A. 一組數據，一個標准值，如何利用統計方法進行分析
一組數據：我理解是一些樣本數據
一個標准值：我理解是總體的參數，如，均值
你的目標應該是：根據實驗得到的樣本對這個標准值進行對比，如：樣本的均值和標准值有差別，我們是否可以認為，總體均值已經發生了變化。
如果是上述情況，應該是參數的假設檢驗
B. 論文中統計學分析怎麼寫
經常有人問到在論文或標書中應該如何寫作統計分析部分。標準的答案是：你怎麼做的就怎麼寫，每篇文章都是唯一的存在。好裝，汗……。如果我們嘗試去歸納和小結，這部分內容的寫作其實是有一定規律的。
我曾經聽過Thomas Allen Long教授關於論文寫作的課，人很和藹，他主編的書也不錯，操作性很強。在他的書稿《How to Write, Publish & Present in the Health Sciences》第154頁中他小結到，統計分析部分應該包括如下內容：統計描述部分、所有的基本統計方法以及分析方案（如ITT或PP等）、樣本量的說明、分組方法、檢驗水準的設定和所使用的統計分析軟體。
同樣在本書的第155頁中也寫得：統計分析人員可以幫助作者對數據進行合理的分析、對分析結果進行正確解讀，同時可以負責統計分析部分的撰寫。他建議將統計分析人員作為作者之一，也許這樣統計分析人員就不會粗枝大葉、不負責任了。
關於醫學統計分析的寫作，其實他還有一本書《How to Report Statistics in Medicine》，在統計分析的報告上寫得更專業。
言歸正傳，本文既然是要小結「統計分析」部分，那就小結吧。個人覺得「統計分析」部分寫作時應該包括以下幾個內容：
（1）樣本量估算及隨訪/數據收集情況；
（2）數據錄入和管理的軟體和方法；
（3）本研究所使用的統計分析軟體和分析方案；
（4）統計描述的方法，分計量和計數資料兩種；
（5）統計推斷的方法，分單因素和多因素兩種；
（6）檢驗水準的選取。
由於某些「你懂的」原因，很多普通的論文沒有進行樣本量估算和區分不同的分析方案（ITT/PP）。所以簡單舉例如下：
本研究採用……資料庫進行數據錄入和管理，數據錄入採用雙錄入核查方式進行。採用……軟體對研究數據進行統計分析。計量資料採用……對其進行正態性檢驗，符合正態分布的計量資料採用均值±標准差的形式進行描述，不符合正態分布的計量資料採用中位數（25%位數，75%位數）進行描述，計數資料採用例數（百分比）進行描述。符合正態分布的計量資料組間比較採用獨立樣本t檢驗或單因素ANOVA進行，不符合正態分布的計量資料組間比較採用非參數檢驗進行，計數資料組間比較採用卡方檢驗進行。在多因素分析上，採用多重線性/邏輯回歸分析……的影響因素。所有檢驗以雙側p<0.05為差異有統計學意義。
有人說我要寫英文的「統計分析」部分，該怎麼辦？同樣，你需要多閱讀別人的優秀文章，然後用它們的句式來構建屬於你自己統計分析內容。可供參考的句式有：
（1）數據採集：Study data were collected on standard forms, checked for completeness, and double keyed into an …… database.
（2）統計軟體：All statistical analyses were performed using SAS version 9.2 (SAS Institute Inc, Cary, North Carolina).
（3）統計描述：…… were described using mean, median, standard deviation, and 25thand 75th percentiles for continuous variables; frequencies and proportions were used for categorical variables.
（4）單因素分析：A two sample independent t test/ one-way analysis of variance (ANOVA)/ Nonparametric tests(Kruskal-Wallis test)/ Pearson』s x2 tests or Fisher exact tests was used to compare the differences between …….
（5）多因素分析：Multivariable linear regression/ Multivariable binary logistic regression/ Cox proportional hazards were used to estimate …….
（6）檢驗水準：A p value of less than 0.05 (2-sided significance testing) was considered statistically significant in all analyses.
C. 兩定量數據的統計分析方法選擇~
直接從數據面上來看，這兩組數據完全沒有關系，這不是方法選擇的事情。不管哪種方法，這兩組數據沒辦法做的。
D. 生活中成功運用統計學方法解決實際問題的案例有哪些
轉自以前一個教授的PPT，挺好玩的，分享下
由於戰爭，德國有一個時期物資特別緊缺，對麵包實行配給制：政府把麵粉發給指定的麵包房，麵包師傅烤好了麵包再發給居民。有一個統計學家，懷疑他所在區域的麵包師傅私扣麵粉，於是就天天稱自己的麵包。幾個月以後，他去找麵包師傅，說：「政府規定配給的麵包是400克，因為模具和其他因素，你做的麵包可能是398、399克，也可能是401、402克，但是按照統計學的正態分布原理，這么多天的麵包重量平均應該等於400克，可是你給我的麵包平均重量是398克。我有理由懷疑是你使用較小的模具，私吞了麵粉。」麵包師傅承認確實私吞了麵粉，並再三道歉保證馬上更換正常的模具。又過了幾個月，統計學家又去找這個麵包師傅，說：「雖然這幾個月你給我的麵包都在400克以上，但是這可能是因為你沒有私吞麵粉，也可能是因為你從麵包里特意挑大的給我。同樣根據正態分布原理，這么多天不可能沒有低於400克的麵包，所以我認為你只是特意給了我比較大的麵包，而不是更換了正常的模具。我會立刻要求政府檢查你的模具。」麵包師傅只好當眾認錯道歉，接受處罰。
PS.你應該了解正態分布原理吧
E. 常用統計學方法
感知機 二分類
二分類的線性分類模型，也是判別模型。
目的是求出把訓練數據進行線性劃分的分離超平面。
感知機是神經網路和支持向量機的基礎。
學習策略：極小化損失函數。損失函數對應於誤分類點到分離超平面的總距離。
基於隨機梯度下降法對損失函數的最優化演算法，有原始形式和對偶形式。
K近鄰法 K-nearest neighbor, K-NN 多分類和回歸
是一種分類和回歸方法，有監督學習。在訓練數據集中找到和新的輸入實例最接近的K個實例，這k個實例的多數類別就是這個新實例的類別。
三要素：K的選擇，距離度量，分類決策規則。
實現方法：kd樹（二叉樹）快速搜索K個最近鄰的點。
K值選擇：反映了對近似誤差和估計誤差的權衡。交叉驗證選擇最優的K值，K小，模型復雜，K大，模型簡答。
樸素貝葉斯法 多分類 用於NLP
樸素貝葉斯法是基於貝葉斯定理和特徵條件獨立假設的分類方法。首先學習輸入輸出的聯合概率分布，然後基於此模型，對給定的輸入x，利用貝葉斯定理求出後驗概率最大的輸出y。
後驗概率最大等價於0-1損失函數的期望風險最小化。
是典型的生成學習方法，由訓練數據求出聯合概率分布，再求出條件概率分布（後驗概率）。
概率估計方法是：極大似然估計或者貝葉斯估計。
基本假設是條件獨立性
決策樹 decision tree 多分類，回歸
是一種分類和回歸演算法。包括三個步驟：特徵選擇，決策樹生成和決策樹的修剪，常用演算法：ID3，C4.5，CART
邏輯斯地回歸和最大熵模型 多分類
本質就是給線性回歸添加了對數函數
它的核心思想是，如果線性回歸的結果輸出是一個連續值，而值的范圍是無法限定的，那我們有沒有辦法把這個結果值映射為可以幫助我們判斷的結果呢。
而如果輸出結果是 (0,1) 的一個概率值，這個問題就很清楚了。我們在數學上找了一圈，還真就找著這樣一個簡單的函數了，就是很神奇的sigmoid函數(如下)：
邏輯回歸用於二分類和多分類
邏輯斯地分布是S型曲線
最大熵模型：熵最大的模型是最好的模型。
X服從均勻分布時候，熵最大
最大熵模型的學習等價於約束最優化問題。
對偶函數的極大化等價於最大熵模型的極大似然估計。
模型學習的最優化演算法有：改進的迭代尺度法IIS，梯度下降法，牛頓法，或者擬牛頓法
支持向量機 二分類
線性可分支持向量機利用間隔最大化求最優分離超平面。
函數間隔
F. 問卷統計分析方法，如何進行調查問卷統計分析
第一，定性分析法
定性分析是調研工作中的一種探索性分析方法。定性分析方法是先要對問題進行定位，對問題進行深層次的認識和理解。這種方法一般只適用於專業人員，因為這種方法是要對調研的問題有深入的了解和較高的專業水平。
第二，定量分析法
定量分析首先要對問卷進行數量化，利用量化後的數據對資料進行分析。這里涉及到兩個方面：一是簡單的定量分析；二是復雜的定量分析。
1．簡單的定量分析是對調查問卷進行一些相對比較得單的數據分析，最常用的有百分比、頻數、平均數分析法。
2．復雜定量分析法
復雜定量分析是相對於簡單的定量分析而言的，由於在問卷中的變數較多，不是簡單的一個或兩個，而是多個，這時就需要用復雜的分析方法，復雜分析方法又分為多元分析和聚類分析。
多元分析是通過分析數據由表到里，由外到內的一種分析方法，通過變數之間的規律變化而從中找出一定的規律性。
聚類分析是根據一定的規則把應答者進行劃分成為相對類似的群組，然後把群組進行具體的分析。
無論採用哪種方法對問卷進行分析，我們首先需要掌握好問卷的信度問題，如查問卷的可信度低，那麼用哪一種方法進行分析都是徒勞的。
G. 以下幾個問題各應該用什麼樣的統計學檢驗方法進行分析
（1）用隨機區組設計的方差分析，先將年齡進行不同的分組，再進行統計分析。
（2）可用t檢驗
（3）可用單因素多水平的非重復測量的方差分析
（4）等級方差分析
H. 統計方法如何選擇
統計資料豐富且錯綜復雜，要想做到合理選用統計分析方法並非易事。對於同一個資料，若選擇不同的統計分析方法處理，有時其結論是截然不同的。
正確選擇統計方法的依據是：
①根據研究的目的，明確研究試驗設計類型、研究因素與水平數；
②確定數據特徵(是否正態分布等)和樣本量大小；
③ 正確判斷統計資料所對應的類型(計量、計數和等級資料)，同時應根據統計方法的適宜條件進行正確的統計量值計算；
最後，還要根據專業知識與資料的實際情況，結合統計學原則，靈活地選擇統計分析方法。
I. 如何判斷一組應該選擇何種統計方法
哎，誤區啊，其實統計方法是在你做實驗之前就應該設計好的。而不是做完再來想怎麼分析。