统计学意义汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇统计学意义范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

一、统计学对侦查学的意义

事实上,在我国,统计学对侦查学的意义远被低估了,因为我国侦查学者没有真正认识到统计学能够为侦查学做些什么,当然也就不知道统计学对侦查学的意义。时至今日,我国侦查学界的研究成果中,能够找到熟练运用统计学的简直是凤毛麟角。侦查学研究者们的知识库中,能够找到统计学的更是少之又少。这便是我们没有认识到统计学对侦查学的意义的有力证据。那么统计学对侦查学有什么意义呢?或者更为直白地说,统计学能为侦查学做些什么呢?

(一)统计学能够帮助侦查学较为精确地揭示各类犯罪的特点

和犯罪学一样,侦查学也要研究各种犯罪类型的特点。只不过,二者的研究角度是不同的。犯罪学研究犯罪特点的目的在于预防和改造犯罪人,它反映的是犯罪现象背后深层次的社会根源和心理根源;而侦查学研究犯罪特点的目的在于发现和证明具体的犯罪事件,因此,侦查学中的犯罪特点反映的是犯罪人在具体环境中的行为方式以及这些行为对环境的影响。比如,犯罪人的职业习惯、教育水平、生活方式、社会经济地位等等因素是犯罪学和侦查学都要关心的问题。然而,犯罪学只关心这些因素的差异是如何导致犯罪人犯罪的,又如何利用这些因素来预防、惩罚和改造犯罪人;而侦查学则要追问这些因素如何通过犯罪现场、犯罪痕迹、犯罪遗留物、目击证人、被害人等途径反映出来,又如何通过这些途径来识别这些因素,从而最终识别犯罪人,建立特定犯罪人和犯罪事件的关联。当然,应该承认,这些差异在侦查学著作中表现得也不是那么一目了然;但是,无论如何,侦查学是要研究各类犯罪的特点是没有疑问的。要研究各类犯罪表现出来的行为特点或犯罪行为改变环境表现出来的特点,统计学在其中大有可为。还是拿犯罪人的职业习惯、教育水平、生活方式、社会经济地位等等因素来说,这些因素在多大程度上能够通过犯罪现场或者其他途径反映出来?对此问题,侦查学著作都不同程度地有所解答。但让人遗憾的是,对这些问题的解答常常不能让人满意;因为缺少统计学这一工具,我们无法准确得知犯罪人的这些个人特征在多大程度上决定了犯罪类型、犯罪手法,这些个人特征各自是在多大程度上能够通过特定途径表现出来,是否有些因素并不是我们想象的那么重要,是否这些因素之间的关系和作用也要影响具体的犯罪行为本身?我们习惯的方法是通过与侦查实务人员的经验交流,通过案例的总结,根据个人生活经验想当然地“反思”,对这些问题进行简单化处理;到头来,这些问题的答案在我们的著作中始终是一片混沌。反之,如果我们吸取社会学发展的经验,对每个因素在犯罪中的反映程度、反映方式,以及因素之间的关系如何影响反映程度、反映方式等问题进行统计分析,对前面提出的这些问题相信会有一个准确的回答,而且还可能会有让人意外的发现。

(二)统计学能够帮助侦查学准确评价侦查方法和策略

特定类型的案件的特定侦查方法、策略是什么?这些方法、策略的效度(effectiveness)、效益(efficien-cy)及正当性(justifiableness)如何?随着时代和社会的变迁,这些方法、策略是否发生了改变?发生了多大改变?这些侦查方法、策略在多大程度上打了法律的球?公众、其他司法机关、犯罪嫌疑人、侦查机关对有违法嫌疑的方法、策略有多大的容忍度?这些问题在我国侦查学著作中几乎是没有答案的,即使有,得出答案的过程也是非常草率的。然而,如果我们应用了统计学这一工具来进行研究,对不同类型的案件就会发现不同的侦查策略和方法,侦查学著作中就再也不会有所有案件的侦查方法大同小异的现象。如果我们对方法、策略在特定类型案件中的效度、效益和正当性进行了统计分析,就会减少侦查实践中侦查方法、策略的设计与运用的盲目性和随意性,也会促使侦查学界、诉讼法学界、侦查实务界就某些侦查方法和策略正当性这一问题达成一定程度的共识。应用统计分析的工具,我们就会发现一些侦查方法、策略的效度、效益及正当性的问题都随着时代和社会的变迁也在发生变化,对变化的程度、导致变化的因素都会有一个全面而准确的认识。总之,统计学可以帮助侦查学较为准确地评价侦查策略。实际上,将统计学应用于侦查策略的研究,在国外已经有了成功的范例,而这一成功范例是由侦查心理学家提供的。讯问策略和技术的评估,是国外侦查心理学家们长期研究的侦查策略问题。在1986年出版的一本侦查讯问手册中,Inbau等人竭力推荐在讯问中使用“里德讯问技巧(ReidTech-nique)”,这项技巧是由Inbau和Reid二人于1962年提出的,技巧分为九个步骤[1]:直接正面接触;帮助犯罪嫌人找到借口;对否认和抵赖的操控;平息异议;抓住并维持嫌疑人的注意力;控制嫌疑人的消极情绪;换一种形式提问;使嫌疑人口头交代犯罪的各个细节;将口头供述转化为书面供述。这项“里德讯问技巧”也是无数审讯人员的经验总结,而且这项技巧一直以来用于培训美国的审讯人员,而且还一直为一些学者所引用。然而,有的侦查心理学专家对这项技术也有疑问:和强制程度较低的讯问技巧(里德讯问技巧具有较大的强制性)相比,运用里德讯问技术能获得更多的供述吗?使用雷德讯问技巧导致的虚假供述所占的比例是多大?[2]这些问题显然是对里德讯问技巧的评估。而且,很明显,单纯从侦查人员的经验感知出发,很难对这两个问题有准确的答案,而且即使有答案,也只是凭个人感觉而得出的想当然的结论。经过侦查心理学专家们的研究发现,即使是犯罪嫌疑人在没有犯罪的情况下,犯罪嫌疑人都有可能说自己有罪,冰岛和北爱尔兰的研究分别显示20%和22%的犯罪嫌疑人都会如此[3];而Leo等人认为讯问成功的策略以及在讯问中成功使用的几率如下[4]:诉诸犯罪嫌疑人的道德良心(97%);发现犯罪嫌疑人供述的矛盾(91%);“夸奖”(91%);为犯罪行为提供伦理和心理上的“正当”理由(90%)。从冰岛、北爱尔兰以及Leo的研究成果来看,这些研究成果都对“里德讯问技巧”提出的疑问进行了间接回答。而且,从上可以看出,对这些疑问的回答,依靠了统计学这一工具。可见,对侦查方法、策略的评估研究是应当应用统计学的,而如果引入统计学这一工具,将把我国侦查学中侦查方法、策略的研究引入一个崭新的阶段。#p#分页标题#e#

(三)统计学能够为侦查学建立证据的科学评估体系

目前,我国的侦查实践中,对证据的评估完全是一种“跟着感觉走”的状态,规范性和科学性很低。之所以如此,是因为我国的侦查学没有为侦查实践提供一个科学的证据评估体系。到目前为止,我国的侦查学著作描述的多是对证据资格而非证明力的评估,对证明力也多是定性评估而非定量评估。然而,在侦查实践中,证据资格评估和证明力评估是同等重要的;定性评估虽然不可少,但定量评估更有说服力。然而,要在侦查学中建立一个能够定量评估证据证明力的方法体系,是离不开统计学的。在侦查中评估证据的证明力,要同时考虑肯定、否定两个方面的情况。单纯考虑某一证据可以确证或者可以否证某一犯罪事件或者犯罪事件中的某一要素,都是不科学的。客观地说,任何一个证据对某一犯罪事件或者犯罪事件中的某一要素,既有确证能力又有否证能力,只是能力的强弱不同而已。而且,犯罪嫌疑人没有最后定罪之前,证据对犯罪事件的确证和否证都实际上是一种假设。是否要选取某一证据,就要将证据对犯罪事件的确证假说和否证假说进行一番量化对比,然后根据量化标准来选取证据。根据这一思想,我们将证据标记为E,证据的确证假设标记为Hp,证据的否证假设记为Hd;那么,证据支持确证假设的概率可以表示为p(E|Hp),而证据支持否证假设的概率可以表示为p(E|Hd)。而要比较这两个概率的大小,同时用于决定是否选取证据,则要引入一个概念,即概率比(LikelihoodRatio,LR)。这个概率比等于证据支持确证假设概率p(E|Hp)除以证据支持否证假设概率p(E|Hd):LR=p(E|Hd)[5]可见,若证据支持确证假设的概率越大,则概率比值越大;若证据支持否证假设概率的概率越大,则概率比值越小。假如,经统计分析发现,犯罪现场找到的某一枚弹头由某一枪支发射的概率为80%,而并非由这一枪支发射的概率为10%,则两个概率的比值为LR=80%/10%=8。那么,这个概率比值要达到多大才能作为证据呢?经过研究发现,可以将这些比值用自然语言划定等级,用于帮助选取或者排除证据。表1列出了与LR等值的自然语言。当然,侦查实践中远比这上面的情况复杂得多:首先,证据可能会很多,其次,证据的两个概率值不易获得。对于证据很多的问题,是可以解决的,只需将前面的LR公式推广就行了(由于推广的过程有些繁琐,兹不赘述);对于证据的两个概率值的问题,诚然,并非所有证据的概率都容易量化,但可以肯定的是,侦查实践中有相当一部分证据的概率值是可以量化的。所以,这一评估证据的方法体系,可以应用到侦查学中去,当然这一方法的实质还是统计学。其实,类似的方法早已在国外的法庭科学实践中运用了。总之,在侦查学中,统计学是可以大有作为的,但是我国侦查学研究者中具有统计学知识背景的人却少之又少,导致侦查学研究很少运用统计学。之所以如此,很大成程度上是由我国侦查学教育中统计学缺位造成的。

二、统计学课程缺位给侦查学教育带来的后果

据Robertson和Fields二人于1986年对美国大学刑事司法专业开设统计学课程的调查显示,绝大多数四年制本科刑事司法专业都必修统计学这一门课程[7]。这还只是1986年调查显示的结果,现在开设统计学的范围应该更加广泛了。而相反,只要了解一下国内数十所警察、政法院校侦查专业教学课程的设置情况,我们就会发现,侦查专业的教学计划中是没有统计学这一门课程的。那么,统计学课程在侦查学教学中的缺位,到底带来了什么不良后果呢?

(一)使侦查专业人才的知识结构很不合理

侦查实践是一项复杂的社会实践,侦查人员需要有广泛的人文、社会、自然科学知识,还需要有丰富的生活经验,才能胜任现代社会的犯罪侦查工作。因此,侦查学教育应该坚持通识教育的理念,在通识教育理念的指导下,侦查专业课程的设置应当坚持科技与人文并重、理论与实务并重的格局。然而,实际情况是,不管是警察院校还是政法院校的侦查学专业,其课程设置以人文学科为主,缺少科学技术学科;并且,侦查学教育长期重实践、重应用,因此侦查课程设置也是重实务、轻理论。在这种课程设置的框架之下,是没有统计学这一课程的,似乎也不需要有这门课程。然而,由于没有设置统计学这一工具,使侦查专业人才的知识结构表现出不合理的特点:人文学科知识比重大而科学技术学科比重小;实务经验比重大而理论比重小。因为,只有开设了统计学这门课程,现代自然科学技术才容易为侦查学专业的学生所接受;之所以如此,是因为现代科学技术都必须要运用统计学这一工具,而如果没有这一工具,学生对任何自然科学技术都不可能深入学习、研究下去;这样一来,在侦查学专业中培养学生的科学素养将成为空谈。此外,由于缺少统计学知识,学生便缺少了一项研究社会的工具,对侦查实践这一社会现象的认识只能停留于侦查实务人士的工作经验总结这一水平上,根本无法利用现代社会科学的研究工具,从而展开有计划、有条理的、系统的侦查学理论探索;这样的结果便是,实务经验的价值被无限拔高,而理论思考和探索的价值被无限贬低。这一切都是因为没有培养侦查学专业的学生的科学精神所造成的,而科学精神的培养,少了统计学是不可能的。此外,由于缺少统计学的训练,在侦查实践中,侦查专业人员常常不知道利用统计学工具来分析侦查实践中的问题,也不知道使用统计学工具来对具体案件中的证据进行科学评估。

(二)使侦查学研究长期处于“缺少问题”的状态

科学哲学认为,科学探索开始于问题。[8]也就是说,科学的发展是因为人们对自然、社会等等现象有疑问,而又有力图解决疑问的强烈冲动,因而才有人花费无数的精力、财力和时间来进行科学探索。可见,提出问题在科学中的地位是无比重要的,而科学研究中最重要的意识就是问题意识;而如果有无数的问题需要某一门科学解决,那么这门科学将获得无穷的发展动力,这门科学的发展前途将无限宽广。我国的侦查学研究却处于“缺少问题”的状态。我们经常可以听见从事侦查学研究的人士感叹:侦查学的问题太少了!事实真的是这样吗?不是的,实际情况完全相反。且不说侦查学的概念体系需要厘清,学科体系需要完善,基础理论需要完善和深化;就侦查实践来说,亦有无穷无尽的问题需要侦查学研究者去研究、去解决。然而,人们为什么要感叹侦查学“缺少问题”呢?道理很简单,缺少发现问题的工具,而统计学则是一个发现问题的工具。侦查实务人士最关心的是具体工作目标怎么达成,如何清除阻碍工作目标实现的因素。对这些问题,侦查学界常常没有一个好的答案,其原因在于没有从这些表面问题看到更深入的问题,当然不会有好的答案。而要从表面问题看到更深刻的问题,没有统计学这一工具是不行的;因为统计学可以将十分庞杂的社会调查资料进行深入分析和解释,“统计学能使我们从资料中发现行为模式、设计有效的研究计划、对大量信息进行简化描述”。[9]然而,我们的侦查学教学计划中却没有统计学这门课程,而这样培养出来的侦查学研究者当然也没有统计学知识,那么在研究中当然也就无法应用这一研究工具;因此,我国当今的侦查学研究者除了只能进行一下概念上的分析、观念上的推演外,只能充当侦查实务人员的传声筒,根本无法对侦查这一社会现象进行科学、独立的研究;这样一来,侦查学研究怎么会有“问题”呢?没有“问题”的科学是没有前途的科学,我国的侦查学要找到自己的“问题”,得利用统计学。而侦查学要利用统计学,则需要有懂统计学的研究者,而懂统计学的侦查学研究者则绝大多数来自于学过统计学课程的学生。因此,在侦查学教育中开设统计学课程可以造就懂统计学的侦查学研究者,可以帮助侦查学找到“问题”,从而推动侦查学的发展。#p#分页标题#e#

(三)使我国侦查学研究者长期无法与国外同行进行有效对话

篇（2）

1、有助于提高阅读、理解体育科技资料的能力;

篇（3）

保证医药科研工作的重要手段已写入有关文件的要求中，作为高层次的医学专业人员，通过学

习本门课程，可以较好地把统计原理和方法的思维逻辑应用于科研和管理中，尤其在本学科

的研究设计和数据分析方面，更为明显。

通过本门课程的学习，要使学生学会人群健康研究的统计学方法，学会计量、计数资料的分析，

非参数统计方法和多元统计分析方法及医学研究设计。其目的使大家具备新的推理思维，结合专业问

题合理设计试验，科学获取资料，提高科研素质。

本课程教学的主要方法有理论讲授、课堂讨论、课堂演算等，使学生加深对理论的理解。

【主要内容及要求】

第一章绪言

1．掌握统计工作的步骤。

2．掌握统计资料的类型。

3．掌握总体与样本、概率、小概率事件，误差等基本概念。

4．熟悉统计学、医学统计学的定义、掌握统计学的研究对象。

5．了解学习本门课程应注意的问题。

第二章个体变异与变量分布

1．掌握均数、几何均数、中位数的计算和应用；掌握四分位数、标准差的应用；相对数常用指标、应用相对数的注意事项；正态分布的应用和医学参考值的估计。

2．熟悉利用统计图表描述定量资料的基本方法；制作统计图表的基本要求和规则；百分位数的计算方法；正态曲线的面积的分布规律。

3．了解定量资料频数分布表的编制方法和分布规律；常用疾病统计指标的计算；正态分布的概念及特征。

第三章抽样误差

1．掌握抽样误差的概念；标准误的意义及其应用；t分布特征及应用。

2．熟悉抽样误差影响因素；标准误的计算。

3．了解t分布特征

第四章可信区间

1．掌握可信区间的概念，总体均数95％和99％置信区间的计算及适用条件;掌握正态近似法计算总体率的95%和99％置信区间及适用条件；阐述标准差与均数标准误的区别。

2．熟悉可信区间的两个要素，查表法估计总体率的置信区间。

3．了解两均数之差的可信区间。

第五章假设检验

1．掌握假设检验的意义及步骤；第一类错误与第二类错误。

2．熟悉假设检验的基本思路；假设检验的条件；P值含义。

3．了解差异检验与优度检验；区间估计与假设检验之间的关系。

第六章定量资料的分析

1．掌握t检验的应用条件及类型，常用的t检验分析与计算过程；方差分析的基本思想；单因素方差分析的过程。

2．熟悉方差不齐时的t‘检验；多样本的两两比较方法。

3．了解两样本几何均数的比较；方差齐性检验；变量变换。

第七章定性资料的分析

1．掌握X2检验各种公式的适用条件和各种设计类型的X2检验的步骤及行×列表资料X2检验的注意事项。

2．熟悉样本率与总体率比较的u检验；多个率的多重比较；似然比检验。

3．了解两样本率比较的u检验；确切概率法。

第八章等级资料的分析

1．掌握非参数统计的概念；不同设计类型的秩和检验的实施方法及其应用条件。

2．熟悉不同设计类型的秩和检验方法。

3．了解不同设计类型的秩和检验和相应t检验的功效有何不同。

第九章两指标间的直线相关

1．掌握利用散点图确定两个定量变量之间有否线性关系；掌握Pearson积差相关、Spearman等级相关的应用条件并能计算相应的相关系数，同时进行假设检验；对分类计数频数表资料的两变量间的关联性作定量分析。

2．熟悉对不同类型的变量，用不同的统计方法去分析它们之间的关系。

3．了解利用散点图分析样本相关系数可能出现的各种假象，并作出合理解释。

第十章两指标间的直线回归

1．掌握回归的基本概念；回归分析的基本思想与方法；回归系数检验的意义与方法；相关与回归分析的区别与联系。

2．熟悉总体回归系数β的统计推断；残差与残差分析。

3．了解总体回归线的95%置信带与个体预测值Y的区间估计；过定点的直线回归。

第十一章多元回归分析

1．掌握多元线性回归、Logistic回归、Cox比例风险回归方程中的偏回归系数、标准化偏回归系数、确定系数、复相关系数、比数比（OR）的概念、应用、计算结果的解释。

2．熟悉回归分析的分类，残差的概念，最小二乘法求多元回归方程，回归方程的配合适度检验，逐步筛选法选择自变量，最大似然估计法求Logistic回归方程及Cox比例风险回归方程，似然比检验筛选自变量。

3．了解多元线性回归、Logistic回归模型。

第十二章研究设计（一）——总论

1．掌握医学研究设计的意义，研究设计的形式、研究设计的基本原则和基本要素。

2．熟悉样本含量的估计方法。

3．了解调查设计的步骤和样本含量的估计方法。

第十三章研究设计（二）——实验设计

1．掌握实验设计方法选择的依据。

2．熟悉常用实验设计方法的特点与设计方式，如完全随机设计、配对设计、配伍设计、交叉设计、拉丁方设计、析因设计、正交试验设计。

3．了解常用实验设计方法样本含量的估计。

第十四章研究设计（三）——临床新药设计

1．掌握临床试验的特点，新药临床试验的分期，新药临床试验的基本原则。

2．熟悉新药临床试验的统计分析方法。

3．了解临床诊断试验与评价的方法。

第十五章统计表和统计图

篇（4）

生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法，已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括：DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一，长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生，在推动生物信息学发展的同时，医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域，所面对的实验数据在性质和结构上也都有所不同，这对医学统计学的应用提出了新的更高的要求。

目前，医学统计学的很多原理和方法已成功地应用于这些新研究之中，并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关；方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用；而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例，不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展，还可以提高学员对于医学统计学理论学习的兴趣，掌握先进的生物实验数据分析方法，提高今后从事医学科研的能力。下面，本文在回顾医学统计学授课主要内容的基础上，就医学和生物信息学中的可能应用举例如下：

一、概率分布

概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。

借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。

在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。

二、假设检验

假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。

假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。

这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。

例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。

如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。

但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。

三、一些高级统计方法在基因研究中的应用

（一）聚类分析

聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。

聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。

近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。

（二）判别分析

判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。

判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。

在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。

（三）相关分析

相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。

我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。

生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。

篇（5）

1．1研究对象选取武汉大学医学部2008级临床、口腔和检验医学专业医学统计学试卷共354份(临床273份、口腔54份、检验27份)作为研究对象，不分性别，逐题统计得分情况。试卷由6道名词解释(3分／题)、l5道选择(2分／题)、5道简答(6分／题)和2道分析计算题(分别为：10分和12分)构成。

1．2研究方法对各题目难度值(P)进行计算。难度值反映了每个题目的平均得分率，其计算公式为：P=，其中为P为第i题的难度值，为第iAma题的平均得分，为第i题的总分。对于单项选择题，由于存在因机遇而答题正确的可能，因此采用以下校正公式计算其难度值。P=其中P为校正后的难度值，m为选择题中的选项个数。对试题按难度值大小分组，P≥0．8的为组1，认为较易；0．6≤P<0．8的为组2，认为中等难度；难度值P<0．6为组3，认为较难。同时，对每道试题按章节进行归纳，试题所涉及的章节共有十二章，分别为：第一章医学统计中的基本概念(c1)；第二章集中趋势的统计描述(C2)；第三章变异程度的统计描述(c3)；第四章抽样误差与假设检验(c4)；第五章t检验(C5)；第六章方差分析(c6)；第七章相对数及应用(c7)；第八章卡方检验(C8)；第九章非参数检验(C9)；第十章线性相关与回归(C10)；第十二章统计表与统计图(C12)；第十三章医学实验设计与诊断试验的评价(C13)J。若一道试题包括了多个章节内容，则以其主要考查知识点所在章节为准。分别统计各专业在各难度分组和各章节的平均得分率，并比较其得分率的差异。

1．3统计分析所有资料采用epdata3．1建库。试卷的信度分析，通过计算克朗巴哈(Cronbach)系数仅进行评价。计算各试题得分与总分间的Pearson相关系数，来比较各试题间区分度的大小。由于得分率呈偏态分布，同时检验专业的试卷数较少，因此各专业得分率差异的比较采用Kruskal—Wallis检验。另外，属于第二、三、九章内容的题目仅有一道选择题，专业间得分率差异的比较采用X检验，所有的统计分析均使用统计软件包SPSS17．0进行分析。

2结果

2．1试卷分析试卷难度、区分度以及各试题平均得分情况如表1所示。在共28道试题中，按难度值划分较易(P≥0．8)的题分占总分的50％、中等难度(0．6≤P<0．8)占34％、较难部分(P<0．6)占16％，试卷平均难度为0．72，说明试卷整体难度不大，见表1。按项目区分度度标准(区分度0．4以上为优良、0．3—0．39间为合格、0．2—0．29问为尚可、0．19以下为应淘汰)j，本套试卷各区分度等级的分数占总分比例分别为：61％、11％、1l％和17％。区分度尚可及以上的试题分数占总分比例达83％，平均区分度为0．34，说明试卷整体区分度合格。选择题4和选择题14的区分度分别为一0．04和O．04，其难度值分别为0．95和一0．07，说明前者过于简单而后者又太难，其区分度均无统计学意义，在以后的试卷中类似题目应予以回避。克朗巴哈(Cronbach)系数Ot是目前最常用的信度系数，一般认为系数应达到0．7以上。本套试卷信度分析克朗巴哈系数仅为0．739，因此考试的结果可信(见表2)。

2．2不同专业得分率的比较按不同难度以及章节比较各专业学生平均得分率的结果如表2所示。三个专业在难度组1的得分率非常接近，并均高于0．75，随着难度的上升，得分率呈现了下降的趋势。检验专业得分率下降的幅度明显大于其他专业，在占总分34％和16％的中等及以上难度部分的平均得分率仅为0．62和0．39，经Kruskal—Wallis检验，P<0．05。结果表明不同专业对较大难度题目的解答能力可能存在差异。各专业学生在不同章节平均得分率的结果显示，医学统计学的基础部分(c1一C4、C12)如：统计学的基本概念、统计描述(统计图表)以及假设检验等知识的掌握情况良好，其平均得分率为0．84，各专业得分率间无显著差异。在统计推断部分(c5一C10)，除第九章非参数检验外，其平均得分率均在0．7左右，各专业间差异无统计学意义。然而第十三章医学实验设计与诊断实验的评价部分，检验专业学生平均得分率仅为0．53，明显低于临床和口腔专业学生的平均得分率0．70和0．77，经Kruskal—wallis检验，P<0．01。

篇（6）

1 对象与方法

1.1 对象与分组

在校医学生，不同研究内容其相应的学生人数分别是：定量研究38人，定性研究200人，干预性研究，90人（传统教学组109人，讨论组81人）。

1.2 研究方法

1.2.1 定量与定性调查

针对学生的学习方式、学习态度以及实践教学过程中的问题，设计相应调查表。对定量研究的38人进行问卷调查，对定性研究的200人进行集体问题采访和个别问题采访，并对问题进行记录、整理。

1.2.2 干预性研究

在问卷调查基础上，针对学生学习中存在的主要问题，结合教学实践，采用干预对比研究。讨论组（81人）：基本理论讲解+实践操作+讨论；传统教学组（109人）：基本理论讲解+实践操作。经过近一学期教学后，对两组学生采用同一份试题进行测评，并对结果进行对比分析。

1.3 资料整理与统计方法

在Excel中进行数据录入，应用SPSS 13.0统计软件包进行描述性分析和χ2检验。

2 结果

2.1 定量与定性调查结果

定量研究结果：学习态度，97.4%（37/38）的学生认为在大学期间还需要好好学习，68.4%（26/38）认为应该积极和主动地学习；不清楚学习《医学统计学》目的的学生占26.3%，复习上课内容的学生占50%，偶尔复习的占13.2%，通常不复习的占36.8%，课前不预习老师上课内容的学生占71.1%。；不能灵活应用统计知识的占52.6%，认为统计理论不重要的学生占26.3%。选用是否复习和是否预习作为考察学生学习态度与实际学习行为关系的客观指标，结果显示，学习态度积极的26人中，复习占57.69%，不复习的占42.31%；学习态度不积极的12人中，复习的占75.00%，不复习的占25.00%，经χ2检验，差异无统计学意义。学习态度积极的26人，预习的占26.92%，不预习占73.09%；学习态度不积极的12人中，预习的占33.33%，不预习的占66.67%，经χ2检验，差异无统计学意义。定性分析结果显示，学生在学习《医学统计学》中存在的主要问题是“概念抽象、模糊”、“难理解”、“枯燥”，“实际应用难度大”、“不能灵活应用”等。

2.2 干预性研究结果

不同教学方法测评的试题总难度系数为63.73%。测评结果显示，讨论组（68.37±10.33）分，传统教学组（60.28±8.47）分，讨论组高于传统教学组（t=5.93，P

3 讨论

医学统计学培养医学生正确、合理地应用数理统计的基本原理和方法，解决医学卫生领域中的统计问题，需要学生们在记忆的基础上训练自己的逻辑思维、判断和综合能力，而这些素质与自主思考是密不可分的，具体体现在学习态度和行为上[1～3]。定量调查结果提示，即使是明白大学生应该自主学习，但具体在《医学统计学》的学习过程中，其行为也并不一定与思想一致，这可能是制约学生自主思考的主要原因，也可能是学习《医学统计学》困难的原因之一。定量调查结果还提示，部分学生对学习《医学统计学》的目的不明确，不了解为什么要学习这门课程，这可能导致学生的学习盲目性和不自觉性。定性调查结果提示，学生学习过程中，统计理论与实际应用脱节。分析其原因，可能是对理论知识的重要性认识不够，以及对基本概念和基本知识的掌握与理解有限。有些学生认为只要会用，统计理论并不重要，也有部分学生过于极端地认为《医学统计学》仅仅是一门操作技能课，忽视其深刻的理论基础。实践教学中，也反映出学生在平时实习课中对必须应用到的一些基本知识点记忆效果不理想，这可能会导致学生在学习中难以建立一个良性的知识循环结构，达到理论学习与实践学习互为促进的效果[4]。

学生在学习《医学统计学》时的实践操作能力与其对统计学基本概念和原理的准确掌握密切相关，鉴于此，在原来的传统教学法中，增加了针对基本概念、基本原理的讨论课，讨论教学组学生对于统计学中出现的基本概念的正确理解率高于传统教学组，提示有针对性的讨论教学对帮助学生准确理解基本概念、基本原理有明显的促进作用。

参考文献

[1]颜艳，徐勇勇. 统计思想是第一位的[J].2001（4）:243-244.

篇（7）

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）23-0121-03

一、引言

《统计学》是一门搜集、整理、分析数据并进行推断的方法论学科，其目的就是探索数据的内在规律性，使人们对所研究的问题有更深入的了解和把握，其专业技术性和实践性都非常强。对于经管类专业的《统计学》课程来说，其培养目标就是使学生能运用科学的统计方法去分析和解决社会现实中的实际问题，为今后从事经济管理工作打下基础。因此，经管类专业的《统计学》课程教学应顺应市场经济的发展和高等教育的新要求，本着“服务专业，突出应用”的原则，加强对学生素质和能力的培养和训练，培养出适应社会发展需要的应用型经管类人才。但从教学实践来看，尽管近年来国内院校经管类专业统计教学在教学内容设计、教学方法和手段、考核方式等方面进行了大量的改进，但是，当前非专业《统计学》课程的实际教学效果仍不够理想，为此，以在杭高校的经管类专业学生为例，通过统计调查探究《统计学》在经管类学生科研创新及实践中的应用状况及教学满意度，并据此提出针对性的意见及建议。

二、经管类专业《统计学》教学现状分析

为探析经管类专业《统计学》教学满意度，从教学目标与课程安排、教学内容、方法和手段、教学应用与效果评价等多方面设计调查问卷展开统计调查。本次调查总共发放问卷550份，回收521份，其中有效问卷485份，有效率达93.1%。在所有受访者中，男女同学的比例为36∶64，符合经管类专业学生的性别分布特点，问卷涉及各个专业，具有普遍代表性。

（一）学生对统计教学的基本评价

1.课程设置与本专业目标的符合度较高。调查结果显示，51.34%的人认为统计课程与本专业培养目标基本符合，26.80%的人认为比较符合，10.10%认为很符合，只有2.89%的人认为很不符合。可知《统计学》课程设置与各专业的培养目标符合程度较高。

2.统计学在以后专业学习中的作用较大。在调查的群体中认为《统计学》该门课程设置基本有用、比较有用和非常有用的人数占63.30%，只有4.95%认为是基本没用的，可以认为设置《统计学》这门课程是非常有必要的。

3.统计教学的专业针对性不够强。63.09%的同学更倾向于分专业组织上课，他们认为不同专业对于统计知识的接受程度、基础知识掌握程度是不同的，增强统计课程学习的专业针对性很有必要。但同时，学生反映当前非专业《统计学》课程主要通过介绍统计学的基本原理和基本方法，特别强调各不同专业需要掌握的共性统计理论知识，与专业的融合不够，导致教学效果较差。

4.男女同学对《统计学》课程的难度、兴趣度及实用度等方面的看法存在显著差异。50.52%的同学认为《统计学》课程基础实用，29.90%的同学认为课程难度大，24.54%的同学认为统计学枯燥无味，只有11.34%的同学选择课程是生动有趣的。由此可以很明显地看出该课程的教学虽然是有用的，但是由于难度较大使部分学生无法接受而且上课的兴趣不大。可见，《统计学》教学需要改进以使更多学生对该课程产生兴趣，使实用性扩大。

进一步探析男女同学对统计课程的看法差异，运用假设检验对课程难度、兴趣度、实用度、基础实用度、生动及抽象程度等方面进行分析。结果显示，在5%的显著性水平下，男女同学对课程难度（P值为0.018）和实用度（P值为0.002）的看法存在显著差异。

5.学生对实践中巩固统计学知识的意愿较强。学生是否愿意在实践中巩固统计理论知识是实现统计学的关键。调查结果表明，80%以上的同学愿意在实践中巩固所学的统计学知识，可见在课程教育中应增加更多的实践训练。同时，在考核方式上，绝大部分学生也愿意增加实践操作考核。

（二）《统计学》课程教学现状及存在的问题

1.教材主要存在结合案例不足及缺乏趣味等问题。学生普遍反映：教材结合案例不够（39.18%）、材料缺乏趣味（38.14%）、忽略统计软件应用（37.73%）以及过于注重数学公式推导（36.49%）等问题是当前统计教材存在的主要问题。

2.教学内容与专业融合度不够并过于机械化。被调查者认为教学内容主要问题在于与相关专业融合不够的占57.88%，认为教学内容过于机械化的占40.82%。

3.教学方法和手段过于传统落后。调查结果显示，三分之二以上（68.45%）的学生认为统计教学方式多为灌输式教学，启发式、互动式、案例式教学不足的问题非常突出。此外，统计实践教学的缺乏、师生交流过少等问题也不可轻视。

4.考核方式单一，考核内容过于理论化。考核方式中存在的问题最为突出的是考试内容过于理论化（占55.05%），其次是缺少对应用技能考核（占41.65%）。由此可见学生更愿意接受实际操作性的东西，对于理论的内容认为考核中可以少出现。

（三）《统计学》在学生创新研究和实践中的应用状况

1.对统计方法的运用认识大多限于统计描述分析，对统计推断方法的应用价值了解不够。调查结果显示，大多数学生认为统计调查方案设计（62%的同学选择了此项）、问卷设计（61.3%）、统计调查方法（49.9%）及统计图表分析（44.7%）等方法对将来用途较大，其余依次是相关回归（32.4%）、假设检验（29.9%）、参数估计（26%）、统计指数（22%）和时间序列分析（15%）等。可见，当前学生对统计方法的运用认识大多还限于统计描述分析，对于统计推断方法的应用价值了解还不够。

2.统计调查和整理方法运用较广泛，对于统计推断方法的运用相对较少。调查结果显示，当前经管类专业的学生曾运用过的统计方法主要集中于问卷设计（70.4%的同学选择了此项）、统计调查（46.8%）、方案设计（46%）、统计图表（35.6%）及频数分析（23.8%）等最基本和最简单的方法，对于统计推断方法的应用，除相关回归（22.8%）和假设检验（21.5%）外其余则较少。可见，当前经管类专业的学生对统计知识运用的深度及广度还远不够。

3.学生在各类实践竞赛和创新研究中运用统计知识分析和解决实际问题的能力较为薄弱。在大学参与的各类竞赛及创新研究中，运用过统计知识的地方主要集中在城乡调查（74.7%）和企业调查（77.8%）中，而其他创新研究及竞赛（如大学生科技创新计划、大学生“新苗人才”培养计划、课题研究、创业设计大赛等）中应用统计知识和方法的极少。由此需要大力度地提高学生运用统计知识分析和解决实际问题的能力。

三、统计教学满意度评价模型构建与分析

（一）教学目标与课程安排对统计教学满意度的影响因素分析

根据统计教学目标与课程安排所包含的项目评价得分构建多分有序Probit模型分析其对《统计学》教学满意度的影响，Ordered probit模型拟合结果显示似然比LR为196.86，显著性水平小于0.01，表明模型具有显著性意义；同时输出教学目标与课程安排对统计教学满意度的影响结果如表1所示。

表1显示，在10%的显著性水平下，教学目标、专业融合、理论课时以及实验课时因素对于统计教学满意度具有显著影响。可见，清晰的教学目标，能够让学生明确这门课的内容和要求，了解该课程的应用情况；理论课时与实验课时的合理分配，能够让学生将所学到的理论知识与实践相结合，当这些满意度提高时，能增加统计教学满意状况提高的概率，且教学目标的明确性对教学满意度的影响最大，从系数来看它的提升对教学满意度等级的提高效应最为明显。而专业针对性前系数较小且不显著，说明它对教学满意度状况的提升影响相对较弱。

（二）教学内容、方法和手段对统计教学满意度的影响因素分析

教学内容、方法和手段是影响教学满意度的重要因素，根据所包含的项目评价得分构建多分有序Probit模型分析其对统计教学满意度的影响，似然比LR为263.55，显著性水平小于0.01，表明模型具有显著性意义。各因素影响结果如表2所示。

表2显示，在10%的显著性水平下，教学内容、课程内容、教学媒体、实验教学方式以及实践训练的满意情况会影响统计教学满意度。从结果来看，这些影响因素的系数符号与数值大小与实际相符。评价一门课的重要指标就是这门课的教材内容，因此该模型下其前的估计系数最大；此外，当课程内容具体丰富、有实例、教学媒体效果良好时，学生更有兴趣学习这门课程，从而在一定程度上增加《统计学》教学满意状况提高的概率。统计与生活息息相关，好的实验教学方式与实践训练能够培养学生将其所学到的统计知识应用到实际问题上，真正做到学以致用，这自然会增加他们对于统计学的好感。而教学内容、方法和手段中的其他因素的系数较小且不具有统计显著性，因此它们的提升对教学满意度的提升影响相对较弱。

（三）教学应用与效果评价对统计教学满意度的影响因素分析

理论知识和实际的结合应用是评价一门课程教学成效的直接因素，也是课程教学满意度的重要评价尺度。根据教学应用与效果评价所包含的项目评价得分构建多分有序Probit模型分析其对统计教学满意度的影响，似然比LR的值为222.51，显著性水平小于0.01，表明模型具有显著意义；各因素影响结果如表3所示。

表3显示，在10%的显著性水平下，影响统计教学满意度的因素有教师讲授技巧、教师实践教学能力、创新能力培养、统计软件应用以及课程考核方式。

现实中，老师的讲授技巧和实践教学能力，在很大程度上影响学生该课程的兴趣、学生听课状态以及吸收知识的情况等。面对枯燥乏味的讲课，学生可能对这门课产生厌倦甚至是反感，更可能造成他们的高缺勤率。如今的社会越来越重视创新，当然学生也希望能够提高自身的创新能力，因此创新能力对于教学满意度的评定情况具有正影响，且影响较大。此外，课程考核方式也会影响学生的满意程度，学习认真，统计学知识掌握较好的同学可能会希望通过一定的闭卷考核方式来证明自己的实力，而对统计学略知一二的学生可能更倾向于开卷的考核方式，因此他们对于考核方式的满意度也是影响因素之一。而教师理论水平以及学评教评价方式前系数较小且不显著，说明其对教学满意度的提升影响相对较弱。

四、结论与建议

（一）结论分析

调查结果表明，当前经管类专业学生对于《统计学》课程的总体满意度不够高，统计教学仍存在许多不容忽视的问题：

1.课程设置与本专业目标的符合度较高、实用性较强，但专业针对性不够。

2.《统计学》教材结合案例不够、缺乏趣味、注重数学公式推导且忽略统计软件应用。

3.教学内容与相关专业融合不够，内容过于机械化；统计教学方式则多为灌输式教学，互动式等教学方法应用不足。

4.大部分同学对当前采用的纯粹理论考核方式表示不满意，而更倾向于实践测评。

5.一半以上的学生认为统计调查方案设计、问卷设计以及统计调查方法对以后的学习和工作有帮助；70%以上的学生在城乡调查、企业调查和专业调查中能运用统计调查和统计整理方法，但对其他统计知识的应用极少。

从教学目标与课程安排的视角来看，教学目标、专业融合、理论课时以及实验课时的设计对于统计教学满意度具有显著影响；在教学内容、方法和手段所包含的因素中，教学内容、课程内容、教学媒体、实验教学方式以及实践训练的满意情况会影响学生对于统计教学满意度；教师讲授技巧、教师实践教学能力、创新能力培养、统计软件应用以及课程考核方式等则是影响统计教学成效的重要因素。

（二）对策建议

1.统计教学内容的调整和创新。统计教学应避免把时间放在讲授抽象理论、数学定理等方面，增加趣味性教学内容和案例分析，并根据专业需要调整相应的教学内容，增强统计教学的专业契合度，注重培养“应用型”人才。

2.教学方法和手段的转变。调查结果表明，教学方法和手段上最突出的问题为灌输式教育，互动教学不足，所以即由“灌输式”转变为“互导式”教学。在统计教学中，既要发挥教师的主导作用，又要充分调动学生的积极性和主动性，给学生留下充分的思考时间。将知识的传授与能力的培养有机结合起来。

同时，运用统计案例教学，培养学生运用统计思维的基本思想分析、解决问题的实际能力。通过课程案例学，可激发学生的学习兴趣，增强学生对理论知识的理解。重视课程实验教学，提高学生的基本统计业务操作技能和基本统计分析技能。

3.优化考核内容及方式。基于教学内容与教学方式等改革成效的督促，考核方式及评分标准应随之进行匹配，将考核方式由记忆性的闭卷笔试改为多样化的着重考查学生对所学统计知识的应用能力考核，以考查学生分析问题和解决问题的能力。因此，考核方式应采用综合考核的形式，根据学生参与教学活动的程度、期末项目研究报告、上机操作和实践成绩等综合评定其学习成效。

4.构建统计实践教学平台，提升统计实践应用价值。依托学校实验中心建成全校大学生基础实验设备平台、统计建模演示与实现平台、统计调查方案设计大赛仿真模拟等平台，为统计的创新研究和实践应用提供更有力的保障。

参考文献：

[1]吴喜之.统计学：从数据到结论[M].第3版.北京：中国统计出版社，2009.

[2]曾五一，肖红叶，庞皓，朱建平.经济管理类统计学专业教学体系的改革与创新[J].统计研究，2010，（2）.

篇（8）

根据中医学专业课程的特点和统计学教育培养目标的要求，本课程的教学目的主要是掌握中医药管理，提供统计调查、资料整理和统计数量分析的一般原理与方法，为学习其他医药管理类课程的数量分析方法打下基础。要达到以上目的，在学习中要求了解统计的产生与发展，掌握数据搜集、整理和显示的方法，能描述中医药临床现象统计分布的特征，掌握抽样推断、相关回归分析、统计指数、时间序列分析、统计预测等统计分析研究方法，并作出综合评价。

SPSS是非专业统计人员的首选统计软件。学生将经历简单的数据统计过程，进一步学习搜集、整理和描述数据的方法，并根据数据分析的结果作出简单的判断与预测，并能计算一些简单事件发生的可能性。在教学中，应注意所学内容与中医学专业现实生活和工作的密切联系，应注重使学生有意识地经历单位的数据统计过程，根据数据作出简单的判断与预测，并进行交流；应注重在具体情境中对可能性的体验，应避免单纯的统计量的计算[2]。

二、中医药统计学课程教学的现状

统计学，按照《大不列颠百科全书》的定义，“是关于收集和分析数据的科学和艺术”。因此，统计是围绕数据分析而建立的。其中包括运用统计的方法来分析数据，组织和显示数据（表格和图形），并在数据的基础上形成推论和预测。

从具体应用的角度来分，统计学包括三个部分：描述统计、推断统计和实验设计。其中，在中医药统计学课程中，主要涉及的是描述统计。描述统计是指对所搜集的大量数字资料进行整理、概括，寻找数据的分布特征，用以反映研究对象的内容和实质的统计方法。例如，对原始数据资料用归组、列表、图示等方法加以归纳、整理，为进一步处理数据资料做好准备工作。计算集中量指标（如算出平均数、中位数）用来反映数据的集中趋势。描述统计可使无序而庞杂的数字资料成为有序而清晰的信息资料。描述统计是整个统计学的基础。统计表是对数据分类后的一种简便表示形式。根据学生年龄的特点，从实物的分类，到抽象的统计表表示将经历几个年级段的学习。对低年级的学生来说，可以通过列表的方式来体验统计的意义。统计表的制作不只是一个简单的技术问题，而是在制作过程中体验和理解统计表意义。不是一个简单的数据堆砌的过程，而是一个对数据理解的过程。设计简单的统计表是更加规范地收集数据的一种方法。学生在设计一个统计表时，一方面，要明确调查的目的，为什么要去调查；另一方面，要考虑调查这个问题所涉及的内容。这些问题在开始设计时，需要有一个全面的思考，这样，在设计统计表时，就容易获得成功。其中，每一项具体内容都应围绕调查的主题。

以往的课堂教学中，由于内容多、时间紧，每次课都是“满堂灌”。教师讲得口干舌燥，学生要么机械地记笔记，要么昏昏欲睡，根本用不着动脑，如果课后不下功夫的话，课堂上的学习时间几乎是白白浪费了。为了解决这个问题，可以尝试“少讲多练”的教学方法。

三、中医药统计学课程教学改革的建议

1.课程教学内容应由浅入深

在教学过程中，要注意基础理论、基础知识和基本技能的学习和培养；紧密结合实际，注重统计分析的基本理论与方法的应用。在教学方法上：每部分教学结束，对全部内容进行小结，提示重点与难点内容，并布置适量的复习思考题与计算分析题，以理解与巩固所学内容。并可选用创新性教学形式，如案例教学、实务分析、作业指导、多媒体教学、课程设计等。在学习过程中：根据实际情况安排两次左右习题课，以解决练习中的问题。有关部分可安排选题练习，即自己选题，自己搜集资料、整理资料，选择适当的统计分析方法。

2.加强中医药专业统计学的实践教学

统计学本科阶段的实践包括课程实验、社会实践、毕业实习等实践活动。统计学专业学生通过本科阶段的学习，必须熟练掌握统计学的基本原理和基本方法，具备应用统计学原理和方法解决实际问题的能力。社会实践包括社会调查等活动，主要培养学生将统计学原理和方法用于社会实际的能力。这类实践学生可利用假期等业余时间进行。

毕业实习是统计学专业学生必修课程。集中一段时间，安排学生到实习单位学习，较为系统、全面地培养学生将统计学原理和方法应用于实际的能力。毕业实习时间一般为9周左右，安排在大学第三学年的假期或第四学年的第一学期进行。学生的学习效果最终需用考试成绩来反映。

3.紧密联系生活实际

教学要紧密联系学生的生活实际，从学生的生活经验和已有知识出发，创设生动有趣的情境，引导学生开展观察、操作、猜想、推理、交流等活动，使学生通过教学活动，掌握基本的教学知识和技能，初步学会从中医药统计学的角度去观察事物、思考问题，激发对中医药统计学的兴趣，以及学好中医药统计学的愿望。教师是学生中医药活动的组织者、引导者与合作者；要根据学生的具体情况，对教材进行再加工，有创造地设计教学过程；要正确认识学生个体差异，因材施教，使每个学生都在原有的基础上得到发展，要让学生获得成功的体验，树立学好中医药统计学的信心。

课堂教学需要把握好教学内容的整体性和联系性。这一方面是中医药统计学学科特点的要求，中医药统计学学科的严谨性和系统性要求中医药统计学教学必须从整体上把握教学的内容，只有从整体上把握了教学内容，才能对每一章节、每一堂课的内容的地位、作用有深入的分析，对重、难点有恰当的定位，也才能有效地突出重点、突破难点，合理地分配时间。另一方面是中医药统计学学习的需要，是学生认知的需要，学生有意义地学习不是一个被动接受知识、强化储存的过程，而是用原有的知识处理各项新的学习任务，通过同化和顺应等心理活动和变化，不断地构建和完善认知结构的过程，把客观的中医药统计学知识内化为自己认知结构中的成分，而强调整体性和联系性正是顺应了学生这一认知的需要，可以帮助学生将零散的知识点形成有内在联系的知识网络，而形成网络结构的知识不仅对于当前的学习，而且对于学生认识和理解中医药统计学都是十分有益的。

总之，统计学产生于工作实践，又服务于工作实践、指导工作实践活动。中医药统计学课程教学是统计学教学体系的有机组成部分。在整个统计学教学过程中有多个实践环节，分别实现特定的教学要求，共同形成一个有机整体。

参考文献：

[1]赵莹.浅谈中医药统计学教学中的几点体会[J].数理医药学杂志，2012（05）：630.

篇（9）

1.1研究对象山东医学高等专科学校2013级药学和检验专业需要进行医学统计学授课的两个教学班所有学生作为研究对象，随机确定检验班（102人）作为实验组，药学班（100）作为对照组。

1.2实施方案实验组和对照组所使用教材相同，教学大纲、授课学时数一致，由一名教师进行授课。对照组实施传统理论教学方法，即在课件结合板书的前提下以教师讲授理论知识并讲解例题，学生课下做习题练习。实验组实施案例式教学方法，在传统教学方法的基础上，基于授课内容设计案例以学生为主进行讨论。

1.3案例式教学方法实施步骤案例质量是决定案例式教学方法效果的关键，因此课前除精心制作、选择体现教学目的的案例外，应尽可能“拟似医学研究情境”使学生有亲临其境的感觉，即注重案例的实用性和真实性，以满足教学内容，并体现科学研究的严谨，每个案例设置3~4个问题。课堂传统教学法讲解理论知识后，提出问题，导出案例，由学生进行思考、讨论。课下10人一组基于图书馆、网络查阅所学知识单元的错误案例，在统计习题练习课上教师引导由学生进行分组讨论。

1.4教学效果检测与评价两组学生均于医学统计学课程结束后，进行问卷调查，内容包括学生对该课程的态度、兴趣及其应用能力。另外由学校教务处组织学生在同一时间、使用同一试卷对课程进行测试，然后比较两组学生的测试成绩。

1.5统计学处理Epidata3.0建立数据库，双人录入，SPSS20.0进行数据分析，计量资料采用t检验，计数资料采用2x检验，检验水准α=0.05。

2结果

2.1两组学生一般情况比较实验组和对照组学生年龄（t=0.843，P=0.400）、性别（2x=0.695，P=0.405）间差异无统计学意义，前期的医学基础课程成绩类别构成相近（见表1），说明两组学生的一般特征均衡性较好，有好的可比性。

2.2教学效果评价

2.1学生学习态度、兴趣和能力为对比分析两种教学方法的效果，设计了包含学生对医学统计学课程态度、兴趣和使用能力的问卷，于教学结束后对两组学生进行现场问卷调查，将各项得分进行t检验，学生对医学统计学态度、兴趣及试验能力的得分差异有统计学意义，实验组高于对照班，其他指标差异无统计学意义。结果详见表2。2.2学生期末考试医学统计学成绩分析基于学生期末实际成绩按照不及格、60~80分、80分以上分成三个档次分别统计(见表3)并对构成比进行检验。

3讨论

案例式教学法最早在哈佛大学兴起，历经完善，现已成为世界范围内教育教学模式改革的首选。由于其突出学生的主体性，融合探究性、创新性的教学理念，拟合真实教学情景，大大激发了学生自主学习的意识和运用知识自主解决问题的能力，弥补了传统教学模式的不足，得到我国教育工作者的认可和推广。

篇（10）

1 《卫生统计学》的课程特点

《卫生统计学》是利用统计学的原理对人群健康问题进行解决的一门应用性的学科。《卫生统计学》的课程特点就是概念抽象、理论深奥、数据枯燥。在学习的过程中又和《医学统计学》有所不同，学习的重点不是公式的推导和证明；同时，又不同于医学学科的学习，学习的重点也不在于记忆和背诵，而是需要在学习的过程中进行深入的理解，在学习的过程中需要大量的实践，所以《卫生统计学》又具有了逻辑性强、实践性强的特点[1]。

2 《卫生统计学》的教学现状

2.1 定位不明确

《卫生统计学》在教学的过程中经常出现和《医学统计学》交叉的现象。《卫生统计学》以统计学的原理和方法为基础，将其运用在公共卫生领域，比较侧重公共卫生学的社会性；《医学统计学》侧重的是医学的生物性。所以两者之间具有很大的区别。但是，目前在医学院校的教学中，两者的区别并不是很大。《卫生统计学》和《医学统计学》的区分不明主要体现在教学安排、课程设置、教材编写等方面，比如，有的医学院校为《卫生统计学》专设了教学部门，但是这个部门开展的工作却是编写医学统计学的教材，进行医学统计学的教学；甚至有的医学院校虽然设立了《卫生统计学》的硕士点，却进行的是医学统计学的考试。并且，在教学过程中，两者也经常被混为一谈。这样的情况给《卫生统计学》的教学带来了很大的困难[2]。

2.2 教学重点不合理

第一，《卫生统计学》的教学内容包括两个方面，一方面是统计学基础，其中涉及到的知识是数据资料描述、统计和分析，推断统计分析，相关回归分析，调查设计等；另一方面是专业知识，其中涉及到的内容是横断面研究资料统计分析，病例对照研究分析、队列研究的分析和设计、生存分析、寿命表和Meta分析。目前，在很多医学院校的教学中，教学的重点依然集中在基础知识的学习方面，对于专业性知识部分涉及的内容非常少，甚至卫生统计调查方法、卫生统计制度等很多内容都没有在现行的《卫生统计学》中涉及。这种情况给《卫生统计学》课程的普及带来了很大的麻烦。

第二，《卫生统计学》在教学过程中，医学院校的教学重点普遍是基本原理的介绍和具体公式的推导，没有完善的培养学生统计思维的内容。统计思维对于《卫生统计学》的学习来说非常重要，它是一种透过数据就能对现象进行分析和判断的方法。在《卫生统计学》的教学中，忽视了对统计思维的培养，对《卫生统计学》教学的发展会产生非常不利的作用。

2.3 缺乏电脑实验课程

《卫生统计学》课程的应用性很强，为了保证课堂效果，在讲授理论的同时，还要和电脑实验相结合，通过具体软件将抽象性比较强的统计学概念转变为直观的数据结果或者是形象生动的图形，可以在增强学生的实践能力，同时还可以提高学生的学习兴趣。但是，目前在大部分的医学院校中，因为资金和课时的问题，还没有开设电脑实验课程，影响了《卫生统计学》的教学效果[3]。

2.4 教学形式过于单一

目前，在大多数的医学院校中，在教学形式方面存在的问题就是过于强调单一统计方法的学习，过于强调理论知识的学习。缺乏《卫生统计学》知识的实践应用，导致学生在遇到统计学问题的时候，不能运用统计学的相关知识对其进行解决，影响了《卫生统计学》的教学效果。

3 《卫生统计学》的教学模式

为了改变上述问题，就需要对《卫生统计学》的教学模式进行探讨。在《卫生统计学》的教学过程中，使用多元化的教学模式，通过多媒体教学、案例分析教学、小组交流互动式教学、基于问题教学法等方法来改善《卫生统计学》的教学效果。

3.1 案例教学法

案例教学法指的是在《卫生统计学》的课堂教学中引入案例，通过案例为学生设计某种情境，引导学生调动自己的理论知识对实际问题进行解决的教学方法。案例教学法的特点是：注重实践，具有很强的能动性、创造性、仿真性，能够很好的将启发式教学、民主式教学和参与式教学融为一体。案例教学法的优点是：充分调动学生学习的主动性和积极性，能够有效的培养学生的创新思维，能够有效的提升学生解决问题的能力，以实现《卫生统计学》的教学目的[4]。案例教学法的应用流程如下。

第一，准备教学案例。在课程开始之前，要严格执行集体备课制度，以教学大纲为基础，结合具体的教材内容，融合相关的科研成果和工作实践，根据以上内容精心选取案例，对案例进行实际的分析，保证案例符合教学设计，符合学生的学习兴趣，并且保证选择的案例在学生可以接受的范围内。

第二，运用案例进行教学。运用案例进行教学，需要按照以下的流程来进行：案例介绍―提出问题―学生讨论―教师评价和分析―问题解决的实际应用方法。具体的应用步骤如下：首先，在课程开始时教师引入案例，通过案例引发学生的思考，让学生对案例所反映的知识有一个明确的了解；然后，在学生经过一段时间的思考之后，教师要组织学生展开讨论，讨论的方式可以是小组讨论，也可以是集体辩论，还可以是个人发言；最后，教师针对学生的讨论进行客观的点评，对讨论过程中的错误点和错误原因进行分析，然后对讨论过程中不准确、不完整的方面给予指正。

3.2 基于问题教学法

基于问题教学法（PBL）的应用核心是“问题”，应用流程是：提出问题―收集资料―建立假设―论证假设―总结。这种教学法实施的目的是培养学生的自主学习能力，培养学生捕捉、整合、判断信息的能力，培养学生的创新能力和质疑能力[5]。基于问题教学法的具体应用流程如下：

第一，理论的讲授。应用基于问题法进行教学，在教学的过程中，将教学的内容和各个章节的内容相结合，然后结合案例教学法，通过在教学的过程中引入案例，从而引出问题，然后将处理问题的统计方法和统计思路运用到教学的过程中。

第二，问题的确定。在理论讲授完成之后，授课老师根据授课的内容，结合自身的工作经验或者在文献中曾经出现的统计问题，来确定学生的具体问题，在确定问题的过程中还要对学生的学习任务和学习目标进行明确。

第三，讨论学习。教师在提出问题之后，要将学生分成不同的学习小组，然后由学习小组来收集解决问题需要用到的资料，在收集资料的过程中，学习小组可以针对文献中的不足之处和教师或者同学进行交流分析，或者还可以对如何实现课堂效果的改进进行讨论，对讨论的结果进行总结汇报。

第四，总结评定。教师针对学生在收集资料的过程中出现的问题进行指导，并给出具体的建议，同时要对各个小组的讨论报告进行总结归纳，然后对学生的成绩进行评定。评定的方式可以有三种，分别是：学生互相评价、小组自我评价和教师评价。

通过基于问题教学法的实施，可以通过问题的设置来引导学生的学习，激发学生的学习兴趣，提高学生学习的主动性，让学生在收集资料和小组合作的过程中丰富自己的知识系统，从而提高学生解决问题和团队合作的能力。

3.3 实验教学法

实验教学法就是在《卫生统计学》的理论教学中，运用计算机的相关软件来训练学生实际解决问题的能力。目前，很多医学院校的《卫生统计学》在教学过程中遇到相关的计算和检验问题时，大都是通过计算器来完成的。计算器在《卫生统计学》教学过程中的应用不仅增加了计算量，导致计算过程繁琐，而且还会浪费大量的课程时间，导致在《卫生统计学》教学过程中学生学习主动性难以得到发挥[6]。实验教学法的应用因为涉及到配套设施的购买问题和相关课时的安排问题，所以要循序渐进的来实现。

首先，实验教学的应用可以从预防医学专业开始，在进行实验课的教学过程中，针对其部分内容可以使用实验教学的方法来进行教学。比如在学习方差分析的时候，因为这部分内容涉及的公式比较多，计算过程比较复杂，如果应用计算器进行教学，在教学的过程中在计算方面会浪费过多的时间。所以在教学过程中可以引进电脑教学，将方差分析时需要的数据，比如：SS处理、SS总、SS区组、SS误差等，通过幻灯片对学生进行讲授，让学生以这些数据为基础对其进行方差分析。通过这样的方式，《卫生统计学》在教学的过程中可以节约部分实验课课时，并且在教学的过程中还可以向学生介绍相关软件的操作和使用，可以取得很好的教学效果。

3.4 搭建非实时课堂学习平台