
SPSS输出的结果都要写到文章中吗
经常有人问到,SPSS输出的结果都要写到文章中吗?文章中应该写什么呢?比如,均值、中位数、众数、标准差、百分位数、最小值、最大值等等,都要出现在文章中吗?洋洋洒洒那么多,看着也晃眼哈。
正确的做法是选择必要的信息,或写成文字,或制成图表。必要的信息都有什么呢?一般包括统计描述的结果和假设检验的结果。
统计描述应该写些什么好?
所谓统计描述,就是对变量作基本的呈现,比如年龄平均多少啊,在什么范围呢,性别比例多少啊。而选用什么指标进行描述,还要看变量的类型和数据的分布。
有时候,可信区间也是很重要的,尤其当你的文章中只有描述,没有假设检验时。我们常给出可信区间的下限和上限,可以是下限~上限,也可以是下限-上限,至于选择什么样的连接符,就看杂志的要求了。
假设检验又该写些什么呢?
除了统计描述,我们常通过一些统计学方法进行假设检验,以发现数据背后的规律。比如t检验、卡方检验、logistic回归、线性回归等,不管是何种检验,SPSS都会输出很多表格,我们究竟应该选择哪些写入文章呢?
对于单因素分析而言,如我们常见的t检验、卡方检验、方差分析、非参数检验等,统计量和p值基本就可以了。
而像多重线性回归、logistic回归,一般还要提供回归系数,logitcis回归常给出OR及OR的95%可信区间。(logistic回归的细节可查看往期文章)
然后呢?知道了统计描述和假设检验应该写什么,文章中是要将二者分割开来吗?NO!不仅不分割开来,二者应该是相互呼应的。比如,我们常看到这样的表述形式:病例组载脂蛋白为2014 ± 565mg/L,明显高于对照组的1416 ± 450mg/L(统计量和p值)。
除了对一些重要的结果在文字部分进行描述外,其他的细节问题我们常借助于图表,其中较为常见的是三线表。
需要提出的是,p=0.000这种写法是不规范的,因为SPSS默认输出p值为小数点后三位,这种情况,我们应该写为p<0.001。当然,不同的杂志对具体细节可能会有不同的规定,大家根据稿约作相应调整即可。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16