今天將各個模塊中，具有代表性的分析方法的數(shù)據(jù)格式進行一個匯總說明，本文主要介紹以下內(nèi)容：

一、規(guī)范格式說明

?1、原始數(shù)據(jù)格式

我們在進行數(shù)據(jù)分析時，最常見的數(shù)據(jù)格式是原始數(shù)據(jù)格式。

下圖是一份常見的原始數(shù)據(jù)，它的特點是：一行代表一個樣本，一列代表一個屬性（變量）。

原始數(shù)據(jù)格式的特點是，調(diào)查有多少樣本，就需要錄入多少行數(shù)據(jù)；如果調(diào)查了500個樣本，那么就需要錄入500行數(shù)據(jù)。每一行代表每個樣本收集的所有數(shù)據(jù)，每一列代表每個屬性（變量）的所有數(shù)據(jù)。

?2、加權(quán)數(shù)據(jù)格式

除原始數(shù)據(jù)格式外，還有一些分析方法還會使用到加權(quán)數(shù)據(jù)格式，在醫(yī)學(xué)/實驗研究中，很多時候只有匯總數(shù)據(jù)，即帶加權(quán)項的數(shù)據(jù)，如卡方檢驗等。下圖為卡方檢驗的加權(quán)數(shù)據(jù)，加權(quán)數(shù)據(jù)格式的特點是：基本只針對全部為定類數(shù)據(jù)的研究時使用，且只提供匯總數(shù)據(jù)，不提供原始數(shù)據(jù)。

在進行數(shù)據(jù)分析時，單單掌握原始數(shù)據(jù)格式和加權(quán)數(shù)據(jù)格式還是不夠的，因為每一種分析方法對應(yīng)的數(shù)據(jù)類型與數(shù)據(jù)格式都不盡相同，只有將數(shù)據(jù)整理成分析方法要求的格式才能正常使用軟件進行對應(yīng)的分析，從而得到正確的分析結(jié)果。

接下來從幾個方面介紹一些典型的分析方法的數(shù)據(jù)格式。

二、常用差異性分析方法數(shù)據(jù)格式

畢業(yè)論文常用的差異性分析方法有方差分析、t檢驗、卡方檢驗，一些代表性分析方法數(shù)據(jù)格式如下說明。

?1、方差分析、t檢驗

方差分析和t檢驗都是常見研究不同組別之間差異性的方法，比如不同學(xué)歷時收入的差異。那么數(shù)據(jù)中就一定要包括不同組別X（如學(xué)歷）和分析項Y（如收入）。

有時候只有分析項（比如3個分析項），但是現(xiàn)在希望對比這3個分析項的差異，那么就需要對數(shù)據(jù)進行改造，自己加入一列‘組別’，然后把數(shù)據(jù)重疊起來得到分析項Y，類似如下圖：

提示：方差分析（單因素方差）與t檢驗的區(qū)別在于t檢驗只能對比兩類數(shù)據(jù)之間的差異，而方差分析可對比多組數(shù)據(jù)之間的差異，但二者數(shù)據(jù)格式類似。

2、卡方檢驗

卡方檢驗用于研究X與Y之間的差異性，并且X與Y均為定類數(shù)據(jù)。使用SPSSAU中的卡方檢驗進行研究時，支持常規(guī)數(shù)據(jù)格式和加權(quán)數(shù)據(jù)格式兩種形式。常規(guī)數(shù)據(jù)格式適用于原始數(shù)據(jù)，加權(quán)數(shù)據(jù)格式適用于只有匯總數(shù)據(jù)的情況。

加權(quán)數(shù)據(jù)格式說明如下：比如下圖中X有2種情況，Y有3個情況，一種有2*3=6種組合，數(shù)據(jù)信息只有6種組別的匯總項（即加權(quán)項），分別是40，10，20，30，20，50；相當(dāng)于總共有170個樣本。整理為加權(quán)格式即只需要錄入6行即可。

除了卡方檢驗外，還有一些方法支持加權(quán)數(shù)據(jù)格式，如下：

• 【可視化】詞云

• 【問卷研究】對應(yīng)分析

• 【實驗/醫(yī)學(xué)研究】卡方檢驗

• 【實驗/醫(yī)學(xué)研究】Kappa

• 【實驗/醫(yī)學(xué)研究】配對卡方

• 【實驗/醫(yī)學(xué)研究】Poisson回歸

• 【實驗/醫(yī)學(xué)研究】Ridit分析

• 【實驗/醫(yī)學(xué)研究】卡方擬合優(yōu)度

• 【實驗/醫(yī)學(xué)研究】Poisson檢驗

3、配對t檢驗

配對數(shù)據(jù)的格式比較特殊，例如研究實驗組與對照組之間的差異，常見的配對數(shù)據(jù)研究方法比如配對樣本t檢驗、配對卡方、配對樣本W(wǎng)ilcoxon檢驗等。數(shù)據(jù)格式如下圖：

配對數(shù)據(jù)一般是在實驗時使用，而且配對數(shù)據(jù)的特點為：行數(shù)一定完全相等并且只有兩列。

如果研究數(shù)據(jù)的行數(shù)不相等，那可能不是配對數(shù)據(jù)，如果還想對比差異，可能需要使用獨立t 檢驗。

4、重復(fù)測量方差

重復(fù)測量數(shù)據(jù)是指同一批樣本（病例）在不同的時間點測量了多次數(shù)據(jù)，因此重復(fù)測量數(shù)據(jù)的特殊之處在于一定會有ID號（即樣本或者病例號），以及時間點數(shù)據(jù)。

如下圖：同一個ID會有多個時間點的數(shù)據(jù)，比如下面有12個樣本（12個ID號），并且測量5個時間點。那么就一定會有12*5=60行數(shù)據(jù)。同一個ID號會重復(fù)5次，同一個時間點會重復(fù)12次。

三、常用影響關(guān)系分析方法數(shù)據(jù)格式

1、多元線性回歸

多元線性回歸分析用于研究自變量X對因變量Y的影響關(guān)系情況，通常自變量個數(shù)不止一個，數(shù)據(jù)格式如下：

2、條件logit回歸

條件logit（logistic）回歸時，配對編號ID用于標(biāo)識ID，而且是配對，因此一個ID會出現(xiàn)多次，比如1:1配對，那么1個ID就會出現(xiàn)2次（1:2配對時，1個ID就會出現(xiàn)3次）；因變量Y一定只能包括數(shù)字0和1，類似數(shù)據(jù)格式如下圖：

3、Possion回歸、負二項回歸

Poisson回歸或負二項回歸時，如果數(shù)據(jù)中帶有基數(shù)，比如‘患癌癥’人數(shù)是Y，而且患癌癥人數(shù)是基于某個省而言，那么基數(shù)就是‘每省的人口總數(shù)’，類似數(shù)據(jù)格式如下圖：

四、常用降維分析方法數(shù)據(jù)格式

因子分析&主成分分析

因子分析和主成分分析時，一列標(biāo)識1個指標(biāo)，一行為1個樣本；如果為面板數(shù)據(jù)，比如100家公司每家公司10年，那么就會有100*10=1000個樣本，可能需要單獨兩列分別是公司名和年份來標(biāo)識面板格式而已，但因子分析與主成分分析并不區(qū)分是否面板數(shù)據(jù)，只針對指標(biāo)進行分析即可，另一般分析樣本量需要超出分析項（指標(biāo)）的5倍，類似數(shù)據(jù)格式如下圖：

五、常用綜合評價方法數(shù)據(jù)格式

1、AHP層次分析法

AHP層次分析法的數(shù)據(jù)格式（即判斷矩陣）最為特殊，如下圖，研究人員可修改指標(biāo)項名稱，以及白色單元格內(nèi)的數(shù)字即可。判斷矩陣是 ‘ 下三角 ’ 完全對稱矩陣，因此 ‘ 白色 ’?底紋處的信息變化時， ‘ 藍色 ’ 背景的信息會自動變化。

2、熵值法

熵值法用于指標(biāo)的權(quán)重情況。1個指標(biāo)占用1列數(shù)據(jù)。下圖中樣本編號只是個編號無實際意義，用于標(biāo)識下樣本的ID號，一般是比如年份一類的數(shù)據(jù)信息，分析時并不需要使用。

如果是面板數(shù)據(jù)希望進行熵值法，其數(shù)據(jù)格式如下圖所示，比如有100家公司分別5年的指標(biāo)數(shù)據(jù)，那么一共就有100*5=500行數(shù)據(jù)。數(shù)據(jù)格式上需要如此，但在分析時只需要放入‘指標(biāo)列’數(shù)據(jù)即可。

3、模糊綜合評價

模糊綜合評價是對具有多種屬性的事物，綜合各因素作出一個總體評價。上傳的數(shù)據(jù)一般包括三個部分：指標(biāo)項、指標(biāo)項權(quán)重、評價項，數(shù)據(jù)格式如下圖：

指標(biāo)項：為參與評價的考核指標(biāo)，1行放1個。

指標(biāo)項權(quán)重：如果說各個指標(biāo)項有著自己的權(quán)重，那么就需要單獨用一列表示 ‘ 指標(biāo)項權(quán)重值’ ，如果沒有此數(shù)據(jù)，則默認各個指標(biāo)的權(quán)重完全一致。

評價項：是指類似于{優(yōu)秀，良好，一般，差} 或{非常滿意，滿意，一般，不滿意，非常不滿意}這樣的評價標(biāo)準(zhǔn)，1列放1個評價項。

4、灰色關(guān)聯(lián)法

灰色關(guān)聯(lián)法研究數(shù)據(jù)之間的關(guān)聯(lián)程度，即特征序列與母序列的關(guān)聯(lián)性情況。母序列單獨使用一列標(biāo)識，每個特征序列都使用1列標(biāo)識。下圖中樣本編號只是個編號無實際意義，用于標(biāo)識下樣本的ID號，一般是比如年份一類的數(shù)據(jù)信息，分析時并不需要使用。

5、耦合協(xié)調(diào)度

耦合協(xié)調(diào)度研究不同系統(tǒng)之間的耦合協(xié)調(diào)情況，因此1列表示1個系統(tǒng)的數(shù)據(jù)，1行表示1個研究對象，其數(shù)據(jù)格式如下圖所示：

6、TOPSIS法&熵權(quán)TOPSIS法

TOPSIS法和熵權(quán)TOPSIS法用于研究指標(biāo)與理想解的接近度情況。1個指標(biāo)占用1列數(shù)據(jù)，1個研究對象為1行，但研究對象在分析時并不需要使用，SPSSAU默認會從上到下依次編號。

六、常用預(yù)測方法數(shù)據(jù)格式

1、灰色預(yù)測模型

灰色預(yù)測GM(1,1)模型通常針對數(shù)量非常少的樣本進行預(yù)測，如果數(shù)據(jù)帶有時間項，其并不納入分析項中，但自己整理數(shù)據(jù)時一般需要將數(shù)據(jù)依次按時間排序好，然后錄入數(shù)據(jù)，類似數(shù)據(jù)格式如下圖：

2、ARIMA模型&指數(shù)平滑法

ARIMA模型和指數(shù)平滑法是針對時間序列數(shù)據(jù)進行研究，時間序列的格式包括時間和實際分析項共兩列。比如下圖中年份就是時間項，“阿里雙十一銷售額(億元)”就是實際分析項。

3、馬爾科夫預(yù)測

如果是馬爾可夫預(yù)測，通常包括兩個數(shù)據(jù)，分別是‘初始概率值’和‘狀態(tài)轉(zhuǎn)移矩陣’?！跏几怕手怠旁贏列中?！疇顟B(tài)轉(zhuǎn)移矩陣’是n*n矩陣格式，其從B列開始放入，并且B1這個單元格一定是空著的。類似如下圖所示：

除以上分析方法外，還有下面這些分析方法的數(shù)據(jù)格式也需要注意：

以上分析方法可以在SPSSAU常見研究方法數(shù)據(jù)格式說明的幫助手冊進行查詢：https://spssau.com/helps/otherdocuments/methodsdataformat.html