京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27