Hvordan skriver jeg et statistisk Analysepapir? Rådgivning til studerende

jeg bliver stillet dette spørgsmål temmelig ofte, så jeg troede, jeg ville gøre et par indlæg på det. Det mest almindelige problem er, at en studerende, der er ny inden for statistik, ikke aner, hvor man endda skal starte.

disse eksempler bruger SAS, men du kan bruge enhver pakke, du kan lide.

min anbefaling til studerende, der begynder at lære statistik, er at starte med en slags offentligt tilgængeligt datasæt og få en vis erfaring med rigtige data.

1. Identificer de variabler, du har til rådighed

den første ting at gøre er at undersøge indholdet af datasættet. Se på de variabler, du har til rådighed. Med SAS ville du gøre dette med PROC indhold.

dit program på dette tidspunkt er super simpelt

LIBNAME mydata “sti til hvor dine data er” ;

PROC indholdsdata = mydata.datasetname ;

normalt ville du først komme med en hypotese og derefter indsamle dataene. Fordelen ved at arbejde med datasæt til offentlig brug er, at du ikke behøver at gå til tiden og omkostningerne ved at tale med 40.000 mennesker. Ulempen er, at du er begrænset til de indsamlede variabler.

2. Generer en hypotese

når jeg ser på Californiens Sundhedsundersøgelsesdata, kom jeg med følgende nulhypotese:

der er ingen forskel i fedme blandt kaukasiere, afroamerikanere og Latinos.

3. Kør beskrivende statistik

du har brug for beskrivende statistik af tre grunde. For det første, hvis du ikke har nok varians på variablerne af interesse, kan du ikke teste din nulhypotese. Hvis alle er hvide eller ingen er overvægtige, har du ikke det rigtige datasæt til din undersøgelse. For det andet skal du medtage en tabel med stikprøvestatistikker i dit papir. Dette bør omfatte standard demografiske variabler-alder, køn, uddannelse, indkomst og race er de vigtigste. Sidst, og ikke nødvendigvis mindst, beskrivende statistik giver dig et indblik i, hvordan dine data kodes og distribueres.

proc data = mydata.coh602;
tabeller race obese srseks aeduc;
hvor race ne””;

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

hvor race ne “” ;
løb ;

du kan se resultaterne fra koden ovenfor her.

Læg mærke til noget om koden ovenfor – hvor-erklæringen. Min hypotese nævnte kun tre grupper-kaukasiere, afroamerikanere og Latinos. Det var de eneste tre grupper, der havde en værdi for løbsvariablen. (Dette eksempel bruger en modificeret delmængde af CHIS, hvis du virkelig er i den slags ting og vil vide.) Da det er den befolkning, jeg vil analysere, vil jeg ikke medtage folk, der ikke falder ind i en af disse tre grupper i min beregning af frekvensfordelinger og midler.

4. Sammensæt din første tabel

ved hjælp af resultaterne fra din første analyse er du klar til at skrive din prøvesektion, som denne

emner

prøven bestod af 38.081 voksne, der var en del af undersøgelsen i Californien i 2009. Eksempel demografi er vist i tabel 1.

< så har du et bord 1>

variabel …………N…. %

Race

• Sort 2.181 5.7
• Latinamerikansk, 4926 13.0
• Hvid 30,974 81.3

Køn

• Mand 15.751 41.4
• Kvinde 22,330 58.6

Variabel ……N ….. Gennemsnitlig … SD

alder…………38,081 55.4 18.0

indtægter 37,686 $69,888 $63,586

jeg vil forsøge at skrive mere snart, men for nu påpeger den usynlige Udvikler, at den er forbi 1 AM, og jeg skal komme ud af min computer.

opdatering: Klik her for trin 2