数据分析的六步曲：明确分析的目的和思路、收集数据、数据处理、数据分析、数据展现、报告攥写等
 
 
其中：
 
 
数据的来源有：数据库、公开出版物、互联网、市场调查
 
数据的处理包含数据清洗、数据转化、数据提取、数据计算
 

 
 
 
                                                          报告撰写的模板
 

 
 
基础的分析指标和术语：平均数、绝对数与相对数、百分比和百分点、频数与频率、比例与比率、倍数与番数、同比与环比
 
 
相对数：由2个有联系的指标对比计算而得到的数值。
 
频数是指一组数据中个别数据重复出现的次数。
 
比率：比如男生30人，女生20人，男生与女生的比率是30:20。
 
番数：原来数量的2的N次方。比如翻一番为原来数量的2倍。
 
同比：与历史同时期比较得到的数值；环比：与前一个比较期进行比较得到的数值。
 

 
 
常用的数据分析方法论
 
1）PEST分析法：用于对宏观环境的分析，是指影响一切行业和企业的各种宏观力量。下图为PEST分析法示例
 
 

 
 
 
2）5W2H分析法，如下图所示
 
 

 
 
 
3）逻辑树分析法：又称问题数、演绎树或分解树，如下为示例图
 
 

 
 
 
4）4P营销理论，如下图所示
 
 

 
 
 
5）用户行为理论，如下图所示
 
 

 
 

 

Meta分析总体可分为以下几步：
 
选题，文献检索、数据提取、质量评估、数据整合及结果解读。
 
一，选题
 
对一些大样本，多中心临床合作已经得到明确结论的的，没必要做meta分析。
 
二、文献检索
 
在制定文献检索策略时，总体的要求就是查全和查准。
 
需要考虑如下几个方面：
 
1.  圈定搜索数据库（外文有：MEDLINE、the Cochrane library、医学文摘、TOXLINE、OVID、EMBASE、ISI Web of Science、EBSCO等；国内有：维普全文VIP、CNKI、万方数据库）
 
2.  确定语言类型：包括所有英语和非英语的文献；
 
3. 明确需要包含的研究类型：仅包含RCT，还是病例对照试验，队列研究等。
 
4.  明确暴露因素/治疗方法
 
5.  筛选关键词：这将直接影响文献检索的准确性和敏感性，也关系到指定检索策略。
 
    - 关键词需要根据研究问题本身来确定；
 
    - 对于每一个关键词尽量包含所有可能的表述形式；
 
    - 可以尝试几种关键词组合以搜最合适的文献。
 
6.  检索获取摘要和全文：其中联系专家是一种很好的方式，不仅可以获取全文，甚至可以询问文献中的细节帮助后续使用文献。建议搜索文献引用名单，可以增加文献搜索的全面性。
 
 
 
在文献筛选过程中，首先，需要由两位研究者独立通过对文献的题目和摘要进行初筛，初筛后的文献通过阅读全文进行二次筛选，然后交叉核对筛选结果，如果有分歧则通过共同讨论决定是否纳入，必要时可有第三位研究者协助解决。如果文中信息不全或信息不清楚，与原始研究作者联系获取信息。在筛选过程中，需要记录你每个步骤的选择和排除原因。至于被排除的文章，则需要在灵敏度分析中进行分析。
 
 
 
三、数据提取
 
资料提取是从符合纳入要求的文献中摘录用于系统评价的数据信息，所提取信息必须是可靠、有效、无偏的。
 
一般提取的信息有：研究编号，发表年限，纳入研究者的一般信息，样本量，设计方法，干预/暴露因素，研究结局……例子如下
 
 
 
 
 
 
 
 
这是一项别人的研究，举例如下
 
 
 
 
四：纳入研究的质量评价
 
1. 随机对照试验的质量评价工具：
 
  Cochrane风险偏倚评估工具（最常用）、PEDro量表、Delphi清单、CASP清单、Jadad量表、Chalmers量表、CONSORT声明（不专用，但可以用）。
 
2. 观察性研究的质量评价工具：
 
（1）NOS量表（最常用）：病例对照研究和队列研究；
 
（2）CASP清单：病例对照研究和队列研究；
 
（3）JBI标准：横断面研究；经验总结、案例分析及专家意见；
 
（4）AHRQ；
 
（5）Combie横断面研究评价工具；
 
（6）STROBE声明；
 
（7）STREGA声明。
 
3. 非随机对照实验性研究的质量评价工具：MINORS条目、Reisch评价工具、TREND声明。
 
4. 诊断性研究：QUADAS工具、CASP清单、STARD声明。
 
5. 动物试验：STAIR清单、CAMARADES清单、ARRIV指南。
 
第五步：数据整合
 
系统评价过程中，对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta analysis) 。Meta意思是more comprehensive，即更加全面综合。
 
对数据的整合分为描述性整合和定量整合：
 
对于描述性整合，应考虑：
 
•  建立干预/暴露因素是如何导致结果的假说，包括原因和适用人群；
 
•  初步综合纳入的研究，以文本形式或者制表和／或图形显示；
 
•  探讨各研究内或各研究间的关系；
 
•  评估证据的稳定性；
 
•  评估meta分析的重要性。
 
对于定量整合，则可以：
 
1. 提高了统计检验的power和精度；
 
2. 统计结合各研究结果给出一个“平均”干预效果的合并估计值，改进对作用效应的估计；
 
3. 评价结果一致性，解决单个研究间的矛盾;
 
4. 解决以往单个研究未明确的新问题。
 
那么如何进行meta分析呢？
 
a．异质性检验（齐性检验）
 
由于纳入文献存在临床异质性、方法学异质性和统计学异质性，所以在对结果数据进行统计合并之前，首先应该进行异质性检验，保证现有的各独立研究间的结果的不同仅仅是由于抽样误差造成的。否则，就要进入亚组分析，或取消合并。
 
 
Q检验，若同时I2<50%和P≥0.1时，纳入文献被认为是同质的，采用固定效应模型（fixed effect model）分析；反之说明研究间存在实际异质性，需要查找一致性的来源，之后采用随机效应模型（random effect model）。
 
 
如果存在较大的临床异质性，那将无法进行meta分析，只能进行描述性整合。
 
b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断
 
通常在考虑采用哪些效应指标（effect size）时需要考虑结局指标的类型，通常两组间比较时，如果是连续性变量用加权均数差（weighted mean difference, WMD）、标准化均数差值（standardized mean differences, SMD）表示效应大小；二分类变量则用率差（rate difference, RD）、比数比（odds ratio, OR）、相对危险度（relative risk, RR）、相对危险度降低值（relative risk reduction, RRR）等来表示效应的大小。回归系数的比较用β表示效应值的大小。
 
c．图示单个试验的结果和合并后的结果：森林图（Forrest plot）
 
 
 
d．敏感性分析：用来评估meta分析结果的稳定性
 
1）按研究质量评价标准从纳入文献中去除尚有争议的研究、排除低质量的研究、早期研究、根据研究结果的分布去掉extreme10%其他已知因素不同的研究；
 
2）采用不同统计方法/模型；
 
3）根据样本量大小进行分层分析；
 
4）改变纳入／排除标准时，重新对同一资料进行分析时，如果观察到合并指标点估计和区间估计的变化存在较大差异，则说明meta分析的结果不稳定。比如，当排除一篇低质量文献时，合并指标变化很大，说明该文献对合并指标敏感。
 
敏感性分析是必要的，无论是采用不同的统计模型或进行亚组分析，都可以帮助我们找到可能的偏倚来源，更加正确的理解获得的结论。
 
e．通过“失安全数”的计算或采用“倒漏斗图”对入选文献进行潜在的发表偏倚（publication bias）的评估。
 
如需要科研绘图及详细meta分析资料，可访问我的淘宝店铺：店铺名：R语言绘图，不仅可以提供绘图帮助还可以提供科研问题（如meta分析的咨询）
 
 
 

1. 算法简介
 
层次分析法（AHP）是美国运筹学家萨蒂于上世纪70年代初，为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
 层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。
 
2. 算法基本原理
 
例子：
 
 
2.1. 解决问题的思路
 
层次分析法的基本思路是将所要分析的问题层次化；根据问题的性质和所要达成的总目标，将问题分解为不同的组成因素，并按照这些因素的关联影响及其隶属关系，将因素按不同层次凝聚组合，形成一个多层次分析结构模型；最后，对问题进行优劣比较并排列。
 
2.2. 层次分析法的步骤
 
1.建立层次结构模型
 
将决策的目标、考虑的因素（决策准则）和决策对象按照他们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。
最高层： 决策的目的、要解决的问题。
 最低层： 决策时的备选方案。
 中间层： 考虑的因素、决策的准则。
对相邻的两层，称高层为目标层，低层为因素层。
 
 
 
层次分析法所要解决的问题是关于最低层对最高层的相对权重的问题，按此相对权重可以对最低层中的各种方案、措施进行排序，从而在不同的方案中做出选择或形成选择方案的原则。
 
 
2.构造判断矩阵
 层次分析法中构造判断矩阵的方法是一致矩阵法，即：不把所有因素放在一起比较，而是两两相互比较；对此时采用相对尺度，以尽可能减少性质不同因素相互比较的困难，以提高准确度。
 
 
 
判断矩阵$a_{ij}$的标度方法
 
 
标度
含义
1
表示两个因素相比，具有同样重要性
3
表示两个因素相比，一个因素比另一个因素稍微重要
5
表示两个因素相比，一个因素比另一个因素明显重要
7
表示两个因素相比，一个因素比另一个因素强烈重要
9
表示两个因素相比，一个因素比另一个因素极端重要
2,4,6,8
上述两相邻判断的中值
倒数
因素$i$于$j$比较的判断$a_{ij}$，则因素$j$与$i$比较的判断$a_{ji}=1/a_{ij}$
 
3.层次单排序及其一致性检验
 对应于判断矩阵最大特征根$\lambda max$的特征向量，经归一化（使向量中各元素之和为1）后记为$W$。$W$的元素为同一层次元素对于上一层因素某因素相对重要性的排序权值，这一过程称为层次单排序。
 
 
 
定义一致性指标$CI=\frac{\lambda -n}{n-1}$：
 $CI=0$,有完全的一致性；
 $CI$接近于0，有满意的一致性；
 $CI$越大，不一致越严重。
 
 
为了衡量$CI$的大小，引入随机一致性指标$RI$
 
 
 
  随机一致性指标
  RI
   
   
n
1
2
3
4
5
6
7
8
9
10
11
RI
0
0
0.58
0.90
1.12
1.24
1.32
1.41
1.45
1.49
1.51
  
 
 
定义一致性比率：$CR=\frac{CI}{RI}$，一般认为一致性比率$CR<0.1$时，认为A的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵A，对$a_{ij}$加以调整。
 
示例：
 
 
4.层次总排序及其一致性检验
 
计算某一层次所有因素对于最高层（总目标）相对重要性的权值，称为层次总排序。
这一过程是从最高层次到最低层次依次进行的。
 
 A层$m$个因素$A_1,A_2,\cdot \cdot \cdot ,A_m,$对总目标Z的排序为$a_1,a_2,\cdot \cdot \cdot ,a_m$。
 B层$n$个因素对上层A中因素为$A_j$的层次单排序为$b_{1j},b_{2j},\cdot \cdot \cdot ,b_{nj}(j=1,2,3,\cdot \cdot \cdot ,m)$。
 
 
 
B层的层次总排序(即B层第$i$个因素对总目标的权值为：${\sum }_{j=1}^m{a}_j{b}_{ij}$)为：
 $B_1:a_1{b}_{11}+a_2{b}_{12}+\cdot \cdot \cdot +a_m{b}_{1m},$
 $B_2:a_1{b}_{21}+a_2{b}_{22}+\cdot \cdot \cdot +a_m{b}_{2m},$
 $\cdot \cdot \cdot$
 $B_n:a_1{b}_{n1}+a_2{b}_{n2}+\cdot \cdot \cdot +a_m{b}_{nm},$
 
 
层次总排序的一致性比率为:$CR=\frac{a_{1}C{I}_1+a_{2}C{I}_2+\cdot \cdot \cdot +a_{m}C{I}_m}{a_{1}R{I}_1+a_{2}R{I}_2+\cdot \cdot \cdot +a_{m}R{I}_m}$,当$CR<0.1$时，认为层次总排序通过一致性检验。
 例子：
 
 
3.算法总结
 
应用领域：经济计划个管理，能源政策和分配，人才选拔和评价，生产决策，交通运输，科研选题，产业结构，教育，医疗，环境，军事等。
处理问题类型：决策、评价、分析、预测等。
建立层次分析结构模型是关键一步，要有主要决策层参与。
构造成对比较矩阵是数量依据，应由经验丰富、判断力强的专家给出。
 
4.参考
 
层次分析法建模——《百度文库》

什么是灰色关联分析
 
灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。
 
通常可以运用此方法来分析各个因素对于结果的影响程度，也可以运用此方法解决随时间变化的综合评价类问题，其核心是按照一定规则确立随时间变化的母序列，把各个评估对象随时间的变化作为子序列，求各个子序列与母序列的相关程度，依照相关性大小得出结论。
 
灰色关联分析的步骤
 
灰色关联分析的具体计算步骤如下：
 
第一步：确定分析数列。
 
确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。
 
(1)参考数列(又称母序列)为
 
 
(2)比较数列(又称子序列)为
 
 
第二步，变量的无量纲化
 
由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。主要有一下两种方法
 
(1)初值化处理：
 
 
(2)均值化处理：
 
 
其中k kk 对应时间段，i ii 对应比较数列中的一行(即一个特征)
 
第三步，计算关联系数
 
 
ρ∈(0,∞)，称为分辨系数。ρ越小，分辨力越大，一般ρ的取值区间为(0,1) (0,1)(0,1),具体取值可视情况而定。当ρ≤0.5463时，分辨力最好，通常取ρ=0.5。
 
第四步，计算关联度
 
因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri riri公式如下：
 
 
第五步，关联度排序
 
关联度按大小排序，如果r1
 
在算出Xi(k)序列与Y(k)序列的关联系数后，计算各类关联系数的平均值，平均值ri就称为Y(k)与Xi(k)的关联度。
 
灰色关联分析的实例
 
下表为某地区国内生产总值的统计数据(以百万元计)，问该地区从2000年到2005年之间哪一种产业对GDP总量影响最大。
 
 
步骤1：确立母序列
 
在此需要分别将三种产业与国内生产总值比较计算其关联程度，故母序列为国内生产总值。若是解决综合评价问题时则母序列可能需要自己生成，通常选定每个指标或时间段中所有子序列中的最佳值组成的新序列为母序列。
 
步骤2：无量纲化处理
 
在此采用均值化法，即将各个序列每年的统计值与整条序列的均值作比值，可以得到如下结果：
 
 
步骤3：计算每个子序列中各项参数与母序列对应参数的关联系数
 
 
其中ξi(k) 表示第i个子序列的第k个参数与母序列(即0序列)的第k个参数的关联系数，$\rho\ 为分辨系数取值范围在 为分辨系数取值范围在为分辨系数取值范围在[0,1]$，其取值越小求得的关联系数之间的差异性越显著，在此取为0.5进行计算可得到如下结果：
 
 
步骤4：计算关联度
 
用公式，
 
 
可以得到r1=0.5088，r2=0.6248，r3=0.7577通过比较三个子序列与母序列的关联度可以得出结论：该地区在2000年到2005年期间的国内生产总值受到第三产业的影响最大。
 
灰色关联分析matlab的实现
 
clc;close;clear all;x=xlsread('data.xlsx');x=x(:,2:end)';column_num=size(x,2);index_num=size(x,1);% 1、数据均值化处理x_mean=mean(x,2);for i = 1:index_num    x(i,:) = x(i,:)/x_mean(i,1);end% 2、提取参考队列和比较队列ck=x(1,:)cp=x(2:end,:)cp_index_num=size(cp,1);%比较队列与参考队列相减for j = 1:cp_index_num    t(j,:)=cp(j,:)-ck;end%求最大差和最小差mmax=max(max(abs(t)))mmin=min(min(abs(t)))rho=0.5;%3、求关联系数ksi=((mmin+rho*mmax)./(abs(t)+rho*mmax))%4、求关联度ksi_column_num=size(ksi,2);r=sum(ksi,2)/ksi_column_num;%5、关联度排序，得到结果r3>r2>r1[rs,rind]=sort(r,'descend');
 
运行结果：
 
 
灰色关联分析python的实现
 
import pandas as pdx=pd.read_excel('data.xlsx')x=x.iloc[:,1:].T# 1、数据均值化处理x_mean=x.mean(axis=1)for i in range(x.index.size):    x.iloc[i,:] = x.iloc[i,:]/x_mean[i]# 2、提取参考队列和比较队列ck=x.iloc[0,:]cp=x.iloc[1:,:]# 比较队列与参考队列相减t=pd.DataFrame()for j in range(cp.index.size):    temp=pd.Series(cp.iloc[j,:]-ck)    t=t.append(temp,ignore_index=True)#求最大差和最小差mmax=t.abs().max().max()mmin=t.abs().min().min()rho=0.5#3、求关联系数ksi=((mmin+rho*mmax)/(abs(t)+rho*mmax))#4、求关联度r=ksi.sum(axis=1)/ksi.columns.size#5、关联度排序，得到结果r3>r2>r1result=r.sort_values(ascending=False)
 
转载于：https://blog.csdn.net/weixin_39991531/article/details/111091344