标准差来进行比较，后一总体的标准差是前一总体标准差的2倍，似乎前一总体的分布集中，而后一总体的分布分散。但前一总体用标准差来衡量的各数据的差异量是其均值的1/10；后一总体用标准差来衡量的各数据差异是其均值的1/100，是微不足道的。可见用标准差与均值的比值大小来衡量不同总体数据的相对分散程度更合理。三、图形化工具前文刚开始我们提到关于描述性统计的两个关键词是 Describe（描述） 和 Summarize（总结）；同时我们也介绍了可以通过集中趋势统计量以及离散趋势统计量来对目标数据进行描述、总结。但这些统计量基本都是数学计算，比较抽象，有没有更好的方法呢？答案是有：Visulization！没错，那就是一系列的图形化工具。在Excel软件或者Minitab软件都有很多图形化工具用以描述、总结和展示数据，下面摘选部分：§ 柱状图§ 条形图§ 箱型图§ 散点图§ 雷达图§ 气泡图

描述性假设，是指对这个世界过去、现在或未来是什么样的信念，而不是这个世界应该是什么样的信念。比如说，我们一直都很重视公共安全和个人责任，而不是说公共安全比个人责任更重要。《学会提问》中提到，找到描述性假设并利用它们做助手，评价它们所支撑的论证，这是一种非常有用的技能。如果我们能够敏锐地嗅到常见描述性假设的气味，那么，大脑就不会成为别人思想的跑马场。常见的描述性假设有五种，下面让我们一起结合一些具体案例来理解假设及其背后的观念。第一个假设是发生在人们身上的事主要都是人们自己选择的结果。这种类型的假设往往隐藏着决策者对事件行为人自主选择能力的判断。当人们遭遇不好的事情，是因为这个人不会好好照顾自己；当人们享受成功和喜悦时，是因为他们自己的努力和选择。举个例子，小明看到有个人躺在排水沟中，小明推断“那是个喝醉的流浪汉”。形成这样的推断需要“只有醉汉才会被发现在排水沟中”的假设。但是，怎么会只有醉汉在水沟里呢？也许是一个意外跌进水沟里需要帮助的人。毕竟，人们经常遭遇他们无法控制的力量或事件。事实上，小明没有推断水沟里的人是需要帮助的人。这说明小明内心认为：人们是可以控制自己行为的，躺在水沟里的人自己本身负有最根本的责任。当小明怀着“自己都不好好照顾自己”的观念时，他就会责备这个躺在水沟的人。有时候，我们还未了解事情的全貌，就已经早早给一个人的功过是非进行了决断。第二个假设是演说者或写作者就是个典型。很多人总是习惯于将自己的经历或选择倾向来等同为他人的选择。不知道大家有没有听过类似的介绍：“今年，我报名了逢考就过机构的计算机培训班，顺利通过了计算机考试。你也去报吧，一定能通过的！”要得出结论“报名培训班的人，就能通过考试”必须建立在“所有人的学习和考试经历都跟我一样”的前提下。如果两个人的学习态度和学习能力是差不多的，且考试难度没有增加，那么这个培训班推介是可靠的。反之，就要仔细斟酌到底要不要报名了。常言道，他山之石可以攻玉。借鉴别人的经验，不能简单复制粘贴，在因地制宜方面需要花一番功夫。第三个假设是这个世界是公正的。该假设支撑着一个论证，即某件事应该是真的就意味着它必然会是真的。这样的假设，往往带来虚假的美好。比如说，邻居买彩票中了五百万。假设世界是公正的，也就是说，不能光让邻居一个人中彩票。所以，得出结论：我们去买彩票也能中五百万。很显然，这样的中奖概率是不可能发生的。不然，彩票要亏死了。类似的假设还有“读书就能有出息”“出国就是镀金”等等。将概率事件等同于必然事件，这样的假设往往伴随着华而不实的幻想，作出的决策一般不会是个科学的决策。第四个假设是因为以前发生过这样的事，今后它还会发生。这个假设的意思是，世界的过去、现在、未来都是不变的。古希腊哲学家赫拉克利特说过，人不可能两次踏进同一条河流。这就是说，事物没有稳定的存在状态。我们总是认为太阳明天会照常升起。但据科学家估计，太阳的寿命约为100到120亿年，目前已经燃烧了50亿，因此约50到70亿年后，太阳会烧光的。也就是说，很久很久以后，太阳就不会升起了。但是，我们要注意，事物有相对稳定的存在状态。在一定的限定范围内，我们还是可以把过去、现在、未来进行等同。第五个假设是我的世界就是这个宇宙的中心。这是一种自我中心思维的表现。我们会从很多有权力和有地位的人身上看到这一点——成功的政客、 律师、 商务人员以及其他人。 他们往往能获取他们想要的， 并能够用高超的诡辩将他们不道德的行为合理化。某大牛推荐了一只股票。散户信了，认为买入能盈利。结果，股价跌了，散户亏损很严重。在股票市场的割韭菜行为中，该大牛显然不在意潜在投资者的福祉。 他们正当化的理由必定是： “请购买者谨慎！ ”也就是说，该大牛推荐的股票要盈利，需建立在谨慎购买的假设下。明眼人一看，谨慎购买就是一句没有用的废话。所以，是否相信某一论断时，我们要时刻监控思维中的自我中心主义。总之，描述性假设可以根据实际情况进行否定或者认同。在实际决策过程中，我们不仅要看到浮在表面上的理由和结论，更要关注冰山下的假设和观念。当我们对隐藏的信息都进行过评价，我们的决策会更具理性。

今天继续教大家写留学论文，选择定性分析还是定量分析？1什么是定性分析？分析方向：---定义---得出的数据方向---如何采集---是否具有目的性---研究类型---主客观---数据类型2什么是定量分析？分析方向：---定义---得出的数据方向---如何采集---是否具有目的性---研究类型---主客观---数据类型3定性分析的3种方式定性分析的3种方式：---Focus Group---Depth Interview---Photo Enthnography4定量分析的3种方式定量分析的4种方式：---Telephone Surveys---Personal Interviews---Web Surveys---Hybrid Method

责编 | 皮卡鱼作者 | 大冉研究资料已经收集、整理好了（见护理研究——质性研究<4>资料整理（2）），咋进行深入分析呢？怎么从大量的资料中提炼出来研究的主题呢？不同的研究方法，使用什么分析方法呢？资料的分析方法与质性研究方法不同。质性研究方法中现象学研究方法、扎根理论、人种学研究等好比是指导思想，而分析方法就是行动步骤，所以他们是对应关系。千万不要出现错乱使用。不少老师对质性内容分析法 的概念理解不清，常将其与 Colaizzi 七步法 相混淆。如有作者在摘要中指出使用内容分析法进行资料分析，正文中却提到采用Colaizzi 七步分析法作为分析策略，显然是将这两种方法混为一谈[1]。1内容分析法是在描述性质性研究中使用的资料分析方法，描述性质性研究是用来直接描述某一体验或事件( 描述体验或事件)，用日常语言描述参与者的体验。举例[2]：查倩倩, 钮美娥, 汪茜雅, 等. 肠息肉切除术后患者未按时复查肠镜行为意向的质性研究[J]. 中国护理管理, 2018,18(12):1626-1629.内容分析法[2]具体步骤如下：1. 反复仔细阅读访谈转录文本直至有整体感；2. 拆散资料，逐行分析，找出有重要意义的陈述，并对它们进行编码；3. 对反复出现的陈述、事物、现象进行编码、归类，产生主题；4. 寻找主题之间的关联，形成主题群；5. 如此循环直至饱和，即不再有新的主题和亚主题呈现。整体过程主要是：2Colaizzi 七步法是在现象学质性研究中使用的资料分析方法，现象学研究方法是针对某种特定的现象，分析该现象中的内在成分和外在成分，把其中的重要要素提炼出来，并探讨各要素之间及各要素与周围情景之间关系的一种质性研究方法。举例[5]：胡露红, 席新学, 熊沫, 等. 住院患者参与用药安全核查认知及态度的质性研究[J]. 护理学杂志, 2019,34(13):11-14.Colaizzi [6, 7]七步法具体步骤如下：1.仔细阅读所有访谈资料，对研究对象的描述形成大致的理解；2.摘录出与研究问题相吻合的、有意义的陈述；3.归纳和提炼有意义的陈述并进行编码；4.将编码后的观点汇总，寻找共同的概念或特性，形成主题、主题群、范畴；5.将主题联系到研究对象进行详尽的叙述；6.陈述构成该现象的本质性结构；7.将最终的分析结果返回研究对象处，求证内容的真实性。整体过程主要是：尽管Colaizzi 七步法与质性内容分析法有部分相似之处，如资料整理，编码，归类，提炼主题等，但Colaizzi 七步法一般用于现象学研究方法，现象学适用于对某类体验进行描述或诠释（例如：某患者的某种心理体验的现状和影响因素，一般要研究者深入理解现象背后的含义）；而质性内容分析法适用于对某一体或事件进行直接描述或低推断性诠释（例如：某疾病的临床症状描述，一般是只对现象/体验等进行描述，常用于需求评估、方案修订、发展干预手段、量表发展时的概念澄清等）；两者适用范围不同，不宜混用。 参考文献：[1] 朱丹玲, 周云仙. 护理文献中质性内容分析法的应用误区探讨[J]. 护理学杂志, 2018,33(21):97-99.[2] 查倩倩, 钮美娥, 汪茜雅, 等. 肠息肉切除术后患者未按时复查肠镜行为意向的质性研究[J]. 中国护理管理, 2018,18(12):1626-1629.[3] 杨爱玲. 老年骨质疏松症患者骨折风险认知及其防范依从性的质性研究[D]. 浙江中医药大学, 2016.[4] Sandelowski M. Whatever happened to qualitative description?[J]. Research in Nursing & Health, 2000,23(4):334.[5] 胡露红, 席新学, 熊沫, 等. 住院患者参与用药安全核查认知及态度的质性研究[J]. 护理学杂志, 2019,34(13):11-14.[6] 刘延迪. 14例糖尿病患者病耻感现状的质性研究[D]. 吉林大学, 2018.[7] 护理学研究方法[M]. 2012.声明本文所用部分素材来源于网络如涉及版权问题，请联系小编删除原创内容，欢迎转载(σ)σ..:*☆哎哟不错哦！！

在数据分析的工作中，统计学可谓是灵魂角色，正是通过统计，让我们获得海量的数据，也正是通过统计学的各种分析策略，让数据变得有意义。通过统计分析，可以让国家知道国民的健康水平，并为国家作出策略性引导；也可以分析出哪个地区，甚至细致到哪个街区的某个位置点的犯罪率如何，一方面可为警力的调配作参考，另一方面还可以提醒市民出行注意安全……随着社会发展越来越快，我们已经身在各种数据统计的角色中了，通过统计分析发现规律，也成为了我们生活中不可或缺的一部分。那么，我们又该如何对统计到的数据进行统计分析呢？今天，我将跟大家分享一下既基础又重要的统计分析策略——描述性统计分析。什么是描述性统计分析？我们在做了相关的数据统计之后，将会收集到一系列复杂的数据信息，在这种情况下，仅仅单靠“看”数据，会让人一脸茫然。那想要了解数据的大致情况怎么办？在这时，使用描述性统计分析，利用图形和简单的计算，就能让我们了解到数据信息的整体情况，还能让我们观察到数据的特征和异常问题，十分便捷。常用的描述性统计分析有4个指标，分别是：平均值四分位数标准差标准分通过这4个指标的计算和图形视觉化展示，让我们发现“噢！原来这些数据是这样的情况！”。1.平均值平均值顾名思义就是计算数据的平均数是多少，可以让我们了解到数据的平均水平是多少。公式：平均值μ=（数值X1+X2+X3……）/n（多少项，数值的数量）优点：计算简单，可让人了解到平均水平如何。缺点：当数据值差距很大的时候，呈现的平均水平结果就可能会出现不客观的现象，出现平均数陷阱，让人误解。例如，我们总觉得自己的收入水平拉低了城市人均工资的水平线。举个例子：我们列几个数据来计算人均年收入。情况1：4个人，工资分别是10万、11万、12万、13万。平均收入=总收入（10万+11万+12万+13万）/人数（4人）=11.5万这种情况下，工资收入的差距不是特别大，平均收入水平是能正常体现出平均水平的。情况2：5个人，工资分别是10万、11万、12万、13万、10亿平均收入=总收入（10万+11万+12万+13万+10亿）/人数（5人）=2亿9.2万这种情况下，这几个人的收入突然加上了一个马爸爸的收入水平，让平均收入的金额拉得异常大，计算出来的平均收入是不具备参考性的，因为无法正常反映出这5个人收入的大致情况。2.四分位数四分位数是指在把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值，分割后我们会通过5个数值来描述数据的整体分布情况。下界：最小值，即第0%位置的数值；下四分位数：Q1，即第25%位置的数值；中位数：Q2，即第50%位置的数值；上四分位数：Q3，即第75%位置的数值；上界：最大值，即第100%位置的数值。优点：可以用来对比不同类别数据的整体情况，还可以识别出可能的异常值。缺点：无法反映数据的波动大小（1）中位数Q2的计算方式①排序：首先我们要将所有数值以从小到大，从左到右的顺序进行排序。②计算中位数Q2的位置：假设有n个数如果n是奇数，中位数就是位于中间位置的数值。如果n是偶数，中位数则是中间两个数的平均值。公式：Q2的位置=（n+1）x0.5举个例子：我们同样列几个人的年收入来计算中位数。情况1：4个人，工资分别是12万、10万、13万、11万。首先，我们将数据进行排序：接着我们对中位数位置进行计算：中位数Q2的位置=（4+1）x0.5=2.52.5即表示Q2的位置在第2个数值和第3个数值之间，因此我们求出第2第3项数值的平均值，就计算出中位数是多少。中位数Q2=（11万+12万）/2=11.5万情况2：5个人，工资分别是10亿、10万、13万、12万、11万。我们将数据进行排序：接着我们对中位数位置进行计算：中位数Q2的位置=（5+1）x0.5=33即表示Q2的位置就是在第3项数值的位置，而Q2的数值也等于第3项数据的数值，即是12万。中位数Q2=12万（2）四分位数的计算方式①先根据上一条的方法求出中位数Q2：②求出下四分位数和上四分位数：公式：下四分位数Q1的位置=（n+1）x0.25上四分位数Q1的位置=（n+1）x0.75举个例子：我们根据下面的数据，分析一下就餐人员距离的问题。以上图标已经将数据进行排列，总共有18个数据，接下来我们套用公式计算分别计算出下四分位数Q1、中位数Q2、上四分位数Q3的位置和数值：中位数Q2：Q2位置=（18+1）x0.5=9.5即中位数为第9和第10项的均值，Q2=（4+6）/2=5下四分位数Q1：Q1位置=（18+1）x0.25=4.75即下四分位数为第4和第5项的均值，Q1=（2+2）/2=2上四分位数Q3：Q3位置=（18+1）x0.75=14.25即上四分位数为第14和第15项的均值，Q3=（11+14）/2=12.5（3）箱线图在算出四分位数之后，可能有一些理科思维不太顺畅的人会看懵了，会疑问到这是表示什么呀？这时，就需要用到数据可视化了，用更加直观的形式去展示和分析数据的情况。而箱线图正是四分位数的专用可视化图形工具，箱线图于1977年由美国著名统计学家约翰·图基（John Tukey）发明，它能显示出一组数据的最大值（上界）、最小值（下界）、中位数、及上下四分位数。根据就餐人员距离的数据计算得出四分位数后，以箱线图呈现，我们发现中位数离下四分位数较近，这代表大部分数值集中在箱线图下端，集中在下四分位数和中位数之间。（4）四分位数应用1：比较数据四分位数在具体应用中，不仅可以分析单一的数据组的整体情况，还可以用来对比不同类别的数据集的整体情况。举个例子：通过某个岗位在不同城市的薪酬数据，我们会发现这个岗位在哪个城市的收入水平比较好，然后还可以根据不同经验年限的薪酬数据发现这个岗位的发展潜力如何？（5）四分位数应用2：识别出可能的异常值异常值的意思是跟其他数值对比起来，非常大或者是非常小的数值。通过技术手段，我们可以找到哪些数值可能是异常值，接着我们需要找出异常值的准确性，并进一步检查，看看之后该如何处理这些异常值。异常值的3点处理办法：①若异常值是被标记的错误异常数据，那么我们可以在数据分析前就需要进一步核对，并把异常值进行修正。比如出生的婴儿男女性别登记错了，这种情就需要核对修正。②异常值有可能是被错误包含在数据集中的值，这种情况下就要把异常值删除。比如出生的婴儿登记，把狗的信息登记上去了，这种情况下就应该把数据信息删除。③异常值可能是反常的数据值，被正确记录在数据集里，这种情况下异常值应该被保留。比如在病毒传播后，访问量突然剧增，这种情况下的异常值，是有效的真实数据，需要保留。（6）四分位数自动识别可能的异常值：Tukey’s testTukey’s test是用于计算出数据集中最大估计值和最小估计值的方法，当一个数值超过最大最小估计值的时候，就可能是异常值。公式最小估计值=下四分位数Q1-k（上四分位数Q3-Q1）最大估计值=Q3+k（Q3-Q1）可以根据不同数据的分析目的，对这个k进行取值，例如在一般情况下，k=1.5 代表中度异常k=3 代表极度异常举个例子：假设我们统计了12个温度数值，分别是69、69、70、70、70、70、71、71、71、72、73、300那么我们如何找出异常值呢？首先我们先找出下上四分位数的位置并计算出其数值。下四分位数Q1位置=（12+1）*0.25=3.25（位于第3第4个数值）即Q1=（70+70）/2=70上四分位数Q3位置=（12+1）*0.75=9.75（位于第9第10个数值）即Q3=（71+72）/2=71.5求出Q1和Q3的数值之后，我们就可以开始计算最小、最大异常值了。我们把设定k=1.5最小异常值=Q1-1.5（Q3-Q1）=70-1.5（71.5-70）=67.75最大异常值=Q3+1.5（Q3-Q1）=71.5+1.5（71.5-70）=73.75在这个数据集中，只有300这个数值是超过最小最大异常值的，那么我们接下来就可以根据实际情况把这个数值进行进一步处理。3.标准差：衡量数据的波动大小在统计学中，我们会用“离散程度”（即是变异性、波动大小）来衡量数据的稳定性。而“标准差”就是统计学当中用来在海量杂乱无章的数据中衡量数据相对于平均值的大小。优势：衡量波动大小缺点：如果两个数据差别比较大，那么就无法比较。那么我们如何来计算标准差呢？公式：假设有一个数据集X1、X2、X3平均值=μ方差=（（X1-μ）2+（X2-μ）2+（X3-μ）2）/n标准差σ=√￣方差举个例子：哪个球员发挥更稳定？球员1：数据数量n=10平均值μ=（7x1）+（9x2）+（10x4）+（11x2）+（13x1）/10=10方差=（（7-10）2x1+（9-10）2x2+（10-10）2x4+（11-10）2x2+（13-10）2x1）/10=2.2标准差σ=√￣2.2≈1.48球员2：数据数量n=11平均值μ=10方差≈49.27标准差σ≈7.02球员3：数据数量n=10平均值μ=10方差=3标准差σ≈1.73通过标准差比较后发现：波动大小：球员1<球员3<球员2标准差：1.48<1.73<7.02在我们熟知的NBA中，为了保证球员的质量，都会用标准差的方式去计算球员发挥的稳定情况。在标准差的计算中，标准差的单位是与熟知的单位一样的，例如上述例子中，数值的单位是（分），那么标准差的单位也是（分）。那么标准差的数值是大一点好还是小一点好？标准差的数值大小的好坏，其实主要是看我们用来分析什么东西。例如：①分析工厂制造：标准差小，就证明生产质量稳定，不会出现过多检验不合格的产品。②分析公司工资：标准差小，就证明该公司的工资是有上升空间的，只要你通过努力奋斗上升职业，你的工资收入是有很大的提升空间的。标准差虽然能表示数据整体的波动，但是它有个缺点：如果两个数据差别比较大的情况下那么就无法进行比较。例如：店铺A的销售额是1000万，店铺B的销售额是100万，两个店铺的标准差都约是20万。如果说两个店铺的“波动幅度相同”，这是不对的。因为一般情况下，如果原始数据值较大，那么它的波动（标准差）也会比较大。这句话怎么理解呢？比如，20万对于1000万和100万的比例是不一样的，一个是五分之一，一个是五十分之一。如何避免标准差的缺点？如果能用标准差除以数据集的平均值，就可以消除数据大小的差异。标准差除以平均值得到的值叫作变异系数。公式：变异系数=标准差σ/平均值μ所以，我们通常用变异系数来比较不同数据集的波动大小。4.标准分：对数据进行归一化处理标准分主要是用来计算出某个数值在数据中的相对位置的，标准分又叫Z分数或是标准化值。公式：假设有一个数据集X1、X2、X3平均值=μ标准差=σ例如我们想计算出X2的标准分标准分Z2=（X2-μ）/σ标准分=某个数值距离平均值多少个标准差，通过标准分我们就可以知道这个数值与平均值的相对接近程度。标准分=0，数值=平均值标准分>0，数值>平均值标准分<0，数值<平均值5.熟悉数据集学习好分析策略，我们才能知道该如何对数据进行分析，但是前提是要对数据集的数据信息的字段含义熟悉了解。根据昨天对来源于天池平台的母婴用品电商数据查看，表1表2有以下字段信息：表1购买商品数据：用户ID 、商品编号、商品种类（一级和二级）、商品属性、购买数量、购买时间表2婴儿信息：用户ID 、出生日期、性别你想从该数据集中分析哪些业务问题？从标准含有的数据信息中，我们可以尝试分析每个季度哪些婴儿商品卖得最好的有哪些。你觉得哪些字段有助于解决这些问题？商品编号、商品种类、购买数量、购买时间这4大字段可以解决以上问题。你想从该数据集中得到哪些描述统计信息？从该数据集中，我想通过平均值算出产品的平均价格，通过四分位数算出不同类别产品的销量整体情况，通过标准差计算出某一年时间里不同类别产品各总销量的稳定性，通过标准分计算出每个产品销量与整体平均销量的的差距。

描述性统计分析，就是用来概括、描述数据整体状况以及数据各特征的统计方法。对于定量数据，比如量表评分（非常不满意，不满意，非常满意等）或者身高体重的值，可以通过描述性分析，计算数据的集中性特征和波动性特征等。在数据分析的时候，一般首先要对数据进行描述性分析，再选择进一步分析的分析方法。常见指标分类描述性统计指标大致可分为三类：集中趋势指标、离散趋势指标、分布形态指标。集中趋势指标集中趋势指标用于测量集中趋势，或者数据分布中心值的统计量，常用的集中趋势指标有平均数、中位数、众数等。平均值通常用于描述样本的整体态度情况众数用于描述样本的集中趋势点，代表多数的水平情况中位数用于表示样本的中间态度情况常见指标离散趋势指标离散趋势是反映资料的变异程度，常用指标有极差、四分位间距、方差与标准差、变异系数。极差：最简单的离散趋势，即分布中最大值和最小值之间的差。方差与标准差：方差越大，数据的波动越大；方差越小，数据的波动就越小。标准差是使用最为广泛的一种离散趋势量，即显示一批数据的值与均值之间平均差异的离散趋势量。25分位数是指有25%的点低于该值；类似还有中位数代表有50%的点低于该值，75分位数代表有75%的点低于该值。IQR（四分位距）：等于75分位数 – 25分位数，表示数据集中情况。变异系数(CV)：变异系数大，说明数据的离散程度也大；变异系数小，说明数据的离散程度也小。当进行两个或多个变量离散程度的比较时，如果单位和（或）平均数不同时，就需采用变异系数来比较。分布形态指标峰度和偏度：在数据分析中，通常需要用偏度和峰度两个指标来判断数据正态性情况，峰度的绝对值越大，说明数据越陡峭，峰度的绝对值大于3，意味着数据严重不正态。同时偏度的绝对值越大，说明数据偏斜程度越高，偏度的绝对值大于3，意味着严重不正态（可通过正态图查看数据正态性情况）。深入指标描述统计可在SPSSAU中操作其他说明在研究变量描述性分析时，应首先将反项题进行反向处理，使用SPSSAU中的数据编码功能反向赋值。描述性分析通常可用于查看数据是否有异常（最小值或最大值查看），比如出现-2，-3等异常等。除了使用描述性分析外，也可使用SPSSAU提供的箱盒图直观展示数据分布情况。通常情况下，描述性分析以变量为单位进行即可，如果希望进行更深入的分析，那么需要对变量对应的各个题项进行统计平均数。如果某个变量特别重要而且仅由少数题项表示，则可以通过计算各项的频数和百分比进行深入分析说明。对于问卷题项中的排序题，也可以使用描述性分析，通过计算平均值描述、分析选项的排名情况。描述分析与频率分析的不同之处在于：描述分析提供的统计量仅适用于连续变量，频率分析既可用于分析连续变量，也可用于分析定类变量。

描述性统计分析对调查总体所有变量的有关数据进行统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。下面介绍一些常用统计描述指标。一、分类变量的常用描述指标频数：在一组依大小顺序排列的测量值中，当按一定的组距将其分组时出现在各组内的测量值的数目，分类变量的频数即落在各类别中的数据个数。累计频数：累积频数就是将各类别的频数逐级累加起来。百分比：表示一个数是另一个数的百分之几，也叫百分率或百分数。百分比通常采用符号“%”（百分号）来表示。累计百分比：累积百分比就是将各类别的百分比逐级累加起来。二、连续变量的描述分析1、制作频数表操作步骤：确定组数，组数K=1+lgn/lg2（n为数据的个数），这只是一个经验公式，实际应用时，可根据数据的多少和特点及分析的要求，参考这一标准灵活确定组数；确定组距，组距=（最大值－最小值）÷组数，为便于计算，组距通常取5或10的倍数；确定各组段的上下限。 2、描述集中趋势的指标：均数：指在一组数据中所有数据之和再除以数据的个数。几何均数：用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平（适用范围：对数正态分布数据或等比数据）。简单几何平均数的计算公式：加权几何平均数的计算公式：中位数：又称中点数，中值。中位数是按顺序排列的一组数据中居于中间位置的数，即在这组数据中，有一半的数据比他大，有一半的数据比他小。计算公式：众数：在一组数据中,出现次数最多的数据；是样本观测值在频数表中频数最多的那一组的组中值。百分位数：如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。第25百分位数又称第一个四分位数，常用Q1表示；第50百分位数（中位数）又称第二个四分位数，常用Q2表示；第75百分位数又称第三个四分位数,常用Q3表示。3、描述离散趋势的指标：全距：又称极差，即数据中最大值与最小值之间的差距。它能体现一组数据波动的范围。极差越大，离散程度越大，反之，离散程度越小。方差：用于衡量每一个变量（观察值）与总体均数之间的差异。总体方差计算公式：样本方差计算公式：标准差：是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度，一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。计算公式就是方差的算术平方根。变异系数：当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不合适，此时就应当消除测量尺度和量纲的影响，此时可以用变异系数来进行比较，变异系数的计算公式为：变异系数 C·V =（ 标准差 S / 平均值Mean ）× 100%，在进行数据统计分析时，如果变异系数大于15%，则要考虑该数据可能不正常，应该剔除。。4、描述分布形状的指标：针对某种分布进行进一步的特征描述，主要是用于正态分布。偏度系数：描述分布偏离对称性程度的一个特征数。当分布左右对称时，偏度系数为0。当偏度系数大于0时，即重尾在右侧时，该分布为右偏。当偏度系数小于0时，即重尾在左侧时，该分布左偏。样本偏度的计算公式：公式1：公式2：注：大多数软件中使用G1来计算样本偏度，如Excel、Spass、Python。峰度系数：用来反映频数分布曲线顶端尖峭或扁平程度的指标。在正态分布情况下，峰度系数值是3（但是SPSS等软件中将正态分布峰度值定为0，是因为已经减去3，这样比较起来方便），峰度系数>3，呈现尖峭峰形态，说明观察量更集中，有比正态分布更短的尾部；峰度系数<3，呈现平阔峰形态，说明观测量不那么集中，有比正态分布更长的尾部。样本峰度计算公式：公式1：公式2：注：大多数软件中使用G2来计算样本偏度，如Excel、Spass、Python。

1、主效应：实验所获得的由一个因素的不同水平引起的因变量单独效应称为该因素的主效应。2、交互作用：在多因素实验中各因素间不同水平的结合所产生的复杂的变化称为因素间的交互作用。3、危险因素：又称危险因子，泛指能引起某特定不良结局(如疾病)发生，或使其发生的概率增加的因子，包括个人行为、生活方式、环境和遗传等多方面的因素。4、暴露因素：又称研究因素，凡是接触过某种因素或具备某种心理行为特征都可以称为暴露，暴露因素可以是机体固有的、先天的,也可以是体外的、后天的。5、自变量：由实验者主动操纵变化的条件称之为自变量。6、因变量：由实验变量引起的某种特定的反应称为因变量7、控制变量：除实验变量之外，其他一切能够影响因变量的条件和因素则称之为控制变量。8、定量研究：以实证主义方法论作为基础，目的在于预测和控制，采用演绎推理法对数据资料进行数量分析和统计分析的研究。9、定性研究：以人文主义方法论为基础，目的在于描述和解释，采用归纳推理法收集文本信息，并从整体上进行理解的研究。10、观察法：又称外观法、自然观察法或客观观察法，是在自然条件下通过有目的、有计划地观察被试的言语、表情和行为等外部表现来了解其心理活动的方法。11、问卷法（questionnairemethod）：是研究者以按照一定要求和程序编制的问卷为工具来收集数据资料的一种方法。12、相关研究：用于探索变量间的关系，并根据这种关系就研究对象的特征与行为作出解释与预测。13、因果研究：用于探讨引发变量之间的关系，心理科学研究中心任务就是确定各种变量之间的因果关系。14、现况研究：又称横断面调查，是通过对特定时点（或期间）和特定范围内人群中的相关因素与心理行为或疾病分布的描述，探讨因素与心理行为或疾病分布可能的病因关系。15、个案研究法：研究者通过对个案的深入调查来研究或探讨与之相关的心理或行为问题，这种心理学的研究方法称为个案研究法。16、实验研究：是指在观察和调查的基础上，对研究的某些变量进行操作和控制，创设一定情景，以探求心理现象的原因、发展规律的研究方法，其目的在于揭示变量之间的因果关系。17、总体：指在规定范围内共同具有某些可观测特征的个体或某类客体的完整集合体。18、样本：就是按照科学的抽样方法从研究对象的总体中抽取一定数量的个体，构成能够代表总体的集合。19、被试内设计：通常也叫重复测量设计，指通过观察和测量同一个被试接受所有处理条件，比较两个或更多的不同处理条件的效果。20、被试间设计：指每个被试(组)只能接受一种自变量水平或多个水平结合中的一种实验处理。21、系统误差：又叫常定误差，指由恒定而规律的无关变量引起的误差。22、随机误差：指由偶然的无关变量引起的误差。23、归纳法：先取样观察、收集资料并记录若干个别事例、探求事物的共同特征，找出事物间的关系，得出通则性结论。24、演绎法：从通则性的陈述开始，根据逻辑推理的法则，将通则性结论推广到其它未经观察的部分，从而获得一项个别性的陈述。25、信度：即可靠性，是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。26、效度：即有效性，是指一项测验能测到所要测量的内容或达到某种目的的程度。27、操作定义：在定义一个变量时，不直接描述被定义变量的特征、性质，而是说明观察或测量被定义变量所要做的实际活动。28、描述性研究：又称描述流行病学，是研究特定人群中疾病、健康状况的分布及其决定因素，并研究防治疾病及促进健康的策略和措施的科学29、访谈法：是研究者通过与研究对象有目的的交谈来收集有关对方心理特征与行为数据资料的研究方法，是定性研究最主要的方法。 30、现场研究：也称“实地研究”、“自然研究”，是指在自然条件下或真实生活情境中实施的各种研究。31、社会测量法：在社会心理研究中，对研究对象的属性在数量上赋值的过程称为社会测量。32、社会调查法：是有目的、有计划、有系统地搜集有关研究对象社会现实状况或历史状况材料的方法

拓哥面试认为，在组织策划类的问题中，一般的情况下，大概率出现的问题是：开展活动、进行调研、召开会议、外来接待。能够把这三类问题回答出来，是我们大多数考生能够做得到的，甚至有时候，大家会共同感觉到：组织策划类的问题是很难区别高下的，得分也不会有太多分差的。但是，事实是：在学习面试的过程中，如果我们只是追求停留在能够回答出问题的状态，那是远远不够的。我们青年干部要提高7种能力，第一个是政治能力，第二个就是调查研究的能力，所以，拓哥面试也从政治的角度推测，在今后一段时间内，从这两个角度设计面试题是非常普遍的，它既符合中央精神，又更能深入考察考生素质。2020年，拓哥面试有一套面试题，2021公务员面试自我检验40道“过关题”，事业单位面试可用来拔高，在这套题上“来来去去、走来走去”的考生，不管是守擂还是逆袭，总是成效明显的。而，没有机会在这些题上成长的考生，往往心虚。本着这样的想法，在面试深入学习的过程中，在掌握一般性规律的前提下，我们需要不断地向深入、细致的领域前进，进而，不断增强自己说服考官的能力，从而，多得那么要命的2、3分！