第一篇：數(shù)據(jù)分析的統(tǒng)計(jì)方法選擇小結(jié)

數(shù)據(jù)分析的統(tǒng)計(jì)方法選擇小結(jié)

完全隨機(jī)分組設(shè)計(jì)的資料

一、兩組或多組計(jì)量資料的比較

1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料

(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn)

2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn)

2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析

1.單樣本資料與總體比較

1)二分類資料：

(1)小樣本時：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；

(2)大樣本時：用U檢驗(yàn)。

2)多分類資料：用Pearson ?2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。

2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson ?2

2)n>40并且所以理論數(shù)大于1并且至少存在一個理論數(shù)<5，則用校正 ?2或用Fisher’s 確切概率法檢驗(yàn)

3)n?40或存在理論數(shù)<1，則用Fisher’s 檢驗(yàn)

3.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則用Kruskal Wallis的秩和檢驗(yàn)

2)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearson ?

(2)n?40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn) 2

配對設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

三、兩組或多組計(jì)量資料的比較

1.兩組資料：

1)大樣本資料或配對差值服從正態(tài)分布的小樣本資料，作配對t檢驗(yàn)

2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號配對秩檢驗(yàn)

2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號配對秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

四、分類資料的統(tǒng)計(jì)分析

四格表資料

1)b+c>40，則用McNemar配對 ?2檢驗(yàn)

2)b+c?40，則用二項(xiàng)分布確切概率法檢驗(yàn)，即校正?檢驗(yàn) 2

第二篇：醫(yī)學(xué)統(tǒng)計(jì)方法小結(jié)

統(tǒng)計(jì)方法小結(jié)

首次分享者：yanyan 已被分享22次 評論(0)復(fù)制鏈接 分享 轉(zhuǎn)載 刪除

一、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn) 2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn) 2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析 1.單樣本資料與總體比較 1)二分類資料：

(1)小樣本時：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；(2)大樣本時：用U檢驗(yàn)。

2)多分類資料：用Pearson c2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson c2

2)n>40并且所以理論數(shù)大于1并且至少存在一個理論數(shù)<5，則用校正c2或用Fisher’s 確切概率法檢驗(yàn)

3)n￡40或存在理論數(shù)<1，則用Fisher’s 檢驗(yàn) 3.2×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評分的CMH c2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢c2檢驗(yàn)

3)行變量和列變量均為無序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearson c2(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn) 4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗(yàn) 2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH c2

3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearson c2(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

三、Poisson分布資料

1.單樣本資料與總體比較：

1)觀察值較小時：用確切概率法進(jìn)行檢驗(yàn)。2)觀察值較大時：用正態(tài)近似的U檢驗(yàn)。2.兩個樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

四、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或配對差值服從正態(tài)分布的小樣本資料，作配對t檢驗(yàn) 2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號配對秩檢驗(yàn) 2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號配對秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

五、分類資料的統(tǒng)計(jì)分析 1.四格表資料

1)b+c>40，則用McNemar配對c2檢驗(yàn)或配對邊際c2檢驗(yàn) 2)b+c￡40，則用二項(xiàng)分布確切概率法檢驗(yàn) 2.C×C表資料：

1)配對比較：用McNemar配對c2檢驗(yàn)或配對邊際c2檢驗(yàn) 2)一致性問題（Agreement）：用Kap檢驗(yàn)

變量之間的關(guān)聯(lián)性分析

六、兩個變量之間的關(guān)聯(lián)性分析 1.兩個變量均為連續(xù)型變量

1)小樣本并且兩個變量服從雙正態(tài)分布，則用Pearson相關(guān)系數(shù)做統(tǒng)計(jì)分析 2)大樣本或兩個變量不服從雙正態(tài)分布，則用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析 2.兩個變量均為有序分類變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

3.一個變量為有序分類變量，另一個變量為連續(xù)型變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態(tài)分布（大樣本時無需正態(tài)性），殘差與自變量無趨勢變化，則直線回歸（單個自變量的線性回歸，稱為簡單回歸），否則應(yīng)作適當(dāng)?shù)淖儞Q，使其滿足上述條件。2.多重線性回歸：應(yīng)變量（Y）為連續(xù)型變量（即計(jì)量資料），自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布（大樣本時無需正態(tài)性），殘差與自變量無趨勢變化，可以作多重線性回歸。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

3.二分類的Logistic回歸：應(yīng)變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)非配對的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用 2)配對的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

4.有序多分類有序的Logistic回歸：應(yīng)變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

5.無序多分類有序的Logistic回歸：應(yīng)變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

八、生存分析資：要求資料記錄結(jié)局和結(jié)局發(fā)生的時間（如；死亡和死亡發(fā)生的時間）

1.用Kaplan-Meier方法估計(jì)生存曲線 2.大樣本時，可以壽命表方法估計(jì)

3.單因素可以用Log－rank比較兩條或多條生存曲線 4.多個因素時，可以作多重的Cox回歸

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對結(jié)果的混雜作用

第三篇：數(shù)據(jù)分析基礎(chǔ)方法

數(shù)據(jù)分析基礎(chǔ)方法—分拆

對于很多沒有數(shù)學(xué)基礎(chǔ)和數(shù)據(jù)敏感度的人而言，面對龐雜的數(shù)據(jù)常常感到頭痛。為了得到更深入的信息，我們需要用到很多的分析工具，比如googleanalytics、百度統(tǒng)計(jì)、站長工具以及自己網(wǎng)站分析系統(tǒng)，在收集客觀的數(shù)據(jù)后，我們需要對數(shù)據(jù)進(jìn)行分析，這里我們介紹最常用和基礎(chǔ)的分析方法：拆分。（以下內(nèi)容摘自艾瑞學(xué)院《蛻變——傳統(tǒng)企業(yè)如何向電子商務(wù)轉(zhuǎn)型》）

一、看數(shù)據(jù)分布

最簡單的拆分方法就是不看平均值，看數(shù)據(jù)分布。因?yàn)榉彩恰翱偤汀被蛘摺捌骄鳖惖慕y(tǒng)計(jì)數(shù)據(jù)都會丟失掉很多重要的信息。例如李嘉誠來我們公司參觀，這一時間我們公司辦公室里的“平均資產(chǎn)”就會因?yàn)槔罴握\一個人被抬高到人均幾億身家。如果有人根據(jù)這個“平均資產(chǎn)”數(shù)據(jù)來判定說我們辦公室的人都是豪華游艇的潛在顧客，這自然是荒謬的。

可實(shí)際上，我們每天都在做著類似的判斷，比如當(dāng)我們聽到說顧客“平均在線時間”是3分34秒，就可能根據(jù)這個時間來進(jìn)行業(yè)務(wù)決策，例如設(shè)置“停留時間超過3分34秒為高價值流量”，或者設(shè)置系統(tǒng)，在用戶停留了3分34秒還沒有下單的話就彈出在線客服服務(wù)窗口。我們設(shè)置這些時間點(diǎn)的根據(jù)是“平均停留時間”，在我們的想象里，我們的每個顧客都有著“平均的”表現(xiàn)，停留時間大致都是3分34秒，可實(shí)際上真正的顧客訪問時間有長有短，差別巨大：

從上圖我們可以看到絕大部分訪問時間非常短暫，而少數(shù)人訪問了大量時間，綜合起來平均停留時間3分多，用

3分34秒來做為一個關(guān)鍵判定點(diǎn)是不合適的。

再舉一個例子，比如我們看到上個月平均訂單金額500元/單，這個月也是500元/單，可能會覺得數(shù)字沒有變化?？墒菍?shí)際上有可能上個月5萬單都是400～600元，而這個月5萬單則是2萬單300元，2萬單400元，5千單500元，5000單超過2500元——客戶購買習(xí)慣已經(jīng)發(fā)生了巨大變化，一方面可能是客戶訂單在變小（可能是因?yàn)楫a(chǎn)品單價下降，采購數(shù)量減少，或者客戶選擇了比較便宜的替代品），另一方面出現(xiàn)了一些相對較大的訂單（可能是中小企業(yè)采購，或者是網(wǎng)站擴(kuò)充產(chǎn)品線見效了）?！磾?shù)據(jù)分布可以讓我們更容易發(fā)現(xiàn)這些潛在的變化，及時的做出應(yīng)對。

二、拆因子

很多時候我們很難直接從數(shù)據(jù)變化中分析出具體的原因，這時可以考慮拆分因子，將問題一步步細(xì)化找尋原因。

例如網(wǎng)站轉(zhuǎn)化率下降，我們要找原因。因?yàn)椤稗D(zhuǎn)化率”=“訂單”/“流量”，所以“轉(zhuǎn)化率”下降的原因很可能是“訂單量下降”，“流量上升”，或者兩者皆是。按照這個思路我們可能發(fā)現(xiàn)主要的原因是“流量上升”和“訂單量升幅不明顯”，那么下面我們就可以來拆解“流量”的構(gòu)成，例如拆成“直接訪問流量”、“廣告訪問流量”和“搜索引擎訪問流量”再看具體是哪部分的流量發(fā)生了變化，接下來再找原因。

這時我們可能看到說是搜索引擎訪問流量上升，那就可以再進(jìn)一步分析是付費(fèi)關(guān)鍵詞部分上升，還是自然搜索流量上升，如果是自然流量，是品牌（或者網(wǎng)站名相關(guān)）關(guān)鍵詞流量上升，還是其他詞帶來的流量上升——假如最后發(fā)現(xiàn)是非品牌類關(guān)鍵詞帶來的流量上升，那么繼續(xù)尋找原因——市場變化（淡季旺季之類），競爭對手行動，還是自身改變。假如剛好在最近把產(chǎn)品頁面改版過，就可以查一下是不是因?yàn)楦陌孀屗阉饕媸珍涀兌?，?quán)重變高。接下來再分析自己到底哪里做對了幫助網(wǎng)站SEO了（比如把頁面導(dǎo)航欄從圖片換成了文字），把經(jīng)驗(yàn)記下來為以后改版提供參考；另一方面還要分析哪里沒做好（因?yàn)樾略隽髁康遣]有相應(yīng)增加太多銷售），研究怎樣讓“產(chǎn)品頁面”更具吸引力——因?yàn)閷芏嗨阉饕媪髁縼碚f，他們對網(wǎng)站的第一印象是產(chǎn)品頁面，而不是首頁。

三、拆步驟

還有些時候，我們通過拆分步驟來獲取更多信息。

舉兩個例子：第一個例子：兩個營銷活動，帶來一樣多的流量，一樣多的銷售，是不是說明兩個營銷活動效率差不多？

如果我們把每個營銷活動的流量拆細(xì)去看每一步，就會發(fā)現(xiàn)不一樣的地方。營銷活動B雖然和營銷活動A帶來了等量的流量，可是這部分流量對產(chǎn)品更感興趣，看完著陸頁之后更多的人去看了產(chǎn)品頁面?？上У氖请m然看產(chǎn)品的人很多，最后轉(zhuǎn)化率不高，訂單數(shù)和營銷活動A一樣。

這里面還可以再深入分析（結(jié)合之前提到的分析方法，和下一章要說的細(xì)分方法），但是光憑直覺，也可以簡單的得出一些猜測來，例如兩個營銷活動的顧客習(xí)慣不太一樣，營銷活動B的著陸頁設(shè)計(jì)更好，營銷活動B的顧客更符合我們的目標(biāo)客戶描述、更懂產(chǎn)品——但是我們的價格沒有優(yōu)勢等等這些猜想是我們深入進(jìn)行分析，得出行動方案的起點(diǎn)。至少，它可以幫助我們

更快的累計(jì)經(jīng)驗(yàn)，下次設(shè)計(jì)營銷活動的時候會更有的放矢，而不是僅僅寫一個簡單report說這兩個營銷活動效果一樣就結(jié)案了。（注：這是個簡化的例子，實(shí)際上還可以分更多層）

第二個例子可能更常見一些，比如網(wǎng)站轉(zhuǎn)化率下降，我們可以拆成這樣的漏斗：

這樣拆好之后，更能清楚地看到到底是哪一步的轉(zhuǎn)化率發(fā)生了變化。有可能是訪客質(zhì)量下降，都在著陸頁流失了，也可能是“購物車–>登錄”流失了（如果你把運(yùn)費(fèi)放到購物車中計(jì)算，很可能就看到這一步流失率飆升），這樣拆細(xì)之后更方便我們分析。

曾經(jīng)有一個例子就是轉(zhuǎn)化率下降，市場部查流量質(zhì)量發(fā)現(xiàn)沒問題，產(chǎn)品經(jīng)理查價格競爭力也沒問題——最后發(fā)現(xiàn)是技術(shù)部為了防止惡意注冊，在登錄頁面加了驗(yàn)證碼（而且那個驗(yàn)證碼極度復(fù)雜），降低了“登錄頁面–>填寫訂單信息“這一步的轉(zhuǎn)化率。

四、細(xì)分用戶族群

很多時候，我們需要把用戶行為數(shù)據(jù)拆分開，看不同族群的人有什么不同的表現(xiàn)，通過比較異同來獲取更多的洞察。從實(shí)踐出發(fā)，客戶族群細(xì)分的方法主要有三種：

按照客戶屬性細(xì)分：根據(jù)客戶“是誰”來劃分族群，例如把客戶分成“新客戶”和“老客戶”。按照客戶行為來細(xì)分：根據(jù)客戶上網(wǎng)行為來細(xì)分，例如把客戶分成“瀏覽服裝專區(qū)的客戶”和“瀏覽數(shù)碼專區(qū)的客戶”。很多時候“根據(jù)客戶行為”和“根據(jù)客戶屬性”這兩者會混在一起，比如一個客戶的行為是“每個月都來買一次東西而且只買最貴的”，可能我們就會在數(shù)據(jù)庫里給他標(biāo)記上“有錢人”，之后“有錢人”就成了這個客戶的屬性之一。

按照最終結(jié)果來細(xì)分：其實(shí)是“按照客戶行為來細(xì)分”的一種，但是它適用性非常廣，而且用起來非常方便，所以單獨(dú)拿出來講一下。對于這個細(xì)分方法，本質(zhì)上就是根據(jù)結(jié)果把流量分成“好人”和“壞人”，然后一路比較“好人”和“壞人”從接觸到最后轉(zhuǎn)化或離開這整個過程中所經(jīng)歷過的事情有沒有什么顯著的不同，如果有，則進(jìn)一步深入考慮這些不同點(diǎn)是否就是造成他們一些是“好人”一些是”壞人“的原因，再想辦法優(yōu)化這些經(jīng)歷，盡可能增加”好人“這個族群。

第四篇：數(shù)據(jù)統(tǒng)計(jì)與分析演講稿

演講稿

以下是我們的數(shù)據(jù)統(tǒng)計(jì)與分析

1、通過分析原始數(shù)據(jù)，我們發(fā)現(xiàn)湛師運(yùn)動人數(shù)多，對運(yùn)動設(shè)施的需求量大

由圖表一我們可以看到：

高達(dá)45人的受訪者一周運(yùn)動次數(shù)在1—2次間，30人在5次以上，還有8人一周基本沒有運(yùn)動，經(jīng)過計(jì)算湛師學(xué)生一周運(yùn)動量次數(shù)至少有兩萬次。另外周一至周五，運(yùn)動場在日間基本是不開放的，而且體育館或籃球場總是有體育課，學(xué)生們也有課，所以大家基本都在周六日或晚上運(yùn)動，人流量太大。因此我校對于運(yùn)動設(shè)施的需求較大。

2、其次，我們發(fā)現(xiàn)湛師學(xué)生不進(jìn)行運(yùn)動的原因與運(yùn)動場地的問題有較大的聯(lián)系

通過圖表二，我們可以看出受訪者不進(jìn)行的運(yùn)動的原因有很多，其中以自身因素不進(jìn)行運(yùn)動是不進(jìn)行運(yùn)動的原因，但是也有32人認(rèn)為有場地?cái)?shù)量少的因素，將近三分之一的人數(shù)，還有13人認(rèn)為是運(yùn)動場地遠(yuǎn)，還有其他的客觀因素。由此可以看出湛師運(yùn)動設(shè)施的場地?cái)?shù)量和分布位置對大部分湛師人的運(yùn)動次數(shù)有一定的影響。

3、我們的調(diào)查問卷還涉及到湛師學(xué)生對湛師運(yùn)動設(shè)施的了解程度

由圖表可知，超過半數(shù)人對運(yùn)動設(shè)施的了解程度一般，但還是有21人認(rèn)為他們不了解湛師的運(yùn)動設(shè)施，只有23人認(rèn)為他們在了解程度以上的。由此可以看出大部分湛師人對湛師的運(yùn)動設(shè)施都處于一知半解的狀態(tài)甚至是不了解，因此湛師應(yīng)該加大對湛師運(yùn)動設(shè)施的宣傳力度，加深湛師人對運(yùn)動設(shè)施的了解。

4、關(guān)于目前湛師運(yùn)動設(shè)施存在的問題

從表格與圖中可看出，最多人人為學(xué)校運(yùn)動設(shè)施存在的最大的問題是運(yùn)動設(shè)施的運(yùn)動數(shù)量較少，其次是有33%的被調(diào)查者認(rèn)為湛師的運(yùn)動設(shè)施年久失修，有損失，接著也有學(xué)生認(rèn)為運(yùn)動設(shè)施還存在人為損失的問題，最后是7%的學(xué)生覺得游泳館的收費(fèi)是有問題的。經(jīng)過調(diào)查我們不難看出學(xué)校在運(yùn)動設(shè)施方面還存在著許多的問題，最大的問題就是設(shè)施的年久失修和數(shù)量過少的問題，所以建議學(xué)?？蛇m量地增加運(yùn)動設(shè)施，定期地派人進(jìn)行維修，光靠學(xué)校的力量是不足以維護(hù)好學(xué)校的設(shè)施，我們同學(xué)自己也要維護(hù)好這些公共的財(cái)產(chǎn)。

5、此外關(guān)于湛師學(xué)生認(rèn)為數(shù)量不足的運(yùn)動場地

從表和圖中可以看出，大多數(shù)的人即27%的人認(rèn)為學(xué)校的羽毛球場的數(shù)量不足，還有相當(dāng)一部分人認(rèn)為游泳館的場地有限，占到19%，覺得籃球場和乒乓球場數(shù)量不多的人數(shù)差不多相同，最后剩下少部分人覺得其它運(yùn)動場地的數(shù)量少，比如排球場、田徑場和足球場。大多數(shù)同學(xué)反映，不是他們不想運(yùn)動，而是運(yùn)動場地實(shí)在是有限，或者是場地離中心地區(qū)較遠(yuǎn)，較偏僻，這應(yīng)該引起學(xué)校的重視。

6、表六是湛師學(xué)生對湛師運(yùn)動設(shè)施的愛惜情況

通過表與圖可知，在調(diào)查身邊的同學(xué)對運(yùn)動設(shè)施的愛惜情況的問題上，明顯可看出絕大多數(shù)人都覺得身邊的同學(xué)對運(yùn)動設(shè)施的愛惜情況是一般般，有17%的人的身邊的同學(xué)是愛惜運(yùn)動設(shè)施的，剩下的10%的人的身邊的同學(xué)是不愛惜運(yùn)動設(shè)施的。愛惜設(shè)施的程度與自身的素質(zhì)有關(guān)，不愛惜設(shè)施的同學(xué)還是大有人在，但我們維護(hù)好公共設(shè)施時才能更好的維護(hù)自己的利益，我們自己才能更多的享受運(yùn)動給我們帶來的好處。

7、表七是學(xué)校在關(guān)于運(yùn)動設(shè)施的問題上與學(xué)生溝通的程度

如表7和圖所示，大學(xué)生們在關(guān)于學(xué)校在有關(guān)設(shè)施問題上有沒有及時有效地與同學(xué)溝通的問題上，給出了自己的意見。68%的同學(xué)認(rèn)為學(xué)校在運(yùn)動設(shè)施的問題上很少與學(xué)生及時有效地溝通，同時也占了較大比重的28%的同學(xué)表示沒怎么留意，很少的同學(xué)認(rèn)為學(xué)校在關(guān)于運(yùn)動設(shè)施的問題上與學(xué)生溝通較多，占到被調(diào)查者的4%。所以希望學(xué)?？梢栽谝院笥嘘P(guān)設(shè)施的問題上多與同學(xué)溝通，可以派幾名代表與學(xué)校進(jìn)行對話，可傳達(dá)出學(xué)生的意見。

8、表八是湛師學(xué)子對現(xiàn)有的運(yùn)動設(shè)施改進(jìn)的看法

由表8與圖可得出，大學(xué)生們對我校現(xiàn)有的運(yùn)動設(shè)施積極地提出了自己的看法，看來大學(xué)生對自身有切實(shí)利益的問題還是比較關(guān)心的。我們不難看出，43%的學(xué)生認(rèn)為學(xué)校目前應(yīng)該著手完善室內(nèi)室外的運(yùn)動設(shè)施，接著認(rèn)為學(xué)校應(yīng)該加派人手維護(hù)運(yùn)動設(shè)施和應(yīng)該增添更多的休息區(qū)的人數(shù)是一樣的，最后也有相當(dāng)一部分也就是17%的學(xué)生認(rèn)為學(xué)校應(yīng)該加大宣傳，增強(qiáng)學(xué)生維護(hù)公共設(shè)施的意識，很少有學(xué)生選擇其它的?，F(xiàn)在大學(xué)生運(yùn)動的群體不是特別高，這也跟學(xué)校對運(yùn)動設(shè)施方面的關(guān)注度，這應(yīng)該引起學(xué)校的重視，通過有效的手段提高學(xué)生對運(yùn)動的重視。

通過本次數(shù)據(jù)分析我們的除了以下調(diào)查結(jié)論與建議

1、調(diào)查結(jié)論：（1）由本次調(diào)查可知湛師學(xué)生對運(yùn)動設(shè)施的需求量較大，而湛師學(xué)生不想運(yùn)動的原因與目前湛師運(yùn)動設(shè)施所存在的問題有很大的關(guān)系。（2）湛師運(yùn)動設(shè)施存在的問題主要是運(yùn)動設(shè)施的數(shù)量少與設(shè)施年久失修，有嚴(yán)重?fù)p傷，當(dāng)然運(yùn)動設(shè)施的破損與學(xué)生對湛師運(yùn)動設(shè)施的愛惜程度有很大的關(guān)系，因?yàn)楹芏嗤瑢W(xué)對湛師運(yùn)動設(shè)施的愛惜程度都是一般般，不愛惜設(shè)施的同學(xué)也不少。（3）學(xué)校在關(guān)于運(yùn)動設(shè)施的問題上很少與學(xué)生進(jìn)行溝通，大部分學(xué)生對于湛師運(yùn)動設(shè)施的了解程度都是一般般，甚至是不了解，這使得很多關(guān)于運(yùn)動設(shè)施的問題得不到及時的解決與完善，也使得學(xué)生們對運(yùn)動設(shè)施的需求與建議得不到滿足與答復(fù)。

2、建議：存在問題是難免的，但最重要的是怎樣去利用有效的途徑去解決問題。通過調(diào)查，我們可以給出小小的建議?，F(xiàn)在提倡全民運(yùn)動，因此學(xué)生對運(yùn)動設(shè)施的需求還是比較較大的，所以學(xué)?？蛇m量地增加運(yùn)動設(shè)施。為了提高學(xué)生的運(yùn)動次數(shù)與質(zhì)量，以后學(xué)校可把運(yùn)動設(shè)施建設(shè)在人流較多且地理位置靠近中心的地方，這樣人們運(yùn)動起來也更加的方便。而且對運(yùn)動設(shè)施進(jìn)行定期的維修也是非常有必要的，破破爛爛的運(yùn)動設(shè)施鉤不起人們運(yùn)動的欲望，加大宣傳保護(hù)運(yùn)動設(shè)施的重要程度。不過做運(yùn)動的人們更應(yīng)該愛護(hù)這些公共的設(shè)施，如果人人都把這些設(shè)施當(dāng)做是自己家的財(cái)產(chǎn)，那么我想人們?nèi)魏螘r候都可享受到很好的運(yùn)動效果。最后想說的是決策問題，進(jìn)行有關(guān)的運(yùn)動設(shè)施的建設(shè)，學(xué)?？赏ㄖ獙W(xué)生代表參加有關(guān)建設(shè)問題的會議，集思廣益，這樣才更有利于學(xué)校的管理。

第五篇：數(shù)據(jù)統(tǒng)計(jì)與分析心得

數(shù)據(jù)統(tǒng)計(jì)與分析心得

（第三組）

數(shù)據(jù)統(tǒng)計(jì)與分析是一個比較復(fù)雜、比較費(fèi)時和費(fèi)力的工作，在工作中，小組成員既要有明確的獨(dú)立的分工，也要有集體的團(tuán)隊(duì)的協(xié)作精神。每個人在統(tǒng)計(jì)數(shù)據(jù)時都要做到認(rèn)真嚴(yán)謹(jǐn)、實(shí)事求是，要有耐心而不是用一顆浮躁的心來對待工作。在數(shù)據(jù)分析中，要用一顆客觀的、真實(shí)的心來做好對統(tǒng)計(jì)數(shù)據(jù)的客觀分析與評價。這樣才能使問卷調(diào)查統(tǒng)計(jì)出來的數(shù)據(jù)真實(shí)有效，為下一步的工作實(shí)施和決策做好準(zhǔn)備。

我們這次東華理工大學(xué)校園文化調(diào)查問卷印發(fā)的總數(shù)為210份，其中有6份未收回，實(shí)際收回問卷共204份，其中無效問卷（被調(diào)查人未填寫性別、專業(yè)、年級等相關(guān)信息）有5份，則實(shí)際有效問卷為199份。合格問卷占總數(shù)的94.76%，問卷收回率較高。在接下來的數(shù)據(jù)統(tǒng)計(jì)與分析中，則以此199份有效問卷的數(shù)據(jù)來統(tǒng)計(jì)，并計(jì)算數(shù)據(jù)結(jié)果。

此次參與問卷調(diào)查的年級有11級大

一、10級大

二、09級大三的學(xué)生，08級大四學(xué)生未參與調(diào)查，其中問卷調(diào)查又以大一學(xué)生為主，有186人，占總?cè)藬?shù)的93%；而大二學(xué)生只有8人，占總?cè)藬?shù)的4%，大三學(xué)生只有5人，占總?cè)藬?shù)的3%。在此次參與問卷調(diào)查的性別比中，女生有136人，占總?cè)藬?shù)（199人）的68.34%；男生有63人，占總?cè)藬?shù)的31.66%。問卷調(diào)查的女生占有多數(shù)。

此外，這次問卷所調(diào)查的專業(yè)有15個專業(yè)，其中文科類專業(yè)（廣告、法學(xué)、對外漢語、英語）調(diào)查人數(shù)有133人，所占總?cè)藬?shù)的百分比為66.83%；經(jīng)濟(jì)類專業(yè)（國際貿(mào)易、旅游管理、會計(jì)、市場營銷、物流管理）調(diào)查人

數(shù)有50人，占總?cè)藬?shù)的百分比為25.12%；理科類專業(yè)（自動化、科工程、土木工程、資源勘探、信息管理、測繪工程）調(diào)查人數(shù)有16人，占總?cè)藬?shù)的百分比為8.05%。調(diào)查對象以文科類同學(xué)占多數(shù)。

在這次數(shù)據(jù)統(tǒng)計(jì)與分析過程中，我們發(fā)現(xiàn)了問卷還存在一些問題，但總體還是好的。首先，問卷中存在漏字的情況，主要是出題組印刷前沒有認(rèn)真做好校對的工作造成的；其次，選項(xiàng)有的出現(xiàn)錯亂及其選項(xiàng)中沒有明確注明題目是多選或者單選的題目，因此在我們數(shù)據(jù)統(tǒng)計(jì)過程中也帶來了一些困惑，但經(jīng)過向出題組的詢問，我們還是明確了題目的多選與單選問題。但我想，這對于我們的調(diào)查所統(tǒng)計(jì)出來結(jié)果，其實(shí)際真實(shí)效果多少會有一些水分的。再次，就是我們問卷的發(fā)放組沒有考慮我們要調(diào)查的比例的分配，比如年級的比例分配、專業(yè)類別的比例分配、男女性別的比例分配。這樣就造成我們統(tǒng)計(jì)分析出來的數(shù)據(jù)有一點(diǎn)不合理性、不太全面性。此外，我們數(shù)據(jù)統(tǒng)計(jì)與分析小組中也出現(xiàn)過一些問題，由于我們從來沒有做過數(shù)據(jù)統(tǒng)計(jì)與分析的工作，因此缺乏經(jīng)驗(yàn)，在統(tǒng)計(jì)數(shù)據(jù)過程中其實(shí)每一道題也有不不合理的作答選項(xiàng)，而我們第一次都把他們統(tǒng)計(jì)上了，沒有考慮到每道題都有回答無效的答案。而后來的結(jié)果是，又讓我們成員重新統(tǒng)計(jì)了一次，這次考慮了把每道題目中無效答案剔除后，再統(tǒng)計(jì)出每道題目中有效答案的選擇數(shù)量。

數(shù)據(jù)統(tǒng)計(jì)與分析不但要有團(tuán)隊(duì)協(xié)作的精神，而且還要會懂電腦，利用Excel操作系統(tǒng)來計(jì)算出最終的數(shù)據(jù)結(jié)果。這就在不同的兩個方面考查了我們當(dāng)代大學(xué)生應(yīng)有的素質(zhì)。在這次數(shù)據(jù)統(tǒng)計(jì)與分析過程中，我們組成員都表現(xiàn)得積極認(rèn)真，按時按量地完成了我們每個人所分配的任務(wù)。因此在這次數(shù)據(jù)統(tǒng)計(jì)與分析中我們組雖然花費(fèi)了有一定的時間，但還是比較少的，而且成功地完成了這次統(tǒng)計(jì)任務(wù)。這也為下一組的成員的論文寫作及其總結(jié)工作爭取了更多的時間。在使用Excel操作系統(tǒng)時，由于有些成員不會使用此操作，所以給其他會操作的成員增加了工作量。在此也讓這些不會使用電腦操作系統(tǒng)的同學(xué)能夠體會到對于掌握好電腦基礎(chǔ)知識的重要性。希望他們都能夠好好地學(xué)習(xí)這些知識，為今后的工作和學(xué)習(xí)帶來更多的便利。

這次問卷調(diào)查的數(shù)據(jù)統(tǒng)計(jì)與分析實(shí)踐活動，讓每個同學(xué)都有收獲。有的收獲了出題時應(yīng)當(dāng)注意的問題，有的收獲了問卷調(diào)查中所獲得的經(jīng)驗(yàn)，有的收獲了同學(xué)們之間的友誼，使同學(xué)之間的交流與溝通在實(shí)踐活動中無形當(dāng)中就增加了，有的〃〃〃〃〃〃

總之，我們都認(rèn)為這次問卷調(diào)查實(shí)踐活動是一次成功的實(shí)踐活動，因?yàn)樵谶@次調(diào)查活動中，我們都看到了每一個同學(xué)都在努力的把事情做的更好，都認(rèn)真地對待自己所分配到的任務(wù)，都在積極的討論與交流。

另：附第三組成員數(shù)據(jù)統(tǒng)計(jì)與分析的工作圖片