Jak napisać pracę z analizą statystyczną? Porady dla uczniów

dostaję to pytanie dość często, więc pomyślałem, że zrobię kilka postów na ten temat. Najczęstszym problemem jest to, że student, który jest nowy w statystykach, nie ma pojęcia, od czego zacząć.

te przykłady używają SAS, ale możesz użyć dowolnego pakietu, który Ci się podoba.

moją rekomendacją dla uczniów rozpoczynających naukę statystyki jest zacząć od pewnego rodzaju publicznie dostępnego zestawu danych, zdobycie doświadczenia z prawdziwymi danymi.

1. Zidentyfikuj dostępne zmienne

pierwszą rzeczą do zrobienia jest sprawdzenie zawartości zestawu danych. Spójrz na dostępne zmienne. Z SAS zrobiłbyś to z zawartością PROC.

Twój program w tym momencie jest bardzo prosty

LIBNAME mydata „ścieżka do miejsca, w którym znajdują się Twoje dane” ;

PROC CONTENTS DATA = mydata.datasetname ;

normalnie najpierw wpadłbyś na hipotezę, a potem zbierał dane. Zaletą pracy z zestawami danych do użytku publicznego jest to, że nie musisz poświęcać czasu i wydatków na wywiady z 40 000 osób. Wadą jest to, że jesteś ograniczony do zebranych zmiennych.

2. Wygeneruj hipotezę

patrząc na dane z ankiety California Health Interview, wymyśliłem następującą hipotezę zerową:

nie ma różnicy w otyłości wśród kaukaskich, Afroamerykanów i Latynosów.

3. Uruchom statystyki opisowe

potrzebujesz statystyk opisowych z trzech powodów. Po pierwsze, jeśli nie masz wystarczającej wariancji na zmiennych interesujących, nie możesz przetestować swojej hipotezy zerowej. Jeśli wszyscy są biali lub nikt nie jest otyły, nie masz odpowiedniego zestawu danych do badania. Po drugie, będziesz musiał dołączyć tabelę przykładowych statystyk do swojego artykułu. Powinno to obejmować standardowe zmienne demograficzne – wiek, płeć, wykształcenie, dochód i rasa są głównymi. Wreszcie, i niekoniecznie najmniej, statystyki opisowe dadzą ci pewien wgląd w to, jak Twoje dane są kodowane i dystrybuowane.

proc freq data = mydata.coh602;
tabele rasa otyły srsex aheduc;
gdzie rasa ne””;

proc oznacza dane= mydata.coh602;
var ak22_p srage_p;

where race ne””;
run;

możesz zobaczyć wyniki z powyższego kodu tutaj.

zauważ coś o kodzie powyżej-polecenie WHERE. Moja hipoteza wspominała tylko o trzech grupach-Kaukazie, Afroamerykanach i Latynosach. Były to jedyne trzy grupy, które miały wartość zmiennej wyścigowej. (Ten przykład wykorzystuje zmodyfikowany podzbiór Chi, jeśli naprawdę interesujesz się takimi rzeczami i chcesz wiedzieć.) Ponieważ jest to populacja, którą będę analizował, nie chcę włączać ludzi, którzy nie należą do jednej z tych trzech grup w moje obliczanie rozkładów częstotliwości i środków.

4. Ułóż swoją pierwszą tabelę

korzystając z wyników pierwszej analizy, jesteś gotowy do napisania sekcji próbki, w ten sposób

tematy

próbka składała się z 38 081 dorosłych, którzy byli częścią ankiety 2009 California Health Interview Survey. Przykładowe dane demograficzne przedstawiono w tabeli 1.

<wtedy masz tabelę 1>

zmienna …………N … %

Rasa

• Czarny 2,181 5,7
• Hiszpan, 4926 13,0
• Biały 30,974 81.3

Płeć

• Mężczyzna 15 751 41.4
• Kobieta 22,330 58.6

Zmienna….. N….. Średnia … SD

wiek…………38,081 55.4 18.0

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

postaram się wkrótce napisać więcej, ale na razie niewidoczny programista wskazuje, że jest po 1 w nocy i powinienem wysiąść z komputera.

aktualizacja: Kliknij tutaj, aby przejść do kroku 2