1、選擇合適的統計學方法1連續性資料1.1兩組獨立樣本比較資料符合正態分布，且兩組方差齊性，直接采用t檢驗。資料不符合正態分布，（1）可進行數據轉換，如對數轉換等，使之服從正態分布，然后對 轉換后的數據采用t檢驗；（2 ）采用非參數檢驗，如Wilcox on檢驗。資料方差不齊，（1）采用Satterthwate的t檢驗；（2）采用非參數檢驗，如Wilcox on檢 驗。1.2兩組配對樣本的比較兩組差值服從正態分布，采用配對t檢驗。兩組差值不服從正態分布，采用wilcoxon的符號配對秩和檢驗。1.3多組完全隨機樣本比較資料符合正態分布，且各組方差齊性，直接采用完全隨機的方差分析。如果檢驗結果為有統

2、計學意義，則進一步作兩兩比較，兩兩比較的方法有 LSD檢驗，Bonferroni法，tukey法，Scheffe 法，SNK 法等。資料不符合正態分布，或各組方差不齊，則采用非參數檢驗的Kruscal - Wallis法。如果檢驗結果為有統計學意義， 則進一步作兩兩比較， 一般采用Bonferroni法校正P值，然后 用成組的 Wilcoxon檢驗。1.4多組隨機區組樣本比較資料符合正態分布，且各組方差齊性，直接采用隨機區組的方差分析。如果檢驗結果為有統計學意義，則進一步作兩兩比較，兩兩比較的方法有 LSD檢驗，Bonferroni法，tukey法，Scheffe 法，SNK 法等。資料不符合

3、正態分布，或各組方差不齊，則采用非參數檢驗的Fridman檢驗法。如果檢驗結果為有統計學意義， 則進一步作兩兩比較， 一般采用Bonferroni法校正P值，然后用 符號配對的 Wilcoxon檢驗。*需要注意的問題：（1） 一般來說，如果是大樣本，比如各組例數大于50,可以不作正態性檢驗，直接采用t檢驗或方差分析。因為統計學上有中心極限定理，假定大樣本是服從正態分布的。（2） 當進行多組比較時，最容易犯的錯誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯誤的概率。正確的做法應該是， 先作總的各組間的比較，如果總的來說差別有統計學意義，然后才能作其中任意兩組的比較，這些兩兩比較有特

4、定的統計方法，如上 面提到的LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。*絕不能對其中的兩組直接采用t檢驗，這樣即使得出結果也未必正確*(3) 關于常用的設計方法：多組資料盡管最終分析都是采用方差分析，但不同設計會有差別。常用的設計如完全隨即設計，隨機區組設計，析因設計，裂區設計，嵌套設計等。2 分類資料2.1四格表資料例數大于40,且所有理論數大于5,則用普通的Pearson檢驗。例數大于40,所有理論數大于1,且至少一個理論數小于5,則用校正的 檢驗或Fisher ' s確切概率法檢驗。例數小于40,或有理論數小于2,則用Fisher '

5、確切概率法檢驗。2.2 2以表或RX2表資料的統計分析列變量&行變量均為無序分類變量，則(1)例數大于40,且理論數小于 5的格子數目 < 總格子數目的25%，則用普通的Pearson檢驗。(2)例數小于40,或理論數小于5的格 子數目 >總格子數目的25%，則用Fisher '確切概率法檢驗。列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson檢驗只說明組間構成比不同，如要說明療效，則可用行平均分差檢驗或成組的Wilcox on秩和檢驗。列變量為效應指標，且為二分類變量，行變量為有序多分類變量，則可采用普通的 Pearson檢驗比較各組之

6、間有無差別，如果總的來說有差別，還可進一步作兩兩比較，以說 明是否任意兩組之間的差別都有統計學意義。2.3 R C表資料的統計分析列變量&行變量均為無序分類變量，則(1)例數大于40,且理論數小于 5的格子數目 < 總格子數目的25%，則用普通的Pearson檢驗。(2)例數小于40,或理論數小于5的格 子數目 >總格子數目的25%，則用Fisher '確切概率法檢驗。(3)如果要作相關性分析，可 采用Pearson相關系數。列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson檢驗只說明組間構成比不同，如要說明療效或強弱程度的不同，則可用行

7、平均分差檢驗或成組的Wilcox on秩和檢驗或 Ridit分析。列變量為效應指標，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的Pearson檢驗比較各組之間有無差別，如果有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。列變量&行變量均為有序多分類變量，(1)如要做組間差別分析，則可用行平均分差檢驗或成組的 Wilcox on秩和檢驗或Ridit分析。如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。(2)如果要做兩變量之間的相關性，可采用Spearson相關分析。2.4配對分類資料的統計分析241四格表配對資

8、料，（1） b+ c>40，則用McNemar配對 檢驗。（2） b + c<40，則用校正 的配對檢驗。資料，（1）配對比較：用McNemar配對 檢驗。（2） 一致性檢驗，用Kappa檢驗。在SPSS軟件相關分析中，pearson（皮爾遜）,kendall （肯德爾）和spearman （斯伯曼/斯皮爾曼）三種相關分析方法有什么異同兩個連續變量間呈線性相關時，使用Pearson積差相關系數，不滿足積差相關分析的適用條件時，使用Spearman秩相關系數來描述.Spearman相關系數又稱秩相關系數，是利用兩變量的秩次大小作線性相關分析，對原始變 量的分布不作要求，屬于非參數統計

9、方法，適用范圍要廣些。對于服從Pearson相關系數的數據亦可計算Spearman相關系數，但統計效能要低一些。Pearson相關系數的計算公式可以 完全套用Spearman相關系數計算公式，但公式中的x和y用相應的秩次代替即可。Kendall's tau-b等級相關系數：用于反映分類變量相關性的指標，適用于兩個分類變量均為 有序分類的情況。對相關的有序變量進行非參數相關檢驗；取值范圍在-1-1之間，此檢驗適合于正方形表格；計算積距pearson相關系數，連續性變量才可采用 ；計算Spearman秩相關系數，適合于定序 變量或不滿足正態分布假設的等間隔數據 ；計算Kendall秩相關系

10、數，適合于定序變量或不 滿足正態分布假設的等間隔數據。計算相關系數：當資料不服從雙變量正態分布或總體分布未知，或原始數據用等級表示時，宜用 spearman或 kendall相關Pearson相關復選項積差相關計算連續變量或是等間距測度的變量間的相關分析Kendall復選項等級相關計算分類變量間的秩相關，適用于合并等級資料Spearman復選項等級相關計算斯皮爾曼相關，適用于連續等級資料注：1若非等間距測度的連續變量因為分布不明-可用等級相關/也可用Pearson相關，對于完全等級離散變量必用等級相關2當資料不服從雙變量正態分布或總體分布型未知或原始數據是用等級表示時，宜用Spearman 或

11、 Kendall 相關。3若不恰當用了 Kendall等級相關分析則可能得出相關系數偏小的結論。則若不恰當使用，可能得相關系數偏小或偏大結論而考察不到不同變量間存在的密切關系。對一般情況默認數據服從正態分布的，故用Pearson分析方法。在SPSS里進入 Correlate Bivariate，在變量下面 Correlation Coefficients復選框組里有 3 個選項：Pears onKen dall's tau-bSpearman： Spearmanspearman （斯伯曼/斯皮爾曼）相關系數斯皮爾曼等級相關是根據等級資料研究兩個變量間相關關系的方法。它是依據兩列成對等級

12、的各對等級數之差來進行計算的，所以又稱為等級差數法”斯皮爾曼等級相關對數據條件的要求沒有積差相關系數嚴格，只要兩個變量的觀測值是成對的等級評定資料，或者是由連續變量觀測資料轉化得到的等級資料，不論兩個變量的總體分布形態、樣本容量的大小如何，都可以用斯皮爾曼等級相關來進行研究Kendall's相關系數肯德爾（Kendall）W系數又稱和諧系數，是表示多列等級變量相關程度的一種方法。適用這種方法的數據資料一般是采用等級評定的方法收集的，即讓K個評委（被試）評定N件事物，或1個評委（被試）先后 K次評定N件事物。等級評定法每個評價者對N件事物排出一個等級順序，最小的等級序數為1 ,最大的為N

13、，若并列等級時，則平分共同應該占據的等級，如，平時所說的兩個并列第一名，他們應該占據1, 2名，所以它們的等級應是1.5,又如一個第一名，兩個并列第二名，三個并列第三名，則它們對應的等級應該是 125,2.5,5,5,5, 這里2.5是2,3的平均，5是4,5,6的平均。肯德爾（Kendall）U系數又稱一致性系數，是表示多列等級變量相關程度的一種方法。該方法同樣適用于讓K個評委（被試）評定 N件事物，或1個評委（被試）先后 K次評定N件事 物所得的數據資料，只不過評定時采用對偶評定的方法，即每一次評定都要將N個事物兩兩比較，評定結果如下表所示，表格中空白位（陰影部分可以不管）填入的數據為：若

14、i比j好記1，若i比j差記0,兩者相同則記0.5。一共將得到K張這樣的表格，將這 K張表格 重疊起來，對應位置的數據累加起來作為最后進行計算的數據，這些數據記為丫。正態分布的相關檢驗對來自正態總體的兩個樣本進行均值比較常使用T檢驗的方法。T檢驗要求兩個被比較的樣本來自正態總體。兩個樣本方差相等與不等時用的計算T值的公式不同。進行方差齊次性檢驗使用F檢驗。對應的零假設是：兩組樣本方差相等。P值小于0.05說明在該水平上否定原假設，方差不齊；否則兩組方差無顯著性差異。U檢驗時用服從正態分布的檢驗量去檢驗總體均值差異情況的方法。在這種情況下總體方差通常是已知的。雖然T檢驗法與U檢驗法所解決的問題大體

15、相同，但在小樣本（樣本數n ）=30作為大樣本）且均方差未知的情況下就不能用U檢驗法了。均值檢驗時不同的數據使用不同的統計量使用MEANS過程求若干組的描述統計量，目的在于比較。因此必須分組求均值。這是與Descriptives過程不同之處。檢驗單個變量的均值是否與給定的常數之間存在差異，用One-Sample T Test單樣本T檢驗過程。檢驗兩個不相關的樣本是否來自來具有相同均值的總體，用Independent-Samples T test獨立樣本t檢驗過程。如果分組樣本不獨立，用Paired Sample T test配對t檢驗。如果分組不止兩個，應使用One-Way ANOVO 一元方

16、差分析（用于檢驗幾個獨立的組，是否來自均值相等的總體）過程進行單變量方差分析。如果試圖比較的變量明顯不服從正態分布，則應該考慮使用一種非參數檢驗過程Non parametric test.如果用戶相比較的變量是分類變量，應該使用Crosstabs功能。當樣本值不能為負值時用右側單邊檢驗醫學科研中常用醫學統計學方法統計學是一門透過同質事物的變異性、揭示內在事物規律性和實質性的科學，確切地講，是一門關于客觀數據分析的科學，研究數據的收集、整理和分析，包括理論和應用兩個方面。 醫學應用統計學，側重于實際應用，是在傳承和借鑒傳統醫學統計學理論原理公式應用模式基礎上，創造性地以目的數據庫一變量類型一變量

17、間關系 ”模式為指導的統計學。它遵循簡單實用的原則， 力避復雜的數學原理和公式推導，以解決實際問題為導向， 以建立統計數據庫、分清變量類型為基礎，以分析變量與變量間關系為核心闡述統計學分析方法， 對于廣大醫學科研工作者，具有內容簡單、思維明確、操作可行、方法實用的特點。因此， 學好用好醫學應用統計學需要掌握如下一些基本方法。一、明確研究目的和研究設計研究目的是研究設計的目標和方向，科學研究的基本要素及其基本原則是科研設計的基礎和指南。完整的科研設計包括專業設計和統計設計兩部分：專業設計是指課題的實際意義和研究價值，入選對象的診斷標準、納入標準及排除標準等，決定研究課題的先進性和實用性； 統計設

18、計包括選擇研究類型與設計方案，確定研究總體、樣本量、觀察指標、隨機化分組或抽樣方法，以及數據的質量控制和統計分析方法等，影響課題的可信度和科學價值。因此，正確的統計學分析一定要建立在明確的研究目的和研究設計的基礎之上，那些事先沒有研究目的和研究設計，事后找來一堆數據進行統計分析都是不可取的。在醫學論文的撰、編、審、 讀過程中經常遇到的問題是研究的題目與課題設計、論文內容不符，包括文章的方法解決不了論文的目的、文章的結果說明不了論文的題目、文章的討論偏離了論文的主題；還有是目的不明確、設計不合理。如題目過小，論文不夠字數，而一些無 關緊要的變量指標或結果被分析被討論；又如題目過大，論文的全部內容

19、不足以說明研究的目的，使論文的論點難以立足。讀者應當關注的首要問所以，合理明確的論文題目或目的以及研究設計方案是撰、編、審、題。此外，樣本含量是否滿足，抽樣是否隨機，偏倚是否控制等，也是不可忽視的問題。二、建好分析用的數據庫數據庫即存放數據的 倉庫”，是指將不同研究對象不同觀測指標的觀察結果逐一有序記錄的 二維表格形式。二維表中除第一行屬于觀察指標外，其余每一行代表一個觀察對象的所有觀嚴格的數據庫數據察指標值（即數據）；每一列代表某項觀察指標所有觀察對象的觀察值。可以直接應用相關軟件進行統計分析。由于不同軟件對文字存在可識別性問題,般在統計分析時要求數據庫的數據值全部用阿拉伯數字表示，必要時可

20、在適當位置附加批注。 分析軟件計算，而統計分析軟件都要有完整、對于論文作者來講，統計分析需要借助于統計 符合要求的數據或數據庫，所以建好分析數據庫是統計分析的需要。在試驗或調查研究中獲取的數據有時多而零散，抓不住要點，甚至無所適此外，建好分析數據庫還可以理清分析思路。如果不能進行科學的整理匯總，就會顯得雜亂無章，理不清頭緒，從，最后可能束之高閣、棄之不用，造成數據的極大浪費。相反，建好數據庫，可以使觀察 對象的研究指標一目了然，使研究思路清晰明確。因此，建好數據庫是正確統計分析的前提和基礎，甚至決定了論文分析結果的成敗。對于編、審、讀者來講，一般由于篇幅的限制，往往得不到數據庫數據，而只有作者

21、在數據庫數據基 礎上經統計描述計算后給出的諸如各指標均數x、標準差s或中位數 M、百分位數 Px的二手”數據，或將研究對象的某一指標按其數值大小或特征屬性分組，清點各組觀察單位出 現的個數或頻數的頻數表數據等。得出無論是否能夠得到數據庫數據，作者在統計分析過程中一定依據數據庫數據進行計算，結果。如果對 二手”數據或頻數表數據的結果等存在疑惑，編輯、審稿專家或讀者有權要求作者提供數據庫數據以檢查其完整性、準確性和真實性，確保研究數據的質量。假若在投稿須知中對數據庫數據作出必要的要求，無疑對于保證刊物的發表質量有著積極的意義。三、分清楚指標（或變量）的性質和類型 指標，即觀察指標，是由研究目的確定

22、的觀察對象的內在屬性特征或其相關的影響因素。如，需要研究本體感覺訓練對腦卒中偏癱患者運動功能（本體感覺、平衡功能）的影響，那 么本體感覺、平衡功能反映了腦卒中偏癱患者運動功能的特征，分別稱為研究的本體感覺指標、平衡功能指標，影響本體感覺和平衡功能的有關因素，比如年齡、性別、病種、病程等,稱為研究的年齡指標、性別指標、病種指標和病程指標。變量即觀察變量，也稱變化的量，實際上就是觀察指標，一般特指用于數學、統計或軟件計算的分析指標。例如，腦卒中偏癱患者運動功能的本體感覺、 平衡功能指標，在統計計算時， 分別稱為本體感覺變量和平衡功能變量。按變量是否影響其它變量或是否受到其它變量的影響有影響變量和結

23、果變量之分。影響變量,也稱自變量，是指自身變化并影響結果變量變化的量；結果變量，又稱因變量，是指隨影響變量變化而變化的量，看作是影響變量變化的結果。如果分析康復訓練對冠心病患者有氧運動功能的影響，那么康復訓練可看作是影響變量，有氧運動功能則為結果變量；如果分析不同性別之間冠心病患者有氧運動功能是否存在統計學 差異，那么性別是影響變量，有氧運動功能是結果變量。分清楚變量的性質，即什么是結果變量、什么是影響變量，是選擇統計分析方法的第一步。一般而言，那些相對固有的、不易改變的特征（如性別、籍貫等）或易于被人控制的處理因 素（如實驗分組、疫苗接種與否等）作為影響變量或影響因素；而那些容易變化、較難確

24、定 的觀察效應或結局（如療效、患病與否等）作為結果變量，看成是最后觀察的結果。但影響 變量和結果變量的劃分是相對的，視研究目的和具體情況而定，有時甚至不加區分。從數據庫、數據分析的角度來看，變量是指那些能反映數據庫數據的內在數量關系，可用于統計計算包括軟件計算的指標。 一般而言，不同的研究目的決定了不同的數據庫， 實際上決 定了組成數據庫的不同變量。變量的類型分為數值變量和分類變量。數值變量，又稱定量變量，是指能用定量方法測定的、具有數值大小、高低或多少的指標， 變量值一般有度量衡單位，可以帶小數點，如身高、體重、血壓等；分類變量，又稱定性變 量，是指能用定性的方法確定的、觀察單位某項屬性或特

25、征分類的指標。根據分類變量的分類項數和各項數間有無等級程度差異分為二項分類變量、多項無序分類變量、多項有序分類變量，如表 1。表1分類變量的不同類別與舉例表1分類變戢的不同類別與舉例類別項數等級次序舉例二項分類箜雖二項無或有性別（男、女八考核（合格. 不合格多項無序分類變至多項無血型(A.BAB.O)多項有序分類變電多項有営養狀況（優、良.中差）從應用統計學選擇統計分析方法的角度考慮，變量可考慮分為數值變量、多項有序分類變量、多項無序分類變量、 二項分類變量四種。 此外，不同類別變量可遵循下列順序轉化：數值變 量一多項有序分類變量一多項無序分類變量一-項分類變量，稱為降級轉化，但這種轉化過程會

26、不斷喪失蘊藏的數據信息，導致統計分析過程中假陰性結果的不斷增加。至于逆向轉化即升級轉化，盡管理論上認同，但實際應用中不建議采用。很多研究表明，掌握好統計分析的應用條件，正確選擇統計分析方法是學習并應用統計學的一個突出難點。對于醫學論文作者而言，分清楚數據庫中變量的性質（影響變量與結果變量）、類型（數值 變量、多項有序分類變量、多項無序分類變量、二項分類變量）以及它們之間的降級轉化關 系（數值變量一多項有序分類變量一多項無序分類變量一二項分類變量）是學好用好應用統計分析的基礎，可以有效避免張冠李戴、缺乏原則地選錯統計分析方法；對于文章的編審和讀者來說，這是判斷作者正確選擇統計學分析方法與否的一個

27、簡單有效的途徑。四、正確選用統計學方法應用統計學（嚴格而言是指統計學的假設檢驗）可以簡單地看作是一門關于結果變量與影響變量之間關系分析的科學。由于結果變量（因變量）、影響變量（自變量）各有 4種類型，所以相互組合有16種情形，相對應的有 16種首選的統計分析方法（表 2中第一個或用表示的方法），口，二 項分類變量與二項分類變量關系的分析選用兩個率比較的X2檢驗（四格表 X2檢驗），二項分類變量與多項無序分類變量關系的分析選用多個率比較的X2檢驗，多項無序分類變量與二項分類變量關系的分析選用兩個構成比比較的X2檢驗，多項無序分類變量與多項無序分類變量關系的分析選用多個構成比比較的x2檢驗.數值變

28、量與二項分類變量關系的分析選用t-檢驗，數值變量與多項無序分類變量關系的分析選用完全隨機設計的，F-檢驗，數值變量與數值變量關系的分析選用Pearson直線相關回歸分析，等等。如果首選統計方法的條件不適合，一般通過降級轉化選擇 低”一級或 低”二級、三級的統計方法或其它統計方法。如，t 一檢驗是數值變量與二項分類變量關系分析時首選的統計方法，如果該方法的條件不適合，此時將-檢驗中數值變量 降級”當作多項有序分類變量看待，故可次選 Wilcoxon秩和檢驗，如果再 降級”，依次低選兩構成比比較的x2檢驗，甚至四格表 X2檢驗。又如，如果Pears on直線相關回歸分析的條件不符合，可根據情況將其

29、中的一個或兩個數 值變量降一級”，選擇Spearman等級相關，如果再降級”，相應可以選擇秩和檢驗、Logistic 回歸或者t 一檢驗、X2檢驗，等等。其它仿此，詳見表 2。它涵蓋了基本統計分析的絕 大部分，是應用統計分析的核心內容。當然，應用統計分析除了單一變量分析、兩變量間關系的分析以外，其它諸如一個自變量和多個因變量、多個自變量和多個因變量之間關系的分析當屬多變量關系分析的內容。由于分類變量與數值變量各不相同，不同個數不同變量的組合方式多種多樣，所以相應的統計方法也有很多種，主要有：1個數值變量與多個數值變量之間的關系，如多元相關回歸分析；1個分類變量與多個數值變量之間的關系，如多因素

30、方差分析、 重復設計方差分析；l個數值變量與混合多個變量之間的關系，如協方差分析、COx模型;1個分類變量與混合多變量之間的關系，如Logistic回歸分析；多個數值變量與多個數值變量之間的關系，如典則相關等。表2兩變量關系分析的統計方法M山M叫峙舟匸齊柑特t理轉4, f.L丄境覺列祥程海6恤ga吸比扌卅：）輒Hl檢盼h “1 R舟峙軽r爭H 4卓Wk 1. F/,4i1 hrual-Wallii W ft-lt；怕 t0左*勒機吐井的曲上甘林彷勺科Jt宙A樸穆Valin ”料帕臉珀;Jt吁 t;冷丫 .fMS|X-TrtM蓉:扳樹關十J pearrn nH譚覘用關存祝* y廳吟黃乂 q庁/介

31、：.1沖說丄卜IL!魚*M楓徙什齡舟譽甘謝2 II k .4慮iwh*|.山 1 H t*. h!<LK4 Khikiii *ii nwtcrft敗他亶NL二骨離HK *（DJL房事升熹L和皿” u1、|H%urnin tfi It Jt.L.Inin *1II譏“悴EMX>h>.C XVh 7Fr因此，醫學論文的作者，在分清楚數據庫中分析變量的性質、類型和降級轉化關系時，可以應用表2迅速確定首選的統計方法以及備選或次選的統計方法，應用相關軟件或計算工具 快速實現統計分析。醫學論文的編審和讀者也可應用該表2,準確判斷作者是否正確選擇了統計學分析方法，甚至分析錯誤選擇統計方法的

32、原因與后果。如，欲評價某種藥物的降舒張壓效果，試驗組用該降壓藥、對照組不用藥，假如測量的舒張壓值符合t檢驗的條件（正態分布、方差齊等），很明顯該數據首選f檢驗的統計方法。如果降級轉化可以選擇Wilcox on秩和檢驗，如果降壓效果轉化為有效和無效兩種情況，甚至可以選擇四格表 X2檢驗。但需要注意的是，如此降級選擇統計方法，可能出現假陰性或漏診錯誤，即把差異有統計學意義的結果（有降壓效果）當作差異無統計學意義的結果（無降壓效果）看待，從而低估藥物的作用，在論文討論中至少要加以必要的說明，否則統計方法不能視為正確有效，可作為退修或退稿處理。五、熟悉常用的統計分析軟件統計分析軟件是統計分析的必備工具

33、，常用的統計分析軟件有：統計分析系統SAS、社會學統計程序包 SPSS、微軟公司電子表格系統Microsoft Office Excel 等。SAS（statistics an alysis system）是統計分析系統的英文縮稱，最早由北卡羅來納大學的兩位生物統計學研究生編制，1976年由SAS軟件研究所正式推出。SAS完全針對專業用戶進行設計，以編程為主。其最大特點是分析模塊調用，功能強大，深淺皆宜，簡短編程即可同時對多個數據文件進行 分析。但對一般用戶而言，人機界面不太友好，最初編寫使用程序時可能會存在各種難度。SPSS（statistical package for the socia

34、l scienee）是社會學統計程序包的英文縮稱，20 世紀60年代末由美國斯坦福大學的 3位研究生研制，1975年由芝加哥 sPss總部推出。sPss系統的最大特點是菜單操作，方法齊全，繪制圖形、表格較為方便，輸出結果比較直觀。但其統計分析功能略顯遜色，特別是難以同時分析處理多個數據文件。Microsoft Office Excel是美國微軟公司開發的電子表格系統，是目前應用最為廣泛的辦公室表格處理軟件之一。Excel作為Office軟件的一員被眾多用戶所熟知，具有數據處理、函數運算、數據庫、圖表制作等功能，進行統計分析時具有易得，快速、直觀、簡單、運算 可視等優點，是建立數據庫，并進行常用統計分析的好工具。其中，SAS、sPss是國際通用的統計分析計算軟件。即便如此，不同軟件仍各有利弊、互 有長短，用戶可根據需求和使用習慣，選擇一種或幾種軟件進行數據分析。特別一提的是Microsoft Office Excel.由于其獨特的優勢，統計計算功能也逐漸得到開發應用，如Excel統計分析程序等，必將得到廣大科技論文作者、編審和讀者