统计问题研究

临床科研课题设计与统计知识的应用密不可分。统计方法是医学科研的重要辅助工具，但往往不太引起广大专业人员重视。这一疏忽，对整个课题的研究结果有着重大的影响。下面，蓝译编译结合工作实践中发现的问题，谈谈做临床课题中统计常见的问题，以此引起广大科研工作者的注意。一、研究选题缺乏客观依据，主观性较强。这是常遇见的问题之一，要申请立项课题根本没有进行预试验，仅凭临床观察几个数据的直观感觉，来确定研究的方向与目的来设计课题，这是相当不严谨的题。即使课题的方向是对的，但由于缺乏预试验其研究样本数的确定无依据，不能推断总体且结论的代表性失准。这类现象，致使课题研究的失败率高，研究经费以及人力、物力的浪费。二、抽样方法选择与操作不规范。就完全随机抽样方法来说，常演变为完全随意抽样方式。由于临床病例数的有限性与作为观察病例本身的患者有自主选择性，干扰了研究中正常的实验分组。出现了研究者按病例来诊的时间顺序或代表样本本身患者或医者的主观行为进行实验分组。这类带有主客观性因素的实验组与对照组的分组方式与随机抽样方法完全不同，在之后的计算方式推算的总体、推算的数据是否有说服力方面都有问题。三、样本与总体概念混淆。研究最终表达是从样本推算或说明总体的情况，而在某些专业论文表述中，常以个体与样本的关系，替代了样本与总体的关系，以样本的表现直接代替为总体的表现。四、在研究过程管理中，缺乏规范的数据收集程序并且记录不够完善与及时。许多临床课题数据的收集仅靠病案记载，进行阶段性资料整理。由于临床病案记录通用性，若发现有遗漏记录的数据无法再补。阶段性整理会失去个体的客观差异的准确记录，而影响统计分析的差异描述。五、统计术语不达实验结果。统计分析要正确运用统计术语来表达实验结果，如：一般“率”下面附以X2值或P值，注明相差或不相差的程度，但X2值或P值的演算过程就不必列出，等等，这类统计常识也临床专业人员所缺乏的。此外，在论文撰写中，时有出现统计表应用纵横标目紊乱，或语言不通顺，或统计表内数字符号不准确等现象。

安全统计研究的分析方法包括四大方法：空间自相关方法，聚类分析法、灰色统计法、实验数据统计方法。那么，怎么理解这四大方法呢？1.空间自相关方法1）空间自相关方法是研究空间中某空间单元与其周围空间单元就某种特征值，进行空间自相关性程度的计算，以分析这些空间单元在空间分现象的特征的统计分析方法2）研究对象是两个或多个属性变量间的相互关系及关联程度，以及同一属性值在不同空间位置上的相关关系及关联程度3）优点是可同时满足独立性和大样本两个假设，可以用图形示意区域集聚事故的类型，而且还可用一些量化指标，揭示研究区域内事故发生的空间格局空间自相关方法2. 聚类分析法1）聚类分析法就是输入一组未分类的数据，通过分析数据，确定每个记录所属的类别，把相似性大的对象聚集为一个类2）主要用于安全统计数据或样本的分类3）按原理可分为层次聚类法和非层次聚类法；按照分类的目的可分为指标聚类（R型）和样品聚类（Q型）4）具有客观性、科学性等优点5）如果数据量少会影响归纳精确性；需要介入主观因素确定该分成几类；只能对指标进行单一归类聚类分析法3. 灰色统计法1）灰色统计法是一种白数的灰化处理方法，以灰数的白化函数生成为基础，将安全统计数据按某种灰数所描述的类别进行归纳整理，判断安全指标所属的灰类2）具有可操作性强，分辨率高等优点，通过建立影响事故发生的安全统计核心指标，来对事故进行安全统计分析灰色统计法4. 实验数据统计方法1）实验数据统计方法是基于完全样本的安全统计方法，用此方法处理产品寿命数据是，检验产品寿命数据属于何种类型后采用相应的安全统计方法进行数据处理，做基于特征值的可靠性统计并归一化处理2实验数据统计方法包含正太分布、三参数威布尔分布、两参数Weibull分布、极小值分布、极大值分布等等；数据处理有图解法和解析法试验数据统计方法

统计学主要是一门以统计学原理及方法为基础，对科研数据进行采集，整理及分析的应用科学，其在医学研究工作中具有不可替代的重要地位。在临床实际工作以及相关医学研究中，统计学方法是医务工作者在遭遇问题时获取该问题的相关原因以及理论依据的重要途径。因此，统计学方法在应用过程中的错误与否，会在一定程度上影响医学科研结论的科学性、可靠性以及严谨性。以下是达晋编译针对医学论文写作中一些常见统计学问题的分析：一、统计研究设计不科学。大部分非统计学专业学者在进行统计研究设计时仅从自身的专业角度出发，且在分组方式上按照自己主观所要获得的结果进行设计，彻底忽略了研究设计的可行性，组间数据的可比性等一系列问题。主要表现涵盖研究设计时不严格根据随机化原则进行、均衡性原则贯彻不彻底以及未设计对照或对照不科学等。其中主要不合理问题有：缺少对照或对照不合理、将单因素及多因素设计进行混淆、样本量较少或样本量选择无代表性等。二、统计学处理分析的缺失。有些医学论文虽完成了分组与对照的设计，且较为合理，但通文却无只字片语提及采用哪种统计学方法对数据予以分析，并无对相关数据予以统计学处理的相关内容，只是经由对研究所获取的数据进行直观判断，即得出结论，这与医学科研的结论需有据而立的原则完全背道而驰。三、统计方法描述混乱。在一些医学论文中，其所阐述的统计学方法极为简单，甚至对于统计学方法也未能彻底列出；在研究过程中对于哪种数据应采用哪种相对应的统计学方法仅作笼统的描述，并未具体列出文中相关数据应采用何种统计学方法；统计学相关符号在书写过程中的规范性较差。另外，有些医学论文中存在未对检验水准α进行阐述的问题。四、统计学方法应用错误。统计学方法应用错误这一问题存在于相当一部分医学论文中，针对定量数据的统计学方法错误使用包括以下几点: 一是不管数据是否符合正态分布或方差齐，盲目地运用t检验或单因素方差分析等完成组间的比较；二是不管研究设计中存在几组数据，均盲目地予以t检验分析，将t检验作为定量数据比较的通用统计学方法；三是不管研究设计中各组间数据所具有的关系为何，均盲目地运用成组设计t检验或单因素方差分析。针对定性数据的统计学方法错误使用包括以下几点: 一是针对所有定性数据的比较均予以χ2检验，忽略了χ2检验应用的前提条件，也就是仅适用于正态分布的定性数据，同时，要求样本在40以上，且通过χ2检验列联表数据时，禁止1/5以上格子的出现或任意格子中的理论频数＜1；二是对多组间定性数据进行比较时，总体进行χ2检验比较分析后如还需进行各组间的两两对比时未予以χ2分割检验，而是据需采用χ2检验分析。五、统计结果的描述以及分析错误。不少医学论文中均存在统计学结果的描述以及分析错误情况，较常见有以下几种情况：一是针对定性数据，大部分论文均会构成比及百分率的混淆，样本量不足；二是针对定量数据，没有明确相关数据是否与正态分布相符，未能选用相对应的统计学方法；三是对有统计学意义数据进行解释时仅仅按照P值的大小获取相应结论，出现这个错误应用的重要原因是学者对统计学中的P值的理解程度不够。六、统计值与P值描述不清或缺失。有的医学论文中，作者对统计结果予以描述时，往往无法清晰地描述出统计值与P值，常见的错误有以下几种情况: 一是单独通过“P＜0．05”或“P＞0．05”表示统计结果，并由此获得结论，并无对相应统计值的描述；二是仅仅列出具体的P值，而未列出统计值；三是统计结果描述中包含统计值与P值，但却无详细的P值，仅用“P＜0．05”或“P＞0．05”表示。七、大样本数据错误使用t检验。众所周知，定量数据可采用(x珋±s)表示，予以t检验，然而采用t检验时需满足以两个条件: 一是样本含量较少，n＜50 或 n＜30，且均符合正态分布；二是成组设计的两样本均数对比，且量样本均来自总体方差相等的总体。对于样本量 n＞50的数据比较，则需予以U检验。

随着大数据相关技术的发展，统计学目前受到了广泛的关注，对于一部分想从事大数据领域相关岗位，但是又不想从事编程工作的学生来说，选择统计学方向的研究生是不错的选择。如果要跨考统计学专业的研究生，需要具备一个扎实的数学基础，因为统计学本事就是数学的一个分支，需要用到大量的数学知识。除了要具备扎实的数学基础之外，在备考的过程中还需要注意以下几个方面的问题：第一：根据自身的学习能力选择目标高校。研究生阶段的教育对于高校的资源整合能力有较高的要求，资源整合能力对于研究生的培养质量会有较大的影响，所以考生都希望选择重点大学作为考研目标，但是由于目前考研的竞争比较激烈，对于跨考生来说，一定要根据自身的学习能力选择目标高校。另外，可以重点关注一下财经类高校，不少财经类高校的统计学专业往往也具有较强的实力。第二：重视专业课的学习。统计学专业的专业课考试还是具有一定难度的，所以对于跨考生来说，一定要重视专业课的学习，如果能够有专业人士指导一下，在学习的初期会起到较大的作用。对于跨考生来说，在学习专业课的过程中最好能与专业课老师保持沟通。第三：制定系统的复习计划。按照历史经验来看，跨考生一定要有较为充足的准备时间，同时制定一个适合自己的复习计划，在具体复习计划的制定上，要参考一下老师的建议。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

为深入开展“严细深实快”作风教育，营造统计系统“想干事、能干事、干成事”的浓厚氛围，提升统计干部经济形势研判本领、数据开发利用水平和统计分析研究能力，以高质量统计工作服务全市高质量跨越式发展，10月30日上午，市统计局邀请省局综合处副处长靳占恒就“当前经济形势和数据分析研究”做专题讲座，进一步加强预判预警的严谨性、分析研究的细致性、统计产品的时效性。局班子成员和干部职工40余人聆听讲座。靳占恒讲到，数据分析研究是统计部门的基本任务，目前分析研究工作面临形势变化快、领导要求高、突破定势难的挑战，存在罗列数字、空谈问题、片面分析、泛泛建议、语言繁琐等五方面问题。针对挑战和问题，他强调，做好数据分析，要有效使用指标，善于多维度比较，注重长短期结合，在不同的经济发展时期，采用同比、环比、定基增速等方法，反映供给需求、结构调整、转型升级、质量效益、市场预期等经济基本面变化。他强调，撰写优质报告，选题要有需求突出新意，资料采集要有调查突出实用，结构框架要有层次突出清晰，阐述表达要有观点突出论据，问题建议要有见地突出对症，整体达到题眼明亮、头脚漂亮、观点豁亮、语言响亮的阅读效果和使用目的。讲座结束后，全局干部进行了热烈讨论并纷纷表示，采用“请进来”的方式丰富专业知识、强化业务本领、提升工作效能，使大家受益匪浅，今后的统计调查和分析研究工作定要突出“严”字当头，以严谨的态度依法统计、应统尽统，让统计数据客观真实反映全市发展实际；突出“细”字用心，细心观察数据变化趋势、细致分析数据波动原因，从细节着眼关注主要指标、关联指标、先行指标，让数据说话反映发展成效怎么样、制约因素是什么、解决途径有哪些；突出“深”字发力，搜集数据不光停留在程序报表、查询数据不只依赖于电话电脑、分析数据不仅局限在纸上谈兵，而是真正深入生产企业、项目单位、田间地头，进行深学深思深研，从迷雾中透析形势、从复杂中把握规律、从分歧中保持定力，进一步提升研判经济发展形势的水平和能力；突出“实”字落地，通过拓展分析理念、丰富分析内容、完善分析方法，确保每一篇成熟的分析报告都能把现状说明白、把问题讲清楚、把建议提到位；突出“快”字提速，根据需求建立完善数据资料库，针对领导关心的重点、经济发展的难点、社会关注的热点提早监测数据、及时分析研究、快速反馈上报，为市委市政府科学决策和安排部署抢得先机，为全市高质量跨越式发展提供有力的统计保障。觉得好看点个【在看】再走吧【来源：沧州统计微讯】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

浅谈统计学在生活中的应用统计学并不是一门独立存在的学科，它是以数学知识和数理统计作为基础，将数理统计方法和其他学科专业知识交叉融合形成的具有极强推断性的一种分析方法。现阶段，随着科学技术的快速发展，为了加强对自然社会各个领域现象的判断和整理能力，将统计学应用在生活各个方面已经成为现阶段的数理统计的一种便捷方法。 　　一、统计学的概念 　　统计学指的是调研人员通过一些列的手段对整理出来的数据信息进行整理分析，从而推断出调研对象本质，甚至可以对未来的类似事情进行预判的一门综合性学科。在进行统计学整体分析的过程中需要用到大量的数学知识以及其他相关学科的专业知识，统计学由于其自身独特的性质，在社会科学和自然科学的各个领域几乎都可以使用。 　　二、统计学在生活中的应用分析 　　（一）统计学在经济学中的重要应用 　　运用统计学对生活中的数据信息进行整理分析，首先要学习统计学的基础知识以及数据统计个分析等学科，这些基础知识和方法都是在开展统计学应用活动之前调研人员所必须掌握的。统计学课程的学习作为经济学学科当中的重要分支，在经济学课程中经常被应用，例如，经济学的计量统计就需要根据统计学在金融里面的重要意义和地位作为基础，将金融知识和统计学知识相结合，将金融计量和时间的序列进行结合，对收集到的金融数据进行整理分析，最后得出金融计量和时间序列的一定关系。 　　统计学在金融经济学中有着十分重要的工具性作用，主要包括两个方面，分别是：在思想上而言，统计学是对数据统计分析结果进行研究，最后得出研究对象的判断结果，为了保证研究结果的准确可靠性，统计学在进行数据整理分析过程中必须是带着严谨的科学态度，这种严谨的科学态度对于经济学的相关理论分析具有十分重要的指导地位，这是由于研究人员在对金融量进行数学分析的过程中，为了保证金融数学分析结果的准确可靠性就必须保证金融量数据收集分析等预处理过程是科学合理的；其本收集整理次，统计学是经济学进行科学试验研究最优化的选择，经济试验研究活动的多样性以及研究对象之间错综复杂的关系导致经济学的试验研究活动受到诸多限制，运用统计学进行经济学试验研究活动，使得经济学实验研究的对象变得简洁明了，降低试验研究的成本支出。从统计学在经济学中的应用我们可以看出，经济学当中的统计学应用主要是运用了统计学当中经济必然性的思想，使得经济学当中的统计结论不具备复杂的思想成本。 　　（二）统计学在医学中的重要应用 　　统计学在医学中应用的主要原因就是生物医学中存在的不确定性和变异性。生物医学主要的研究目标就是与人体健康相关的不确定因素，也就是通常所说的医学变异现象，变异现象在生物体当中是普遍存在的，例如，对于外在条件基本相同的两个病人，在相同的条件下进行治疗时，却有可能出现有的病人被治愈，有的病人治疗效果不明显，甚至还会出现死亡的现象。造成这些外在条件相同的生命体却出现不同程度治愈的主要原因就是生物医学中存在的不确定性或者是人体中存在的错综复杂的随机因素，客观差异存在的原因是因为某种偶然性的潜在的揭露必然性的发现。 　　在医学临床统计中发现，对于同一种病因的客观性规律进行调查，对于健康人的共同作用的交织与疗效的考查的病人很少。在医学当中运用统计学最主要的就是通过观察不同疗效病人的医疗诊断效果，将实际的医学诊断治疗效果与医学理论和假设进行验证，运用概率论以及数学方法对对比结果进行分析、判断，运用电子计算机等相关软件设备对研究对象的指标进行记录，并绘制相应的图表等，通过综合运用多种数理统计方法，得出与研究对象相关的研究结果。将统计学应用到医学当中，可以促进统计方法和多变量分析法在医学试验研究中的应用，对未知病因所造成的医疗诊断事故进行分析，可以促进医疗诊治手段的不断创新發展。 　　（三）统计学在体育比赛中竞技指标的应用。 　　统计学在体育比赛中的应用主要是用统计的职业联赛的数字反应比赛队伍能否成为世界顶级，这是因为在体育比赛中应用统计学可以对比赛中的胜率进行分析，主要是将每个队员在每个赛季比赛的分数和常规赛场上的分数进行统计，通过一系列的数学计算分析，制定出每个队员得分平均值和标准差之间的正态分布图，通过正态分布图的稳定性来判断队员的技术稳定性。以众所周的NBA篮球比赛为例，NBA比赛中由于明星球员众多，在运用统计学进行数据整体分析时，需要依据本质上的规律进行数据统计，而不是随意的选择数据进行统计，例如在进行篮球比赛发球这一项双方队员的进攻和防守的概率时，在进行指标选择时就涉及到随机事件的发生概率，因此，可以运用统计学统计球员在每一场比赛上的均得分，通过这些数据指标的正态分布图来确定球员的技术稳定性。 　　三、结束语 　　在日常生活中应用统计学对数据进行管理分析，可以极大提高生产生活中对研究对象的管理效率，使得研究对象变得明确，降低管理成本。在实际的生产生活中应用统计学时，调研人员需要通过多次的试验和随机概率对比来确定事件发生的概率，通过定量定性的数理统计分析工作，充分发挥统计学对生产生活的促进作用。

综合统计分析报告是对问题现象总体特征的反映和研究，这种反映所涉及的内容较其它形式的分析报告要广泛、庞杂许多。因此，要完成一篇好的综合统计分析报告，应注重以下几个十大要点：一、把握相关政策在撰写综合性分析材料时，要多角度搜集和整理国家、行业政策规定，忌流水账；写专题分析材料时，要把与之有关的文件、规定、规范等研究通透，有政策高度，再根据统计结果进行分析判断，从而形成统计分析报告。二、注重数据来源就资料的来源来说，撰写分析时，一定要对数据的口径、范围、计算公式等了解清楚；业务数据在使用中要同业务部门再沟通、确认，对比要注意数据的可比性，过高过低的数据要进行复核，所以，用于统计分析的资料一定要把握住情况、数据来源这个尺度。三、注重观点提炼写统计分析，不论篇幅大小，一定要有观点和结论，支撑观点的依据要有统计特色，即“用统计数据说话”，反映宏观的数据不能用典型的样例表示，支持数据的基础要用实例去验证说明；对比中，要注意观察长期趋势，处在一个公正的立场和角度上分析和解释问题，不能思路混乱。统计分析完整的结构一般是情况、问题、建议，情况一定要讲得清，问题一定要抓得准，建议一定要提得对。提炼观点要精雕细琢，经得起推敲。四、注重调研实践统计分析报告成文之前，理思路，定提纲、核数据，提观点是重要环节，有些环节需要反复多次，才能落笔成文，其中最大支撑点则是基于大量的调研实践活动。调研实践既是一个不断积累过程，也是一个逐步升华过程， “没有调查研究，就没有发言权”，实际上，分析报告的“血肉之躯”正是靠调查研究取得的。五、注重客观公正要坚持实事求是，如实反映工作成绩与存在问题，既不能夸大也不能掩盖事实。所引用的数据要真实、准确、可靠、完整。进行分析时要有理有据，用统计数据说话，以数据说明观点、得出结论，而不能先下结论、再找支持的数据，更不能报喜不报忧。要从实际出发，具体情况具体分析，分清轻重缓急和主次先后，抓住要解决的主要矛盾及矛盾的主要方面进行深入分析，以求得符合客观实际的结论六、注重全面系统在分析时要全面考虑，把事物发展过程中各个环节的内在联系结合起来进行观察，不能只看到单项数据的变化，还要看到各项指标间的联系及其相互影响;不能只比较宏观指标，还要比较有关的微观指标;不能只看到相对数，还要看到其代表的绝对数的大小;不能只限于对一些数据表面值的比较，还要研究其具体发生的时间、地点、条件和环境，才能分清主次，抓住主要问题。七、注重深度分析统计分析是有一定的理论支撑的，一篇好的分析报告，应该是有统计量化特征的分析报告，揭示复杂的现象，用一两个简单的汇总指标是很难表述清楚的，因为单个指标有其局限性；必须引进计量模型，进行资料的深加工，建立评价指标体系，通常在预测中用回归分析，在评价中用聚类分析、综合评价等以反映数量特征和质量关系。八、注重行文结构写好统计分析重在结构。一篇统计分析要吸引人们眼球，引起读者关注，文章的结构非常重要。撰写分析文章一般要有提纲，这就是一篇统计分析的初始结构。在撰写和完善分析时还要不断修改，已达到更高水准。结构严谨、层次分明、条理清晰是安排结构的基本原则。分析结构要符合客观事物的发展规律及内在联系。要反复思考、不断探索，加深对事物规律性的认识，使我们的思路清晰，通过严谨的结构把文章内容组成一个有机整体，使主题得到充分的体现。九、注重行文规范统计分析材料中，简明资料一般都是介绍情况，归纳特点，有一说一，有二说二，后边附上统计表。大材料，一般是分成几部分，每一部分说明一个大的方面，每部分再由分论点形成若干段落，几部分构成中，要注意篇幅的组合，不要前轻后重，或顾此失彼，尽量做到篇、部、段大体协调，文字量适当，有些也有分两大部分，或四部分的，视具体写作而定，有一点要注意的是：小材料不要穿靴戴帽、大材料不要生拼硬凑，反映进度的综合性材料不要改头换面、更挑换符，把严肃的问题轻浮化。十、注重语言应用统计分析忌生涩字句，切忌过于专业的程式，遣词造句、平实、简洁、直观。一般来说，能够用一句话写出来的，不要用两句话说，能够用图表表述的，不要再用文字去叙说。通篇都是数不是统计分析，整段没有数也不是统计分析，但在统计分析文字组织中，要注意使读者读起来上口，看后印象深，语句置换，文字腾挪，同样体现着一种功夫。参考文献:1.褚春阳.写好统计分析的几点体会2.杜国喜.撰写统计分析需把握的要点3.李爱民.撰写统计分析报告的八要八忌

如果你第一次写统计论文也许可以帮助到你。统计方法的重要性：社会学科绝大多数情况都是写的定量论文，也就是会运用到统计软件进行写作。基本涵盖商科（经济管理贸易金融等），传媒，教育学，心理学等，虽然研究的内容不一样，但是研究方法和逻辑差不多。统计类论文的优点：写作到完成相对比较快（较之于定性论文），只要按照科学的研究方法，回顾现行研究，整理相关过往研究的成果和不足，提出自己论文的模型，运用统计软件，通过数据库或者问卷调查，就能得出相对科学的结论；这里区别于定性类的文献研究，往往定性类的研究需要大量的理论积累，论文新手如果稍有不慎可能会写成类似的报告书而非学术论文）一般定量论文的统计工具： STATA，SPSS, AMOS。STATA：一般涉及的是计量经济类的论文较多，需要掌握命令语，另外可以进行SPSS不能分析的面板数据分析，一般在处理宏观数据（比如利用国泰安数据库）等多数时候使用这个软件。SPSS： 我感觉对于统计第一次入门者，这个软件应该最容易，特别是做一些问卷调查类的定量论文，特别推荐。因为不需要掌握命令语，直接导入数据，按照相关操作点击就可以了。唯一就是不能分析面板数据。AMOS：一般在结构方程模型需要用这个软件，主要是为了更好说明变量之间的关系（特别是中介变量）的时候使用的特别多。可以和SPSS同时使用。第一次写统计论文：多数情况，很多人都没有统计知识背景的情况下看论文写论文都特别的抽象，对于社会科学者，我认为论文的本质是更好的去解决一些论文里涉及的本质的问题，通过数据分析得出研究想要达到的预期成果，而统计软件只是一个工具。对于多数特别是硕士并没有必要进行大量统计学的系统学习。建议： 以数据处理结果为导向性，也就是说想得出什么结论，需要什么方法，然后再学习那个方法，如果想要相对快读写成一篇论文，可以参考类似内容的论文，模仿着写（也就是他分析了什么你就分析什么，这时候可以找几篇论文结合着看，主要看他为了解决什么问题运用了什么方法，然后在看得出结论的时候主要分析了什么数据）。比如p,beta值，怎么描述，一般比照着写就可以（因为数据不一样，不算copy）。定量论文的选题的思维模式：1.找出想要研究的主题核心词汇然后搜索。2.找出相关的论文越多越好，看标题，觉得不错的看abstract；找出每个论文的研究模型。3.综述研究模型，组合出一个类似而又新的模型就定题目了（比如多个调节中介什么的）。后续继续更新。

大家好，这是我自学数据的第三天，接下来，我会继续把我每天学习到的东西进行总结和分享。#职场技能#在数据分析里面，我们除了要熟练掌握工具之外，更重要的是要理解数据分析的思路和套路，也正是我们所说的策略或者说方法。数据统计分析策略有三类源自于统计学领域的统计分析策略，包括：描述性统计分析探索性统计分析推断性统计分析在这三个策略下，我们可以循序渐进、由浅入深的进行相关的分析。1.描述性统计分析描述性统计分析顾名思义主要工作是进行“描述”，这个环节是既基础又重要的，我们平时所收集到的每批数据，都会有一定的特征，例如平均水平是怎么样的，最大最小时怎样的，波动分散程度如何等等。通过描述性统计分析，可以使我们更好地去掌握和理解数据，例如以我们平时最常见对网站流量数据分析，我们会看每天的PV页面访问量（访问人次）和UV用户访问量（访问人数），然后通过描述性的分析得出一些数据概况，例如比较简单可以看出来的最大的访问量是多少，简单计算后得出平均的访问量是多少等等，经过描述性统计分析之后，我们能做到基本的“心中有数”。当然我现在说的只是最简单的层面，更深一层的说实话我还没消化，大家感兴趣的可以去搜索一下关键词深入了解。2.探索性统计分析探索性统计分析主要是去探索数据内在的规律和联系或者是哪里出了问题。探索性统计分析策略在工作中庸得失很频繁的，因为我们都需要去挖掘出数据的内在价值。比如说我们平时开车，汽车的速度和刹车距离之间有没有关系、有什么关系？对于这类要挖掘两个不同变量之间的关系，我们可以绘制他们的散点图来发现他们是线性关系、非线性关系或者是无相关关系。3.推断性统计分析推断性统计分析相对来说难一些，里面要用到较多数学上的东西，简单来说，推断性统计分析想要根据样本的情况来推断出总体的情况。例如我们要通过样本去推断出总体的平均水平，就好像平时工厂产品要检验质量是否达标，都是通过样品的水平去推断出总体水平的。还有的就是推断是否相关和是否正态分布。写在最后各位网友，我后悔要每天分享了，因为我发现数据分析不是那么好学，我的数学基础无法支撑我前期快速吸收理论知识，接下来就随缘吧，今天这篇文章没什么营养，大家感兴趣的就去找一下关键词理解一下，这三个分析略有更深一层的东西和例子我都还没那么好的理解，没法输出例子去跟大家分享，抱歉。