统计推断常用的方法有
（1）简单随机抽样：
简单随机抽样，是指抽样过程应独立进行并且总体中每个个体被抽到的机会均等。随机抽样不是随便抽取，随便抽取容易受到个人好恶的影响。为实现随机化，可采取抽签、掷随机数骰子或查随机数值表等办法。如从100件产品中随机抽取l0件组成样本，可以把这100件产品从l开始编号直到100号，然后用抓阄的办法任意抽出l0个编号，由这l0个编号代表的产品组成样本。此种抽样方法的优点是抽样误差小，缺点是手续繁杂。在实践中真正做到每个个体被抽到的机会相等是不容易的。
（2）周期系统抽样：
周期系统抽样，又叫等距抽样或机械抽样，即将总体按顺序编号，用抽签或查随机数值表的方法确定首件，进而按等距原则依次抽取样本。如从120个零件中取五个做样本，先按生产顺序给产品编号，用简单随机抽样法确定首件，然后按每隔24(由120÷5=24得)个号码抽取一个，共抽取五个组成样本。这种方法特别适用于流水线上取样，操作简便，实施起来不易出现差错。但抽样起点一经确定，整个样本就完全固定。对总体质量特性含有某种周期性变化，而当抽样间隔恰好与质量特性变化周期吻合时，就可能得到一个偏差很大的样本。
（3）分层抽样法：
分层抽样法，即从一个可以分成不同子总体的总体中，按规定比例从不同层中随机抽取个体的方法。当不同设备、不同环境生产同一种产品时，由于条件差别产品质量可能有较大差异，为了使所抽取的样本具有代表性，可以将不同条件下生产的产品组成组，使同一组内产品质量均匀，然后在各组内按比例随机抽取样品合成一个样本。这种抽样方法得到的样本代表性比较好，抽样误差较小，缺点是抽样手续较繁，常用于产品质量检验。
（4）整群抽样法：
这种方法是先将总体按一定方式分成多个群，然后随机地抽取若干群并由这些群中的所有个体组成样本。如按照生产过程将1000个零件分别装入20个箱中，每箱50个，然后随机抽取一箱，此箱中50个零件组成样本。这种抽样方法实施方便，但样本来自个别群体而不能均匀分布在总体中，因而代表性差，抽样误差较大。
数据分析知识图谱- part1
在日常分析中，常会遇到不知道选择什么分析方法的尴尬情况出现，尤其是在面对几种相似的方法，不知道它们之间有什么差别，一念之差就会选错方法。相信这样的小盲点，依然困扰着不少人。
因此，SPSSAU整理了一份相似方法的对比目录，可以一目了然地比较出方法间的差异。由于方法较多，将分几部分整理出来。
频数分析 是用于分析定类数据的选择频数和百分比分布。
描述分析 用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总 用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的数据进行汇总统计。
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法 为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度 是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度 是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
T检验 可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用 方差分析 。
如果要分析定类数据和定类数据之间的关系情况，可使用 交叉卡方分析
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用 非参数检验 。
相关分析 用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析 通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择 路径分析 。
相关分析用于研究X和Y的关系情况，X、Y都为定量数据。
（1）简单相关分析 是分析对两个变量之间的相关关系。
（2） 当两个变量都与第三个变量相关时，为了消除第三个变量的影响，值关注这两个变量之间的关系情况，此时可使用 偏相关分析 。
（3） 如果是研究两组变量之间的整体相关性，可用 典型相关分析 。
线性回归用于研究X对于Y的影响，前提是因变量Y为定量数据。
如果X很多时，可使用 逐步回归 自动找出有影响的X；
如果需要研究多个线性回归的层叠变化情况，此时可使用 分层回归 ；
如果数据中有异常值，可使用 Robust回归 进行研究。
Logistic回归用于研究 X对于Y的影响，因变量Y 一定 为定 类 数据。
如果Y有两个选项时，可使用 二元Logit回归。
如果Y的选项大于2个时，可使用 多分类Logit回归。
如果Y为定类数据，且选项有顺序大小之分时，可使用 有序Logit回归。
T检验用于分析定类数据与定量数据之间的关系情况，且X的组别只限于为两组。
如果是对比单个变量与某个数字的差异，可用 单样本T检验。
如果是对比两个变量之间（X定类，Y定量）的差异关系，可用 独立样本T检验。
如果两个变量是配对数据，比如对一个群体用同一个工具前后测量了两次，可用 配对T检验分析。
方差分析用于分析定类数据与定量数据之间的关系情况，可分析两组或两组以上的变量差异。
如果X为一个，则使用 单因素方差分析 ，即通用方法里的方差。
如果X的个数为2个，可使用 双因素方差分析 。
当X个数超过2个，可使用 多因素方差分析 。通常双因素方差分析与多因素方差分析多用于实验研究中。
事后检验 是基于方差分析基础上进行，如果X的组别超过两组，可用事后检验进一步分析两两组别之间的差异。
如果研究中有干扰因素（控制变量），可使用 协方差分析 。
多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
“多选题分析” 是针对单个多选题的分析方法，可分析多选题各项的选择比例情况
“单选-多选” 是针对X为单选，Y为多选的情况使用的方法，可分析单选和多选题的关系。
“多选-单选” 是针对X为多选，Y为单选的情况使用的方法。
“多选-多选” 是针对X为多选，Y为多选的情况使用的方法。
聚类分析以多个研究标题作为基准，对样本对象进行分类。
如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用 K-means 聚类算法还是 K-prototype 聚类算法。
如果是按变量（标题）聚类，此时应该使用 分层聚类 ，并且结合聚类树状图进行综合判定分析。
权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
因子分析： 因子分析可将多个题项浓缩成几个概括性指标（因子），然后对新生成的各概括性指标计算权重。
熵值法： 熵值法是利用熵值携带的信息计算每个指标的权重，通常可配合因子分析或主成分分析得到一级权重，利用熵值法计算二级权重。
AHP层次分析法： AHP层次分析法是一种主观加客观赋值的计算权重的方法。先通过专家打分构造判断矩阵，然后量化计算每个指标的权重。
TOPSIS法： TOPSIS权重法是一种评价多个样本综合排名的方法，用于比较样本的排名。
模糊综合评价： 是通过各指标的评价和权重对评价对象得出一个综合性评价。
灰色关联： 灰色关联是一种评价多个指标综合排名的方法，用于判断指标排名。
非参数检验用于研究定类数据与定量数据之间的关系情况。如果数据不满足正态性或方差不齐，可用非参数检验。
单样本Wilcoxon检验 用于检验数据是否与某数字有明显的区别。
如果X的组别为两组，则使用 MannWhitney 统计量，如果组别超过两组，则应该使用 Kruskal-Wallis 统计量结果，SPSSAU可自动选择。
如果是配对数据，则使用 配对样本Wilcoxon检验
如果要研究多个关联样本的差异情况，可以用 多样本Friedman检验 。
如果是研究定类数据与定量（等级）数据之间的差异性，还可以使用 Ridit分析 。
判断数据分布是选择正确分析方法的重要前提。
正态性： 很多分析方法的使用前提都是要求数据服从正态性，比如线性回归分析、相关分析、方差分析等，可通过正态图、P-P/Q-Q图、正态性检验查看数据正态性。
随机性： 游程检验是一种非参数性统计假设的检验方法，可用于分析数据是否为随机。
方差齐性： 方差齐检验用于分析不同定类数据组别对定量数据时的波动情况是否一致，即方差齐性。方差齐是方差分析的前提，如果不满足则不能使用方差分析。
Poisson分布： 如果要判断数据是否满足Poisson分布，可通过Poisson检验判断或者通过特征进行判断是否基本符合Poisson分布（三个特征即：平稳性、独立性和普通性）
卡方拟合优度检验： 卡方拟合优度检验是一种非参数检验方法，其用于研究实际比例情况，是否与预期比例表现一致，但只针对于类别数据。
单样本T检验： 单样本T检验用于分析定量数据是否与某个数字有着显著的差异性。
当需要研究多个变量之间的关系情况时，通常可构建统计模型用于分析及预测。
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 。
如需分析多个X对多个Y的影响关系，以及具体哪些X对哪些Y有影响如何影响，可使用 路径分析 。
还有一种方法称为结构方程模型，包含测量模型和结构模型。如果需要测量模型和结构模型，可使用 结构方程模型 。
当研究中包括有很多题目或很多变量时，可通过信息浓缩的方法，把数据浓缩成一个或多个变量，以便用于后续的分析。
主成分分析和因子分析 都是信息浓缩的方法，即将多个分析项信息浓缩成几个概括性指标。如果希望进行将指标命名，SPSSAU建议使用因子分析。原因在于因子分析在主成分基础上，多出一项旋转功能，该旋转目的即在于命名。
平均值和求和 也是信息浓缩的常用方法，比如要将多个题项合并成一个变量，可通过求平均值概括成一个题项。当数据不满足正态，存在极端值时，可用 中位数 代替平均值。
一致性检验的目的在于比较不同方法得到的结果是否具有一致性。检验一致性的方法有很多比如：Kappa检验、ICC组内相关系数、Kendall W协调系数等。
Kappa系数检验 ，适用于两次数据（方法）之间比较一致性，比如两位医生的诊断是否一致，两位裁判的评分标准是否一致等。
ICC组内相关系数检验 ，用于分析多次数据的一致性情况，功能上与Kappa系数基本一致。ICC分析定量或定类数据均可；但是Kappa一致性系数通常要求数据是定类数据。
Kendall W协调系数 ，是分析多个数据之间关联性的方法，适用于定量数据，尤其是定序等级数据。
配对研究是一种医学上常见的研究设计，常见于单组样本前后对比研究，或者将样本分为实验组和对比组两组，针对干预措施进行研究。
如果配对样本数据为定量数据时，可使用 配对样本T检验 。
如果配对样本数据为定量数据，但配对样本的差值不符合正态分布，则考虑使用 配对Wilcoxon检验
如果数据为定类数据，则使用 配对卡方检验 。
判别分析： 用于在分类确定前提下，根据数据的特征来判断新的未知属于哪个类别。
对应分析： 用于分析定类数据的分类情况，并结合图形展示。
曲线分析： 如果想要研究X对Y的影响关系，且X和Y不满足线性关系（可通过散点图观察），而呈现出曲线关系，建议根据曲线拟合图结果，选择拟合程度较好的曲线进行曲线回归分析。
更多干货内容可登录 SPSSAU官网 查看
如何构建知识图谱
自己建吗可以下载图谱软件构建
可以参考一下这个
SPSS: 大型统计分析软件，商用软件。具有完整的数据输入、编辑、统计分析、报表、图形绘制等功能。常用于多元统计分析、数据挖掘和数据可视化。
Bibexcel: 瑞典科学计量学家Persoon开发的科学计量学软件，用于科学研究免费软件。具有文献计量分析、引文分析、共引分析、耦合分析、聚类分析和数据可视化等功能。可用于分析ISI的SCI、SSCI和AHCI文献数据库。
HistCite: Eugene Garfield等人于2001年开发的科学文献引文链接分析和可视化系统，免费软件。可对ISI的SCI、SSCI和SAHCI等文献数据库的引文数据进行计量分析，生成文献、作者和期刊的引文矩阵和实时动态引文编年图。直观的反映文献之间的引用关系、主题的宗谱关系、作者历史传承关系、科学知识发展演进等。
CiteSpace: 陈超美博士开发的专门用于科学知识图谱绘制的免费软件。国内使用最多知识图谱绘制软件。可用于追踪研究领域热点和发展趋势，了解研究领域的研究前沿及演进关键路径，重要的文献、作者及机构。可用于对ISI、CSSCI和CNKI等多种文献数据库进行分析。
TDA: Thomson Data Analyzer（TDA）是Thomson集团基于VantagePoint开发文献分析工具。商用软件。具有去重、分段等数据预处理功能；可形成共现矩阵、因子矩阵等多种分析矩阵；可使用Pearson、Cosine等多种算法进行数据标准化；可进行知识图谱可视化展示。
Sci2 Tools: 印第安纳大学开发的用于研究科学结构的模块化工具可从时间、空间、主题、网络分析和可视化等多角度，分析个体、局部和整体水平的知识单元。
ColPalRed: Gradnada大学开发的共词单元文献分析软件。商用软件。结构分析，在主题网络中展现知识（词语及其关系）；战略分析，通过中心度和密度，在主题网络中为主题定位；动态分析，分析主题网络演变，鉴定主题路径和分支。
Leydesdorff: 系类软件。阿姆斯特丹大学Leydesdorff开发的这对文献计量的小程序集合。处理共词分析、耦合分析、共引分析等知识单元体系。使用“层叠图”实现可视化知识的静态布局和动态变化。
Word Smith: 词频分析软件。可将文本中单词出现频率排序和找出单词的搭配词组。
NWB Tools: 印第安纳大学开发的对大规模知识网络进行建模、分析和可视化工具. 数据预处理；构建共引、共词、耦合等多种网络；可用多种方法进行网络分析；可进行可视化展示.
Ucinet NetDraw: Ucinet是社会网络分析工具。包括网络可视化工具Net Draw。用于处理多种关系数据，可通过节点属性对节点的颜色、形状和大小等进行设置。用于社交网络分析和网络可视化。
Pajek: 来自斯洛文尼亚的分析大型网络的社会网络分析免费软件。Pajek基于图论、网络分析和可视化技术，主要用于大型网络分解，网络关系展示，科研作者合作网络图谱的绘制。
VOSviewer: 荷兰莱顿大学开发的文献可视化分析工具。使用基于VOS聚类技术技术实现知识单元可视化工具。突出特点可视化能力强，适合于大规模样本数据。四种视图浏览：标签视图、密度视图、聚类视图和分散视图。
[4]陈悦, 刘则渊, 陈劲等. 科学知识图谱的发展历程[J]. 科学学研究, 2008, (03): 449-460.
[5]Shiffrin, R.M., and Katy Börner. Mapping Knowledge Domains[C]. Proc. Proceedings of the National Academy of Sciences of the United States of America pp. 5183-5185.
[6]Börner, K., Chen, C.和Boyack, K.W. Visualizing knowledge domains[J]. Annual review of information science and technology, 2003, 37, (1): 179-255.
[7]CM, C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57, (3): 359-377.
[8]陈悦和刘则渊. 悄然兴起的科学知识图谱[J]. 科学学研究, 2005, (02): 149-154.
[9]邱均平. 信息计量学[M]. (武汉大学出版社, 2007. 2007).
[10]沙勇忠和牛春华. 信息分析[M]. (科学出版社, 2009. 2009).
[11]塞沃尔, 建军和煦. 链接分析: 信息科学的研究方法[M]. (东南大学出版社, 2009. 2009).
[12]Egghe, L.和Rousseau, R. Introduction to informetrics: Quantitative methods in library, documentation and information science[J]. 1990
[13]韩家炜, 坎伯, 裴健等. 数据挖掘: 概念与技术[M]. (机械工业出版社, 2007. 2007).
[14]Wasserman, S. Social network analysis: Methods and applications[M]. (Cambridge university press, 1994. 1994).
[15]Persson, O., R. Danell, J. Wiborg Schneider. How to use Bibexcel for various types of bibliometric analysis[C]. Proc. International Society for Scientometrics and Informetrics., Leuven, Belgium2009 pp. 9–24.
[16]Yang, Y., Akers, L., Klose, T.等. Text mining and visualization tools–impressions of emerging capabilities[J]. World Patent Information, 2008, 30, (4): 280-293.
[17]Börner, K., Huang, W., Linnemeier, M.等. Rete-netzwerk-red: analyzing and visualizing scholarly networks using the Network Workbench Tool[J]. Scientometrics, 2010, 83, (3): 863-876.
[18]廖胜姣. 科学知识图谱绘制工具:SPSS和TDA的比较研究[J]. 图书馆学研究, 2011, (05): 46-49.
[19]Scott, M. WordSmith tools[M]. (Oxford: Oxford University Press, 1996. 1996).
[20]Batagelj, V.和Mrvar, A. Pajek - Program for Large Network Analysis[M]. (1998. 1998).
[21]Borgatti, S.P., Everett, M.G.和Freeman, L.C. Ucinet for Windows: Software for social network analysis[J]. 2002
[22]Van Eck, N.J.和Waltman, L. VOSviewer: A computer program for bibliometric mapping[J]. 2009
