郭奕津

统计工作面对的是大量的数据以及处理这些数据，那么这些数据是怎样得到的呢？

收集数据的方法主要有普查和抽样调查两种方式，当对要求数据非常非常准确的时候可以采取普查的方式，如为了制做校服，要了解学生的身高，胸围，裤长等数据，而取得这些数据的方式应逐人调查，这就是普查方式，普查得到的数据比较准确。但是当要调查的总体比较多时普查又比较费时，费力，消耗大量财力，并且有时也是无法做到的，如要了解一批灯泡的使用寿命，不可能将这批灯泡逐个使用到用坏为止。

因此抽样调查是收集数据的又一种方式。抽样调查就是在被调查的数据中随机地抽取一些数据组成一个样本，通过对样本中数据的分析去估计全体数据的情况。抽样调查是统计工作的重要方式，这种方式是切实可行的，做好抽样调查的关键是“随机抽样”，也就是不要有目的地挑选数据，而是用某一规律在全体被调查的数据中取得数据。一般地抽取数据的方式不同，得到的统计数据不同，但是只要做到随机抽样，所得数据就具有代表性。

在统计中，我们常把全体要调查的对象称为总体，每一个被调查的对象称为个体，在抽样调查中抽取的数据称为一个样本。

1. 在下列调查项目中，哪些适宜普查？哪些适宜抽样调查？

在中学生中，喜欢阅读大、中学生写的小说的占百分之多少。

“五一”期间，乘坐火车的人比平时多很多，铁路部门还是要了解所有旅客是否都是购票乘车的。

即将进入市场的大量猪肉是否符合防疫标准。

电视观众对中央电视台“春节晚会”的满意程度。

2. 指出下列哪些调查的样本缺少代表性，哪些方法不够合理。

用一本书第一页的字数估计全书的字数。

从一万多名工人中，经过反复协商与选举，确定100名代表，然后举手表决，了解工人们对厂长的信任情况。

到老年公寓进行调查，了解全市老年人的健康状况。

发出一万张印有春节晚会节目单的选票，要求被调查者在其中一个相声节目旁画“√”，以了解最受欢迎的相声演员是谁。

1. 抽样调查；普查；普查；抽样调查。

2. 样本缺少代表性，一般第1页有一些标题等，字数比较少。

方法不合理，因为用举手表决形式，有人不愿发表反面意见。

样本缺少代表性，老年公寓中的老年人还不能代表全市老年人的情况，还要到一些社区居民家中去调查。

若能使这些选票到达不同层面的人群中，并能回收这些选票，可以了解最受欢迎的相声演员。

常见的数据收集方法问卷调查

这个相信你很熟悉。所谓问卷调查，就是设计一系列额外难题，通过网络、电话或纸张形式进行大面积铺放，然后把问卷回收在导出特定的信息。

对于网站、博客和Web-based来说，通过网络当然是最方便的办法。在设计问题时，首先你要清楚这次调查的目的是什么，然后对每个问题进行仔细的审核。

在问卷设计完成后，最好先找人试答一下，在设计问卷和分析结果时，可能任何一点细节都会影响到结论的准 确性和可信度。比如以下几个方面：

1：参加调查的用户不一定就代表所有用户。2：用户参加问卷调查的动机可能会影响数据收集结果。3：问卷的来源可能会影响数据结果。4：研究问题的措辞可能也会影响研究结果。

问卷调查主要适用于调查人权分布很广的情况，因为你无法和他们一一面谈。但是这种方式没有足够的可信度和权威性，所有通过你需要和其他技术配合使用。比如说，用户访谈。

用户访谈

访谈其实就是个人采访，你向他提出一组问题，通常大家所用的访谈方式就是访谈，与单调的电子问卷相比，访谈更容易激发被访者的响应，整个过程也更令人愉快。不过用户访谈非常耗时，而且要访问到所有想访问的人也不太现实。对于这种情况，我们可以访谈一些有代表性的用户，然后对更广的用户进行问卷调查，以验证访谈得到的信息。

观察和提问

人们有时候可能很难解释清楚自己在做什么，也很难准确的描述如何执行某个任务。所有你可能需要花点时间来观察他们是如何确定自己想要的。

在观察和提问的过程中，如果你可以同时进行记录，这样的收集数据的效果是比较好的，尽管需要投入更大的时间和精力。

集体讨论

集体的专题讨论适合于了解多数人的意见，也你能突出不一致的观点。让设计师和用户都注意到自己的观点可能与其他人的不同，这是非常有益的。通过群的访谈是最好的一种方式。

上面说的种种数据收集方式，是需要根据自己的能力，还有网站本身的特点来定的，最终目的是为了搞清楚用户到底需要什么，有了需求，后面的工作就有章可循，你研究的是用户的行为，他们的使用环境，还有一些支持工具。如果能考虑竞争对手的话，效果会更好。

“宁可错杀也不放过”的医疗目前已被“快、准、精”的医疗科研所取代，面对曾经束手无策的癌症，如今是以精准医学“武器”一击而中、尽量不伤一兵一卒的新策略、新战役。

传统的恶性肿瘤治疗方案主要有手术、放疗及化疗，在癌症治疗领域素有“三剑客”之称，在长期抗癌的路上，各自扮演着重要且不可替代的作用。其中，放射治疗在人类疾病治疗的历史上已超百年，约有70%的癌症患者在治疗过程中需要进行放疗。

但是，放疗并非无所不能的治癌神器，始终有一定的风险和副作用，尤其是对心、脑、肺、胃肠等重要器官周围的肿瘤。一旦这些器官接受的照射剂量达到一定数值，就可能产生一些放射副作用，部分副作用是短期可逆转的，一些则是长期不可逆转的。

最常见的副作用如放射性皮炎、放射性肺炎、心肌缺血、胃肠反应、认知功能受损、听力视力受损等，轻者影响生活质量，重者可能影响患者的治疗过程，进而影响治疗效果。

然而，质子治疗与传统的光子治疗不同，质子经由同步加速器加速至约70%的光速时被引出射入人体，射线在到达肿瘤病灶前，能量释放不多，当到达病灶的瞬间，才释放大量能量。这种被称为“布拉格峰”的能量释放，实现了对肿瘤的“立体定向爆破”。

今天无癌家园小编要讲的是腹腔肿瘤，提到这类癌症，手术治疗仍是大多数患者的主要治疗方式。尽管放疗技术已有显著进展，并且随机试验表明多学科治疗可提高患者的生存率，但腹腔肿瘤放化疗的毒性作用仍然很大。

为了证明质子治疗腹腔肿瘤的显著疗效，小编查阅到国外诸多研究人员发表的相关文献力证质子治疗的治疗优势！

胃癌
手术切除是胃癌根治性治疗的标准治疗方案，但多数患者仍需接受多学科治疗，包括术后化疗和围手术期化疗等。剂量学研究表明，与2D放疗相比，3D适形RT（3DCRT）和调强放射疗法（IMRT）可显著改善肿瘤靶区的覆盖情况并更好保护危及器官。

质子治疗的剂量学优势
与调强放射疗法相比，质子治疗可以进一步保护正常器官免受照射，显著减少总辐射剂量，降低晚期毒性反应及继发性恶性肿瘤的发生风险。

在意大利APSS质子中心一项回顾性分析纳入13例胃癌患者，其中对调强放射疗法（每日6个照射野）和双被动散射/均匀扫描质子治疗（每日2~3个照射野）进行比较，其中所有患者均接受剂量为45~54 Gy的辅助治疗。

结果显示，质子治疗显著减少了小肠、肝脏、左/右侧肾脏和心脏的低-中剂量区，靶区外的总照射剂量也显著降低。13例患者中有4例患者接受了质子治疗，扫描结果显示质子治疗扫描的稳固目标体积覆盖范围在±2%之内。

质子治疗临床效果
尽管质子治疗可减小胃癌患者的毒性反应，能够改善病灶局部控制情况，用于剂量递增治疗，但目前的临床数据还是很有限，需要严格的随访数据证明其优势。

肝癌
质子治疗的本质是放疗，但是不同的是，采用质子线对肿瘤进行精准照射，其固有的布拉格峰原理使射线到达肿瘤之前释放较少的能量，如同放烟花一般，到底肿瘤时能量全部释放，达到较佳的杀瘤效果。

肝癌对放射治疗不甚敏感，且在采用杀伤肝癌细胞的剂量照射肝脏组织时，正常的肝细胞也受到相当的杀伤。放疗中的“劳斯莱斯”——质子治疗打破了肝癌放疗耐受的局面，我们将质子治疗成为高配版放疗。

质子治疗剂量学优势
质子治疗优于普通放疗首先是照射线不同，普通放疗是X射线，属于光子线，副作用较大，周围健康组织易受到损害；质子采用的是质子线，对人体辐射伤害小。其次，质子线照射肿瘤时会形成一个布拉格峰，简单来说就是射线的能量在到达肿瘤部位后全部释放出来，肿瘤前、后以及周边健康组织不受波及。

质子治疗(左)与IMRT(右)治疗肝细胞癌的治疗计划比较
X射线到达人体皮肤开始就释放能量，皮炎是最常见的副作用，到达肿瘤部位能量消耗大半，有效剂量不足，且肿瘤后面还会有能量射出，健康组织无法避免受到损害。质子治疗时间较短，几分钟就可以完成治疗，一般门诊治疗后，就可以回家。

质子治疗的优势是，与其他治疗方法相比，可以实现更高的治疗反应率和90％以上的肿瘤控制率，同时肝功能不降低，与胃和肠的副作用没有增加。与X射线治疗相比，已证实质子治疗的肿瘤控制率和总生存率较高，且副作用较低。例如肝脏周边有重要的器官，肺、心脏、食管、脊柱等，X线放疗不敢保证这些器官受到损伤的程度，有可能发生严重的并发症而导致死亡。

质子治疗临床效果
2005年，日本千叶县研究人员的报告指出，患者接受中位剂量为76 GyE/20 f的质子治疗后，30例患者中有80％达到了放射学完全缓解，2年局部控制率（LC）为96％。兵库县离子医学中心对242例接受8种质子治疗方案(52.8~84 GyE/4~38 f)的患者进行的回顾性分析显示，5年局部控制率（LC）为90％，5年总生存率(OS)为38％。

MD安德森癌症中心的研究人员最近报告了46例患者采用不同分割方案进行质子治疗的回顾性分析结果，包括照射剂量为58 GyE/15 f和67.5GyE/15 f的治疗方案(56％)。他们指出，对于生物等效剂量（BED）≥90 GyE的患者，中位总生存期从15.8个月提高到49.9个月，表明存在剂量反应效应。

若有意向采用质子治疗的患者可通过无癌家园医学部四零零六二六九九一六提交病理报告、治疗经历及住院小结等资料初步评估是否可以采用此疗法。

食管癌
食管癌的治疗方法主要包括手术、放疗和化疗,其中放疗是最重要的方法之一。但是由于食道特殊距离心脏和肺部太近，传统X射线辐射会增加短期和长期副作用，而且后续研究显示这些多余的放射剂量会严重影响患者的预后，从而增加患上心脏病或肺部疾病的风险。因此，质子治疗可能是治疗晚期食道癌患者的绝佳选择。

由于质子射线拥有独特的布拉格效应，可以确保射线治疗剂量尽可能集中到肿瘤病灶区域。同时最大程度地降低对心脏和肺部的风险。质子治疗提供了无与伦比的精确度：它到达肿瘤部位并停止，以更高的剂量靶向肿瘤并增加治疗成功的可能性。

质子治疗剂量学优势
据《胃肠肿瘤学》杂志刊登的一篇关于各项放疗技术治疗食管癌患者的剂量优势的文章显示，与3D适形放疗(3DCRT)相比，IMRT改善了器官的剂量分布；治疗计划和剂量学的比较研究进一步显示，与3DCRT和IMRT相比，质子治疗可显著降低心脏和肺的照射剂量。质子治疗可最大程度地保护心脏前部组织，减少心脏的照射剂量，具有明显的临床优势。

质子治疗与IMRT治疗食管癌的剂量学比较，左为质子治疗，右为调强放疗

（注：Dmax，最大点剂量；Vx，体积乘以Gy的x剂量；MLD，平均肺部剂量；MHD，平均心脏剂量；MLivD，平均肝脏剂量；MKD，平均肾脏剂量）

质子治疗临床效果
另外，还有多项临床试验显示，接受质子治疗的食管癌患者能够获得更多的临床获益，术后并发症明显减少，住院时间显著缩短。

1998年，瑞典学者就曾对普通X线和质子治疗食管癌患者的对比研究，其中分别对比了质子治疗、X射线治疗及质子和X射线混合治疗。结果表明，采用质子治疗能够明显改善剂量分布。也就是说，质子治疗可以在不增加副作用的情况下，提高肿瘤剂量，改善肿瘤局部控制率。

MD安德森癌症中心的一项研究纳入了62例食管癌患者，其中47例为腺癌，患者接受质子治疗联合化疗3年后，半数以上的患者病情稳定，无复发情况，并且严重副作用发生率低于10%。

局部晚期宫颈癌
据许多已发表的研究表明，质子治疗局限晚期宫颈癌的潜在优势较多。在使用质子疗法治疗局部晚期宫颈癌时，可以通过结合治疗期间每周变化获得的信息来克服子宫颈运动带来的靶区移动。质子治疗可以减少危及器官的累积剂量，显著减少肠道和骨髓的放射剂量。对于不能接受或拒绝近距离治疗的患者，质子治疗是一种可行的选择。

胰腺癌和肝外胆管肿瘤
尽管IMRT和立体定向体部放疗(SBRT)等先进的X线放疗技术具有高度适形性，但X线的物理学特性仍限制了其减少周围正常组织照射剂量的能力，因此传统放疗联合化疗产生的胃肠道毒性反应也使治疗效果大打折扣。

质子治疗剂量学优势
多项剂量学研究证实，与IMRT相比，质子治疗可减少无法手术切除或切除术后胰腺癌患者正常组织的照射剂量。

宾夕法尼亚大学的研究人员发现，对于无法手术切除的胰腺肿瘤患者，双散射和笔形束质子治疗可降低胃、十二指肠和小肠的照射剂量，同时只轻微增加了十二指肠和胃的中至高剂量区。研究人员还分析了切除术后的胰腺肿瘤患者，质子治疗计划相较于X线放疗可显著减少左侧肾脏、胃和脊柱的临床相关剂量；与X线放疗和双散射质子治疗相比，笔形束扫描质子治疗可减少右侧肾脏、肝脏和小肠的照射剂量。

质子治疗(右)与X线放疗(左)治疗胰腺癌的剂量学比较

质子治疗临床效果
胰腺癌
佛罗里达大学报告了可手术切除(n=5)、可能切除(n=5)以及局部晚期(n=12)胰腺癌患者常规分割质子治疗(50.4-59.4Gy, 1.8Gy/f)同步化疗的临床数据。无患者出现3级急性或晚期毒性反应，并且患者同步化疗耐受性较好，可耐受99%的处方化疗剂量；未接受前束或左外侧束照射的患者未出现2级毒性反应。

肝外胆管肿瘤目前唯一已发表的研究是日本郡山市质子治疗中心开展的回顾性系列研究，但该研究纳入了肝外和肝内胆管肿瘤患者，包括12例肝内胆管癌患者、3例肝外胆管癌患者、3例胆囊癌患者以及10例术后局部或淋巴结复发的患者。

患者接受的质子治疗中位照射剂量为68.2Gy(50.6-80Gy, 2-3Gy/f)，15例患者接受辅助化疗。1年局部控制率、无进展生存率以及总生存率分别为67.7%、29.5%和49.0%。

涵盖39类适应症，质子治疗为多癌种患者带来曙光
下面这张表系统性地总结了目前质子治疗的全部适应症，请大家参考!

理性看待质子重离子治疗
一旦患癌，抗癌就成了终身的“事业”。但是有的癌友却认为癌症治疗结束、甚至是治愈后，抗癌就完成了，如果这样想的话，说明对抗癌还是不太了解。

因为无论是哪种癌症，在治疗结束后都要面临一个不容忽视的问题：治愈后的生存质量！

治疗肿瘤的目的，不仅要求治愈肿瘤，提高患者的生存率，而且应尽可能地使患者在治疗后保持正常器官和组织的良好生理功能和患者较高的生存质量。而质子治疗不仅能够在治疗部分肿瘤时达到与手术相媲美的疗效，还能保障患者较高的生存质量，可谓是鱼与熊掌同时兼得！

相关文章：癌症治愈后就抗癌结束了？别太天真！治愈后的生存质量不容忽视！而质子治疗能做到！

尽管目前质子治疗费用较高，但随着技术的普及，小编相信这一新技术必将逐步降低而惠及大众。尤其是我国部分地区将质子治疗纳入医保的进程正在加速，相信不远的将来，会有更多癌友用上这一先进的抗癌新技术。

在质子重离子治疗领域，目前全球范围内比较发达的国家是德国、日本、美国等国家。而我国也不甘落后，目前我国运营的比较知名的质子治疗中心共有4家，分布于淄博、兰州、上海、中国台湾。无癌家园质子专家会诊中心可为病友们进行权威质子方案评估。

此外，小编还要提醒患者，在精准医疗时代，癌症的治疗毫无疑问应当更加个性化，不能只局限于一种疗法、一种技术。质子治疗也不能“包治百病”，而是癌症综合治疗的可选择手段之一。充分结合手术、药物治疗、放射治疗等多种手段对患者进行综合治疗，才是患者获得更好预后的保障。

本文为无癌家园原创

讲真，别听太多知乎的建议，太多营销号，尤其是那些挂着大学要自律、考证、梦想、拼搏等羊头的看似励志的狗肉建议。这些建议看着很励志，看完很激动，然后收藏从未停止，行动从未开始，该啥样就啥样。

我觉得大学最好的状态：心平气和，与自己和现实和解，大大方方承认别人的优秀；思考清楚理想的生活状态，设定几个目标，寻找实现路径、专注并坚持之。

咱就像个正常人一样学习、生活、恋爱、就业（考研/留学）、旅游、兼职等就行了，人生没有绝对的模板，只有适合自身的选择。

对于大学，最核心的主线有三条：

1、规律作息，保持健康的身体，再好的身体也抵不过规律作息，早上的粥比夜间的酒更美味；

2、享受独处的时光，慎独，独立思考，培养相对独立的人格；

3、好好学习，除了专业之外，顺带发展点其他爱好，比如写作、表达、吹牛、赚钱等！

以下是我本硕7年的感触，我经历了本科双非、硕士985的过程，很多感触会更深刻些！

只收藏不点赞就是在白嫖+耍流氓哟~

一：学习篇
对于学习，咱就顺其自然就行，该去上课就去上课，该实习实习，该考研考研。遇到不会的内容就问问同学老师，实在不行去b站、慕课甚至知乎去问问，看看国家级精品课就行。其实，偶尔想逃个无关紧要的课做好掩护也没啥，偶尔出出格问题不大，但被逮到旷课光棍的认就是。

大学的学习除了学校安排的课程外，顺带着还可以把四六级、计算机二级、office技能、驾照等等这些有用且必要的证书考了；再顺带着可以学学写作、、ps、视频剪辑、时间管理、慎独、表达等，这些东西学习后会受益终生。

现在大学呀，有些学校，好像逃课、不学习是一种政治正确，而认真学习似乎成为了偷偷摸摸的事情。其实事实不是这样的，闲着没事到自己曾经梦想中的学校去看看，感受下985、211的氛围，你会发现，越好的学校学习氛围越浓。

大学里，分数、绩点、竞赛、论文、四六级等其实是非常重要且具体化的参考项，一定要重视，这些对就业或考研都很重要。但其实这些很简单，顺其自然、心平气和的去准备就好，脚踏实地的用心准备就是最快的捷径，这么大的屁事都不至于上升至自律这个高度，而且我一直认为自律某种意义就是自虐，正常人谁没事天天打鸡血似的去自律，去看看季羡林老先生和胡适之的日记，你会发现打牌、看美女才是大学生活的主旋律，年级青青何必过得像个苦行僧！

我读大学时，梦想中的学校有东南大学、南京大学等，所以趁着旅游之际跑到这两所学校去看了看，回来后你会发现动力十足，真的。所幸，后续考研时也一战上岸东南大学，弥补了我曾经的遗憾。为啥考研没考南大，因为南大并没有我们专业。

我觉得我前二十几年做得最正确的决定便是：从双非考研上岸985研究生，对于我的人生某种意义上是质的提升，但我同样感激我本科四年的生活，因为很精彩，同时塑造了我的人生观和绝大部分认知！我自己是双非出身，硕士985，我能非常直接的感受到双非和985、本科和硕士的差异性，所以是否考研、是否考公、是否出国等等重要的问题一定要提前考虑。

你现在要思考的就是：想想要不要把考研作为你后续大学、学习生活的重要组成部分，就和恋爱、社团活动、社会实践、赚钱等环节是一样的。考研只是你大学生活可能的一部分，但我应该是重要的一部分。

查找考研信息的网址有：

1、中国研究生招生信息网：报名、打印准考证、调剂，录取官方通道、预估录取人数等；

2、中国教育在线：历年国家线、各高校院线、各高校往年考研报录比等；

3、学校院校的官网：招生简章、招生目录、参考书目、考试大纲、推免名单、复试名单、复试成绩、拟录取名单、导师信息等；

4、中国学位与研究生教育信息网：用于查询院校和专业排名等信息；

5、知乎、b站：学长学姐的考研上岸经验贴，比如下面这篇，5.3万赞的考研经验贴，保研经验，非常干货有帮助！

考研的具体流程是什么样的？
5.3 万赞同 · 615 评论回答

保研具体流程是什么？
298 赞同 · 8 评论回答

可能有些同学绝对自己高考发挥失常才来得这所学校，或者专业没选到自己满意的，心有遗憾！但既来之，则安之。接纳已经发生的一切，抱怨也没啥用，咱还不如想想如何改变现在的境遇，是转专业，还是考研，再或者是什么。不满意改变就是了，尽可能的去改变现状就是。

对于学习篇，额外的几句话要说：

1.学习要趁早，有些事情学得越早，受益越高！

15岁觉得游泳难，放弃游泳，到18岁遇到一个你喜欢的人约你去游泳，你只好说“我不会耶”。18岁觉得英文难，放弃英文，28岁出现一个很棒但要会英文的工作，你只好说“我不会耶”。人生前期越嫌麻烦，越懒得学，后来就越可能错过让你动心的人和事，错过新风景。
2.不管你学啥专业，别挂科，挂科很浪费时间。这很简单，只要你临考多跑图书馆和打印店。

3.尽量少呆在寝室，哪怕你要玩王者最好也去找个教室或图书馆去玩，这样上分都容易很多！宿舍是青春的坟墓，尽量走出去，图书馆、校园外、教室等等都可以，不要窝在寝室！寝室绝不是学习的地方，可能有的寝室氛围比较好，大家很和谐，但对于学习这点，最佳的场所永远是图书馆或教室，不接受反驳，包括你后续如果考研，一定要去教室或图书馆复习。

4.大一大二开始就要关注考研和保研信息。凡事预则立，不预则废，提前关注考研和保研的常识，搞清楚自己学校保研的概率和学长学姐保研考研上岸的学校有哪些？这样我们对后续自己的预期就会很清楚了。

二：恋爱篇
异地很难，当你动摇时，希望你坚持下，有些人错过了就真的错过了。不要因单身太久、内心空虚而随便找个人对付了。

咱记住，请给自己留出至少3个月的考察期，这样更稳。不要做渣男渣女海王，会有轮回报应。

男孩子要珍惜能在此时陪着你的女孩子，你这个年纪啥都没有，女生能和你好是真的爱你。所以，不要仅仅只用下半身思考，男人要有担当。

女孩子要保护好自己。不管什么时候，坚持住底线，花言巧语谁都会说。恋爱可以，亲亲可以，爱爱一定慎重，怀孕一定一定要慎重！

第一印象很重要，把自己的脸搞干净。有痘痘的周末骑上车子去皮肤科看看，买几件好看的衣服。干净阳光点，对象自然就会来了。注意形象，女生学习化妆很重要，男生也要注意干净整洁，外加开朗大方些，爱情很容易如期而至。

注意自身的仪容，女生可适当淡妆，化妆和不化妆可能完全两个待遇，择偶权不同。男生也可适当淡妆，至少保持整体干净阳光精神。

高中生活可能相对单纯枯燥，对于异性在情感上接触的较少，所以不要一遇到一个对你很好的男生或女生就马上沦陷。

爱情要看重人品、对你是否好、是否努力向上等等，同时也有适当看看家庭。为什么要提家庭？因为门当户对自古有之，这点很现实，但一定要重视，当家境相差特别大时不是不可以，一定要慎重。

其实，大学不谈恋爱，可能毕业就不好找对象了。大学同班同学发展为对象的概率很大，再其次是同专业的同学。

近水楼台先得月，肥水不流外人田，遇到喜欢的男孩/女孩，一定要主动些，可能很多女生（男生）根本不知道自己喜欢谁，只要你够主动，脸皮够厚，有很大概率可以成功。比如我老婆就是我们班唯五的女同胞之一，而我是班长，当然，她应该喜欢的是我的帅气吧！

温馨提示：谈恋爱可以，爱爱慎重（尤其女孩），怀孕不行，这点男女均注意。但和同班或同专业的同学谈恋爱，要尤其慎重，否则万一分手还有些尴尬，毕竟抬头不见低头见的！

同时注意，不要同时和好几个女生（男生）谈恋爱，太渣了，我都会隔着屏幕鄙弃这种做法！同时，不要和同一个宿舍的两个人同时或不同时谈恋爱，你到底在恶心谁？！

三：大方承认别人的优秀，悦纳自己
1、如果让我重回大一，我要做的第一件事就是：不care别人的目光，不要为了合群和逃课、熬夜、蹦迪、无脑追剧等等。究其一生，最终还是我们自己陪伴自己，所以要纳悦自己，而不是纳悦他人，做自己想做的和该做的事情，取悦自己最有价值！推荐读读《遇见未知的自己》！

学会承认别人的优秀，大大方方表扬别人的优点和长处，力的作用是相互的。比如看到这篇回答绝大不错，大大方方的点赞、评论、收藏，因为我都会看到，大方夸人的行为后续都会潜移默化的影响一个人的性格。同时，学会接受自己的不完美，比如稍微内向，不会表达，咱们有意识的去学下如何表达就行，B站、知乎很多教程~

2、接受挫败：高中以分数为第一，标准单一，但大学不是，你可能会遇到很多挫败，这些都是成长过程中必经的路子，没有人是从一生下来就什么都懂、都会，而绝大部分的技能都是可以习得的，包括化妆、演讲、表达、社交牛逼症、厚脸皮。记住一句话：大家都是人，只要我不尴尬，就没人尴尬，这次没做好下次再来就是，成长是有过程的。

3、接受孤独：有人说，大学基本上很难找到真心的朋友，这点我不完全同意。知己难寻是肯定的，但遇到同频的人却不是那么难，更重要的是遇到后双方式如何维护后续的友谊的！是否是真心朋友，是相互的，你都在时刻防备着对方，又怎可要求别人敞开心扉！大学最好的交友状态是：始于同频，敞开心扉，坦荡交流，同样适合情侣！

4、接受独处和不合群：不要为了合群而合群，不要参加无意义的集体活动。阴阳怪气的人肯定存在，不要去在意这些，你越在意反而落入了下乘！参加班委、学生会、社团活动或社会实践是否有必要？想清楚目的，如果是为了练习胆识、表达能力、组织能力等，同时收获快乐、金钱或男女朋友等等，可适当参加。

5、如果是想通过这些东西寻找“人脉”，不用参加了，人脉的本质是：价值等价交换，不如让自己变得有价值，有价值的方式很多，学习、奖学金、创业能力、赚钱能力、各种技能等等都算！

记住一句话，“跟很多人，已经见了这辈子的最后一面”，过来人告诉你，本科毕业后很多人可能真的一辈子也见不到了，即便见到，也仅仅是处在打个招呼的阶段，社会很现实，价值交换才是最根本的底层规则。

6、不要管别人再如何放纵，你要思考下你的未来，因为大概率你家里没矿。大学中有很多种生活方式，有人当学霸，有人爱旅游，有人玩游戏，有人天天躺寝室……

但可能你不知道的是，甲的爸爸是老总，乙的舅舅是官员，丙的老爹是矿长，丁的家族在某系统很有影响力，而你父母仅仅是上班族、打工人，甚至可能你像我一样仅仅是个农二代。

所以，不要管别人的目光，也不管别人别人在大学做什么，你一定要思考下：大学四年到底应该如何做？关于职业、关于学习、关于技能、关于赚钱、关于恋爱、关于考研等等。

7、其实绝大部分人都是普通家庭，所以没必要盲目攀比，内心的自信更重要。我知道你可能会因为衣服、电脑、手机、生活开支等方面不是那么宽裕而自卑，没必要。我当时也是每月1000元生活费，但可以自己去挣钱。

前期可尝试下麦当劳、肯德基、发传单等兼职，收入也就12-13元/小时，但练练厚脸皮和胆识，同时知晓这些性价比很低。后期可重点看看自媒体（知乎、b站、小红书、抖音、视频号等）、电商（包括淘宝、京东、拼多多、抖店、视频号小店等）和某些信息差的收入方式，早点尝试些赚钱方式，跑通自己的第一笔钱。

8、麻烦别人一次两次OK，关系在走动间生化，但不要一直麻烦别人，哪怕是恋人。相敬如宾有些严重了，但一定要补偿，有来有回的关系最为持久。

四：交友篇
对于朋友，咱也顺其自然，遵循个“价值交换”和“同频共振”的原则。想要交到高价值高质量的朋友，先让自己变得有价值和高质，人以类聚，价值交换才是最根本的原则。

好的朋友关系是你情我愿，彼此包容。酒桌上很难产生真心朋友，但聚餐确实很好的交友途径。

学长学姐仅仅是比你大一两岁的同龄人而已，没必要舔着脸去拍学生会还有学长学姐的马屁价值约等于零。辅导员也是一样的，我们要做的便是彼此尊重就够了，有礼有节有度，大学里更重要的是你是否优秀。

同时，警惕过分热心的学长学姐，大概率可能是带有目的，要留个心眼。女生记住：远离过度热情且单身的学长，可能在他眼里你就是遍撒网的鱼之一；同样，男生对过分热情的学姐也要留个心眼，出门在外，男孩子要保护好自己。当然，他们的过分热心也有可能是想卖你个电话卡、被褥或者想拉你进社团而已。

不是每个宿舍都在勾心斗角，我们宿舍就很和谐，无论是一起打游戏还是一起拿奖学金，再或者是一起考研等等，所以新生宝宝们不要被知乎上的很多节奏带偏了，感觉大学寝室关系就是刀山火海，甄嬛后宫剧！

尊重每个人的活法和思想，可能你想天天向上，但我就想做只咸鱼，谁叫我家里有矿呢？比如你想天天潇洒游戏，但我想努力学习，因为我还想继续深造，比如读研读博留学呢？彼此尊重对方的生活方式，我们都有美好的未来。

哪怕关系再好，一定要有礼有节有度。玩笑可以开，互损也没问题，但注意底线。其实，没个人都喜欢被夸，商业吹捧不好吗？大家都开心了！同时，注意自己的东西和别人的东西，对于卫生纸、洗头膏等小物品，最好都做到自己用自己的。

大学中不用过于追求合群。你会发现真得有人可以从早到晚天天打游戏、看小说，甚至连床都不下。也有人天天各种社团，努力锻炼所谓能力，你要想清楚到底追求什么。

五：理财篇
1、接上面，远离各种网络贷，不要觉得理你很远，这个世界很多人很坏。

2、大学里赚钱并不是一件很丢人的事情，相反这是一件很酷的事情。我当时尝试了很多兼职、副业，有些无意义，有些很有意义。我不否认肯德基服务员、收银员。超市促销等兼职的价值，因为的确能给我们带来收入，在一个月仅有1000多点生活费时还是不少，真的；但我更希望你能把眼光放在有复利的一些副业上，比如电商、比如自媒体等等。

3、大学和读研期间是最好的试错时期，哪怕失败你还可以去上班。如果你有个创业梦，可选择在此时小打小闹，甚至做大做强。我认识很多90后、00后读大学时就能年入百万了，上班（打工）其实很没性价比的一种赚钱方式。比如我读大学和研究生期间就运营过几十个自媒体账号，也曾日入过万过，若干年前搞的淘客现在每个月还能给我带来上千的收入，而我已经好几年没去管它了。现在我的副业每个月大几万收入（已纳税），很多都是读书时没事慢慢搞得。

4、学会记账，就想每天做计划和复盘意义，可以很大程度节省我们的必要开支。

5、大学可支配的钱可能并不多，比如1500元，但是这是独属你的小金库，你是否能让他越来越多？或者想办法找一条除父母之外的其他收入路径。但类似发传单、促销员等这些兼职我不建议你去做，毫无价值。但做自媒体、做短视频、做电商等可以尝试下，不一定非得赚多少钱，但可以让你知道赚钱的逻辑，同时这些都是有复利、有价值的！

6、多看看理财方面的书，中国绝大部分家庭是没有理财理念的，更别谈对孩子理财历年的教育了，推荐书籍：《小狗钱钱》《穷爸爸富爸爸》，如果找不到电子版书籍，留言告诉我，我来发给你~

六：安全篇
1、女孩子不要随便喝陌生人的水，公共场合喝的东西、吃的东西尽可能不要离开自己的视线。这个世界没那么坏，但总会有些败类。

2、不要碰各种网络|贷，包括裸|贷。出事了找父母，不要害怕，他们是这个世界唯一是无条件支持我们的人，可能会被训一顿，甚至会被打一顿，但他们会尽最大能力帮我们，永远！

3、不要觉得毒品、邪教等这些东西离我们很远，也不要觉得自己很聪明，防人之心不可无。

4、女孩子不要一个人走夜路，尽量不要单独夜跑，很多案例了。

5、先学会自救，再学做人的操守。

七：其他
1、如果想要竞选班委，建议竞选班长或团支书；有心当班委的话，开学前尽可能的在班级群和专业群活跃些，军训时也可帮辅导员做点事，刚开学大家都互相不认识，上述的动作是为了更好的服务大家，同时让自己被大家熟知。

2、不要妖魔化社团，觉得完全没用且江湖气息验证；同样，也不要神话社团。社团的作用有：找男女朋友、锻炼能力、拓展人脉、结识同频的人等等。如果你既不是班委，又不加社团，圈子会很窄，所以多出去动动，参加点社团和互动，有时候挺好玩的。同时，平衡好社团和学习的关系。

3、如果寝室没空调、洗衣机、打印机，建议合资买了，这些东西会大幅提升你们的幸福感，甚至二手都是OK的。

4、保持运动，不需要大幅高强度运动，甚至不需要去健身房。学校操场跑跑步、打打球，每天动动身体也会保持得很好。身体是革命的本钱，包括学习、工作、恋爱，不锻炼连亲亲抱抱举高高都来不了，不要让你对象失望。

5、保持独立的能力很重要，尤其是对事情的思考、表达、主见，不要养成依赖室友或别人的习惯。当时可能会很爽，但渐渐的就会失去独自思考的能力，而大家需要的不是累赘和废物，是可以扶持前进的伙伴。

6、大学一定把驾照考了，毕业后真得没时间考，而开车是基本技能。

7、一定做个有主见且愿意表达的人。小镇做题家现在是个偏贬义的词汇，我也是，我甚至是农二代，所以对于之前欠缺的表达能力、演讲能力、结构化思维等要有意识的去练习，不要怕丢人，多丢几次你就很牛x了。《金字塔原理》这本书可以看看，一本讲解结构化思维、写作、演讲、汇报等内容的神书。

8、多和父母、爷爷奶奶通个电话，他们才是最爱你的人，不要每次等没钱了再打电话，那怕是要钱咱也可通过更加有亲情的方式进行，这样可能可以获取更多的生活费。

29、自学是你大学能获得的一项影响终生的一项能力，包括你后续考研、考公等等。怎么培养自学能力？在期末有限的时间内，善于收集资料，并掌握高效的学习方法。

9、考研：大学必考的证书

英语类：CET-4、CET-6、雅思、托福（后二者选考） 教师资格证（建议大家考，当做退路） 全国计算机二级（刷题就能过，基本上都是原题） 驾照 导游证（很有用，尤其对喜欢旅游的同学） 其他专业相关的证书
考证不是越多越好，有用才有价值！

发布于 2022-09-05 12:27・IP 属地重庆

一、 互联网渠道。

统计资料的主要形式包括统计月报、统计年鉴、统计索引、统计摘要等；其他统计资料源还有：年鉴、百科全书、专业地图集、机构名录指南、专著和论文集等。首先形成查找目标，才能有针对性地在网上搜寻到相应的数据。

（一）如何查找美国的数据

1.如果需要一应俱全的数据，一个宝贵的权威来源是，美国商务部统计局出版的《美国统计概要》（Statistical Abstract of the United States），相当一部分数据可以免费下载。内容涉及美经济、社会各领域，十分庞杂。分类编排各类图表，并给出资料来源，有印刷版和网络版。登陆网址：http://www.census.gov/compendia/statab/

2.如果想获得最近数据的详细资料，一个不错的选择是，美国商务经济分析局每月出版的《当代商业纵览》（Survey of Current Business）。 登陆网址：www.bea.doc.gov。

3.《总统经济报告》（Economic Report of President） 由位于华盛顿的美国政府印刷办公室出版、经济顾问委员会撰写，提供了有关美国当前经济形势的描述和主要宏观经济变量数据。相当多的数据都可以追溯到1959年，甚至个别的可追溯到1929年。好多有关美国的图形，都是采用《总统经济报告》（2005）所附数据生成的。这些数据可以免费下载。 登陆网址是www.access.gpo.gov/eop/

（二）如何查找OECD成员国的数据

1.对富裕国家来说，最有用的资料来源于经济合作与发展组织（Organization of Economic Cooperation and Development，简称OECD）。经济合作与发展组织的成员包括：奥地利、澳大利亚、比利时、加拿大、捷克共和国、丹麦、芬兰、法国、德国、希腊、匈牙利、冰岛、意大利、日本、卢森堡、墨西哥、荷兰、新西兰、挪威、波兰、葡萄牙、韩国、西班牙、瑞典、瑞士、土耳其、英国和美国。看来，世界上的富裕国家大都属于该组织，其产出占世界产出的70%左右。 OECD的网址是www.oecd.org，提供三种极为有用的数据：《OECD经济展望》（OECD Economic Outlook），每年出版两次，提供许多跨国宏观经济数据，这些数据一般都上溯到20世纪70年代，而且具有很好的一致性；《OECD就业展望》（OECD Employment Outlook），每年出版一次，专门提供劳动力市场的数据；《OECD历史统计》（OECD Historical Statistics），不定期出版，将当期数据和过去数据放在一起。

2.OECD的主要宏观经济指标数据《OECD main economic indicators》提供自1960年以来的年度、季度、月度数据，包含30个OECD组织成员国、8个非成员国，以及国际主要经济组织如欧盟、西方七国、欧元区、北美自由贸易组织等；指标专题覆盖国民核算、劳动就业、价格指数、金融贸易、行业经济以及趋势调查指标等二十余个专题大类，全面深入地反映世界主要国家的经济发展趋势。登陆网址：http://stats.oecd.org/mei/

（三）如何查找联合国成员国的数据

《联合国统计年鉴》（Statistical yearbook）是当前编制水平最高的综合性国际统计资料，广为使用。内容包括280多个国家和地区的人口、工农业、制造业、财政、贸易、社会、文教等各方面的情况。提供的统计数字一般回溯几年甚至十几年。按领域分类，每类下有若干统计表格，多数表格内按洲、地区、国家排列。主要包括统计数据和指标（如月度统计公报）、统计方法、统计源与参考工具等内容，注册后可以在一段时间以内免费使用统计数据和指标。登陆网址：http://unstats.un.org/unsd/syb/

（四）其他查找国际经济体数据的途径

1.《世界竞争力年鉴》（World Competitiveness Yearbook）自1989年开始出版发行，根据331项指标对55个经济体的竞争力进行比较，是全球最富盛名的研究报告之一，被视为对竞争力表现进行对标的宝贵研究工具。该年鉴以从国际性及地区性机构和私人机构获得的统计数据为主，并辅以企业高管年度意见调查的结果，与52家机构的合作确保了数据的可靠性和实时性。瑞士洛桑国际管理学院(IMD)于2003年推出该年鉴数据库的网上互动版，其中包括10年来的排名指标等。登陆网址：http://www.imd.ch/research/publications/wcy/

2.Nation Master 提供一个很简单的表格，你可以通过柱状图、饼图和地图来浏览这些压缩数据，同时还会显示两种数据之间的相互关系。登陆网址：http://www.nationmaster.com/index.php

（五）如何查找中国的数据

1.中国经济信息网（中经专网）是由国家信息中心组建的，以提供经济信息服务为主的专业性信息网络。它的特点就是时效性和权威性，设有推荐专辑、综合动态、经济分析、经济数据、行业经济、区域经济、财经视频、为您服务、产品简介九个主题栏目，每日更新量约200万汉字，涉及经济领域各个方面。此外，还积聚了自1992年以来的历史资料和数据，支持全文检索。对各行业从发展动态、分析预测、市场行情、科技专利、商品供求、招商投资等角度进行立体描述，全面分析了全国各个行业的现状、形势、走势。 登陆网址：http://202.112.71.17/index/index/index.asp

2.中华人民共和国国家统计局，查找《中国统计年鉴》是获取国内经济数据的重要途径，目前中华人民共和国国家统计局网站提供免费下载。 登陆网址：http://www.stats.gov.cn/

3.如果需要一应俱全的最新宏观经济数据，一个宝贵的来源是中国国家统计局提供的《进度统计数据》

登陆网址：http://www.stats.gov.cn/tjsj/

4.中经网统计数据库目前包括“宏观月度库”、“综合年度库”、“行业月度库”、“海关月度库”和“城市年度库”5个子库。登陆网址：http://cedb.cei.gov.cn/

5.国务院发展研究中心信息网，对于报告类数据库，选择直接点击首页上方《国研报告》或《行业报告》数据库，进入下一级页面后，点击文章即可，或直接点击首页已订阅数据库的文章；对于《国研数据》数据库，基本的页面设计原则是，左侧是目录，右侧是数据文章列表，必须点击直至最后一级目录，才可以检索有关数据文章。以“重点行业数据”为例，点击首页上方《国研数据》，在下一级页面，点击中间左侧“重点行业数据”的链接，进入后，点击左侧目录列表中的已订阅的行业子数据库如“纺织工业”，再点击下一级目录如“行业数据”，即可根据需要检索有关数据。

登陆网址：http://202.204.214.109:8080/

6.高校财经数据库

7.国泰安数据库

二、 数据共享

（一）数据共享激励机制的设计

知识共享不会自动实现,解决知识共享问题的关键是建立和谐的知识共享氛围和灵活有效的激励机制，形成数据共享的激励机制有利于形成活跃的数据共享平台、丰富数据种类，那么如何建立数据共享的激励机制呢？

1.精神奖励

首先，对于数据共享者我们可以设立等级，借鉴QQ和淘宝的等级方法，用星星、月亮、太阳甚至钻石和王冠的形式，使得同学们获悉谁做的贡献最大，与此同时知识共享者也能获得一种个人成就感。对于年度共享数量最多的人，我们可以颁发雷锋奖章，这是一种榜样激励法。

2.物质奖励

共享数据可以积累相应的等级，等级越高，享受的权限（例如日下载量等）就越大。

3.名誉奖励

特色数据实行有限制的共享，对于特色数据我们提供部分内容的预览，并在数据说明中附注数据提供者的联系方式，需要此数据的同学主动向数据提供者交流和联系。如若使用特色数据进行进一步的研究并形成研究成果的，需要在研究成果中向数据提供者致谢。

（二）数据共享的实现方式

数据共享者将拥有的数据通过共享系统上传至某一文件管理系统的子文件夹内，由中心管理人员审核数据的完整性与可行性之后，编写数据说明并将数据归类入相应的子数据库内，中心管理人员根据数据的实用性给予数据上传者相应的加分。为了保证中心人员工作的准确性，应当对数据的共享情况建立一个excel表格做好备档和记录。

三、建立交易平台

建立一个供需平台，使得数据的使用者拥有发表诉求的空间，同时数据拥有者可以据此分享出自己的数据，这种供求平台可以方便大家对共同关心问题发表意见、沟通交流以及知识共享。

交易平台数据交流的方式有两种：一种是供需双方在交易平台撮合之后私下交流，另一种是供给者将需求方的产品通过共享机制，上传到共享平台，实现交易平台和共享平台的相互促进。

数据分类整理方法

● 最新数据

● 统计年鉴检索

--------区域类统计年鉴（包含检索功能）

--------关键词类统计年鉴（包含检索功能）

● 国内细分数据

--------宏观经济数据库

--------国民核算数据库

--------人口与就业数据库

--------资源与环境数据库

--------教育与文化数据库

--------居民生活与社会保障数据库

--------财政与税收数据库

--------行业数据库

--------对外贸易数据库

--------金融数据库

● 国外细分数据（包含国际经贸组织）

--------宏观经济数据库

--------国民核算数据库

--------人口与就业数据库

--------资源与环境数据库

--------教育与文化数据库

--------居民生活与社会保障数据库

--------财政与税收数据库

--------行业数据库

--------对外贸易数据库

--------金融数据库

● 专题数据

● 热门数据

● 调研数据

● 特色数据

邳州市土山镇中心小学 宋涛

教学目标：

1、使学生经历收集整理数据、描述数据和分析数据的过程，初步了解一些收集和整理数据的方法，能用自己喜欢的方式描述数据，能根据统计结果提出或回答一些简单问题。

2、学生在经历从现实生活中调查和收集数据的过程，体验统计是解决实际问题的需要，感受数字的信息，培养初步的数据分析意识。

3、学生在参与统计活动的过程中，获得一些成功的体验，感受统计活动的学习价值，培养乐于合作学习的态度，激发对统计活动的兴趣。

教学过程：

1、谈话引入：

同学们，牙齿是人的重要器官，要重视保护自己的牙齿。你有蛀牙吗？

讨论：要了解班级同学的蛀牙情况，可以怎样做？

揭示课题：简单数据的收集和整理。

2、自主探究

1、收集数据

讨论：刚才我们提出要通过调查了解同学们蛀牙的问题，请你想一想，在小组里调查，可以怎样做？

生明确方法记录自己的蛀牙颗数，在交给组长。

2、组织反馈

谈话：你是怎样记录本组同学们的蛀牙情况的？展示学生作品。

还有不同的记录方法吗？

再次展示学生作品。

3、整理并表示数据

请同学们观察记录的结果，你能从记录中很清楚地看出你们小组同学的蛀牙情况吗？

要想清楚地记录，可以怎么办呢？

学生进行分类整理。

展示反馈：指名说说分类的标准和表示数据的方法。

4、分析数据

提问：你们小组同学中，有蛀牙的人多？还是没有蛀牙的人多？各有多少人？

你们小组有蛀牙的同学中，有几颗的人最多？有几颗的人最少？

你还能提出什么问题？在小组里互相说一说。

3、练习与提高

1、想想做做第1题

学生分别涂出方格的个数表示出6门课程每周的节数。集体核对结果。

2、想想做做第2题

组织学生进行石头剪刀布游戏，并完成记录。

提问：把自己整理的结果和同桌比一比，你有什么发现？

小结:自己赢得次数就是同桌输的次数。自己输的就是同桌赢的次数，平的次数一样。

3、想想做做第3题

提问：你最喜欢吃的水果是什么？你们小组其他同学呢？

讨论：要知道小组里同学最喜欢吃的水果，可以怎样做？

4、全课总结：

通过本节课的学习，你有哪些新的收获？

数据整理是对调查、观察、实验等研究活动中所搜集到的资料进行检验、归类编码和数字编码的过程，它是数据统计分析的基础。数据整理是根据统计研究的任务和要求，对统计调查搜集到的大量原始资料进行审核、分组、汇总，使之条理化、系统化，得出能够反映总体综合特征的统计资料的工作过程；并且，对已经整理过的资料（包括历史资料）进行再加工也属于统计整理。

在二十世纪90年代中晚期，为了揭示一些隐含数据性质、趋势和模式，很多商家开始探讨把传统的统计和人工智能分析技术应用到大型数据库的可行性问题，这些探讨最终发展成为基于统计分析技术的正规数据整理工具。
数据整理主要是指对原始数据进行加工处理，使之系统化、条理化，以符合统计分析的需要，同时用图表形式将数据展示出来，以便简化数据，使之更容易理解和分析。 [1]

方法编辑 播报
⑴归纳法: 可应用直方图、分组法、层别法及统计解析法。
⑵演绎法: 可应用要因分析图、散布图及相关回归分析。
⑶预防法: 通称管制图法，包括Pn管制图、P管制图、C管制图、U管制图、管制图、X-Rs管制图。
步骤编辑 播报
1.根据研究目的设计整理方案。
整理方案主要包括两个方面：一是对总体的处理方法，主要是考虑如何进行统计分组；二是确定反映总体特征的相关指标。
2.统计数据的审核与检查。
数据在整理以前，必须要对所获得的数据进行审核，检验原始数据的完整性、准确性和时效性。发现问题，要及时解决。
3.数据分组和汇总，并计算各项指标。
按照一定的标准将原始数据进行分组，汇总每一组的单位数，并计算诸如均值、方差等指标。
4.通过统计表或统计图，显示整理结果。
在统计分组的基础上，计算每组的频数，整理成频数分布表，绘制频数分布图。
5.统计资料的积累、保管和公布。
统计资料的积累和保管。由于统计研究中要经常进行动态分析，这就需要长期积累统计资料。 [1]
意义编辑 播报
统计工作经过了统计调查阶段之后，搜集到了大量的统计资料，但所取得的统计资料主要是反映总体单位特征的原始资料，这些资料都是零星的、分散的、不系统的，只能表明各个被调查单位的具体情况，反映的是事物的表面现象，不能说明被研究总体的全貌，不能说明事物的本质特征，也无法揭示事物的发展规律。因此必须对这些调查资料进行加工和整理，以反映现象的总体特征。 [2]
数据整理是根据统计研究的任务和要求，对统计调查搜集到的大量原始资料进行审核、分组、汇总，使之条理化、系统化，得出能够反映总体综合特征的统计资料的工作过程。并且，对已经整理过的资料（包括历史资料）进行再加工也属于统计整理。通常，大量数据收集上来以后，并不能直接用来分析，因为这些数据间的差异仍能体现为一种原始的无序的状态，只有经过整理后我们才能找到现象的规律性。 [2]
数据整理是统计工作的中间环节，它是在统计调查的基础上进行的，又是统计调查的继续，同时又是统计调查的前提，在统计工作中起着承前启后的重要作用，在统计工作过程中具有十分重要的地位。统计整理结果的好坏，是否科学、真实地反映客观实际，将直接影响到统计分析的准确性，影响整个统计工作的质量。如果这一步工作搞不好，将会使调查来的丰富、完备的资料失去价值，从而不能达到统计工作的目的和完成统计工作的任务。 [2]
此外，数据整理还是积累历史资料的必要手段。统计研究中经常用到动态分析，这就需要长期积累的历史资料。而根据统计研究的需要，需要对已有的资料进行甄选、重新整理、分类和汇总等，都需要通过统计整理工作来完成。 [2]
注意事项编辑 播报
1.现场收集数据，应逐日、逐周和品管部门所收集的数据作核对，以求整理真实且具有代表性的数据。
2.数据整理，改善前、后所具备的条件要一致，如此所作的数据整理和比较才有意义。
3.异常发生要采取措施，一定要以整理后之数据为研究依据。
4.使用经别人发表的次级数据应注意：
（1）原搜集数据之目的与数据之来源如何?
（2）原使用之单位是否与所欲研究者一致，如不一致应如何调整始为合用?
（3）原来搜集所得之数字，可靠程度如何? 如可靠当然可以取用，不可靠时，应寻求原因，力谋解决。
（4）原来搜集方法如何? 有无重复或遗漏之处?
（5）如根据两种以上不同原始来源之数据，使用之前应查明其内容互异之处，寻求错误原因再定取舍。
数据整理技术编辑 播报
从商业角度来看，从前未知的统计分析模式或趋势的发现为企业提供了非常有价值的洞察力。数据整理技术能够为企业对未来的发展具有一定的预见性。数据整理技术可以分成3类：群集、分类和预测。
群集技术就是在无序的方式下集中信息。群集的一个例子就是对未知特点的群体商业客户的分析，对这一例子输入相关信息就可以很好的定义客户的特点。
分类技术就是指定object，以确定集合。集合通常用上面的技术来形成，可以举一个例子就是把客户按照他们的收入水平分成特定的销售群体。
预测技术就是对某些特定的对象和目录输入已知值，并且把这些值应用到另一个类似集合中以确定期望值或结果。比如，一组戴头盔和肩章的人是足球队的，那么我们也认为另一组带头盔和肩章的人也是足球队的。

想要做一个专题分析，首先就是要有数据。那么数据有哪些种类呢，数据又从哪里来呢？这两个问题将会引导我们学会如何理解数据和收集数据。

01

数据的类型

我们经常会在Excel的设置单元格对话框中看到很多的数据类型,但其实这么多数据类型，最终都可以归为两大类。

❶ 定性数据（字符型数据）：

◎分类数据，如男女、民族等，不能区分大小，不能运算

◎顺序数据，如成绩的优良中差、满意度评分等，可分大小

❷ 定量数据（数值型数据）：

◎离散型数据：如用户数、消费次数等，可加减

◎连续型数据：成绩、消费金额等，可乘除

※统计方法差异：

连续型变量：频数分析、集中趋势分析（均值、众数、中位数）、离散程度分析（标准差、方差、最大值、最小值、范围）；

非连续性变量：主要能做频数分析

02

数据的收集

❶ 公司自己的数据库

互联网公司一般会通过数据埋点（日志）来获取数据，如UV/PV、用户数、用户停留时间、浏览页面等用户行为数据。

传统业务的公司则可能会通过一些系统，如SAP；

❷ 公开出版物，如统计局出版的期刊、年鉴等；

❸ 互联网

互联网上有很多的第三方的数据平台如：年鉴汪、中研网数据、中国互联网数据平台、腾讯大数据、国家数据，中国统计信息网等。

❹ 市场调研

线上问卷调查（如问卷星）、线下问卷调查、电话回访等。

03

数据的整理

收集完数据，下一步就是要做数据的整理了，数据整理是一项很繁琐很枯燥的工作。

❶ “三心二意”的整理数据：

◎信心：无论多少数据，相信自己一定能干掉它；

◎细心：1%的错误=100%的失败，注意每一个细微之处。

◎平常心：加班、电脑死机，软件无响应，一定要淡定！

◎诚意：对数据严谨负责，诚心诚意，保证数据客观真实

◎合意：要满足领导和业务部门的需求，及时沟通。

❷ “火眼金睛”的整理数据：

◎数据的异常表现：

空值、重复值、缺失值、波动太大、不同数据源获取的数据矛盾，数据与常识或经验矛盾等。

◎数据异常原因分析：系统故障，人为因素

❸ “按部就班”的整理数据（记得数据源备份一下哦）

◎数据分类化：每类数据命名并统一格式

◎数据统一化

数据口径的统一化，也就是同一维度的数据单位要一致。举个例子：二手车的行驶里程里面的数据不能有单位是“公里”的还有单位是“万公里”的，所有的数据要换算成同一单位。
数据定义的统一化，举个例子，新增对普遍人来说就是新注册用户，但在这个总数据里头，仍需细分，内部人员注册 / 搜索引擎注册 / 其他子产品用户注册 / 公众号入口注册 / PC端的注册 / 移动端的注册 / APP端的注册…等等，在整理数据时，要细分数据指标的意义。
◎删除多余的空格

◎删除重复值

◎填补缺失值(统计计算值填充，模型计算填充等）

◎处理异常值（平均值填充，统计计算值填充等）

◎不同数据源的交叉验证。

好啦，数据的收集和整理的方法到这里就大概介绍完啦，剩下的更多的是需要你在实际工作中结合实际情况去应用啦！作为一名数据分析师，你一定要学会修炼出一颗平常心，不能浮躁敷衍。记住，整理数据要“三心二意”、“火眼金睛”、“按部就班”。一起奋斗吧，加油！

最后，祝你早安，午安，晚安！爱你哦！

有哪些整理数据的方法让你相见恨晚？

运营工作经常和数据打交道，能把数据价值最大化，算是运营中的佼佼者。而目前市场上，有90%的运营不会“用数据”。

在各大讲座、论坛、交流会中，演讲者总说：“数据会说话”，只讲了数据的重要性及如何利用，却没教人如何去清洗数据。

以下，我将为大家详细讲解如何整理数据，如何发挥数据的最大价值。

定义和导出数据
每一个数据都有它自身的定位

什么是定位呢？

举个例子，新增对普遍人来说就是新注册用户，但在这个总数据里头，仍需细分，内部人员注册 / 搜索引擎注册 / 其他子产品用户注册 / 公众号入口注册 / PC端的注册 / 移动端的注册 / APP端的注册…等等，在定义新增时，要细分数据指标的意义。

定义要统计的数据后，如何组合数据？

1）分析新增用户使用情况

要分析产品中新增用户的使用情况，需要的数据有：用户信息（行业、性别等），注册时间，注册来源，初次使用停留时长，跳出率，冷/热门功能等。

其中新增用户中，可划分为昨日新增、近七天新增、近30天新增，分周期分析新增用户的使用情况。分析周期越长，相对人数较多，结果越接近均值。

2）分析活跃用户使用情况

要分析产品中活跃用户的使用情况，需要的数据有：用户信息（行业、性别等），注册时间，注册来源，登录次数，登录频次，停留时长，跳出率，冷/热门功能等。

其中活跃用户中，可划分为昨日活跃、近七天活跃、近30天活跃，分周期分析活跃用户的使用情况。分析周期越长，相对人数较多，结果越接近均值。

3）分析流失用户使用情况

要分析产品中活跃用户的使用情况，需要的数据有：用户信息（行业、性别等），注册时间，注册来源，最后活跃时间，登录次数，登录频次，停留时长，跳出率，冷/热门功能等。

其中流失用户中，可划分为一个月未登陆、三个月未登陆、半年为登录，分周期分析流失用户的使用情况，针对性做召回工作。

分维度整理
新增用户使用情况数据整理

基础数据：产品用户性别、年龄、学历、行业、城市等分布

行为数据：

●注册时间集中在XX时段

●注册来源集中在XX渠道，结合推广效果分析转化情况

●初次使用停留时长和跳出率数据，分析产品吸引力

●冷/热门功能分别是XX，宣传工作、产品工作如何调整

基础数据和行为数据交叉匹配，分维度分析：

男性，年龄集中在XX，学历为XX，偏爱XX使用场景，经常晚上XX时段访问，喜欢XX功能；

XX行业，偏爱XX使用场景，经常晚上XX时段访问，喜欢XX功能；

…

活跃用户使用情况数据整理

基础数据：产品用户性别、年龄、学历、行业、城市等分布

行为数据：

●活跃时间集中在XX时段，及使用场景偏好

●注册来源集中在XX渠道，结合推广效果分析转化情况

●登录次数和登录频次，分析活跃用户粘性

●人均使用停留时长和跳出率数据，分析产品吸引力

●冷/热门功能分别是XX，宣传工作、产品工作如何调整

基础数据和行为数据交叉匹配，分维度分析：

活跃用户XX行业居多，偏爱什么使用场景，可做什么推广手段调整；

XX基础属性用户，粘性大，如何对待这些忠诚用户；

一线城市用户，活跃时段为XX，偏好XX类型功能，

…

流失用户使用情况数据整理

基础数据：产品用户性别、年龄、学历、行业、城市等分布

行为数据：

●流失用户中，使用周期分布；

●流失用户中，行业分布，XX行业的主要流失原因；

●流失用户中，曾经喜欢什么功能，召回文案设计；

●流失用户中，活跃时段分布，召回短信发送时段安排；

针对各种维度剖解分析，精细化运营，构建良性生态。

常用的工具

Excel工具

导出表格后，数据分类（昨日活跃、近7天活跃、近30天活跃），利用数据透视表，统计各维度下的数据，绘制直观统计图，方便查看。

SAS软件

统计方法很全面，包含数据存储和处理，只需一小句简短的编程语言就能完成复杂的运输。

Python

一款面向对象、解释型计算机程序设计语言，需要一定的计算机编程基础，帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。

整理数据方法众多，选择适合的工具和方法，快速地实现数据驱动增长。

第八单元：数据的收集和整理

1、同一问题、同一事物可以有不同的分类标准，分类标准不一样，统计结果也不相同。

2、整理数据方法：可以用画“正”，√，○，□或△等符号来表示一个人或一种事物，但用画“正”字的方法收集整理数据比较简便。

3、应注意事项：

（1）整理时一定要细心，注意不要遗漏，也不能重复。

（2）在进行数据整理时，题目要求用哪种方法就用哪种方法，没有要求的就用画“正”字的方法。

（3）在进行数据的统计时，合计的数据要用数字表示。

4、分类思想

分类思想是根据数学本质属性的相同点和不同点，将数学研究对象分为不同种类的一种思想。

【统计调查】

1.▲统计调查的步骤以及每个步骤所采取的方式（数据处理的一般过程）P177“一、本章知识结构图”

2.▲会用表格整理数据

3.▲常见的统计图有哪几种？理解各自的适用范围及画法

【例】某校学生来自甲、乙、丙三个地区，其人数比为2：7：3

如果来自甲地区的人数为180人，求这个学校的学生总数；

若用扇形图描述数据,求出扇形各圆心角的度数。

4.★★全面调查与抽样调查的优缺点

5.▲简单随机抽样的特点

6.√分层抽样：先将总体分成几个层，然后再在各个层中进行简单随机抽样。分层抽样获得的样本与样本的结构基本相同，与简单随机抽样相比，这种抽样能更好的反映总体。P158 练习1；P160 8

7.★抽样调查的几个概念及其应用：总体，个体，样本，样本容量

【直方图】

▲用直方图描述数据的步骤（即做直方图的步骤）

1.计算最大值与最小值的差

2.决定组距与组数

√原则：当数据在100个以内时，按照数据的多少，分成512组

√ 组距：把所有的数据分成若干组，每个小组的两个端点之间的距离（组内数据的取值范围）

3.列频数分布表

√频数：各小组内数据的个数称为频数

4.画频数分布直方图

5.小长方形的面积表示频数。纵轴为。等距分组时，通常直接用小长方形的高表示频数，即纵轴为“频数”

6.频数分布折线图

√根据频数分布图画出频数分布折线图: 取每个小长方形的上边的中点，以及x轴上与最左、最右直方相距半个组距的点。连线

分组法（grouping method），亦称“多重组因素分析法”。因素分析中抽取公共因素的方法。先将第一公共因素定义为p个观测变量中的某几个变量的线性加权和（大多取某几个变量的简单和），用类似于对角线法的方法抽取第一公共因素负荷；再将第二公共因素定义为另几个变量的线性加权和，并从抽取第一公共因素后的剩余相关矩阵中，按同样方法抽取第二公共因素。重复这个过程，便可求得所有公共因素。 [1]

本篇内容为数据分析入门方法的第二篇，第一篇对比分析传送门在这里。

分组分析是将总体数据按照某一特征性质划分成不同的部分和类型进行研究，从而深入分析其内在规律。

一、为什么要分组？
对于大量的数据，如果不进行分组是很难发现其中规律，找到不同组别之间的关系，从而更好地对比，如下图的人口分布图，如果不对人口的年龄段进行分组，是没法进行分析的。

（图片来源：中国统计局）

二、文本数据的分组分析
文本数据即非数值型数据，对文本型数据进行分组可以说明事物的特征，如对性别、教育水平等指标进行分组。

（图片来自中国统计局-国家数据）

三、数值型数据的分组分析
01 指令型分组

对于一组数据，有依据地划分好范围的分组方式，是指令型的分组，如个人所得税的税率计算表就是把工资划分为几个规定的区间。

02 组距式分组

不指定分组区间，同时数据量又较大时，可以使用组距的方法进行分组，就是将数据按照组数与组距划分为若干区间，其实和做直方图是一样的。

组数：统计数据的时候，把数据按照不同的范围划分为多少组的个数是组数。组数具体取值多少，可以人为地依据数据本身分布的特点进行限定。分组数不宜过多或过少，一般在5~12个为宜。
组距：一个组中最大值与最小值的差为组距。组距的确定方法：（最大值-最小值）/组数
步骤：

Step1：计算一组数据的组数和组距

我们要算出这组数据的个数，最大值、最小值、平均值、极差（最大值-最小值）、组数和组距。相应的公式如下图所示。

这里提供另外一种直接生成数据描述性统计分析的值的方法，Excel——数据分析 工具库——描述统计 分析工具，直接生成关于一组数据的“描述统计”分析工具用于生成数据源区域中数据的单变量统计分析报表，组数和组距还是要手动公式输入，这里的描述性统计分析只是用来提供有关数据趋中性和易变性的信息。

如下图所示，输入区域为A例，也就是数据源一列，汇总统计在F列，可以发现汇总统计的和我们公式算的结果是一致的。

Step2：分组

然后进行分组，第一组下限值要比最小值小一点，第一组上限值为第一组下限值+组距，如下图

分组完成后求每组的频数，可以用公式FREQUENCY，选中J2到J14单元格，输入下图公式，再按“Ctrl+Shift+Enter”组合键，即可求出每个分组的频数。

还有一种方法不用输公式，可以直接得到频数，选择【数据分析】——【工具库】——直方图，输入区域是生成的随机数，接收区域是分组。

输入区域是数据源一列，接受区域是分组一列。

可以得到如下图所示的频数分布表和直方图，可以看出和我们公式算的频数一致。

Step3：绘制图直方图

设置数据系列格式，将间隙宽度调小。

最后微调把图表美化一下。

四、用数据透视表分组
这是一组每天销售额和销售数量的统计表，可以看出日期一列的时间跨度非常大。我想统计每个季度、每年的量，可以用数据透视表来实现。

【插入】——【数据透视表】，把日期拖到行标签，把销售额拖到值区域，汇总方式选择求和。

点开年前面的+号，还可以显示每季度的统计数据。

不想让它们分组了怎么办，右键【取消组合】，就回到原始的状态了。

又想组合了怎么办？还是右键【组合】，可以选择想要组合的方式，这里我们按年和季度进行组合，就又回到了最初数据透视表的状态了，还可以自定义组合的数据。主要是让大家知道数据透视表里组合功能的使用。

这个系列会写一些入门级的分析方法，工具的运用都大同小异，思维的不同决定个体的差异，希望大家能get到其中的奥秘。

1、解决鸡兔同笼问题有一个经典的方法——假设法，适用于已知总头数和总腿数，求鸡和兔子各有几只。如果题目的已知条件没有告诉我们总头数和总腿数，该怎么办呢？

2、解决鸡兔同笼问题还有一个重要的方法——分组法，适用于已知头数的和与腿数之间的差量，或者已知腿数的和与头数之间的差量，求鸡和兔子各有多少只。

3、解题步骤：消除差量——分组——求出组数——求出兔子和鸡各有几只

4、分组方法：（1）若兔子和鸡头数相同，就把一只兔子和一只鸡分为一组（利用头数来分组）；（2）若兔子和鸡腿数相同，就把一只兔子和两只鸡分为一组（利用腿数来分组）；（3）若兔子和鸡的头数存在倍数关系，按照倍数关系分组。

例1．鸡比兔多26只，腿数共274条，问：鸡、兔各几只？

分析：在这道题目中告诉了我们鸡和兔子腿数的和与头数的差，运用分组法解题。第一步，消除差量，鸡比兔子多26只，“抓走”26只鸡，鸡和兔子的头数就相同了。“抓走”26只鸡每只鸡有2条腿，总腿数少了26×2=52（条），还剩下274-52=222（条）。第二步，分组，头数相同，把一只鸡和一只兔子分为一组。

第三步，求组数，每组有一只鸡和一只兔子，4+2=6（条）腿，共有222条腿，可以分为222÷6=37（组）。第四步，求只数，一共有37组，每组有一只兔子一只鸡，则组中兔子有37只，鸡有37只。

注意：在第一步时，我们为了消除差量去掉了26只鸡，在这里别忘了把26只鸡再加上。

解：组数：（274-26×2）÷（4+2）=37（组）

兔子：37×1=37（只）

鸡：37+26=63（只）

答：有37只兔子，63只鸡。

例2：鸡兔同笼，鸡和兔子共100只，鸡腿比兔腿多20条，问：有鸡和兔子各几只？

分析：在这道题目中告诉了我们鸡和兔子头数的和与腿数的差，运用分组法解题。第一步，消除差量，鸡的腿数比兔子的腿数多20条，把20条“鸡腿”去掉，鸡和兔子的腿数就相同了。一只鸡有两条腿，去掉20条腿，需要去掉10只鸡，总只数也不再是100只了，变成了100-10=90（只）。第二步，分组，一只兔子4条腿，一只鸡2条腿，腿数相同，把1只兔子和2只鸡分为一组。

第三步，求组数，每组有三只，共90只，可以分为90÷3=30（组）。第四步，求只数，一共有30组，每组有一只兔子两只鸡，则组中兔子有30只，鸡有30×2=60（只）。

注意：在第一步时，我们为了消除差量去掉了10只鸡，在这里别忘了把10只鸡再加上。

解：组数：（100-20÷2）÷3=30（组）

兔子：30×1=30（只）

鸡：30×2+20÷2=70（只）或100-30=70（只）

答：有30只兔子，70只鸡。

例3：鸡是兔子数量的3倍，一共120条腿，求鸡和兔子各有几只？

分析：在这道题中告诉了我们鸡和兔子头数的倍数关系，我们可以直接利用倍数关系分组，鸡是兔子数量的3倍，把3只鸡和1只兔子分为一组。

每一组中都有3×2+4=10（条）腿，一共120条腿可以分为120÷10=12（组）。每组有3只鸡和1只兔子，则兔子有12只，鸡有3×12=36（只）。

解：组数：120÷（3×2+4）=12（组）

鸡：12×3=36（只）

兔子：12×1=12（只）

答：有12只兔子，36只鸡。

1 年龄分组：按照不同的年龄段分组，如100人，分成5组，每组20人，按15—20岁为一 组 ， 21—25岁为一组，26—30岁……

2 性别分组：按照男女不同性别分成两组。

3 身高分组：按照不同的身高分组，如100人，分成5组，每组20人，按155—160cm一组，161—165cm一组，166—170cm一组，以此类推。

4 体重分组：如120人，每组20人6组，以36—40kg一组，41—45kg一组，以此类推分组。

5 地区分组：按不同的居住地分组，例如四川、重庆、浙江……

6 专业分组：按不同的专业学习分组，例如心理系、政法系，外语系……

7 人格类型分组：人有不同的人格类型，按照九种类型分，例如180人先进性人格测试，然后分9组每组20人，按完美型、助人型、成就型、鉴赏型、思想型、忠诚型、享乐型、领导型、调停型。

8 学历分组：按不同的学历分组，例如按大一，大二，大三，大四分组。

9 奇偶数分组：例如120人，依次报数，然后以1、3、5、7、9、11、13、15、17、19一组，2、4、6、8、10、12、14、16、18、20为一组，以此类推分成12组，奇数组6组，偶数组6组。

10 薪酬不同分组：例如120人，分成6组20人，按1000—1500元一组，1600—2000元为一组，2100—2500元……

11 男女比例分组：100人，分成5组20人，按男女比例1:1、1：4、1:8，女男比例4:1、8:1分组。

12 血型分组：按照不同的血型分组，100人，按A、B、AB和O四种，每组25人分4组。

13 报数分组：例如120人，按顺序报数，1—20为一组，21—40为一组，以此类推分6组每组20人。

14 按颜色分组：例如120人，按对不同颜色的喜爱分组，每人只能喜爱一种颜色，以白、黑、红…分成6组，每组20人。

15 按学习情况分组：例如160人进行一次统一考试，按考试成绩分组，60—65,66—70,71—75,76—80,81—85,86—90,91—95，96—100分成8组每组20人。

16 抽签分组：以100人为例，分为20人一组的，则准备20张纸条，纸条上写不同的字。每次20人抽取，抽取5轮，抽到相同的为一组。

17 按眼睛近视度分组：以30人为例，分为6人一组，按不近视，近视50度，近视150度…共5组。

18 自由走动分组：以100人为例，10人为一列，共10列，10人排列成方阵。10个人可以在自己的队列里随意走动（只有在自己所属的一列里走动）。当指导者叫停，最后听定位置后，最后站在同一排的队员就为一组。

19 智力分组：以30人为例，做同一智力测试题，按不同的得分，分成每组6人分5组。

20 按气质类型分组：按多血质 胆汁质 粘液质 抑郁质 四种分组。

数据分层法是指性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多如果不把这些因素区别开来，难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与统计分析表结合使用。
内涵编辑 播报
数据分层法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的加以分门别类的归纳及统计。
科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。我们也可以经常在航机上看到客户满意度的调查。此调查是通过调查表来进行的。调查表的设计通常分为地面的服务品质及航机上的服务品质。地面又分为订票，候机；航机又分为空服态度，餐饮，卫生等。透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。
层别分类编辑 播报
部门层别;过程区域层别;操作员层别;机械设备层别;作业条件层别;时间层别;原材料层别;测量(人、机、物、法、环)层别;检查(人、机、物、法、环)层别;环境气候层别;地区层别;制品层别;其它层别。
层别对象编辑 播报
1、MAN — 人
2、MACHINE — 机器设备
3、MATERIAL— 材料
4、METHOD— 方法
5、ENVIRONMENT—环境　即4M1E。
有效层别法编辑 播报
● 明确主题的方面，明确大的主题或范围可按人、机、物、法、环、能、信等
● 确定相关项目的内容与隶属关系，一般情况下指某一大类中的分类，可以按性能、来源、影响等方面● 详细其层别项目，按其分类列明，并将每类隶层关系逐项向下层展开的过程
层别法的使用编辑 播报
1. 在收集数据前就应使用层别法
2. 可单独使用, 也可与其他质量控制quality control QC手法结合使用
3. 层别的对象具有可比性。
层别法的作用编辑 播报 * 特性
o 依共同的特性区分
o 各层别之间区分明确 * 好处
o 条件变动时，可快速找出变动的地方
o 有效掌握变动因子，进而去除变动因子 * 作用：过滤问题
o 层别后的资讯有下列特点：
－－突显特征
－－差异明确化，便于掌握要因
－－获取正确而有效的信息。

1、概念

层别法又叫分层法，是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量数据或资料按相互关系进行分组，加以层别。或：按照一定的类别，把收集到的数据加以分类整理的一种方法。

层别法主要用于：从不同角度发现问题。

层别法是所有品管手法中最基本的概念，是统计方法中最基本的管理工具，通过层别法，可以将杂乱无章的数据归为有意义的类别，达到一目了然的目的，这种科学的统计方法可以弥补靠经验、靠直觉判定管理的不足。

层别法可单独使用，也可以跟其它品管手法结合使用，如：与柏拉图同时使用，既可将某一主题的数据层别清楚，又可找到关键问题，便于抓住重要的问题点。

2、层别法的意义

①、要迅速有效地解决问题，在整个过程中均需要运用比较方式：而要比较则一定要层别。

②、在解决问题的过程中，均可以使用层别法：

③、以科学思考原则而言，观察、假设、证明、结论皆需层别比较。

3、层别角度（类别）

A、人员：组、班、年龄、服务年资、教育程度、性别、熟练度、职称。

B、原材料：批别、供应商厂家别、产地别、成分、等级、零件别。

C、机械与工具：机号、型式、速度、位置、新旧、治具。

D、作业条件：压力、温度、速度、回转速、温度、顺序、作业方法。

E、测定与检查：测定者、检查员、检查方法、量测仪器。

F、产品：批、品种、新旧制品。

G、不良与错误状况：不良项目别、错误项目别、发生位置别、发生地点别、发生工程别。

H、时间：小时别、日别、周别、月别、上、下午别、年别、改善前后别、正常班与加班别。

4、注意事项

●层别角度的选择依目的并配合专业知识考虑。

●层别分类需符合“周延”（所分类别能包括内容）、“互斥”（类别不能互相包含）原则。

●层别时勿将两个以上角度混杂分类。

●尽量将层别观念溶进其它手法，如查检表、柏拉图、推移图、直方图、散布图、管制图等。

●层别后应进行比较（或检定）各作业条件是否有差异。

5、步骤

A、确定研究的主题，分层的类别和调查的对象；

B、设计收集数据的表格；

C、收集和记录数据；

D、整理资料并绘制相应分层图表；

E、比较分析和最终的推论。

统计分析法指通过对研究对象的规模、速度、范围、程度等数量关系的分析研究，认识和揭示事物间的相互关系、变化规律和发展趋势，借以达到对事物的正确解释和预测的一种研究方法。世间任何事物都有质和量两个方面，认识事物的本质时必须掌握事物的量的规律。数学已渗透到一切科技领域，使科技日趋量化，电子计算的推广和应用，量度设计和计算技术的改进和发展，已形成数量研究法，这已成为自然科学和社会科学研究中不可缺少的研究法。

统计分析法就是运用数学方式，建立数学模型，对通过调查获取的各种数据及资料进行数理统计和分析，形成定量的结论。统计分析方法是广泛使用的现代科学方法，是一种比较科学、精确和客观的测评方法。其具体应用方法很多，在实践中使用较多的是指标评分法和图表测评法。

统计分析法是根据企业的历史数据资料以及同类企业的水平，运用统计学方法来确定企业经营各方面工作的标准。用统计计算法制定的标准，便称为统计标准。

折叠统计分析法的优点
方法简单，工作量小。

折叠统计分析法的缺点
定额的准确性差，可靠性差。

一是对历史统计数据的完整性和准确性要求高，否则制定的标准没有任何意义;

二是统计数据分析方法选择不当会严重影响标准的科学性;

三是统计资料只反映历史的情况而不反映现实条件的变化对标准的影响;

四是利用本企业的历史性统计资料为某项工作确定标准，可能低于同行业的先进水平，甚至是平均水平。

一、描述统计

描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度.

1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。

2、正态性检验:很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法:非参数检验的K-量检验、P-P图、Q—Q图、W检验、动差法。

二、假设检验

1、参数检验

参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验 。

1）U验 使用条件：当样本含量n较大时，样本值符合正态分布

2）T检验 使用条件:当样本含量n较小时，样本值符合正态分布

A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 （常为理论值或标准值)有无差别；

B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；

C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。

2、非参数检验

非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数,而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。

适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的.

A 虽然是连续数据,但总体分布形态未知或者非正态；

B 体分布虽然正态,数据也是连续类型，但样本容量极小,如10以下;

主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。

三、信度分析

检査测量的可信度,例如调查问卷的真实性.

分类：

1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度

2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度.

四、列联表分析

用于分析离散变量或定型变量之间是否存在相关。

对于二维表，可进行卡方检验,对于三维表，可作Mentel—Hanszel分层分析。

列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。

五、相关分析

研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。

1、单相关： 两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量；

2、复相关 ：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量相关；

3、偏相关：在某一现象与多种现象相关的场合,当假定其他变量不变时,其中两个变量之间的相关关系称为偏相关。

六、方差分析

使用条件：各样本须是相互独立的随机样本；各样本来自正态分布总体；各总体方差相等.

分类

1、单因素方差分析：一项试验只有一个影响因素，或者存在多个影响因素时，只分析一个因素与响应变量的关系

2、多因素有交互方差分析：一顼实验有多个影响因素,分析多个影响因素与响应变量的关系，同时考虑多个影响因素之间的关系

3、多因素无交互方差分析:分析多个影响因素与响应变量的关系，但是影响因素之间没有影响关系或忽略影响关系

4、协方差分祈：传统的方差分析存在明显的弊端,无法控制分析中存在的某些随机因素，使之影响了分祈结果的准确度。协方差分析主要是在排除了协变量的影响后再对修正后的主效应进行方差分析，是将线性回归与方差分析结合起来的一种分析方法，

七、回归分析

分类:

1、一元线性回归分析：只有一个自变量X与因变量Y有关，X与Y都必须是连续型变量，因变量y或其残差必须服从正态分布。

2、多元线性回归分析

使用条件：分析多个自变量与因变量Y的关系，X与Y都必须是连续型变量，因变量y或其残差必须服从正态分布 。

1）变呈筛选方式：选择最优回归方程的变里筛选法包括全横型法(CP法）、逐步回归法,向前引入法和向后剔除法

2）横型诊断方法：

A 残差检验： 观测值与估计值的差值要艰从正态分布

B 强影响点判断：寻找方式一般分为标准误差法、Mahalanobis距离法

C 共线性诊断:

∙诊断方式：容忍度、方差扩大因子法（又称膨胀系数VIF)、特征根判定法、条件指针CI、方差比例

∙处理方法：增加样本容量或选取另外的回归如主成分回归、岭回归等

3、Logistic回归分析

线性回归模型要求因变量是连续的正态分布变里,且自变量和因变量呈线性关系，而Logistic回归模型对因变量的分布没有要求，一般用于因变量是离散时的情况

分类：

Logistic回归模型有条件与非条件之分，条件Logistic回归模型和非条件Logistic回归模型的区别在于参数的估计是否用到了条件概率.

4、其他回归方法 非线性回归、有序回归、Probit回归、加权回归等

八、聚类分析

样本个体或指标变量按其具有的特性进行分类，寻找合理的度量事物相似性的统计量。

1、性质分类：

Q型聚类分析：对样本进行分类处理，又称样本聚类分祈 使用距离系数作为统计量衡量相似度，如欧式距离、极端距离、绝对距离等

R型聚类分析：对指标进行分类处理，又称指标聚类分析 使用相似系数作为统计量衡量相似度,相关系数、列联系数等

2、方法分类:

1)系统聚类法： 适用于小样本的样本聚类或指标聚类，一般用系统聚类法来聚类指标,又称分层聚类

2）逐步聚类法 ：适用于大样本的样本聚类

3）其他聚类法 ：两步聚类、K均值聚类等

九、判别分析

1、判别分析：根据已掌握的一批分类明确的样品建立判别函数,使产生错判的事例最少，进而对给定的一个新样品,判断它来自哪个总体

2、与聚类分析区别

1）聚类分析可以对样本逬行分类，也可以对指标进行分类；而判别分析只能对样本

2）聚类分析事先不知道事物的类别,也不知道分几类;而判别分析必须事先知道事物的类别，也知道分几类

3）聚类分析不需要分类的历史资料,而直接对样本进行分类；而判别分析需要分类历史资料去建立判别函数，然后才能对样本进行分类

3、进行分类 ：

1)Fisher判别分析法 ：

以距离为判别准则来分类，即样本与哪个类的距离最短就分到哪一类, 适用于两类判别；

以概率为判别准则来分类，即样本属于哪一类的概率最大就分到哪一类,适用于

适用于多类判别。

2）BAYES判别分析法 ：

BAYES判别分析法比FISHER判别分析法更加完善和先进，它不仅能解决多类判别分析,而且分析时考虑了数据的分布状态，所以一般较多使用；

十、主成分分析

将彼此梠关的一组指标变适转化为彼此独立的一组新的指标变量，并用其中较少的几个新指标变量就能综合反应原多个指标变量中所包含的主要信息 .

十一、因子分析

一种旨在寻找隐藏在多变量数据中、无法直接观察到却影响或支配可测变量的潜在因子、并估计潜在因子对可测变量的影响程度以及潜在因子之间的相关性的一种多元统计分析方法

与主成分分析比较：

相同:都能够起到済理多个原始变量内在结构关系的作用

不同：主成分分析重在综合原始变适的信息。而因子分析重在解释原始变量间的关系，是比主成分分析更深入的一种多元统计方法

用途:

1）减少分析变量个数

2)通过对变量间相关关系探测，将原始变量进行分类

十二、时间序列分析

动态数据处理的统计方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题；时间序列通常由4种要素组成:趋势、季节变动、循环波动和不规则波动。

主要方法：移动平均滤波与指数平滑法、ARIMA横型、量ARIMA横型、ARIMAX模型、向呈自回归横型、ARCH族模型

十三、生存分析

用来研究生存时间的分布规律以及生存时间和相关因索之间关系的一种统计分析方法

1、包含内容：

1）描述生存过程，即研究生存时间的分布规律

2）比较生存过程,即研究两组或多组生存时间的分布规律，并进行比较

3）分析危险因素,即研究危险因素对生存过程的影响

4)建立数学模型，即将生存时间与相关危险因素的依存关系用一个数学式子表示出来。

2、方法：

1）统计描述:包括求生存时间的分位数、中数生存期、平均数、生存函数的估计、判断生存时间的图示法，不对所分析的数据作出任何统计推断结论

2)非参数检验：检验分组变量各水平所对应的生存曲线是否一致，对生存时间的分布没有要求，并且检验危险因素对生存时间的影响。

A 乘积极限法（PL法）

B 寿命表法（LT法)

3）半参数横型回归分析:在特定的假设之下，建立生存时间随多个危险因素变化的回归方程，这种方法的代表是Cox比例风险回归分析法

4）参数模型回归分析：已知生存时间服从特定的参数横型时，拟合相应的参数模型，更准确地分析确定变量之间的变化规律

十四、典型相关分析

相关分析一般分析两个变里之间的关系，而典型相关分析是分析两组变里（如3个学术能力指标与5个在校成绩表现指标）之间相关性的一种统计分析方法。

典型相关分析的基本思想和主成分分析的基本思想相似，它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究，并且这少数几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息。

十五、R0C分析

R0C曲线是根据一系列不同的二分类方式（分界值或决定阈）。以真阳性率(灵敏度)为纵坐标，假阳性率（1—特异度)为横坐标绘制的曲线

用途:

1、R0C曲线能很容易地査出任意界限值时的对疾病的识别能力

用途 ；

2、选择最佳的诊断界限值.R0C曲线越靠近左上角，试验的准确性就越高；

3、两种或两种以上不同诊断试验对疾病识别能力的比较,一股用R0C曲线下面积反映诊断系统的准确性。

十六、其他分析方法

多重响应分析、距离分祈、项目分祈、对应分祈、决策树分析、神经网络、系统方程、蒙特卡洛模拟等。