对于统计学小白来说,撰写毕业论文或者课程大作业中的数据分析部分颇具难度。从今天开始,手把手带你从零基础学会统计数据分析!这里没有晦涩难懂的数学公式,只有最简洁的介绍和最形象的表达。你会发现,统计没你想的那么难~
那么今天就先来介绍一下七种论文撰写中最常用到的的统计分析方法,及其适用条件。这七种多元统计方法包括:回归分析、方差分析、判别分析、聚类分析、主成分分析、因子分析和典型相关分析。
一、回归分析
在实际问题中,经常会遇到需要同时考虑几个变量的情况,比如人的身高与体重,血压与年龄的关系,他们之间的关系错综复杂无法精确研究,以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系,就需要通过大量实验观测获得数据,用统计方法去寻找他们之间的关系,这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归,只考虑一个因变量y和一个自变量x之间的关系。例如,我们想研究人的身高与体重的关系,需要搜集大量不同人的身高和体重数据,然后建立一个一元线性模型。接下来,需要对未知的参数进行估计,这里可以采用最小二乘法。最后,要对回归方程进行显著性检验,来验证y是否随着x线性变化。这里,我们通常采用t检验。
二、方差分析
在实际工作中,影响一件事的因素有很多,人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响,从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值,影响观测值的条件称为因素,因素的不同状态称为水平,一个因素可能有多种水平。