当前位置：首页>Excel>从 Excel 到 SCI,一张“全流程作战地图”带你搞定数据分析

从 Excel 到 SCI,一张“全流程作战地图”带你搞定数据分析

2026-11-11 19:43:10

核心痛点：收集了一年的数据都在 Excel 里，乱得像锅粥。不知道怎么清洗数据，也不知道分析的先后顺序。是先做回归？还是先画图？

本篇目标：构建“数据清洗 -> 基线描述 -> 单因素分析 -> 多因素分析 -> 模型评价”的标准流水线。

PART 01

数据清洗（Data Cleaning）—— 80% 的人都死在这一步

统计软件报错，90% 的原因是你 Excel 没填对。在把数据导入 SPSS 之前，请务必按照 “数据库格式” 整理 Excel。

三大铁律：

一行一例：每一行代表一个病人，绝对不能出现“张三”占了两行的情况。

一列一标：每一列代表一个指标（年龄、性别、血压），绝对不能把“血压”和“心率”写在同一个格子里（如 120/80, 75 ）。

拒绝合并单元格：这是统计软件的死敌！Excel 里所有合并的单元格，全部拆开。

清洗清单（Checklist）：

①缺失值处理：

如果有空格，是用 999 代替，还是留空？（SPSS 建议留空，或者定义缺失值）。

如果缺失超过 20%，这个指标建议直接删掉。

②异常值巡查：

按一下排序（Sort），看看有没有人的年龄写成了 150 ？收缩压写成了 10 ？

如果有，回去查原始病历，改过来。

③变量数字化：

把“男/女”替换成 1/0 。

把“有/无”替换成 1/0 。
（SPSS 虽然认汉字，但数字化能避免很多编码错误）。

PART 02

基线描述（Table 1）——给数据“画像”

拿到干净数据，别急着比差异。先做 Table 1（基线表），描述一下你研究的人群长啥样。

操作逻辑：

正态性检验：

用 Shapiro-Wilk 检验或看直方图。

正态分布 →→→ 描述为 Mean ± SD （均值 ± 标准差）。

偏态分布 →→→ 描述为 Median (IQR) （中位数 + 四分位间距）。

分类变量 →→→ 描述为 n (%) （例数 + 百分比）。

这一步产出：文章里的 Table 1: Baseline Characteristics of Patients 。

PART 03

单因素分析（Univariate Analysis）—— 谁有差异？

现在开始分组比较（比如：死亡组 vs 存活组）。这是我们在第 2 篇“决策树”里讲的核心内容。

作战地图：

1.比数值（如年龄、血压）：

正态且独立 →→→ t 检验

偏态 →→→ Mann-Whitney U 检验

三组以上 →→→ ANOVA（方差分析）

2.比分类（如性别、吸烟）：

大样本（期望值>5） →→→ Pearson 卡方

小样本（期望值<5） →→→ Fisher 精确概率法

等级资料（如分期） →→→ 秩和检验

3.比生存（如 OS, PFS）：

画图 + 比较 →→→ KM 曲线 + Log-rank 检验

这一步产出：筛选出 P < 0.05（或者 P < 0.1）的变量，这些是“嫌疑人”，准备送入下一步审判。

PART 04

多因素分析（Multivariate Analysis）—— 谁是真凶？

这是提升文章档次的关键。单因素有差异不代表什么，多因素有差异才叫 “独立危险因素” 。

操作逻辑：

1.选人：把第三步里算出来有差异的变量（P < 0.05），全部扔进多因素模型里。

2.选模型：

结局是二分类（死/活） →→→ Logistic 回归 →→→ 看 OR 值。

结局是数值（住院天数） →→→ 多重线性回归 →→→ 看 βββ 值。

结局是生存时间（活了多久） →→→ Cox 回归 →→→ 看 HR 值。

这一步产出：文章里的 Table 2/3: Multivariate Analysis for Risk Factors 。（注意：只有在这里活下来的变量，才能被称为 Independent Predictor。）

PART 05

模型评价与绘图（Evaluation）—— 秀肌肉

如果你的文章只是想找危险因素，到第四步就结束了。但如果你想建立一个预测模型（比如：建立一个评分系统预测死亡风险），你还需要最后一步。

操作逻辑：

1.区分度（Discrimination）：

画 ROC 曲线。

算 AUC 值（0.7 以上可用，0.8 以上优秀）。

2.校准度（Calibration）：

画校准曲线（Calibration Plot）。

看预测概率和实际概率是不是在大致一条对角线上。

3.临床获益（Clinical Usefulness）：

（进阶）画 DCA 决策曲线。

——这一步产出：文章里的 Figure 2/3 （漂亮的 ROC 图）。

终极总结：一张表看懂全流程

步骤	核心任务	常用工具/方法	产出物 (SCI)
0. 清洗	找错、补漏、数字化	Excel / SPSS 数据视图	(无，幕后工作)
1. 描述	看看数据分布形态	Mean±SD / Median(IQR) / n(%)	Table 1
2. 比较	单因素找差异	t检验 / 卡方 / 秩和 / KM	Table 1 的 P值列
3. 回归	多因素找独立因子	Logistic / Cox / 线性回归	Table 2 / 3
4. 评价	看看模型准不准	ROC / AUC / 校准曲线	Figure 1 / 2

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

从 Excel 到 SCI,一张“全流程作战地图”带你搞定数据分析

Excel VBA 编程 -- 大数据量写入数据库(二)

PPT l 肠促胰素受体激动剂:停药反弹与过渡策略(2025CK)