发布时间：
我个人觉得，你可以去找和你数据差不多的文献去参考下，像数据挖掘、统计学与应用等等这类的资料~你都可以参考借鉴下前辈的数据是怎么分析的
数据流程图是一种分析工具，全面地描述系统数据流程，整个系统中信息的全貌在数据流程图中用一组符号来描述，综合地反映出系统中信息的流动、处理和存储情况。
它在系统分析中的作用是，它用结构化系统分析方法从数据传递和加工角度出发，用图形方式来表达系统的逻辑功能、数据在系统内部的逻辑流向和逻辑变换过程。
抽象性和概括性是数据流程图的两个主要特征。抽象性是数据流程图把具体的组织机构、工作场所、物质流都去掉，只剩下信息和数据存储、流动、使用以及加工情况。概括性是数据流程图把系统对各种业务的处理过程联系起来考虑，形成一个总体。
扩展资料
数据流程图历史：
在二十世纪七十年代，结构设计的原始开发者拉里·康斯坦丁（Larry Constantine）根据Martin和Estrin的“数据流图”（Data Flow Graph）计算模型提出了一种实用技术的数据流图。
数据流图（DFD）迅速成为一种流行的方式，可视化软件系统流程中涉及的主要步骤和数据。DFD通常用于显示计算机系统中的数据流，尽管它们理论上可以应用于业务流程建模。DFD有助于记录主要的数据流，或者在数据流方面探索新的高级设计。
参考资料来源：百度百科--数据流程图
参考资料来源：百度百科--数据流图
SPSS软件主要用于对数据做统计学方面的一些分析和检验，是用于对数据进行一些基本处理、分析，以及做一些统计检验的软件，使用SPSS分析数据通常有以下几步：导入数据——>数据基本处理——>数据分析——>总结并得出结论。打开SPSS后会出现两个界面，如下图；图一是数据处理分析区，包括数据视图（数据处理区）和变量视图（数据包含各字段编辑区）；图二是分析结果区，分析的各类结果都会在此显示。导入数据：在数据处理区左上方选择“文件”——>“导入数据”，导入相应格式的数据，此处我以csv文件格式为例。点击之后，出现如下对话框，选择好要处理的数据，点击“打开”，对要导入数据数据按需要进行预处理，再点击确定。
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。
毕业论文数据分析的做法如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
创建论文数据分析计划提示：
1、系统化
学生可以通过将研究数据系统化来开始论文数据分析。收集想法，思考哪些方面是重要的，而哪些会让自己的想法变得混乱。思考自己所收集信息的真正价值，信息的数量不会帮助论文写作，质量更加重要。
2、结构
组织论文分析。对于学生和读者来说，一切都应该非常清楚。无论主题多么复杂，都应该将其分成几部分，并按顺序排列，使人们能够对问题的所有要点有一个很好的了解。每一章都应该是自己的一个小想法。
3、词汇
论文中不应该有自己不理解的任何词汇，因为很可能读者也不会理解。对于不理解的术语，或者在写作过程中学到的术语，应该在创建论文分析时进行解释。
4、因果关系
在收集数据并将材料系统化后，学生应该退后一步，考虑因果关系。应分析关键点的有效性。如果已经做好了系统和结构部分，这应该不会太复杂。
5、重要性
从理论和实践上思考论文的要点。如果不了解大局，就无法制定好的论文数据分析计划，这就是整篇论文的意义所在。
6、简化
最后，论文数据分析计划可以帮助写作。不要浪费太多时间将已经很复杂的任务复杂化。目标应该清晰，过程要简化。
医学科学研究的基本程序医学科学研究工作的基本规律就是提出问题，验证假说，得出结论。其基本程序包括：选题立题、课题设计、实验观察或调查、研究资料的加工整理与数据处理、总结分析、提出研究结论、撰写研究报告及其推广应用等。一、选题立题科学研究的第一步工作就是选择(select)和确立（decide）所要研究的题目（project），题目必须首先确定下来，否则就不可能有集中的研究目标和方向。（一）发现和提出问题在医学实践中，经常会遇到一些科学技术无法解释的现象和无法解决的问题，有的人总是留意它，在思想上形成一种想探讨问题的意念，称之为初始意念。初始意念可能是局限的、粗浅的，但却是很可贵的，因它是科研工作者思想上的火花。（二）发现或提出问题的条件1、勤动手 实践出真知、熟能生巧等实例说明了亲自参与、反复实践的重要性。2、善观察 养成良好的观察习惯比拥有大量学术知识更重要。在科学研究中要培养积极探索的姿态，注意事物和变化规律的习惯，将有助于观察力的培养和发展。3、勤动脑 勤思维，善疑多思。 思维是人脑在表象、概念的基础上进行分析、综合、判断、推理等认识活动的过程。4、具有丰富的知识 研究工作者自己必须跟上学科的发展，使自己具备有关的知识甚至边缘学科的广博学识，只有这样才容易产生新的联想和独到见解，发现问题，提出问题。（三）认真查阅文献，做好情报调研有了初始意念，提出了问题，这才是刚刚迈出了第一步，并不等于已经确定了题目。还需要通过深入细致的国内外文献调研，摸清所提问题的理论依据、价值和意义、国内外研究动态和发展趋势。可通过国际互联网或光盘进行文献检索。做好这一步工作是避免低水平重复的关键。（四）建立假说，确立课题在发现和提出问题，并进行文献查阅和情报调研的基础上，对所获取的资料和信息进行分析对比，使所提问题系统化、深刻化，找出问题的关键所在，为立题提供理论上和实验上的科学依据，并提出假定性答案（亦称假设），建立科学假说。根据假说内容，进行科学构思，确立研究题目。二、 课题设计课题设计（project design）是指课题研究构思、技术路线、具体内容指标、方法步骤、时间安排、人员分工和经费预算等一整套研究方案。（一）课题设计的意义课题设计的意义：① 增强科研过程的科学性，使误差控制在最低限度，保证科研结果准确可靠；②保证科研结果准确回答科研题目所提出的问题，避免“文不对题”；③良好的科研设计可避免不必要的工作或重复工作；④保证实验数据的可统计性。（二）课题设计的主要内容课题设计包括技术方案设计和课题实施方案设计。1、技术方案设计的基本内容技术方案设计包括三大要素：即研究因素（或处理因素）、研究对象（处理对象）和结果效应三部分。2、技术方案设计的重点内容（1）立项依据立项依据是科研工作的关键。为什么要开展这项研究？开展这项研究的依据是什么？这是能否通过专家评审和主管部门、计划部门审批，能否列入科研计划并获得资助的首要问题。立项依据包括：课题的研究意义、国内外研究现状分析等。基础研究，应着重结合国际国内科学发展趋势，论述课题的科学意义；应用研究，应着重结合学科前沿，围绕国民经济和社会发展中的重要科学技术问题，论述其应用前景和价值。（2）研究方案研究方案是课题设计的重中之重，研究方案的设计水平是研究者科研水平的直接反映。研究方案包括：研究目标、研究内容和拟解决的关键问题，拟采取的研究方法、技术路线、实验方案及可行性分析，本研究的特色和创新之处，预期研究成果。研究目标一定要明确，研究内容必须具体。准备解决什么问题、采取什么方法要一一列出。技术路线要采取系统工程，具有可操作性。本研究创新之处是课题的生命力所在，应该充分阐述。预期研究成果是对本课题研究结果的预期，要实事求是，既要使专家们审查时增强信心，又要不至于因不适当的夸张而引起专家们不信任感。（三）课题实施方案设计的主要内容如果说技术方案设计主要是解决“做什么”的问题，那么课题实施方案主要是解决“何时做”、“由谁来做”的问题。实施方案主要内容包括：课题组的组成、任务分工，研究工作总体安排和年度进度计划，研究工作基础，已具备的研究条件包括实验条件、研究场地、仪器设备、病例来源、研究力量、协作条件等，尚缺少的条件以及解决的途径，经费预算包括科研业务费、仪器设备费、药品试剂材料费、动物及饲养费、协作费、课题组织实施费、成果鉴定费等。三、观察、实验与调查课题设计方案制定和批准后，就要进行实施，这是把计划设计方案付诸于行动的阶段，亦是运用科学的方法搜集感性材料的阶段。这一阶段是时间最长、工作最辛苦的阶段。如果说前两个阶段主要是课题负责人和部分主要研究人参与的话，而这一阶段则需要课题组全体人员共同行动。观察法、实验法与调查法等都是搜集和获取第一手客观事实材料的基本手段。（一）观察（observation） 医学科学研究始于观察。观察是医学研究最基本的方法。观察的基本要求：必须坚持全面、客观、实事求是的原则和一丝不苟的科学态度，不主观武断，不固执己见；要做好详尽、准确无误的观察记录，不能凭主观想当然，不能凭空捏造；要做好出色的创造性的观察，就不是仅仅注意排除其他，而同时要留神意外或反常现象。（二）实验（experiment） 实验是取得精确典型科研材料的重要手段之一。所谓“实验”是从人为地发生于实验条件下的现象中索取资料。实验的基本要求：制定好实验方案；先做预实验，再做正式实验；规范实验操作；做好实验记录；控制实验误差。衡量实验成功的标准是能够重复实验结果。（三）调查（investigation） 调查是认识疾病的人群现象、流行规律以及评价一个国家、一个地区居民健康水平的依据的重要方法。如居民健康状况调查、流行病学调查、地方病调查、病因学调查、职业病调查等方面。调查有现场调查、前瞻性调查、回顾性调查、追踪调查等类型。调查的基本要求：必须坚持客观性原则，实事求是，尊重客观事实；必须制定详细的调查方案和调查表格；系统搜集，全面记录，大处着眼，小处着手。四、研究资料的加工整理与数据处理观察、实验与调查等活动结束后，接下来便开始对所获取的研究资料进行加工、整理和数据处理。通过科学加工、去伪存真和统计学分析，以揭示各因素之间的相互关系。为最后总结分析、归纳推理、抽象概括和提出研究结论做准备。这一过程是排除偶然，发现必然；透过现象，发现规律的重要步骤。所获取的原始资料，一般量大杂乱，有的是数据，有的是图形，有的是切片，有的是照片等。首先要进行分类，原则上凡能数量化的尽可能用数字表示，切片、照片等结果不能数量化的，可用分级计分等方法表示。其次要进行资料核查，包括人工核查和计算机核查等。核查无误的资料重新按性质分组，然后将资料归纳汇总，最后分别进行统计学处理。五、总结分析，提出研究结论，撰写研究报告这一阶段主要是运用分析、综合、归纳和抽象概括等理性认识方法把感性材料上升为理性概念，从中得出科学的结论。达尔文说过：“科学就是整理实事，以便从中得出普遍的规律和结论”。总结分析，就是对所占有的实验、调查或观察到的感性材料，自觉地运用辩证观点，分析设计中哪些理论上成立，且又在实验中得到证实；哪些想法在实验中没有得到证实或未完全证实，需要修改。从而围绕假说的中心思想，按材料、表格、图片等，分清组别，综合提炼出材料所能说明的观点，明确各组材料所得结果，以及由此结果在理论上所得出的结论。研究报告是各类研究课题的最基本的、标志着课题完成的通用表现形式。无论是基础研究、应用研究还是发展研究，无论是动物实验、临床观察还是现场测试、流行病学调查，亦无论是药品、制剂、医疗器械研制还是医用计算机软件等，课题完成后都必须写出研究（研制）报告以办理结题、验收、鉴定和归档手续以及作为今后申请奖励等的主要技术资料。研究报告主要包括两个大部分，一是工作报告，二是技术报告。前者是工作总结性质的报告，主要是介绍课题的立项情况，研究背景，计划执行情况，研究结果情况和存在的问题，下一步的打算等。后者是成果的核心材料，反映的是课题研究的全部技术内容。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
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。
SPSS软件主要用于对数据做统计学方面的一些分析和检验，是用于对数据进行一些基本处理、分析，以及做一些统计检验的软件，使用SPSS分析数据通常有以下几步：导入数据——>数据基本处理——>数据分析——>总结并得出结论。打开SPSS后会出现两个界面，如下图；图一是数据处理分析区，包括数据视图（数据处理区）和变量视图（数据包含各字段编辑区）；图二是分析结果区，分析的各类结果都会在此显示。导入数据：在数据处理区左上方选择“文件”——>“导入数据”，导入相应格式的数据，此处我以csv文件格式为例。点击之后，出现如下对话框，选择好要处理的数据，点击“打开”，对要导入数据数据按需要进行预处理，再点击确定。
统计图在医学论文中常见的格式统计表是用表格的形式，通过分析指标来表达研究对象的特征、内部构成及各项目分组之间的相互关系。在科技报告或论文中除一些简单的数据必需用文字说明外，其余大部分的统计数据都要用统计表的形式表示。因此，统计表制作的合理与否，直接关系到统计分析的质量与效果。1、统计表的基本格式一张完整的统计表由4部分组成，即标题、标目、线条、数字，必要时可加备注。其制表的原则是重点突出、简单明了、层次清楚。重点突出是指突出所要表示研究事物的主要特征及相互关系;简单明了是指统计表的结构要简单，使人一目了然，不能包罗万象;层次清楚是指内容及标目要安排合理、数据准确。若表格编排不合理将不能充分揭示事物之间的内在规律及联系，也不便于理解和阅读。2、标题应简明扼要地说明表的主要内容，一般放在表的正上方。当某一统计表在同一研究报告中出现时，标题可不包括时间和地点;如果引用在其他文章中，则应包括时间和地点。如论文中只有一张表时，可写成附表，否则要注明表序。3、标目用以说明表内数字含义部分称为标目，分为横标目和纵标目。横标目位于表的左侧，代表被研究事物的主要标志，即主语部分，用以说明同一横行数字的意义;纵标目位于表的右上方，用来说明事物的统计指标，即谓语部分，说明同一列数字的意义。标目的正确安排可使读者自左向右顺利阅读，即从表的左侧横标目开始阅读到纵标目结束，可以读出一个完整的句子。
绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。
你的格式有没有？
用logistics回归分析吧，但是你的这个数据有点看不太懂。。。你可以用SPSS做一个数据库，添加各种变量，如关系、经济状况、文化程度、照顾时间等，50个人也不算多，重新输入一遍。再用logistics回归分析去做一下单因素分析，看看焦虑程度与单因素有无相关性，有相关性再放到多因素分析。如果P<，再看OR是>1，还是<1。
请在此输入您的回答，每一次专业解答都将打造您的权威形象数据源：（是什么）研究区域描述：（如果你研究的是区域的话，要写出研究区域你要研究的那一方面的发展概况）数据处理方法：你用了什么方法，仔细描绘，比如怎么选取变量，有无修正参数或部分数据啦等等，怎么检验你处理的方法是否恰当啦
1、获取数据
获取数据也有两种途径，要么就是手上有的或者是能直接使用到的现成数据，还有一种就是二手数据。现在的数据分析库主要分为了调查数据和政府数据。
2、整理数据
整理数据就是对观察、调查、实验所得来的数据资料进行检验与归类。得出能够反映总体综合特征的统计资料的工作过程。并且，对已经整理过的资料（包括历史资料）进行再加工也属于统计整理。
3、呈现数据
当数据收集充分且真实过后，研究者可运用数据，但要清楚的说明数据来源以及如何对原始的数据进行加工的。需要尽可能的描述获取数据的过程，提供足够多的细节，以便同行能重复研究过程，并保障原生作者的创作性。
如何利用数据分析工具，对自己的文章进行诊断