应用统计学案例——统计数据的搜集与整理
统计实验报告数据整理(3篇)
第1篇一、实验背景随着社会的不断发展，数据已成为决策的重要依据。
在统计学领域，数据整理是数据分析和研究的基础。
为了提高数据整理的效率和准确性，本实验旨在探究一种有效的数据整理方法，并对实验结果进行分析。
二、实验目的1. 探索一种适用于各类数据的数据整理方法；2. 提高数据整理的效率和准确性；3. 分析实验结果，为实际应用提供参考。
三、实验方法1. 数据来源：收集某地区居民收入、消费、教育等方面的数据，共1000条记录；2. 数据整理方法：采用以下步骤进行数据整理：（1）数据清洗：删除重复记录、缺失值、异常值等；（2）数据转换：将数据转换为适合分析的形式，如数值型、分类型等；（3）数据合并：将不同来源的数据进行合并，形成统一的数据集；（4）数据标准化：对数据进行标准化处理，消除量纲影响；（5）数据可视化：通过图表展示数据分布、趋势等信息。
四、实验结果与分析1. 数据清洗在数据清洗阶段，共删除重复记录10条，缺失值20条，异常值5条。
经过清洗，有效数据量提升至965条。
2. 数据转换将居民收入、消费、教育等数据转换为数值型，以便后续分析。
其中，收入数据取对数处理，消费数据取平方根处理。
3. 数据合并将不同来源的数据进行合并，形成统一的数据集。
合并后，数据集包含965条记录。
4. 数据标准化对数据进行标准化处理，消除量纲影响。
采用Z-score标准化方法，将各变量均值调整为0，标准差调整为1。
5. 数据可视化通过图表展示数据分布、趋势等信息。
（1）居民收入分布根据标准化后的收入数据，绘制直方图。
结果显示，居民收入分布呈偏态分布，大部分居民收入集中在中等水平。
（2）消费趋势根据标准化后的消费数据，绘制折线图。
结果显示，消费趋势呈现逐年上升趋势，且增长速度较快。
（3）教育水平分布根据教育水平分类，绘制饼图。
结果显示，受教育程度较高的人群占比相对较小，受教育程度较低的人群占比较大。
五、实验结论1. 实验结果表明，所采用的数据整理方法适用于各类数据，能够提高数据整理的效率和准确性；2. 数据清洗、数据转换、数据合并、数据标准化等步骤在数据整理过程中至关重要；3. 数据可视化有助于直观地展示数据分布、趋势等信息，为后续分析提供有力支持。
统计学在经济学研究中的应用与案例分析
统计学在经济学研究中的应用与案例分析统计学是一门研究数据收集、整理、分析和解释的学科，它在各个领域中都有广泛的应用。
经济学作为一门社会科学，同样也离不开统计学的支持和应用。
本文将探讨统计学在经济学研究中的应用，并以一些实际案例进行分析。
一、数据收集和整理在进行经济学研究之前，研究人员需要收集和整理相关的数据。
统计学提供了一系列的方法和技术，用于高效地收集、整理和管理大量的数据。
例如，经济学家可以利用抽样调查的方法，从整个人口中选择一部分样本来研究，并通过统计手段推断出整个人口的特征和规律。
此外，统计学还可以帮助经济学家处理和清洗数据，确保数据的准确性和完整性。
案例分析：某经济学家研究了某地区居民的消费水平。
他利用随机抽样的方法，选择了1000户家庭作为调查对象，并通过调查问卷收集了这1000户家庭的消费数据。
然后，他运用统计学中的数据清洗和处理技术，排除了一些异常值和缺失值，确保数据的可靠性。
最后，他利用统计分析方法对这些数据进行了整体分析，并得出了该地区居民的平均消费水平。
二、描述统计分析在经济学研究中，描述统计分析是非常重要的一环。
经济学家需要使用统计学工具来对收集到的数据进行描述、总结和展示。
常用的描述统计学方法包括测量中心趋势（如均值、中位数、众数）、测量离散程度（如方差、标准差）以及绘制图表（如直方图、饼图、散点图等）。
案例分析：一项经济研究旨在分析某国GDP的增长情况。
研究人员收集了该国从2000年到2019年的年度GDP数据，并对这些数据进行了描述统计分析。
他们计算了该期间的平均GDP增长率，并绘制了一张折线图，直观地展示了该国经济的增长趋势和波动情况。
三、假设检验与回归分析在经济学研究中，经济学家通常会提出某种假设，并使用统计学方法来检验这种假设的合理性。
假设检验是一种基于统计学原理的推理过程，其目的是通过样本数据来判断总体参数是否符合某种设定的假设。
此外，经济学家还常常使用回归分析来研究经济变量之间的关系，并对未来的经济走势进行预测和分析。
统计学统计方法应用案例分析
统计学统计方法应用案例分析统计学是一门研究数据收集、整理、分析和解释的科学。
它通过应用各种统计方法，能够帮助我们理解和解释事物背后的规律以及进行有效的决策。
本文将通过分析一个统计学应用案例来展示统计方法在实际问题中的威力。
案例描述：某电子商务平台希望了解用户对其平台服务的满意度水平，并希望找出影响用户满意度的主要因素。
为实现这一目标，该平台进行了一项用户调查，收集到了大量的数据。
第一步：数据整理与描述统计在统计学中，数据整理的第一步是对数据的描述统计分析。
通过计算各个变量的均值、中位数、标准差等统计指标，可以快速了解数据的分布情况。
在这个案例中，我们有如下几个变量：用户满意度、购买频率、平台推荐度、客户服务评分等。
首先，我们计算了用户满意度的平均值为4.2分（满分为5分），标准差为0.8。
购买频率的平均值为2.5次/月，标准差为1.0次/月。
平台推荐度的平均值为4.0分，标准差为0.9。
客户服务评分的平均值为4.5分，标准差为0.7。
通过这些统计指标，我们可以初步了解到用户对该电子商务平台的整体满意度较高，购买频率和平台推荐度相对较低，客户服务评分较高。
第二步：相关性分析相关性分析可以帮助我们了解不同变量之间的关系。
在这个案例中，我们想要了解不同因素与用户满意度之间的相关性。
为了实现这一目标，我们使用了皮尔逊相关系数进行相关性分析。
分析结果显示，用户满意度与购买频率之间存在显著正相关（相关系数为0.6），表明购买频率越高，用户满意度也越高。
然而，用户满意度与平台推荐度之间的相关性较低（相关系数为0.3），表明用户对平台推荐度评价的变化与满意度之间的关系不显著。
另外，用户满意度与客户服务评分之间存在正相关（相关系数为0.7），表明客户服务质量对用户满意度有较大的影响。
第三步：回归分析回归分析是一种常用的统计方法，用于探究自变量与因变量之间的关系，并建立回归方程进行预测。
在这个案例中，我们使用了多元线性回归分析，目的是找出对用户满意度最具影响力的因素。
《数据的收集和整理》案例分析
《数据的收集和整理》教学案例遵义县三岔镇长山小学黄守凤一、创设情境，目标导入师：最近我的一个朋友开设了一个“少儿书店”，可那儿的生意并不很好，请同学们分析一下问题可能出在哪儿呢？生1：可能是书的价格太贵了。
生2：可能是店面所处的位置很偏僻。
生3：可能是店中的书不受同学们的欢迎。
生4：可能是书籍的品种太少了。
师：那好，下面我们不妨做一次现场调查，看看我们班同学平时都喜欢看哪些课外书。
[学生汇报，教师板书（益智类、名著类、科普类、辅导用书类、漫画类）] 师：在这几类课外书中，哪一类才是你最喜欢看的？[学生你一言，我一语]师：同学们的爱好各不相同。
要想知道喜欢各类书的人数各有多少，哪类书最受同学们的欢迎，该怎么办？生1：举手表决，数出喜欢各类书的人数。
生2：站起来统计。
生3：投票表决生4：画“正”字师：刚才同学们都提供了行之有效的方法，为了把调查结果表示清楚就必须进行数据的收集和整理。
这一节课，我们就围绕这一内容进行数据的收集和整理。
（板书课题：数据的收集和整理）[评]从现实生活入手，创设情境，提出问题，由问题的刺激引起学生的学习兴趣，使学生能够利用自己已有的生活经验去寻求解决问题的途径，让学生充分体验到生活中处处有数学，数学就在身边，学生带着这种感受进入新课的学习活动。
二、小组合作，自主探究1、观察现象，讨论问题师：请同学们在纸上写出自己最喜欢的一类书。
师：你们打算采用什么方法记录下喜欢各类书的人数各有多少人？[组织学生分小组讨论，鼓励学生用自己喜欢的方法进行数据的收集。
经过充分的合作学习之后，组织学生汇报]生1：我采用画“|”的方法，喜欢哪类的书，就在哪一类下面画“|”，然后数一数。
生2：我采用画“—”的方法，喜欢哪类的书，就在哪一类下面画“—”，然后数一数。
生3：我采用画圆圈的方法。
生4：我采用画“正”的方法。
生5：我采用画“√”的方法。
生6：我们是6人小组分工，每人只统计一类书。
很轻松，又快又对。
应用统计案例大赛优秀案例
应用统计案例大赛优秀案例今天就给大家分享一个超有趣的应用统计案例大赛的优秀案例。
一、案例背景。
这个案例聚焦在校园里，你也知道，校园可是个充满活力和各种消费潜力的小社会呢。
现在奶茶在校园里那可是相当火爆，所以有个团队就盯上了这个现象，想要通过统计分析来搞清楚校园奶茶消费背后的门道。
二、数据收集。
他们可没少费功夫。
首先是问卷调查，在校园各个角落“逮”同学来填问卷。
问题设计得也很巧妙，像“你一周喝几次奶茶？”“你通常会选择什么价位的奶茶？”“你是因为什么原因选择某一家奶茶店（口味、品牌、距离还是促销活动）？”等等。
除了问卷调查，他们还跑到奶茶店门口去做实地观察，统计不同时间段的进店人数、购买奶茶的种类，甚至还记录了顾客等待的时间。
这就像在奶茶店周围安了好多双小眼睛，把各种数据都抓得死死的。
三、数据分析过程。
1. 描述性统计。
把收集来的数据进行初步整理，发现了一些很有意思的东西。
比如说，通过对问卷中“一周喝奶茶次数”的统计，发现大部分同学一周会喝2 3次奶茶。
这就像找到了校园奶茶消费的一个基本节奏。
而且，在价位选择上，10 15元这个区间的奶茶是最受欢迎的，这可能和同学们的零花钱预算有关呢。
2. 相关性分析。
然后他们就开始玩更高级的了。
做相关性分析的时候，发现离教学楼或者宿舍近的奶茶店，即使品牌不是那么知名，生意也还不错。
这说明距离对同学们选择奶茶店有着不小的影响。
而且，他们还发现，当一家奶茶店推出新口味的时候，如果能配合一些促销活动，销售量就会有明显的上升。
这就像是找到了打开奶茶销售更多的两把小钥匙——新口味和促销。
3. 聚类分析。
这个就更酷了。
他们根据同学们的消费习惯，把同学们分成了不同的类。
比如说，有“奶茶狂热型”，这类同学不管什么情况，每天都要喝奶茶，而且对价格不是特别敏感，只要好喝就行；还有“性价比追求者”，他们会在不同奶茶店之间比较价格和分量，总是选择最划算的那一款；还有“偶尔尝鲜型”，平时不怎么喝奶茶，但是看到新口味或者特别的包装就会忍不住去试试。
数据的收集和整理例2
数据的收集和整理例21. 引言数据的收集和整理是数据分析的第一步和关键步骤。
在进行数据分析前，我们需要收集和整理相关的数据，以便进行后续的分析和处理。
本文将介绍一个数据的收集和整理的例子，以帮助读者了解数据处理的过程。
2. 数据收集数据收集是指获取所需数据的过程。
在本例中，我们将以某个公司的销售数据为例，介绍数据的收集过程。
2.1 定义数据需求在开始收集数据之前，我们需要明确数据的需求。
例如，我们可能需要收集销售额、销售数量、销售日期等数据。
清楚定义数据需求将有助于我们更好地选择适用的数据来源。
2.2 确定数据来源确定数据来源是收集数据的关键一步。
在我们的例子中，可能的数据来源包括销售系统、电子表格、业务报告等。
我们需要确定哪些数据来源是可靠和可行的，并准备相应的数据收集方法。
2.3 数据收集方法根据数据来源的不同，我们可以采用不同的数据收集方法。
例如，对于销售系统，我们可以直接从系统中导出相关数据；对于电子表格，我们可以使用数据提取工具进行数据提取。
可以根据实际情况选择最适合的数据收集方法。
3. 数据整理数据整理是将收集到的数据进行整理和清洗的过程。
该过程目的是使数据符合分析的需求，并消除数据中的不准确性和重复性。
3.1 数据清洗数据清洗是指对数据进行初步的处理，以消除数据中的错误和不准确性。
例如，对于销售额字段，我们可能会发现一些异常值，需要对其进行处理，或者对缺失值进行填充。
通过数据清洗，我们可以保证分析的准确性和可靠性。
3.2 数据转换数据转换是指将数据按照需要的格式进行调整和转换。
例如，对于销售日期字段，我们可能需要将其转换为特定的日期格式，以便后续的时间序列分析。
3.3 数据合并在某些情况下，我们可能需要将多个数据源的数据进行合并。
例如，如果我们还有其他公司的销售数据，我们可以将其合并到之前的数据集中，以扩大分析的范围和深度。
3.4 数据验证在数据整理的最后，我们需要对整理后的数据进行验证。
统计学大作业
宁波大红鹰学院工商管理分院《应用统计学》实验(践)报告专业：工商管理专业班级：学生姓名：同组人员：无任课老师：黄涛2017年6月12日目录实验（一） SPSS安装 (2)实验（二）统计数据的搜集与整理 (6)实验（三）统计数据的图表描述 (9)实验四统计数据的度量 (16)实验五统计抽样与参数估计 (19)实验六相关与回归分析 (24)实验七统计数据的动态分析 (33)实验八统计指数分析 (35)实验（一） SPSS安装一、实验名称：SPSS安装二、实验目的：学会安装spss软件及有关操作三、实验步骤：SPSS的安装和启动在启动SPSS软件之前，需要先在计算机上进行安装。
其安装方法主要有两种：一是直接使用SPSS安装光盘进行安装；二是通过网络下载SPSS安装程序进行安装。
本小节使用第二种方法详细介绍SPSS的安装步骤（以IBM SPSS 19.0为例）。
1.打开计算机，找到已经下载到计算机上的SPSS安装程序。
如图一图一2.单击该图标，按照顺序下去，直到出现如下界面，单击“下一步”，则弹出对话框；个人用户选择第一个“单个用户许可证”，如果图二所示。
图二3.单击“下一步”，切换到用户协议对话框。
在该对话框中接受用户协议，然后单击“下一步”，如图三所示。
图三4.单击“下一步”，显示客户信息。
在该对话框中填写好用户姓名与单位，然后单击“下一步”，如图四所示。
图四5.单击“下一步”，语言选择。
选择“英语”，然后单击“下一步”，如图五所示。
图五6.在弹出的对话框中是选择文件安装位置，如图六所示。
在该对话框中单击“更改”，可调整软件的安装位置。
图七7.在选择文件安装对话框中单击“下一步”，在弹出的对话框中单击“安装”即可，如图七所示。
图七8.此时则弹出正在安装的界面，如图八所示。
图八9.在以上安装程序完后，则弹出授权许可证的对话框。
把框中的勾去掉，单击“确定”，如图九所示。
图九10.此时则弹出产品授权对话框，选择“启用以用于临时使用”按钮，单击“下一步”，如图十所示。
数据的收集和整理例
数据的收集和整理例1. 引言在现代社会中，数据的收集和整理是一项重要的任务。
无论是企业、政府还是个人，都离不开数据的支持和分析。
数据的收集和整理不仅涉及技术和方法的选择，还需要高度的组织能力和专业知识。
本文将以一个实际案例为例，介绍数据的收集和整理过程，并讨论其中的一些关键问题。
2. 案例背景公司X是一家互联网企业，近期打算推出一款新的手机应用。
为了更好地了解用户需求和市场情况，公司决定进行一次市场调研。
调研内容包括用户画像、竞争对手分析、市场趋势等。
3. 数据收集数据收集是整个调研过程的基础，其质量和可靠性直接影响后续的分析和决策。
为了收集准确而全面的数据，公司运用了多种方法：3.1. 网上调查问卷公司利用网络平台，设计了一份针对目标用户的调查问卷。
通过广泛的推广和宣传，吸引了大量用户参与。
问卷中的问题设计合理，包括用户的年龄、性别、收入、兴趣爱好等信息，以及用户对于类似应用的需求和期望。
该方法收集到了大量的定量数据，为后续的数据分析提供了重要依据。
3.2. 深度访谈为了更深入地了解用户的需求，公司还进行了一些深度访谈。
访谈对象包括了一些典型用户和一些行业专家。
访谈内容主要围绕用户对于手机应用的使用习惯、痛点和期望展开。
通过这种深度访谈的方式，公司获得了一些非结构化的数据，为后续的用户画像分析提供了重要的参考。
3.3. 竞争对手分析为了全面了解市场情况，公司进行了一次竞争对手分析。
通过对竞争对手的产品功能、定价策略、市场份额等进行调研，公司获取了大量的竞争对手数据。
这些数据为公司的产品定位和市场推广提供了重要的参考。
4. 数据整理数据整理是将收集到的海量数据进行归类和整理的过程。
只有经过整理的数据，才能更好地进行分析和应用。
4.1. 数据清洗在数据收集过程中，难免会有一些无效、冗余或者错误的数据。
为了保证数据的质量，公司进行了一次数据清洗工作。
清洗的内容包括去除重复数据、填充缺失值、修正错误数据等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
某医院护士长对床旁凝血测定仪的应用研究原作者：孙东川，王方方，金芸单位：暨南大学目的：1、学会根据研究的问题，正确、科学设置对该问题进行评价的统计指标；2、掌握统计数据的收集与整理的方法；3、学会根据统计资料，对所研究的问题进行分析，并提供相应的分析对策报告，提高用统计方法解决实际问题的能力。
一、问题的提出南方某医院心内科的王护士长从事本职工作多年，兢兢业业。
在工作中，她认真钻研，从实践中探讨更有效的操作方法，目的是为了达到心内科的管理科学化。
2002年10月，善于思考的王护士长对床旁凝血测定仪在抗凝监测中的应用问题产生兴趣。
抗凝治疗是心脑血管和血栓栓塞性疾病防治的主要手段，抗凝不足导致抗凝治疗无效，抗凝过度又会增加严重出血的风险。
医院常规监测抗凝程度的方法是：①采集肘正中静脉血送去中心实验室检测。
②用床旁凝血测定仪进行静脉血抗凝监测。
③用床旁凝血测定仪进行指端末梢血抗凝监测。
床旁凝血测定仪是一种监测抗凝程度的仪器，使用方便、快捷，能够短期内得到结果，据此可及时调整药物剂量。
但在使用中尚存在采血方法不一的问题：既可以采用静脉血，也可使用指端末梢血。
“床旁凝血测定仪测定的数据是否与到中心实验室常规检测的数据相符？”“如果用床旁凝血测定仪，是用笔式采血器采取指端末梢血好？还是使用常规法采集肘正中静脉血？”这两个问题一直萦绕在王护士长的脑海中。
为解决问题，王护士运用应用统计知识和SPSS软件进行了以下分析：二、指标的选取将部分凝血活酶时间（APTT）、凝血酶原时间（PT）、国际标准化比值（INR）作为评价的指标，分别比较三种方法测定的三种值的结果，以评价三种方法的优劣。
三、数据的采集1、方案设计通过研究34例志愿者，比较3种采血方法(静脉采血和笔式采血器采取指端末梢血)床旁检测活化的APTT、PT/INR值，以及静脉血送中心实验室测定APTT、PT/INR值，观察简便采血床旁检测方法的准确性。
按照采血和检测方法的不同，王护士长将实验分为3组。
第一组是采用静脉血到实验室去测定系列值(简称静脉血实验室组)；第二组采用静脉血在床旁凝血测定仪检测（简称静脉血试条组）；第三组采用指端末梢血在床旁凝血测定仪检测（简称末梢血试条组）。
并分别比较三种方法测定的三种值的结果：即部分凝血活酶时间（APTT）、凝血酶原时间（PT）、国际标准化比值（INR）。
2、样本选取以及数据采集(1)仪器：中心实验室检测采用德国BE公司生产的Rack Rotor全自动凝血仪。
床旁检测采用美国ITC 公司生产的HEMOCHRON.JrⅡ型多功能医用凝血自动测定仪，配套试条：APTT（D2JCA006）、PT/INR（E2JPT015）。
笔式采血器是美国理康公司生产的PENLER PLUS采血器，一次性采血针（F091018）。
(2)试剂：全自动凝血仪使用的PT/INR、APTT、纤维蛋白原（Fib）试剂均由美国Bio-Pool试剂公司提供。
(3)研究对象：该医院心内科2002年11-12月末进行抗凝治疗的患者和本科医务工作者共34例，男17例，平均年龄43.4±7.8岁；女17例，平均年龄40.2±8.6岁。
(4)数据采集：对三名操作者进行静脉采血和采血器应用的培训，要求操作员统一操作标准，避免采样误差。
统一采购同一批号的APTT、PT/INR试条，统一保存。
实验前和实验中请厂家对床旁凝血仪进行测试调整。
实验中实行统一采血方法：每日7:00采血前将凝血自动测定仪充电后携病房，在志愿者左侧上肢分次在无名指、中指用笔式采血器采集指端末梢血，刺破皮肤后用消毒棉签擦去溢出的血液，取自然流出或者轻压即滴出的血液准确滴入试条加样池内，即刻测APTT、PT/INR；选病人右侧上肢肘正中静脉消毒后扎止血带，用一次性10ml注射器抽取静脉血8ml，即刻滴入PT试条采样池一滴静脉血记录PT/INR值，一分钟后完成PT/INR检测，取出PT试条，插入APTT试条待系统提示开绐工作，滴入静脉血于APTT采样池记录APTT值；同时用IMPROVE1:9柠檬酸钠抗凝真空试管采集静脉血2ml，上下摇动5次，8:00将抗凝标本统一送中心实验室测APTT和PT/INR。
中心实验室检测的标本存放时间不超过两小时，9:00统一在德国BE公司生产的Rack Rotor全自动凝血仪测APTT、PT/INR值。
(5)实验所得数据表实验所的数据如下列三个表。
表一是三组的APTT值表；表二是三组的PT值表；表三是三组的INR 值表。
表一APTT值实验数据表表二PT 值实验数据表实验分组样本静脉血实验室组(第1组)APTT1静脉血试条组(第2组)APTT2末梢血试条组(第3组)APTT3131.2034.3033.80240.7043.5042.40338.4040.9038.40440.2043.7042.60537.0038.6036.60636.7038.4039.80736.7038.9036.50842.5047.4043.40943.5047.5047.701039.6042.5038.101138.7042.9041.701235.0038.2034.301332.0036.9036.801434.0038.9036.201537.0041.6038.101639.6043.0043.601742.6047.1044.801839.5042.3039.101936.0040.5038.202035.2040.2037.602131.0035.6033.702237.3042.0038.502338.1042.3035.102430.7034.3032.402535.5040.1041.102638.7045.6048.702738.5041.5038.502838.6043.2041.702937.7039.7033.803032.0038.9034.003136.0041.0037.203227.4031.6032.703330.6035.5029.503437.8043.9038.10实验分组样本静脉血实验室组(第1组)PT1静脉血试条组(第2组)PT2末梢血试条组(第3组)PT3表三INR 值实验数据表114.0014.2014.30215.9016.2016.40314.9014.6013.50413.9013.8013.40514.3015.1015.40615.1017.7015.00714.0013.2012.70817.2016.3016.70915.2015.1016.401016.7016.7015.301114.1015.8015.501216.3014.6014.201313.9015.2015.501416.0015.9015.601517.4016.5015.501615.2014.3015.001716.0016.1015.601812.0013.3014.201913.8013.7013.302014.3015.3015.502111.5011.2011.902215.2015.5014.502312.0013.3013.802414.3014.4013.702514.3014.6013.302616.3016.8017.102714.7014.3013.102815.0014.3015.302912.1015.2014.803014.9014.3013.403114.6015.2016.303216.1015.3014.203313.6013.8012.503419.3018.5018.60实验分组样本静脉血实验室组(第1组)INR1静脉血试条组(第2组)INR2末梢血试条组(第3组)INR31 1.06 1.10 1.002 1.08 1.10 1.1031.121.101.104 1.07 1.10 1.105 1.12 1.10 1.106 1.16 1.10 1.207 1.01 1.00 1.008 1.24 1.20 1.209 1.24 1.20 1.2010 1.16 1.20 1.1011 1.18 1.20 1.2012 1.10 1.20 1.1013 1.10 1.10 1.1014 1.25 1.30 1.2015 1.25 1.30 1.2016 1.15 1.10 1.2017 1.14 1.10 1.2018 1.04 1.00 1.0019 1.17 1.20 1.1020 1.18 1.20 1.2021 1.09 1.10 1.1022 1.17 1.20 1.2023 1.04 1.00 1.1024 1.01 1.10 1.0025 1.12 1.10 1.2026 1.20 1.20 1.2027 1.04 1.10 1.0028 1.06 1.10 1.0029 1.12 1.20 1.10300.98 1.00 1.0031 1.17 1.20 1.2032 1.08 1.10 1.0033 1.10 1.10 1.0034 1.21 1.20 1.20四、统计分析方法的选择采用SPSS工具，对数据进行方差分析和相关分析。
五、统计分析过程1、单因素方差分析首先运用SPSS软件对三种方法的测定值，即APTT,INR和PT值进行均值比较。
由于有三类指标，用T检验必须两两比较检验，而方差分析可以依次完成，所以此处选用单因素方差分析。
判断三种方法下所得的APTT、PT、INR值的均值是否有显著差异，在SPSS中的数据排列中，把APTT、PT、INR各作为一个变量，分别排成三列，既用三种方法得到的APTT1、APTT2、APTT3放在一列，PT1、PT2、PT3放在一列，INR1、INR2、INR3放在一列，实验方法作为第四个变量，排在另一列，它的作用是对APTT、PT、INR进行分组。
软件计算结果如下：(1)对表一中各组APTT之间的均值（方差齐性）比较分析表四三种方法所得的APTT的方差分析表ANOVA由表四可以看出，显著性概率P=0.00〈0.01，表示三种方法所得的APTT数据不具有方差齐性，既不同方法所得的APTT值有显著差异。
Post Hoc Tests表五APTT多重比较结果Multiple Comparisons*The mean difference is significant at the.01level.由于前面已经得出了三种方法所得APTT值不具有方差齐性的结论，所以这里应当读取“不具有方差齐性”的Tamhane T2的t检验结果（表中加黑部分）。
由表五可以看出，静脉血实验室组与静脉血试条组所得APTT均值组合的显著性概率为0.00〈0.01，既两种方法所得的APTT均值有显著性差异，静脉血实验室组与末梢血试条组组合的显著性概率为0.157〉0.01，既两种方法所得的APTT均值无显著性差异，静脉血试条组与末梢血试条组组合的显著性概率为0.066〉0.01，既两种方法所得的APTT均值无显著性差异。