描述性分析方法

A. 數據分析之描述性分析

SPSS的模塊按功能可以分為三部分：描述性分析、推斷性分析、探索性分析。 1.描述性分析主要是對所收集的數據進行分析，得出反映客觀現象的各種數量特徵的一種分析方法，它包括數據的集中趨勢分析、數據離散程度分析、數據的頻數分布分析等，描述性分析是對數據進一步分析的基礎。 2.推斷性分析是研究如何根據樣本數據來推斷總體樣本數量特徵，它是在對樣本數據進行描述統計分析的基礎上，對研究總體的數量特徵做出推斷。常見的分析方法有假設檢驗、相關分析、回歸分析、時間序列分析等方法。 3.探索性分析主要是通過一些分析方法從大量的數據中發現未知且有價值信息的過程，它不受研究假設和分析模型的限制，盡可能地尋找變數之間的關聯性。常見的分析方法有聚類分析、因子分析、對應分析等方法。頻率分析主要通過頻數分布表、條形圖和直方圖，以及集中趨勢和離散趨勢的各種統計量來描述數據的分布特徵，以便我們隊數據的分布特徵形成初步的認識，才能發現隱含在數據背後的信息，為後續數據分析提供方向和依據。 頻率分析包括分類變數的頻率分析和連續變數的頻率分析。在SPSS里都採用頻率表來做頻率分析。對於連續變數數據的分析，描述的統計量包括百分位值、集中趨勢、離散趨勢和數據分布特徵。 1.百分位值 百分位值主要用於對連續變數數據離散程度的測量，常用的百分位值是四分位數。它是將變數中的數據從小到大排序後，用三個數據點將數據分為四等份，與這三個點相對應的數值稱為四分位數。由於是等分整個數據，這三個數據點分別位於數據的25%（第一四分位數）、50%（第二四分位數，也就是常用的中位數）和75%（第三四分位數）的位置。 2.集中趨勢 集中趨勢反映了數據向其中心值聚集的程度，是對數據一般水平的概括性度量，主要通過平均值、中位數和眾數來表示。 3.離散趨勢 離散趨勢反映了數據遠離中心值的程度，是衡量集中趨勢值對整個數據的代表程度。數據的離散度越大，說明集中趨勢值的代表性越低；反之，數據的離散程度越接近於0，說明集中趨勢值的代表性越高。數據的離散程度主要通過范圍、標准差和方差來表示。 4.分布特徵 對於連續變數，在樣本量較大的情況下，研究若你有會提出假設，認為數據應當服從某種分布，每種分布都可以採用一系列的指標來描述數據離散分布的程度。在圖形的顯示上，對於分類數據，如果需要了解數據分布，則可以選擇條形圖；如果需要了解數據結構，則選擇餅圖；而對於連續數據，選擇直方圖。 條形圖和直方圖的區別： （1）條形圖用於展示分類數據，直方圖用於展示連續數據； （2）條形圖是用條形的長度表示各類別頻數的多少，直方圖是用面積表示各組頻數的多少，矩形的高度表示每一組的頻數或頻率，寬度表示各組的組距； （3）直方圖分組數據具有連續性，所以直方圖的各矩形通常是連續排列的，而條形圖表示分類數據，則是分開排列； 描述分析與頻率分析的不同之處在於： （1）描述分析提供的統計量僅適用於連續變數，頻率分析既可用於分析連續變數，也可用於分析分類變數； （2）描述分析無相應統計圖繪制輸出，並且提供計算的統計量也相對較少。 但在描述性分析里可以進行Z標准化。 交叉表示一種行列交叉的分類匯總表格，行和列上至少各有一個分類變數，行和列的交叉處可以對數據進行多種匯總計算，如求和、平均值、計數等。交叉表分析是用於分析兩個或兩個以上分類變數之間的關聯關系，以交叉表格的形式進行分類變數間關系的對比分析。它的原理是從數據的不同角度綜合進行分組細分，以進一步了解數據的構成、分布特徵，它是描述分析常用方法之一。類似於EXcel的數據透視表。 頻率分析、描述分析都是對單個變數進行分析，交叉表可以對多個變數在不同取值情況下的數據分布情況進行分析。從而進一步分析變數之間的相互影響和關系。 在SPSS里，多選題也稱為多重響應集，意為使用多個變數記錄答案，其中每個個案可以給出多個答案。 多選題數據錄入的方式有兩種：二分法和多重分類法。 （1）二分法：把每一個相應選項定義為一個變數，每一個變數值均做這樣的定義——「0」代表未選，「1」代表選中，即對於被調查者選中的選項錄入1，對未選的選項錄入0。 （2）多重分類法：事先定義錄入的數值，比如1,2,3,4,5分別代表選項A、B、C、D、E，並且根據多選題限選的項數確定應錄入的變數個數。例如限選3項，那麼需要設立3個變數，如果調查者在該題選ACD，則在3個變數下分別錄入1、3、4。 在通常情況下，如果多選題沒有限定選項個數，並且選項個數不多時，可以採用二分法錄入。如果對選項的個數加以限定，則改用多重分類法進行錄入。 常見的表格類型有疊加表、交叉表和嵌套表。 （1）疊加表 同一張表中有多個同類變數的描述分析結果，可以簡單地理解為對每個變數分別做同樣的分析，然後將結果拼接在一起。 （2）交叉表 它是一種行列交叉的分類匯總表格，行和列上至少各有一個分類變數，行和列的交叉處可以對數據進行多種匯總計算，如計數、百分比、求和、平均值等。 （3）嵌套表 它是指多個變數放置在同一個表格維度中，也就是說，分析維度是由兩個及以上變數的各種類別組合而成的。嵌套表主要應用在需要展現較多的統計指標時，能夠使結果更為美觀和緊湊。 我的博客即將搬運同步至騰訊雲+社區，邀請大家一同入駐：https://cloud.tencent.com/developer/support-plan?invite_code=16uhfxjtsalsw

B. 描述性分析法量化描述是什麼意思

食品感官分析中用於了解產品之間的差異所在，採用描述分析型檢驗可以獲得關於產品完整的感官描述。它可以為產品提供量化描述，可獲得所有可感知的感覺，包括視覺、聽覺、嗅覺、味覺和動覺等，當然評估也可以只針對某個方面進行。常用的描述性分析方法有剖面法、定量描述分析法、質地描述分析等。

描述性分析的步驟：

（1）建立感官特性描述詞

（2）確定感官特性順序

（3）確定參比性

（4）評價感官特性強度

（5）分析樣品的協調性和整體性

質地描述分析風味剖析法
由 4 ~ 6 人組成的品評小組對一個產品能夠被感知到的所有氣味和風味，它們的強度、出現的順序以及餘味進行描述、討論，達成一致意見之後，由品評小組組長進行總結，並形成書面報告。該方法屬於定性描述分析方法，不能進行統計分析。其特點是靈敏性高，但參評人數少，個別人影響

C. 到底什麼是描述性統計分析定義是怎樣

所謂描述性統計分析，就是對一組數據的各種特徵進行分析，以便於描述測量樣本的各種特徵及其所代表的總體的特徵。描述性統計分析的項目很多，常用的如平均數、標准差、中位數、頻數分布、正態或偏態程度等等。這些分析是復雜統計分析的基礎。
例如：對我國城鎮軍民的醫療保健消費情況進行統計分析，數據如下：
588.8
407.75
376.71
300.81
287.03
252.2
336
341.85
500.86
294.39
541.06
181.23
266
148.8
322.6
280.78
208.78
208.96
270.24
346.56
228.01
247.31
293.23
266.07
233.27
291.76
264.8
336.24
272.44
307.24
327.05
330.54
進行描述性統計分析結果為：
平均數
308.1053125
標准差
95.06485331
中位數
292.495
最小值
148.8
最大值
588.8
峰度
2.375103692
偏度
1.347690777

D. 什麼是描述性分析

描述性分析是社會調查統計分析的第一個步驟，對調查所得的大量數據資料進行初步的整理和歸納，以找出這些資料的內在規律——集中趨勢和分散趨勢。主要藉助各種數據所表示的統計量，如均數、百分比等，進行單因素分析。

事實證明，僅靠百分比或平均差是不能完全反映客觀事物的本質的，僅僅對一個樣本進行分析也是不夠的。這個樣本是否能夠反映其總體的特徵，還需要進行推斷性分析。

描述性分析的目的

1、描述某個有關群體的特徵；

2、估計某個群體中某種行為方式的發生比率；

3、測量有關產品的知識、偏好與滿意度；

4、確定不同營銷變數之間的關系；

5、進行預測。

E. 統計分析方法有哪些

統計分析方法有以下：
1、描述性統計分析方法。描述性統計分析方法是指運用製表和分類和圖形概括性數據來描述數據的集中趨勢、離散趨勢、偏度、峰度。
2、相關分析方法。相關分析方法是研究現象之間是否存在某種依存關系，對具體有依存關系的現象探討相關方向及相關程度。
3、方差分析方法。方差分析是用來分析一項實驗的影響因素與相應變數的關系，同時考慮多個影響因素之間的關系。
4、列聯表分析方法。列聯表分析是用於分析離散變數或定型變數之間是否存在相關。
5、主成分分析方法。主成分分析方法是將彼此梠關的一組指標變適轉化為彼此獨立的一組新的指標變數，並用其中較少的幾個新指標變數就能綜合反應原多個指標變數中所包含的主要信息。

F. 怎麼進行描述性分析

描述性分析是一種常見的項目調研分析方法，是指對所面臨的不同因素、不同方面現狀的調查研究，其資料數據的採集和記錄，著重於客觀事實的靜態描述
描述性分析，正如其名，處理的是總體的描述性特徵。描述性分析尋求對「誰」、「什麼」、「什麼時候」、「哪裡」和「怎樣」這樣一些問題的回答。不像探索性分析，描述性分析基於對調研問題性質的一些預先理解。盡管分析人員對問題已經有了一定理解，但對決定行動方案必需的事實性問題作出回答的結論性證據，仍需要收集。

目的如下：

1、描述某個有關群體的特徵；

2、估計某個群體中某種行為方式的發生比率；

3、測量有關產品的知識、偏好與滿意度；

4、確定不同營銷變數之間的關系；

5、進行預測。

G. 最常用的四種大數據分析方法有哪些

1.描述型分析：發生了什麼?

這是最常見的分析方法。在業務中，這種方法向數據分析師提供了重要指標和業務的衡量方法。

例如，每月的營收和損失賬單。數據分析師可以通過這些賬單，獲取大量的客戶數據。了解客戶的地理信息，就是“描述型分析”方法之一。利用可視化工具，能夠有效的增強描述型分析所提供的信息。

2.診斷型分析：為什麼會發生?

描述性數據分析的下一步就是診斷型數據分析。通過評估描述型數據，診斷分析工具能夠讓數據分析師深入地分析數據，鑽取到數據的核心。

良好設計的BI dashboard能夠整合：按照時間序列進行數據讀入、特徵過濾和鑽取數據等功能，以便更好的分析數據。

3.預測型分析：可能發生什麼?

預測型分析主要用於進行預測。事件未來發生的可能性、預測一個可量化的值，或者是預估事情發生的時間點，這些都可以通過預測模型來完成。

預測模型通常會使用各種可變數據來實現預測。數據成員的多樣化與預測結果密切相關。

在充滿不確定性的環境下，預測能夠幫助做出更好的決定。預測模型也是很多領域正在使用的重要方法。

4.指令型分析：需要做什麼?

數據價值和復雜度分析的下一步就是指令型分析。指令模型基於對“發生了什麼”、“為什麼會發生”和“可能發生什麼”的分析，來幫助用戶決定應該採取什麼措施。通常情況下，指令型分析不是單獨使用的方法，而是前面的所有方法都完成之後，最後需要完成的分析方法。

例如，交通規劃分析考量了每條路線的距離、每條線路的行駛速度、以及目前的交通管制等方面因素，來幫助選擇最好的回家路線。

H. 如何進行描述性統計分析

所謂描述性統計分析，就是在表示數量的中心位置的同時，還能表示數量的變異程度（即離散程度）。描述性統計分析一般有二種方法可以進行：1、頻數分布分析，2、列聯表分析。
------------------------轉自熱心網友

I. 描述性統計分析怎麼寫

描述統計是將研究中所得的數據加以整理、歸類、簡化或繪製成圖表，以此描述和歸納數據的特徵及變數之間的關系的一種最基本的統計方法。描述統計主要涉及數據的集中趨勢、離散程度和相關強度，最常用的指標有平均數()、標准差(σx)、相關系數(r)等。

所謂描述性統計分析，就是在表示數量的中心位置的同時，還能表示數量的變異程度（即離散程度）。描述性統計分析一般有二種方法可以進行：

1、頻數分布分析

2、列聯表分析

綜述

描述性研究利用常規檢測記錄或通過專門調查獲得的數據資料（包括實驗室檢查結果），按不同地區、不同時間及不同人群特徵進行分組，描述人群中有關疾病或健康狀態以及有關特徵和暴露因素的分布狀況，在此基礎上進行比較分析，獲得疾病三間（人群、地區、時間）分布的特徵，進而獲得病因線索，提出病因假設和線索。是流行病研究工作的起點。

以上內容參考：網路-描述性統計