第2篇1

数据的表示与处理

【课

型】复习课

【三维目标】

知识与能力：掌握VB中常用的数据类型，区别变量和常量的定义及声明使用

过程与方法：面对不同的问题，能够具体对待，给变量或常量不同的类型定义

情感态度与价值观：注意培养学生严谨的学习习惯【教学方法】讲授法、任务驱动法

【教学重点】使同学们掌握理解VB的常用数据类型、变量及变量名的命名规则。【教学难点】学会给变量定义合适的类型【教学过程】

一、情景引入

数学中我们接触得数据是什么样的？和我们程序设计语言中的数据又有什么不同呢？在VB中的数据到底是如何表示的？在计算机里如何对数据进行处理的呢？我们的很多疑问，今天这节课都将被一一解答。

1、数学中的“数据”和程序设计中的“数据”，要区别对待！

2、数据类型是一种约定。不同的约定，计算机分配的存储空间大小也不同。

“01000001”被定义为字符串型，则表示“A”“01000001”被定义为数值型，则表示整数65。

二、计算机存储容量的单位

计算机存储容量的最小单位bit称为“位”。计算机存储容量的基本单位Byte称为“字节”。位和字节之间的换算关系是1字节=8位千字节KB1KB=210字节=1024B兆字节MB1KB=220字节=1024KB吉字节GB1KB=230字节=1024MB太字节TB1KB=240字节=1024GBIP地址是32位，占4个字节。

三、VB中的数据类型P21

1、数值型：

数据类型关键字存储容量取值范围备注整型Integer2字节-32768~~32768可以表示整数

长整型Long4字节

单精度型Single4字节

合称为:浮点型、实型可以表示带小数点的数

双精度型Double8字节

补充：将知识与数学中的数值型类型联系起来讲，比如：数学中实数，整数等，它们的取值范围是多少等。这样同学们就更容易地掌握VB语言中的数据类型以及它们取值范围。师生互动：

⑴、若表示人的寿命，定义变量类型？（Integer）

若表示圆的面积或者周长，定义变量类型？（Single）

若表示全面税收，定义变量类型？（Double）

⑵、在VB中，下列语句中哪个定义了一个实型变量？（C）

A.DimSAsStringB.DimBAsBooleanC.DimSumAsSingleD.DimIAsInteger

2、字符串型：String,指用一对英文状态下的””括起来的数据，不包括双引号””本身。师生互动：

⑶、下面（）不是字符串常量。

A.＂你好＂

B.＂＂

C.＂Ture＂

D.#False#解体分析：B选项＂＂，是指空字符串。

3、布尔型：Boolean,包含“True”和“False”。如果用数值型表示，True→-1，False→0。

师生互动：

⑷、设a=2，b=3，在VB中，表达式a>bAndb>=3值是()A.1B.-1C.TrueD.False⑸、下列程序，当单击窗体时s的值是()PrivateSubForm_Click()Dimsasbooleana=2:b=3:c=4:d=5s=a>bAnd2*a>cOrc11PrintsEndSubA.TrueB.FalseC.1D.0分析：特别注意第5题和第6题中s被定义的类型，若定义为布尔型Boolean，结果为True或False；若S定义为整型Integer，则结果为-1或0。

4、日期型：Date，指用一对##括起来的数据。例如：#2010/2/17#

四、常量与变量

1、常量、变量：课本上没有具体讲关于“变量”的概念，我们应结合物理、数学的一些公式来对常量、变量进行下个定义：比如：物理中的均速运动的公式：S=Vt进行分析,在一定的速度下，S的值随着t的值改变而变化，这里的常量是V，而变量是S和t。

请同学们分析一下：S=3.14*R2这里的常量是什么？变量是什么？

2、常量、变量的类型：

常量（Constant）：分为数值常量、字符串常量等。

变量（Variable）:分为字符型、整型、长整型、单精度型、双精度型、布型、日期型。

变量定义格式：DimAS常量定义格式：Conse[AS数据类型]=表达式注意：应遵循先声明后使用的原则。

3、变量命名的约定：

①开头：字母或汉字

②以字母、汉字、数字、下划线组成。

③长度不超过255个字符④大小写不区分⑤不能使用保留字

师生互动：

⑺、在VB中，不能作为变量名的是()A.中国B.String

C._qD.a_b⑻、在VB中，以下关于符号常量的声明正确的是()A.ConstTAGasString

B.ConstTAGasString="VisualBasic"C.PublicTAGasString="Visual"D.DimTAGasString⑼、写出如下程序段执行结束后变量I的值。①DimIasintegerI=2I=i+2I=i+3Printi②DimIasintegerI=2Printi+2Printi+3

分析：①程序中I的值被修改过两次，进行了重新赋值，最后为I=8。

②程序中I的值被调用了2次，但是并没有任何修改，所以I=2。

五、课堂总结

1、VB中的数据类型（数值型、字符串型、布尔型、日期型）的关键字、所占字节、取值范围等等。

2、常量的定义和使用。

3、变量的定义和使用、变量名的命名规则等。

六、教学反思

第4篇2

五、计算机中数据的表示

【教学目标】

1．知识与技能

（1）知道计算机内的信息表示方法。（2）知道ASCII码和汉字代码。2.过程与方法

掌握二进制和十进制的换算方法。3.情感、态度与价值观。培养信息表示的规范和准则。

【教学重点与难点】

重点：知道ASCII码和汉字代码。难点：进行二进制和十进制的简单换算。

【课时安排】

1个课时。

【教学准备】

PPT、以及教材以外的生活中的信息。

【教学过程】

1．引入

通过提问：（1）我们是如何表示数字的？

（2）我们的大脑又是如何记忆往事的呢？2．介绍计算机与二进制。

由于计算机的结构决定了计算机中数据的表达方式，计算机的逻辑电路通常有两种状态：通电与断电、充电与放电、高电位与低电位。因此，计算机中的各种数据，通常都是用二进制编码形式来表示、存储、处理和传送的。

（1）、计算机的为什么要使用二进制表达信息呢？①、技术实现简单。②、简化运算规则。③、适合逻辑运算。④、易于进行转换。

⑤、抗干扰能力强，可靠性高。

（2）二进制和十进制的介绍；

①、十进制：

共有10个数码（0•••9），逢10进1基数：10②、二进制：

共有两个数码（0和1），逢2进1基数：2（3）介绍二进制和十进制的转换。（4）介绍数据的单位；

3．介绍英文字符和数字字符的代码（1）、ASCII码。

ASCII码是一种常用的字符代码。它用7位二进制数表示128种不同的字符。它们分别为：数字０~９，大小英文字母各26个，还有一些通用符号和一些控制符。

4.汉字的代码

由于汉字的特殊性决定了汉字的存储形式，汉字有输入码、国标码、机内码、字形码、地址码等。这里重点介绍国标码——GB2312-80。【小结】

1.计算机中数据是如何表示的？

计算机中的数据都是采用二进制编码表示的；2.十进制如何转换为二进制？

整数部分采用除2求余数法，即除2逆序取余；小数部分采用乘2取整数法。顺序取整。3.二进制如何转换为十进制？

用每一位的数码乘以该位的位权，然后相加所得之和。

4.计算机中数字、字符的编码——ASCII码。使用7位二进制数来表示。5.中文字符采用国标码。

【练习】

1.将十进制数17转换为二进制数；2.将二进制数1100001转换为十进制数；

【课后反思】

数据分析工作计划

数据分析工作总结

调查报告数据分析

数据分析工作总结

调查数据分析

第1篇3

第六单元

数据的表示和分析

生

日

教学内容：教材第83-84页。教学目标：

1、结合调查班里同学的生日在什么季节，使学生经历数据的收集、整理、描述和分析的过程，进一步获得统计活动的经验。

2、根据统计图回答一些简单问题，并进行简单推测。

3、学生在积极参与数学学习活动中，体验快乐与成功。教学重点：在具体情境中，使学生体验统计的全过程。

教学难点：如何更好地使学生交流数据整理的方法，并会对数据进行描述和分析。教学过程：

一、激趣促学

1.说一说你的生日在什么季节？你的好朋友呢？2.怎样才能知道哪个季节过生日的人最多？

二、玩中学

1．说一说。说一说你的生日是几月几日？你知道是什么季节吗？

2．分一分：哪几个月是春季？哪几个月是夏季？哪几个月是秋季？哪几个月是冬季？四季是怎样划分的？（1）小组讨论。

（2）全班交流，汇报讨论结果。

（3）说一说你有什么好方法记住四季的划分？（4）小组交流：怎样收集和整理调查得到的数据？3．涂一涂。在统计表格中涂色，整理数据。4．说一说。（1）哪个季节过生日的同学最多？（2）夏季和冬季过生日的同学有几名？

（3）如果你们班某个同学的生日你不知道，猜猜他最有可能在哪个季节过生日。（4）从图中你还能发现什么？

(5)如果今天恰好有一个同学没有来，猜猜他最有可能在哪个季节生日？

三、实践应用

我的女儿生日快到，你们说说送给她什么礼物好？（出示书、布娃娃、果冻、鲜花）怎样才能知道大家的意见呢？

1.调查、记录

2.汇报、交流

四、师生小结、课后延伸。师：这节课你有什么收获？

板书设计：

生日

3、4、5月是春季

6、7、8月是夏季

9、10、11月是秋季

12、1、2月是冬季

条形统计图

课后反思：

栽蒜苗

（一）

教学内容：北师大版数学四年级下册第85-87页。教学目标：

1、通过处理实验数据的活动，体会到统计图中一格表示多个单位的必要性。

2、理解条形统计图上的数据所表示的意义。

3、会将实验中所得的数据用条形统计图表示。

4、感受数学的简洁美。教学重点：

1、根据数据绘制条形统计图，了解条形统计图特点和作用。

2、让学生能根据实验数据设计条形统计图。

教学难点：体会条形统计图一格表示多个单位的必要性。教、学具准备：投影仪、课件、空白统计表，空白统计图

教学过程：

一、课前谈话

二、制作小组蒜苗种植高度统计表

1、出示数据，阳光小组蒜苗第15天生长情况

2、观察数据，制作小组蒜苗种植高度统计表

请组长把你们的统计表拿出来。找到了吗？那由小组长负责，小组同学一起来完成这张统计表，好吗？开始吧！

学生活动，教师巡视，深入小组，及时指导。

师：有些小组已经用行动告诉我他们已经完成任务了，那让我们在心中期待其他小组赶快加油。我们在等着你们，加油啊！

3、汇报

现在大家都完成了，谁愿意代表你们小组来介绍一下你们小组统计的情况呢？通过观察他们小组的统计表，你能看出他们小组中谁种的蒜苗长的最高，谁种的蒜苗长的最矮吗？

指名说一说。通过统计表的形式我们可以很容易看出他们这一小组谁种的蒜苗长的最高，谁种的蒜苗长的最矮。除了统计表，还有什么形式可以很形象的表示出你们小组的蒜苗种植情况呢？

引导学生说出：统计图

三、引出统计图，并根据实验数据制作条形统计图

1、观察空白统计图，并提出问题

那正好在你们的桌面上老师给你们提前准备了一张统计图，现在请在小组长的带领下，了解一下这张统计图。学生认真观察，初步了解这张统计图。通过你们刚才初步了解这张统计图，你们有没有遇到什么样的问题？引导学生发现统计图设计的格子有限，按照以前所学的统计形式，无法完整的统计出他们蒜苗成长的记录。

2、小组讨论，寻找解决策略

那既然大家都遇到了这个难题，那我们就在小组里先商量一下，遇到的这个问题如何去解决？

小组讨论，商量对策。让学生汇报一下他们小组商量的方法，教师简单评价。

3、小组合作，绘制统计图

刚才大家想了出了用1格表示多个单位的好办法，它解决格子不够用的问题。那么每张图上的每一格表示几个单位，还要与所画条形的数据有关。如果数据很大，那么每一格所表示的单位也多，数据小，那么所表示的单位也小。下面请同学们自己试一试。

小组商量一下，哪种办法适合你们小组，你们就选择哪种办法来解决，好吗？那开始绘制这张统计图。要求：

1、以小组为单位合作讨论，利用统计表和方格图，制作统计图。

2、说说统计图中的一格表示多少。

小组活动，教师加强巡视，及时发现同学们的问题和困惑，给予一定的帮助和指导。师：行动快的小组现在已经在心里为你们加油了，加快速度。已经完成的小组可以再看看你们的统计图。考虑一下一会介绍的时候怎么说？

4、介绍小组绘制的统计图师：怎么样？准备好了吗？

师：现在哪个小组愿意把你们的设计情况告诉我们？重点请学生说说是怎么解决格子不够这个问题的。

引导学生想出如果格子画不满或者突出一点的时候，可以在相应的条形上标出数据。

师：如果有哪个小组也遇到了格子画不满或者突出一点的情况，那就按照你们自己找的好办法，把你们小组的统计图稍微修改一下。

组内修改，教师巡视。

5小结，说一说你觉得条形统计图有什么好处？（直观，形象）

四、练习读图，获取有用信息

五、小结

这节课你有什么收获？

六、小调查

生活中有许多事情可以通过数据来反映，比如：一年中每个月的电费、水费等，请同学们选择一个主题进行调查、统计，并在附页3中制成条形统计图

七、作业布置。

板书设计：

栽蒜苗

（一）

条形统计图能比较清楚地比较各个数据的大小。

选取数量单位大小要合适。

课后反思：

栽蒜苗

（二）

教学内容：北师大版数学四年级下册第88-89页。教学目标：

1、了解单式折线统计图的特点，能根据一组相关的数据，绘制折线统计图。能从折线统计图上，获取数据变化情况的信息，并进行简单的预测。

2、经历处理实验数据的过程，在探索中掌握解决问题的方法。

3、使学生了解数学与生活息息相关，来自于生活，更服务于生活。教学重点：能将一组相关的数据绘制成折线统计图。

教学难点：能从折线统计图上获取数据变化情况的信息，并进行简单的预测。教学准备：多媒体课件及多媒体设备、实物投影、小黑板、教学过程

一、复习导入：

同学们，今天我们继续研究我们在的蒜苗。（板书栽蒜苗）

和同学们一样，老师也栽了一株蒜苗，这是老师每隔3天观察一次，记录下来的蒜苗生长情况。（出示表格）

天数/天

15蒜苗高度/厘米

17你能帮助老师把它制成条形统计图吗？

（小黑板出示格子图，一名同学在黑板上制作，其他学生在111页上面的格子图制作。然后纠正黑板上的问题）

说说条形统计图的优点？

2、（移开小黑板露出折线统计图）大家请看，老师也做了一个统计图

这些线很曲折，所以这样的统计图叫做折线统计图。（板书折线统计图）

二、进行新课

1、学习折线统计图的优点：

大家认真比较一下这两个统计图，在小组内讨论一下他们有什么相同和不同的地方。（相同点是都有标题，横线上的数都表示时间，竖线上的数都表示蒜苗高度；不同点是条形统计图使用长条表示蒜苗的高度，而折线统计图用点表示。学生可能回答用线表示，教师要及时纠正，并板书“点——数量”）

再仔细观察，这条线是怎样变化的？（学生可能回答：这条线是逐渐上升的。教师要引导学生观察线的坡度变化并说明这条线代表着蒜苗的生长趋势，蒜苗从第6天到第12天生长速度很快，过了12天长得慢了。并板书“线——趋势”）

正因为折线统计图的这个优点，我们可以对这株蒜苗进行预测，分析它的生长情况：⑴估计这株蒜苗第10天大约长到多少厘米？

⑵预测这株蒜苗第20天大约长到多少厘米？并说说你的想法。

2、学习画折线统计图：

折线统计图有这样的优点，你想不想学着画一画呢？下面来观察一下老师是怎样画折线统计图的。（出示课件，讲解画图方法）

请同学们拿出你的蒜苗生长情况记录，谁能把你的蒜苗生长情况读给大家听听？能不能把你的蒜苗生长情况制成折线统计图呢？打开数学书111页，在下边的格子图中画出来。

根据你画的统计图说说你的蒜苗生长情况好不好？（先向同桌说说，再全班交流）

三、课堂练习

看来有关蒜苗生长情况的折线统计图同学们掌握的非常好，老师很想知道除了反映蒜苗生长情况的折线统计图之外，其它折线统计图你会看吗？请同学们看屏幕。（1）从上图中你能说说“非典”新增病人的变化趋势吗？（2）你能与同学说说产生这种变化趋势的原因吗？（1）小玲每隔（）时测量一次气温

（2）这一天从8：00到16：00的气温从总体上说是如何变化的？（3）请你再提出一个数学问题，并尝试解答。

（1）看图说一说，小玲跳绳中哪一阶段成绩提高最快？哪一阶段成绩提高比较缓慢？（2）估计小玲第八天成绩大约是多少？达到每分135个大约是在第几天？

四、课堂小结

同学们，我们栽的蒜苗在不断长高，我们的知识也在逐渐积累。这节课，你又学会了什么知识呢？（折线统计图的优点，会画折线统计图）

五、布置作业

看屏幕：调查庄河地区最近一周的最高气温，制成折线统计图。并说明气温变化的趋势和原因。板书设计：

栽蒜苗

（二）-------折线统计图

天数/天

15蒜苗高度/厘米

17课后反思：

平均数

教学内容：北师大版数学四年级下册第90-92页。教学目标：

１．通过具体情境使学生理解平均数的意义和作用，会计算平均数，会利用平均数解决实际问题。

２．经历收集数据、整理数据、运用数据描述信息，作出合情推断的过程，使学生认识到数据的作用和统计对决策的作用。

３．通过平均数的学习，初步认识数学与人类生活的密切联系，体会数据可能产生误导，进而形成尊重事实、用数据说话的态度。

教学重点：经历收集数据、整理数据、运用数据描述信息，作出合情推断的过程，使学生理解加权平均数的意义和作用，会计算加权平均数。

教学难点：运用数据描述信息，作出合情推断，体会数据可能产生误导，进而形成尊重事实、用数据说话的态度。教学过程：

一、创设情境，揭示课题。（5分钟左右）1.出示图片：我班学生在大街上捡拾白色垃圾.谈话：白色垃圾对于我们的生活危害很大。出示相关数据。我校也要求学生调查自己家的情况。那么谁说说，你们家一周大约丢弃多少个塑料袋？

学生分别说。（三个）

2.看过一篇报道，城镇某校一个班平均每周丢弃塑料袋28个之多，大多数用于买菜，丢垃圾用。谁能说说平均数怎样算？

板书关系式：总数量÷总份数=平均数

3.看到这个信息你最想做什么吗？（到底城镇用的多，还是我们农村用得多？）如果以我班为农村调查对象。

4.比较什么呢？这节课我们就学习统计中的平均数。（板书）

二、在活动中，自主建构概念

到底我们班的同学平均每家一周丢弃多少个呢？看来要得到平均数只知道几家的数据还不行，你们最想知道什么吗？

（一）活动1：初估平均数。（3分钟）1.出示数据，初估平均数。

学生面对分散而且毫无规律的数据，迟疑一下，在教师的鼓励下有的学生会大概猜一猜。但是数据不统一。

2.“为什么不好估？有什么困难？”，“怎样就比较容易估算了？”两个问题的讨论，引出学生要对数据进行整理的需求。

3.“怎么整理？”，这一问题又引发学生观察数据的特点，最后得到根据相同数据及其个数进行整理。

6.小结：看来平均数与每一个数据都有关系，其实这正是它为什么能广泛应用的原因，那就是用平均数描述问题更全面。

三、在应用中巩固概念。1.出示要解决的问题（9分钟）

学校要给五年级四个班数学竞赛颁奖，奖给谁？比较什么？1班34人平均分87.7分；2班33人平均分89.9分；3班人90.5分；4班35人85.5分如果要给教这两个班的两位教师颁奖呢？颁给那位教师？生交流，师问：哪个更科学公平呢？2.学生应用计算器计算两个班的平均数再比较。

四、回顾总结

（5分钟）

在统计中应用平均数分析数据，说明问题是很重要的手段，今天我们学习的统计中的平均数和以往的平均数有什么相同点和不同点？

五、作业布置

板书设计：

平均数

（5+4+7+5+9）÷5

总数量÷总份数=平均数

=30÷5

=6（个）

答：这5次平均每次记住数字的个数为6个。

课后反思：

第3篇4

以下是我在近三年做各类计量和统计分析过程中感受最深的东西，或能对大家有所帮助。当然，它不是ABC的教程，也不是细致的数据分析方法介绍，它只是“总结”和“体会”。由于我所学所做均甚杂，我也不是学统计、数学出身的，故本文没有主线，只有碎片，且文中内容仅为个人观点，许多论断没有数学证明，望统计、计量大牛轻拍。

于我个人而言，所用的数据分析软件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL进行数据清洗、数据结构调整、复杂的新变量计算（包括逻辑计算）；在后期呈现美观的图表时，它的制图制表功能更是无可取代的利器；但需要说明的是，EXCEL毕竟只是办公软件，它的作用大多局限在对数据本身进行的操作，而非复杂的统计和计量分析，而且，当样本量达到“万”以上级别时，EXCEL的运行速度有时会让人抓狂。

SPSS是擅长于处理截面数据的傻瓜统计软件。首先，它是专业的统计软件，对“万”甚至“十万”样本量级别的数据集都能应付自如；其次，它是统计软件而非专业的计量软件，因此它的强项在于数据清洗、描述统计、假设检验（T、F、卡方、方差齐性、正态性、信效度等检验）、多元统计分析（因子、聚类、判别、偏相关等）和一些常用的计量分析（初、中级计量教科书里提到的计量分析基本都能实现），对于复杂的、前沿的计量分析无能为力；第三，SPSS主要用于分析截面数据，在时序和面板数据处理方面功能了了；最后，SPSS兼容菜单化和编程化操作，是名副其实的傻瓜软件。

STATA与EVIEWS都是我偏好的计量软件。前者完全编程化操作，后者兼容菜单化和编程化操作；虽然两款软件都能做简单的描述统计，但是较之SPSS差了许多；STATA与EVIEWS都是计量软件，高级的计量分析能够在这两个软件里得到实现；STATA的扩展性较好，我们可以上网找自己需要的命令文件（.ado文件），不断扩展其应用，但EVIEWS就只能等着软件升级了；另外，对于时序数据的处理，EVIEWS较强。

综上，各款软件有自己的强项和弱项，用什么软件取决于数据本身的属性及分析方法。EXCEL适用于处理小样本数据，SPSS、STATA、EVIEWS可以处理较大的样本；EXCEL、SPSS适合做数据清洗、新变量计算等分析前准备性工作，而STATA、EVIEWS在这方面较差；制图制表用EXCEL；对截面数据进行统计分析用SPSS，简单的计量分析SPSS、STATA、EVIEWS可以实现，高级的计量分析用STATA、EVIEWS，时序分析用EVIEWS。关于因果性

做统计或计量，我认为最难也最头疼的就是进行因果性判断。假如你有A、B两个变量的数据，你怎么知道哪个变量是因（自变量），哪个变量是果（因变量）？

早期，人们通过观察原因和结果之间的表面联系进行因果推论，比如恒常会合、时间顺序。但是，人们渐渐认识到多次的共同出现和共同缺失可能是因果关系，也可能是由共同的原因或其他因素造成的。从归纳法的角度来说，如果在有A的情形下出现B，没有A的情形下就没有B，那么A很可能是B的原因，但也可能是其他未能预料到的因素在起作用，所以，在进行因果判断时应对大量的事例进行比较，以便提高判断的可靠性。

有两种解决因果问题的方案：统计的解决方案和科学的解决方案。统计的解决方案主要指运用统计和计量回归的方法对微观数据进行分析，比较受干预样本与未接受干预样本在效果指标（因变量）上的差异。需要强调的是，利用截面数据进行统计分析，不论是进行均值比较、频数分析，还是方差分析、相关分析，其结果只是干预与影响效果之间因果关系成立的必要条件而非充分条件。类似的，利用截面数据进行计量回归，所能得到的最多也只是变量间的数量关系；计量模型中哪个变量为因变量哪个变量为自变量，完全出于分析者根据其他考虑进行的预设，与计量分析结果没有关系。总之，回归并不意味着因果关系的成立，因果关系的判定或推断必须依据经过实践检验的相关理论。虽然利用截面数据进行因果判断显得勉强，但如果研究者掌握了时间序列数据，因果判断仍有可为，其中最经典的方法就是进行“格兰杰因果关系检验”。但格兰杰因果关系检验的结论也只是统计意义上的因果性，而不一定是真正的因果关系，况且格兰杰因果关系检验对数据的要求较高（多期时序数据），因此该方法对截面数据无能为力。综上所述，统计、计量分析的结果可以作为真正的因果关系的一种支持，但不能作为肯定或否定因果关系的最终根据。科学的解决方案主要指实验法，包括随机分组实验和准实验。以实验的方法对干预的效果进行评估，可以对除干预外的其他影响因素加以控制，从而将干预实施后的效果归因为干预本身，这就解决了因果性的确认问题。关于实验

在随机实验中，样本被随机分成两组，一组经历处理条件（进入干预组），另一组接受控制条件（进入对照组），然后比较两组样本的效果指标均值是否有差异。随机分组使得两组样本“同质”，即“分组”、“干预”与样本的所有自身属性相互独立，从而可以通过干预结束时两个群体在效果指标上的差异来考察实验处理的净效应。随机实验设计方法能够在最大程度上保证干预组与对照组的相似性，得出的研究结论更具可靠性，更具说服力。但是这种方法也是备受争议的，一是因为它实施难度较大、成本较高；二是因为在干预的影响评估中，接受干预与否通常并不是随机发生的；第三，在社会科学研究领域，完全随机分配实验对象的做法会涉及到研究伦理和道德问题。鉴于上述原因，利用非随机数据进行的准实验设计是一个可供选择的替代方法。准实验与随机实验区分的标准是前者没有随机分配样本。

通过准实验对干预的影响效果进行评估，由于样本接受干预与否并不是随机发生的，而是人为选择的，因此对于非随机数据，不能简单的认为效果指标的差异来源于干预。在剔除干预因素后，干预组和对照组的本身还可能存在着一些影响效果指标的因素，这些因素对效果指标的作用有可能同干预对效果指标的作用相混淆。为了解决这个问题，可以运用统计或计量的方法对除干预因素外的其他可能的影响因素进行控制，或运用匹配的方法调整样本属性的不平衡性——在对照组中寻找一个除了干预因素不同之外，其他因素与干预组样本相同的对照样本与之配对——这可以保证这些影响因素和分组安排独立。

随机实验需要至少两期的面板数据，并且要求样本在干预组和对照组随机分布，分析方法就是DID（倍差法，或曰双重差分法）；准实验分析用截面数据就能做，不要求样本在干预组和对照组随机分布，分析方法包括DID（需两期的面板数据）、PSM（倾向性得分匹配法，需一期的截面数据）和PSM-DID（需两期的面板数据）。从准确度角度来说，随机实验的准确度高于准实验和非实验分析。

关于分析工具的选择

如果根据理论或逻辑已经预设了变量间的因果关系，那么就无需使用实验方法。我对非实验数据分析工具的选择原则如下。

因变量为连续变量，自变量至少有一个连续变量，进行多元线性回归；因变量为连续变量，自变量全部为分类变量，进行方差分析；

因变量为分类变量，自变量至少有一个连续变量，使用Logit模型或Probit模型；因变量为分类变量，自变量全部为分类变量，进行交叉表分析和卡方检验；

因变量在某个闭区间内分布，并且有较多样本落在闭区间的边界上，使用Tobit模型；

因变量不唯一，如多产出问题，进行数据包络分析（DEA）；

因变量为整数、数值小、取零个数较多，使用计数（Count）模型；数据具有层次结构（嵌套结构），使用多层线性模型（HLM）。

随着统计和计量经济学的发展，各种前沿分析工具层出不穷，但我认为最靠谱的分析工具不外乎以下四种：DID（针对随机实验），多元线性回归，固定效应变截距模型（FE，针对面板数据），Logit模型或Probit模型（针对分类因变量数据）。其他方法或适用条件苛刻，或分析过程折腾，或方法本身不可靠（尤其是聚类分析、判别分析，超级不靠谱），因此能用以上四种方法分析问题时，不必为“炫方法”而瞎折腾。关于拟合优度、变量选择原则及估计值绝对大小的意义

在人人的“数据分析”小站中，某同学提出这样一个问题：“多元回归分析中，怎么选择自变量和因变量，可以使R方达到80%以上？”

很显然，问这个问题的同学要么没学好计量，要么就是犯了功利主义的错误，或者二者皆有。拟合优度的大小很大程度上取决于数据本身的性质。如果数据是时序数据，只要拿有点相关关系的变量进行回归就能使拟合优度达到80%以上，但这样的高R方根本说明不了什么，很可能使分析者陷入伪回归的陷阱，严谨的做法当然是做平稳性检验和协整检验；如果是截面数据，根本没必要追求R方到80%的程度，一般来说，有个20%、30%就非常大了。

如果一定要增大R方，那么最应该做的的确是对纳入模型的变量进行选择。选择纳入模型的原则我认为有三条。第一，从理论和逻辑出发，将可能影响因变量的变量作为自变量纳入模型，即理论上或逻辑上能影响因变量的自变量必须纳入模型，即使该自变量的回归系数不显著。第二，奥姆剃刀原则——如无必要，勿增实体，即理论上或逻辑上不能影响因变量的自变量不能纳入模型，即使该自变量的回归系数显著。第三，防止纳入具有多重共线性的自变量。

前面说了，对截面数据进行计量分析，R方能达到20%、30%是非常了不起的事情。但是，如果拟合优度（或类似拟合优度的指标）在20%、30%或更低时，回归系数只具有定性或定序上的意义，强调其绝对数值的大小没什么意义。譬如lnY=alnA+blnB+„+zlnZ+c回归的R方为20%，a为0.375，b为0.224，且二者的T检验显著，那么我们可以说，A、B对Y有影响，也可以说一百分点的A变化对Y的影响大于一百分点的B变化对Y的影响（控制其他因素的情况下），但说一百分点的A变化对Y的影响较一百分点的B变化对Y的影响大0.151%，就没什么意义了。