举例如何选择合适的统计方法

㈠ 统计推断常用的方法有

（1）简单随机抽样：
简单随机抽样，是指抽样过程应独立进行并且总体中每个个体被抽到的机会均等。随机抽样不是随便抽取，随便抽取容易受到个人好恶的影响。为实现随机化，可采取抽签、掷随机数骰子或查随机数值表等办法。如从100件产品中随机抽取l0件组成样本，可以把这100件产品从l开始编号直到100号，然后用抓阄的办法任意抽出l0个编号，由这l0个编号代表的产品组成样本。此种抽样方法的优点是抽样误差小，缺点是手续繁杂。在实践中真正做到每个个体被抽到的机会相等是不容易的。
（2）周期系统抽样：
周期系统抽样，又叫等距抽样或机械抽样，即将总体按顺序编号，用抽签或查随机数值表的方法确定首件，进而按等距原则依次抽取样本。如从120个零件中取五个做样本，先按生产顺序给产品编号，用简单随机抽样法确定首件，然后按每隔24(由120÷5=24得)个号码抽取一个，共抽取五个组成样本。这种方法特别适用于流水线上取样，操作简便，实施起来不易出现差错。但抽样起点一经确定，整个样本就完全固定。对总体质量特性含有某种周期性变化，而当抽样间隔恰好与质量特性变化周期吻合时，就可能得到一个偏差很大的样本。
（3）分层抽样法：
分层抽样法，即从一个可以分成不同子总体的总体中，按规定比例从不同层中随机抽取个体的方法。当不同设备、不同环境生产同一种产品时，由于条件差别产品质量可能有较大差异，为了使所抽取的样本具有代表性，可以将不同条件下生产的产品组成组，使同一组内产品质量均匀，然后在各组内按比例随机抽取样品合成一个样本。这种抽样方法得到的样本代表性比较好，抽样误差较小，缺点是抽样手续较繁，常用于产品质量检验。
（4）整群抽样法：
这种方法是先将总体按一定方式分成多个群，然后随机地抽取若干群并由这些群中的所有个体组成样本。如按照生产过程将1000个零件分别装入20个箱中，每箱50个，然后随机抽取一箱，此箱中50个零件组成样本。这种抽样方法实施方便，但样本来自个别群体而不能均匀分布在总体中，因而代表性差，抽样误差较大。

㈡ 问卷调查所能用的统计方法有哪些

1. 调查的样本量太小，计算出的结论可靠性不高。

例如看到一些研究生的论文，只发了几十份问卷调查表，就根据统计到的百分比写下十分肯定的结论。其实，是有问题的。

例如：调查“你对××活动喜欢的程度”，调查了45人。调查结果：非常喜欢2人，喜欢5人，一般10人，不太喜欢13人，不喜欢15人。作者统计出：喜欢和非常喜欢的共7人占调查人数45人的15.5%，不太喜欢和不喜欢的共28人，占62.2%。并根据15.5%和62.2%来进一步写结论。

但是，他忽略了调查的样本计算出率以后，还应该计算率的标准误和置信区间。如本例喜欢率为15.5%。还应该计算率的标准误Sp。

_________ _________________

本例，喜欢率的标准误 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按样本量n，查t值表上, n-1的t0.01和t0.05 的值，查得t0.05＝2.02 , t0.01＝2.69, 根据喜欢率15.5 %、标准误5.39 % 和t0.05的值,可计算出：

95% 置信区间：15.5±2.02×5.39＝4.6%～26.4%。(置信区间上下限的差值高达21.8%)。

95% 置信区间的含义是，如果用样本的喜欢率15.5%来估计总体的喜欢率时，有95%的可能是在4.6%～26.4%的区间之间。这样高达21.8%的区间意味着15.5%是不太可信的。

但是，如果扩大样本量到450人，4500人，而统计出的喜欢率也是15.5%。由于调查的样本量扩大了，标准误 Sp会缩小，计算出的95% 置信区间也就缩小为12.2%～18.8%和14.4%～16.6%。这时用样本率估计总体率时，上下限的差值很接近15.5%，才是可信的。

2. 调查数据的统计分析过于简单。

目前看到的调查数据统计分析大都比较简单。只是计算各个问卷指标的百分比，如上面举例的喜欢率15.5%等等。

要避免统计分析过于简单，首先，在做调查表设计时，就事先要考虑好调查数据的统计分析方法。例如同样是调查“你对××活动喜欢的程度”，除了要扩大调查样本量外，在调查表中增加调查性别和年龄。这样就可以采用一种较为复杂的方法——交叉分析。交叉分析是分析“年龄”、 “性别”和“对××活动喜欢程度”三个变量之间的关系。假设不分类统计时，喜欢率是15.5%。交叉分析后就会发现由于性别的不同，年龄段的不同喜欢率是不同的。

例如：2005年国民体质监测问卷调查中，对“睡眠时间”的统计分析，如果只是简单地计算某市成年男子2473人的问卷，只能统计出：睡眠6小时以下的人为13.4%，睡眠6～9小时的73.6%，睡眠9小时以上的13%。但是，如果增加年龄因素，分年龄段进行统计就可以看到，各年龄段的百分比是不同的（统计表略）。利用分年龄段的百分比还可以画出折线图（图略）。从图上更可以清楚的显示出：随着年龄增加，睡眠时间逐渐减少的趋势。

上述统计分析方法比较简单。但是，仅靠简单的统计方法来处理问卷调查数据是十分可惜的，因为大量的数据信息还没有充分利用。所以，设计问卷时，就应该注意到，让收集到的调查数据能做多因素统计分析（如：回归分析，因子分析等）。下面是我帮助或指导有关单位做过的统计分析实例：

例1：2005年国民体质监测的调查问卷内容中，包括了各人的文化程度，职业，工作、生活和体育锻炼等方面的许多问题。为了分析这些调查内容和各人的体质有什么关系，找出哪些因素对体质的好坏特别有关？在进行统计分析时，就需要把体质监测的指标和问卷调查的内容联系起来进行统计。

在成年组调查问卷内容中可进行计算的12个问题是：受教育程度，职业，平均每周工作时间，平均每天睡眠时间，睡眠质量，平均每天步行时间，平均每天坐姿活动时间，吸烟状况，运动感受，平均每周锻炼次数，平均每次锻炼时间，坚持锻炼时间。把这些作为X1, X2, ……X12，再把每个人体质监测中的体质总分作为Y，就可以进行逐步回归分析计算。

某省成年男甲组4242人的数据用逐步回归分析计算结果是：从12个指标中依次选出了X 1 (受教育程度)，X12 (坚持锻炼时间)， X10(平均每周锻炼次数)，X7(平均每天坐姿活动时间) 4个指标。得到回归方程：

Y = 21.85+ 1.02 X 1 -0.20 X7+ 0.34 X10 + 0.28 X12 F=101.92 (P<0.01)

复相关系数 R= 0.296

根据回归方程的系数就可以知道：受教育程度高，平均每周锻炼次数多，坚持锻炼时间长，平均每天坐姿活动时间少的人体质总分就高。反之就低。而这个结论只做一般的调查表百分比统计，是得不到的。

例2：某市开展《超重与肥胖人群运动与营养综合干预实验研究》12周后，对参加者进行了问卷调查，内容有：每天进餐情况（分为：五分饱，八分饱，十分饱），每周快走次数（分为：3次以下，3次，4次，5次及以上），每次快走时间（分为：30分钟以内，30～60分钟，60～90分钟，90分钟以上），每次快走距离（分为：3公里以下，3～4公里，5公里及以上）等。

如果仅统计各个问卷内容的百分比，只能计算出如：每次快走时间30分钟以内的29人占22.1%，30～60分钟的47人占35.9%，60～90分钟的19人占14.5%，90分钟以上的36人占27.5% 等等，这样的统计结果并不能说明什么问题。更无法分析出哪些是对减肥有效果的因素。

但是，把问卷调查的内容与参加12周实验后各人体重下降值联系起来统计，情况就不同了。如可以分别计算出：每周快走次数、每次快走时间等指标与体重下降值的相关系数。当计算出以上指标都和体重下降值呈中度或低度相关时，还可以进一步用回归分析的方法计算出标准回归系数或偏回归平方和来分析各指标对体重下降的作用大小。

本例有131人参加实验，为了用数学表达式来描述：饮食、运动量和降体重的关系。把调查表内容转换成数字后，选择了X1（每天进餐情况）、X2（每周快走次数）、X3（每次快走距离）与Y（体重下降值）计算出三元回归方程：

Y= 1.26－1.30 X1 +0.59 X2 +1.70 X3 F =13.855 (P<0.01)

复相关系数 R = 0.4966

从回归方程可以看到，在吃八分饱的情况下，增加每周快走次数和每次快走距离，降体重的效果更好。

可见，当采用了多元回归分析方法后，可以充分利用调查表里的信息从而获得比简单的统计百分比更多的研究结果。

例3：某市对学生体质下降原因进行调研时，设计的调查表内容包括：学生、家长、学校等方面30多项指标。为了分析调查的各指标对学生身体素质影响的主次关系，从调查表中选出可进行因子分析计算的26个指标进行了R型因子分析计算。

R型因子分析通过计算，可找出控制着所有指标的几个主要因素。计算后，原来的许多指标重新组合成较少的几个新的综合指标──公因子。这些公因子相互独立而且反映了原来指标的绝大部分信息。通过R型因子分析的结果，可以看出哪些指标是同一类的，每一个指标以哪一公因子为主，其他公因子所占比例如何，从而分析该指标的特点。还可根据贡献率较大的几个公因子中所包括的指标，来分析出各指标的主次关系。

对3699名中学生的调查数据作R型因子分析计算后，从贡献率最大的5个公因子所包括的调查指标看，归入第1公因子的7个指标，都和参加体育活动有关，因此把第一公因子命名为体育活动因子，归入第2公因子的2个指标，是反映学生家长文化水平的学历，归入第3公因子的2个指标，是反映学生是否关心自己体质、健康的指标，归入第4公因子的2个指标，是反映学校是否关心和组织学生体育活动的指标，归入第5公因子的2个指标，是反映学生家长对体育运动的态度的指标。

从而可以分析出，对学生体质影响最大的第一因素是学生参加体育活动的情况，第二因素是家长的文化水平高低，第三因素是学生自己是否关心自己的体质、健康情况。第四因素是学校是否关心和组织学生参加体育活动，第五因素是家长是否喜爱体育活动是否支持学生参加体育活动。

因子分析的优点在于用一个或少数几个综合指标概括原始数据中尽量多的信息，它能够实现对问题的高度概括，并揭示出一般的特征和规律。本例通过因子分析的统计方法，从学生填在26个调查问卷中的信息，分析出了对学生体质影响的几个主要因素。

㈢ 常用的统计方法有哪些

统计方法有：
1、计量资料的统计方法
分析计量资料的统计分析方法可分为参数检验法和非参数检验法。
参数检验法主要为t检验和 方差分析(ANOVN，即F检验)等，两组间均数比较时常用t检验和u检验，两组以上均数比较时常用方差分析；非参数检验法主要包括秩和检验等。t检验可分为单组设计资料的t检验、配对设计资料的t检验和成组设计资料的t检验；当两个小 样本比较时要求两 总体分布为 正态分布且方差齐性，若不能满足以上要求，宜用t 检验或非参数方法( 秩和检验)。 方差分析可用于两个以上 样本均数的比较，应用该方法时，要求各个样本是相互独立的随机样本，各样本来自正态总体且各处理组总体方差齐性。根据设计类型不同，方差分析中又包含了多种不同的方法。对于 定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用t检验和 单因素方差分析。
2、计数资料的统计方法
计数资料的统计方法主要针对四格表和R×C表利用检验进行分析。
检验或u检验，若不能满足 检验：当计数资料呈配对设计时，获得的四格表为配对四格表，其用到的检验公式和校正公式可参考书籍。 R×C表可以分为双向无序，单向有序、双向有序属性相同和双向有序属性不同四类，不同类的行列表根据其研究目的，其选择的方法也不一样。
3、等级资料的统计方法
等级资料(有序变量)是对性质和类别的等级进行分组，再清点每组观察单位个数所得到的资料。在临床医学资料中，常遇到一些定性指标，如临床疗效的评价、疾病的临床分期、病症严重程度的临床分级等，对这些指标常采用分成若干个等级然后分类计数的办法来解决它的量化问题，这样的资料统计上称为等级资料。
统计方法的选择：
统计资料丰富且错综复杂，要想做到合理选用统计分析方法并非易事。对于同一 个资料，若选择不同的统计分析方法处理，有时其结论是截然不同的。
正确选择统计方法的依据是：
①根据研究的目的，明确研究试验设计类型、研究因素与水平数；
②确定数据特征(是否正态分布等)和样本量大小；
③ 正确判断统计资料所对应的类型(计量、计数和等级资料)，同时应根据统计方法的适宜条件进行正确的统计量值计算；
最后，还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择统计分析方法。

㈣ 如何正确选择统计方法(to be continued)

资料类型设计方案实验分组检验条件

单变量资料差异比较的分析方法小结

11种形式的列联表

双变量(多变量)资料的关联性分析方法小结

二、计量资料分析常见的统计问题

2.1 忽视t检验的前提条件

文题：重症急性胰腺炎并发肝功能不全的临床研究。实验数据见表5。原文作者用t检验分析此资料。请问：这样做正确吗?

辨析：

1.对表5数据进行方差齐性检验，可发现两组患者的血清淀粉酶和肌酐指标不能满足方差齐性的要求，故不能采用t检验进行分析。

正确的做法：采用变量变换使数据服从正态分布且方差齐，然后进行t检验，否则，采用非参数检验。

2.给出确切的统计量和P值。

2.2 误用成组设计资料的t检验分析配对设计资料

辩析： 1.考虑到对数据进行变换是正确的。但是如果采用成组t检验，还需要两总体方差齐性。 但本研究是配对设计，如果采用成组t检验，会降低检验效率。应该采用配对t检验进行分析。注意配对t检验的条件：要对每对数据的差值（d）进行正态性检验。如果不满足，改用Wilcoxon符号秩检验。2.应给出确切的统计量和P值。

2.3 忽视方差分析的前提条件

文题：姜黄素抑制晶状体上皮细胞增殖的信号转导机制。

问题：作者取健康小牛眼晶状体的混合消化液消化后，收集细胞，进行传代培养，取第三代细胞进行实验。

实验分3组：空白对照组、模型组、姜黄素组，每组设6个样本。

请问：采用方差分析正确吗?

辨析：此实验分3组，应为单因素三水平设计定量资料，应首先进行“独立性”、“正态性”和“方差齐性”检验，如果满足方差分析的3个前提条件则用方差分析；如果不满足，则采用变量变换或秩和检验。如果P<0.05，则进行多组均数间的多重比较。

给出确切的统计量和P值。

2.4 误用t检验分析等级资料

文题：止痛如神汤保留灌肠治疗CNUP：双盲随机安慰剂对照试验

表4 两组临床主要症状和结肠镜肠粘膜病变评分

※：与对照组（G2）比较，P>0.05，组间差异无统计学意义；△:与治疗前比较，P<0.05，组内差异有统计学意义；▲:与对照组（G2）比较，P<0.05，组间差异有统计学意义。

辨析：

对于腹痛、腹泻、脓血便、下坠感、充血、水肿、粘膜糜烂、粘膜溃疡的单项评分组间比较，不宜用t检验。因为每项评分为1、2、3等不连续的赋值，数据资料不服从正态分布。应将数据整理成分组无序指标有序的等级资料，宜采用秩和检验。

分析“总评分”时，应对数据进行正态性和方差齐性检验后，决定选用t检验或秩和检验。

与对照组（G2）比较，P>0.05，组间差异无统计学意义，不必在备注中表示。

应写出确切的统计量和P值

2.5 误用t检验处理重复测量的两因素试验设计

文题：益气活血法预防老年患者髋部术后下肢深静脉血栓形成

统计学处理：采用SPSS10.0统计软件，两组间计量资料比较用t检验。

辨析：本研究设计类型为：两因素（处理和时间）重复测量设计资料。

在资料满足“独立性”、“正态性”和“方差齐性”的前提条件下，及进行球对称检验，应选用两因素设计的重复测量的方差分析，选用t检验分析该资料是不妥的。

文题：复方苦参注射液对恶性肿瘤患者伽玛刀放射治疗后T淋巴细胞亚群的影响。

设计：作者选取60例恶性肿瘤患者，随机分成2组。试验组在伽玛刀放射治疗的同时给予复方苦参注射液20ml加入生理盐水500ml，静脉滴注，1次／d，10d为1个疗程；对照组仅给予伽玛刀放射治疗。试验结果见表7。

请问：统计分析方法选用t检验正确吗?

辨析：

1.统计分析错误

      本试验中，每位受试者在试验前、后两个不同的时间点上被重复测量了同一个指标的数值，试验前与试验后的数据并不相互独立，这种试验设计类型属于具有重复测量的试验设计，时间是一个与重复测量有关的试验因素。原作者用t检验进行两两比较，则割裂了整体设计，不能准确地估计和控制误差，因而不能得到可靠的结论。

正确的做法：应将表7的形式改成重复测量试验设计的标准形式，采用与之对应的方差分析进行数据处理。

2.6 误用配对设计资料的t检验处理单因素k(k>3)水平设计的资料

原文题目：“莪术对大鼠在体子宫肌电活动的影响及其机制研究”，文章为观察莪术水煎剂对未孕大鼠子宫肌电活动的影响，40只大鼠被随机分成4组，对照组：按10ml／kg鼠重灌服生理盐水，莪术组：按10ml／kg鼠重分别灌服25％ 、50％ 、100％莪术水煎液分成3组。观察每个大鼠子宫肌电爆发波的峰面积、持续时间和个数。原作者应用配对设计定量资料的t检验进行统计处理，资料见表4。

表 莪术水煎剂对大鼠子宫肌电活动的影响（均数±标准差）

辨析：

没有交待将大鼠按体重等重要的非实验因素作为配伍条件进行随机区组。

本资料有四个剂量，属于单因素四水平设计的定量资料，不可以用成组设计或配对设计的t检验。

措施：如果满足正态性和方差齐性两个前提条件，应用单因素四水平设计定量资料的方差分析，在得出有统计学意义的结论后，还可进一步采用Dunnett t检验或LSD检验。

如果在专业上有必要对3项指标同时进行考察，还应选用该设计的定量资料的三元方差分析对资料进行处理。

三、计数资料分析方法的常见问题

3.1 计算相对数时分母太小

文题：疏肝利胆中药防治胆固醇结石形成的实验研究。实验数据见表4。请问：在表达资料方面有何不妥之处?

辨析：

计算相对数时，分母过小，相对数很不稳定，易失真，不但不能正确反映事实真相，还往往会造成错觉。

在表4中，各组样本例数都小于20，样本例数偏小，不宜计算率，直接给出例数就可以。

3.2 误用χ2 检验分析结果变量为有序变量的资料

某医生用A、B两药治疗某病各240例,其疗效分为四个等级：痊愈、显效、好转、无效,见表4。经R×C表χ2检验,χ2=53.33 ,P <0.01 ,认为两组疗效之间的差异有统计学意义。

辨析：

本资料属于单项有序的R×C表，临床疗效有等级之分，对于等级资料可采用Ridit分析或秩和检验。而不应用R×C的χ2检验，R×C表χ2 检验只能检验两组内部构成是否相同或频数的分布是否相同，不能检验疗效有无差别。不难看出，若对表4资料任意两列数字进行对换,可以清楚地发现,χ2值仍为53.33,不会有改变。

3.3 误用χ2检验回答相关性问题

表 不同年龄冠状动脉粥样硬化程度的分布

上述资料用χ2检验得：χ2 =163.01，P<0.005，结论为：可认为冠状动脉硬化的程度与年龄有关，结合本资料可见冠状动脉硬化等级有随年龄增高而增加的趋势。

问：处理此资料所用的统计分析方法以及所得出的结论有何不妥之处?

辨析1：

本资料为“双向有序且属性不同的二维列联表资料”，处理这种资料有3个目的，因此，就对应着3套不同的统计分析方法。

分析不同年龄组患者冠状动脉硬化等级之间有无差别：看作单向有序资料，选用秩和检验。

分析年龄与冠脉硬化等级间有无相关关系：选用等级相关。

分析两者间是否存在线性变化趋势则应用线性趋势检验。

作者欲考察“两个有序变量之间是否呈相关关系”，而χ2检验结果是P<0.05，说明冠状动脉硬化患者在不同年龄组的人数分布是不同的。

事实上，若将表中任何两行的频数互换或将任何两列的频数互换，所得的χ2检验的统计量数值是不会变化的，说明χ2检验用于处理有序变量形成的二维列联表资料是不合适的。

辨析2：

欲考察“两个有序变量之间是否呈相关关系”，应选用分析定性资料的相关分析方法，如：Spearman秩相关分析，Kendall秩相关分析或典型相关分析。

本例采用Spearman秩相关分析，得：rs=0.53215，P<0.0001。

结论为：表中两个有序变量之间呈正相关关系，即随着年龄的增加冠状动脉硬化等级也逐渐增大，两者之间的相关关系具有统计学意义。

3.4 多值有序变量的高维列联表资料

3.5 不满足连续性χ2检验条件时未做校正

3.6 十一种形式的列联表

3.7 误用χ2检验取代Fisher精确检验

3.8 对R×C表直接分割进行两两比较

四、统计分析方法表述问题

(1)在统计学方法中注明“采用SPSS软件进行统计学处理”。此表述正确吗?

辨析：

      从该表述中只能得知原作者采用了什么统计分析软件处理数据，没有交代清楚软件的版本和序列号；更未体现出文中资料所对应的实验设计类型和所采用的具体统计分析方法。

(2)在统计学方法中注明“计量资料采用方差分析”。请问：此表述正确吗?

辨析：

从该表述中只能得知作者处理定量资料用了方差分析，至于这些统计分析方法的选用是否正确，则不得而知。

通常情况下，比较各平均值之间的差别是否具有统计学意义，可能会用到的t检验有3种，方差分析有10种之多，他们之间的本质区别体现在定量资料所对应的“实验设计类型”上。

在表述统计学方法时，应将所用方法写完整，即在统计分析方法前冠以实验设计名称，如配对设计定量资料的t检验、成组(或单因素两水平)设计定量资料的t检验或两因素析因设计定量资料的方差分析。

(3)定性资料一律采用χ2检验，对吗？

辨析：

      事实上，定性资料通常可以编制成11种形式的列联表。在进行统计分析时，应针对不同形式的列联表、统计分析目的和资料实际具备的前提条件，选用相应的统计分析方法，不可随意盲目选用，更不应将χ2检验视为处理定性资料的万能工具。

(4)许多论文中，当统计数据经假设检验后，P值仅仅列出P >0.05或P<0.05 、P<0.01便称结果无显着差异，或结果非常显着。

假设检验结果正确的表达方法是：

      应写出描述性统计量，如样本均数、率、相关系数、回归系数、相对危险度、半数效量等，及其可信区间、检验统计量，如χ2、t、u、F 值等)、P值；然后根据P值大小作出统计学推断，并作出相应的医学专业结论。

举例：

SPSS实现多组率的两两比较

pearson卡方

SPSS对原始数据是频数表的，需进行加权处理（让软件横着看数据）后卡方检验。

条件：（1）pearson卡方要求总例数大于40；（2）0 个单元格 (0.0%) 的期望计数小于 5。最小期望计数为 15.25。

资料收集整理来自网络文库

㈤ 统计学的研究方法有哪些

统计学作为一门方法论科学，具有自己完善的方法体系。统计研究的具体方法有很多，这将在后续课程中学习，而从大的方面看，其基本研究方法有：

一、大量观察法
这是统计活动过程中搜集数据资料阶段(即统计调查阶段)的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上几存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。

二、统计分组法
由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高(即分层抽样方式);在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础;在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异(显着性检验)和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。

三、综合指标法
统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。

四、统计模型法
在以统计指标来反映所研究现象的数量特征的同时，我们还经常需要对相关现象之间的数量变动关系进行定量研究，以了解某一(些)现象数量变动与另一(些)现象数量变动之间的关系及变动的影响程度。在研究这种数量变动关系时，需要根据具体的研究对象和一定的假定条件，用合适的数学方程来进行模拟，这种方法就叫做统计模型法。

五、统计推断法
在统计认识活动中，我们所观察的往往只是所研究现象总体中的一部分单位，掌握的只是具有随机性的样本观察数据，而认识总体数量特征是统计研究的目的，这就需要我们根据概率论和样本分布理论，运用参数估计或假设检验的方法，由样本观测数据来推断总体数量特征。这种由样本来推断总体的方法就叫统计推断法。统计推断法已在统计研究的许多领域得到应用，除了最常见的总体指标推断外，统计模型参数的估计和检验、统计预测中原时间序列的估计和检验等，也都属于统计推断的范畴，都存在着误差和置信度的问题。在实践中这是一种有效又经济的方法，其应用范围很广泛，发展很快，统计推断法已成为现代统计学的基本方法。

㈥ 统计学简答题统计研究的具体方法有哪些

统计研究的具体方法有以下5种，具体为：

1、大量观察法：即对研究总体的全部或足够多数的单位进行调查并进行综合分析。

2、统计分组法：应用分组来研究总体内部差异的方法。

3、统计指标法：应用统计指标来反映和研究现象总体的数量状况。

4、归纳推断法：以一定的置信标准，根据样本数据来判断总体数量特征。

5、实验设计：即对实验进行科学合理的安排，以达到最好的实验效果。

统计学其他情况简介。

统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里士多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”、“政治算数”和“统计分析科学”三个发展阶段。

所谓“数理统计”并非独立于统计学的新学科，确切地说，它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而是属于数学的范畴。