回首页 | 网站地图 |   Blog
客户评价
  • 委托文华轩公司博士老师设计一款matlab程序代码,经过博士老师的努力,调试结果表明非常吻合需求。对文华轩博士老师高水准的程序设计能力表示感谢。
    张博士
    来自: 中科院福建物构所
  • 委托文华轩公司博士老师跑医学数据的统计分析,经过博士老师的努力,跑出的结果与期望基本一致,对文华轩博士老师高水准的数据分析能力表示赞赏。
    jagger
    来自: 上海
  • 和文华轩公司博士老师合作1年多了,无数的稿件经过博士老师的翻译,实践证明,文华轩博士老师学术论文翻译能力非常强,让人高兴。以后还选择文华轩公司学术论文翻译服务。
    梅子
    来自: 林肯大学
  • 论文问题让我困恼不已,在百度网上看到文华轩公司提供论文修改服务,实践证明,修改结果非常理想,让我非常满意。以后还选择文华轩公司论文修改服务。不想统计公司论文修改水准这么高。
    梁小姐
    来自: 华南理工大学
  • 碰到数据的处理难点。在文华轩博士老师的努力下,顺利解决问题。感谢博士高水准的服务。以后还选择文华轩数据处理服务。
    阔小姐
    来自: 新北
  • 碰到论文问卷统计分析难点,束手无策;在雅虎看到文华轩公司博士老师协助跑统计分析,在老师的努力下,终于解决了问题,了却我的心头之愿,真是感谢。
    史小姐
    来自: 高雄
  • 一组医学数据需要跑统计分析,选择文华轩统计公司的博士老师,在老师的辅导和帮助下,顺利跑出结果,对文华轩博士老师的优质统计分析服务表示感谢。
    林小姐
    来自: 台北
  • 委托文华轩公司协助完成论文apa格式修改,在博士老师的努力下,格式修改得到规范处理,让我学习到不少东西,感谢。
    张小姐
    来自: 高雄
  • 委托博士老师设计OFDM系统,然后以BPSK/QPSK 调变 来跑出BER IFFT的SIZE是256bits,CP是32bits。实践证明,用matlab模拟的波形吻合要求。在此表示感谢。
    张先生
    来自: 新北
  • 委托文华轩公司博士老师协助设计vensim模型的设计,结果比较满意。
    林先生
    来自: 台北
  • 委托文华轩博士老师设计德尔菲问卷和问卷数据分析,结果比较满意,非常感谢。
    杜小姐
    来自: 新北
  • 委托文华轩统计公司完成大陆的问卷调查和问卷数据分析服务,结果比较满意。文华轩公司优质的问卷调查水准让人满意,以后还推荐文华轩公司。
    杨小姐
    来自: 雄狮旅游集团
  • 委托文华轩博士老师协助完成数据的处理和数据的分析。在老师的协助下,顺利完成,结果比较满意。
    林先生
    来自: 新北
  • 碰到论文摘要翻译,一点点小问题难倒我,在文华轩博士老师的协助下,把摘要顺利翻译完成,感谢老师的协助。
    陈老师
    来自: 吉林师范大学
  • 委托文华轩博士老师完成问卷数据的统计分析;在老师的协助下,完成了分析结果;比较满意;以后还推荐文华轩统计公司的问卷数据分析服务。
    陈博士
    来自: 台北护理健康大学
  • 碰到fuzzy delphi问卷数据分析,难倒我了,束手无策;在雅虎上看到文华轩公司提供论文数据分析协助服务,把数据发给老师,在老师的辅导和帮助下,顺利完成数据分析,对文华轩博士老师高水准的服务表示赞赏。
    沈博士
    来自: 新北
  • 有一组实验数据,需要跑数据分析和数据处理。委托文华轩公司博士老师协助完成,在博士老师的努力下,顺利完成,感谢文华轩博士老师高水准的数据分析能力。
    李小姐
    来自: 郑州烟草研究院
  • 设计一个贸易模型,需要协助完成matlab程序设计和仿真,在老师的努力下,得到顺利解决;对文华轩博士老师高水准的matlab程序设计能力表示赞赏。
    罗老师
    来自: 台湾大学
  • 碰到一组犯罪数据的处理,在文华轩博士老师的努力下,顺利完成,对文华轩博士老师高水准的数据处理能力表示赞赏!
    庄老师
    来自: 中国人民公安大学
  • 委托文华轩博士老师完成数据处理,结果比较吻合实际情况,感谢有这么好的老师辅导数据处理。对结果很满意。
    李小姐
    来自: 三军总医院
  • 委托文华轩公司博士老师完成学术论文翻译,在博士老师的努力下,顺利完成,价格不贵。感谢文华轩博士老师的协助。
    李博士
    来自: 中科院
  • 碰到论文的统计分析难点,自己解决不了;在百度上看到文华轩统计公司提供论文数据的统计分析协助,把数据发给博士,在博士老师的辅导和帮助下,顺利跑出结果,感谢文华轩公司博士老师的辅导和协助。
    陆小姐
    来自: 中国人民大学
  • 委托文华轩博士老师协助翻译一篇硕士论文,翻译的结果让人满意,感谢文华轩博士老师的协助。以后还推荐文华轩学术论文翻译服务。
    李小姐
    来自: 广州
2018-05-03 10:56:13 | 论文数据处理常见错误分析

 论文数据处理常见错误分析
不少科研论文是实证研究,所以在论文写作的过程中,不可避免地要涉及到。上学吧论文写作给大家整理了一份论文写作数据处理常见错误分析,提供一些论文写作数据处理常见错误分析方面的参考,欢迎查看。
1. 统计结论的描述不确切
数理统计的基础是概率论,对统计分析的资料下结论的依据是小概率事件在一次试验中是不可能发生的。一般统计上习惯把概率P≤0.05或P≤0.01认为是小概率事件。
一般统计上说的“差异显著”(P≤0.05),“差异非常显著”( P≤0.01)是统计学的术语,它不同于一般意义上的“显著”概念。
为了不至于混淆这两者的概念,现在统计学上主张用差异无显著意义或无统计意义、差异有显著意义或有统计意义、差异有非常显著意义或高度统计意义来代替以前常用的“差异不显著”、“差异显著”和“差异非常显著”。
下结论时,不仅根据统计学的结论,还要根据专业知识来判断。有的人只凭少量的统计资料就作出“有差异”、“无差异”的判断,并对所调查的数据下结论,是不科学的。而“有差异”、“无差异”这样的说法也是不对的。
例如调查吸烟者与不吸烟者的慢性气管炎的患病情况(P<0.01),只能说明吸烟者与不吸烟者患慢性气管炎差异有非常显著性意义,即吸烟者更容易患慢性气管炎,至于两者患病率相差是否显著,要结合专业知识来判断,而不能说非常显著。
2.统计指标的误用
在来稿中,经常遇到统计指标的误用,常出现率与构成比,发病率与患病率,死亡率与病死率等的混淆。
2.1把构成比当率。构成比是说明事物或现象内部各构成部分的比重,率为表示某种现象发生的频率或强度。它们都是相对数指标,用百分数表示。有一篇题为“某年某地5类传染病疫情分析”,该文作者认为,5类传染病的发病率依次为痢疾48.62%(3685/7579)、肝炎27.85%(2111/7579)、乙脑11.22%(850/7579)、流脑6.89%(522/7579)、麻疹5.42%(411/7579)。该资料是构成比,不是发病率,故犯了“以比代率”的错误。
2.2发病率与患病率。发病率是指观察期内(年、季、月等)新发生某病的例数与同期平均人口数之比,强调在观察期内的新发病例数。而患病率则指观察时点的某病的现患病例数与该时点人口数之比,强调的是该观察时点上某病的现患(新、旧病例)情况。有人调查男性7674人,沙眼患者6235人,发病率为81.25%;女性调查2896人,沙眼患者2225人,发病率为76.83%。这显然是错误的,应该是患病率。发病率是指平均每1000人口中新发生的病例数。其计算公式为:某病发病率等于某年(期)内所发生的新病例数除以同年(期)平均人口数乘1000‰。例如某地某年年平均人口数为2500人,白喉发病28人,该地白喉年发病率为11.20‰。
3.对照设计不合理
“有比较才能有鉴别”,设立对照组是为了科学地鉴别。医学科学研究设立对照尤为重要。一些科研论文科学性不强的主要原因是对照不合理,甚至有的根本不设对照组。临床上不少疾病,都有一定的自愈率,病情自行缓解的现象更为普遍,影响疾病过程的因素就更为复杂,除治疗因素外,精神、环境、休息、营养、气候等都对疾病发生影响。如果不通过严格对照试验,很难作出正确判断。
4.样本选择不当
样本的选择要符合随机化的原则,这样才能使样本客观地反映总体。在来稿中我们发现不少作者对随机化分组的意义和方法不够了解,有的交待了随机抽样,而没有交待抽样和分配的具体方法;有的虽知道随机化分组的原则,但因怕麻烦,而没有认真执行;有的甚至为了提高论文的刊用率,而冠以随机化的字眼。为解决上述问题,编辑部在审稿时要求作者补充研究对象随机化抽样和分配的具体方法。前者如单纯随机抽样、系统抽样、分层抽样、整群抽样等;后者如完全随机化设计、配对设计、配伍设计、拉丁方设计、序贯设计、正交试验设计等。
5. 随机分组不均衡
对照组与试验组必须遵循均衡化的原则,也就是说对照组除了缺少实验处理因素外,其它条件应与实验组基本一致,从而排除非处理因素对结果的影响。如果分组时未注意到对照组与实验组的均衡关系,那么对照组与实验组就会出现差异,使实验的可比性减少,统计学意义下降。
6. 非参数不能用参数统计方法
对计量资料的统计数据经常用t检验或F检验,但也经常出现把非参数计量资料的数据用参数统计方法进行处理。如微量元素(血铅、血锌、尿汞)等数据经常出现偏态分布[3]。当数据呈偏态分布时小样本(n<50)不能用参数统计方法(t检验或F检验),而应该用非参数统计方法(参比差值法或秩和检验)或进行数据转换(倒数或对数)后用参数统计方法。
7.统计表图不规范
在疾病防治中,我们使用大量的统计表图,以阐说疾病发生发展的客观规律,评价防治措施的效果。正确的统计表应该是简单、明了,能够说明各统计量之间关系和差异的三线式统计表。不宜过繁、过多,不能把几种不同性质的统计量罗列到同一表格内。
8.统计方法的选择与使用不正确
选用统计方法之前应首先确定是计数资料还是计量资料。
计数资料是先将观察单位按性质或类别进行分组,然后清点各观察单位的个数所得的资料,如根据治疗结果计算出的治愈率、有效率、病死率、阳性率等。
计量资料是对每个观察单位用定量方法测定某项指标数值大小所得的资料,如身高、体重、脉搏、血压、浓度、白细胞总数等。计数资料最常用的统计方法为χ2检验或U检验,计量资料最常用的统计方法为t检验(或F检验),但在来稿中时有发生相互混淆。
另外,应用t检验的条件是:①当样本含量较小时,要求样本符合或近似正态分布;②当两样本均数比较时,两样本方差相等;③当样本不符合正态分布时,应采用t’检验代替t检验;④当两样本方差不等时,应采用秩和检验或t’检验。有的作者在使用t检验时未考虑到上述因素而盲目使用。对于等级资料(如治愈、显效、好转、无效)要比较疗效只能用非参数检验。
 

  发表留言
电子邮箱: *
聯繫電話: *
验证码:
  最新留言
[ LIST | TOP ]