好不容易拿到數(shù)據(jù)，卻不知道如何分析，這是很多科研萌新的痛點(diǎn)。統(tǒng)計(jì)分析方法這么多，該選哪一個(gè)呢？過來人告訴你——跟著文獻(xiàn)學(xué)。
接下來，小編就從一篇文獻(xiàn)剖析如何選擇統(tǒng)計(jì)分析方法——《Caregivers' confidence in performing child safety seat installations: what matters most?》[1]。
在這項(xiàng)研究中，75 名家長在車上安裝了兒童安全座椅（CRS），并完成關(guān)于風(fēng)險(xiǎn)評估、CRS 使用、任務(wù)難度和正確安裝 CRS 的信心的自我報(bào)告調(diào)查。
文章中靈活應(yīng)用多項(xiàng)統(tǒng)計(jì)學(xué)方法，比如描述性分析、相關(guān)、方差分析、回歸分析等，很適合展開案例學(xué)習(xí)。
(一) 描述性統(tǒng)計(jì)分析
描述性統(tǒng)計(jì)分析是數(shù)據(jù)分析必要操作，可以幫助了解調(diào)查研究結(jié)果的基本特征。
該研究進(jìn)行結(jié)果分析時(shí)，率先對調(diào)查結(jié)果進(jìn)行描述性統(tǒng)計(jì)分析，描述樣本的基本概況、變量集中趨勢和離散趨勢，通過樣本量、性別、年齡等人口學(xué)基本資料，應(yīng)用頻數(shù)、百分比、范圍、均值、標(biāo)準(zhǔn)差、中位數(shù)等統(tǒng)計(jì)方法，并繪制頻率分布表進(jìn)行可視化（下圖）。
在已發(fā)表的眾多文獻(xiàn)中，尤其是題為「現(xiàn)狀分析」、「描述性分析」、「橫斷面分析」時(shí)，有些會(huì)使用單一的描述性統(tǒng)計(jì)分析方法。
如《桂東民族地區(qū)留守兒童安全教育現(xiàn)狀調(diào)查分析》[2]，通篇只用簡單的頻率分布表進(jìn)行數(shù)據(jù)描述。稍微復(fù)雜的頻率分布，可以細(xì)分城鄉(xiāng)別、年齡別、地區(qū)別某率，如《中國死因監(jiān)測數(shù)據(jù)集》[3]。
當(dāng)然，也有作者用不同類型插圖豐富文章結(jié)構(gòu)。
當(dāng)文章側(cè)重點(diǎn)不在于現(xiàn)狀分析時(shí)，描述性統(tǒng)計(jì)分析方法也與其它統(tǒng)計(jì)方法聯(lián)合應(yīng)用。此時(shí)描述性分析僅對數(shù)據(jù)基礎(chǔ)信息進(jìn)行概述，為后續(xù)進(jìn)一步分析作鋪墊。
總而言之，描述性分析在文章應(yīng)用表現(xiàn)為：
①現(xiàn)狀分析/現(xiàn)況分析/描述性分析/橫斷面分析/生態(tài)學(xué)研究；
②作為了解科研數(shù)據(jù)基本信息放入文中。
描述性分析常用指標(biāo)、圖表及其用途匯總
（圖片來源：風(fēng)云）
(二) 差異性分析
差異分析的統(tǒng)計(jì)學(xué)方法有：T 檢驗(yàn)、方差分析、卡方分析等參數(shù)分析方法，以及秩和檢驗(yàn)等非參數(shù)分析方法。
該研究對「正確安裝」與「錯(cuò)誤安裝」組采用 F 檢驗(yàn)作差異性分析。F 檢驗(yàn)也作聯(lián)合假設(shè)檢驗(yàn)，通常應(yīng)用于方差齊性檢驗(yàn)、方差分析、線性回歸方程整體的顯著性檢驗(yàn)。
從分析角度而言，文章著重切入點(diǎn)為兩組及以上的「差異」。數(shù)據(jù)庫搜索「差異分析」時(shí)可以發(fā)現(xiàn)，大部分作者應(yīng)用的是卡方分析，其他方法應(yīng)用較少，也并非沒有。
Omari 等 [2] 分析駕駛員使用兒童約束系統(tǒng)情況采用卡方分析，分析使用知識(shí)和態(tài)度的平均分?jǐn)?shù)和標(biāo)準(zhǔn)偏差時(shí)采用 Mann–Whitney test 和 ANOVA。Wendy 等 [3] 比較研究組之間的結(jié)果時(shí)采用 T 檢驗(yàn)。
進(jìn)行差異分析時(shí)，可以根據(jù)比較內(nèi)容選擇分析方法，比如：率的比較用卡方分析、均值比較用 T 檢驗(yàn)等。
同一份數(shù)據(jù)，不同的分析方法，數(shù)據(jù)表達(dá)形式不同。進(jìn)行差異分析時(shí)，并非只能用一種差異分析方法，Omari 的文獻(xiàn)就是最好的說明。
(三) 相關(guān)性分析
Mirman 采用 Spearman 對志愿者的信心、安裝安全性、風(fēng)險(xiǎn)評估和 CRS 資源接觸之間進(jìn)行了相關(guān)性分析（見 Table 2），同時(shí)，還采用方差分析對 CRS 資源接觸與 CRS 安裝精度進(jìn)行了關(guān)聯(lián)性分析（見 Table 3）。
Spearson 相關(guān)性分析
（圖片來源：風(fēng)云）
ANOVA 相關(guān)性分析
（圖片來源：參考文獻(xiàn) [1]）
一般作相關(guān)性分析時(shí)，通常想到的統(tǒng)計(jì)學(xué)方法就是 Pearson、Spearman 分析。但實(shí)際上分析方法很多，可以根據(jù)數(shù)據(jù)類型進(jìn)行選擇。在此列舉不同數(shù)據(jù)類型及推薦的統(tǒng)計(jì)分析方法：
圖片來源：風(fēng)云
(四) 回歸
該研究對正確安裝信心預(yù)測因子采用多元線性回歸分析。
一種現(xiàn)象常常是與多個(gè)因素相聯(lián)系的，由多個(gè)自變量的最優(yōu)組合共同來預(yù)測或估計(jì)因變量更符合實(shí)際，因此，大多文獻(xiàn)中使用的是 logistic 和多元線性回歸分析。
除此之外，還有其他分析方法，在此列舉一些回歸分析方法：
圖片來源：風(fēng)云
諸多文獻(xiàn)經(jīng)驗(yàn)表明，多種統(tǒng)計(jì)學(xué)方法可以單一或聯(lián)合使用。
單一使用時(shí)，如描述性統(tǒng)計(jì)分析作「現(xiàn)況描述」。聯(lián)合使用時(shí)，一般作者最想論證的觀點(diǎn)及其對應(yīng)采用的統(tǒng)計(jì)學(xué)方法通常會(huì)放在最后分析。
聯(lián)系客服
