发布时间：
CNKI平台提供了代所要的统计功能，见附件。
百度
比如，下图中表格数据，按月统计数量。excel表格中，如何按月统计数量鼠标选中表格，如下图所示。然后，点击“插入”选项卡excel表格中，如何按月统计数量下方弹出相关命令；然后，在最左边这里，点击“数据透视表”excel表格中，如何按月统计数量弹出创建透视表的操作框；按自己实际情况设置，小编在这里点“现有工作表”然后，再选择放透视表的位置。点击确定。excel表格中，如何按月统计数量工作表右边显示设置透视表的窗口，鼠标点住“日期”，拖到“行”这里来。excel表格中，如何按月统计数量excel表格中，如何按月统计数量鼠标点住“数量”拖到“值”这里来。这时，工作表上显示出如下图所示的表格。excel表格中，如何按月统计数量excel表格中，如何按月统计数量在小三角这里点下，弹出的筛选列表中，鼠标放在“标签筛选”这里，右边弹出的菜单中点“介于”excel表格中，如何按月统计数量弹出的操作框中，分别输入该月的起始日期，比如，2月份的，输入2017/2/1；2017/2/28如下图所示，excel表格中，如何按月统计数量9点击确定，表格上即统计出了2月的数量
这是个数组公式，复制好公式之后，记得把光标定位到编辑栏，然后按三键Ctrl+Shift+回车第一个要满足的条件(MONTH($A$2:$A$9)&"月"=E$1)，也就是A列有日期经过month函数提取的月份等于3月，由于month得到是3，前没有月，所以通过连字符&连按一个3月第2个要满足的条件是类别要等于“厂内新闻”这两个条件都满足就返回1，否则就返回0，最外层用sum函数求和，得到个数这是个数组公式，复制好公式之后，记得把光标定位到编辑栏，然后按三键Ctrl+Shift+回车第一个要满足的条件(MONTH($A$2:$A$9)&"月"=E$1)，也就是A列有日期经过month函数提取的月份等于3月，由于month得到是3，前没有月，所以通过连字符&连按一个3月第2个要满足的条件是类别要等于“厂内新闻”这两个条件都满足就返回1，否则就返回0，最外层用sum函数求和，得到个数
怎么了
先把统计表复制，然后再粘贴在word中
这种格式应该没有范本的，只能自己做了，在excel中和word中都可以做，这个软件也是互相兼容的，如果实在不会做，可把具体要求发过来，相信很多人会帮你做好的。
正好刷到这个内容了，挺有感触，不请自来。Word强大是因为他不仅可以用来写论文。以前本科毕业论文的时候也有过这个想法，那时候愤青，觉得都是形式，干嘛非要拘泥于这些东西。后来硕士博士，慢慢的会发现其实这种外观上的形式真的很重要。字体大小，格式，行间距，中英文符号等等真的规范统一了以后读起来才会更有感觉。这里插一段，据我所认识的或者听说的数学家或者数学老师里，绝大部分推算都喜欢自己在黑板上算，为啥，因为有感觉，就像你听数学课或者物理课时推导一样，老师在黑板上一步一步来，就是比在PPT里给你点一下点一下出来的效果要好。另外，每个学科的论文格式其实是不一样的，或者说不完全一样，不说别的，至少我知道的很多期刊投稿要求参考文献的格式就不一样。最后，说下到底为什么不去开发一个专门的软件，反正我觉得，是因为word太通用了，而且最关键是真的不难啊，格式不会调的话哪里不会就去百度谷歌一下，弄两次就记住了啊。觉大部分人都觉得可以没必要的事情，就不会有人专门去为了少部分人开发新的东西了（除了那些残疾人用品）
怎么了
word中是图片格式导致不能编辑为啥呢？因为很多人写论文都是网上找的素材，有的根本就没有数据，可能只是一张图而已。直接拿来用，肯定是不符合老师要求的。这时候也分两种情况：一种是从图上可以看出源数据的比如有数据标签啊，我们就可以根据这个数值重新做一遍啦。另外一种就是看不出来源数据的（如上右图）很大几率上你是不可能找到源数据出处的。难道这个就死翘翘没得救了么？非也非也，我们可以大致模拟出来，反正图上不需要标注实际数据（who cares？），我们只需要将图表在word中做出来即可，怎么处理？可以参照我以前的一篇头条分享文章——《 如何依葫芦画瓢？论无数据源图表的制作》word中的图表可以编辑，但是修改不了源数据如下图所示：一般出现这种情况是由于word并不是'凶案'的第一发生地，即图表可能是在excel或者PPT中完成后复制到word中去的（office三件套很多功能是相通的），这个并不足以造成不可编辑，还有一步就是word文件发生了传递，而源文件却并没有同步传递。何以见得？其实word中可以查看图表的源数据的。Tips：所以碰到这种情况，如果我们是在其他工具里面作图的，最后复制后，我们最好把源文件和目标word文件打包一起传递，这样源数据不至于丢失。虽然不能编辑源数据，但是图表还在，修改格式什么的还是可以做到的。那么，今天的实战案例来了，对下面的图，如何去掉0值标签以及0和8之间的线条以及0对应的点和线， 即达到下面的效果：思路：假如我们知道数据从头开始做，这个问题就so easy，我们只需要：1）将前面几个数据留空即可，设置一下显示2）或者将前面几个数据设置为NA#，也能达到一样的效果直接在图上改造，我们应该怎么做？制作步骤：去掉0？删除数据标签双击定位单个数据标签后，按delete键即可自定义格式这招独辟蹊径，我们这里只是要不显示0而已，如果我懒得一个个点击删除，我可以一次性设置。将数据标签设置自定义格式为0;0;这个设置的意思是正、负数正常显示，不显示0值，关于自定义格式不属于我们这里要展开的知识点，大家可以私底下去复习了解一下这个机理。设置0的标签值字体颜色为背景白色去掉数据标记和线条？这里我们用的方法就是设置色彩为无或者不显示，原理很简单，大家直接看图。操作的诀窍就是双击选中某个点，然后设置线条为无以及标记点为无即可（也可以设置颜色为白色背景色，欺眼睛假装它不存在），每个点影响其本身的数据标记符号以及前面的一小段线的控制范围
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。
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
一、统计学论文中的研究方法 1、大量观察法 这是统计活动过程中搜集数据资料阶段（即统计调查阶段）的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。 2、统计分组法 由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高（即分层抽样方式）；在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础；在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异（显著性检验）和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。 3、综合指标法 统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。