Hoe schrijf ik een statistische analyse Paper? Advies aan studenten

ik krijg deze vraag vrij vaak gesteld, dus ik dacht dat ik er een paar posts over zou doen. Het meest voorkomende probleem is dat een student die nieuw is in de statistiek heeft geen idee waar te beginnen.

deze voorbeelden gebruiken SAS, maar u kunt elk pakket gebruiken dat u wilt.

mijn aanbeveling aan studenten die statistieken beginnen te leren is om te beginnen met een soort publiek beschikbare dataset, om wat ervaring op te doen met echte gegevens.

1. Identificeer de variabelen die u beschikbaar hebt

het eerste wat u moet doen is de inhoud van de dataset onderzoeken. Kijk naar de beschikbare variabelen. Met SAS, je zou dit doen met PROC inhoud.

uw programma is op dit moment super eenvoudig

LIBNAME mydata “path to where your data are” ;

proc CONTENTS DATA = mydata.datasetnaam ;

normaal gesproken zou u eerst met een hypothese komen en vervolgens de gegevens verzamelen. Het voordeel van het werken met publiek gebruik datasets is dat je niet hoeft te gaan naar de tijd en kosten van het interviewen van 40.000 mensen. Het nadeel is dat je beperkt bent tot de verzamelde variabelen.

2. Genereer een hypothese

kijkend naar de California Health Interview Survey data, kwam ik met de volgende nulhypothese:

er is geen verschil in obesitas onder Kaukasiërs, Afro-Amerikanen en latino ‘ s.

3. Voer beschrijvende statistieken

u hebt beschrijvende statistieken nodig om drie redenen. Ten eerste, als je niet genoeg variantie hebt op de variabelen van belang, kun je je nulhypothese niet testen. Als iedereen blank is of niemand zwaarlijvig is, heb je niet de juiste dataset voor je studie. Ten tweede moet u een tabel met steekproefstatistieken in uw paper opnemen. Dit moet standaard demografische variabelen omvatten – leeftijd, geslacht, opleiding, inkomen en ras zijn de belangrijkste. Tot slot, en niet noodzakelijk het minst, zullen beschrijvende statistieken u enig inzicht geven in hoe uw gegevens worden gecodeerd en gedistribueerd.

proc freq data = mydata.coh602;
tabellen race obese srsex aheduc;
waarbij race ne “”;

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

where race ne””;
run;

u kunt de resultaten van de bovenstaande code hier zien.

Merk iets op over de code hierboven-het where statement. Mijn hypothese noemde slechts drie groepen-Kaukasiërs, Afro-Amerikanen en latino ‘ s. Dat waren de enige drie groepen die een waarde hadden voor de racevariabele. (Dit voorbeeld maakt gebruik van een aangepaste subset van de CHIS , als je echt in dat soort dingen en wilt weten.) Aangezien dat de populatie is die Ik zal analyseren, wil ik geen mensen opnemen die niet in een van die drie groepen vallen in mijn berekening van de frequentieverdelingen en middelen.

4. Stel uw eerste tabel

samen aan de hand van de resultaten van uw eerste analyse, bent u helemaal klaar om uw monstersectie op te schrijven, zoals dit

proefpersonen

het monster bestond uit 38.081 volwassenen die deel uitmaakten van de California Health Interview Survey 2009. De demografische gegevens van de steekproef zijn weergegeven in Tabel 1.

<dan heeft u een tabel 1>

variabele …………N…. %

Ras

• Zwart 2,181 5,7
• Latijns-Amerikaans, 4926 13,0
• Wit 30,974 81.3

Geslacht

• Man 15.751 41.4
• Vrouwelijk 22,330 58.6

Variabele…… N….. Gemiddelde … SD

leeftijd…………38,081 55.4 18.0

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

Ik zal proberen om meer binnenkort te schrijven, maar voor nu de onzichtbare Ontwikkelaar wijst erop dat het na 1 uur en ik moet uit mijn computer.

UPDATE: Klik hier voor stap 2