科研的統計學方法

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇科研的統計學方法范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

科研的統計學方法范文第1篇

[關鍵詞]社會科學 統計方法 應用問題

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

[3]柯文泉:統計方法應用中應注意的幾個問題[J].時代經貿,2008,6(96):83-86

科研的統計學方法范文第2篇

[關鍵詞] 實驗教學；CDIO；傳統實驗課程；教學方法改進

[中圖分類號] G642.423 [文獻標志碼] A [文章編號] 1005-4634（2014）02-0114-03

0 引言

CDIO代表構思（Conceive）、設計（Design）、實現（Implement）和運作（Operate），它以產品研發到產品運行的生命周期為載體，讓學生以主動的、實踐的、課程之間有機聯系的方式學習工程。CDIO培養學生的工程基礎知識、個人能力、人際團隊能力和工程系統能力[1，2]。基于此，燕山大學機械工程學院開展了CDIO項目式教學，增設了以項目為主線的實驗課程――三級項目。三級項目，即教師為以小組為單位的學生分配項目內容，小組成員共同構思、設計、實現和運作項目，最終匯報驗收。

傳統實驗課程是文化課教師在課堂授課過程中，為了讓學生對課堂上某個知識點有更直觀、深入的了解而開設的課程。三級項目與傳統實驗課程在立足點和培養模式上有著較大不同，三級項目能夠在培養學生工程實踐能力方面取得較好效果，在學生學習過程中不可或缺的傳統實驗課程應從三級項目中吸取有利因素，做出適當調整，讓學生從傳統實驗課程中既能更好地學習并掌握相關基礎知識，又能打好實踐基礎，為更為復雜的三級項目學習做好鋪墊。

從三級項目教學中尋找傳統實驗課程的改革之路，同時要求實驗教師加深對廣泛知識點之間聯系的理解，幫助學生拓展知識面、激發學習興趣；加強教師個人素質品質，更加耐心的幫助學生解答疑問；不斷提高學術水平，為學生解答在實驗課程中碰到的高水平學術問題。

本文首先分析傳統實驗課程與三級項目在立足點和培養模式上的區別。從二者的優劣中，提出傳統實驗課程在課程項目、上課思路、指導實驗的方式和評分依據等方面的改進措施，并提出改進后的傳統實驗課教學在知識點掌握、個人素質和學術水平上對實驗教師的要求。對改進之前與改進之后的傳統實驗課結果進行了比較，可以看出改進后的傳統實驗課程在提高學生的實驗水平和為三級項目做鋪墊的效果上都有較為明顯的進步。

1 傳統實驗課程與三級項目的區別

1）立足點。傳統實驗課程立足于課本的某一個知識點，相對孤立。因此，傳統實驗課程的每堂實驗課操作量相對較少，加之實驗教師對操作方法會有簡單講解，無法激起學生積極思考、完成實驗的興趣，使學生仍然處于一種被動的學習狀態之下，對教師依賴性強。但傳統實驗課程知識點明確，學習過程目的性強，學生學習速度快。

三級項目立足于某一個具體問題（項目），具體問題包含一系列相關知識點。在完成三級項目的過程中，讓學生帶著問題進行，激發學生的求知欲，使其可針對其中不熟悉的知識點，主動翻閱課本，查閱資料[3]。三級項目能夠：（1）幫助學生復習和鞏固課本上的重要知識點；（2）通過自我主動學習的方式，將所學知識相互關聯，靈活運用。但由于目標開始不明確，會造成學習周期長的問題。

2）培養模式。傳統實驗課程需要在規定的上課時間，由實驗教師講解實驗，并帶領學生根據實驗所要求的內容，動手實踐。但在實驗教學過程中，部分學生只是按照實驗教師所講的操作步驟，照葫蘆畫瓢，并不獨立思考。另外，傳統實驗課程中，不同小組同步進行同一個實驗，有可能出現小組之間相互借鑒操作方法的問題，易出現“一人干活，多人偷懶”的現象[4]。但傳統實驗課程預習方便，學生間針對實驗知識點易于交流。

三級項目需要學生利用課余時間，以小組為單位，完成不同任務，小組成員相互合作的方式來完成，最終以PPT匯報的方式答辯驗收。使用這種方式，可以較大限度發揮學生自主學習的能力，不依靠實驗教師的講解，讓學生在求知路上擺脫了依賴老師的心理[5]。三級項目并不能僅僅依靠小組某一個成員的力量就能完成，杜絕了“一人干活，多人偷懶”的現象。三級項目的這種培養方式對鍛煉學生團隊合作精神起到了積極的作用，PPT匯報方式也鍛煉了學生在眾人面前表達和溝通的能力。三級項目接近實際，可以鍛煉團隊能力，但不同組的實驗方式不同，不利于學生課后交流。

2 對傳統實驗課程教學方法的改進

通過上文中對傳統實驗方法與三級項目的比較，得到兩種方法的優劣，如表1所示。

表1 傳統實驗方法與三級項目的優劣

傳統實驗方法 三級項目

① 知識點明確，易上手， ① 教師干預少，充分發揮學

優點 適合初學者；②由淺入 生學習的自主性；② 可充分

深，條理清晰 鍛煉學生實踐能力

① 教師干預多，阻礙學生 ① 實驗實施困難多，易陷

不足 積極性；② 課程內容少， 入僵局；② 不同組學生間

師生交流少；③ 易造成雷同 交流范圍窄

從結果而言，傳統的實驗教學方法相對于三級項目有較大不足，但仍具有無法替代的作用，所以新形勢下，急待改變以往的實驗教學方法，形成以培養學生自主動手實踐能力為目的的行之有效的方法。針對此，燕山大學機械工程學院液壓實驗室對目前所承擔的實驗教學工作，從三級項目上借鑒優勢方法，在傳統實驗教學中進行了如下改進。

1）對實驗開設項目進行調整。從學生角度，將一些在實驗過程中學生不易清晰掌握的實驗原理、只機械重復幾個操作動作的枯燥實驗去掉，替換成學生感興趣的，且能夠從中學到更多動手實踐知識的實驗項目。例如，在液壓實驗室開設的16學時綜合實驗中，將泵和馬達的形式實驗去掉，替換成利用PLC控制氣缸的往復動作實驗（如圖1所示，圖1（a）為泵和馬達的形式實驗臺，圖1（b）為PLC控制氣缸往復動作實驗臺）。

2）改變以實驗教師講述為主的實驗課程的上課思路。（1）實驗教師在課堂上多創造機會給學生展示，多提問題，讓問題貫穿在整個實驗講解過程中，增加學生與老師、學生與學生之間在課堂上的交流機會，從而提高學生的動手積極性[6]；（2）授課過程中將實驗課程中的知識點進行擴展，與工程應用的案例相關聯，拓展學生的思維寬度。

3）將實驗內容分成小單元，各組以不同順序完成各小單元。保證同一時間各組所做內容不相同，解決相互借鑒操作方法的問題，并根據各組各小單元的表現情況，記錄下各小組平時操作得分。

4）實驗操作過程中，實驗教師以引導為主，不替學生動手操作。讓學生多動腦，能對知識點理解性的接受。

5）成績給定不單取決于學生上交的實驗報告，還要將學生平時成績（包括平時出勤、實驗操作得分）計入成績中。學生成績將參考平時成績與報告成績。

3 傳統實驗課程教學方法的改進結果

2013年春季學期，燕山大學液壓實驗室對10門傳統實驗課程開始試點，這10門傳統實驗課程包括工程流體力學、液壓元件、液力傳動與流體機械、液壓流體力學、液壓與氣壓傳動、液壓傳動系統、液壓伺服與比例控制系統、控制工程基礎、氣壓傳動與控制、專業綜合性實驗。在每門傳統實驗課程上課班級中，隨機抽取一半的班級采用改進前的教學方式教學，另一半班級采用改進后的教學方式教學。分別統計這10門課學生平均成績，學生成績依然采用平時成績加報告成績，如圖2所示。

從圖2中可以看出，傳統實驗課程教學中采用改進后教學方法的試點班級，其學生實驗成績明顯高于未采用改進后教學方法的班級。說明，對傳統實驗課程的改進是行之有效的。

傳統實驗課程在教學方法上改進后，學生動手操作更加熟練，基礎實踐能力得到提高，直接體現在傳統實驗課程之后開展的三級項目上，如圖3所示。圖3（a）為學生在傳統實驗課程改進前，在三級項目中完成的氣動壓彎成型機，圖3（b）為學生在傳統實驗課程改進后，在三級項目中完成的氣動壓彎成型機，后者較之前者具有更多的功能。

4 改進后傳統實驗課程對實驗教師的要求

傳統實驗課程改進后，對于實驗教師也有著新的要求。

1）加深對廣泛知識點之間聯系的理解。改進后的傳統實驗課程可以讓學生對于多個知識點之間的聯系有更深刻的理解，這些知識點有較多不在當前課程內。創新前并不要求實驗教師對教授課程外的知識點進行掌握，這就導致在改進后的實驗課程中對學生的引導上造成方向少、思路窄和命題難等問題[7]。為了使學生能在改進后的傳統實驗課程中更大的拓展知識面、激發學習興趣，就要求實驗教師做到對相關知識點面面俱到。

2）加強個人素質品質。改進后的傳統實驗課程主要是對學生的引導，讓學生自己摸索。這就導致學生在學習過程中速度慢、問題多，但這正是學生理解知識點的一個必不可少的過程。在這種情況下，實驗教師的任務量會比改進前大大提高，這就要求實驗教師能更耐心的對學生的問題進行解答，肯花費時間對學生進行正確的引導，不能敷衍了

（下轉第122頁）

事，這樣才能讓學生真正的深刻理解課程內容[8]。

3）提高學術水平。改進后的傳統實驗課程中，學生的自由度大大增加，實驗過程和實驗結果可能都會超出預期，出現課程要求中不會達到的高度。這種情況下，實驗教師應仍能解決學生出現的問題。這就要求實驗教師在平時加強學習，不斷提高自己的學術水平，才能解答學生在實驗課程上所碰到的高水平學術問題，讓學生能深刻的學習課程內容。

5 結束語

在積極倡導鍛煉學生動手能力的教學體制下，實驗課程的開展是提高學生這一能力的主要途徑。在CDIO項目式教學模式的背景下，為了能夠更好的培養學生的基礎實踐能力，更好的服務于三級項目，作為基礎實驗的傳統實驗課程在教學方法上進行了改進，體現在調整部分實驗項目、改變上課思路、優化實驗操作環節和改變評分制度方面。同時對實驗教師在知識點掌握、個人素質和學術水平上也提出了新的要求。改革后的傳統實驗課程，無論從學生實驗水平的提高還是為三級項目作鋪墊的效果上都有顯著的成效。

參考文獻

[1]顧佩華，沈民奮，李升平，等.從CDIO到EIP-CDIO-汕頭大學工程教育與人才培養模式探索[J].高等工程教育研究，2008，（1）：14-16.

[2]王碩旺，洪成文.CDIO：美國麻省理工學院工程教育的經典模式――基于對CDIO課程大綱的解讀[J].理工高教研究，2009，28（4）：117-119.

[3]梁桂英，劉俊景.開放式實驗教學改革的實踐與研究[J].實驗科學與技術，2012，10（3）：63-64.

[4]陳愛華.實驗教學體系改革探索與實踐[J].實驗科學與技術，2012，10（3）：54-55.

[5]蘇瑛，曹五七，黃冠慶，等.高校多元化實驗教學組織形式的改革與發展[J].高校實驗室工作研究，2012，111（1）：1-4.

[6]孫盾，姚纓英，范承志.實驗教學環節與創新能力培養[J].實驗技術與管理，2012，29（5）：28-30.

科研的統計學方法范文第3篇

關鍵詞 體育科學 體育科研方法 體育統計

中圖分類號：G80 文獻標識碼：A

近20年體育統計在我國已經成為十分重要和最常用的體育科研方法。但是，與此同時也有不少體育學術研究，誤用統計方法，乃至以掛上統計公式作為“科學性”的幌子，使體育統計界同仁和體育科研工作者感到不自在。體育統計專業委員會也認為應該作一些有關體育統計和體育科研方法的詮釋，以減少體育統計方法的誤用，提高體育科研水平。

1中國體育統計現狀概要

在80年代以前，包括體育統計在內，我國應用統計學科處于萎縮狀態。改革開放后，統計方法的應用與統計教育重新得到重視。80年代初，教育部在武漢與襄陽兩地舉辦體育統計教師培訓，培養了改革開放后新一代的體育統計的師資與各地體育統計學術骨干。此后，體育院校、師范院校的體育系逐步開設了體育統計課程。1981年在研討師范院校體育統計教學大綱的時候，成立了全國體育統計研究會。在中國體育科學學會的積極支持下，1984年成立了中國體育科學學會體育統計專業委員會。近20年間，許多統計方法在體育領域得到應用，如抽樣理論、實驗設計、估計理論、假設檢驗、決策理論、非參數統計、序貫分析、多元分析、時間數列等都已有研究成果的發表或報道。

然而，我國從80年代開始重新普及體育統計，與20世紀初已經發表因子分析應用研究的美國，或70年表《行動科學的因子分析》專著的日本相比，難免顯得基礎薄弱。正如著名社會學家教授所說，“一個學科，可以揮之即去，卻不可能招之即來”。于是就出現了評析體育統計應用情況的論文，如楊震的《體育統計中應注意的問題》，梁榮輝的《體育科學研究中應用統計方法需注意的問題》，劉煒的《線性模型在體育科研中應用的常見誤區》等等。要解決這些問題，不僅是統計知識的問題，也有科研方法的問題。因此必須從科學的發展，俯視體育科學研究方法，從統計學的發展端詳體育統計現狀。

2統計學的發展

要了解體育統計的發展趨勢，有必要簡要了解統計學的發展。

人類的統計活動有悠久的歷史，古代已有統計整理描述的應用；13世紀歐洲有國勢調查；17世紀英國的配第發表了《政治算術》；1790年美國第一次人口普查，同時農業普查；1853年由比利時政府邀請，在布魯塞爾召開有26個國家150人參加的第一次國際統計會議；1857年，恩格爾根據家庭收入越多，則飲食支出的比例越小這一法則，引申出恩格爾系數，以飲食支出的比例作為度量生活水平升降的標準，它一直延用至今；1903年德國柏林的第九次國際統計會議上，抽樣調查得到世界上多數統計學家的認同； 1930年前后美國舉行蓋洛普民意測驗。19世紀中期奠定了概率論的理論基礎。19世紀中葉起，數理經濟學、生物計量學和應用數學促進了數理統計的形成和發展。社會統計學、社會經濟統計學和數理統計學構成了現代統計學的枝葉。現代數理統計學可以分為兩個側面：一是理論數理統計學，它研究抽樣理論、實驗設計、估計理論、假設檢驗、決策理論、非參數統計、序貫分析、多元分析、時間數列與博弈論等；二是應用數理統計學，高爾頓、K?皮爾遜用于生物學，埃奇沃思、鮑利用于經濟學，R.A.費希爾用于遺傳學、農學。在宏觀層次上，科學系統的發展主要表現為整體化、高度數學化和科學技術一體化。數學的應用已突破傳統的范圍而向人類一切知識領域滲透。二次大戰以來，統計學的巨大進展已使它成為數學科學的重要而獨特的組成部分。

21世紀，統計學將面臨更大的挑戰。統計作為由觀察樣本獲得盡可能多的總體信息的方法，關系到信息的本質和數據處理。計算機與信息化的時代，爆炸式積累的信息與數據必須借助于統計學才能得到充分有效的利用。大規模的信息處理所遇到的信息壓縮、特征檢測、可靠性分析，以及數字、符號、圖形乃至語言的加工等一系列問題，都要依靠統計方法與計算技術來解決。現實中的許多統計難題需要引進新的統計概念與方法甚至理論體系。當然對于體育統計的這些問題，就目前的研究力量與人才資源，是難以承擔如此重任的。

計算機與商品化大型統計軟件的出現，為統計學的發展提供了技術上的可行性，使更多的人有可能進行大樣本數據處理和多元分析。可以預見，體育院校統計教學研究都將使用專業化的大型統計軟件。即將改版的體育統計教材，已將spss的使用列入教學內容。科學、統計學的發展給體育統計和體育科研奠定了寬厚的基礎，那么體育統計和體育科研的關系又如何呢？

3體育統計與體育科研方法

3.1體育科研的復雜性

雖然體育對于健康和社會的作用已被社會各界接受。然而，體育學科的復雜性還未被教育界乃至社會所理解。體育外在粗獷，卻蘊含了眾多的自然學科和社會學科，而使投身體育的研究者感到力不從心。誰也無法夸口能解決體育科學的眾多難題。體育與健康的研究，涉及醫學、生理學、心理學、人類學、健康社會學、抗衰老的研究等等；體育的動作技術分析會涉及理論力學、材料力學、流體力學、空氣動力學和解剖學等等；運動訓練理論會涉及技能學習、體能的提高和戰術，它與生理、生化、心理、認知科學、博弈論以及教育科學的許多理論直接相關。許多體育科研，出身于相關學科的研究人員，會因為沒有從事體育的感性知識而產生困難，競技體育的研究會因為沒有體驗訓練而難以深入。顯然，在體育科研中狂妄、自負只能反照自己的淺薄。

3.2體育科研中統計方法應用的幾類問題

3.2.1實驗設計的基本原理

雖然研究有專業設計，但是無論你研究自然現象還是社會現象，大多需要實驗或調查。

無論是實驗設計還是調查設計都離不開統計。最基本的我們應該了解實驗設計的三個基本原理：重復，隨機化以及區組化。由重復使我們得到實驗誤差估計值與效應值更精確的估計；由試驗對象、試驗次序等隨機化使觀察值或誤差為獨立分布的隨機變量，就可以使用各種統計方法；由相似試驗對象的區組化使我們可能提高實驗的精確度。如果不注意基本原理，你的研究難免出現方法錯誤。

3.2.2實驗方法

體育的影響因素，如運動強度等，常常是難以控制的，實驗對象經常是人，常難以齊同對比，不便重復試驗，還不能對實驗對象造成傷害等，這使許多主要源于農業試驗的試驗設計，很少能應用于體育。因此，需根據具體研究目的、研究對象等制約因素，慎重選擇合適的試驗方法。

3.2.3取樣

無論是試驗還是抽樣調查都需要樣本。由于經費、工作量或對抽樣方法了解不夠等原因，在體育科研論文的研究方法里，包括不少學位論文，對于抽樣方法沒有明確的交代，抽樣方法有較大的隨意性。如果精度要求不高，僅作探索性研究，而不是由樣本推測估計總體，有時也可用非概率抽樣。社會科學中的大樣本研究，有時也用非概率抽樣。但是，離開了概率抽樣，許多統計方法就失去了應用的前提。概率抽樣有多種方法，適用不同的情況。因此從研究方法的嚴密性看，需要在體育科研方面增補這方面的內容。

3.2.4統計分析方法

現代統計學可以借鑒的方法應該有不少，在體育統計基礎相對薄弱，原創方法幾乎沒有的情況下，對于體育統計分析方法，首要的是開闊視野，學習、應用前人或相關學科已有的統計方法。在此基礎上，研究前人已有方法不能解決的、有待建立的體育統計方法。當然，方法的建立相當困難，必須重視人才的培養和引進。按照前20年的進程，期望建立新的體育統計方法，形成較為完整的體育統計學科，都是十分困難的。

目前，體育統計應用中存在不少問題，這些問題的根源還是在于對統計基本理論的理解。如：

（1）推測性數理統計是由樣本研究總體，由于樣本信息是不完整的信息，必然有抽樣誤差存在，必然有出錯的可能性。而在統計分析中卻有人得出完全肯定或完全否定的結論。

（2）統計方法僅僅對試驗的可靠性和有效性提供準則，但是并不證明變量間的因果關系。如均數比較的假設檢驗，可以給出比較對象來自同一總體的概率，但統計分析不可能給出它的原因，比如并不說明訓練方法好壞等。

（3）實際的差別顯著與統計顯著性的差別。雖然統計上的顯著性與差別大小有關，但是它的直接含義是來自同一總體的概率大小，而不是你誤指的差別大小或差別顯著。

（4）當訓練強度與成績提高相關，P

（5）統計方法為研究目的服務，要選擇合適的方法，而不是選擇復雜的方法。

（6）統計模型對于數據的測度水平，變量是連續型還是離散型，是計數資料還是計量資料，相關變量是對稱還是不對稱等等有不同的要求，所以在研究設計的時候就要考慮統計分析的方法。

（7）體育問卷調查有大量的名義（定類）測度與序次測度。不能不問數據資料的測度水平，一概用均數表示集中趨勢，用標準差代表離散程度，用它們作線性回歸、因子分析等等。

（8）不注意模型要求亂套統計公式。如不知變量的分布，作小樣本的t檢驗；在自變量間關系過于密切的情況下作回歸分析，在變量間關系不密切的情況下作因子分析。

4用好體育統計方法，提高體育科研水平的建議

（1）科學數學化特征及科學發展趨勢。可以預見，體育科學必然向數學化方向發展，體育統計無論對于體育自然學科或體育社會學科都將成為重要的研究方法。體育高等學校應重視體育統計學科對于體育科學發展的重要作用。體育科研人員應從方法論高度學習科研方法，吸收相關學科的研究方法。

（2）體育統計要注重抽樣研究本質的研討。重視與概率相聯系的思想方法，研究相關學科的統計方法，加強方法的移植研究，明確統計方法建立的條件，避免統計方法誤用。

（3）體育科研應加強實驗設計、抽樣研究及社會科學常用統計方法的普及。提高體育科研人員應用國際通用統計軟件包的能力。

（4）體育統計學科的縱深發展必須有跨學科人才的引進與培養。

參考文獻

[1] 侯燦.醫學科學研究入門[M].上海：上海科學技術出版社，2010

[2] 王維.科學基礎論[M].北京：中國社會科學出版社，2005.

科研的統計學方法范文第4篇

在醫學論文寫作中,醫學統計學方法應用是必不可少的,正確使用能保證科研工作順利進行,并使科研成果更具有科學性、代表性和可靠性。反之,如果使用不當或者誤用,會直接影響研究結果的質量,反而會使讀者產生誤解,甚至有時會導致錯誤的結論。近年來，醫學統計學方法在醫學科研中的應用越來越受到國內廣大醫學科研工作者的重視，統計分析結果表達已成為醫學論文中一個不可缺少的重要組成部分。醫學統計學是評價醫學科技論文質量優劣的重要依據，然而從近年發表的論文來看,有不少作者對統計方法的使用還不熟悉,實際應用中統計方法濫用、錯用和誤用的情況時有發生[1]。據國外20世紀60年代到80年代對不同醫學期刊的調查，有統計學錯誤的論文比例最高者達66％，最低者也有20％[2-4]。國內有學者對5種中華醫學會系列雜志論著中統計學方法的應用狀況進行了調查，結果顯示，1985年統計錯誤的論文比例為24％,1995年為36％[5]。這些調查研究均說明統計方法誤用的嚴重性以及正確應用的緊迫性。國外從20世紀70年代起就有針對醫學論文的科研設計與統計方法應用情況的調查研究，國內學者也進行了相關研究[6]。這種研究有助于及時了解醫學科研論文中統計方法的應用質量，發現存在的問題，提高醫學科研工作者應用統計方法的水平。筆者總結了近年來已發表的醫學科技論文中常見的統計學問題，希望能引起各位專家學者和臨床醫生的共識與重視，促進我國醫學期刊質量的提高。

1　統計設計存在的常見問題

統計設計是整個研究中最重要的一環,是研究工作應遵循的依據。常見的統計設計問題有:忽視組間均衡性,樣本缺乏代表性,樣本例數不足,未設置對照組,未隨機分組,未提出統計分析方法等。針對以上問題,在科研設計中一定要遵循實驗設計的四大原則即“隨機、對照、均衡、重復”的原則[6]。

1.1不遵循或不重視隨機化原則

隨機化是科研設計的重要原則，直接影響研究結果的可信度。隨機化既要隨機抽樣，還要隨機分組，并有足夠的樣本量作前提。然而，在醫學論文中許多作者對此不夠重視，主要表現在論文中統計處理隨機化不突出，隨機化缺失情況比較常見，有的論文甚至將隨機誤解為隨意、隨便，不采用隨機化處理方法，導致結果缺乏可靠性。還有些文章中沒有提出“隨機”抽樣的設計與方法，沒有排除標準，給人隨意選擇病例之感，且病例數少，因此沒有代表性，所得出的結論不可靠。部分文章雖然注明了“隨機”，但未提及采取什么方法進行隨機化研究或兩組間的例數相差甚遠，不符合隨機化的一般規律，沒有臨床參考價值[7]。

1.2缺少對照研究或對照組設計不合理

正確設立對照是臨床或實驗研究的一個核心問題，設立對照的意義在于說明臨床試驗或實驗研究中干預措施的效應，減少或防止偏倚和機遇產生的誤差對試驗結果的影響。目前，國內許多期刊發表的論文對照組設計不合理現象比較普遍，尤其有些作者對某種新藥或新技術在臨床的應用觀察研究中，不設對照組，缺乏對照觀察，得出的結論缺乏科學性，令人懷疑。有的文章雖然設立了對照組，但在分析結果時，卻沒有將試驗組與對照組的結果進行比較，而僅將各組間的自身前后進行比較，從而使該研究失去對照意義。對照組選擇不當，還表現在兩組間重要的臨床特征和基線情況相差太大，無可比性，如性別、年齡、病情、經濟情況和文化程度等不一致，如有些論文將健康人或志愿者作為對照組，使結果受到非處理因素的影響，產生偏倚或系統誤差，使結論不可信[7]。

1.3均衡性原則掌握不夠

均衡性原則要求實驗中的各組之間除處理因素不同外，其他可控制的非處理因素要盡可能保持一致。特別對疾病預后有重要影響的臨床特性一定要在組間分布均衡。各組間越均衡，可比性越強。有些作者在對病例進行分組時，忽視了均衡性原則，兩組之間沒有可比性，結論自然是錯誤的。具體表現在：有的文章對治療組與對照組的相應統一指標沒有設在均衡的水平上。對治療組情況交代的比較詳細，而對對照組的年齡、性別、病情等不予交代，或所選對照組的年齡與治療組不在一個年齡段，影響了作者對指標的觀察[7]。

1.4重復的原則掌握不好

所謂重復,一是指重復試驗或平行試驗,二是指各樣本組的例數要有一定的數量,即樣本的例數要足夠大。雖然隨機化是增強非處理因素均衡性的重要方法,但當各組內例數過少時,盡管采用了隨機化分組的方法,也難以保證非處理因素的均衡一致。在隨機化分組的基礎上,只有樣本例數足夠大,才能使非處理因素均衡一致,同時也才能使抽樣誤差減小,增強樣本對總體的代表性。一般來說,在隨機分組的前提下,樣本例數越大,各組之間非處理因素的均衡性越好;但當樣本量太大時,往往又會給整個實驗和質量控制工作帶來更多的困難,同時也會造成浪費。為此,在實驗設計時,還應保證在實驗結果具有一定可靠性的前提下,確定最少的樣本例數。一般說來,計數指標每組樣本不得少于20～30例,計量指標每組樣本不得少于5～10例。在多因素分析時,一般認為樣本例數至少為觀察指標的5～10倍[8]。

1.5樣本的含量

樣本的含量的大小直接影響到結論的可靠性。樣本量過少,則抽樣誤差大,結果可靠性差,且經不起重復驗證;反之,盲目加大樣本量也會造成人、財、物的浪費,同時也造成非抽樣誤差增大。故應在保證研究結果精確可靠的前提下,確定最小的樣本量。如某篇論文報道某藥治療的臨床療效,實際總例數為10例,其中6例有效,于是作者得出有效率為60%。顯然,有限的病例數不能充分說明該藥是否有效,作者貿然得出結論,容易給他人造成假象甚至誤導[9]。

2　統計方法選擇與使用不當

在選擇統計方法之前,首先應確定研究資料是計數資料還是計量資料。只劃分其類別而得到的資料為計數資料,也叫定性資料,如根據治療結果計算出的治愈率、陰性率、陽性率等。測定某個具體數值而得到的資料為計量資料,如血壓值、血細胞計數、血氧分壓測定等許多物理診斷和化驗檢查的結果。目前,醫學論文中計數資料最常用的統計方法為χ2檢驗,計量資料最常用的統計方法為t檢驗。值得注意的是,各種假設檢驗方法均有其適用條件,應根據資料特點來選用最適當的方法。均數與標準差分別是描述正態分布資料集中和離散趨勢的指標。能否選用“均數±標準差”來描述某一資料的分布特征,關鍵看該資料是否符合正態分布。當資料不符合正態分布或方差不齊時,應將資料轉換使之符合正態分布,方差齊性后再用t檢驗或方差分析,否則用秩和檢驗。有些作者在使用t檢驗時,未考慮到上述適用條件而盲目使用,造成統計學處理不當或統計學計算錯誤[10]。#p#分頁標題#e#

2.1統計指標應用不當

2.1.1描述計量資料的統計指標描述計量資料的統計指標主要有平均數指標(算術均數、中位數M等)和變異指標(標準差s和四分位數間距Q等),在應用時一定要注意它們各自的適用范圍。對于非對稱分布資料,算術均數不能反映數據的平均水平,應采用中位數描述。一般地,正態資料或對稱資料用描述,偏態資料用M和Q來描述。在不能確定數據的分布類型時,應選用M和Q進行統計描述。四分位數間距Q是75%分位數P75和25%分位數P25之差,即Q=P75－P25,所謂百分位數Px是將全部觀察值分為兩部分,理論上x%的觀察值比它小,(100-x)%的觀察值比它大,中位數M是50%分位數P50。、s、M、Px與Q可通過統計軟件直接輸出[9]。

2.1.2描述計數資料的統計指標描述計數資料的統計指標有絕對數和相對數。絕對數是原始資料經匯總得到的小計或總計數。相對數是兩個有關的絕對數之比,主要包括率和構成比(百分比)。醫學論文中相對數應用的主要問題之一是分母較小。分母較小時,相對數的可靠性不能保證,在這種情況下,宜直接用絕對數進行描述而不宜計算相對數。醫學論文中相對數應用的主要問題之二是將構成比誤用來說明事物發生的強度。構成比只能反映事物的內部構成,不能說明事物的發生強度。醫學的研究對象主要是人以及與人體有關的各種因素。由于生物現象的變異較大,各種影響因素又錯綜復雜,研究常是抽樣觀察,使事物本質差異與抽樣誤差混雜,故需用統計方法透過偶然現象來探測其規律性。如果不能正確運用統計學方法,造成統計學上的偏差或失誤,就很容易把本來成功的結果當成失敗而放棄,或把失敗的教訓誤認為成功的結論而加以宣傳。在進行科研設計時要嚴格遵循科學的統計學分析方法,不能留下隱患,否則,再高明的統計學專家和統計學軟件也無法彌補科研設計缺陷造成的損失。總之,統計學分析在醫學研究和論文寫作中意義重大。作者在撰寫論文時,應注意識別、總結有代表性的、有借鑒意義的統計學領域的缺陷、失誤或錯誤的多發點,特別留心易出現統計錯誤的險區,從而使論文中的統計學問題減到最低限度。認真檢查、仔細核驗,盡量避免上述錯誤,必要時還可以請統計學專家幫助把關[12]。

2.2統計方法描述或選擇不當

統計方法選擇非常重要，它直接影響結論的可靠性[12]。臨床資料的結果變量可分為計數資料、計量資料和等級資料。計數資料指將觀察對象按兩種屬性分類，如生存、死亡，治愈、未治愈，有效、無效等，通常轉化為率。如果是兩組間的比較，則采用四格表χ2檢驗或其校正公式，如果是多組間率的比較，則采用行×列表資料χ2檢驗。計量資料指對某一個研究對象用定量的方法測定某項指標得到的資料，一般均有計量單位。通常資料呈正態分布時，兩組間均數比較用t檢驗，多組間均數比較用方差分析和q檢驗。當資料不呈正態分布或方差不齊時，也可用秩和檢驗等非參數檢驗法。

2.2.1統計方法描述不清

醫學論文中常可發現作者未交代所用的統計方法，如是配對設計的t檢驗還是成組設計的t檢驗，是Ridit分析還是χ2檢驗，是作相關分析還是作回歸推斷。統計方法交代不清或根本不予交代，使讀者對論文結論的正確與否無法判斷。有的作者只提一句“經統計學處理”后，就寫出結論。有的甚至直接用P值說明問題，籠統地以P<0.05或0.01、P>0.05便稱結果差異有無顯著性，P值的大小不說明差值的大小，它還與抽樣誤差大小有關[13]。因此，還應寫明具體的統計方法，如有特殊情況，還應說明是否采用了校正，應寫出描述性統計量的可信區間，注明精確的統計量值和P值，然后根據P值大小作出統計學推斷，并作出相應的醫學專業結論。

2.2.2假設檢驗方法交代不清不交

代假設檢驗方法或假設檢驗方法交代的不具體、不清楚是醫學科研論文中常見的錯誤。如果不交代假設檢驗方法或假設檢驗方法交代的不具體，讀者就無法考察論文的統計學方法選擇的是否正確，無法核對計算結果是否準確。每一種假設檢驗方法都有其特定的適應條件和嚴格的適用范圍。對于同一組資料，采用不同的假設檢驗方法可能得出截然相反的結論。如將配對設計的資料按成組設計資料的方法處理，將會損失樣本提供的信息、降低檢驗效率，可能使原本有統計學意義的結果無統計學意義[14]。在論文寫作時，不但要交代選用的是什么統計學方法，而且統計學方法要盡可能具體。如選擇t檢驗，要說明是配對t檢驗，還是成組t檢驗；選擇方差分析時，要說明是完全隨機設計的方差分析，還是配伍組設計的方差分析。對于四格表資料，應說明是一般四格表χ2檢驗、配對四格表χ2檢驗及四格表資料的精確概率法等。

2.2.3統計方法選擇常見錯誤

①誤用χ2檢驗。χ2檢驗有一定的適用條件,n>40且理論數(T)>5時,可用一般χ2檢驗;n>40,但至少有1個T>1且T<5時,可用校正χ2檢驗;n<40或T<1時用χ2檢驗的確切概率法[15]。②t檢驗誤用于多組資料的比較。在醫學期刊中常會出現將t檢驗誤用于多組資料的比較。多組資料的比較應該采用方差分析(F檢驗),當差異具有統計學意義時,再進一步作兩兩比較。當各組均與一個對照組比較時采用Dunnettt檢驗;當各組相互循環比較時,則常采用Student-Newman-keuls(SNK)檢驗,又稱q檢驗[16]。③配對t檢驗與成組t檢驗誤用。大部分論文只注明采用t檢驗,而未注明是配對t檢驗還是成組t檢驗。配對t檢驗常用于處理前后的自身對照,即差值均數與總體均數“0”的比較;成組t檢驗適用于成正態分布的兩個小樣本均數間的比較。④資料不呈正態分布時未用非參數檢驗。t檢驗F檢驗等適用于呈正態分布、方差齊且有確切的測量數值的資料,而非參數檢驗(如符號檢驗、秩和檢驗Wilcoxon法、秩檢驗-KruskalWallis法、Friedman法、Ridit分析、Seperman相關等)對資料無特殊要求,對按大小順序、評分、等級、反應程度甚至色調深淺等資料都可進行分析比較[17-18]。因此,對于多組計量資料的比較,呈正態分布且方差齊時用F檢驗,方差不齊時可用變量變換,或采用秩和檢驗;對于兩個小樣本均數的比較或處理前后的比較,方差齊時用成組t檢驗或配對t檢驗，方差不齊時用t′檢驗[19]。

3結果解釋時存在的問題

統計分析的結果是無效假設或是不能無效假設。無效假設在一般的統計檢驗為兩組總體參數相等。無效假設只能說兩組總體參數不相等而并不能說兩組相差很大。兩組相差如何要對可信區間進行研究觀察后得出。由于統計檢驗不能得出差別的大小,因而結論不能說“有明顯差異”或“有顯著差異”,也不能說“差異非常顯著”,更不能說“差異明顯”。在國外的統計書籍上的英語表達為“significant”,它的正確意義應當是“有意義的、有重要性的”。俄語為“Значмый”和日語中的“有意”也是這個意思。國內只有極個別的英漢詞典把“significant”誤譯為“顯著的”。正確的說法應當是“差異有統計學意義”或“差異有高度統計學意義”等[20]。在解釋差別有統計學意義的結果時，有些人常常根據P值的大小作出對實驗效應差別程度不同的專業結論[21]。例如某實驗研究，比較甲、乙兩種治療方法對某病的治療效果(假定甲法的療效優于乙法)，若得到“P<0.001”，則認為甲法極顯著優于乙法；若得到“P<0.01”，則認為甲法非常顯著優于乙法；若得到“P<0.05”，則認為甲法顯著優于乙法。犯這種錯誤的原因是錯誤的理解了統計學中P值的概念[7]。統計學上根據假設檢驗原理推算出來的P值表示拒絕特定的無效假設可能犯假陽性錯誤的概率。P值的大小并非指差異的太小，只能反映兩者相同或不相同。P值越小，說明越有理由認為兩種處理方法效果不同，而不能反映對比的兩組或多組之間差異的大小。差異的大小只能根據專業知識來確定。此外，甚至在部分投稿文章中未交代所采用的統計分析方法，也未見應用統計學的跡象，僅從各組數據的均數大小做出了統計推斷。醫學期刊論文中暴露出來的統計學錯誤，從表面上看是編輯部和審稿者把關不嚴所致。事實上，即使審稿時發現了上述錯誤，也無法改正。因為實驗設計的錯誤只有在科研工作開始之前才有可能得到糾正。即使編輯工作者能夠阻止有嚴重統計學問題的，也僅僅是治標而已。如何使廣大醫學論文作者在醫學研究中正確應用統計學，提高科研質量才是治本[7]。#p#分頁標題#e#

4對策與建議

眾所周知，統計學是從事科學研究不可缺少的工具。從試驗設計、資料收集與表達、數據處理和結果分析，每一個環節都需要正確地運用統計知識，才能真正發揮統計學在科學研究中應起的作用。然而，在已出版和發表的一些學術專著和論文中、通過評審的科研成果和答辯的學位論文中，經常可以看到忽視、輕視和誤用統計學的現象[22]。

知識應完善編輯人員的知識結構,保證統計學應用的準確性。為此,可定期聘請統計學專家對審稿人員進行統計學知識培訓。科技期刊的群體效應理論[23]認為,期刊編輯的專業結構應多元化,以利于編輯互相學習,實現知識互補。醫學期刊編輯部可考慮聘用統計學專業的研究生作為編輯。編輯應將醫學統計學作為自己的必修課,通過多種方式,如自學自修,參加講座或培訓班學習統計學知識,有條件的編輯部,如醫學院校學報編輯部,可以有計劃地組織編輯參加本科生或研究生醫學統計學課程的學習,也可鼓勵編輯人員在職攻讀統計學專業研究生學位。這樣,可以提高全體編輯人員的統計學水平,最終使編輯和審稿人都能夠發現論文中存在的統計學錯誤,并指導作者修改,正確進行醫學論文中有關統計學分析的描述[24]。另外，有關職能部門或學會可組織與醫學統計學相關的培訓班,聘請統計學專家講課,對編輯人員進行定期統計學知識培訓,加強科研設計、統計學知識的學習[19]。

4.2加強醫學統計學專家審稿

醫學研究論文專業性強,經常涉及統計學處理問題,有時會遇到統計方法復雜的稿件,這不僅需要本學科專家審稿,而且需要醫學統計專家把關,只有這樣,才能保證論文所報道的研究成果的真實性和可靠性。醫學期刊編委會中應有統計學專家,專門負責稿件統計學方面的審查工作。

4.3強化作者的統計學意識

科研的統計學方法范文第5篇

關鍵詞 醫學統計學 應用能力 教學 改革

中圖分類號：G424 文獻標識碼：A DOI：10.16400/ki.kjdkz.2015.06.060

Competency-based College Medical Statistics Teaching Reform

ZHU Xu， WEI Gaowen， WEI Xinran

（College of Integrated Traditional Chinese and Western Medicine， Changsha， Hu'nan 410208）

Abstract Objective： To study the application of competency of medical statistics teaching in higher education results. Methods： cross design with 2012 clinical undergraduate students for the study， the teaching content is divided into two parts， namely the use of two teaching mode， at the end of the course all objects questionnaires， and on students' test scores Comparative analysis. Results： The majority of students believe that the new teaching model attractive than the traditional teaching model， and the use of new teaching model teaching content than the content of the traditional teaching model teaching exam score is higher， the difference was statistically significant （P

Key words medical statistics; applied competency; teaching; reform

醫學統計學是運用數理統計學的基本原理與方法，結合醫學實際，闡述醫學領域研究設計、收集資料、整理資料、分析資料、結果報告與結論表達的一門學科，①目前醫學統計學的方法被廣泛運用于各個醫學研究領域，是醫學生解決醫學科研中問題的重要工具，在醫學科研中有著重要的地位。雖然醫學統計學在醫學科研中應用廣泛，但是其方法概念抽象，知識點繁多又比較復雜，醫學類學生數學基礎又比較薄弱，因此對于沒有接觸過這門課程的本科學生來說，比較難以理解。而且傳統的教學模式往往以老師為主體，注重理論講解，并沒有將理論與科研實際結合起來，使得學生應用能力不足，無法學以致用。因此如何改革教學模式，提高學生的學習興趣，培養學生們的使用統計學知識解決實際問題的能力是統計教學中的當務之急。

1 對象與方法

1.1 研究對象

以2012級本科于本學期開設了“醫學統計學”課程的臨床醫學專業1，2班學生為研究對象，共160人。使用的教材一致，授課學時、內容相同，且兩個班級學生以前均未接觸過醫學統計學。教學內容為：計量資料的統計描述、總體均數的估計與假設檢驗、t檢驗、方差分析、相關與回歸、計數資料的統計描述、計數資料的統計推斷、非參數檢驗和統計表與統計圖，共10個章節的內容，前5個章節為教學前半部分，后5個章節為教學后半部分，分別采用不同的教學模式。

1.2 研究方法

采用交叉設計的方法。以班級為單位，隨機一個班級到甲組，甲組前半部分教學內容采用傳統教學模式，后半部分教學內容采用改革以后的新的教學模式;隨機另外一個班級到乙組，乙組前半部分先采用改革以后的教學模式，后半部分再采用傳統教學模式。傳統教學模式為：以教師按照書本內容講授為主，并在課堂上進行簡單的SPSS軟件操作演示，由于條件和課時的限制，并沒有開設實驗操作課。改革以后的教學模式的具體實施過程為：老師與學生一起參與到課堂中來，教師先結合具體的醫學科研案例，使用幻燈片和SPSS操作軟件將實際工作的順序，包括具體科研案例中統計指標和方法的選擇，數據的統計分析步驟，結果的解釋等完整在課堂上展示出來，再給學生一個相似的科研案例，讓學生上臺操作軟件，一起解讀軟件結果，教師在旁進行指導。

在課程結束后，對學生進行問卷調查，同時使用醫學科研課題的實例資料進行考試，記錄考試成績，檢驗學生們運用醫學統計學的實際能力。

1.3 統計學處理

資料錄入和分析均采用SPSS17.0軟件，計數資料采用卡方檢驗，計量資料采用檢驗進行分析處理。

2 結果

2.1 調查問卷結果

在整個學期的教學結束以后，對兩個班的同學進行問卷調查，結果見表1。

結果顯示，在兩個班的學生中，88.75%的學生認為新的教學模式更加能引起他們對醫學統計學這門課程的學習興趣，77.5%的學生認為新的教學模式比較能促進他們對教學內容的理解，90.63%的學生認為新的教學模式能提高他們解決醫學科研中實際問題的能力。

2.2 學生成績分析

采用統一試題對學生進行測驗，將得分分成前半部分的得分和后半部分的得分。甲組前半部分的教學采用傳統教學模式，后半部分的教學采用改革后的新的教學模式;乙組前半部分的教學采用新的教學模式，后半部分的教學采用傳統教學模式。成績分析如表2所示：

表2 兩組學生醫學統計學測試成績比較結果

在對學生成績的分析中，針對書本前一半內容的測試題，甲組和乙組的得分均數比較，差別有統計學意義（P

3 討論

自1948年將郭祖超教授編著的《醫學與生物統計方法》確定為大學用書起，我國在醫學院校中開設醫學統計方法課程已有60多年的歷史。②開設“醫學統計學”的主要目的是為了指導醫學生正確地應用統計學原理和方法，③醫學統計學作為進行醫學研究必需的工具，被廣泛應用于實驗設計、資料收集及數據分析等方面。醫學統計學這門課程也作為醫藥類專業學生必修的一門課程。

但由于醫學統計學本質上是數學的一個分支，邏輯性強，且有很多的數理統計的知識在內，醫護類學生的數學基礎又相對薄弱，因此，醫學統計學便成了目前各醫藥院校公認的難教、難學的課程，④在傳統的教學模式之下，上課的方式也很枯燥，這更加讓學生不想上統計課，出現愛逃課、上課睡覺等問題，更加使得醫學統計學的教學難以達到預定的目標。邢曉輝等的通過對某高等醫學院校近三年畢業研究生的畢業論文進行統計審核發現有98.2%的論文存在著不同程度的統計學錯誤，包括缺P 值或P 值不精確、缺少相應的檢驗統計量、統計軟件和統計方法交代不夠等問題。⑤鄒延峰等的研究發現，只有不到30%的研究生能熟練運用統計方法。⑥石武祥等研究發現，醫學生上機計算分析題考試的失分中，有70.12%是因為不能正確閱讀SPSS所顯示的結果。⑦這些研究顯示目前的統計教學效果還不夠好，學生對統計內容不理解，對統計軟件不熟悉，導致很多學生在遇到實際問題時出現各種錯誤。

本課題以 “能力本位教育理論”的理論為指導，在吸取前人經驗的基礎之上，探索了一種新的統計教改方法，以期降低“高分低能”的現象，促進學生們對內容的理解，達到提高教學質量的目的。本次研究結果顯示，大部分的學生對新的教學模式表示認可，覺得新的教學模式讓他們覺得統計課沒有以前那么枯燥，統計內容學起來難度也有所降低，并且因為在上課會結合具體實例講解統計方法的使用，也讓學生們認識了如何在科研實際中使用統計方法，表示這樣的新的教學模式在提高他們的應用能力方面效果顯著。在對課程結束后的考試成績的分析中，甲組有關書本前半部分內容的考試成績低于乙組有關書本前半部分內容的考試成績（P

本研究只是對醫學統計教學模式的進行了初步的探索，在任何課程的教學中，教學模式都不是一成不變的，要根據課程的實際情況進行一定的改動，對于統計學這種較難的課程更加如此，我們的目標是培養具有實際運用能力的學生，任何能達到這一目標的教學模式都是值得推廣和探索的。

*魏高文：通訊作者

注釋

① 史周華.醫學統計學[M].北京：人民衛生出版社，2012：1.

② 褚啟龍，李佳圣，張晶等.以能力為本位的高職醫學統計學方法教學改革研究[J].科教導刊，2013.1（2）：109-111.

③ 魏高文，鄧常青，魏歆然等.構建以科研應用能力為本位的醫學統計學課堂教學模式[J].湖南中醫藥大學學報，2010.30（8）：46-49.

④ 武祥，章麗娟，楊庭仕等.大理學院2005級碩士研究生醫學統計學期末考試成績分析[J].現代預防醫學，2007.34（10）：1835，1837.

⑤ 邢曉輝，何美蓉.從統計學教育入手提高醫學研究生學位論文質量[J].中國高等醫學教育，2008.11：39-40.