|
应用统计学PDTR模式是一种新型实用的统计学教学方法。其内容包括“明确分析目的、建好统计数据库、辩明变量的性质类型、正确实施变量间关系分析”。在明确目的、建好数据库和辩明变量类型之后，如何正确的实施变量间关系分析，即如何正确选择统计学方法，可以通过下面一张表予以阐述。 『 两变量关系分析的统计方法』  上面这一个表是应用统计的“核心”，从中可以看出，统计方法的选择实际就是有关结果变量与影响变量间关系方法的选择。由于结果变量、影响变量各有4种类型（二项分类变量、多项无序分类、多项无序分类变量、数值变量），所以结果变量与影响变量关系可以相互交叉组合成16种情形，相对应的就有16种首选的统计分析方法。 如二项分类变量与二项分类变量关系的分析选用四格表c2检验，数值变量与二项分类变量关系的分析选用t-检验，二项分类变量与数值变量关系的分析选用二分类logistic回归，数值变量与数值变量关系的分析选用Pearson直线相关回归分析……如此类推，构成了应用统计学学习中的主要内容。 如果考虑不同类型变量间可以降级转换，即数值变量→多项有序分类变量→多项无序分类变量→二项分类变量，那么就有表中第2种或第3种等不同的统计学选择方法。 该表的意义在于，使那些显得较为凌乱、难以准确选择的诸多统计学方法能够有序、规律地进行整理组合，统计应用者只要在明确研究目的、建好数据库的基础上，分清楚变量的性质和类型，相应就可以无误地选择统计方法，如同观众看清楚了电影院的排号列号，凭电影票可以迅速对号入座一样。 除了两变量间关系的分析以外，应用统计分析还包括单变量分析、多个变量关系的分析，即应用统计学的分析内容仅仅包括三部分：单变量的分析、两个变量关系的分析和多个变量关系的分析。其中，两变量关系的分析是应用统计学中最常见的内容，多变量关系的分析是看起来有些复杂的“高级”统计学内容。 |
|
|
