時間:2022-04-11 02:20:52
序論:速發表網結合其深厚的文秘經驗,特別為您篩選了11篇多元統計分析論文范文。如果您需要更多原創資料,歡迎隨時與我們的客服老師聯系,希望您能從中汲取靈感和知識!
中圖分類號:G424.21 文獻標識碼:A 文章編號:
多元統計分析是統計學中的一個重要分支,是收集、處理和分析多維樣本數據的統計方法。特別是隨著計算機技術的發展,計算軟件的普及,多元統計分析已成為分析多元數據的一個重要工具,在自然科學、管理和社會科學、經濟領域等都有廣泛的應用。
多元統計分析是我校財經管理類本科生大部分專業的一門必修課程,總學時為45學時,其中理論教學時數36學時,實踐教學時數時。該課程涉及到許多數學知識,有大量的理論和公式推導,且計算量比較大。同時,本課程的學生為財經管理類的本科生,大多數學基礎不好,且學生基礎差異較大,部分學生感覺本門課程學習有困難。本文根據本學科的特點和學生的實際情況,結合自己從事多元統計教學的實踐和體會,提出幾點思考,以供同行參考,共同探討。
一、重視統計方法的應用
針對財經管理類本科生數學基礎較弱的情況,在教學過程中,理論推導部分不必講解過多,也不應該過分強調復雜的數學證明和公式推導。對于多元統計分析的每一種統計方法,重點闡述它們的統計思想,結合實例介紹涉及到的背景,在實際應用中需要解決什么問題,如何用這種統計來解決這些問題,用了這種統計方法后可以得到什么結果。以及各種方法應用的前提條件、適用范圍和局限性等,教學重點從理論轉移到實際應用中。為了加深學生對概念的理解,適當做一些數學推導,可以省略復雜的證明。例如在聚類分析的教學中, 借助“物以類聚,人以群分”的道理給出了“就近原則”, 聚類分析的基本思想就容易被學生接受, 然后再逐步引入為了實現就近原則的度量遠近的距離及各種具體聚類方法。學生在短時間內就對統計方法有了理解,效果非常明顯。
二、重視各種多元統計方法的聯系
各種多元統計分析方法雖各自具有不同的特點,但它們彼此之間均有著緊密的聯系。在解決實際的問題中,也需要用多種方法結合起來解決問題,對于這一點一定要講清楚。在聚類分析和判別分析的介紹中,我們介紹了在度量工具選擇上兩種方法的共同點。同時,聚類分析與判別分析有以下的不同點:①聚類分析可以對樣本進行分類,也可以對指標進行分類;而判別分析只能對樣本進行判別歸類;②聚類分析事先不知道事物的類別,也不知道應分幾類;而判別分析必須事先知道事物的類別;③聚類分析直接對樣本進行分類,而判別分析根據訓練樣本建立判別函數,然后對新的觀測對象進行判別歸類。在實際問題處理中,針對聚類分析歸類,判別分析分類的特點,常常將兩種統計方法結合使用。在因子分析的基本思想、數學模型、因子載荷矩陣的估計方法、因子得分等幾個環節的學習中, 我們隨時將主成分分析的相關內容拿來與之比較分析, 分析了兩種方法在模型、參數唯一性、取舍因子等問題上的不同與使用環境等方面的共同之處, 學生不僅對因子分析有了深入理解,而且對主成分分析的內容有所復習,更容易實現對著兩種統計方法的掌握。
三、重視統計軟件地使用
各種多元統計方法解決的是大量多維數據的分析問題,自然離不開復雜數據的計算,所以在教學中必須重視統計軟件的學習,完成大量的計算過程。SPSS軟件簡單易學,操作方便、功能強大、應用廣泛,可以進行大部分多元統計分析方法的操作,基本能滿足教學和實踐上計算的需要。且在多元統計分析課程之前,學生已學過SPSS課程,對軟件的應用也基本掌握。在教學過程中,當介紹每一種統計方法的基本思想、原理后,先對教材上的已有詳細步驟和結果的例題進行操作,使學生將統計軟件操作結果與其進行比較。進一步要求學生針對某一專題或結合自身專業,對某一實際問題收集數據,整理數據,利用軟件進行具體分析操作,得到自己需要的結果。但是在教學過程中,需要讓學生知道統計軟件只是一種分析工具, 重點還是掌握各種統計分析方法的基本原理和科學選用上。同時,結合自己的一些研究課題,與學生一起探討、研究,培養學生初步的科研能力。
四、合理制定考試方式和內容, 科學評定學生成績
針對多元統計分析課程的特點,本門課程考核不僅要注重基本知識點的掌握,也要包括各種統計方法的理解、分析和應用。在考試的方式上,可以采用閉卷考試,開卷考試和課程論文相結合,從而多角度、全方位對學生的學習成績給予綜合評價。通過以上多種方式,考察學生理解能力、跨學科綜合能力、解決實際問題的能力及創新能力。在考試的內容上,閉卷考試著重考查學生對各種統計方法和理論知識的掌握程度,并對量不大的數據進行處理;開卷考試以學生上機操作的方式進行,著重考查學生利用統計軟件處理多元數據的熟練程度,以及對統計軟件輸出結果進行分析判斷和解釋說明的統計素養;課程論文側重于考查學生運用多元統計方法解決實際問題的能力及創新能力。總成績則有閉卷考試成績(占60%)、開卷考試(占20%)和課程論文成績(占20%)三部分組成,從而科學評價學生對本門課程的掌握情況。
多元統計分析作為多元數據處理的一個重要工具, 必將隨著社會的需要而不斷的有廣泛的應用。多元統計分析教學模式的選擇必須根據教學的需要和學生的實際接受水平發生改變。而作為教師,需要不斷地總結經驗,完善自己的教學,不懈努力,傳授給學生正確的統計思想, 實用的統計方法和綜合的統計能力。
參考文獻:
1何曉群. 多元統計分析[M]. 中國人民大學出版社,2012.
2任雪松,于秀林. 多元統計分析[M]. 中國統計出版社,2011.
3蘇金明,傅榮華等. 統計軟件SPSS系列應用實戰篇[M]. 北京: 電子工業出版社,2002.
4張文彤,鄺春偉.SPSS統計分析基礎教程[M]. 北京:高等教育出版社,2011.
5呂潔. 多元統計分析課程教學探討[J].中國成人教育,2007 ( 8): 153- 154.
2012年12月份,我國生產化學農藥原藥(折百)34.2萬噸,同比增長9.97 %。2012年1-12月,全國的產量達35
>> 2014年全國化學農藥原藥產量情況 統計局:2013年11月我國化學農藥產量同比增長2.79% 2012―2015年我國煤礦瓦斯事故統計分析 2008年~2012年我國高校檔案學研究生統計分析 2000—2012年:我國教育技術相關著作統計分析 1998年-2008年我國網球碩博論文統計分析 我國媒介融合研究統計分析 我國能源結構的統計分析 近30年我國綜合檔案館研究論文統計分析 2002年~2011年我國“棄檔”現象研究論文的統計分析 2005年~2015年我國檔案安全應急預案研究文獻統計分析 《檔案管理》2012年載文統計分析 2012年我中心門診使用抗高血壓藥物統計分析 1985~2007年我國國際競爭力論文的統計分析 19877―20166年我國檔案法規研究期刊論文統計分析 2013年10月中國化學農藥產量同比下調6.08% 基于多元統計分析的我國各省級區域經濟分析 USPTO中我國專利引用狀況的統計分析 FDI與我國經濟增長之間關系的統計分析 我國入境旅游人數統計分析與模型預測 常見問題解答 當前所在位置:中國 > 科技 > 2012年我國化學農藥原藥產量統計分析 2012年我國化學農藥原藥產量統計分析 雜志之家、寫作服務和雜志訂閱支持對公帳戶付款!安全又可靠! document.write("作者: 本刊編輯部")
申明:本網站內容僅用于學術交流,如有侵犯您的權益,請及時告知我們,本站將立即刪除有關內容。 2012年12月份,我國生產化學農藥原藥(折百)34.2萬噸,同比增長9.97 %。2012年1-12月,全國的產量達354.9萬噸,同比增長19%。 從各省市的產量來看,2012年1-12月,江蘇省化學農藥原藥(折百)的產量達105.58萬噸,占全國總產量的29.75 %。緊隨其后的是山東省、浙江省和湖北省,分別占總產量的23.25 %、8.47 %和8.34 %。 殺蟲劑原藥產量同比下降11.96% 2012年12月份,我國生產殺蟲劑原藥7.92萬噸,同比下降29.36 %。2012年1-12月,全國的產量達81.34萬噸,同比下降11.96 %。 從各省市的產量來看,2012年1-12月,湖南省殺蟲劑原藥的產量達24.93萬噸,占全國總產量的30.65 %。緊隨其后的是江蘇省、山東省和湖北省,分別占總產量的29.53 %、9.22 %和8.94 %。 殺菌劑原藥產量同比下降7.08 % 2012年12月份,我國生產殺菌劑原藥14383.11 噸,同比增長1.86 %。2012年1-12月,全國的產量達143893 噸,同比下降7.08 %。 從各省市的產量來看,2012年1-12月,江蘇省殺菌劑原藥的產量達60458.42 噸,占全國總產量的42.02 %。緊隨其后的是浙江省、安徽省和寧夏回族自治區,分別占總產量的13.92 %、9.39 %和8.74 %。除草劑原藥產量同比增長42.55% 2012年12月份,我國生產除草劑原藥16.27萬噸,同比增長40.74%。2012年1-12月,全國除草劑原藥的產量達164.79萬噸,同比增長42.55%。 從各省市的產量來看,2012年1-12月,山東省除草劑原藥的產量達67.13萬噸,同比增長88.65%,占全國總產量的40.74%。緊隨其后的是江蘇省、浙江省和湖北省,分別占總產量的20.41%、10.27%和9.18%。(摘編自《中商情報網》)
一、引言
隨著數理統計理論的發展,作為它的分支的“多元統計分析方法”在近20年越來越受到人們的重視。這不僅是因為很多事情都是帶有隨機因素,而且在具體分析問題的時候,人們需要考慮的因素不止有一個。比如在購物的時候,我們評價商品并不是僅僅看其價格,還要關注質量、保修期等多方面的因素。在學校里,評價一個學生也是至少需要“德、智、體”三方面的指標。多元統計分析就是用統計的方法分析這種帶有多指標的隨機性問題。上述的例子所涉及的指標其實并不多,但更多的時候會遇到很多指標,如考察一個企業,需要了解其規模、產量、產值、稅收、員工數、利潤等,如果我們關注所有的指標就會大大增加分析的復雜性,而且也不宜抓住主要的因素。因此有必要對這些原始的指標數據進行降維,亦即用較少的新指標來代替原始指標,這就是主成分分析與因子分析在解決問題時所要體現的思想??梢哉f,出于數據降維的目的它們是沒有區別。
二、具體實例分析
但是在新生成的指標的解釋方面,它們還是有較大不同的。首先看一下兩種方法的數學模型。主成分分析是考慮原來的指標的線性組合,把原始指標的線性組合叫做主成分。從這一點可以看出,主成分其實就是原來指標的壓縮綜合。而因子分析模型則是把原始指標表示成因子的線性組合(如果姑且不去考慮隨機擾動的因素),也就是說因子分析的目的是要找出影響所有原始指標的內在因素。因此盡管兩種方法都是對原始數據進行降維,得到新的指標,但是在對新指標的解釋是有不同的。下面分析一個具體例子。該例通常出現在統計教科書中因子分析一章,但本文從主成分分析和因子分析兩方面同時對其進行剖析。
考察某校學生的學習成績狀況。隨機抽取了30個學生,關注起數學、物理、化學、語文、歷史、英語六門課程的成績。故形成了如下的30行、6列的原始數組。我們需要從中提煉出1,2個新指標。
通過MATLAB軟件中的主成分分析與因子分析程序,可以看到通過兩種方法的數據降維處理后按照累計貢獻率均提煉出了兩個新的指標,它們都是從上述的原始二維數組出發,計算其協方差距陣的特征值與特征向量,因此很容易搞不清楚所得到的兩個新變量到底是主成分變量,還是因子變量。其實,我們此時回顧一下前文中提到的數學模型就清楚了。主成分分析是原始變量的線性組合,結合此例,即為所獲得的兩個新指標是原始指標的綜合。又注意到原始變量前的組合系數(也叫作載荷)大小,不難發現,在其中的一個新指標中數學、物理、化學、三科占的比重比較大,因此可以把該綜合指標形象地稱為“理科”主成分;而在另一個新指標中語文、歷史、英語三科占的比重比較大,因此可以把該綜合指標形象地稱為“文科”主成分。此時再考慮因子分析的模型。如前文所講,原始變量表示成了因子的線性組合。結合此例,即數學、物理、化學、語文、歷史、英語這原六個指標表示成了兩個新的指標的線性組合??紤]到因子的組合系數,發現在數學、物理、化學這三科的線性表示中一個因子的組合系數比較大,而另一個比較小,因此可以把所占分量較大的那個因子形象地理解成“理性思維”因子,同樣的道理可以把另一個新指標理解為“文性思維”因子。
三、總結
從此例可以看出,雖然主成分分析與因子分析都是從原始數據的協方差矩陣(有時是相關系數陣)出發,計算特征值與特征向量,按照累計貢獻率大于85%的原則確定新的指標個數。但是為了避免搞混兩種方法,在解釋新的指標時應回饋到各自的模型上面來。即:按照主成分分析理論,新指標僅僅是原始指標的簡單匯總,如果想用較少的幾個變量替代原來的變量則用主成分分析;而對于因子分析,新指標則是對所有原始指標皆有影響的那些公共因子,所以當需要尋找潛在的影響要因時,傾向于用因子分析。明白了這一點,對新指標的解釋也就變得順理成章了。
【參考文獻】
[1]高惠璇 應用多元統計分析 2005
[2]李靜萍 謝邦昌 多元統計分析方法與應用 2008
[3]李衛東 應用多元統計分析 2008
[4]陸恒芹 蘇勤 陳麗榮 女性旅游者行為特征分析及其動機研究―以西遞、宏村為例 2006
1.遵照教育部對經濟統計學專業的要求
嚴格遵照教育部對經濟統計學專業的要求。主干學科為理論經濟學、應用經濟學、統計學,其中核心課程為西方經濟學(微觀經濟學、宏觀經濟學),計量經濟學,財政學,貨幣金融學,會計學,經濟統計學,國民經濟統計學,概率論與數理統計,抽樣技術與應用,應用時間序列分析。實踐性教學環節包括實驗課程(含基本統計分析軟件應用、統計實務模擬等),社會實踐(含經濟社會統計調查、統計工作實習等),科研和論文寫作(含畢業論文、學年論文、科研實踐等)。專業實驗包括計算機基本技能實驗、統計分析應用軟件實驗、經濟計量分析軟件實驗、數據挖掘技術與應用實驗。
2.參照其他院校的培養方案和課程設置
它山之石,可以攻玉。我們選擇了部分具有代表性的財經院校(如上海財經大學、中央財經大學、東北財經大學、西南財經大學、中南財經政法大學、北京工商大學、上海金融學院、 河南財經大學、浙江財經學院和山東工商學院)和綜合類院校(如浙江大學、吉林大學、南京大學和云南大學)以及師范類院校(如北京師范大學、華東師范大學、東北師范大學、南京師范大學)作為參照院校。通過比較分析得出,在統計學經濟統計、商務統計、金融統計方向中,財經類院校主要突出經濟學課程,招生偏重理科生。綜合性院校和師范類院校主要課程為理學類,招生偏重理科生。
綜上所述,經濟統計學專業應培養適應信息化社會需要,熟練掌握現代統計理論和經濟數量分析方法,具有扎實的統計學、經濟學和金融學基礎,能熟練應用計算機軟件處理統計數據的復合型高素質經濟管理統計人才。學生畢業后可在政府部門、金融機構、外資企業和大中型公司等從事經濟統計分析、管理咨詢、市場調研和商務數據分析等管理工作。
3.與學院培養方案形式統一
新制訂的培養方案和整個學院的形式保持了統一,以便于教務人員管理工作的開展。
二 經濟統計學培養方案專業課的設置
經濟統計學的培養目標與基本規格和招收對象為理科生,設置了保險精算、金融統計和商務統計三個方向。學生修滿培養方案規定的學分并達到學位授予要求者,授予經濟學學士學位。
由于經濟統計學對統計學和經濟學知識的要求較高,我們提高了課程總學分和總學時,注重主干學科和專業課程的開課順序和教學周學時分配,強化實訓實踐課程,實行理論和實踐并行。
培養方案確定了5門學科基礎課程,分別為宏觀經濟學、微觀經濟學、C語言程序設計、概率論與數理統計、管理學。確定了5門專業基礎課程,分別為基礎會計學、經濟統計學、貨幣金融學、財政學、計量經濟學。確定了9門專業核心課程,分別為國民經濟統計學、多元統計分析、統計預測與決策、抽樣技術與應用、應用時間序列分析、金融統計學、市場調查與分析、投資學、數據挖掘。
一、數據統計分析的內涵
數據分析是指運用一定的分析方法對數據進行處理,從而獲得解決管理決策或營銷研究問題所需信息的過程。所謂的數據統計分析就是運用統計學的方法對數據進行處理。在實際的市場調研工作中,數據統計分析能使我們挖掘出數據中隱藏的信息,并以恰當的形式表現出來,并最終指導決策的制定。
二、數據統計分析的原則
(1)科學性??茖W方法的顯著特征是數據的收集、分析和解釋的客觀性,數據統計分析作為市場調研的重要組成部分也要具有同其他科學方法一樣的客觀標準。(2)系統性。市場調研是一個周密策劃、精心組織、科學實施,并由一系列工作環節、步驟、活動和成果組成的過程,而不是單個資料的記錄、整理或分析活動。(3)針對性。就不同的數據統計分析方法而言,無論是基礎的分析方法還是高級的分析方法,都會有它的適用領域和局限性。(4)趨勢性。市場所處的環境是在不斷的變化過程中的,我們要以一種發展的眼光看待問題。(5)實用性。市場調研說到底是為企業決策服務的,而數據統計分析也同樣服務于此,在保證其專業性和科學性的同時也不能忽略其現實意義。
三、推論性統計分析方法
(1)方差分析。方差分析是檢驗多個總體均值是否相等的一種統計方法,它可以看作是t檢驗的一種擴展。它所研究的是分類型自變量對數值型因變量的影響,比如它們之間有沒有關聯性、關聯性的程度等,所采用的方法就是通過檢驗各個總體的均值是否相等來判斷分類型自變量對數值型因變量是否有顯著影響。(2)回歸分析。在數據統計分析中,存在著大量的一種變量隨著另一種變量的變化而變化的情況,這種對應的因果變化往往無法用精確的數學公式來描述,只有通過大量觀察數據的統計工作才能找到他們之間的關系和規律,解決這一問題的常用方法是回歸分析。回歸分析是從定量的角度對觀察數據進行分析、計算和歸納。
社會科學的實證研究在應用統計學時,統計分析是其關鍵環節,資料性質分析、資料類型的判斷、統計方法的選擇等各個環節都應把握好,否則,其分析結果將是沒有意義的。本文擬通過對社會科學實證研究論文中應用統計分析方法出現的問題,從描述性分析、定量資料的統計分析、定性資料的統計分析、相關與回歸分析等方面進行解析。
一、描述性分析問題
在社會科學實證研究中,一般首先要對社會調查數據進行描述性統計分析,以發現其內在的規律性,再選擇進一步的分析方法。描述性統計分析要對調查總體所有變量的有關數據做統計性描述,主要包括數據的頻數分析、集中趨勢分析、離散程度分析、分布形態以及一些基本的統計圖形。
描述性統計分析雖然較為簡單,但如果對某個事件或某種現象的描述不清楚或存在偏差,那么其后的所有分析都將值得懷疑,而描述的偏差可能會引起公眾或學術界對某些社會現象的誤解,甚至誤導政府決策。
1.均值的誤用
均值是用于描述樣本集中趨勢的最常用指標,但應注意,對于正態或近似正態的對稱分布樣本,它是較好的指標,一般與離散趨勢指標中的標準差一起描述數據資料(即形式);而對于偏態分布的樣本,則常用中位數來描述集中趨勢,一般與離散趨勢指標中的四分位數間距一起描述數據資料(即形式),究其原因是均值容易受到極端值的影響。
對于兩個分布完全不同的樣本,可能會得到相同的均值,因此均值在某種程度上抹殺了樣本內部的差異,而往往這種內部差異正是需要進行深入研究或應當引起人們注意的。為了彌補均值的這種缺陷,一般在報告均值的同時,也應該報告標準差,或用直方圖或散點圖的形式描述分布,以展示群體內部的差異。
2.絕對數的誤用
因為社會調查研究比較容易得到大容量的樣本,所以對任何小概率事件,用絕對數報告都會出現較大的數字,單純對絕對數的強調往往會產生誤解。比較合理的方式一般是在報告某事件絕對數的同時,給出該事件的發生率或占研究樣本的比例。
3.相對數的誤用
相對數常用于描述定性資料的內部構成情況或相對比值或某現象的發生強度,一般有比與率兩種形式。雖然比與率的計算形式是相同的,即兩個絕對數之商乘以100%,但它們的含義是不同的。率用于反映某種事物或現象發生的強度,而比則用于反映部分與整體或某一部分與另一部分之間的關系。當數據的比較基礎相差懸殊,用絕對數表述沒有可比性時,就要借助于相對數。
應用相對數也容易出現一些問題,如:百分比與百分率的混用;當分母很小時,只計算百分比或百分率,而沒有報告樣本量;當比較兩個或多個總體率時,沒有考慮到各總體對應的內部構成情況是否一致,而直接比較等。
例如在報告流動人口犯罪問題時,給人的印象往往是流動人口犯罪率高于常住人口,其實是忽視了流動人口的年齡和性別構成與常住人口完全不同,且青年男性是犯罪率較高的人群,這樣對兩個不同群體的比較往往會導致錯誤的結論。
二、定量資料的統計分析問題
定量資料的統計分析是指所觀測的結果變量是定量的,而且希望考察定性的影響因素取不同水平時,定量觀測結果的均值之間的差別是否有統計學意義。定量資料的統計分析在統計學應用中占有很大的比重,出現的誤用也比較多。
正確選擇定量資料統計分析方法的關鍵有兩點:一是正確判斷統計研究設計的類型;再是檢驗定量資料是否滿足“獨立性、正態性及方差齊性”的前提條件[1]。前者要求使用者對統計研究設計的類型較為熟悉,后者則需要進行預分析,可適當借助于統計分析軟件。根據前提條件是否滿足來決定用參數假設檢驗或方差分析,還是用非參數檢驗方法,進而根據對統計研究設計類型的判斷,確定采用具體的統計分析方法。
對定量資料作統計分析時,常犯的錯誤有:
1.不管統計研究設計類型,盲目套用t檢驗或單因素方差分析;
2.不驗證“獨立性、正態性及方差齊性”前提條件,而直接應用參數檢驗法;
3.將多因素設計定量資料人為拆成多個成組設計定量資料,采用t檢驗法;
4.將多因素設計定量資料用單因素多水平方差分析解決,或用一元分析替代多元分析等。
三、定性資料的統計分析問題
定性資料的統計分析是指觀測結果為定性變量的統計處理問題。定性資料的統計分析在社會科學研究中的應用也是很廣泛的,通常根據影響觀測結果的原因變量性質分為三種情況:
1.原因變量都為定性變量,此類資料就是通常理解的定性資料。常用的統計分析方法有:檢驗、秩和檢驗或Ridit分析、Spearman秩相關分析、線性趨勢檢驗、一致性檢驗(也稱Kappa檢驗)、加權檢驗、對數線性模型等。
2.原因變量中既有定性變量,又有定量變量。這類資料的統計分析通常有兩種處理方法:一是結合專業知識先將定量的原因變量離散化,使其轉化為定性變量,然后采用上面3.1的統計方法處理;二是先對定性的原因變量,采用啞變量技術進行處理,轉化為多個二值變量,賦予0或1值,然后采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。
3.原因變量全部為定量變量。這類資料的分析可以直接采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。
定性資料的最常用表達形式是列聯表,列聯表有多種類型,如橫斷面設計的四格(或稱2x2)列聯表、隊列研究設計的四格列聯表、配對研究設計的四格列聯表、雙向無序的R×C列聯表、單向有序的R×C列聯表、高維列聯表等,不同類型所用統計方法也不同,所以處理這類資料的關鍵是分辨出列聯表的類型,從而選擇相應統計分析方法。
在社會科學研究中,定性資料的統計分析常犯的錯誤主要就是列聯表的誤判,從而錯誤的選用統計方法。
四、相關與回歸分析問題
相關分析是研究變量之間的相互關系,常局限于統計描述,較難從數量角度對變量之間的聯系進行深入研究;回歸分析則是研究變量之間的依賴關系,可實現對自變量進行控制,對因變量進行預測,及對隨機變化趨勢進行適當修勻。
相關分析可用于對定類、定序、定距及定比等尺度的各類資料進行定量描述,但各類資料的計算公式是不同的,所以應用時,需要判明資料的類型;而回歸分析則要根據因變量性質的不同,選用不同的回歸分析方法,一般可分為兩類:一是因變量為連續型變量,具體的,當為非時間性的連續型變量時,可用線性回歸分析、多項式回歸分析、非線性回歸分析等;當為時間變量時,可用COX半參數回歸分析、指數分布回歸分析及威布爾回歸分析等;當為隨時間變化的連續型變量時,則需要利用時間序列分析。二是因變量為離散型變量,需要利用Logistic回歸分析、對數線性模型分析及多項Logit模型分析等。
在社會科學研究中,相關與回歸分析的應用非常廣泛。但應用時也經常出現一些錯誤:
1.沒有結合問題的專業背景和實際意義,就進行相關與回歸分析。其結果有時可能是莫名奇妙的,可能出現所謂的虛假相關。
2.對于較簡單的線性相關與回歸分析,不注意應用條件,盲目套用。一般地,Pearson相關分析要求兩變量都是隨機變量,且都服從或近似服從正態分布,若不滿足條件,應采用其它相關分析法,如Spearman相關分析等。而線性回歸分析則要求因變量必須是隨機變量,且服從或近似服從正態分布,在回歸分析前,先要進行統計檢驗,證實兩變量的顯著相關性,再進一步進行回歸分析才有意義。
3.只求得相關系數或回歸方程,而不進行參數假設檢驗就下統計分析結論。因為相關系數或回歸方程都是由樣本數據求得的,是否具有統計學意義,必須通過其相關參數的假設檢驗來判定。
4.多元回歸分析策略的錯誤。在社會科學實證研究中,對多元回歸分析的應用,不少人采取的策略是先用單變量分析,得到有統計學意義的多個變量,再將它們引入回歸方程進行多變量分析,用逐步回歸法進行篩選,從中選出有統計學意義的變量,這種分析策略是不正確的。因為自變量之間可能存在不同程度的交互作用,在單變量分析中無統計學意義的變量并非在多元回歸分析中也沒有意義。正確的處理方法應該是先綜合分析各種變量之間的作用、實際意義及關系,有些可作為控制變量(如性別、年齡等),將經過初步篩選的所有變量代入回歸方程進行分析,再采用逐步回歸方法,必要時可多用幾種篩選變量的方法,同時要注意自變量間的交互作用,進行綜合分析,這樣才能得到較為可靠的結果。
參考文獻:
[1]王在翔:社會統計理論與實踐[M].青島:中國海洋大學出版社,2008
[2]胡良平等.醫學統計學基礎與典型錯誤辨析[M].北京:軍事醫學科學出版社,2003.148-239
關鍵詞:醫學論文
1.統計研究設計:應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性還是橫斷面調查研究),實驗設計(應交代具體的設計類型,如自身配對設計、成組設計、交叉設計、析因設計、正交設計等),臨床試驗設計(應交代屬于第幾期臨床試驗,采用了何種盲法措施等);主要做法應圍繞4個基本原則(重復、隨機、對照、均衡)概要說明,尤其要交代如何控制重要非試驗因素的干擾和影響。
2.資料的表達與描述:用x±s表達近似服從正態分布的定量資料、用M(QR)表達呈偏態分布的定量資料;用統計表時,要合理安排縱橫標目,并將數據的含義表達清楚;用統計圖時,所用統計圖的類型應與資料性質相匹配,并使數軸上刻度值的標法符合數學原則;用相對數時,分母不宜小于20,要注意區分百分率與百分比。
3.統計分析方法的選擇: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檢驗和單因素方差分析;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χ2檢驗。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;對于多因素、多指標資料,要在一元分析的基礎上,盡可能運用多元統計分析方法,以便對因素之間的交互作用和多指標之間的內在聯系作出全面、合理的解釋和評價。
4.統計結果的解釋和表達:當P<0.05(或P<0.01)時,應說對比組之間的差異具有顯著性(或非常顯著性)的意義,而不應說對比組之間具有顯著性(或非常顯著性)的差別;應寫明所用統計分析方法的具體名稱(如:成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等),統計量的具體值(如:t=3.45,χ2=4.68,F=6.79等),應盡可能給出具體的P值(如:P=0.0238);當涉及到總體參數(如總體均數、總體率等)時,在給出顯著性檢驗結果的同時,再給出95%置信區間。
關鍵詞:醫學論文
1.統計研究設計:應交代統計研究設計的名稱和主要做法。如調查設計(分為前瞻性、回顧性還是橫斷面調查研究),實驗設計(應交代具體的設計類型,如自身配對設計、成組設計、交叉設計、析因設計、正交設計等),臨床試驗設計(應交代屬于第幾期臨床試驗,采用了何種盲法措施等);主要做法應圍繞4個基本原則(重復、隨機、對照、均衡)概要說明,尤其要交代如何控制重要非試驗因素的干擾和影響。
2.資料的表達與描述:用 x±s表達近似服從正態分布的定量資料、用M(QR)表達呈偏態分布的定量資料;用統計表時,要合理安排縱橫標目,并將數據的含義表達清楚;用統計圖時,所用統計圖的類型應與資料性質相匹配,并使數軸上刻度值的標法符合數學原則;用相對數時,分母不宜小于20,要注意區分百分率與百分比。
3.統計分析方法的選擇: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檢驗和單因素方差分析;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χ2檢驗。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;對于多因素、多指標資料,要在一元分析的基礎上,盡可能運用多元統計分析方法,以便對因素之間的交互作用和多指標之間的內在聯系作出全面、合理的解釋和評價。
4.統計結果的解釋和表達:當P<0.05(或P<0.01)時,應說對比組之間的差異具有顯著性(或非常顯著性)的意義,而不應說對比組之間具有顯著性(或非常顯著性)的差別;應寫明所用統計分析方法的具體名稱(如:成組設計資料的t檢驗、兩因素析因設計資料的方差分析、多個均數之間兩兩比較的q檢驗等),統計量的具體值(如:t=3.45,χ2=4.68,F=6.79等),應盡可能給出具體的P值(如:P=0.0238);當涉及到總體參數(如總體均數、總體率等)時,在給出顯著性檢驗結果的同時,再給出95%置信區間。
關鍵詞:多元統計分析 中藥成分分析
中藥物質基礎的闡明和科學質量控制方法的建立是中藥現代化和國際化的關鍵,在化學計量學中,多元統計分析方法得到了很好的應用,通過優化了化學量測過程,提高分析效果,應用統計分析方法及其他數學方法和計算機軟件的應用對其數據進行整理,已較好的闡明了中藥物質成分,結構與其性能之間的復雜關系。
一、應用現狀
1.1方法
在中藥成分分析中,多元統計分析方法如多元回歸,多元相關分析,逐步回歸分析,最大似然法,判別分析,聚類分析和主成分分析,利用電子計算機能迅速而大量地處理實驗數據,還廣泛采用了蒙特卡洛(Monte Carlo)統計模擬法,都能在某一特定方面很好的說明其成分,但尚未有統一理論支撐整個體系,也是國內著力于建立中成藥數據庫的緣由之一。要進一步定性定量的確定中藥成分,并很好的分析中藥成分還需不斷努力。
在應用中,應用最多的為多元線性回歸和Logistic回歸方法,其次是通徑分析,因子分析和聚類分析的運用較少,比如風險模型,典型相關,MCA分析和Probit分析。
1.1.1成分提取
在對中藥復方有效成分的整體提取方法,指紋圖譜條件優化及定量評價指標,以及基于藥理活性的組方條件優化的基礎上,化學模式識別方法引入中藥分析體系,模式識別,指通過相關軟件等用數學方法來實現模式的自動處理和判別,模式識別可大致分為用監督模式識別(判別分析方法),是實現規定分類的標準和種類的數模,并且通過大批已知樣本的信息處理找出規律,再預報未知樣本的類型,如貝葉斯法(Bayes)逐步判別分析方法,人工神經網絡判別法等,無監督模式識別(聚類分析方法),是對一組尚無明確分類的樣本,根據它們所變現的變量特征,按相似程度的大小加以歸類,最終通過信息處理找出合適的分類方法并實現樣本的分類,如系統聚類分析,模糊聚類分析等以及基于特征投影的降維顯示方法,另外還有一類基于特征投影的降維顯示方法,如主成分分析方法,基于偏最小二乘法的降維方法等,中藥的化學模式識別方法可以從復雜的化學測量數據出發,進一步揭示復雜化合物之間的隱藏規律,為中藥整體研究提供十分有用的信息。
1.1.2質量控制
在中藥復方質量控制方面,近年來,有監督的模式識別和無監督的模式識別往往聯合起來使用,即當某中藥方劑的總體質量分類不清楚時,可先用聚類分析對原來的樣品進行分類,然后再用判別分析建立判別式以對新樣品進行判別。
1.1.3藥效檢驗
在化學計量中運用多變量統計過程控制(multivariate statistical process control,MSPC) 方法來處理中藥成分組成,在中藥分析中,結合對無知復雜多組分進行同時定性定量分析的方法,連用色譜儀器等,包括HPLC-DAD.CE-DAD(毛細管電泳二極管陣列聯用儀),HPLC-MS,HPLC-IR,GC-MS.GC-IR等因其將分離與分析技術集于一體,已有很大突破,目前國內在中藥成分分析中,運用了在中藥化學成分研究的手段方面,如薄層色譜,氣相色譜,高效液相色譜,紫外光譜,紅外光譜等已得到普遍使用,還包括超臨界色譜,高效逆流色譜,色譜質譜連用技術(GC/MS、HPLC/MS),核磁共振(NMR)指紋圖譜,x-射線衍射指紋圖譜等。其中產生大量的數據,有關研究人員運用數學中多元統計分析方法對其分析,得到相關結論,進而對藥效進行更有效的分析。
1.1.4組分分析
借助各類分析儀器以及光譜色譜聯用手段,可以再較短的時間內得到大量的多元性化合物信息,該過程所用到的具體方法有聚類分析,主成分分析以及偏最小二乘法,判別式分析法等,中藥藥效,由定量構效關系到定量組效關系研究
1.2數據處理的應用實例
在對藥材產地區分和鑒別研究方面,徐永群等在黃苓的紅外光譜的指紋圖譜基礎上,采用主成分分析法,對多個產地進行了聚類分析。
王繼國等分析中藥血竭樣品的高效液相色譜中,把指紋圖譜信息進行數據處理時,用重疊率與相關系數兩個參數,從兩個方面定量地對圖譜進行了相似性評價,在此基礎上用系統聚類分析法定性地對樣品進行了分類和鑒別,建立了一種相對完善的中藥血竭的化學模式識別技術。
楊紅娟等對金銀花的種類進行了模式識別研究,利用高效液相色譜分析獲得金銀花的化學信息,并進行了系統聚類分析,同時用微生物法進行抑菌活性測定,用多重線性回歸揭示化學信息與藥理指標之間的關系。
孫麗新等用典型相關分析對獲得反映樣品整體化學特征的數據做了處理,并運用聚類的方法將樣品分類,得到效果良好的質量控制方法。
周立東等提出在天然藥物演技中建立定量組效關系,用以解決中藥復雜成分的化學組成與生物活性之間的關系問題,在中藥的多變量的化學祖墳空間和中藥的多變量空間之間建立起定量的關系,在多元統計分析中,如回歸分析,聚類分析以及因子分析西歐提供了操作方法,
二、存在的主要問題
統計方法的選擇在一定程度上取決于變量的測度水平,多元統計分析,自變量中包括名義變量的最多,自變量全部為間距測度的很少,多元統計分析方法中序次測度變量和名義測度變量的處理方法一樣,所以一般并不加以區分,序次測度變量作為名義測度變量來用,把二者合成為分類變量,本次研究的論文數據中應用多元統計方法時大多數的分析中是分類變量。
2.1方法使用錯誤
在多元統計分析方法的應用中,如通經分析等存在一些錯誤,通徑分析是建立一組線性回歸方程,因此對變量的要求和多元線性回歸一樣,多元線性回歸要求因變量必須為間距測度或以上的變量,自變量可以使分類變量,但當自變量中有分類變量時,必須做虛擬變量回歸,而不是普通的線性回歸。
2.2數據的評價和檢驗
對實驗數據處理的最終評價是要反映該藥效的最好方式,即數據在多大程度上能很好解釋了因變量的間的關系,每一種統計分析方法都有自己的數據評價指標和方法。
三、總結
化學計量學提供了一整套區別于傳統復方研究的思路,在中藥化學,質量控制,藥效檢驗,組方分析,代謝組學以及建立中藥數據等各個領域都已有了初步的應用和發展。多元統計分析方法作為數學數據分析中的主要分析方法,雖在中藥分析方法中應用存在少數問題,但其應用前景及意義極其樂觀。(作者單位:沈陽師范大學)
參考文獻:
[1]梁逸曾.化學計量學用于中醫藥研究.長沙:化學計量學與傳感技術研究所,1998.
[2]羅國安.中藥中成藥現代化進程[M].北京:中成藥出版社,2000.
[3]甘師俊,李振吉.中藥現代化發展戰略[M].北京:科學技術文獻出版社,1998.
[4]張敏,呂華瑛.中藥成分分離新技術及應用[M].山東:山東中醫雜志,2005.
2教學變革的嘗試
由于課程的實用性和重要性,學生普遍對數理統計課程比較感興趣。如何調動學生的主觀能動性,變“被動灌輸”為“主動探索”,在有限的課時內學習較多的統計知識呢?我們教學變革主要采取如下措施。
2.1教學內容的調整為了避免重復學習,我們對原來本科時已經學習的統計量與抽樣分布、參數估計這部分內容只簡單復習,溫故知新,不再細講。而對目前生物醫學工程中應用較普及的方差分析、回歸分析,我們補充了生物醫學方面的實例,運用軟件進行統計分析,并對運行結果詳細講解。對于教材未介紹的非參數檢驗和實驗設計部分,補充幾種常見的統計方法。對于較復雜的多元統計和現代統計學部分,我們引入PBL教學模式,通過分組、問題探究、成果匯報、反思和完善幾個步驟,完成學習內容。
2.2教學方式的改進在課程的教學中,我們盡量做到深入淺出,回避復雜的推導、運算和證明,強調對統計思想的理解以及統計方法的運用,同時注重和統計軟件的結合。統計從某種意義上說是與數據打交道的科學,沒有實際數據的統計分析,不利于學生對統計方法的理解和應用。教學中如果仍然當成數學課程,注重統計理論中定理和公式的推導演算,而缺乏實際的數據分析訓練,學生就無法對統計的廣泛應用性及重要性有深刻的體會,也不利于保持和提高他們的學習興趣。我們補充了生物醫學方面的實例,通過數據分析,提高他們對統計方法的實際應用能力,也為后續PBL教學的順利開展做準備。大部分學生在本科階段已學習Matlab軟件,而且工科學生計算機應用能力較強,因此我們要求學生自學一門統計軟件(如SPSS、R等)或使用Mat-lab,對所有的實例在軟件中實現數據分析。軟件輸出的是數值或圖表,并沒有詳細的解釋、分析和結論,學生必須結合數據背景知識,應用所學統計方法,進行分析推斷,最后給出結論和合理的解釋。
2.3考核方案的變革注重平時考核,淡化期末考試??荚嚥皇亲罱K目的,只是促進學習而已。因此,成績是對學生學習情況的全面評價,不僅包括教材知識點的掌握情況,還有自主學習和實際應用的能力。我們將PBL案例分析的評價和期末考試的成績各設置為50%的比例,鼓勵學生自主學習,提高實際數據分析的能力。
3結合PBL教學模式
統計學的飛速發展要求研究生掌握必備的統計基礎知識外,能夠進行知識的自我更新,具有不斷學習現代統計新知識的能力。PBL教學模式在提高學生分析問題、解決問題的能力,培養學生成為自主學習者、終身學習者等方面已被廣泛認同。雖然生物醫學工程專業研究生基礎知識比較扎實,但統計學的發展以及軟件的學習交叉,要想學好這門課程并不輕松。在研究生教班開展PBL教學的有利條件是:①教班人數較少,分組進行問題探索可以實現。②學生對數理統計課程比較感興趣,積極性較高。③現代統計學和計算機科學緊密聯系,但醫學工程學生計算機應用能力較強,在統計軟件的學習和編程方面具有優勢。④教研組在數模競賽培訓和本科畢業設計中積累了一些素材,可以將內容完善成PBL問題。我們引入PBL教學模式,進行了初步探索。
3.1前期準備推薦一些統計應用的網站和書籍。簡單介紹前沿的方法和知識,補充回歸、相關、時間序列分析以及實驗設計等內容,對于隨機模擬、MC-MC方法也舉例說明。教師將原先積累了一些實例設計成若干問題,讓學生進行選題,組成學習小組(每組5-8人),確定分工。我們將多元統計分析和傳染病預測的案例編寫成4個問題,提前半個月交給學生,等他們分組確定后,分別給予一定指導。
3.2問題探究小組成員分工合作,查找文獻、學習算法,圍繞選定的問題進行準備。通過交流和討論,將各自學到的知識進行整合,進而運用這些知識重新分析上一階段提出的問題,思考并提出解決方案。最后,對問題形成一個附有詳細統計算法和計算結果的論文報告交給教師。
中圖分類號 G642.0 文獻標識碼 A 文章編號 1007-7731(2013)15-148-02
生物統計學是數理統計原理和方法在生物學中的應用,不僅在生命科學領域、而且也在其他學科領域中得到廣泛應用,是一門工具學科[1]。生物統計學的理論性和實踐性均較強,涉及的基本原理、公式和概念較多,需有一定的數學基礎和邏輯推理能力才能學好,相對于其他專業課程,師生普遍反映難教、難學、難記[2]。《生物統計學》不容易理解和掌握,導致學生缺乏學習興趣和動力,考試前通過死記硬背接受理論知識,形成短暫記憶,隨著時間的延長,所學內容逐漸忘記。這門課程講授完之后,學生不會靈活運用其中的方法,也不會設計一個簡單的試驗,更不會將生物統計學的基本理論、技術和常用統計方法應用到本科畢業論文設計中,導致理論教學與實踐應用脫節,顯然未達到教學目的。以往《生物統計學》教學以單純理論教學為主,不設或很少開設實驗課。因此,筆者結合《生物統計學》的基本原理,利用計算機和統計軟件,開設了《生物統計學》實驗課,并嘗試對該課程的實驗教學方法進行改革探索。
實踐教學環節非常有利于提高大學生的培養質量,而《生物統計學》課程教學的實踐環節亟待加強。在《生物統計學》實驗教學過程中,我們利用計算機輔助實驗教學,開設以下實驗課:(1)《生物統計學》某章節理論知識講授完之后,利用計算機和相關統計軟件,開設相應的實驗課。在實驗課上,教師通過統計軟件演示例題的計算和分析過程,并講授統計軟件的使用方法,學生根據所學理論知識,結合實例在計算機上借助統計軟件進行操作,這樣使學生獲得知識更加直接與快速。(2)學生參與試驗設計和科學試驗。學生要在生產實踐或實驗室中設計試驗,親自參與試驗數據的采集,并對試驗數據進行統計和分析,這樣有利于加深學生對所學內容的理解?!渡锝y計學》教學開設了如下實驗:
1 利用Excel繪制常用統計圖
Excel繪制圖形功能強大,各種版本的Excel軟件均提供了14種標準圖表類型,每種圖表類型中又含有2~7種子圖表類型;還有20種自定義圖表類型可以套用。講授完試驗資料的搜集和整理后,開設利用Excel繪制常用統計圖的實驗課。學生在實驗課上利用Excel繪圖時,可以對圖表區、繪圖區、數據系列、坐標軸、圖例、圖表標題的格式,例如文字的顏色、字體、大小,背景圖案、顏色等進行修改和調整,使修飾后的圖形更加美觀好看,爽心悅目。當圖和數據放在一張工作表上、學生改變繪制圖形的數據時,其圖形將發生相應變化;將鼠標放在圖中某數據點上,在鼠標下方將彈出一個文本框給出數據點的具體數值;用鼠標單擊繪圖區中的“數據系列”標志,其圖所屬數據單元格將被彩色框線圍住,便于用戶查看圖形的數據引用位置。在“數據系列”點擊右鍵可以向散點圖、線圖、條形圖等添加趨勢線,并可給出趨勢線的方程與決定系數。
2 利用Excel進行數據描述統計分析
講授完試驗資料特征數的計算后,開設利用Excel進行數據描述統計分析的實驗課。首先選用與生活聯系緊密的數據資料,讓學生利用Excel計算這些數據的平均數、中位數和眾數,測定和分析這些數據的集中趨勢,然后利用Excel測定樣本標準差、總體標準差和四分位數,讓學生分析這些數據的離散趨勢。另外,讓學生利用Excel分析總體次數的分布形態,計算總體平均值的置信區間,有助于識別總體的數量特征。總體的分布形態可以從兩個角度考慮,一是分布的對稱程度,另一個是分布的高低。前者的測定參數稱為偏度或偏斜度,后者的測定參數稱為峰度。
3 利用Excel進行統計假設檢驗
講授完統計推斷之后,利用Excel進行統計假設檢驗的實驗課。統計假設檢驗是根據隨機樣本中的數據信息來判斷其與總體分布是否具有指定的特征[1]。我們選擇實際案例,讓學生提出假設,利用Excel中適當的統計方法計算檢驗的統計量及其分布,確定顯著性水平和決策規則,最后推斷是否接受假設,得出科學合理的結論,這個過程就稱為假設檢驗或統計假設檢驗。統計假設檢驗的方法多樣,通過比較就會發現它們的基本方法和步驟大同小異,例如t檢驗、u 檢驗、x2檢驗等,可以詳細講述其中1~3種假設檢驗方法,其它假設檢驗方法可以采用啟迪和推導方式讓學生利用統計軟件自行輕松地學習和操作。
4 利用Excel和SAS軟件進行方差分析
講授完方差分析之后,開設利用Excel和SAS軟件進行方差分析的實驗課。利用Excel只能進行單因素或雙因素(包括可重復雙因素和無重復雙因素)方差分析,而涉及雙因素隨機區組試驗、三因素試驗和裂區試驗等試驗數據的方差分析,即讓學生利用SAS軟件進行多重方差分析。另外,Excel中的單因素或雙因素方差分析只能給出方差分析表,不能進行平均數的多重比較,也無法用不同字母標記法表示差異顯著性的結果,這些也都需要利用SAS軟件。
5 利用多種統計軟件進行回歸分析
由一個或一組非隨機變量來估計或預測某一個隨機變量的觀測值時,所建立的數學模型及所進行的統計分析,稱為回歸分析[1]。按變量個數的多少,回歸分析有一元回歸分析與多元回歸分析之分,多元回歸分析的原理與一元回歸分析的原理基本相似。按變量之間的關系,回歸分析可以分為線性回歸分析和非線性回歸分析。利用統計軟件進行回歸分析時,首先讓學生如何確定因變量與自變量之間的回歸模型;如何根據樣本觀測數據,估計并檢驗回歸模型及未知參數;在眾多的自變量中,讓學生判斷哪些變量對因變量的影響是顯著的,哪些變量的影響是不顯著的。在方差分析實驗課上,先讓學生利用Excel進行簡單的線性回歸分析,然后利用SPSS軟件進行相關與回歸分析,最后利用SAS軟件進行多元線性回歸分析和逐步回歸分析,使學生了解不同統計軟件的特點、功能和作用。
6 利用基本原理設計試驗
試驗的精確度高低取決于試驗設計的各個方面,只有通過有效地控制試驗誤差才能提高試驗精確度。因此,教師有必要正確引導大學生在試驗過程中要做到操作仔細,這樣有利于提高學生的科研素質。在試驗工作中,從試驗資料中發現潛在的規律性是極其重要的,這需要科學合理地運用統計學的基本原理和方法。講授完試驗設計之后,要求學生根據試驗設計的基本原理,在生產實踐或實驗室內提出試驗設計的基本思路,制定試驗方案。然后,學生分組討論試驗設計的可行性,并進行糾正和修改。在試驗前期,學生應進行試驗前期準備工作。在試驗過程中,學生要考慮試驗條件的差異對試驗數據的影響,可根據試驗設計的原理和技巧分析試驗出現的問題,使學生獲得的理論知識與實際聯系起來,從而加深對理論知識的理解。試驗結束后,獲得大量的試驗數據,需要選擇正確的統計方法分析試驗資料,得出科學合理的結論,以達到研究目的。最后,教師根據學生設計的試驗思路、方案、步驟及作出的試驗報告給予評價。通過開設試驗設計實踐課,可以使學生明確試驗的目的、試驗設計方法、試驗因素及水平等內容,有利于提高學生設計試驗方案的能力。
實踐證明,開設《生物統計學》實驗教學后,學生能夠在計算機上借助相關統計軟件親自統計試驗數據,利用所學的統計學方法分析和檢驗試驗結果,最后得出可靠的結論。最后畢業時,學生能根據試驗設計的基本原理,可獨立完成畢業論文試驗設計,實施設計的試驗方案,獲得試驗數據資料。由于試驗數據統計分析耗時,而且繁瑣,因而過去畢業生害怕對試驗數據進行統計分析。自從我們結合《生物統計學》的基本原理,利用計算機和計軟件開設了該課程的實驗教學后,學生輕松地掌握了該課程的基本原理和統計分析方法,統計和分析數據的速度、精確度均大幅度提高?,F在部分學生還能幫助教師進行科研課題的數據處理和分析,畢業論文水平也大大提高。
《生物統計學》教學實驗課的開設,使學生從被動學習轉變為積極主動地學習,培養了學生進行科學試驗設計的能力,初步掌握開展科學試驗設計的方法;培養學生掌握正確收集、整理試驗資料的方法,能利用生物統計方法對試驗資料進行正確的統計分析;培養學生掌握常見統計軟件的使用方法和統計方法?!渡锝y計學》實驗課深受學生的歡迎,這也是對該課程實驗教學的嘗試和改革探索的肯定。在該課程實驗教學過程中,筆者深刻體會到要提高《生物統計學》課程的實驗教學效果和質量,教師需要投入時間與精力,鉆研實驗教學內容,提高教學水平,轉變實驗教學理念,不斷探索和優化多元化的實驗教學方法。
參考文獻