引論：我們為您整理了13篇醫學統計論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

篇1

1.3臨床診斷試驗中的統計學方法應用在臨床診斷試驗研究中,經常選取單項計量指標或者聯合計量指標以診斷某種疾病,若僅用初級統計學方法如t檢驗、單因素方差分析等往往不能有效挖掘信息,此時應采用受試者工作特征曲線(ROC)對檢測結果進行分析評價。ROC曲線分析基本原理是通過診斷界點的移動[3],獲得多對靈敏度和誤診率(1-特異度),以靈敏度為縱軸、誤診率為橫軸,連接各點繪制曲線,然后計算曲線下的面積,面積越大診斷價值越高。ROC曲線很直觀,能根據敏感性與特異性之和最大化原則自動產生最有效的診斷臨界點。具體路徑可以參考相關統計專著[3]。統計學處理一般描述為:采用SPSS(版次)統計軟件分析數據,對單項及聯合檢測結果作圖繪成ROC曲線,計算曲線下面積(AUC)和標準誤,其中聯合檢測結果變量即預測概率由Logistic回歸產生(也可以用判別分析得出)。計量資料應用-x±s表示,運用獨立樣本t檢驗及單因素方差分析,兩兩比較采用SNK及LSD法,計數資料采用χ2檢驗。檢驗水準為0.05。具體內容可據情而定。

1.4重復測量資料的方差分析誤用拆分文件的t檢驗或方差分析如研究共設3組,每位患者在3個時間點均查某項血指標,部分作者在處理此類數據時,常誤將縱向(同一時間點3組的比較)與橫向(同組3個時間點的比較)數據均應用拆分文件的t檢驗或單因素方差分析來處理,結果導致統計學第Ⅰ類錯誤發生。此組數據實質是重復測量資料,應采用重復測量資料的方差分析。SPSS中的統計路徑:數據-分析-一般線性模型-重復度量。研究者可以參考相關書籍進行處理[3]。

1.52×2析因設計及析因方差分析實驗是2×2析因設計時,分組有兩個因素,A與B,故分組為A、B、O、A+B,這個設計在析因設計研究中很常用,但常會出現分組設計正確,卻沒有用析因設計方差分析。析因設計與單因素方差分析不同[4],它不但能分析治療效果中處理因素的單獨效應和主效應,還能分析因素間的交互效應,并能提高檢驗效能。非統計專業的研究者進行析因分析可能稍有難度,可參考相關統計學書籍提供的統計步驟進行此類分析[3]。

1.6Meta分析Meta分析是循證醫學系統評價常用的方法[5],應用時需注意統計學處理中計數資料采用比值比(OR)作為效應變量。具體路徑:先進行異質性檢驗,當P>0.05時,認為同質,選擇固定模型;P≤0.05時,不同質,此時可采用敏感性分析或分層分析等異質性處理,使之達到同質后再選擇固定模型;若采用異質性處理仍未達到同質,則采用隨機模型,以上統計路徑均需交代清楚。Meta分析的結果是以“森林樹”體現的,審校中我們經常遇到作者繪制的“森林樹”左上角“文獻、對比、結果名稱”等內容顯示為“?”,這是由于部分版本的RevMan軟件不能輸入中文,此時可以考慮省去,或用Photo-shop軟件添加相應中文。Meta分析作為一種高級統計方法,專業性要求較高,作者可參考循證醫學類權威雜志上的文章格式,如《中國循證醫學雜志》中“論著•二次研究”欄目的循證文章。

2科技論文中統計學處理的相關表述

篇2

篇3

對于定量資料，應根據所采用的設計類型、資料所具備的條件和分析目的，選用合適的統計分析方法，不應盲目套用t檢驗和單因索方差分析；

2.定性資源

對于定性資料，應根據所采用的設計類型、定性變量的性質和頻數所具備的條件以及分析目的，選用合適的統計分析方法，不應盲目套用X-檢驗；

3.回歸分析

對于回歸分析，應結合專業知識和散布圖，選用合適的回歸類型，不應盲目套用簡單直線回歸分析，對具有重復實驗數據的回歸分析資料，不應簡單化處理；

篇4

1〃1多因素資料是對每個研究對象測量的多個指標同時進行的綜合分析，其分析計算過程相對復雜。常用的有回歸分析；相關分析以及判別分析、聚類分析、主成分分析和因子分 析等。多因素分析多用于計量資料。

1〃2 單因素分析應用較多，按獲取資料的方法，分計數資料和計量資料。首先，計數資料主要是針對要求某現象的頻率和比例，利用率或比的相應計算方法。如做不同樣本問的比 較則采用計數資料的顯著性檢驗，樣本率與總體率的比較用u檢驗；兩個樣本率的比較可用u檢驗或四格表的x 檢驗，多個樣本率的比較可用行乘列的卡方檢驗或2XC表的卡方檢驗。其次，計量資料要結合研究目的確定相應的統計方法。對于顯著性檢驗通常有T檢驗和F檢驗，T檢驗是用于兩個均數問的比較，按研究設計與比較內容的不同又分為樣本均數和總體均數的比較，兩個樣本均數差別的檢驗，配對資料的顯著性檢驗。F檢驗用于多個樣本均數的比較，按設計類型分完全隨機設計的方差分析、隨機區組設計的方差分析和組內分組資料的方差分析。

2、根據研究目的選用統計分析方法

不同的統計方法說明不同的問題，同樣不同的問題要應用不同的統計方法來分析和表達。研究者在做統計分析前，首先要明確資料分析的目的、意圖是什么，通過分析最終達到什么樣的期望，臨床工作者科研通常的目的主要有：

2〃1某現象發生的頻率或比例如人群中重復癌的發生率，

采用頻率指標，構成指標或相對比，可計算發病、患病、感染、陽性頻率或構成等。 2〃2某人群的特征值，如平均身高、體重、血壓等，采用平均水平和變異的統計指標。 2 . 3 臨床正常值范圍如血紅蛋白、血糖、尿鉛含量，多采用中位數法或平均數法。

2〃4 臨床診斷方法效率評價，可分別計算各種診斷方法對某病診斷的準確度和可靠度，如x線對肺癌的診斷。

2〃5 臨床療效分析比較 如幾種藥物療效的比較，視資料性質作顯著性檢驗。

2〃6 現象間關聯情況分析如眼PSRT與屈光度的關系，用線形相關和回歸分析。 2〃7 人群的歸類、評價，可選用判別分析、聚類分析、主成分分析等。

臨床研究和實踐中決不能通過統計學方法去實現自己的想象。根據已確定的結果刻意去套用某種統計方法，用目的去規劃統計過程，只要分析比較，就一定要求結果顯著等 等現象，只能使文章更為空洞，有失科學性。

3 嚴格把握統計方法的適用條件

各種統計分析方法都有其適應條件，在選用統計方法時，應嚴格把握，充分考慮所分析的資料是否符合其適用條件。對于計量資料在計算均數或顯著性檢驗時，其基本條件

是正態分布、方差齊性，在資料分析時要通過圖示或檢驗看是否符合這些基本條件，若不符合則需要做相應的處理。計算集中趨勢指標可使用中位數或幾何均數。做統計學檢驗

可通過數據轉換使其成為正態分布，常用的轉換方式有對數轉換、冪指數轉換、平方根轉換等，或者改非參數檢驗。計數資料各種方法均有其自身的適應條件，如上列舉的方法其基本條件是某一事件概率不會太小，若發生概率太低，則改用小概率事件顯著性檢驗。 4 充分理解資料樣本含量的概念

統計學是對研究樣本進行抽象歸納的科學，沒有足夠的樣本量就不可能得出正確的結論，而且統計方法也有其樣本量的要求。如四格表的卡方檢驗要求樣本量大于40，方格中理論數大于5(n~>40，t>5)，若不符合則用校正卡方檢驗或精確概率法。行x列表的卡方檢驗要求理論數均大于1且小于5者不超過表中數的1／5，若不符合則改用其它方法(合理合并)。 5 合理控制混雜因素的影響

任何一種現象的發生都不是單純的，要受多種因素的影響。當分析比較不同人群某現象的發生或存在狀況時，要考慮除研究因素以外比較組之間其它條件是否相同，內部構成是否一致，其它因素對研究現象的影響如何。例如，有人研究文化素質對生育水平的影響，按年齡分組，發現50歲以上年齡組比20歲以上年齡組生育水平高而文化素質低，因而結論是文化素質與生育水平呈負相關。這一結論的錯誤就在于做缺乏資料的綜合分析認識能力和混雜因素對研究現象的影響，忽視我國計劃生育政策對不同年齡婦女生育的作用。

混雜因素應在研究之前通過研究對象選擇、設立對照、隨機、匹配、雙盲法等控制，但如果事先沒有良好設計，則通過統計方法可以控制。若資料內部構成不同，存在混雜因

篇5

（一）均數與標準差、標準誤的合理運用問題

在醫學論文中運用均數（表示各變量值平均水平與集中趨勢）、標準差（表示變量值個體問離散情況與程度）和標準誤（表示樣本群體間差異程度，衡量抽樣誤差大?。┑牡胤绞呛艹Ｒ姷?，而達到合理運用尚存在一些問題。例如，在比較兩樣本統計量時只考慮平均水平（均值），而忽視了離散情況（標準差）和抽樣誤差（標準誤）；在正常值研究時，如資料近似正態分布，應當用均值加減K倍標準差（X±KS）來確定95％的正常值范圍（K根據樣本大小查K值表而定），應當標明標準誤，而錯用了標準差等。如《正常小兒三種不同劑量及正常成人50微克PHA皮試反應強度研究》一文中寫道：“正常值范圍為均值±2×標準誤”。井寫道：“小兒50微克組：均值±2×標準誤＝2.01～18.1毫米”。顯然是錯誤地把標準誤當成標準差用作估計正常值了。

（二）正常值研究中的幾個問題

臨床正常值確定方法依資料頻數分布類型而定，主要有兩種：一是均值加減標準差法適用于近似正態分布資料，二是百分位數法，適用任意分布資料。此外，角度資料（如腦血流圖、心電圖等的角度數據）運用圓形分布法，Poisson分布資料用Poisson分布法，正偏態分布資料用對數正態分布法等來處理?，F今全國發表的一些醫學論文中，正常值方面的問題也較多。引一些實例加以研究。

如在《遷延性、慢性肝炎患者植物血凝素皮試應用價值的探討》一文中寫道：“正常人甲組156人…平均值±標準誤為15.4±0.4mm（平均值上標準差為15.4±5.6mm）?！蹦敲?，正常值是角標準誤與標準差咖個統釬量來計算的呢？是加減1倍還是2倍標準差（或標準誤）呢？作者均來說明。

又如《正常兒童尿游離α氨基酸氮的測定》一文，對1～13歲（分四個年齡組）125名正常兒進行研究，在正常值研究設計及分析時存在三個問題：（1）樣本含量不足：如不同性別、不同年齡組的測定值僅據15人的結果而定正常值，顯然是不妥的。作者針對各組結果矛盾現象，在討論中兩八提到“可能因例數太少，不能切實反映客觀規律的緣故?！比舭床煌詣e、年齡組確定正常值，一般要求每組100～12O人方能悅明問題。（2）錯把標準誤當作標準差用作估計正常值范圍：文中說：“1～13歲正常兒童的游離α氮基酸氮／總氮％的均值可信限為：1.30±3×0.036，即1.19～1.41”。這里將標準誤0.036當作標準差用作估計正常值了。正確的應是：“游離α氨基酸氮×l00／總氮％的95％正常值范圍為1.30±2×0.4＝0.～2.3。這里0.4是標準差。正常值范圍在正態分布資料時，如考慮到樣本大小及把握度，最好表達為單側：＋KS或－KS；雙側±KS。式中K值表（見周達生：醫學問答，中華兒科雜志（4）：245，1980）。（3）按性別、年齡組制訂正常值問題：當研究對象有多個年齡組時，兩組均數間比較用t檢驗，多組均數間比較可用F－Q檢驗，若差異顯著，則需按不同性別、年齡組分別制訂正常值。

（三）聯系與因果

在臨床實驗研究中，經某種處理（如治療）后受試對象出現某種反應（如治愈），并不能肯定是因果關系。有時比較兩變量之間關系時，雖明顯相關，但也不能斷言其間有因果關系，只能說有一定統計聯系（蘇德隆：聯系與因果。中華預防醫學雜志13:106，1979）。在醫學論文中甚至有不作相關回歸分析就胃然下類似結論的。要了解有無因果關系，有時可進一步作回歸分析（當然因果可表現為回歸關系，但呈回歸關系不一定是因果關系）。

（四）多組多級小值頻數處理問題

在臨床及動物實驗研究中常遇到多組多級（R×C表）小值頻數的比較，論文中大多忽視此類數據的合理統計處理，主要問題有：（1）未加適當統計處理，不考慮抽樣誤差而憑表面數字差別就輕易下結論。（2）處理方法不恰當。對此類數據可采用超幾何概率計算法（見周達生：醫學科研中鄉組小值頻數統計處理方法探討。中華預防醫學雜志（4）:211，1980）、薛仲三氏X3檢驗公式（見薛仲三，醫學統計方法和原理。366頁，人民衛生出版社，北京1978）和秩和檢驗與等級指數法（黃鎮南：等級型資料的三種統計分析方法，湖南醫學院，長沙，1980）等。

（五）零反應的統計處理

兩組計數比較，若一組有零反應，即出現0％或100％情況時，可用零反應公式處理。

篇6

Keywords:medical master graduates;thesis;statistics;in-vestigation

Abstract:AIM Analysis case of using statistical theory in the thesis of2000～2001master graduates.METHODS 100thesis of this year’s medical master graduates in Henan Medi-cal University were taken out randomly.Their theoretical scores and practical application of health statistics in their thesis were analyzed.RESULTS Master graduate has grasped the theory of health statistics preferably.The abso-lute majority，namely97.9%of the total students，have used the basic statistic method in their thesis，75.7percent could use statistic method correctly.The main problem arising in using parametric test is that they hadn’t judged the applying condition，while in non-parametric test is that the conclusion is wrong.CONCLUSION Ought to strengthen checkup health statistical in the thesis of master graduates.

0 引言

數理統計的應用正確與否是論文科學性的重要標志.近年在醫學學術期刊（包括國內著名的核心期刊）上發表的論著，數理統計方面還存在問題，甚至導出錯誤的結論［1-4］ .數理統計作為一門應用學科已成為醫學碩士研究生學位課程的主要內容之一，越來越受到碩士研究生的重視.為了解醫學碩士生學位論文中數理統計的應用情況，為課題的統計設計和論文審查提供科學依據，為教學改革提供參考，作者隨機抽取河南醫科大學應屆碩士學位論文100篇，對其數理統計應用情況進行分析.

1 材料和方法

2000/2001年河南醫科大學共有醫學碩士研究畢業生222人，應用隨機數表隨機抽取100名碩士研究生學位論文的初稿作為研究對象，對實驗設計類型、使用的統計學分析方法及使用的統計學工具，存在的問題等進行調查.結果推斷利用SAS（6.12）統計分析系統進行分析.

2 結果

2.1 實驗設計類型 碩士學位論文中采用單因素設計的比重較大，占94.0%，統計學設計正確率較高（Tab1）.

2.2 統計學方法 論文中使用經典的基本統計學方法的占絕對多數，為97.9%（856/874），統計學方法的正確應用率為75.7%，且不同的統計學方法之間的正確應用率存在著差別.應用參數統計方法者518次，應用正確者357次，正確應用率為68.9%;應用非參數統計方法者346次，應用正確者305次，正確應用率為88.1%.對參數統計方法的正確應用率低于非參數統計方法（χ2 =35.8，P

表1 碩士論文的實驗設計類型及正確應用情況　略

表2 論文中應用的統計學方法分布及正確應用情況　略

表3 獲取結果時使用的計算工具　略

2.3 數理統計問題 論文中存在的問題在參數統計與非參數統計中的構成不同，應用參數統計時出現的問題是未進行使用條件判斷者159次，未正確應用統計方法者9次，推斷結論有誤者19次;而應用非參數統計時出現問題是未進行使用條件判斷者8次，未正確應用統計方法者14次，推斷結論有誤者21次（兩者相比χ2 =48.31，P

3 討論

在碩士研究生的基礎理論教學中，開設數理統計學的主要目的是為了指導研究生正確地應用統計學的原理與方法，解決醫學研究中如何科學地進行科研資料的搜集、整理和分析推斷問題.傳統的經典的和基本的統計學理論與方法仍然是當前碩士研究生進 行科研工作的統計學方面的主要工具.論文中采用的完全隨機、配對及配伍等單因素設計的比重較大占94.0%，多因素設計占的比重較少為6.0%，總的來說，其統計學設計的正確率是比較高的.說明學生對統計學設計理論比較重視并能正確應用.論文中使用經典的基本統計學方法占絕對多數為97.9%（856/874），主要為t檢驗、F檢驗、χ2 檢驗及秩和檢驗等，這與這些方法成熟、簡單明了且實用性極強有很大關系，而近些年來新發展的比較前沿的統計學分析方法［5-12］ ，由于對設計要求嚴格，使用過程復雜，非專業人員在短時間內難以掌握而實際應用較少.這提示在今后的研究生教學過程中，除應繼續進行基礎部分內容的學習外，還應加強新的統計學方法和使用條件的教學力度.

論文中以基本的經典的統計學方法為主，但實際應用時的正確應用率僅為75.7%，且不同的統計學方法之間的正確應用率存在著差別，對參數統計方法的正確應用率低于非參數統計方法.經進一步分析，應用參數統計時出現的主要問題是未進行適用條件判斷，而應用非參數統計時出現的主要問題則是推斷結論有誤.作為一門應用學科，數理統計學有著其獨特的邏輯性，概念多、公式多且連貫性強，眾多的公式和分析方法既有聯系又有區別，同時有著嚴格的適用條件.傳統的教材編寫和教學重點是統計學方法的計算技巧，其結果容易將學生引導到僅注重學習統計計算方法上，忽略了各種方法的適用條件和對資料的綜合分析.所以t檢驗、F檢驗等經典的統計方法雖看似簡單，但要正確應用到實際工作中，對學生來說仍有相當難度.秩和檢驗等非參數統計由于其適用條件較參數統計寬松，使得其正確應用率高于參數檢驗，而并非學生對非參數檢驗掌握的比參數檢驗更好.

隨著計算機技術和統計軟件的完善與普及，各種復雜的統計計算不必再用手工計算.本次研究表明大部分人（91.0%）通過應用著名的統計分析軟件SPSS及SAS獲取結果，這些結果比手工計算的更準確、更規范，所以各種統計方法的計算過程大可不必細致介紹，而要重點介紹各種數理統計方法的使用條件，加強資料分析實踐，提高碩士生解決實際問題的能力.

參考文獻

［1］Wang GS，Qian GS，Yang XJ，Huang CJ，Wei H.The statis-tics of application of laboratory animals in clinical research pa-pers in China ［J］.Di-san Junyi Daxue Xuebao（Acta Acad Med Militaris Tertiae），1997;19（2）:163-165.

［2］Chen P，Zu SX.The analysis of statistical techniques used in the Chinese journal of clinical medicine ［J］.Anhui Yike Daxue Xue-bao（Acta Univ Med Anhui），1998;33（2）:108-110.

［3］Fang JQ，Ling L，Zhang MR.Frequently appearing statistical mistakes in recent medical articles and relevant suggestions ［J］.Zhongshan Yike Daxue Xuebao（Acad J Sun Yat-sen Univ Med Sci），1999;20（4）:314-318.

［4］Wang Q，Zhang BH.Current use of statistical methods in five core Chinese medical journals ［J］.Zhonghua Yixue Zazhi（Natl Med J China），1998;78（3）:230-233.

［5］Zhang GK，Yao C，Xu YY.Contrast between two schools of thought on hypothesis test ［J］.Zhongguo Weisheng Tongji（Chin J Health Statist），1999;16（2）:85-87.

［6］Shang L，Xu YY，Hou RL，Zhang SP，Zhou YR，Chen CS.Comparison of different approaches of fitting centile curves for growth standard ［J］.Di-si Junyi Daxue Xuebao（J Fourth Mil Med Univ），2000;21（6）:676-678.

［7］Li XS，Ni ZZ.On the problems of fitting linear regression mo-dels for hierachically structured data in medical research ［J］.Huaxi YikeDaxueXuebao（J WestChina Univ Med Sci），1999;30（1）:59-62.

［8］Li XS，Zhang WT，Ni ZZ.Multilevel models in analysis of crossover design ［J］.Zhongguo Weisheng Tongji（Chin J Health Statist），1999;16（5）:273-275.

［9］Li XS，Liu QY，Ni ZZ.Meta analysis using multilevel models ［J］.Zhongguo Weisheng Tongji（Chin J Health Statist），1999:16（3）:133-135.

篇7

利用現代化學習工具學習當今社會發展所需要的知識是時代的要求，因此應轉變教育思想和更新教育觀念，改變以往的教學方式、學習方式和學習內容，探索適應現代社會、經濟、科技及文化發展的教育觀念和人才培養模式，形成培養適合21世紀所需要人才的教學體系.醫藥院校的數學應以應用為主要目的，應改變以掌握基本知識、基本理論及基本方法為目的的方式，把教學重點轉移到講解數理統計學概念、思考方法、形成及應用背景等，引導學生思考數理統計學的思維特征，理解數理統計學思想，引導學生應用數理統計學方法解決實際問題，以達到學以致用的目的.學好和用好醫藥數理統計學并不需要高深的數學知識，而是要促使學生在學習數理統計學的時候改變思維模式，使學生從醫藥學的形象思維模式向數理統計學的抽象思維和邏輯推斷模式轉變，并結合教材中例題的講解、學生自身實例資料的分析及作業的批閱使學生理解和掌握統計學中的基本概念、基本方法、統計符號及公式等.

2精簡和更新教學內容

在教學內容方面做到突出實用性，適當地減少或減弱概率論部分的理論性和難度，以直觀、趣味和易于理解的方式把概率論作為數理統計的基礎知識加以介紹.在假設檢驗部分注意闡述數理統計方法的思想、應用的背景及應用中所需的條件，重點講解假設檢驗應該如何選取原假設和備擇假設，如何對得出的結論進行合理的解釋;在參數估計部分著重地講解參數估計在實際應用中的重要性、合理性及應用中應注意的問題，區間估計中置信區間的理解及單側置信限在應用中的意義等;在方差分析部分講清楚引進方差分析的意義、假設檢驗的方法對多個總體進行多次t檢驗時的缺點、方差分析應用的條件及合理解釋檢驗結果等;在回歸分析部分注意闡述量與量之間的關系、回歸方程的理論意義及對回歸方程結果在應用中的解釋等.目前SPSS軟件是國際醫學論文中應用最廣泛的統計軟件［2］，國內的大部分醫學期刊也要求論文數據統計分析要應用統計軟件處理，統計檢驗結果要用P值來表示，更要求學生了解統計軟件的使用方法，做到正確使用統計軟件.

3互動式的教學方法培養應用、創新型人才

傳統的教學方式是知識傳授型教學，即教師在課堂上灌輸知識，在有限的時間內按教學大綱要求把大量的教學內容盡可能地講授完畢，不能有效地調動學生對學習的主動性，忽視學生應用能力的發展，結果導致學生把主要精力投入到統計計算上，很難有時間去深入分析統計結果.互動式教學方法要求教師在教學中充分發揮教師的主導作用，同時讓學生處于教學的中心，在加強課堂討論的同時，由教員歸納總結，充分調動學生的學習興趣，提高學生的主動性和創造性.統計學應用能力的培養主要指可正確選擇和應用統計分析方法解決醫藥學科學研究和醫藥工作中的實際問題［3］.為了避免學生濫用及錯用統計方法，教師要重點講清各種方法的適用條件及特點.在考試方法上亦采用開卷考試，使學生不再花大量時間去推敲和死記那些復雜的公式，不再難于分清和理解符號及公式.通過幾年來的改革實踐，發現上述教學內容、方法及手段的改革增強了學生的學習興趣，使學生真正體會到數理統計學的內容在醫藥及日常生活中的應用價值，激發學生的創造性思維，取得了良好的效果.

［參考文獻］

篇8

1.三類核心期刊中動物實驗期刊數及其中動物實驗論文數　由表1可見該三類期刊中動物實驗研究論文較多。基礎醫學類占期刊總數85,醫藥類、綜合類分別占85、72,平均80。該類期刊中動物實驗論文數占論文總數:基礎醫學為50、醫藥28、綜合類35,平均39。

2.論文中各種實驗動物分布　從表2可知我國實驗動物研究使用了大鼠、小鼠、兔、豚鼠等10余種,其中大鼠使用分布最高,小鼠次之,兔、豚鼠、犬使用也較常見。

3.論文書寫中獲得資助情況　各類研究占比例最高的是未注明資助的項目,為53.1,其次為國家級資助項目、省部級資助項目、軍隊、高等院校資助項目(見表3)。

4.論文中寫明動物級別次數及比例、動物來源數及比例　1617篇論文中629次使用動物,多數能寫明動物種類、體重、性別、數量,有366次寫明了動物來源(約58),僅有38次(約6)寫明了動物級別[2],其中普通動物(一級動物)7次,清潔級(二級動物)17次,無特殊病原體動物(三級動物)16次,無菌級(四級)0次。

三、討論

21世紀是一個充滿創新的信息時代,作為信息傳播媒介的科技期刊更是一種多功能的復合型信息傳播工具,是直接地、系統地傳播科技知識和創新成果的載體。實驗動物是醫學研究的基礎和支撐條件,也是衡量一個國家生命科學技術發展水平的重要標志。十幾年來我國醫學實驗動物事業在法規的制定、科學管理、專業建設、科研水平、動物質量等方面都有了很大的發展和提高,但仍存在著差距。基礎醫學、藥學、綜合醫學是醫學中使用實驗動物較多的學科,通過20__年發行的在各專業享有較高聲譽的核心期刊中相關信息的分析,注意到以下幾方面的問題:

1.正確認識實驗動物科技工作的重要性　從我們的分析中可見,基礎醫學、藥學、綜合性醫學期刊中涉及實驗動物的期刊數、論文數和比例都很高,平均為80、39。可見作為重要的基礎學科之一的實驗動物學起著舉足輕重的作用。下個世紀,人與自然、人與健康的諸多問題在某種程度上,要靠生命科學研究來解決。在世紀之交的當今世界,要在生命科學研究領域中做出具有國際先進水平的科技成果,就要充分認識實驗動物工作對科研工作的重要性,加強實驗動物工作,使實驗動物科學水平更好地適應生命科學發展的需要。

篇9

2．1教學評估與教學內容調整

作為一門仍在探索中的新課程，我們在每學期末均進行教學評估以了解學生對本課程的掌握程度和興趣點，并據此對教學內容不斷調整。教學效果調查發現，同學們對本課程的整體滿意度為87．88%，其中對課堂教學內容、教學互動和教學效果的滿意度分別為88．93%，85．68%和83．32%，但相對而言，對解決問題能力的培養尚有待提高，其滿意度只有78．37%。同課堂教學相比，實踐教學的滿意度明顯較高，其滿意度可達97．5%，表明通過直觀學習人體結構、病原物以及實際操作有更好的效果。對學生興趣點的調查發現，同學們對直觀或與日常健康密切相關內容印象更為深刻，如微生物與疾病、旅行與寄生蟲病、人體結構奧秘、安全合理用藥、免疫與疫苗接種。而法醫與自我保護通過生動案例，將法律和醫學以及嚴密的邏輯分析融合在一起，也是大受歡迎的章節。此外，同學們關注的其他醫學問題還有衛生醫療體系的運作、常見健康維護問題、實用的急救知識及訓練、醫學發展前沿問題，尤其是對我們的中醫有很高的關注度?？紤]到學生的關注點，課程內容被不斷優化，在這一過程中我們發現通識教育的理念也可以很好地融入進來，如思辨能力、社會責任感以及宏觀視野的培養也愈來愈在教學中得以體現。為此新的教學內容被調整為3個模塊:

①第一部分主要介紹基本醫學知識，引導學生自覺維護健康。其內容包括醫學與健康和人類進步、人體結構奧秘、微生物與疾病、旅行與寄生蟲病、免疫與疫苗接種、慢性病與亞健康、從看懂化驗單到健康體檢、安全與合理用藥、中醫經典理論與保健、醫學發展前沿。這部分內容既保留了基礎醫學框架的系統性，也照顧了學生的興趣。新增加的醫學發展前沿可以拓展學生視野，也是激發學生創新精神的有效途徑。至于中醫經典理論與保健是應學生的強烈要求而增加的內容，與其說中醫屬于醫學，其實它與中國文化、哲學和藝術是一脈相承，息息相通的。以中醫學為依托，學習中醫中最經典的學說和思想，也可以培養人文思想。

②第二部分著重具體醫學案例分析，進一步培養學生的醫學思辨能力。這部分包括兩個內容:法醫與自我保護，將醫學知識和嚴謹的邏輯分析結合進行案例分析，同時也從中總結出一些自我保護知識;急診與急救，這里講述的都是驚心動魄、扣人心弦的真實故事，這些故事里既融入了嚴密的醫學知識，同時直面生與死的較量也讓學生對人性和生命的意義思考更多。

③第三部分為公共健康教育，主要介紹我國醫療保健體系以及全球化與國際衛生。分別介紹我國醫療保健體系架構并提出目前存在的一些問題，如醫患矛盾原因何在，當前醫療體系如何應對我國人口日益老齡化的問題，從近期埃博拉病毒的流行學分析探討經濟文化因素與疾病的關系以及國際合作控制疾病流行的運作方式等。這些議題通常是開放性的，老師只是介紹背景知識后提出問題，進一步的深入分析則由學生查閱資料或調研完成。這對培養實際解決問題能力以及社會責任感均有重要意義。事實上，美國早在2007年即開始了一場把大學生公共健康教育與藝術和科學全人教育及美國希望公民計劃相結合的運動。其內容涵蓋了流行病學的調查研究方法、公共健康政策的制定及健康機構運行以及不同經濟文化背景下的疾病發生特點和國際間聯合防控疾病的運作方式等。

2．2基于網絡平臺的教學拓展

除了在課堂上廣泛采用多媒體教學手段，基于Blackboard平臺的基礎醫學導讀學習平臺(elearning．sysu．edu．cn)對教學有很好的輔助作用。通過這一平臺實現了與學生的充分互動，可以及時收集教學反饋信息;討論版圍繞醫學相關熱點問題的討論，一些有價值的圖書資料和網站推介豐富了教學內容，促進了學生自主學習的積極性;此外期末考試布置作業和批改作業也通過此平臺進行，確保了整個教學過程的順利實施。

2．3考核方式的演變在課程早期，基于教學內容

建立了包括單選和多選題型的試題庫，進行開卷考試，以檢驗并督促學生掌握并運用基礎醫學知識。隨著教學的深入，我們希望學生對醫學知識有更深入思考，由此確立了新的考核方式，考核分兩部分進行:一是通過課堂提問和網絡平臺討論版的發言，了解學生對具體醫學問題的掌握程度，作為平時成績(占40%)，二是期末時列出幾個綜合性議題，或者針對公共衛生健康現實問題討論或者結合各自專業談談與醫學的關系等，以綜述形式完成，以期培養學生對現實問題的調研、思考并提出建設性意見的綜合能力，作為期末成績(占60%)。通過2年4個學期的嘗試，從最初只是對感興趣的醫學問題的引述，到逐漸可以融入自己的觀點，尤其是探討醫學與各自專業(或理工或人文)的深系，如經濟學專業的學生探討“患者看病貴與醫生收入低矛盾的經濟學分析及化解對策”、數學與計算機專業學生“運用數學與統計知識進行公共健康影響因素分析”、國際政治專業學生探討“全球衛生治理中的國際組織合作及其在傳染性疾病防治中的重要性”等。表明這種考核方式是將通識教育引向深入的好方法。

篇10

2 中西醫結合治療實例

例1 某臨床醫生收集了如下的資料（表1），在各組內進行配對設計定量資料的t檢驗，在任何兩組之間，用差量進行成組設計定量資料的t檢驗。請問：錯在哪？正確的做法是什么？

對差錯的辨析與釋疑 原作者的做法是錯誤的！因為這樣做割裂了整體設計，每次分析時，僅用了部分數據，數據的利用低，自由度小，結論的可信度低；無法分析藥物種類與測定時間之間的交互作用。正確的做法是：先檢查資料是否具備參數檢驗的前提條件，然后正確判定資料所對應的實驗設計類型。假定本例中的定量資料滿足參數檢驗的前提條件，而實驗設計類型表面上看是“4個自身配對設計”同時存在，應叫做“具有一個重復測量的兩因素設計（其中，測定時間因素與重復測量有關，除此因素之外，還有一個‘藥物種類’因素）”。正確的統計分析方法為“具有一個重復測量的兩因素設計定量資料的方差分析”。對本例而言，更合適的分析策略是：將“治療前”視為“協變量”，即設法使各藥物組治療前盡可能取相等的平均水平，從而推算出治療后的平均測定結果（稱為校正的平均值），提高各藥物組之間的可比性，其統計分析方法叫做“單因素4水平設計定量資料的一元協方差分析”（每次只分析一個定量指標）；若每次需要同時分析3個定量觀測指標，其統計分析方法可叫做“帶有一個協變量的單因素4水平設計定量資料3元方差分析”。

表1 各組治療前后肝功能檢測結果比較（略）

例2 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表2資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？

表2 兩組不同組織類型的NSCLC肺部ROI的Max SUV和Mean SUV比較（略）

對差錯的辨析與釋疑 表2中最后兩列為兩個定量的觀測指標，原則上，當實驗中涉及兩個或兩個以上定量指標時，看專業上是否需要同時考察它們的變化，若不需要，就視為兩個一元定量資料；若需要，就視為一個二元定量資料。關鍵是檢查資料的前提條件（此處從略）和正確判定定量資料所對應的實驗設計類型，以下就不再贅述了。原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該定量資料中涉及兩個實驗因素，一個是中醫上的分型（非血瘀證與血瘀證），另一個是癌細胞類型。兩個因素共有6種水平組合，各組合下都有一組獨立的患者，兩個因素同時出現在實驗中，尚無專業知識保證它們對觀測指標的影響誰是主要或次要，故這個定量資料所對應的實驗設計類型應叫做兩因素析因設計或叫2×3析因設計，當定量資料滿足參數檢驗的前提條件時，以選用相應設計定量資料的方差分析處理為宜。例3 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表3資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？

轉貼于

表3 兩組不同分期的NSCLC肺部ROI的Max SUV和Mean SUV比較（略）

對差錯的辨析與釋疑 原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該定量資料中涉及兩個實驗因素，一個是中醫上的分型（非血瘀證與血瘀證），另一個是疾病分期。兩個因素共有8種水平組合，各組合下都有一組獨立的患者，兩個因素同時出現在實驗中，尚無專業知識保證它們對觀測指標的影響誰是主要或次要，故這個定量資料所對應的實驗設計類型應叫做兩因素析因設計或叫2×4析因設計，當定量資料滿足參數檢驗的前提條件時，以選用相應設計定量資料的方差分析處理為宜。例4 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表4資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？

表4 各組肺組織病理圖像分析結果比較（略）

對差錯的辨析與釋疑 原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該實驗共有8個實驗組，每組中的10只動物都在三個區被檢測某定量指標的結果，故“三個區”是與重復測量有關的因素。要判斷該定量資料所對應的實驗設計類型，關鍵是要弄清“組別”是一個實驗因素還是一個復合因素。顯然，“組別”中涉及到很多因素，如“是否建?！?、“是否用藥”、“用何種藥”、“用藥種數”，這4個因素每個至少有2個水平，全面組合至少應有16個小組，現在只有8個組，說明這些因素的水平未全面組合，屬于“多因素非平衡組合實驗”，而不是一個標準的多因素實驗設計。對于這種定量資料，應對“組別”進行合理拆分?？赡艿牟鸱纸Y果如下。組合1：正常對照組與模型組；組合2：模型組、丹參組、黃芪組、雷公藤組、氫化考的松組、硫唑嘌呤組；組合3：模型組、雷公藤組、硫唑嘌呤組、硫唑嘌呤+雷公藤組。將上述三種組合分別與三個區同時考慮，構成不同的實驗設計類型，具體地是，組合1叫做“具有一個重復測量的兩因素設計”，其設計格式見表5。

組合2也叫做“具有一個重復測量的兩因素設計”，其設計格式見表6。

表5 兩組肺組織病理圖像分析結果比較（略）

表6 各組肺組織病理圖像分析結果比較（略）

組合3應叫做“具有一個重復測量的三因素設計”，因為該組合中的4個實驗分組本身形成了一個2×2析因設計結構，再加上與重復測量有關的因素“三個區”，其結構用統計表表達出來（表7），便可一覽無余，層次清晰，易于辨析其真正的實驗設計類型。

表7 4組肺組織病理圖像分析結果比較（略）

例5 很多人用配對設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析（兩兩比較用LSD法）處理多因素影響下的定量資料，如本刊2006年第4卷第3期第287頁上的表1資料（為節省篇幅，詳細資料此處從略）。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？

對差錯的辨析與釋疑 在此資料中，第1列“Group”之下的5個組不是單因素5水平之間的關系，它是多因素非平衡組合實驗，因此，需要對“Group”進行合理地“拆分”：如組合①，前4組可同時比較；組合②，“第1組，第2、3、4三組中取一組，第5組”可同時比較。還應考慮放置在表中縱向上的“時間”因素，第1個時間點為“處理前”，應將其視為“協變量”，而且，“時間”是與重復測量有關的因素，簡稱重復測量因素。同時考慮某種組合和時間，則分別與組合①、組合②對應的統計分析方法都叫做“具有一個重復測量的兩因素設計定量資料的一元協方差分析”。

【參考文獻】

篇11

統計學為探索隨機現象統計規律性，必須正確處理必然性與偶然性之間的辨證關系。在總體中諸個體某種數量標志表現偶然，而諸標志值平均則為必然。重復測量某種同一客體出現不同的數值屬偶然，而同一客體本身真實數值則為必然。必然性通過大量偶然性的數量差異為自己開辟道路。統計研究中經過綜合平均，將大量偶然性所形成的數量差異，互相抵消，顯露出平均則為必然。必然性與偶然性的對立統一關系在統計抽樣調查問題上表現極為明顯?？陀^事物極其復雜，表現千差萬別，同一總體各單位的數量差異也非常大，從個別單位，往往因偶然因素的影響而無法探索其本質和規律性。然而，通過大量觀察，排除偶然性因素影響，就可暴露出事物的真象，顯現其本質。在進行抽樣調查時，只有隨機抽取的個體足夠多，消除諸多偶然因素影響，才能通過抽樣總體的數量特征正確地推斷總體的數量特征。

2共性和個性的統一

實踐和科學都證明矛盾的普遍性，矛盾無處不在、無時不在。矛盾著的事物是普遍存在的，況且同一事物或過程的矛盾有其共性。而對于每個事物或過程的矛盾也各有其個性。因此說，共性和個性的關系就是一般與特殊或普遍與個別的關系，它們是辨證統一的關系。統計學中存在著各種矛盾，每一矛盾具有不同特點。在統計認識中，個體的差異性中蘊含著總體的同一性。統計方法就是運用科學的手段抽象掉各個個體的差異性，探求總體的同一性，并用差異性去標志同一性的內在質量。差異性是統計產生和存在的前提，沒有差異性就沒有統計；而同一性則是統計的目的，為了求得同一性才需要進行統計。因此，統計研究要運用大量觀察法與個別觀察法相結合使用的統計方法。

統計研究中運用大量觀察法，實現從個別到一般，從個性到共性的認識過程。同時，根據共性寓于個性之中的對立統一規律，統計研究在大量觀察的基礎上，運用個別觀察所搜集的資料來說明總體的基本狀況和發展趨勢，使認識更深刻、更具體。

矛盾的共性與個性的對立統一規律指導統計研究必須是將統計中的平均數與分組法結合，用組平均數補充說明總平均數，用反映現象的離散趨勢的變異指標與反映現象集中趨勢的平均數結合使用，以使研究更全面，更完善。

3整體與局部的統一

統計學的研究著眼于總體，著手于樣本，立足于個體；同時從總體出發，分解剖析，認識局域（類、層、組）甚至個體，并對其進行調查研究，觀察計量，搜集資料。接著對個體的調查所獲得的資料進行計算分析，或歸納演繹，用樣本來推斷總體，達到對總體的系統性認識。即為“統而計之”和“計而統之”的總和，以實現以統定計，以計達統的目的。所以，統計學的思維是一種系統思維，要求一切認識對象不僅它本身作為一個整體來認識，而且它還要作為某個更大系統的要素來認識。這種對系統客體的“主體”認識，是一種對研究對象進行整體性度量的系統思維方式。

因而，統計認識充分體現了整體和局部的有機統一，這是統計研究的一大優點，也是統計認識比較接近客觀、真實的主要原因之一。其它認識方法往往是就某一要素而研究某一要素，就某一系統而認識某一系統，忽略或沒有充分重視各要素的整合作用和系統環境對系統的制約作用。

4定性分析和定量分析的統一

從統計認識過程而言，充分體現著定性分析和定量分析對立統一的關系。定量分析研究是統計研究的特色所在，但統計的定量分析不是純粹數量意義的，即不是就數量論數量，而是基于所研究事物本身的特點，并且從所研究事物的有關聯系或現實背景中，緊緊扣住認識所研究事物內在本質這一主題來展開的，他注重的是定量分析背后的具體含義和意義，這也正是統計學與數學的區別所在。那么統計研究怎樣才能通過數量來體現其具體含義與現實意義？這就必須結合定性分析，即以定性分析為起點，并以定性分析為終點。具體來說，統計研究總是按照“初步（感性）的定性認識——客觀科學的定量認識——高級（理性）的定性認識”這一過程來進行的，即從定性開始，確定認識事物有關方面的指標，經過定量過程，搜集，整理，進而對其分析研究，上升到更高的認識，深入認識事物的質，完成定性認識。統計認識活動遵循質與量對立統一規律，從初始的定性入手，依設計的科學的方案一整套統計指標體系，按要求搜集有關數據資料，經過整理和分析對比，認識事物的本質和規律性。也就是說統計的定量分析是人類在認識事物的過程中，實現從感性認識到理性認識這個飛躍的重要途徑，是避免產生認識主觀偏差的重要手段。

因此，統計研究最終是為人類定性認識服務的，是為了定性認識才進行定量分析研究的，前面所講的統計的方法性、應用性也正體現在這里。實際上，如何才能真正做到統計研究的定性分析與定量分析的統一，才是需要我們關注的重點。所以，我們需要不斷地探求質與量變化的規律和界限，研究質的規定性與量的規定性的關系，將質與量同一與度中，即量的規定性定性于度中，質的規定性定量于度中，以實現定性分析和定量分析的真正統一。

5分析與綜合的統一

在統計研究過程中，分析和綜合是揭示事物的本質和規律性的一個基本方法。統計認識活動的根本目的是在各個局部進行剖析的基礎上達到對總體的認識，揭示其本質和規律性。

所謂分析方法，就是把研究對象分解為若干組成部分，并分別加以研究，從而認識事物的基礎或本質的一種思維方法。任何事物的整體都是有若干組成部分構成的，將客觀事物在一定條件下分解成各組成部分，分別研究其結構與功能、各部分相互聯系、相互作用的特點以及在各種外界條件作用下所表現出來的事物的屬性和特點，從而達到對事物本質及內在規律性的認識之目的?？梢?，分析方法是以客觀事物的整體與部分關系為客觀基礎的。在統計研究中諸如分組分析、因素分析、因果分析、結構分析、定性和定量比較分析、比例分析等等。這些分析在人們的認識中起著重要作用。但是，要把分析所得到的認識變為對整體的認識，揭示整體的本質和規律性，就必須進行綜合。

所謂綜合方法，就是把研究對象的各個部分聯系起來加以研究，從而在整體上把握事物的本質和規律的一種思維辦法。與分析方法相比，綜合方法認識過程的方向完全相反。它是將事物的各個部分聯結為整體，通過全面掌握事物各部分、各方面的特點以及它們之間的內在聯系，并加以概括和上升。從事物各部分及其屬性、關系的真實聯系和本來面目，復現事物的整體，綜合為多樣性的統一體。在統計中，諸如人口統計的將分組、結構、比例分析化為對整個人口狀況分析；商品銷售總額分析時分解為價格和銷售量變動的影響，進而從總體上分析其因素影響；社會總產值的變化，分解成各個部門行業的影響，進而綜合研究其全貌等等。

分析與綜合是對立統一，分析是綜合的基礎，綜合統領分析。沒有具體的分析，就不能具體深入地把握事物的各部分、各側面和各種屬性與諸因素，從而也就無法綜合；同時，分析也離不開綜合，它在綜合統領下，以綜合為目的，達到確切地揭示事物的總體和本質和規律性，使認識升華。因此，沒有分析的綜合，其結論就只能是空洞的、無根據的，是一個混沌的、外在的、直觀的整體。“思維既把相互聯系的要素聯合為一個統一體，同樣也把意識的對象分解為它的要素。沒有分析就沒有綜合（《馬克思恩格斯選集》第三卷人民出版社1972年版第81頁）?！狈治龅慕Y果，也就是綜合的出發點。統計認識的發展總是沿著“分析——綜合——新的分析——新的綜合……”軌跡不斷前進的，促使統計認識活動不斷深化，揭示事物的本質和規律性。6歸納與演繹的統一

所謂歸納推理，就是從特殊到一般，給出新認識；但新認識是不確定的，可能是錯的；特殊材料的組合不同，給出的認識也不同甚至矛盾；基于不完善甚至劣質信息作出決策。所謂演繹推理就是從前提（公理）到命題，不提供超越前提的新知識；容許選擇多個前提，但前提可能是錯的；大前提里的不同小前提（公理系統里的不同子集合）會給出不同甚至矛盾的結論。以觀察為基礎對事物的不確定性進行度量主要屬于歸納推理問題；但若已知各種事件發生的結果和發生的概率，不確定性下的決策則可以轉化為演繹推理問題。

統計認識是通過個別研究認識一般的，所以統計思維必然是一種歸納（即必須通過歸納才能實現）。統計不僅要根據所構建的原始信息通過統計推理獲得一般的“知識”，而且還必須進行假設檢驗、機理檢驗等，對所獲得的知識進行論證。所以說，統計思維是歸納與演繹的統一。歸納方法論強調了方法和外來信息的重要性，而演繹方法論則強調了問題和先存知識的重要性。實際上，二者是一個有機的整體，需要相互補充和協調才能真正解決問題。比如在統計思維中的回歸分析既是歸納，又是演繹。所以說，統計思維將歸納和演繹高度而有效地結合運用，收到了很好的認識效果。也只有通過歸納、演繹和實踐的相互作用才能找到可靠的科學真理。

7具體和抽象的統一

按照統計認識要運用材料來看，統計學的實際應用具有具體性，它是依據一定的數據和事實，使人們得到啟發，運用已有的經驗知識，對客觀事物的本質及其規律性作出迅速的識別和直接的理解，并對對象的總體狀況作出判斷。統計認識在取得統計數據之后，首先就是根據數據的特點，運用一定的數據整理手段（如分組、直方圖、莖葉圖、頻率圖等）和統計研究人員積累的統計認識經驗，充分發揮主體的能動性，獲取初步認識。在此基礎上再對統計數據的背景資料進行分析研究，必要時還要進行典型剖析或抽樣驗證。所以說，在統計認識的數據收集、分析與所做結論需要具體化。同時，對統計理論方法研究時具有抽象性，在一定理論指導下進行的數理研究，是具有抽象思維的特點。屬于抽象思維的范疇，它舍棄具體向客體的規客規律性逼近。因此，統計學是具體和抽象的統一。

8經驗思維和理性思維的統一

統計認識過程不僅是通常所說的實證性研究活動，同時也是探索性研究活動。它自始至終都是理性認識和感性材料的相互結合和相互滲透。

按照統計認識屬于實證性研究來說，它具有經驗思維

的特點。經驗思維就是運用實踐經驗、感性認識和感性材料進行的思維活動。它的功能主要是認識具體事物的外部狀況、表面聯系和現象，通過經驗思維能夠對豐富的大量材料初步加工，把握事物多種多樣的具體狀態，并且能夠在一定程度上把握事物的內在聯系和規律。描述性統計就是一種比較典型的經驗思維。它依據的是客體的個體的實際狀況或者是客體過去的、現在的狀態，是事實的歸納、概括、整理。從推斷性統計來看，它在描述性統計提供的經驗材料的基礎上，運用一定的理論、概念，依據嚴密的邏輯規則和推理過程進行假設檢驗、數理推斷、悖論分析，對描述信息、經驗認識進行理論思考，使經驗認識升華，這又是有理性思維的特點。它抽象掉具體個體數量上的差異，得出有關對象的共同本質特征的認識；抽象掉所依據的經驗材料的特殊，得出有關“類”的一般的認識。

實際上，描述性統計是推斷性統計的重要基礎，在某種程度上講，推斷是另一種描述；有時候描述性統計與推斷性統計是交織在一起的。因此，統計認識是經驗思維和理性思維的統一，兼具有兩種思維的成分，兩種思維相互交叉，相互補充，使統計認識更系統、更具體和更深刻。

總之，統計學是一門認識方法論，統計活動是一種認識活動，是要研究探索和發現認識客體本質及其規律性的方法。哲學是關于世界觀和方法論的學說，它研究自然、社會和思維的最一般的規律。它和統計學是一般和個別、共性和個性的關系。哲學對統計學起著指導作用，為統計科學研究和統計工作提供一般指導原則和思維方法；統計學是哲學一般認識方法的具體化。所以，對統計思想進行較深入的探討和歸納，有利于推進統計理論研究，廓清人們對統計的認識，有助于更合理、廣泛的運用統計方法。

參考文獻

［1］李金昌.關于統計思想若干問題的探討［J］.統計研究，2006，(3).

篇12

高校裝飾藝術設計專業培養目標明確要求學生具有現代審美意識和掌握扎實的藝術造型能力和設計能力的同時要對祖國傳統工藝美術藝術知識有深入了解。對此裝飾藝術設計專業課程體系應當加強對傳統工藝美術元素的研究，尋找現代裝飾藝術設計與傳統工藝美術審美趨向的融合點，提煉其內涵并運用到教學實踐中。傳統工藝美術與現代裝飾藝術在形態語言方面保留了較多的相似點，可結合裝飾藝術設計專業核心課程《設計初步》、《設計色彩》、《圖形創意》、《裝飾工藝》、《軟裝飾品設計》、《裝飾材料與工藝》、《項目模擬訓練》、《項目綜合訓練》等進行形式多樣的專業教學。在此基礎上經過加工逐步在形態語言方面尋找新的結合點。在裝飾藝術設計專業具體課堂教學的第一階段教師可采取案例教學法，通過分析優秀案例，講解這些案例是如何借鑒傳統工藝美術形成獨特風格，通過對案例設計過程的剖析，使學生知道如何吸收傳統工藝美術元素中的精髓，借鑒其中的造型元素，使學生能夠了解整個傳統工藝美術制作流程，學習并掌握其中的方法。在《設計素描》、《圖形創意》、《裝飾工藝》等課程中，安排課堂練習繪制設計草圖，特別是針對典型人物、器皿進行造型元素提煉，研究其人物的神情表達和器皿的構成特點，吸取傳統工藝美術適度夸張的表現手法，利用嫁接、移植、拼合等設計元素與手段，表現具有象征意義和夸張的造型效果。在裝飾藝術設計專業具體課堂教學的第二階段可采取項目模擬訓練法，引入工藝美術企業真實的實踐項目，在真實的“工作情境”中按照項目需要，將學生分成若干個項目小組，每組完成一個項目。明確組員的分工，要求學生首先通過實地調研中國泥人博物館、中國宜興紫砂博物館、無錫非遺傳承與創新中心，借鑒其造型設計手法，提出創作方案和構想，最終確定創作方案。在《軟裝飾品設計》、《裝飾材料與工藝》、《項目模擬訓練》、《項目綜合實習》、《畢業設計》等課程中，鼓勵學生探索和嘗試多種不同的表現風格，指導學生設計出符合現代人審美趣味，有市場需求、有地方特色和有文化內涵的作品，改變當下本土裝飾藝術設計作品模仿外國、缺乏本土特色的局面。

三、裝飾藝術設計對傳統工藝美術本土語言吸收與借鑒的實踐與思考

篇13

1 誤用概率（probability）

概率是描述隨機事件發生的可能性大小的數值，常用P表示。如某例患者的結果為治愈，這個事件記為A，則該患者治愈的概率可記為P（A），或簡記為P，這是醫生頗為關心的數值。假如我們用200例的樣本，求得治愈率為75%，這只是一個頻率。在實際工作中，當概率不易求得時，只要觀察單位數充分多，可以將頻率作為概率的估計值。但在觀察單位數較少時，頻率的波動性是很大的，用于估計概率是不可靠的[1]。隨機事件概率的大小在0與1之間，即0≤P≤1，常用小數或百分數表示。習慣上將P≤0．05，稱為小概率事件，表示在一次實驗或觀察中該事件發生的可能性很小，可以視為很可能不發生。

2 以“比”代“率”

2．1 構成比（proportion）又稱構成指標，說明某一事物內部各組成部分所占的比重或分布。

常以百分數表示，計算公式為：

2．2 率（rate）又稱頻率指標。說明某現象發生的頻率或強度。常以百分率（%）、千分率（‰）、萬分率（1/萬）、十萬分率（1/10萬）等表示。計算公式為：

醫學中常用某一時點發病率、患病率、死亡率、病死率、治愈率等。

2．3 分析時不能以構成比代替率 例1：甲、乙兩市乙型腦炎普查資料見表1。由此得出甲市10歲以上患乙型腦炎情況比乙市嚴重，10歲以下乙市比甲市嚴重（結論錯誤，犯以比代率的錯誤）。

2．4 注意不能用構成比的動態分析代替率的動態分析 例2：表2為某市1990年和1995年5種常見傳染病的發病情況。1995年與1990年相比，痢疾的構成比有明顯下降，而肝炎、流腦、麻疹及腮腺炎的構成比均上升，但以肝炎的構成比上升最為明顯。若據此做出痢疾發病下降、肝炎發病上升最明顯的結論，顯然是錯誤的。因為1995年與1990年相比，5種傳染病發病的實際數都在下降。若要反映5種傳染病的發病強度，應計算1990年和1995年各種傳染病的發病率，再做比較。

4 計算相對數的分母一般不宜過小[2]

通常觀察單位足夠多時，計算出的相對數比較穩定，能夠正確反映實際情況，觀察單位過少，偶然性大，則可靠性差，一般當例數較少，如少于30例時以用絕對數表示為好。如必須用率表示時，可列出可信區間。

例4：某醫生用某法矯治25名學生的近視眼，其中3名近期有效，該法有效率的95%可信區間為（3%，31%）。

5 討論

對樣本率（或構成比）的比較應隨機抽樣，并做假設檢驗 遵循隨機抽樣的原則才能以該“樣本”來推斷總體。由于樣本率和構成比也有抽樣誤差，所以不能僅憑數字表面相差的大小做結論，而需進行樣本率差別的假設檢驗。