描述性统计

把我的数据整理成可放入稿件的汇总。我会附上数据文件(CSV、XLSX 或 SPSS),需要时附上编码手册,并说明重要的变量或分组。请给出包含样本特征表(Table 1)、按变量类型选择的汇总值(均值和 SD 或中位数和四分位数,频数和百分比)、带标准化均值差的分组列、缺失数据、分布图和样本描述段落的报告,以及汇总表格的电子表格。

描述性统计: 正在分析数据

请上传数据文件。我们会按变量类型选择合适的汇总值,生成样本特征表(Table 1)、各变量的描述统计、频数表、组间标准化均值差、分布图以及样本描述段落。

适合这些人

  • 需要撰写论文或学位论文研究对象部分和表1的研究生
  • 需要整理调查或实验数据受访者特征的研究者
  • 需要并列展示处理组与对照组基线特征的临床和教育研究者
  • 在主要分析前需要共享变量汇总的研究团队

你将得到

你会得到两项结果:报告包含表1和描述段落,表格包含所有数值。

  • 描述统计报告 样本与变量汇总 · 表1(总体、分组列、SMD)、样本描述段落、数据与排除记录、连续与顺序变量汇总、分类频数、题项分布(地板/天花板)、分组汇总、缺失数据、分布图、需要你决定的事项 · MD(可用PDF·PNG转换智能体生成用于分享的PDF)
  • 描述统计表 报告中的所有数值 · 工作表:Table 1 · Continuous · Categorical · By group · Balance (SMD) · Missing · Exclusions · XLSX(可直接用于稿件表格)

报告中可以确认的内容

计算表格数值的代码以代码框形式保留在每个步骤中。点击代码框即可在右侧查看代码和运行结果。

  • 表1 与变量类型相符的汇总值(M (SD) 或 Mdn [Q1, Q3]、n (%))、分组列、SMD、缺失行
  • 连续与顺序变量 n、缺失、均值、SD、中位数、四分位数、范围、偏度、峰度、异常值数
  • 分类变量 各水平频数与百分比(分母为非缺失回答数),指定时给出加权百分比
  • 用于稿件 样本描述段落(数字为计算值)、表格注

这样提出请求

整理附件数据中的{要汇总的变量或“样本特征”}。按{分组变量}分开展示。 — 把下划线部分改成你的研究内容后发送。

  • 要汇总的变量:留空时汇总除标识和自由文本外的所有变量,并用人口统计变量制作表1。
  • 分组变量:留空时只汇总整个样本。

最好一并提供

  • 数据文件(CSV·TSV·XLSX·SPSS .sav·Stata .dta) 每行一名被试的格式最好
  • 变量说明(编码手册) 严格遵循值标签(1=男性等)、缺失编码(999等)和类别顺序
  • 期刊表格格式或示例表 按其调整行顺序、汇总值和小数位

也可以这样请求

  • 按处理组和对照组制作表1。 → 分组列 + 总体列,与分布相符的汇总值,SMD 列
  • 整理20个问卷题项的均值、标准差和回答分布。 → 题项汇总表、地板/天花板效应标记、分布图
  • 学历按高中、学士、硕士、博士的顺序显示。 → 按指定类别顺序整理的表1

我的指示

只需选择需要的项目进行设置,未设置的项目按默认值进行。命名保存后,下次可以直接调用。 报告首页会列出本次应用的指示、默认值以及所作的假设。

  • 表1变量 (表1) 表1包含的变量及顺序 · 例如: 年龄、性别、学历,然后是结果量表 · 默认: 先人口统计变量,再其他研究变量
  • 分组列 (表1) 用于拆分表1的分组变量 · 例如: 按 arm(处理/对照) · 默认: 仅总体列
  • 连续变量汇总值 (表1) 连续变量用均值还是中位数 · 例如: 始终 M (SD) · 始终 Mdn (IQR) · 默认: |偏度| > 1 时 Mdn [Q1, Q3],否则 M (SD) — 注中说明标准
  • 分类变量格式 (表1) 频数与百分比格式 · 例如: n (%) · 仅 % · 默认: n (%),分母为非缺失回答数
  • 组间比较列 (表1) 表1中组间比较的内容 · 例如: 标准化均值差 · 无 · 默认: 有分组时显示 SMD(Pro 及以上),不加 p 值列
  • 缺失处理 (数据处理) 缺失编码及缺失的呈现方式 · 例如: 999 表示缺失 · 仅在注中 · 默认: 有缺失的变量下加缺失行
  • 排除标准 (数据处理) 汇总时排除的个案 · 例如: 未完成作答(finished = 0) · 默认: 只用请求或编码手册中写明的标准
  • 表格格式 (报告方式) 报告格式与小数位 · 例如: APA 7 · 一位小数 · 默认: APA 7,两位小数
  • 报告语言 (报告方式) 撰写语言 · 例如: 用英语撰写 · 默认: 请求的语言

工作方式

不猜测数字。按变量类型的汇总规则以代码执行,每个步骤运行的代码都保留在代码框中。不做结论(推广)——组间差异检验由 Inferential Statistics 负责。

  • 数据检查 做什么: 读取变量类型、缺失和不同值并以表格展示 · 可以设置: — · 需要确认: 变量类型是否正确
  • 汇总计划 做什么: 确定表1的变量与顺序、分组变量、变量类型和类别顺序 · 可以设置: 表1变量、分组列 · 需要确认: 表1变量的选择
  • 清理与排除 做什么: 转换缺失编码,应用排除标准并记录数量 · 可以设置: 缺失处理、排除标准 · 需要确认: 排除标准
  • 汇总计算 做什么: 连续: n·均值·SD·中位数·四分位数·范围·偏度·峰度 / 分类: 频数·% / 表1单元格 · 可以设置: 连续变量汇总值、分类格式 · 需要确认: 汇总值的选择
  • 组间均衡 做什么: 有分组时为每个变量计算标准化均值差(SMD),不给 p 值 · 可以设置: 组间比较列 · 需要确认: 不均衡的变量
  • 图 做什么: 连续变量用可见数据点的直方图,分类变量用百分比条形图 · 可以设置: —
  • 描述段落 做什么: 写入结果部分的样本描述(数字由代码填入计算值) · 可以设置: 报告语言
  • 撰写报告 做什么: 组装报告和表格,表注(汇总值标准、SD、四分位数定义) · 可以设置: 表格格式 · 需要确认: 需要你决定的事项

不同级别的区别

与 R 核对

汇总值采用与 R 相同的定义: SD 使用 n − 1,四分位数按 SPSS 定义(R `quantile(type = 6)`),偏度、峰度采用与 SPSS 相同的偏差校正(R `psych::describe(type = 2)`),SMD 与 R `tableone::ExtractSmd` 相同(三类及以上用多变量 SMD)。开发时用同一数据与 R 结果核对,全部一致。

关于此方法

  • 为什么按分布选择汇总值 对偏态分布(收入、反应时间、使用时长)只用均值和标准差,会错误地呈现典型值。因此先看分布再选汇总值,并在表注中写明标准。
  • 为什么不放 p 值 表1的组间比较 p 值在随机化研究中没有意义,在观察性研究中又受样本量左右。因此组间均衡用标准化均值差表示。需要检验差异时,请继续使用 Inferential Statistics。

常见问题

研究者需要自己判断哪些部分?
请确认变量类型、值标签和排除标准是否正确。所作假设汇总在报告首页。
可以加权吗?
告诉我们样本权重列,就会同时给出加权均值和百分比(Pro 及以上)。
和 SPSS 的结果一样吗?
使用相同的定义,所以一样。四分位数的定义写在表注中。