Hur skriver jag ett statistiskt Analyspapper? Råd till studenter

jag får frågan ganska ofta så jag trodde att jag skulle göra några inlägg på det. Det vanligaste problemet är att en student som är ny på statistiken inte har någon aning om var man ens ska börja.

dessa exempel använder SAS men du kan använda vilket paket du vill.

min rekommendation till studenter som börjar lära sig statistik är att börja med någon typ av offentligt tillgänglig datamängd, få lite erfarenhet av verkliga data.

1. Identifiera de variabler du har tillgängliga

det första du ska göra är att undersöka innehållet i datauppsättningen. Titta på de variabler du har tillgängliga. Med SAS skulle du göra detta med PROC-innehåll.

ditt program vid denna tidpunkt är super enkelt

LIBNAME mydata ”sökväg till var dina data är” ;

PROC CONTENTS DATA = mydata.datasetname ;

normalt skulle du komma med en hypotes först och sedan samla in data. Fördelen med att arbeta med datamängder för allmänt bruk är att du inte behöver gå till tid och kostnad för att intervjua 40 000 personer. Nackdelen är att du är begränsad till de samlade variablerna.

2. Generera en hypotes

titta på California Health Interview Survey Data, jag kom med följande nollhypotes:

det finns ingen skillnad i fetma bland kaukasier, afroamerikaner och Latinos.

3. Kör beskrivande statistik

du behöver beskrivande statistik av tre skäl. Först, om du inte har tillräckligt med varians på variablerna av intresse, kan du inte testa din nollhypotes. Om alla är vita eller ingen är överviktiga, har du inte rätt dataset för din studie. För det andra måste du inkludera en tabell med provstatistik i ditt papper. Detta bör innehålla vanliga demografiska variabler-ålder, kön, utbildning, inkomst och ras är de viktigaste. Sist, och inte nödvändigtvis minst, beskrivande statistik ger dig en inblick i hur dina data kodas och distribueras.

proc freq data = mydata.coh602;
tabeller ras obese srsex aheduc ;
där ras ne ”” ;

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

where race ne ”” ;
kör ;

du kan se resultaten från koden ovan här.

Lägg märke till något om koden ovan – WHERE-uttalandet. Min hypotes nämnde bara tre grupper-Kaukasier, afroamerikaner och Latinos. Det var de enda tre grupperna som hade ett värde för tävlingsvariabeln. (Det här exemplet använder en modifierad delmängd av CHIS, om du verkligen är i den typen av saker och vill veta.) Eftersom det är befolkningen jag kommer att analysera, vill jag inte inkludera personer som inte faller i en av de tre grupperna i min beräkning av frekvensfördelningar och medel.

4. Sätt ihop din första tabell

med hjälp av resultaten från din första analys är du redo att skriva upp ditt provavsnitt, så här

ämnen

provet bestod av 38 081 vuxna som var en del av 2009 California Health Interview Survey. Exempel på demografi visas i Tabell 1.

< då har du ett bord 1>

variabel …………N…. %

Lopp

• Svart 2,181 5.7
• Spansktalande, 4926 13.0
• Vit 30,974 81.3

Kön

• Hane 15,751 41.4
• Kvinna 22,330 58.6

Variabel…… N….. Medel … SD

ålder…………38,081 55.4 18.0

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

jag ska försöka skriva mer snart, men för tillfället påpekar den osynliga utvecklaren att den är förbi klockan 1 och jag borde gå av min dator.

uppdatering: klicka här för steg 2