论文中数据分析的常用方法是哪两种

用于数据分析的方法多种多样，包括数据挖掘，文本分析，商业智能，组合数据集和数据可视化，但它们都基于两个主要类别：定性和定量分析。

数据分析的方法总的分两种：　　1 列表法　　将实验数据按一定规律用列表方式表达出来是记录和处理实验数据最常用的方法。表格的设计要求对应关系清楚、简单明了、有利于发现相关量之间的物理关系；此外还要求在标题栏中注明物理量名称、符号、数量级和单位等；根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。最后还要求写明表格名称、主要测量仪器的型号、量程和准确度等级、有关环境条件参数如温度、湿度等。　　2 作图法　　作图法可以最醒目地表达物理量间的变化关系。从图线上还可以简便求出实验需要的某些结果（如直线的斜率和截距值等），读出没有进行观测的对应点（内插法），或在一定条件下从图线的延伸部分读到测量范围以外的对应点（外推法）。此外，还可以把某些复杂的函数关系，通过一定的变换用直线图表示出来。例如半导体热敏电阻的电阻与温度关系为，取对数后得到，若用半对数坐标纸，以lgR为纵轴，以1／T为横轴画图，则为一条直线。

常用的数据分析方法有：聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析。1、聚类分析(Cluster Analysis)聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。2、因子分析(Factor Analysis)因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。因子分析的方法约有10多种，如重心法、影像分析法，最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。3、相关分析(Correlation Analysis)相关分析(correlation analysis)，相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。4、对应分析(Correspondence Analysis)对应分析(Correspondence analysis)也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。5、回归分析研究一个随机变量Y对另一个(X)或一组(X1，X2，?，Xk)变量的相依关系的统计分析方法。回归分析(regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。6、方差分析(ANOVA/Analysis of Variance)又称“变异数分析”或“F检验”，是RAFisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。想了解更多关于数据分析的信息，推荐到CDA数据认证中心看看，CDA（Certified Data Analyst），即“CDA 数据分析师”，是在数字经济大背景和人工智能时代趋势下，面向全行业的专业权威国际资格认证，旨在提升全民数字技能，助力企业数字化转型，推动行业数字化发展。 “CDA 数据分析师”具体指在互联网、金融、零售、咨询、电信、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。

回答第一，对比分析，简单来说就是通过不同数据的标准比对更直观反映数量的变化关系，它属于常见的一种方法，具体可分为横向和纵向两种，前者是固定时间对比数据，如在固定时间内比对不同等级用户的购买商品金额、不同商品的销售业绩、利润率高低等等。后者指的是就同一事物比对时间纬度上的变化，如环保、同比等等，不管是哪种分析方法根本目的就是利用分析得到可视化的、明了结论。第二，分组分析法，指的是根据数据做特征分析，将总的数据分成不同模块，就规模大小、速度、水平等做综合有效判断。举个例子，如人们无法利用后台注册用户的名字、性别、受教育程度做具体的分析，但是这些参数所对应的数据则有分析的基础和可能，分析完就能得到清晰的用户画像。第三，预测分析法，数据分析的本质目的就是结合过去、当下已有的数据做分析，以参数之间的关系更好预估未来的发展可能、可能遇到的麻烦和问题，提前做好预案准备、降低风险出现的概率和可能性。希望我的回答可以帮到您[比心] 提问区块链不能解决企业的问题包括以下哪些？ 1治理难。2产品服务质量差3卖货难4融资难。回答可以滴可以滴提问都可以吗回答对的哈更多6条 

写论文数据分析的常用方法是哪两种

数据分析常用的方法有列表法和作图法；列表法，就是将数据按一定规律用列表方式表达出来，是记录和处理数据最常用的一种方法；作图法则能够醒目地表达各个物理量间的变化关系。

常见的数据分析方法有哪些？　　趋势分析　　当有大量数据时，我们希望更快，更方便地从数据中查找数据信息，这时我们需要使用图形功能。所谓的图形功能就是用EXCEl或其他绘图工具来绘制图形。　　趋势分析通常用于长期跟踪核心指标，例如点击率，GMV和活跃用户数。通常，只制作一个简单的数据趋势图，但并不是分析数据趋势图。它必须像上面一样。数据具有那些趋势变化，无论是周期性的，是否存在拐点以及分析背后的原因，还是内部的或外部的。趋势分析的最佳输出是比率，有环比，同比和固定基数比。例如，2017年4月的GDP比3月增加了多少，这是环比关系，该环比关系反映了近期趋势的变化，但具有季节性影响。为了消除季节性因素的影响，引入了同比数据，例如：2017年4月的GDP与2016年4月相比增长了多少，这是同比数据。更好地理解固定基准比率，即固定某个基准点，例如，以2017年1月的数据为基准点，固定基准比率是2017年5月数据与该数据2017年1月之间的比较。　　对比分析　　水平对比度：水平对比度是与自己进行比较。最常见的数据指标是需要与目标值进行比较，以了解我们是否已完成目标；与上个月相比，要了解我们环比的增长情况。　　纵向对比：简单来说，就是与其他对比。我们必须与竞争对手进行比较以了解我们在市场上的份额和地位。　　许多人可能会说比较分析听起来很简单。让我举一个例子。有一个电子商务公司的登录页面。昨天的PV是5000。您如何看待此类数据？您不会有任何感觉。如果此签到页面的平均PV为10，000，则意味着昨天有一个主要问题。如果签到页面的平均PV为2000，则昨天有一个跳跃。数据只能通过比较才有意义。　　象限分析　　根据不同的数据，每个比较对象分为4个象限。如果将IQ和EQ划分，则可以将其划分为两个维度和四个象限，每个人都有自己的象限。一般来说，智商保证一个人的下限，情商提高一个人的上限。　　说一个象限分析方法的例子，在实际工作中使用过：通常，p2p产品的注册用户由第三方渠道主导。如果您可以根据流量来源的质量和数量划分四个象限，然后选择一个固定的时间点，比较每个渠道的流量成本效果，则该质量可以用作保留的总金额的维度为标准。对于高质量和高数量的通道，继续增加引入高质量和低数量的通道，低质量和低数量的通过，低质量和高数量的尝试策略和要求，例如象限分析可以让我们比较和分析时间以获得非常直观和快速的结果。　　交叉分析　　比较分析包括水平和垂直比较。如果要同时比较水平和垂直方向，则可以使用交叉分析方法。交叉分析方法是从多个维度交叉显示数据，并从多个角度执行组合分析。　　分析应用程序数据时，通常分为iOS和Android。　　交叉分析的主要功能是从多个维度细分数据并找到最相关的维度，以探究数据更改的原因。

论文中常用的数据分析方法有哪两种

如果研究一个X或多个X对Y的影响关系，其中Y为定量数据，可使用线性回归分析，构建回归模型。如果研究一个X或多个X对Y的影响关系，其中Y为定类数据，可使用Logistic分析，构建Logistic回归模型。如果要分析1组X与一组Y之间的关系情况，可使用典型相关分析。如果要分析多个X与多个Y之间的影响关系情况，且样本量较小（通常小于200），可使用PLS回归分析。

你先要说清楚要得出什么具体数值？

OK ，没、问、题、我、提、供。

论文常用数据分析方法有哪两种方法

扶植学术、激励创新、铸造精品、传播知识来源：网络编辑：小文调查法调查法是科学研究中最常用的方法之一。它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解，并对调查搜集到的大量资料进行分析、综合、比较、归纳，从而为人们提供规律性的知识。调查法中最常用的是问卷调查法，它是以书面提出问题的方式搜集资料的一种研究方法，即调查者就调查项目编制成表式，分发或邮寄给有关人员，请示填写答案，然后回收整理、统计和研究。观察法观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。科学的观察具有目的性和计划性、系统性和可重复性。在科学实验和调查研究中，观察法具有如下几个方面的作用：①扩大人们的感性认识。②启发人们的思维。③导致新的发现。实验法实验法是通过主支变革、控制研究对象来发现与确认事物间的因果联系的一种科研方法。其主要特点是：第一、主动变革性。观察与调查都是在不干预研究对象的前提下去认识研究对象，发现其中的问题。而实验却要求主动操纵实验条件，人为地改变对象的存在方式、变化过程，使它服从于科学认识的需要。第二、控制性。科学实验要求根据研究的需要，借助各种方法技术，减少或消除各种可能影响科学的无关因素的干扰，在简化、纯化的状态下认识研究对象。第三，因果性。实验以发现、确认事物之间的因果联系的有效工具和必要途径。文献研究法文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。文献研究法被子广泛用于各种学科研究中。其作用有：①能了解有关问题的历史和现状，帮助确定研究课题。②能形成关于研究对象的一般印象，有助于观察和访问。③能得到现实资料的比较资料。④有助于了解事物的全貌。实证研究法实证研究法是科学实践研究的一种特殊形式。其依据现有的科学理论和实践的需要，提出设计，利用科学仪器和设备，在自然条件下，通过有目的有步骤地操纵，根据观察、记录、测定与此相伴随的现象的变化来确定条件与现象之间的因果关系的活动。主要目的在于说明各种自变量与某一个因变量的关系。定量分析法在科学研究中，通过定量分析法可以使人们对研究对象的认识进一步精确化，以便更加科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。定性分析法定性分析法就是对研究对象进行“质”的方面的分析。具体地说是运用归纳和演绎、分析与综合以及抽象与概括等方法，对获得的各种材料进行思维加工，从而能去粗取精、去伪存真、由此及彼、由表及里，达到认识事物本质、揭示内在规律。跨学科研究法运用多学科的理论、方法和成果从整体上对某一课题进行综合研究的方法，也称“交叉研究法”。科学发展运动的规律表明，科学在高度分化中又高度综合，形成一个统一的整体。据有关专家统计，现在世界上有2000多种学科，而学科分化的趋势还在加剧，但同时各学科间的联系愈来愈紧密，在语言、方法和某些概念方面，有日益统一化的趋势。个案研究法个案研究法是认定研究对象中的某一特定对象，加以调查分析，弄清其特点及其形成过程的一种研究方法。个案研究有三种基本类型：(1)个人调查，即对组织中的某一个人进行调查研究；(2)团体调查，即对某个组织或团体进行调查研究；(3)问题调查，即对某个现象或问题进行调查研究。功能分析法功能分析法是社会科学用来分析社会现象的一种方法，是社会调查常用的分析方法之一。它通过说明社会现象怎样满足一个社会系统的需要（即具有怎样的功能）来解释社会现象。数量研究法数量研究法也称“统计分析法”和“定量分析法”，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。模拟法（模型方法）模拟法是先依照原型的主要特征，创设一个相似的模型，然后通过模型来间接研究原型的一种形容方法。根据模型和原型之间的相似关系，模拟法可分为物理模拟和数学模拟两种。探索性研究法探索性研究法是高层次的科学研究活动。它是用已知的信息，探索、创造新知识，产生出新颖而独特的成果或产品。信息研究方法信息研究方法是利用信息来研究系统功能的一种科学研究方法。美国数学、通讯工程师、生理学家维纳认为，客观世界有一种普遍的联系，即信息联系。当前，正处在“信息革命”的新时代，有大量的信息资源，可以开发利用。信息方法就是根据信息论、系统论、控制论的原理，通过对信息的收集、传递、加工和整理获得知识，并应用于实践，以实现新的目标。信息方法是一种新的科研方法，它以信息来研究系统功能，揭示事物的更深一层次的规律，帮助人们提高和掌握运用规律的能力。经验总结法经验总结法是通过对实践活动中的具体情况，进行归纳与分析，使之系统化、理论化，上升为经验的一种方法。总结推广先进经验是人类历史上长期运用的较为行之有效的领导方法之一。描述性研究法描述性研究法是一种简单的研究方法，它将已有的现象、规律和理论通过自己的理解和验证，给予叙述并解释出来。它是对各种理论的一般叙述，更多的是解释别人的论证，但在科学研究中是必不可少的。它能定向地提出问题，揭示弊端，描述现象，介绍经验，它有利于普及工作，它的实例很多，有带揭示性的多种情况的调查；有对实际问题的说明；也有对某些现状的看法等。《七夕赠书 | 如何把握自己的爱情，或许它能帮助你》声明：本文来源于网络，版权归原作者所有，如有侵权请联系平台客服删除。长按二维码加编辑好友人文在线专注于学术出版微信号：humanitybook 微博：@人文在线小文微信：rwzxbook（合作）客服QQ：2219584093原创投稿：

你先要说清楚要得出什么具体数值？

论文常用数据分析方法有哪两种

第一节论文写作的八个环环相联的步骤严格地说，论文写作并不是从提笔写（或在电脑上打字）开始的。此前的许多步骤都属于论文写作的必要环节，一定程度上比实际动手写重要得多。许多过来的人都有体会，完成一篇较大的论文，准备时间少则数月，多则数年，一旦真正准备好了，动手写作的时间不过数天到数周。第一步，确定论文的选题。从广义上说，选任何本专业范围内的题目都能够写出东西来，只要你有新观点、新发现、新角度、新研究方法、新材料等等。但是这后面的“五新”大大限制了硕士论文的选题。这是由于作者多数是第一次写这么长的学术论文，缺乏经验，也缺乏深厚的知识积累，难以把握；同时，二三万字这个条件也对选题有很大的制约，如果题目过大，无法在这个相对狭小的范围内展开。所以，选题是否得当，对于论文的成功，影响很大，甚至有人说，一个好的选题等于成功了一半。根据许多硕士论文的选题经验，这一级论文的选题可从以下几方面考虑：本专业的研究空白、发生争议的话题（自己的观点感到较为充分）、对比性的话题、从其他专业角度研究本专业的话题（这是一种选题的边际效应）、有新的插入角度的老话题、刚刚冒出来的本专业的新问题。第二步，围绕已经确定的论文选题，回顾相关的理论和研究，或者叫“文献检索”。这一步的工作是较为艰苦的，需要有思想准备。在我国，多数中文学术资料目前没有上网，需要手工查找，因而这个步骤中查找中文资料花费的时间和精力可能很大；拉丁文资料，特别是英文资料由于网络传播的方便条件，相对好查询。但是不少资料即使找到了目录，真正能够阅读到，仍需要作者不懈的努力。这一步是必要的，如果没有这一步，你的论文内容很可能重复了别人已经做过的工作，等于白做；查找的过程，也是启发思路、产生观点火花的过程，不走这一步，等于掐掉了自己新观点、新视角、新材料的来源。这也是为下一步做观点、角度、材料上的准备。第三步，提出你自己关于选题的理论假设，或要研究的具体问题。选题是指准备写的论文的大体方向和范围，真要动手写作，就会遇到两类具体的问题。第一类属于观点方面的：我的具体观点是什么？你可以设想出一个或几个观点，但它们仅仅是一种假设，通过许多证据、材料，通过严密的论证和适当的论证框架结构，证明你的假设是成立的，这才能形成论文的主体。第二类属于实用方面的：我要具体论证什么问题？你可以提出许多原因、各种环境条件的影响，它们是不是与所论证的问题相关，相关到什么程度，这需要通过科学的调查和分析。不论哪一种情况，这涉及论文的中心思想或论证主题，一定要明确，并且贯穿论文的始终。由于硕士论文字数相对长，常见的问题之一，在于作者把握不住全文，写着写着，无形中脱离了自己原来确定的假设或具体问题，说了许多无关中心思想或论证主题的内容。第四步，决定采用哪些研究方法。人文－社会科学的研究方法，大体可以归为两大范畴，思辨研究和实证研究，后者又可分为定性研究、定量研究两种具体的研究方法。人们为探究社会事实或社会现象，而采用不同的研究取向，不同的研究取向又有不同的研究方法，不同的研究假设、收集资料的方式和对结果的判断标准。但是各种研究方法在现在的论文写作中，已经越来越多地呈现相容和内在的连接。一般地说，根据自己的选题和讨论的具体问题，可以以一种研究方法为主，辅以其他的方法。例如研究“人”作为大众媒体信息的接受者其接受信息时的状况，这种研究取向就决定了研究本身要以定量分析为主，但同时也需要一些历史的、文化的、政治经济学的思辨研究。在文科硕士论文中，作者直接为论文进行的定量分析，规模一般较小，适应的范围也是有限的，较多地采用别人而不是自己直接的调查结果。这是由于论文的规模较孝给予作者的研究经费有限、作者个人进行社会调查的能力有限等原因造成的。以逻辑分析为主的论文，适当采用一些定量分析的数据，有时会给文章增添一些分量。但是，一定要根据实际需要，而不要为了显示研究方法的多样而有意去做。例如一个很宏观的话题本来适于思辨研究，硬要加进一项微观的量化调查结果证明什么，反而会弄巧成拙。这是现在写好论文要把握的一个具体问题。第五步，设计论文的框架结构。一般文章的写作也需要有这一步，但对硕士论文来说，更为必要，其要求也更细一些。一般情况下，一篇硕士论文要有绪章、入题的第一章、主体章节，以及结束语。章节的设置在写前要有个大体的布局逻辑，使之结构合理；章和章之间有一种逻辑联系，防止盲目写下去，淹没主题，不知所云。这一步很少有一次完成的，往往会根据收集材料的情况、调查访问中遇到的新情况，经常变动。但是就像建筑师在盖房子前必须有图纸一样，到了写硕士论文这个层次上，大体的文章框架不能仅仅存于脑子中，一般要形成文字，相对细致一些，具体到“节”更好（但“节”的层次开始时不要固定化），便于写作时心中有数。到了设计论文框架这一步，因为有了文字化的章节设计，除了请导师指导外，这是在正式动笔写前较广泛地征求其他专家意见的一个好机会。框架还不是厚厚的论文，看时花费的时间不多，又可以大体看出文章的价值或存在的问题。这时修改论文结构比写完后修改要轻松、容易得多，时间也较为宽余，不要错过这个机会。第六步，对已经取得的文献资料、调查材料和各种论据进行分析、归类，分别充实到各章节中，再进行解释、论证。这实际就是论文写作本身，所以这样描述，意在让作者理解论文写作的过程。各种材料和论据，不是天生就可以证明论点或说明具体问题的，需要通过作者对材料的组织和论证，才能使其变得富有生命力，极其自然、有力地为自己所论的题目服务。在这一步，需要温习一下学过的逻辑学或社会调查统计的知识，用正确的逻辑思维和严谨的数据组织方式，紧紧围绕已经确定的理论假设或具体问题，调动自己所学的各种知识，通过正论（这是主要的）、反论、设论、驳论、喻论等等手法，论证观点或问题，得出结论，完成论文。论证中肯定会出现种种材料使用或缺乏的问题、逻辑推理的问题、论据与论题不相配的问题等等，需要停下来再找材料和访问专家，充实或削减原来论文框架中的内容，必要时对框架结构进行局部调整。这种情形是正常的、经常发生的。在时间的安排上，对此要作出计划。如果时间安排不当，有时论文功亏一篑的原因就在于写作时间安排过紧，来不及调整论文结构，这很不值得。第七步，必要时重新估量选题，修正论证对象的范围。这是与第六步同时出现的另一种情形，即通过较为广泛地征求意见和本人的思考，感到原来的选题对自己不适当，或难以完成，那么就要及时调整整个论文写作的计划，改变选题。这种情形也是正常的，关键在于不要长时期犹豫不决，必须较快地作出决定，以便有时间重起炉灶。由于前面已经对本专业的学术研究有过较多的思考和文献检索，即使改变选题，重新做起，花费的时间不会很多，对此过多的担心是不必要的。选题不当、难以完成的另一种情况不在于选题本身，而在于选题论证的范围过大。解决这个问题并不难，把论证对象的范围缩小就是了。这里最大的障碍在于作者舍不得“割爱”，花费了许多功夫准备论文，一旦许多材料用不上，难以割舍。这种情况当然会涉及到重新设计论文框架结构的问题。不过，将较大的论证对象的范围缩小，总比相反的情形要容易得多。硕士论文写作中，论证对象范围过小的情况很少见，因为二三万字的论文，本来大多适宜开口较小的选题。第八步，对论文从技术上进行规范化的检查和调整。章节设计的技术问题（含目录）、文中的引证标示、注释及编号、文后的参考文献编排，以及不属于论文本身的内容提要（包括英文提要）、关键词等等，都要按照规范化的要求进行检查和调整。这些虽然属于技术性问题，但也反映出作者的治学态度。特别是引证，凡是使用了别人观点的地方，都必须注明材料来源，不能含糊不清，更不能将别人的研究成果变成自己的。标明的材料来源也要十分清楚，论著名称、作者或编者、出版社或发表的刊物名称、出版或发表时间等等，一应具全。有时，一篇较有水平的论文，答辩时提出批评的主要问题是引证的不规范，由于这个原因使论文的评价低一档，这很不值得。第二节论文的选题：一个适当的选题等于论文成功了一半由于十年“文化大革命”这场浩劫，我国的人文－社会科学研究遭到了毁灭性的破坏，林彪、“四人帮”在意识形态领域的种种谬论充斥人文－社会科学的各个学科。1978年我国恢复研究生招生时，人文－社会科学研究几乎一切从头开始，因而研究生的论文选题还没有显现为一个问题，因为写什么题目，即使不是空白，也是需要重新认识和论证的。经过改革开放后二十多年几代人文－社会科学研究者的努力，我国的人文－社会科学研究呈现一派繁荣的景象，研究生的招收数量大幅度提高。年年招生，年年写新的论文，而各学科的研究领域是相对稳定的，空白越来越少，新问题的研究又有一定难度，于是现在文科研究生的论文选题，形成一种独特的竞争局面，如何选择好论证的题目，凸现为一个新问题。有鉴于此，需要重点谈谈硕士论文的选题问题。

，这是国家统计局的网站，你要找的书籍这里面基本上都可以查到统计的的内容很多，比如: 回归，方差分析，对应分析，时间序列，聚类分析，判别分析，生存分析，实验设计学点SAS，SPSS等统计软件，可以使用统计软件进行上述分析 excel只是具有很初等的统计功能，如果要实现一些高级运算，还是要手动使用函数，超麻烦，基本没人去用它实现，直接用专门的统计软件就可以了

科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。