发布时间：2022-09-27 01:56:02
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的应用统计学专业论文样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
统计学论文2000字(一)：影响民族院校统计学专业回归分析成绩因素的研究论文
摘要：学习成绩是评价学生素质的重要方面，也是教师检验教学能力、反思教学成果的重要标准。利用大连民族大学统计学专业本科生有关数据（专业基础课成绩、平时成绩和回归分析期末成绩），建立多元線性回归模型，对影响回归分析期末成绩的因素进行深入研究，其结果对今后的教学方法改进和教学质量提高具有十分重要的指导意义。
关键词：多元线性回归；专业基础课成绩；平时成绩；期末成绩
为了实现教学目标，提高教学质量，有效提高学生学习成绩是很有必要的。我们知道专业基础课成绩必定影响专业课成绩，而且平时成绩也会影响专业课成绩，这两类成绩与专业课成绩基本上是呈正相关的，但它们之间的关系密切程度有多大？它们之间又存在怎样的内在联系呢？就这些问题，本文主要选取了2016级统计专业50名学生的四门专业基础课成绩以及回归分析的平时成绩和期末成绩，运用SPSS统计软件进行分析研究，寻求回归分析期末成绩影响因素的变化规律，拟合出关系式，从而为强化学生的后续学习和提高老师的教学质量提供了有利依据。
一、数据选取
回归分析是统计专业必修课，也是统计学中的一个非常重要的分支，它在自然科学、管理科学和社会、经济等领域应用十分广泛。因此研究影响统计学专业回归分析成绩的相关性是十分重要的。
选取了统计专业50名学生的专业基础课成绩（包括数学分析、高等代数、解析几何和概率论）、回归分析的平时成绩和期末成绩，结合多元线性回归的基础理论知识[1-2]，建立多元回归方程，进行深入研究，可以直观、高效、科学地分析各种因素对回归分析期末成绩造成的影响。
二、建立多元线性回归模型1及数据分析
运用SPSS统计软件对回归分析期末成绩的影响因素进行研究，可以得到准确、科学合理的数据结果，全面分析评价学生考试成绩，对教师以后的教学工作和学生的学习会有较大帮助。自变量x1表示数学分析成绩，x2表示高等代数成绩，x3表示解析几何成绩，x4表示概率论成绩，x5表示平时成绩；因变量y1表示回归分析期末成绩，根据经验可知因变量y1和自变量xi，i=1，2，3，4，5之间大致成线性关系，可建立线性回归模型：
（1）
线性回归模型通常满足以下几个基本假设，
1.随机误差项具有零均值和等方差，即
（2）
这个假定通常称为高斯-马尔柯夫条件。
2.正态分布假定条件
由多元正态分布的性质和上述假定可知，随机变量y1服从n维正态分布。
从表1描述性统计表中可看到各变量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的标准差分别为10.847，11.531，8.929，9.018，9.221，y1的标准差为8.141；有效样本量n=50。
回归分析期末成绩y1的多元回归模型1为：
y1=-5.254+0.221x1-0.4x2+0.154x3
+0.334x4+0.347x5
从表2中可以看到各变量的|t|值，在给定显著水平？琢=0.05的情况下，通过t分布表可以查出，自由度为44的临界值t？琢/2（44）=2.015，由于高等代数x2的|t|值为0.651小于t？琢/2（44），因此x2对y1的影响不显著，其他自变量对y1都是线性显著的。下面利用后退法[3]剔除自变量x2。
三、后退法建立多元线性回归模型2及数据分析
从模型1中剔除了x2变量，多元回归模型2为：
y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）
在表4中，F统计量为90.326，在给定显著水平？琢=0.05的情况下，查F分布表可得，自由度為p=4和n-p-1=45的临界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自变量的|t|值都大于t？琢/2（45）=2.014，因此，多元回归模型2的线性关系是显著的。
四、结束语
通过对上述模型进行分析，即各个自变量对因变量的边际影响，可以得到以下结论：在保持其他条件不变的情况下，当数学分析成绩提高一分，则回归分析成绩可提高0.242分[4-5]；同理，当解析几何成绩、概率论成绩和平时成绩每提高一分，则回归分析成绩分别提高0.149分、0.377分和0.293分。
通过对学生专业基础课成绩、平时成绩与回归分析期末成绩之间相关关系的研究，一方面有利于教师把控回归分析教学课堂，提高教师意识，注重专业基础课教学的重要性，同时，当学生平时成绩不好时，随时调整教学进度提高学生平时学习能力；另一方面使学生认识到，为了更好地掌握回归分析知识，应加强专业基础课的学习，提高平时学习的积极性。因此，通过对回归分析期末成绩影响因素的研究能有效的解决教师教学和学生学习中的许多问题。
统计学毕业论文范文模板(二)：大数据背景下统计学专业“数据挖掘”课程的教学探讨论文
摘要：互联网技术、物联网技术、云计算技术的蓬勃发展，造就了一个崭新的大数据时代，这些变化对统计学专业人才培养模式的变革起到了助推器的作用，而数据挖掘作为拓展和提升大数据分析方法与思路的应用型课程，被广泛纳入统计学本科专业人才培养方案。本文基于数据挖掘课程的特点，结合实际教学经验，对统计学本科专业开设数据挖掘课程进行教学探讨，以期达到更好的教学效果。
关键词：统计学专业；数据挖掘；大数据；教学
一、引言
通常人们总结大数据有“4V”的特點：Volume（体量大），Variety（多样性），Velocity（速度快）和Value（价值密度低）。从这样大量、多样化的数据中挖掘和发现内在的价值，是这个时代带给我们的机遇与挑战，同时对数据分析技术的要求也相应提高。传统教学模式并不能适应和满足学生了解数据处理和分析最新技术与方法的迫切需要。对于常常和数据打交道的统计学专业的学生来说，更是如此。
二、课程教学探讨
针对统计学本科专业的学生而言，“数据挖掘”课程一般在他们三年级或者四年级所开设，他们在前期已经学习完统计学、应用回归分析、多元统计分析、时间序列分析等课程，所以在“数据挖掘”课程的教学内容选择上要有所取舍，同时把握好难度。不能把“数据挖掘”课程涵盖了的所有内容不加选择地要求学生全部掌握，对学生来说是不太现实的，需要为统计学专业本科生“个性化定制”教学内容。
（1）“数据挖掘”课程的教学应该偏重于应用，更注重培养学生解决问题的能力。因此，教学目标应该是：使学生树立数据挖掘的思维体系，掌握数据挖掘的基本方法，提高学生的实际动手能力，为在大数据时代，进一步学习各种数据处理和定量分析工具打下必要的基础。按照这个目标，教学内容应以数据挖掘技术的基本原理讲解为主，让学生了解和掌握各种技术和方法的来龙去脉、功能及优缺点；以算法讲解为辅，由于有R语言、python等软件，学生了解典型的算法，能用软件把算法实现，对软件的计算结果熟练解读，对各种算法的改进和深入研究则不作要求，有兴趣的同学可以自行课下探讨。
（2）对于已经学过的内容不再详细讲解，而是侧重介绍它们在数据挖掘中的功能及综合应用。在新知识的讲解过程中，注意和已学过知识的融汇贯通，既复习巩固了原来学过的知识，同时也无形中降低了新知识的难度。比如，在数据挖掘模型评估中，把混淆矩阵、ROC曲线、误差平方和等知识点就能和之前学过的内容有机联系起来。
（3）结合现实数据，让学生由“被动接收”式的学习变为“主动探究”型的学习。在讲解每种方法和技术之后，增加一个或几个案例，以加强学生对知识的理解。除了充分利用已有的国内外数据资源，还可以鼓励学生去搜集自己感兴趣的或者国家及社会大众关注的问题进行研究，提升学生学习的成就感。
（4）充分考虑前述提到的三点，课程内容计划安排见表1。
（5）课程的考核方式既要一定的理论性，又不能失掉实践应用性，所以需要结合平时课堂表现、平时实验项目完成情况和期末考试来综合评定成绩。采取期末闭卷理论考试占50%，平时实验项目完成占40%，课堂表现占10%，这样可以全方位的评价学生的表现。
三、教学效果评估
经过几轮的教学实践后，取得了如下的教学效果：
（1）学生对课程的兴趣度在提升，课下也会不停地去思考数据挖掘有关的方法和技巧，发现问题后会一起交流与讨论。
（2）在大学生创新创业项目或者数据分析的有关竞赛中，选用数据挖掘方法的人数也越来越多，部分同学的成果还能在期刊上正式发表，有的同学还能在竞赛中取得优秀的成绩。
（3）统计学专业本科生毕业论文的选题中利用数据挖掘有关方法来完成的论文越来越多，论文的完成质量也在不断提高。
（4）本科毕业生的就业岗位中从事数据挖掘工作的人数有所提高，说明满足企业需求技能的人数在增加。继续深造的毕业生选择数据挖掘研究方向的人数也在逐渐增多，表明学生的学习兴趣得以激发。
教学实践结果表明，通过数据挖掘课程的学习，可以让学生在掌握理论知识的基础上，进一步提升分析问题和解决实际问题的能力。
【关键词】 医学论文； 医学统计方法； 正确运用
中图分类号 R3 文献标识码 B 文章编号 1674-6805（2014）3-0157-02
在编写医学论文时，经常要运用收集到的数据进行各种医学统计的分析，医学统计方法应用不当，常常会带来错误的结论，影响整个论文的质量[1]。因此，统计学方法是否正确运用是判断论文科学性的主要依据[2]。本文对医学论文中统计方法的正确应用进行探讨，通过结合一些论文中出现的统计学方法运用错误的实例，分析如何正确选择恰当的统计学方法，以提高医学论文的统计质量及学术水平。
1 统计学方法简介
统计学方法包括统计软件包、统计分析方法以及检验水准三方面的内容。其中医学论文中常提到检验水准即α，它是用来表示组间实际无差别而统计结果判断有差别，犯这类错误的概率[3]。实际工作中常取α=0.05，当研究数据计算的P值小于0.05时，组间差异比较被认为有统计学意义[4]。统计学方法包括统计描述和假设检验两个方面的内容。统计描述是指根据资料及原始数据分布的类型，选择正确的指标来描叙资料及数据的特征。而假设检验即组间差异性检验，是医学论文中最常用的统计学方法。资料类型则包括能用具体数据表示的定量资料与不能用具体数值表示但能反映被观察对象某一特征的定性资料。定性资料的统计描述包括率、相对比和构成比。而参数法及非参数法是常用的定量资料统计分析方法。参数法一般包括t检验、方差分析，非参数法常用的有秩和检验[5]。
2 试验设计中的统计学原理
合理的试验设计与统计处理的可信度存在直接联系，研究者在编写医学论文时应对医学研究设计方法进行说明。在进行试验设计时应遵循随机、对照、均衡和重复四大原则[6]。在进行试验设计的时候通常会涉及到研究对象的选择，研究对象的分组及选择合理的检测指标三个方面的内容。
医学论文就是通过对样本的研究来进行推断总体，找出其共性，得出结论。因此研究者在选择研究对象时应注意选择样本应具有一定数量，能反映出该事物的规律性特征，但又应注意例数不能太多，以免造成不必要的浪费。其选择的原则就是在保证试验结果可靠性的前提下选择最少的样本例数。研究者在选择样本对象后应对其基本特征进行详细的描述，比如患者的年龄、性别、病理分期、疾病诊断的标准等。此外在试验中所用到的试剂、仪器的型号、规格等都应作出说明，以供读者借鉴和做出判断。选定好研究对象后就要对其进行分组。在进行分组时研究者一般遵循统计学中的“随机分配”、“设立对照”以及“均衡”、“重复”的原则。随机化原则是提高组间均衡性的一个重要手段，也是资料分析时进行统计推断的前提。有对照才有比较，在进行组间比较时，应确定好处理因素与实验效应的关系。均衡性则是要使得对结果产生影响的非处理因素尽可能保持一致，这样才能保证对照的结果让人信服。观察实验效应的指标主要有主观指标与客观指标。正所谓主观指标就是通过问答的方式调查受试者自己判断的主观感受；而客观指标则是通过仪器来检验和测量所得出的结果。在进行试验设计时应选择客观性较强、高灵敏性和精确性的指标。
3 统计学方法的选择
统计学方法的正确选择是直接影响到论文结论可信度的重要依据，因此研究者在编写论文时应注意选择合适的统计学方法。不同的统计学方法应用的范围不同。研究者在编写医学论文时常根据论文研究的目的、资料类型、试验设计的方案、样品大小、水平数、特定条件、数据分布特征以及综合分析等来选择对应的统计方法，同时还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择。当定性资料正态分布时，研究者一般用均数和标准差来表示统计描述指标；当定性资料不符合正态分布时，则可选用中位数及级差来表示；当定量资料正态分布且组间方差齐时一般选用参数法，反之则选用非参数法。t检验一般适用于小样本（n
4 常见统计学方法的误用分析及对策
4.1 统计方法误用
最常见统计方法误用是对等级资料进行比较时应用秩和检验而误用卡方检验。例如：在评价采取不同治疗方法的两组急性脑血管病患者疗效中，治疗组显著有效、有效、无效三种分型分别为15例、10例、8例，对照组分别为14例、11例、9例。本资料例数较少，应选用等级比较的秩和检验，而有些作者却认为只要是率的比较就可以采用字2检验。研究者在选择统计学方法时应根据相应的原则，对文章研究目的、资料类型、样品大小、水平数、数据分布特征等进行综合分析后，再来选择对应的统计方法。
4.2 统计方法应用错误
例如在一组资料中将临床疑似为支原体肺炎的201例患儿作为研究对象，分别采用三种检测方法检测实际患病人数以进行确诊，比较其检测率。则原文结果显示：MP-IgM组、咽拭子培养法阳性检出率与MP-PCR组比较，差异均有统计学意义（字2=6.38，字2=16.72，P
表1 小儿支原体肺炎三种不同检测方法阳性检出率比较
检测方法 阳性（例） 阴性（例） 检出率（%）
MP-PCR组（n=76） 42 34 55.26
MP-IgM组（n=91） 32 59 35.16
咽拭子培养法（n=34） 5 29 14.71
4.3 处理定量资料时均数表达问题
处理定量资料时常出现均值表达不准的问题。在定量资料平均数的计算时，研究者常用平均数（x）来反映平均水平。但只适合于定量资料中呈正态分布的资料。而对于偏态分布资料或信息不全的资料则需使用中位数。例如9例手足口病患儿年龄为1、1.5、2、2、2.5、3、5、7、12的平均数（x）为4，中位数为2.5。为更准确地反映年龄分布的集中位置，宜采用中位数而不是平均数。
4.4 选用检验方法错误
在有些论文中，作者常将本应用方差分析和q检验的误用t检验。t检验一般适用于小样本（n
5 结论表述中的统计学应用
资料的统计处理不是医学研究工作的最终目的，而是通过统计学分析为研究结论提供依据或者线索。因此，在对统计资料进行分析后应把握统计学术语，对结论做出科学的分析跟解释。在根据统计结果得出专业结论时研究者应遵循一个重要原则，就是统计结论都是概率性的，不能绝对地肯定或否定。研究者习惯上将“P
总之，不同的统计分析方法均有其适用的范围和应用的条件，研究者在书写医学论文时应根据论文设计及资料的类型进行合理的试验设计，选择恰当的统计分析方法，切记勿盲目套用。同时，还应注意得出的结果和结论应满足设计的要求。医学统计方法的正确运用，是充分利用试验研究获得的数据，也是最终得出科学、可信的结论的必要条件。
参考文献
[1]方积乾，陆盈.现代医学统计学[M].北京：人民卫生出版社，2002：210-217.
[2]刘惠刚，胡良平.医学论文中统计分析错误辨析与释疑[J].中华医学杂志，2004，84（13）：166-168.
[3]王玖，徐天和，祁爱琴，等.医学论文统计学误用及其防范对策[J].编辑学报，2002，14（6）：417-418.
[4]孙振球.医学统计学[M].第2版.北京：人民卫生出版社，2006：55-56.
[5]杨湘华，尚磊，徐勇勇.重视统计学在科技论文中的正确应用[J].中华医学写作杂志，2004，11（13）：1081-1083.
[6]唐军.中国医学统计百科全书：单变量推断统计分册[M].北京：人民卫生出版社，2004：25-35.
[7]胡良平，王功鹏.合理选用统计分析方法[J].中国医学影像学杂志，1996，4（3）：185-192.
关键词：应用心理学；科研统计能力
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）33-0110-02
针对科研工作的特点及其规律，应用心理学专业基本科研能力结构包括资料搜集与处理能力、问题发现与解决能力[1]。可见在课程设置上需要特别重视这两种能力。统计是收集数据、对数据进行分析和解读的科学。数据无处不在，作为一门和数据打交道的科学，统计学已被应用到各个科研领域。科研统计课程是应用心理学专业学生必修的专业基础课，开设目的是学习后续专业课程做准备，并为以后解决实际科研问题提供方法和手段。统计课程的基本内容包括收集数据、整理数据、用恰当的方式描述数据[2]。但不同专业教材倾向使用不同的例子，如心理统计多使用问卷、量表的例子，同时侧重于统计思想的培养。如何激发学生的学习热情，引导他们增强科研能力，参与科研项目，撰写论文，笔者是日常教学做了一些探索。
一、结合实际，因材施教
应用心理学专业同时招收文科和理科生，尤其文科生的数学基础相对薄弱。本科生经过前两年的基础课和专业基础课的学习，基本上形成了聚合与发散、正逆则反、联想类比的固化思维模式[3]。但应用心理学专业在课程设置上没有安排高等数学的内容。同时文科生缺乏推理论证与批判性思维的训练。而统计学是心理学专业的重要专业课。对于没有数学基础的学生，接触统计学，难度较大。因此，在教学中，教师应该以实例为主，结合上机练习，适当补充课后作业。而对于原理的讲解不是教学的重点，也就是在教学中应该重实践而轻理论。以问题为导向的教学方法类似真实的研究过程，学生需要在教师的指导下自己去探究问题答案，在此过程中锻炼统计应用能力。这一教学过程需要教师、学生共同参与，教师给学生提供了脚手架，帮助学生在活动的参与过程中提升能力。学生在教师指导下分析数据、理解研究设计，以利于学生将统计思想融入生活实践和专业知识中。
二、夯实基础，突出重点
基于医学院校的传统，应用心理学专业学生的课程负担比较繁重。如我校开设《基础医学概论》、《临床医学概论》、《预防医学概论》，三门课程总课时为304学时。但对于学生较难掌握的《社会统计学》、《社会调查方法与分析》为113学时。心理学是一门自然科学与人文社会科学交叉的学科，学习医学课程对于突出医学院校的心理学专业特色，促进学生的心理学与医学知识的有机结合十分重要且必须。但统计学知识的内容多，较难理解，课时相对不足，这是教学中遇到的实际问题。教师在统计课程的教学中，不需要把过多时间花在计算和公式推理上，而应该重点讲解研究设计的思路和软件的操作，同时结合课后的作业让学生真正掌握各种统计方法间的差异和关系。努力做到概念清晰，推理严密，抓住重点，突破难点，教会方法。
三、选对教材，事半功倍
高质量的教材有两个基本要求：知识脉络清晰完整，反映当前心理学研究的发展趋势。好的教材使得教师易教，学生易学。目前在大部分医学院校的心理学专业，使用的是《医学统计学》或《卫生统计学》教材。这些教材并没有起到好的教学效果，存在符号公式多，很多概念难以直观理解，或者案例、术语、符号和概念与心理学专业的表述不相符的情况。这类问题的存在，不仅为学生参加全国性的心理学专业考研制造了障碍，也不便于追踪国外期刊，获取最新研究信息。特别是教材中的医学案例与心理学专业联系不紧密，打击了学生的积极性。在教学中可以注意与《实验心理学》的教学结合，增加调查问卷设计和抽样设计的内容，也可以从心理学核心期刊中选择一些经典文章，组织学生讨论，可提高学生解决实际问题的能力。
四、方法灵活，提高质量
利用科研实践、毕业论文撰写辅助教学。针对科研课程的实践性和应用性强的特点。我校在2年级开始实行导师制，请学术造诣深厚的老师担任本科生的指导老师。从参与导师的科研项目开始，导师对学生的科研统计能力进行全方位个性化的培养。教学形式从以“教”为中心向以“学”为中心转变，使得学生发挥了主观能动性，深受广大学生的欢迎。值得注意的是，现在实际科研中普遍运用统计软件。计算机虽然可以使复杂的计算变得快速、简单，但也不能因突出上机操作而忽视原理的教学。不能知其然不知其所以然，要让学生认识到思维比计算更重要。在实际的科研工作中，软件完成的只是数值计算，但如何设计实验，选择那些样本，应用何种统计方法，如何解释数据都需要人去决定。如果对统计思想一无所知，就会出现“垃圾进垃圾出”现象。另外，一些新出现的统计方法未必有现成的软件可以使用。
五、强调思想，掌握内涵
统计思想主要包括：估计、相关、拟合、检验、均值、变异[4，5]。在教学中应该强调用统计的观念及思想，去探索事物背后的规律性。应该先谈谈估计思想：我们做实验的方法常常以样本推测总体，这是对同类事物探索其规律采用的由此及彼的认识方法。一般样本必须与总体具有很多相同的性质，样本才能代表总体。但样本的代表性又受很多不确定因素影响，这里强调置信区间是保持逻辑严谨的必要步骤。再谈谈相关思想：世界上任何事物都有千差万别，在这千差万别的事物中中能找到事物的普遍联系，从普遍联系中总是可以找到一些事物共变的情况。总体和个体之间、个体与个体之间是能找到一些相互关联的。再谈一下拟合思想：拟合是对不同类型事物之间关系之表象的抽象，就是对规律或趋势的拟合。任何一个单一的关系必须依赖其他关系而存在，所有实际事物互相之间的关系都表现得非常复杂，拟合的成果只是个模型，这种拟合思维方法反映的是一般趋势，而趋势表达的是事物和关系的变化过程在数量上所体现的模式，反映的是基于此而预示的可能性而以。然后谈到检验思想：统计方法是归纳性的思维方法，其结论永远带有一定的或然性，所以基于局部特征和规律所推广出来的，统计出来的判断不一定完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。然后谈谈均值思想：均值思想是指人们从总体上看问题，往往观察其一般发展趋势，尽量避免个别偶然现象的干扰，求出事物的均值范围，也体现了思维的总体观。另外，最后谈谈变异思想：统计学研究同类事物、同种现象的总体特征，但是任何事物和现象的特征总是存在着差异的，统计方法的使用就是要认识事物数量方面的差异。统计学反映变异情况最基本的概念是方差，是表示变异的一般水平的概念。平均与变异都是对同类事物特征的抽象和宏观度量。我们强调以上几个思想方法，真正掌握其中的内涵才能进一步提升本专业科学研究的能力。
六、特色发展，发挥优势
为了培养学生的科研统计能力，提升学生的复合竞争力和教育水平，增强学生社会适应性和就业竞争力，在课程设置实施了学生复合竞争力提升暨“五个一工程”计划项目。主要措施是：通过课程体系改革，以《社会统计学》、《科研方法与论文写作》、《专业外语》等核心课程为抓手，强调理论结合实际，提升学生的专业能力与实践动手能力。组合式教学法能提高学生对科研统计的认识，特别是加强基础知识的学习和掌握。在教学实践中能体会到提倡组合式教学法是十分有利并有效的。按照我们现行的教学大纲，尚不能满足组合式教学法的需要，很多东西还需要我们去探讨。能否在本科高年级阶段推行组合式教学法已有“文献选读报告和课题研究”。教学实践中我们指导学生以课题小组的形式在一起研究探讨，互相启迪，同时结合导师指导本科毕业论文的进行，这样可能比较有收获。今后在教学研究中更要注重指导学生统计学基本知识、方法和技能的培养训练。对继续要读研的同学，指导他们本科高年级学习阶段就奠定一定基础，重视科研统计能力的培养和提升。教师根据学生的特长，指导他们注重特色发展，尽可能发挥优势，提升专业方面能力与实践动手的能力。
应用心理学专业科研统计教学能力要得到提升，对心理学专业教师们提出了进一步要求，心理学专业教师不仅要有相当娴熟的心理学知识，有较强的科研能力和一定的统计学知识，还要求教师与时俱进能熟悉目前流行的各项统计软件，有一定的软件编程能力，才能更好地培养提升应用心理学专业学生们的科研统计能力。
参考文献：
[1]夏世龙.陕西师范大学文科硕士研究生科研能力培养问题研究[D].陕西师范大学硕士论文，2011.
[2]孟万金.研究生科研能力结构要素的调查研究及启示[J].高等教育研究，2001，（6）：58-62.
[3]张成武.高三文科学生常见的三种思维模式[J].中学教学参考，2015，（35）.
【关键词】田间试验与统计方法 教学改革 教学方法
【基金项目】2012年广东省质量工程资助项目。
【中图分类号】S6-4 【文献标识码】A 【文章编号】2095-3089（2013）10-0241-02
《田间试验与统计方法》是农科专业的一门专业基础课。作为一门方法论的科学，它对于学生科学研究的训练、科研素养的提高以及指导农业生产实践，均具有重要意义[1-2]。我国各高等农业院校开设《田间试验与统计方法》课程具有悠久的历史，并逐步形成了富有各自特色的课程教学体系。二十多年来，我们坚持实践，积极探索，不断总结，在明确教学目标和任务前提下，积极进行教学改革，做了多方面的尝试，不断完善教材体系、教学环节和教学手段，取得了较好的效果。现就《田间试验与统计方法》课程教学改革实践中的相关问题谈一些体会与思考，以期与同行进行交流。
1.课程的基本内容及其在农业高等教育教学体系中的地位
作为专业的基础课，《田间试验与统计方法》课程以高等数学、概率论与数理统计、遗传学等课程为基础，主要介绍田间试验设计、试验结果的整理与统计分析等内容。通过本课程的学习，要求学生能正确地设计试验方案并对试验结果进行统计分析，为进一步学习专业课程打下必要的理论基础，也为今后从事毕业论文和开展科学研究打好方法论基础。田间试验与统计方法的内容主要包括四大部分。第一部分介绍科学研究的基本过程、试验方案的制定，试验误差及其控制，在此基础上进一步讲述田间试验误差的来源、土壤差异、控制误差的小区技术、试验设计、实施规则以及试验数据的获取。第二部分从试验数据最简单的描述统计开始，进而介绍研究对象总体的理论分布、统计数的抽样分布以及统计数的理论概率。第三部分在误差理论的基础上引入通过假设测验进行统计推断的基本方法，介绍平均数比较的u测验和t测验，然后进一步介绍F测验和x2测验及其应用。第四部分两个以上变数间的分析，即相关与回归部分。田间试验与统计方法的核心内容是试验设计和统计分析的方法；统计方法重点在于方差分析和回归相关[2-6]。
2.改革传统的田间试验与统计方法教学方法
2.1优化教学内容，构建合理的课程知识结构体系，突出重点，兼顾全面
培养人才的目的，就是为了满足生产实际和科学研究的需要。在教学过程要尽可能地与生产实际想结合，与相关领域的研究相结合。《田间试验与统计方法》课程是在已学过概率论与数理统计的基础上，进一步加深试验设计理论、拓宽试验设计方法，提高数据处理效率，旨在增强专业研究能力，提高论文试验的设计水平与论文质量。迄今，该课程在国外偏重于各种常用试验设计优化及各种统计软件包如Statistica、Excel、SAS和SPSS等使用；在国内则偏重于各种试验设计方法和统计分析的介绍，试验结果采用计算器一步一步计算，以求加深对试验设计原理及统计过程的理解。这两种教学体系前者统计手段先进，但试验设计薄弱，不利于学生对各种试验设计方法的灵活运用；后者突出试验设计部分内容，但数据处理费力费时。两者各有利弊，有待改进。
根据长期的教学实践，我们认为，《田间试验与统计方法》课程的教学应立足于理论与实践相结合，既应介绍各种试验设计方法的原理，又必须有这些设计方法在农业中的应用实例。因此，我们优化了该课程的教学体系和教学内容，对于比较典型、又较常用的试验设计（如随机区组设计），进行详细讲解。课堂教学重点则放在各种试验设计方法的特点、用途及相互联系方面。至于设计步骤只按试验小区排列图简述即可，结果的统计分析也只需列出方差分析表中的变异来源项。因为对于大多数试验来说，这些变异来源的平方和（SS）等统计项可用常用的计算器计算出来。如此安排授课进程，可避免课堂内容重复，并让学生避免记忆繁琐的统计公式，有利于学生在较短的课堂时间内，掌握各类试验设计的要领，便于日后灵活运用。
2.2 灵活应用各种教学方法，强化理论教学
任何的教学改革措施，都必须符合教学的基本规律，建筑在常规教学的基础上。提高传统教学的授课质量，是教学改革成功的根本。教学实践中，根据《田间试验与统计方法》课程图表多、公式多、计算多、学习难度大等特点，按照教学的目的要求、重点、难点以及达到的目标，可分别采用不同的教学方法。（1）对于基本概念、基础理论以讲授法为主，力求深入浅出，讲深讲透；（2）对于数理统计学公式，淡化演绎推理过程，着重讲清发现问题、解决问题的思路，启迪学生的逻辑思维能力；（3）对于一些统计图表的绘制（如田间试验设计图、数据资料的次数分布图、双变数的回归图等）则辅以直观教学法。例如，在讲授“田间试验设计”一节时，其教学过程设计为：首先把不同试验设计方法的图例通过投影展示给学生，并用对比法简要介绍不同设计的特点以及相关的术语，然后详细介绍几种有代表性的试验设计图的绘制方法，在此基础上，再进一步说明不同设计方法的适用范围。这样讲授可以使学生在感性认识的基础上再上升到理性认识，加深对所学知识的理解；（4）对适于学生自学的内容则采用课堂讨论的方法；（5）对于计算内容较多的章节则辅以练习法。在讲课过程中，避免满堂灌，尽可能启发引导学生思考，适当设疑，活跃课堂气氛。
2.3加强课堂讨论，因材施教
解决某一特定专业问题可采用的试验设计方法很多，但试验效率可能大不相同。因此每大类试验设计讲授后，有必要让学生根据各自的专业要求，最好结合自己将来的毕业论文，进行设计练习，然后组织课堂讨论。在《田间试验与统计方法》的授课过程中，充分利用课堂讨论可以收到良好的效果。它能使学生强化对基本内容的理解，提高学生在科研实际中的自觉运用统计学理论和技能的能力。这种方式的教学还可以让学生换换“口味”，避免被动的“满堂灌”，使学生变被动为主动，去查阅相关资料，引发学生的学习兴趣。通过查阅资料、课堂交流以及自己的独立思考，学生能够全面地了解所研究问题涉及的领域范围、来龙去脉以及可能的解决办法。
在讨论过程中，可先由学生上台介绍，再让全体师生共同对试验设计进行探讨，提出修改意见，并作出评价。这样既有利于学生掌握、巩固课堂知识，能灵活运用各类试验设计方法来解决专业问题，提高教学效果，又可让学生学以致用，增强学习兴趣，提高学习积极性和自觉性。对于任课教师来说，课堂讨论无疑是一次了解学生对教学内容的掌握程度。在所有的课堂讨论中，针对毕业论文的课堂讨论尤其具有重要意义。因为每个同学对毕业论文的重视程度都是勿庸置疑的，但每个同学的毕业论文所涉及的领域又是各不相同的。因此，通过针对毕业论文的课堂讨论，教师可以了解本课程知识在不同领域中的应用范围，最后分析、归纳出这些领域对本课程特殊要求的极好机会。因此，对于每一个学生的设计练习，应予以登记、摘录。对于典型练习，应予保留，并及时充实到教案中，以丰富教学内容，促进学用结合[2]。
2.4 运用电化教学手段，增加课堂教学信息量
本课程的内容涉及大量设计草图与统计图表，因此教学挂图较多。纸质挂图较易损坏，白布绘制的挂图又难以修改和清洗，且携带不便。利用学校大多数教室都已经配备多媒体投影设备的条件，将这些图表、公式及教学内容制成Powerpoint幻灯片实施教学，加快了授课节奏，增加课程的信息量。对于某些试验设计的野外试验场景，也制成幻灯片或教学录像片，增强了教学手段的形象化和动态化，激发了学生的学习兴趣，丰富和发展学生的形象思维和逻辑思维，提高了教学效果。
《田间试验与统计方法》课程计算量大，目前科研工作中的统计分析工作绝大多数都通过统计分析软件完成。因此《田间试验与统计方法》课程CAI课件的制作必须跟统计分析软件“链接”，如可以与SAS、DPS或SPSS等分析软件结合；教师在利用CAI课件授课时，可以通过统计分析软件演示例题的计算过程与结果，强化学生对统计分析软件的使用[3，6-8]。
2.5加强课后作业练习
在指导本科生和研究生学位论文时，我们发现相当一部分学生在真正使用统计这一有效的手段时，往往无从下手，这主要是因为在课堂教学之外他们的实践环节比较薄弱。在他们还没有接触科研活动之前，这种实践环节可以通过大量的作业来替代。
2.6 加强计算机统计分析练习
加强计算机在试验设计，特别是在试验结果统计分析中的应用，是本课程的一个重要发展方向。如何将国内外各种统计分析软件进行合理开发，使之与本课程教学内容相衔接，并利用计算机开展统计分析教学，这是本课程教学改革的一个重要内容。
目前国内外惯用的计算机统计软件包大多具备常用试验设计的结果统计功能。对于采用典型试验设计，如随机区组、拉丁方、裂区设计等方法设置的试验，其试验结果一般都可以用软件包直接统计。对于由典型试验设计演化的变种，包括混杂设计、正交设计等，仍可借助计算机按变异来源进行平方和及自由度分解，从而完成繁琐的中间运算过程，提高计算效率。
在计算机日益普及的今天，许多复杂的统计分析，如回归分析、相关分析等已完全可以由计算机完成，因此，不必再沿用计算器统计时代对算法作太多的介绍。针对本课程上机时数有限，而现有统计软件包功能较多，课堂上来不及详细介绍这一现状，计算机统计练习目前最好采用先集中铺导，再分散进行课外练习，最后集中答疑的方式。这样可使学生有较多的软件熟悉时间，便于学生在软件练习过程中发现问题，解决问题，提高计算机实际应用能力[7-8]。
2.7 强化实践教学，加强学生实践能力的培养
要想使学生正确运用生物统计的知识和方法去处理、分析和解决实际问题，必须加强学生对生物本身生长发育规律以及生物界数量现象的认识。生物界的数量现象是普遍存在的，这些数量现象又是广泛地存在变异的。正确地认识这些数量现象，将有助于我们正确地选择适当的统计分析方法来处理试验数据。生物统计的目的就是帮助我们发现和挖掘这些蕴藏生物内部的规律，使我们对生物本身生长发育及生物与环境间的关系有更深的认识[4-5]。
在生物科研中容易发生有关数据统计分析的错误，我们经常发现，这通常都与是否有正确的试验设计有关。生物统计学虽然是分析试验结果的有力工具，但是也只有那些有计划有目的地收集起来的数据，经过整理、思考和统计学分析，才能得出正确的结论。我们经常发现有人因为缺乏统计学知识收集大量无助于分析的数据而丢失一些必要的数据，这样的资料很难得出正确的结论；或者由于收集方法不正确，而得不到对总体无偏的估计，使推断的结果不够准确，浪费了人力和物力。
针对上述情况，我们加强了进行实际课题研究训练的教学环节，特别是加大了有关试验设计内容的实践，使学生能够在进行一项研究之前，根据试验目的，按照统计学的要求制定出一整套完整的试验方案，开展正确的田间试验。在实践过程中，学生通过自己搜集资料，自己提出课题，然后在教师指导下进行讨论和研究，把课堂扩展到资料室、图书馆和实验场地，融教、学、研为一体，充分调动了研究生学习的积极性和主动性，不仅加深了学生对统计学原理、模型和方法的理解，更提高了他们分析问题和解决问题的能力，使学生学得生动活泼、丰富多采。对于有条件的学生，就让他们直接参与老师的科研工作。
3.教学改革的效果
经过二十多年的探索与实践，《田间试验与统计方法》课程的教学效果不断提高。课程改革的效果，不仅得到了学生的认可，而且也得到了学校教学管理专家的好评。通过反复实践，学生抓住了田间试验与统计方法的基本要点，能够自觉地运用田间试验设计与统计方法来解决科研工作中的问题。在我校历届园艺、农学专业的毕业论文中，绝大多数能做到正确地进行试验设计、正确地应用统计指标、对数据进行正确的统计分析、正确地应用统计图表对研究结果进行简洁而清楚的表达，并且能正确地解释试验结果，导出正确的结论。
参考文献：
[1]于丽杰. 生物统计教学改革中的几点认识. 黑龙江高教研究，1995，（1）：74-76
[2]吴良欢，楼建悦，赵启泉. 提高农科研究生试验设计与统计教学质量的途径探讨. 高等农业教育，2001，（增刊）：89-90
[3]詹秋文. 计算机技术在生物统计教学中的应用. 高等农业教育，2001，（6）：56-57
[4]夏爱红，景桂英，是雅蓓，周广礼. 农业期刊论文中试验设计统计方法存在的问题及分析. 编辑学报，2002，14（1）：23-24
[5]汪光年，吴益伟，于晓庆，汪良才. 论农业科技论文中试验设计可比性问题. 宁波大学学报，2000，22（5）：93-95
[6]程郁昕.《生物统计学》教学改革的几点思考.安徽科技学院学报，2009，23（3）：32-34
[7]李兰会，李潭清，周荣艳，曹洪战，贾青.整合多媒体与传统教学模式，优化生物统计教学.教学天地，2009，（7）：118-119
[8]何风华，李明辉.生物统计学多媒体教学的探索与实践.江西教育学院学报，2004，25（6）：25-27
一、选题
选题是论文写作关键的第一步，直接关系论文的质量。
常言说：“题好文一半”。对于临床社区公共卫生服务人员来说，选择论文题目要注意以下几点：(1)要结合学习与工作实际，根据自己所熟悉的专业和研究兴趣，适当选择有理论和实践意义的课题;(2)选题宜小不宜大，只要在学术的某一领域或某一点上，有自己的一得之见，或成功的经验.或失败的教训，或新的观点和认识，言之有物，读之有益，就可以作为选题;(3)选题时要查看文献资料，既可了解别人对这个问题的研究达到什么程度，也可以借鉴人家对这个问题的研究成果。
需要指出，选题与论文的标题既有关系又不是一回事。标题是在选题基础上拟定的，是选题的高度概括，但选题及写作不应受标题的限制，有时在写作过程中，选题未变，标题却几经修改变动。
二、设计
设计是在选题确定之后，进一步提出问题并计划出解决问题的初步方案，以便使科研和写作顺利进行。社区公共卫生服务论文设计应包括以下几方面：(1)专业设计：是根据选题的需要及现有的技术条件所提出的研究方案;(2)统计学设计：是运用卫生统计学的方法所提出的统计学处理方案，这种设计对含有实验对比样本的社区公共卫生服务论文的写作尤为重要;
3)写作设计：是为拟定提纲与执笔写作所考虑的初步方案。总之，设计是社区公共卫生服务科研和论文写作的蓝图，没有“蓝图”就无法工作。
三、实验与观察
从事基础或临床社区公共卫生服务科学研究与撰写论文，进行必要的动物实验或临床观察是极重要的一步，既是获得客观结果以引出正确结论的基本过程，也是积累论文资料准备写作的重要途径。实验是根据研究目的，利用各种物质手段(实验仪器、动物等)，探索客观规律的方法;观察则是为了揭示现象背后的原因及其规律而有意识地对自然现象加以考察。二者的主要作用都在于搜集科学事实，获得科研的感性材料，发展和检验科学理论。二者的区别在于“观察是搜集自然现象所提供的东西，而实验则是从自然现象中提取它所愿望的东西。”(巴甫洛夫语)因此，不管进行动物实验还是临床观察，都要详细认真.以各种事实为依据，并在工作中做好各种记录。
有些社区公共卫生服务论文的撰写并不一定要进行动物实验或临床观察，如社区公共卫生服务管理论文或社区公共卫生服务综述等，但必要的社会实践活动仍是不可缺少的，只有将实践中得来的素材上升到理论，才有可能获得有价值的成果。
四、资料搜集与处理
资料是构成论文的基础。在确定选题、进行设计以及必要的观察与实验之后，做好资料的搜集与处理工作，是为论文写作所做的进一步准备。
论文资料可分为第一手资料与第二手资料两类。前者也称为第一性资料或直接资料，是指作者亲自参与调查、研究或体察到的东西，如在实验或观察中所做的记录等，都属于这类资料;后者也称为第二性资料或间接资料，是指有关专业或专题文献资料，主要靠平时的学习积累。在获得足够资料的基础上，还要进行加工处理，使之系统化和条理化，便于应用。对于论文写作来说，这两类资料都是必不可少的，要恰当地将它们运用到论文写作中去，注意区别主次，特别对于文献资料要在充分消化吸收的基础上适当引用，不要喧宾夺主。对于第一手资料的运用也要做到真实、准确、无误。
五、拟写论文提纲
1．1分类资料统计中的常见错误
对于分类资料的比较，首先需要明确的两个问题是：（1）目标变量的分类描述之间是否具有等级关系；（2）统计目的是为了明确构成比（率）的差异、目标变量的强度差异、目标变量与分类变量之间的变化趋势、还是目标变量在组间的一致性问题。对于无等级关系的分类资料构成比（率）的比较，一般采用独立样本卡方检验分析构成比（率）的差异是否具有统计学意义，采用配对卡方检验回答两种分类方法是否具有一致性的问题。需要注意的是，对于总体样本量小于40或有理论频数小于1的方格时，应采用Fisher确切概率法分析构成比（率）的差异［1］。对于目标变量为有序等级资料的研究，一般应采用Ridit分析比较多组数据之间目标变量的等级的强弱［2］；对于双向有序等级资料的分析，则通常采用趋势性检验分析分组因素与目标变量之间是否存在相同的变化趋势。国内的部分检验专业论文，忽视试验设计的特点，忽视目标变量与分类变量之间是否存在等级关系，忽视专业需求，将卡方检验视为万能检验对分类资料进行分析处理，造成了统计学结论和专业结论的脱节，极大地削弱了研究结论的可靠性。
1．2未给出可信区间
任何统计学结论必然最终要回归专业结论。在某些情况下，有统计学意义不一定有专业意义，反之亦然。统计学处理结果的P值，只能反映这一结论犯Ⅰ类误差的概率，并不能体现实验因素引起效应量的变化幅度。因此，如果仅仅在研究论文中报道P值，可能会误导读者，夸大研究的价值。比如，某研究发现了冠心病患者（n＝118）血浆载脂蛋白M的浓度为（1．3757±0．1493）ODu／mm2，而健康对照人群（n＝255）只有（1．3502±0．1288）ODu／mm2，二者的差异具有统计学意义（P＜0．05）［3－4］。但众所周知，载脂蛋白M的检测误差和生物学变异都远大于0．02ODu／mm2，如此微小的差异虽然有统计学差异，但是并无多大临床价值。如果能列出两组患者载脂蛋白M差异的95％CI，则读者便可以一目了然地判断研究实验因素效应的大小，并根据专业判断该研究是否具有临床价值。
2诊断性试验常见的设计缺陷和统计学错误
对目标疾病进行快速且准确的诊断，是制定个体化治疗方案的前提。因为具有客观、微创的优势，实验室检查在疾病的诊疗中占据着十分重要的地位。开展诊断性试验，评价实验室检查手段对目标疾病的诊断能力，是实验室医学家的重要使命之一。国内检验专业杂志上刊登的论文中，有很大一部分属于诊断性试验论文，这些论文都或多或少存在设计缺陷和统计学错误。笔者仅列出以下几点常见设计和统计学错误。
2．1以健康个体作为对照组
国内开展的部分诊断性试验研究，以健康个体作为对照人群，这其实是一种很不科学的行为。健康个体和疾病患者在症状和体征上已经有了很大的区别，通常无需借助实验室标志物就能进行鉴别诊断。因此采用健康个体作为对照并不足以体现实验室标志物的鉴别诊断效率［5］。正确的对照组应该是在症状和体征上与疾病组高度相似，在临床工作中极易于目标疾病混淆的一类人群。比如，欲评价甲胎蛋白对肝癌的诊断能力，对照组就应该设立为肝硬化、肝囊肿、肝炎等一类与肝癌难以鉴别诊断的疾病。此外，诊断性试验研究要求研究对象具有较好的临床代表性［5］。因此，最好采用连续招募的方式确定研究对象，以确保诊断性试验的疾病组与对照组的病例分布情况与临床工作一致。而国内的很多诊断性试验研究，未就研究的数据采集方式（前瞻还是回顾）、病例招募方式、纳入和排除标准等进行详细的说明，使得读者无法判断研究结论的可靠性和的临床适用范围。
2．2采用参考范围上线作为实验室标志物的诊断界值
对于定量分析的实验室标志物，其诊断阈值的确定应该是充分考虑该标志物在疾病人群以及与疾病人群相似的人群中的分布状况，充分权衡漏诊和误诊所带来危害。国内开展的部分诊断性试验，忽视上述原则，错误地以参考范围上限作为诊断界值。众所周知，参考范围上限只是反映实验室标志物在健康个体中的分布状况，并未充分考虑其在疾病患者以及疑似疾病患者中的分布状况，因此不宜作为诊断界值［6］。对于定性的诊断标志物，可以直接绘制四格表而计算出诊断敏感性、特异性、阴／阳性似然比、阴／阳性预测值等指标。对于连续变量，通常需要采用受试者工作特征曲线（ROC）分析法确定其总体诊断效率。受试者工作特征曲线分将不同诊断界点所对应的敏感性和特异性汇总与同一条曲线上，通过曲线下面积反映目标试验的总体诊断性能［7］。研究人员可以根据专业需要从曲线上选择不同的界点作为推荐的诊断界点。
3病例对照研究中的常见设计缺陷和统计学错误
开展病例对照研究，旨在分析某种特征与疾病发生的关系，探索疾病发生与发展的原因，为开展队列研究和开发新的治疗手段提供思路［8］。国内检验专业杂志刊登的论文中，有很大一部分属于病例对照研究，然而，这些研究大多不同程度地存在设计缺陷和统计学错误，主要表现在：
3．1未采用多参数的分析方法同时分析患者特征与疾病的关联
病例对照研究从本质上讲属于观察性研究，疾病组与健康对照组的差异可能会同时与多种患者特征有关。因此，如果需要确定待研究的指标与疾病的关联，则需要充分考虑潜在的“混杂因素”的干扰。对于“混杂因素”的排除，一是可以设定严格限制纳入／排除标准或者采用配对的方式进行研究，但这种方法往往增大了研究难度，因此并不常用。目前多采用第二种方法，即将“混杂因素”因素作为一个协变量进行分析，以明确在校正了“混杂因素”的前提下，待研究的患者特征与疾病之间是否还存在关联。因此，在开展病例对照研究时，应尽可能地详细列举疾病潜在的关联因素，以便在进行在统计学分析时能确定各种因素与疾病的关联关系的强弱。国内检验专业杂志上刊登的部分病例对照研究，对受试对象特征的描述十分简单，有的甚至仅仅提供了性别和年龄等最基本的特征，不仅让读者无从判断研究结论的适用范围，同时也因为未能排除“混杂因素”的干扰，造成研究结论不可靠。正确的处理方式应该是将所有潜在的“混杂因素”作为因变量，采用多参数的数学模型（比如Logistic回归模型），分析在多因素校正的情况下，各个关联因素与疾病的独立关联关系［9］。
3．2结果的解释与结论脱节
病例对照研究又称“横断面”研究，因为其研究的两个因素：患者“特征”（比如胆固醇增高）与“结局”（发生冠心病）是同时发生的，因此在时序上无法明确因果关系问题。特征的改变与结局的发生之间可能存在三种关联关系：（1）某种特征的改变引发了结局（疾病）；（2）结局（疾病）引起了某种特征的改变；（3）是第3个（组）因素同时引起了结局的发生与某种特征的改变，即疾病的发生与特征的改变之间并无直接的因果关系。国内的部分病例对照研究，受传统观念的影响，忽视研究的“时序性”问题，将“特征的改变”与“疾病”之间的关联解释为某种特征的改变是引起疾病的原因之一，实为不科学和严谨的表现。
4队列研究中常见的设计缺陷和统计学错误
与病例对照研究不同，队列研究（又称前瞻性研究）是先确定研究人群（队列），然后对研究人群进行随访，记录结局，即研究的观察终点（通常为疾病的发生或者患者死亡）。然后分析患者进入队列时候的特征（即基线特征）与观察终点的关系［8］。队列研究可以在时序上明确“特征的改变”与“结局”的关系，因此较病例对照研究具有更高的论证强度。有部分国内检验专业杂志上刊登的论文属于队列研究（多以疾病预后研究为主）。但是这些研究都不同程度地存在设计缺陷，主要表现在：
4．1队列的基线特征、随访方式以及失访人群的介绍不清晰
队列研究的重点在于随访，随访时间的长短、随访频率的高低以及失访率的大小直接决定了研究的质量。因此在进行研究的过程中，有必要浓墨重彩地介绍随访的方式、频率、失访率以及随访时间的长短，以便读者以及循证医学研究者对研究的质量进行评价。高质量的队列研究具在系统综述（systemre－view）中占有更高的权重，是重要的循证医学证据，因此也更容易在疾病指南的制定过程中占有一席之地。国内检验专业同行开展的部分队列研究，在材料与方法中并未详细交代随访的方式与频率，也未交代失访率以及释放数据的处理方式。有的研究为了降低失访率甚至从队列中删除了失访病人数据，是一种极不严谨的科研行为。
4．2没有采用多参数的数学模型分析各个基线特征与研究对象结局的关系
与病例对照研究一样，队列研究也不可避免地受到一些“混杂因素”的干扰。因此，在纳入研究对象时候，应尽可能地明确患者的“基线特征”，以便再进行统计学分析时能够考虑更多的变量。对于队列研究数据的分析，需要考虑到时间对结局的影响，因此一般以Kaplan－Meier生存曲线反映基线特征与受试对象结局的关系，以Logrank检验分析某以特征与结局发生的关系，最后以多参数的Cox风险比例模型分析基线特征与观察终点的独立关系［10］。国内检验专业杂志上刊登的部分队列研究论文，对于队列的基线特征介绍不够详细，让读者无法判断可能存在的混杂因素。在描述观察终点的发生状况时，仅仅简单地以“一年生存率”、“一年发生率”等文字进行简单的描述，而未采用Kaplan－Meier生存曲线来展示结果，更没有以多参数的Cox风险比例模型校正潜在的混杂因素，导致研究结果可靠性大打折扣。
5方法学对比研究中常见的设计缺陷和统计学错误
受经济、地域、观念等因素的限制，对于同一个检验项目，往往会有不同的检测方法。因此，有必要开展检验方法学之间的对比实验，评价针对同一检验项目多种检测方法的可比性，为这些检验方法的临床解释提供参考，为不同医疗单位检验结果的“共享”提供依据，最终达到节约医疗资源的目的。目前在国内检验专业杂志上刊登的论文中，有一部分内容属于检验方法学比对的研究。我们以定量资料的方法学比对为例，浅析国内检验方法学对比研究存在的设计缺陷和统计学错误，探讨正确的统计学处理方法。
5．1对两种准确性均欠佳的方法进行比对
一种新的检验方法之所以能应用于临床实践，检测结果的准确性（与真实值的差异）是基础。换而言之，这种新的检测方法应该具有“溯源性”。如果待评价的两种方法本身“无源可溯”，那么即使两种方法有良好的相关性和一致性，也不能说明两种方法具有临床应用价值。比如，有A～E五个浓度不等样本，但已知其中某种物质的真实的浓度分别为2、3、1、5、4（单位略），分别用甲乙两方法进行对该物质的浓度进行检测，两种方法的检测结果均为1、2、3、4、5（单位略），虽然两种方法具有较好的一致性，但是这种一致性并无多大临床价值，因为两种检测方法的检测结果均准确性欠佳。
5．2以t检验进行比对
有部分检验方法学对比研究，以独立样本t检验或者配对样本t检验比较两种方法的检测结果，试图以“两种检测方法的结果均数之间无差异”这一统计学结论来说明两种方法具有良好的一致性。这种统计学处理方式是完全错误的。t检验回答的是两种检测方法所得出的检验结果均数之间无差异，并未回答两种检测方法的一致性问题。比如，有A～E5个浓度不等样本，分别与甲乙两法进行检测，甲法的检测结果为1、2、3、4、5（单位略），而乙法的检测结果为5、2、3、1、4。若采用t检验对数据进行分析，虽然两组检测结果均数之间无差异（P＝1．00），但两种方法并无一致性可言。
5．3只评价了两种方法的相关性，而未评价一致性
有部分检验方法学对比研究，采用Pearson法对两种检验方法进行比对，试图通过相关系数来反映两种方法的可比性。这种统计学处理方式也是不严谨的，因为相关性分析回答的是“相关性”问题，而非“一致性”问题。当存在系统误差时，两种检测方法完全可以具有良好的相关性，而无一致性。比如，有A～E五个浓度不等样本，分别与甲乙两法进行检测，甲法的检测结果为1、2、3、4、5（单位略），而乙法的检测结果为1．5、2．5、3．5、4．5、5．5。若采用Pearson法对数据进行分析，两组检测具有良好的相关性（r2＝1，P＜0．01）。但是乙法的检测结果较甲法高出了0．5个单位，因此，两种方法也并无一致性可言。
5．4推荐的统计学方法
对于检验方法比对实验，应该分别从统计学上和专业解释上证实两种方法是否具有可比性。正确的统计学方法为：首先以配对t检验分析两种方法检验结果之间的差异是否具有统计学意义和专业意义。同时，进一步采用Bland－Altman法绘制Bland－Altman图，计算两种检测方法的一致性限度，并且分析两种方法的一致性限度是否符合专业要求［11］。若两种方法的一致性限度符合行业标准（比如CLIA′88）或者一些行业共识。若两种方法的一致性限度已经符合了专业要求，则进一步采用Pearson法或者Spearman法分析两种方法的相关性，并对相关方程的截距和斜率进行假设检验，分析截距与0之间的差异，斜率与1之间的差异是否具有统计学意义。这样就可以从统计学上和专业上同时回答“两种检验方法是否具有可比性”的问题。
6结语
1. 1 一般资料 收集74例于本院2011年11月～2012年11月间行胸膜彩超检查的石棉肺定诊患者的胸膜资料，男62例，女12例，年龄33～82岁，平均53岁。一期石棉肺39例，二期石棉肺23例，三期石棉肺12例。同时选取石棉肺肺观察对象自愿人员29例进行对照， 其中男15例，女3例，年龄35～57岁，平均50.5岁。
1. 2 检查方法 应用飞利浦IU22彩色多普勒超声诊断仪， 探头频率3～5 MHz。患者取坐位， 背向探查者， 必要时两[专业提供写作论文和论文写作服务，欢迎您的光临dylw.net]手抱头， 使肩胛上移， 肋间隙增宽， 便于声速进入或配合缓慢深呼吸， 由上至下， 由后至前， 在患者背部脊柱旁、肩胛下线、肋弓上方至腋前线之间沿肋间隙逐一纵横并侧动探头作最大弧形扫差。检测胸膜有无增厚及增厚范围。
1. 3 诊断标准 根据国家《尘肺病诊断标准》中胸膜病变的评定标准， 结合本组特点制定如下标准：①胸膜厚度>1 mm者评定为增厚；② 局限性胸膜增厚即增厚胸膜范围的任意径线<5 cm；③弥漫性胸膜增厚指增厚胸膜范围的任意径线≥5 cm和或增厚胸膜范围的任意径线≥3 cm者有3处以上；因其他原因引起的胸膜损害不列入此观察之内。
1. 4 统计学方法 采用统计软件SPSS13.0处理。进行方差分析和卡方检验， 样本均数以（ x-±s）表示， P<0.05为差异有统计学意义。
2 结果
一期石棉肺患者39例中检出胸膜增厚者14例， 其中弥漫性膜胸膜增厚者4例；二期石棉肺患者23例中检出胸膜增厚者13例， 其中弥漫性膜胸增厚者6例；三期石棉肺患者12例中检出胸膜增厚者8例， 其中弥漫性胸膜增厚者5例。石棉肺观察对象29例中检出胸膜增厚者6例， 其中弥漫性胸膜增厚者1例。见表1、表2。
2. 1 石棉肺观察对象及各期石棉肺患者胸膜增厚异常率经卡方检验， 多组间差异有统计学意义（P<0.05）。两两比较：三期与一期石棉肺患者及石棉肺观察对象， 胸膜增厚异常率差异有统计学意义（P<0.05）；三期与二期石棉肺患者胸膜增厚异常率差异无明显统计学意义；二期、一期石棉肺患者与石棉肺观察对象胸膜增厚异常率比较， 差异有统计学意义（P<0.05）。
2. 2 石棉肺观察对象及各期石棉肺胸膜弥漫性增厚异常率经卡方检验， 多组间差异有统计学意义（P<0.05）。两两比较：三期与石棉肺观察对象胸膜弥漫性增厚率差异有统计学意义（P<0.05）。二期、一期石棉肺患者与石棉肺观察对象胸膜弥漫性增厚异常率比较， 差异无明显统计学意义。总体趋势表明随石棉肺病期的进展胸膜增厚异常率增加且胸膜增厚的广泛性也有所增加。
3 讨论
胸膜分脏、壁两层， 均为平滑光亮的半透膜， 其表面排列一单层间皮细胞。壁层胸膜厚约20 ?m， 脏层胸膜厚约100 ?m[1]。正常状态下胸膜菲薄， 侧胸膜厚约1 mm[2]。胸膜不仅仅是一层保护膜， 还具有免疫、代谢等功能， 对调控胸膜内环境的稳定有着十分重要的作用[3]。一般情况下， 局限性胸膜增厚对机体的呼吸功能影响不大， 可使部分患者产生胸部不适感， 如深呼吸或运动加剧时常有胸膜牵拉感或疼痛感[4]。弥漫性胸膜增厚可限制尘肺患者肺的扩张， 使肺及胸壁的顺应性降低， 从而出现或加重限制性通气功能障碍[5]， 甚至出现呼吸衰竭。因此临床上对石棉肺患者胸膜损害的重视程度日益加剧， 文献报道：随着尘肺病情的进展， 肺间质纤维化程度加重， 胸膜增厚程度进一步加重[6]。本研究表明胸膜弥漫性增厚的[专业提供写作论文和论文写作服务，欢迎您的光临dylw.net]发生率随着石棉肺期别的增加而增高， 占胸膜增厚总人数的39.02%。石棉肺是尘肺的一种， 随城镇化建设的扩大， 发病率逐渐增多， 目前无有效办法治愈。因此， 早期诊断对临床干预十分重要。以往检查胸膜增厚主要依赖于胸部X线及CT检查， 但两者均存在电离辐射， 可对人体造成伤害， 且X线片对胸膜局部、轻微形态学改变显像不明显， 不适宜应用于早期诊断；CT检查灵敏度高， 影像清晰， 但费用较高， 不适宜应用于连续动态观察胸膜变化。彩超检查灵敏度极高， 只要两介质间声阻抗差>0.1%即产生回声反射， 形成清晰的声像图， 且可多角度、多切面， 连续广泛扫查， 其安全、便捷、准确、价廉等性能， 已为众多医师认可， 使之成为观察胸膜变化的重要手段， 其在全面诊断石棉肺及劳动能力鉴定上也有较重要的应用价值， 值得推广。
参考文献
[1] 俞森洋.胸膜和胸膜腔的解剖和生理功能的研究.中华结核和呼吸杂志， 2001，24（1）：13-15.
[2] 朱林平，葛宪民，梁梅，等.尘肺病胸膜损害的超声影像学诊断. 职业与健康， 2008，24（19）：2079-2080.
[3] Antony VB.Immunological mechanisms in pleural disease.Eur Respir J， 2003，21 （3）：539-544.
关键词：综合改革；统计学；教学
统计学作为经济学类和工商管理类共同的核心课程，是管理者认识问题和解决问题必不可少的工具。然而，学生普遍的感受是统计学概念抽象、公式多而复杂、不好掌握，学生的学习主动性不足。其次，学生对统计学这门核心课程，缺乏认识，未能深刻了解统计学的作用，往往以满足于通过考试或者取得相应的学分为目的。第三，对文理兼收的专业，文科背景的学生中相当一部分学生看到公式就头疼，对统计学有着本能式的排斥，缺乏学好统计学的自信心。针对以上现状，作为一名统计学教师，就必须在教学改革上有所突破，以教学改革带动、促进学生对统计学的学习。
1 改革考试模式。引导学生学习
考试虽不是教学的目的，但考试的形式和内容却是学生学习的指挥棒，也是检验学生学习情况，评估教学质量的重要手段。传统的统计学考试，通常采用闭卷笔试的方式。常用的题型包括单项选择、多项选择、判断、简答和计算，考试的内容以客观题为主。这种考试方式对于保证教学质量，维持正常的教学秩序起到了一定的作用，但也存在着缺陷，这种客观题的最大特点是，标准答案具有唯一性，学生答题不必具备较强的分析能力，也无须发挥自己的想象力，只需死记硬背书本中的概念、公式和习题就可以了，导致了学生在学习《统计学》课程的过程中，为应付考试搞题海战术·把精力过多的花在了概念、公式的死记硬背上。这与统计学的教学目的，即培养学生掌握统计基本理论并能运用统计方法分析解决实际问题的能力相差甚远。
改革考试模式，可以大胆地加入调查报告、专题论文、案例分析等考试形式。学生成绩的测评应根据学生参与教学活动的程度、学习过程中提交的报告或论文、上机操作和卷面考试成绩等综合评定。采用这样的考试模式，必将极大地提高学生学习的主动性和自觉性，充分调动学生的求知欲和创造性，变被动学习为主动学习，从而提高学习效率。在考试内容上，应侧重检查学生运用知识的能力，而知识标准化的客观题不宜过多的作为统计学考试的内容，最好使用结合实际经济生活而设计的主观应用题，注重学生各种能力的考查。
2 改革教学的形式和手段。调动学生的学习积极性
首先要变灌输式教学为启发式教学和双向互动式教学。针对学生的实际情况，应尽可能减少公式的推导，手工的运算过程。要启发学生分析统计数字、统计技术背后的含意。课堂上要加强与学生的沟通，开拓学生的发散思维，变灌输式教育为启发式教育，启发式教学有利于激活学生的潜能，引领学生对所学问题进行思考和探究。教师在运用启发式教学时，对所提出的问题的设置要注意讲求质量和层次，要能引发学生的好奇心并能激发学生去思考探究，从而提高学生思考问题和分析问题的能力。提问的形式可以灵活多样，既可以采用在课堂上提问、由学生现场回答的传统形式，也可以采用把问题布置下去，由学生经过独立思考和分组讨论后，再以书面结果回答的形式。
改革教学手段。传统的统计学教学手段单一，一支粉笔、一张黑板。而多媒体教学的优点是信息量大，可以充分地利用图像、声音、色彩和动画等多媒体技术，使得教学过程图文并茂、生动形象，也非常有利于演示统计软件的具体应用过程。统计学在教学中需要大量运用数据、统计表、统计图，还会涉及到一些复杂的数学计算。借助多媒体现代化教学手段，可以将大量的统计表、统计图及案例生动的展示在学生的面前。这样既丰富了学生们的视觉效果，也节省了教师在课堂上写板书的时间，又使案例的讲解生动清晰，可使学生忘记在统计课堂上须记住的大量统计公式的枯燥和痛苦。同时，多媒体教学也可大大增加课堂教学的信息量，提高课堂教学的灵活性，是统计学教学改革的重要突破口。多媒体教学的缺点是教学节奏快，不利于学生对所学知识的消化吸收，容易造成学生课堂学习囫囵吞枣。因此，多媒体教学必须和启发式教学和互动式教学相结合，避免造成教与学的脱离。
结合案例教学。统计学的案例教学是按照统计学的学科特点和统计教育规律所设计和组织的一种教学形式，是在教师的精心策划和指导下，根据教学目的和教学内容的要求，将统计学课程中实际例证的处理过程搬入课堂，引导学生参与分析、讨论、表达等活动，通过学生的独立思考或集体协作，进一步培养学生的设计能力、调查能力、整理能力、分析能力、独立工作能力和团队协作能力的一种教学模式，是对传统统计学教学方法的一种重要补充。教师可选取一些紧密结合实际，并具有一定代表性且生动有趣的实际案例进行剖析，阐述统计方法运用的条件、背景及其分析研究过程。案例教学可以锻炼学生以当事人的身份身临其境地解决问题。同时在解决问题的过程中也会让学生发现自己知识中的薄弱环节，并通过分析、讨论和比较，寻求解决问题的最佳办法，并予以弥补，这大大强化了学生学习的积极性和主动性。
3 强化实践教学，提高学生解决问题的能力
统计的生命在于应用，统计学教师不仅要钻研本专业领域的知识，而且还应该多涉猎一些经济与管理专业的知识，了解有关专业的课程体系以及知识体系，并且有意识地将统计学的讲授和具体专业领域的内容相结合，注重统计方法在有关领域的应用，引起学生的共鸣，能够让学生深切体会统计学的应用价值。
如果说案例教学主要是以教师讲授为主，则实践教学更多的需要学生自己动手动脑。实践教学包括两个部分，即课内实验课教学和课外项目教学。通过实践使学生在有关调查方案的设计，问卷表的设计，问卷的发放、回收，数据的整理、分析以及最终调查报告的撰写等全部由学生自己完成。通过这样的训练，不仅让学生真正体验了从数据搜集、整理到数据分析的全过程，而且为以后的学习起到一定地铺垫和促进作用。同时可以让学生把学过的专业知识更灵活的应用到实践中，加深对所学知识的理解。只有将统计学的方法结合实际进行应用，找到应用的结合点，才能使统计学获得最大的生命力。
提高学生计算机及统计软件的应用能力。统计学是研究数据的科学，现代社会的数据处理离不开计算机，鉴于统计学课程内容广、信息量大、图表多、计算公式复杂等特点，最佳办法就是使用统计软件教学。统计软件的应用。使得数据处理、显示、分析和推理变得快速而简单，使统计的功能得到充分的发挥。现在常用的软件有：Excel、Spss、Eviews、Sas等。统计方法的教学与统计应用软件的密切结合。可以使学生在学习统计理论和方法的同时，能熟练掌握统计软件的具体应用，提高了学生的动手能力。对非统计学专业的学生，课程教学最好选用Excel软件，Excel统计分析功能虽然比不上专业统计软件，但它比专业统计软件易学易用，便于掌握。学生通过上机把所学Excel功能运用到数据整理分析之中，使实践教学更具针对性。
