1樓：匿名使用者
首先，我要說明這裡的指導並非 常規意義的指導，我這裡說的指導是到底應該如何寫**（應該還是很抽象，不過看完就知道了）。
迄今為止，我大約也幫忙做了能有上千份的學生**資料分析部分，包括一部分的整篇**寫作。因為我是做市場研究與資料分析的，擅長的主要工具是spss，不敢說百分百精通spss，但是應付個**十應該是足夠了，很自然的平時就利用下班和業餘時間幫學生做一些**資料分析以及**寫作指導。
很多**的核心部分都包括資料分析，而統計學也應該是所有學科應該學習的一門重要課程，但是恰恰相反，很多學科只是把統計學和資料分析作為一項選修甚至不重要的課程對待，這樣導致學生在最後做**時完全不懂。
而在這種情況下，很多學生因為對資料分析的一竅不通，導致**從開始的設計到後續的資料收集、整理等都會出現問題，最終導致分析出問題。
因此，在對資料分析一竅不通的情況下，應該如何從頭構建**及寫作呢？很多**雖然資料分析部分是核心，但是不管哪種**的寫作，都脫離不了**的框架。因此，具體的過程應該如下：
首先是選題，當然很多時候是導師直接給選題，這個沒有太多討論。
其次是選題確定後，馬上要做的不是想我應該怎麼去寫作，或者在哪抱怨「哎~~鬱悶，完全不知道怎麼寫嘛」。而是先通過文獻查詢，看前人在這個選題方面已經做了哪些研究，都是如何做的。通過查詢文獻找到跟選題有關的資料，然後對這些資料進行整理，整理不需要計較參考文獻的結論和資料細節等，而是要把每篇文獻的研究目的、採用的研究方法、採用的分析方法整理出來。
當然參考文獻中的分析方法你可能還完全不懂，但是沒關係，你先把這些參考文獻中使用的分析方法全部羅列出來，如線性迴歸、方差分析、均值t檢驗、logistic迴歸等，把這些文獻中常用的統計方法羅列出來，你需要弄清楚對應關係，即每種分析方法是用來支援和實現什麼樣的研究目的，以及能夠得出什麼樣的結論，認真閱讀文獻就能實現這一步。
第三．通過上一步，你應該朦朧的知道你選題相關的參考文獻中常用的統計方法名稱，以及這些統計方法能夠幫助實現哪些目的，或者得出什麼結論，同時也不會對自己的選題那麼恐懼和迷茫了，因為可能你的選題已經有前人做過了，你的**只是「複製」一遍而已了，我說的複製是重複一遍前人的研究。在這種情況下，可以構思下自己的選題，這一步屬於純理論層面的，你需要將自己的思路具體化，比如要實現什麼目的，很自然的需要什麼資料分析方法也就能確定了。當然很多**會預先設計一系列待驗證的假設，也是在這一步完成，因為你找到的文獻中可能會存在矛盾的結論，可能會存在一些你認為的研究缺陷（文獻看多了，自然自己就會有想法出來了），提出自己的一系列假設，能夠很清楚的指導後面的資料收集和分析。
第四．選題、假設還有研究方法這些經過前面幾步都能確定了，接下來就是要考慮具體研究和收集資料的環節了。這個環節最重要的也是首要的是弄清楚你的資料應該是什麼型別的，通過哪種方法來獲取。其實也容易了，因為前面你已經確定了統計分析方法，而每種方法有它特定的資料型別要求，比如是分類資料（如性別、民族、年級等）、比如連續性資料（如年齡、身高、體重、溫度、長度、距離等）。
分類資料簡單通俗點的理解就是這些數字本身是沒有意義的，是人為賦予它一定的含義，這些資料之間不存在連續性，且加減乘除沒有意義，而連續性資料是資料本身有意義，且能夠進行一些加減乘除運算。確定了所需要的資料型別，就大致能夠知道在資料收集時，應該注意的問題。比如一份問卷調查，其中應該如何設計問題也就大致清楚了，通常問卷設計時就要考慮兩種資料型別的問題，因為不同的選項設計會導致不同的資料型別。
如你設計一個問題的答案選項是「有/沒有」、「是/否」這種是屬於分類資料，如果你的答案選項是李克特量表式「非常滿意----非常不滿意」這種，在處理時可以按照分類資料，只能統計出一些百分比，也可能將其按照連續資料如12345打分形式，這樣可以求均值，可以做很多其他多元統計分析。因此這一步確定資料型別很關鍵，如果資料型別弄錯的話，則收集的資料完全無用。
第五．具體收集資料過程，不細說了，收集回來之後 就是資料的錄入。記住一定要錄入原始的資料，而不是經過加減整理彙總後的資料。資料錄入格式也是有要求的，一般大致同樣的情況下，都是一行代表一個個案或者一份問卷的資料，而一列對應表示的是問卷中的一個問題，即變數。
因此資料錄入完成後，應該是有多少樣本資料，就有多少行，資料中包含多少個指標，那就有多少列。
第六．這一步才是你應該開始頭疼的資料分析不會了怎麼辦。因為到這裡才開始是資料的具體分析過程了。不會怎麼辦，前面已經知道了分析方法，這種情況，只有找本教材，然後找對應的方法介紹學習即可，或者實在不行找人指導，找人幫忙等等。
最後。分析完成後，開始整篇**的寫作。
ps：還要強調一點，現在的高校導師都存在一些問題，因為我接觸了那麼多學生，他們的認為觀點就是「我的統計檢驗結果不顯著怎麼辦，那不就是說我的研究沒有意義麼？我的假設都是錯的？
」「我的結論跟前人的結果不一致啊，看來我的又錯了」，這兩種觀點明顯是錯的：
一、資料的**物件發生了變化，誰規定的結論必須跟前人一致；
二、請問愛迪生髮明燈泡的前999次失敗是沒有意義麼？科學研究本來就是一個證偽的過程，一次次證偽來接近真相。
三、如果你的假設一定是正確的，那不需要資料驗證，你可以去幫助警察破案了，因為你認為你的假設一定是對的，那破案多簡單的，假設一下就好了。但是很顯然，很多導師並沒有把這些正確的觀點傳達給學生。
資料分析與數學分析的不同點，資料探勘與資料分析的區別是什麼？
資料分析是指用適當的統計分析方法對收集來的大量資料進行分析，提取有用資訊專和形成 屬結論而對資料加以詳細研究和概括總結的過程。資料分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，並使得資料分析得以推廣。資料分析是數學與電腦科學相結合的產物。數學分析，又稱高階微積分，分...
怎樣收集藥品質量資訊和分析，GSP檢查，其中的一項藥品質量資訊收集分析怎麼做？
一是必須弄清藥品質量資訊所包含的內容，也就是要弄清收集什麼。藥品質量資訊分為企業外部資訊和企業內部資訊。企業外部資訊包括 1 國家有關藥品質量管理的法律 及行政規章制度等到法規 2 各級食品藥品監督管理部門釋出的藥品質量公告 3 市場情況的相關動態及發展導向 4 供貨方 顧客方 競爭對手的相關質量資...
實分析與複分析的前言
這本書包含bai了研究生第一學du 年一年的課程，zhi其中分析學的基dao本技巧和定理是通過內著重強調容各個分支之間的密切聯絡來體現的 傳統上彼此分離的 實分析 與 複分析 這兩門課程就這樣統一起來 另外，還包含泛函分析的一些基本思想 下面就是這種方法的一些例子，它們論證和利用了這些聯絡 有了里斯...