论文常用数据分析方法分类总结4 [复制链接]

继续我们的知识总结，本文总结包括：多选题研究、聚类分析研究、权重研究、非参数检验、数据分布。

查看本系列之前的文章，可点击下面的链接：论文里的分析方法要用哪一种，SPSSAU告诉你答案论文常用数据分析方法分类总结-2论文常用数据分析方法分类总结-3

16.模型研究方法

模型研究：当需要研究多个变量之间的关系情况时，通常可构建统计模型用于分析及预测。

如果研究一个X或多个X对Y的影响关系，其中Y为定量数据，可使用线性回归分析，构建回归模型。

如果研究一个X或多个X对Y的影响关系，其中Y为定类数据，可使用Logistic分析，构建Logistic回归模型。

如果要分析1组X与一组Y之间的关系情况，可使用典型相关分析。

如果要分析多个X与多个Y之间的影响关系情况，且样本量较小（通常小于），可使用PLS回归分析。

如需分析多个X对多个Y的影响关系，以及具体哪些X对哪些Y有影响如何影响，可使用路径分析。

还有一种方法称为结构方程模型，包含测量模型和结构模型。如果需要测量模型和结构模型，可使用结构方程模型。

17.信息浓缩方法

当研究中包括有很多题目或很多变量时，可通过信息浓缩的方法，把数据浓缩成一个或多个变量，以便用于后续的分析。

主成分分析和因子分析都是信息浓缩的方法，即将多个分析项信息浓缩成几个概括性指标。如果希望进行将指标命名，SPSSAU建议使用因子分析。原因在于因子分析在主成分基础上，多出一项旋转功能，该旋转目的即在于命名。

平均值和求和也是信息浓缩的常用方法，比如要将多个题项合并成一个变量，可通过求平均值概括成一个题项。当数据不满足正态，存在极端值时，可用中位数代替平均值。

18.一致性研究方法

一致性检验的目的在于比较不同方法得到的结果是否具有一致性。检验一致性的方法有很多比如：Kappa检验、ICC组内相关系数、KendallW协调系数等。

Kappa系数检验，适用于两次数据（方法）之间比较一致性，比如两位医生的诊断是否一致，两位裁判的评分标准是否一致等。

ICC组内相关系数检验，用于分析多次数据的一致性情况，功能上与Kappa系数基本一致。ICC分析定量或定类数据均可；但是Kappa一致性系数通常要求数据是定类数据。

KendallW协调系数，是分析多个数据之间关联性的方法，适用于定量数据，尤其是定序等级数据。

19.配对数据研究方法

配对研究是一种医学上常见的研究设计，常见于单组样本前后对比研究，或者将样本分为实验组和对比组两组，针对干预措施进行研究。

如果配对样本数据为定量数据时，可使用配对样本T检验。

如果配对样本数据为定量数据，但配对样本的差值不符合正态分布，则考虑使用配对Wilcoxon检验

如果数据为定类数据，则使用配对卡方检验。

20.多元统计研究

判别分析：用于在分类确定前提下，根据数据的特征来判断新的未知属于哪个类别。

对应分析：用于分析定类数据的分类情况，并结合图形展示。

曲线分析：如果想要研究X对Y的影响关系，且X和Y不满足线性关系（可通过散点图观察），而呈现出曲线关系，建议根据曲线拟合图结果，选择拟合程度较好的曲线进行曲线回归分析。

上述分析方法均可在SPSSAU中使用分析，以及相关方法问题可查看SPSSAU帮助手册。