ChatGPT 提示詞用於量化數據分析時，是引導模型整理數據集、說明平均值與相關性，並用淺白語言解讀統計結果的指令。撰寫時加入數據背景與想了解的統計指標，答案會更精準實用。Chat Smith 讓你在同一個應用程式中用 ChatGPT 嘗試這類提示詞。
定量数据分析既需要严谨的统计方法，也需要清晰的解释：选择合适的方法、正确运行分析，并把输出转化为有意义的结论。恰当的ChatGPT 定量数据分析提示词能帮助研究者选择方法、检查前提假设、理解结果、排查问题并向不同受众说明发现。
重要提醒：务必独立核对统计输出与解释。AI 可能算错，也可能在没有提示局限的情况下推荐不适合数据的方法；实际分析应在统计软件中完成。
以下 50 条提示词覆盖研究设计和抽样、数据准备和探索、统计检验和建模、问卷和实验，以及可视化和报告五个阶段。既可用于 ChatGPT，也可用于其他AI 聊天机器人。
如何写 ChatGPT 定量数据分析提示词
统计建议取决于你提供的背景。请说明：
- 研究问题：你想知道什么，以及为什么
- 变量：名称、类型（连续、分类、有序）和作用
- 设计与样本：样本量、收集方式、分组或重复测量
- 使用的工具：R、Python、SPSS、Stata 或 Excel，以便匹配代码与操作步骤
模型选择也有影响。GPT-6 Astra适合分步骤梳理统计问题；Claude Sonnet 5在解释结果时通常会留意前提假设与限制。
研究设计与抽样的 ChatGPT 提示词
分析在收集数据前就已开始。GPT-5.6 Sol有助于制定结构化分析计划；AI 文章总结工具可概括相似研究的设计方法。
1. 选择统计方法
研究问题是[问题]。结果变量是[变量及类型]，预测变量是[变量及类型]，样本量为[n]，设计为[独立分组/重复测量/观察性研究]。请推荐统计方法、说明理由和前提假设；若假设不成立，提出替代方案。
2. 建立假设检验框架
请把研究问题[问题]转化为可检验的假设，写出零假设与备择假设，说明应使用单侧还是双侧检验，以及什么结果支持每种假设。
3. 功效分析与样本量
计划用[检验]在显著性水平[0.05]和统计功效[0.80]下检测约[预期效应量]的效应。请说明估计所需样本量的计算步骤，以及用什么软件或程序包核对。
4. 抽样策略
我想研究[总体]以回答[问题]。请比较随机、分层、整群和便利抽样，说明各方法在此情境中的偏差风险。
5. 将概念转化为变量
请把这些概念[概念]转化为可测量的变量。对每项建议测量方式、测量水平，以及可能存在的效度问题。
6. 比较研究设计
针对[问题]，比较实验、准实验与观察性研究设计。说明每种方法对因果关系能得出什么结论，不能得出什么结论。
7. 识别混杂因素
我研究[暴露因素]对[结果]的影响。请列出可能的混杂因素、中介变量与碰撞变量，并解释如何在设计或分析中处理。
8. 选择测量量表
我需要在问卷中测量[构念]。请比较单题、李克特量表和已验证的多题量表，并说明各选择如何影响后续分析。
9. 预注册提纲
请帮我拟定关于[主题]的研究预注册，包括假设、设计、样本量及理由、变量、计划分析、排除标准和缺失数据处理。
10. 分析计划
请为研究[描述设计、变量和问题]制定逐步分析计划，包括数据清理、描述统计、主要检验、假设检查及预设的稳健性分析。
数据清理与探索的 ChatGPT 提示词
探索性分析能在问题影响结论前发现它们。Gemini 3 Pro可处理较长的描述统计输出，Claude Haiku 4.5适合快速重编码和建立数据字典。
11. 探索性数据分析
数据集包含[变量、类型、样本量]。请制定分布、概括统计、变量关系与数据质量检查的探索性分析步骤，并给出各步的[R/Python]代码。
12. 缺失数据处理
[变量]有约[百分比]的缺失值。请解释如何评估完全随机缺失、随机缺失或非随机缺失，并比较删除、单次插补及多重插补在本例中的适用性。
13. 诊断离群值
在[变量]中发现可能的离群值：[描述数值]。请解释如何区分数据错误、真实极端值与高影响点，以及分别如何处理。
14. 检查模型假设
请列出[检验或模型]的前提假设，说明如何通过图表和正式检验检查、违反假设时会出现什么，以及应采取什么措施。
15. 选择变量变换
变量[变量]明显偏态。请比较对数、平方根等变换的适用场景，并解释变换后如何改变结果的解释。
16. 描述统计表
请为[变量列表]设计描述统计表。根据变量类型推荐应报告的指标，并说明适合发表的呈现方式。
17. 变量重编码
请帮我对[变量描述]进行重编码。建议合理分类、需要时反向计分，并给出在[工具]中的实现代码。
18. 量表信度
量表由[数量]个题项测量[构念]。请解释如何用 Cronbach α 或 omega 评估信度、怎样理解结果，以及信度低时怎么办。
19. 数据字典
请为[变量列表]创建数据字典，列出变量名、含义、类型、单位、允许的值，以及缺失值的编码方式。
20. 解读相关矩阵
这是相关矩阵：[粘贴]。请指出最强的关联和可能的多重共线性，并说明相关系数能与不能支持什么结论。
统计检验与建模的 ChatGPT 提示词
统计检验的选择与解释是常见错误来源。DeepSeek V4 Pro有助于分步骤推理，AI 数学计算器可帮助核对公式。
21. 解读统计输出
这是[软件]的统计输出：[粘贴]。请说明每个数值、统计和实际意义、正确的报告方式，以及不能据此推断的事情。
22. 回归分析指导
我用[结果]和预测变量[列表]做[简单/多元]线性回归。请指导建模、假设检查、回归系数和 R² 的解释，以及如何发现过拟合。
23. t 检验还是方差分析
我比较[数量]组的[结果]。请判断适合 t 检验、单因素方差分析还是其他方法，说明所需事后比较以及如何报告。
24. 卡方检验
这是列联表：[粘贴]。请说明应使用卡方检验还是 Fisher 精确检验、如何解读结果，以及应报告哪种效应量。
25. 非参数替代方法
数据不满足[检验]的正态性假设。请推荐合适的非参数方法，说明检验的问题有何不同以及如何解释和报告。
26. 解读逻辑回归
这是逻辑回归输出：[粘贴]。请用通俗语言解释优势比、如何判断模型拟合，以及常见的解读错误。
27. 交互作用
发现[变量 A]和[变量 B]对[结果]有显著交互作用。请解释含义、如何用简单斜率进一步分析，以及如何清楚绘图。
28. 混合模型与多层模型
数据包含[学校中的学生/同一人的重复测量]。请解释何时需要混合或多层模型、如何选择随机效应，以及怎样解读结果。
29. 时间序列入门
我有[频率]的[变量]数据，时间跨度为[时期]。请说明如何检查趋势、季节性和自相关，及适合[预测/解释变化]的模型。
30. 效应量与置信区间
对于[检验]的结果[粘贴]，请计算或解释合适的效应量和置信区间，并帮助我描述 p 值之外的实际意义。
问卷和实验数据分析的 ChatGPT 提示词
问卷与实验数据各有陷阱。AI 总结工具可在编码前帮助你快速浏览大量开放题回答。
31. 问卷数据分析
问卷有[数量]名答卷人，题目类型为[描述]。请按题型推荐分析方法、处理不完整回答的方式和最有价值的比较。
32. 李克特量表分析
请解释如何分析关于[主题]的李克特量表数据：什么时候将题项看作有序或等距变量，如何合并成量表，以及怎样可视化结果。
33. 问卷加权
问卷样本中[群体]的比例高于总体。请解释加权如何运作、适用方法以及加权对标准误的影响。
34. A/B 测试分析
这是 A/B 测试结果：[版本、样本量、转化数]。请判断差异是否具有统计显著性、提升幅度的置信区间，以及测试时长是否足以支持结论。
35. 交叉列联表
请帮我按[人口特征分组]对[变量]制作交叉表，建议有意义的比较、应报告的统计量，并说明如何避免过度解读小单元格。
36. 开放题回答量化
这些是问卷开放题回答：[粘贴]。请提出编码方案，逐条编码并计算各主题频次，标出适合多个编码的回答。
37. 因子分析
我想检查[数量]个题项是否测量[数量]个潜在因子。请解释何时使用探索性或验证性因子分析、如何确定因子数和解释载荷。
38. 重复测量与纵向数据
对相同参与者在[数量]个时间点测量[结果]。请比较重复测量方差分析与混合模型，并解释如何处理缺少部分时间点的参与者。
39. 样本流失分析
研究中[百分比]的参与者退出。请说明如何比较退出者与完成者、样本流失会带来什么偏差，以及如何处理。
40. 多重比较校正
我在同一数据集上做[数量]次检验。请解释假阳性风险、比较 Bonferroni、Holm 和错误发现率校正，并推荐适用方法。
数据可视化与结果报告的 ChatGPT 提示词
只有他人看得懂并信得过，分析结果才有价值。Claude Sonnet 4.6可辅助编写分析代码，AI PDF 总结工具便于对照已发表论文的报告方式，AI 语法检查工具可润色终稿。
41. 选择数据图表
我想向[受众]展示[发现]。请推荐图表类型、坐标轴、展示不确定性的方法和应避免的设计错误，并给出[R/Python]代码。
42. 排查统计错误
请检查分析是否存在常见错误：[描述设计、检验和结论]。检查 p 值操纵风险、违反假设、混淆相关与因果、伪重复及过度推广。
43. 向非专业受众解释结果
请用通俗语言向[非专业受众]解释这些结果：[粘贴]。先说与他们有什么关系，举一个易懂的例子，并诚实说明不确定性。
44. 撰写结果部分
请根据[粘贴输出]按[APA/期刊]格式撰写结果部分，准确报告检验统计量、自由度、p 值、效应量及置信区间。
45. 研究局限
根据研究设计[描述]，请诚实撰写抽样、测量、设计和结果推广方面的局限，并建议后续研究如何弥补。
46. 生成分析代码
请为列有[字段]的数据集编写用于[分析]的[R/Python]代码，包括假设检查、主要模型、摘要表、图表和解释每步的注释。
47. 可重复性清单
请为项目制作可重复性清单：数据版本、代码组织、随机种子、程序包版本、文档，以及可以分享给他人的内容。
48. 同行评审分析
请扮演严谨的同行评审者。以下是我的方法和结果：[粘贴]。列出评审可能追问的问题、分析缺陷和改进建议。
49. 发表用结果表
请将这些结果[粘贴]整理成可发表的表格，建议列布局、小数位、显著性标记及清晰的表注。
50. 结果执行摘要
请将分析写成面向[决策者]的一页执行摘要，包括研究问题、关键数字与发现、结论的可信程度和建议行动。
在 Chat Smith 中用 ChatGPT 更好地分析定量数据
Chat Smith 在一个应用中提供 ChatGPT、Claude、Gemini、Grok 和 DeepSeek。你可以用一个模型制定分析方案，再用另一个模型检查解释。把常用提示词保存为每个数据集的模板。
工作中有简短问题时可用Gemini 3.5 Flash。AI 可以帮助梳理统计思路，但最终分析、核查和结论应以自己验证过的工作为准。
常见问题
