一次培训,课后与一个学员交流,她告诉我他学统计的历程。她学过R,也学过SAS,最后又回来学习SPSS。我说你都学习过R和SAS,根本不需要再学SPSS啦!
她叹了口气,说根本没听懂,最初学R,看着老师跑代码,做梦一样学了3天。虽然老师把代码也给了,但密密麻麻,根本对不上号。遇到自己问题,代码也不灵了。培训结束回家了,梦都没醒,至今梦都没醒!
后来觉得高估自己能力,于是选择学习SAS,感觉SAS应该好学一些。没想到,恶梦重演,于是准备放弃学习统计!
可是科研需要,还是要经常处理数据,不会处理,老是求人也不是事啊,朋友推荐,还是学习SPSS吧!于是就来学SPSS了。松哥统计说:
统计,科研人绕不过的坎!然而,很多科研人学习统计,都选错了学习路径!
真正需要学习统计的人,洽洽是非统计专业的人。因为是非统计专业,因此您没有太多的统计功底与基础。也许又已经参加工作多年,学习能力已经开始下降。虽然R和SAS很高大尚,但已经不是您的菜了。
在国外,人们说“学会SAS永远不会失业”,可见SAS不好学!
人们说“R不是万能的,但没有R是万万不能的”,这简直就是近乎评价上帝的评语了,可见R也不是好学的。
而业界是如何评价SPSS的呢,“国外同行称之为children level”,你想想,这个简直就是近似傻瓜软件的评价了。
而SPSS操作界面友好,能够解决日常90%的统计分析任务。大部分人学统计也就是为了毕业和升职称。基本就够用了,当然除非你研究比较特殊。
学会SPSS,并经常处理数据之后,您会增加对数据的感觉,和对统计理论的深刻理解。
以后再遇到SPSS不能处理的问题,到时再针对性的学习一下SAS或者R(松哥建议就直接R啦!)
这其实就是松哥给非统计专业人士,统计软件学习的路径:SPSS+R
所有的统计软件都是没有灵魂的,因此,您还必须学习一点基础统计理论,然后就用SPSS实践吧!松哥统计说:
上期参考答案:
Mean±SD:这个是数值变量符合正态分布的标准范式,最为常用,该表达主要用途在于表示抽取样本的分布特征:
Mean±SE:如果作者意图是通过样本放映总体特征时,可以采用该形式。但是因为SE=SD/sqrt(n),因此SE都会比SD小。因此,很多人用这种方式表达,以显得自己数据质量高。如采用Mean±SD表达,50±5与50±60,这两组数据一看就知道后面的质量太差,标准差太大,都超过均数。而对于正态分布,标准差是不会比均数大的。
Mean(95%CI):这种表达比较另类。其实是Mean±SE的变形,因为Mean±1,96*SE就是Mean(95%CI)。这种表达常用于回归模型中效应值的估计。
除此之外,还有一些SCI会用,Median(Q1,Q3),Median(IQR),Median(R).