Comment Rédiger un Article d’Analyse Statistique ? Conseils aux étudiants

On me pose cette question assez souvent alors j’ai pensé que je ferais quelques articles dessus. Le problème le plus courant est qu’un étudiant débutant en statistiques ne sait même pas par où commencer.

Ces exemples utilisent SAS mais vous pouvez utiliser n’importe quel package de votre choix.

Ma recommandation aux étudiants qui commencent à apprendre les statistiques est de commencer par un certain type d’ensemble de données accessibles au public, en acquérant une certaine expérience avec des données réelles.

1. IDENTIFIEZ LES VARIABLES DONT VOUS DISPOSEZ

La première chose à faire est d’examiner le contenu de l’ensemble de données. Regardez les variables dont vous disposez. Avec SAS, vous le feriez avec le CONTENU de PROC.

Votre programme à ce stade est super simple

LIBNAME mydata « chemin vers l’endroit où se trouvent vos données »;

PROC CONTENT DATA=mydata.datasetname ;

Normalement, vous devez d’abord formuler une hypothèse, puis collecter les données. L’avantage de travailler avec des ensembles de données à usage public est que vous n’avez pas à consacrer du temps et des dépenses à interviewer 40 000 personnes. L’inconvénient est que vous êtes limité aux variables collectées.

2. GÉNÉRER UNE HYPOTHÈSE

En regardant les données de l’enquête California Health Interview, j’ai trouvé l’hypothèse nulle suivante:

Il n’y a pas de différence d’obésité chez les Caucasiens, les Afro-Américains et les Latinos.

3. EXÉCUTEZ DES STATISTIQUES DESCRIPTIVES

Vous avez besoin de statistiques descriptives pour trois raisons. Premièrement, si vous n’avez pas assez de variance sur les variables d’intérêt, vous ne pouvez pas tester votre hypothèse nulle. Si tout le monde est blanc ou que personne n’est obèse, vous n’avez pas le bon ensemble de données pour votre étude. Deuxièmement, vous devrez inclure un tableau d’exemples de statistiques dans votre document. Cela devrait inclure des variables démographiques standard – l’âge, le sexe, l’éducation, le revenu et la race sont les principales. Enfin, et pas nécessairement des moindres, des statistiques descriptives vous donneront un aperçu de la manière dont vos données sont codées et distribuées.

données de fréquence proc = mes données.coh602;
tables race obese srsex aheduc;
où race ne » »;

proc signifie data= mydata.coh602;
var ak22_p srage_p;

où race ne » »;
run;

Vous pouvez voir les résultats du code ci-dessus ici.

Remarquez quelque chose à propos du code ci-dessus – l’instruction WHERE. Mon hypothèse ne mentionnait que trois groupes – les Caucasiens, les Afro-Américains et les Latinos. Ce sont les trois seuls groupes qui avaient une valeur pour la variable race. (Cet exemple utilise un sous-ensemble modifié du CHIS, si vous aimez vraiment ce genre de chose et que vous voulez le savoir.) Puisque c’est la population que je vais analyser, je ne veux pas inclure les personnes qui ne font pas partie de l’un de ces trois groupes dans mon calcul des distributions de fréquences et des moyennes.

4. RASSEMBLEZ VOTRE PREMIER TABLEAU

En utilisant les résultats de votre première analyse, vous êtes tous prêts à rédiger votre section d’échantillon, comme celle-ci

Sujets

L’échantillon était composé de 38 081 adultes qui faisaient partie de l’enquête d’entrevue sur la santé en Californie de 2009. Des exemples de données démographiques sont présentés dans le tableau 1.

< Alors vous avez une table 1>

Variable ………… N…. %

Race

• Noir 2 181 5,7
• Hispanique, 4926 13,0
• Blanc 30,974 81.3

Sexe

• Homme 15 751 41.4
• Femmes 22,330 58.6

Variable . . . . . . N . . . .. Moyenne SD SD

Âge…………38,081 55.4 18.0

Recettes 37,686 $69,888 $63,586

Je vais essayer d’en écrire plus bientôt, mais pour l’instant le développeur Invisible souligne qu’il est passé 1 heure du matin et que je devrais descendre de mon ordinateur.

MISE À JOUR: Cliquez ici pour l’étape 2