分析“计数”数据我们做了一项研究，收集了五年内我所在领域的出版物数据。 对于每份出版物，我们都完成了一个 24 要素清单。 电子表格有一列的整数值范围为 0-24。 我想比较出版物如何按出版年份（在不同的列中编码）在清单上得分。 这种比较的适当统计数据是什么？ 我对此有不同的建议。
苹果系统回复：分析“计数”数据我不太担心数据呈正态分布，但如果您的计数数据聚集在顶部附近，那么比较跨年均值的方差分析可能会产生误导。我建议尝试转换您的计数数据，以便更清楚地显示随时间变化的差异。根据计数数据的分布方式，您甚至可以尝试对计数数据进行离散分箱。我总是建议查看计数数据的分布，以了解转换是否合适，如果合适，什么样的转换（日志、分箱等）有意义。我同意您应该将年份视为序数变量 - 除非平均数随着时间的推移似乎是单调的 - 如果是这样，那么连续可能会更好。
回复：分析“计数”数据感谢伟大的答复。 我的数据结构与您的“假”表相同。 你的数据和我的数据之间的主要区别在于，在我的“分数”（“我的表中的计数”）是一个整数计数，定义范围为 0 到 24。 计数紧密地聚集在范围的顶部附近。 我认为 ANOVA 不是一个好的选择，因为数据是离散的并且不是正态分布的。
回复：分析“计数”数据你好@dweinber ,
你能分享一张你的数据表结构的截图吗？ 这可能有助于提供一些关于如何分析它的更具体的细节，因为您可能需要拆分或堆叠数据，具体取决于您的结构。
但是，我同意做一个方差分析，你使用出版分数作为你的 Y 值，出版年份作为 X——可能更容易把它当作一个序数变量而不是连续变量。 如果让它保持连续，您将无法对分数执行方差分析。
在下面的示例中，我创建了一个假数据表，其中包含一个名为 score 的列，它是一个随机正态数，平均值为 12，stdev 为 3，出版年份是 2000 到 2020 之间的随机整数——只是为了给出一个主意。 然后，你用 X 做一个 Fit Y，把 Score 作为 Y，把 Pub Year 作为 X，然后你可以对 Score by Year 做一个方差分析（点击 Oneway 旁边的红色热按钮...得到你的统计选项回顾）。 小心确定并理解您需要了解方差分析的测试类型，不要只将它给出的输出视为整个故事。
希望这可以帮助！，
DS
回复：分析“计数”数据我需要更多信息。这 24 个项目是单独测量还是以某种方式组合成一个分数？换句话说，您是比较一段时间内的 24 种不同度量还是比较一段时间内的单个度量？至于方法，在任何一种情况下，您都可以尝试使用时间（年）作为离散变量和/或回归，使用时间作为连续变量（前者应该帮助您确定后者是否合理）。
