論文常用數據分析方法分類總結-4

繼續我們的知識總結，本文總結包括：多選題研究、聚類分析研究、權重研究、非參數檢驗、數據分布。

查看本系列之前的文章，可點擊下面的連結：論文裡的分析方法要用哪一種，SPSSAU告訴你答案論文常用數據分析方法分類總結-2論文常用數據分析方法分類總結-3

16. 模型研究方法

模型研究方法-SPSSAU

模型研究：當需要研究多個變量之間的關係情況時，通常可構建統計模型用於分析及預測。

如果研究一個X或多個X對Y的影響關係，其中Y為定量數據，可使用線性回歸分析，構建回歸模型。

如果研究一個X或多個X對Y的影響關係，其中Y為定類數據，可使用Logistic分析，構建Logistic回歸模型。

如果要分析1組X與一組Y之間的關係情況，可使用典型相關分析。

如果要分析多個X與多個Y之間的影響關係情況，且樣本量較小（通常小於200），可使用PLS回歸分析。

如需分析多個X對多個Y的影響關係，以及具體哪些X對哪些Y有影響如何影響，可使用路徑分析。

還有一種方法稱為結構方程模型，包含測量模型和結構模型。如果需要測量模型和結構模型，可使用結構方程模型。

17. 信息濃縮方法

信息濃縮方法-SPSSAU

當研究中包括有很多題目或很多變量時，可通過信息濃縮的方法，把數據濃縮成一個或多個變量，以便用於後續的分析。

主成分分析和因子分析都是信息濃縮的方法，即將多個分析項信息濃縮成幾個概括性指標。如果希望進行將指標命名，SPSSAU建議使用因子分析。原因在於因子分析在主成分基礎上，多出一項旋轉功能，該旋轉目的即在於命名。

平均值和求和也是信息濃縮的常用方法，比如要將多個題項合併成一個變量，可通過求平均值概括成一個題項。當數據不滿足正態，存在極端值時，可用中位數代替平均值。

18. 一致性研究方法

一致性研究-SPSSAU

一致性檢驗的目的在於比較不同方法得到的結果是否具有一致性。檢驗一致性的方法有很多比如：Kappa檢驗、ICC組內相關係數、Kendall W協調係數等。

Kappa係數檢驗，適用於兩次數據（方法）之間比較一致性，比如兩位醫生的診斷是否一致，兩位裁判的評分標準是否一致等。

ICC組內相關係數檢驗，用於分析多次數據的一致性情況，功能上與Kappa係數基本一致。ICC分析定量或定類數據均可；但是Kappa一致性係數通常要求數據是定類數據。

Kendall W協調係數，是分析多個數據之間關聯性的方法，適用於定量數據，尤其是定序等級數據。

19. 配對數據研究方法

配對數據研究-SPSSAU

配對研究是一種醫學上常見的研究設計，常見於單組樣本前後對比研究，或者將樣本分為實驗組和對比組兩組，針對幹預措施進行研究。

如果配對樣本數據為定量數據時，可使用配對樣本T檢驗。

如果配對樣本數據為定量數據，但配對樣本的差值不符合正態分布，則考慮使用配對Wilcoxon檢驗

如果數據為定類數據，則使用配對卡方檢驗。

20. 多元統計研究

多元統計研究-SPSSAU

判別分析：用於在分類確定前提下，根據數據的特徵來判斷新的未知屬於哪個類別。

對應分析：用於分析定類數據的分類情況，並結合圖形展示。

曲線分析：如果想要研究X對Y的影響關係，且X和Y不滿足線性關係（可通過散點圖觀察），而呈現出曲線關係，建議根據曲線擬合圖結果，選擇擬合程度較好的曲線進行曲線回歸分析。

上述分析方法均可在SPSSAU中使用分析，以及相關方法問題可查看SPSSAU幫助手冊。