统计学问题范文10篇

统计学问题范文篇1

关键词：统计学；医学；科研；论文；问题

医学统计学是现代医学研究的重要方法和技术手段，是医学科研论文中不可或缺的部分，其应用水平直接影响科研成果的质量[1]。医学科研人员在撰写论文时若未能仔细钻研流行病学和卫生统计学等专业知识，或未咨询专业统计学研究人员，盲目套用统计学方法，往往会造成应用统计学方法及处理数据时出现错误，如变量选择和纳入、模型选择、结果描述等错用情况发生。在医学研究设计、数据收集、数据整理、结果解释和表达等环节均有可能存在统计学应用不当的问题[2‐5]。就已发表的医学科技论文来看，研究设计环节中存在的问题在审稿时比较容易被识别，且大部分存在科研设计缺陷的论文在审稿阶段已滤除，而运用统计学方法分析资料，应用统计学软件实现数据管理和分析，正确解释和表达统计分析结果等问题则往往比较隐蔽，这部分问题在进入编辑修稿阶段才显现。编辑修稿阶段是论文出版前的最后质量控制环节，编辑对论文统计学问题的审核把关起着至关重要的作用，因此，需要期刊编辑具有过硬的专业知识、严谨的治学态度及高度的责任心处理遗留错误，特别是有些疑难问题往往需要专业统计学人员介入进行判断。已有调查显示，1990年—2003年发表在NEnglJMed、JAMA和Lancet三大顶尖医学杂志上且引用次数超过1000次的文献中，有近1/3的文献存在统计学问题[6‐7]。可见统计学误用、错用问题在医学期刊中相对较多。因此，对于医学期刊社而言，强调在论文审稿阶段邀请统计专业审稿专家进行统计方面把关十分重要。现就医学论文中常见的统计学问题及可能的避免方法分析如下，以飨同道共勉。

1描述性分析时存在的统计学问题

定量资料中的连续性资料一般采用集中趋势加离散趋势形式描述，例如均数±标准差（x±s）及中位数（四分位数间距）。目前，绝大部分文献统计描述都以均数±标准差形式进行，研究者往往未检验所研究指标数据的正态性，而理所应当地将数据以正态方式进行呈现，忽略了非正态分布数据应当采用中位数（四分位数间距）的形式来描述比较妥当，这样的错误使用可能会让读者对数据总体分布造成错误判断。此外，某些研究中研究者会采用均数±标准误进行统计描述。一方面，可能是因为研究者对标准误和标准差的具体含义辨识不准确，样本标准差是用来描述正态分布数据离散程度的统计量，是将方差开平方即得到的标准差；而样本标准误是指样本均数的标准差，是一个统计推断的指标，用于将统计量推断到总体参数。另一方面，由于样本标准误一般比标准差小，出于使研究结果看上去更具优势考虑，研究者会使用标准误代替标准差。

2统计分析方法不满足假设条件

2.1不满足参数检验的数据采用了参数检验方法

2.1.1不满足正态性在进行两组或多组定量资料参数检验时，相比于独立性和方差齐性，数据正态性往往容易被忽视。首先需注意，独立样本t检验或方差分析对正态分布的要求有一定耐性。如果原数据或经变换后数据不是严重地偏离正态分布，且样本量比较大，仍可以采用参数检验方法。但如果原数据或经变换后数据偏态严重，且样本量不大，不建议使用参数检验方法，推荐采用非参数检验对数据进行统计分析。但当样本量很大时（如>200），即使呈两点分布或指数分布，其样本t统计量也近似服从正态分布[8]。在这种情况下，选用参数检验或非参数检验均可。2.1.2重复测量数据对于重复测量数据的分析方法，大部分科研工作者首先想到的是重复测量方差分析[9],其具有结果呈现形式简单、易于解释的优点，但其前提条件相对较多且通常不易满足。比如需要平衡数据，这就要求所有观测不能有缺失值，否则相应的观测对象需要被删除。此外，重复测量方差分析还要求相应变量之间的等相关性以及资料的球形对称性（可以理解为复杂情况下的方差齐性），若这些条件不满足，参数检验的方法将不再适用，只能采用边际多层模型或线性混合模型等进行分析。

2.2不满足卡方检验条件的数据采用了卡方检验

两独立样本四格表资料的卡方检验要求总例数n≥40且理论频数T≥5[10]。若n≥40，且T为1~<5，采用连续校正的卡方或Fisher精确概率法进行检验；若n<40或T<1，则采用Fisher精确概率法进行检验。配对四格表资料卡方检验要求不一致对子b+c≥40，否则采用校正卡方检验。R×C表资料卡方检验中要求不宜有1/5以上的格子T<5，不宜有格子T<1，否则需采用Fisher精确概率法进行统计分析。

2.3不满足线性回归条件的数据采用了线性回归分析

线性回归模型的前提条件包括线性、独立性、正态性和方差齐性。其中，线性是指因变量的总体平均值与自变量呈线性关系。可以通过绘制散点图判断回归关系是否成立[11]。独立性是指任意2条记录互相独立。正态性是指模型的误差项需服从正态分布（等价于当自变量X为定值时因变量Y也呈正态分布），而在样本量较大时可以忽略正态性要求。方差齐性是指在自变量X的取值范围内，不论X取什么值，Y都具有相同的方差，等价于残差的方差齐性。需要注意的是，线性、正态性和方差齐性通常通过绘制散点图或正态概率图等即可快速判断，但独立性往往容易被研究人员忽视，即纳入分析的研究对象不应有多条记录，如果有部分研究对象有多条记录，则应只保留一条记录，否则不能采用线性回归模型进行分析，只能改用混合效应模型进行分析。同时，还需注意，如果是多因素回归分析，则上述线性、正态性和方差齐性的条件应在各变量和因变量之间均得以满足。

3结果阐释时存在的问题

3.1受制于P值，未按常用界值对数据进行划分

在进行多元回归分析之前，比较可取的是先进行单因素回归分析。如某单因素为连续型变量，且已知其为结局变量的危险因素可能性较大，若将其直接纳入模型进行单因素回归分析，则可能发现其回归系数β无统计学意义（P>0.05），这时某些研究者可能会采用将连续型变量分类的方式以获得较好结果，可能为得到较小的P值而未采用常用的有意义界值进行划分，如在研究血压对某种慢性病的影响时，未按照临床定义的高血压界定值对血压值进行分类，而是以在数据分析时获得最小P值为目标取最佳截断值进行分析，这种方法会使结果产生较大偏倚。因此，在实际运用时应尽量按照临床上常用分类标准对连续型变量进行分类。

3.2对没有统计学意义的结果进行过分阐释

医学研究中常常会获得P>0.05的结果，此时若以α=0.05为检验水准则表示结果不能拒绝H0假设，但也不能下结论说H0成立[12]。如研究某因素与阿尔兹海默病间的关系时，通过多因素回归分析发现回归系数的P>0.05，此时可以认为这个回归结果不具有统计学意义，但在结果讨论中不能以此下结论认为该因素与阿尔兹海默病无关，甚至以此来推翻之前的研究结论。因为在假设检验中，利用反证法思想是以假设H0成立来进行推导，若能推导出原假设不成立的结果，则可以推翻原假设而证明H1成立，但如果推导出H0成立，则并不能做出任何判断，只能说明以目前结果尚不能拒绝H0，而后应该思考是否是因为实验样本量不够或是统计效能不够，以在将来进行进一步探究。

3.3有统计学意义的结果不一定有实际临床意义

临床实践中，两组或多组差异有统计学意义不一定说明差异具有临床意义，判断是否具有实际临床意义需要结合研究背景和相关临床专业知识[13]。最经典的例子是研究某种降压药的降压效果。临床上一般认为要使血压降低10mmHg（1mmHg=0.133kPa）以上才能认为具有临床意义，而如果研究样本量较大，即使试验组和对照组间血压相差不到10mmHg，也非常有可能得到P<0.05的结果，从而得出该药具有好的临床应用价值这一不正确结论。再如，临床研究较重视病人生活质量评价，尤其对心理状况进行评价时一般采用相关量表进行测评，对量表测评结果进行统计学分析时得出有统计学意义（P<0.05），在分析时直接推断出某干预方法比另一种方法更有效，而未考虑研究对象干预前水平，可能造成研究结论科学性不足。因此，在进行相关疗效评价时，不能仅依据结果是否有统计学意义，生物学意义才是最重要的。

3.4在不直接进行比较的情况下判断两组治疗效果

优劣干预在试验条件或试验组中产生了显著效果，而相应的效果在对照条件或对照组中不显著，研究人员有时会提出试验组效果比对照组效果要好[14]。这种错误推断很常见。如观察A药和B药的治疗效果，采用自身前后配对设计，得到的结果是A药治疗前后配对t检验差异有统计学意义（P<0.05），而B药治疗前后差异没有统计学意义（P>0.05）。此时，只能下“A药在其受试者中观察到显著药效，而B药在其受试者中未观察到显著药效”的结论,但不能就此认为A药治疗效果优于B药。要了解两组治疗效果的差异，需要按非配对t检验对两组进行直接比较。另外，还有一种情况，即在进行多组均值或率的比较时，如果已知A组效应优于B组（P<0.05），而B组效应和C组效应差异无统计学意义（P>0.05），此时不能按照数学逻辑进行推导，得出“A组效应同样优于C组”的错误结论。正确做法应当是将A组和C组直接进行比较。

4可能避免统计学错误的方法及建议

4.1根据研究目的选择适宜的统计分析方法

统计学方法的运用需要考虑其前提条件[15‐16]。若在实际应用过程中忽视了这些条件，所得出的结果往往可能也是错误的。所以在应用模型及检验方法时需要特别注意其应用条件。参数检验及大部分模型多要求正态性及独立性[17]。在应用前需对数据进行正态性检验，若不满足正态性，可以考虑通过对数转换、平方根转换及平方根反正弦变换等方法使数据转换成正态以满足应用条件。若无法转换为正态性数据则可采用秩转换的非参数检验方法。而在卡方检验中，若不满足适用条件可考虑采用合适的合并方法[18]。

4.2切勿过分受制于P值P值是最常用的统计指标

[19‐20]，科研设计通常会利用P值得出结论，但若过分关注P值，依据P值处理数据或进行相关结果解释，有时会得出不恰当或错误结论。P值小于既定检验水准不等同于该项结果就具有临床或者实际意义。同理，P值大于检验水准也并不能说明该项结果无效。在实际数据分析及结果解释时应客观分析而不是受制于P值，目前，越来越多地提倡用效应值加95%置信区间来表达结果[20]，这样既能进行结果比较，也可以观察到是否具有临床实际指导意义。

4.3科学地解释统计结果

不同研究设计类型要求的统计方法不同，结果解释存在一定差异，这是一个在实际工作中常被忽略但却至关重要的问题。首先，需正确理解假设检验结果。“差异有统计学意义”并不意味着在医学专业上就是“重要”的。相关系数的假设检验只能说明相关关系是否有统计学意义，既不能说明相关关系是否密切，也不能说明相关关系是否具有医学专业上的某种意义。其次，需正确解释不同研究类型数据分析结果。观察性研究本身已经决定了研究结论的局限性；实验性研究能够较好地控制各种混杂因素，对于严谨设计的实验性研究，结论通常较为可靠，但要注意临床试验对象是人时，存在诸多心理（如安慰剂效应和霍桑效应）以及伦理问题的局限，下结论时需特别谨慎。最后，需正确解释不同单位数据分析结果。对于研究对象基于学校、单位或地区等水平的汇总数据所进行的分析，如果在个人水平上下结论，就需特别严谨，注意因果推论时的逻辑性和正确性。

5小结

统计学问题范文篇2

统计学中常用的概念有总体与样本、随机化与概率、计量与计数、等级资料及正态与偏态分布资料、标准差与标准误等。如某研究采用经会阴途径测定宫颈长度,以探讨不同宫颈长度与临产时间的关系。结果显示35例宫颈长度为25～34mm者与32例宫颈长为15～24mm者临产时间的均值±标准差(x±s)各为57.6±58.1与47.3±49.1小时。该计量资料,经t检验显示t=0.780,P>0.05,并未提示不同宫颈长度的临产时间差异有显著意义;从标准差大于均值,显示各变量值离散程度大,呈偏态分布,故不能采用x±s这一算术均数法计算均数。经偏态转换成近似正态分布资料后结果是:35例与32例的临产时间各为34.5±4.1与26.7±4.1小时,(t=7.778,P<0.001),两组差异有极显著意义。可认为随着宫颈长度的缩短、临产时间也缩短。此外,当两组资料单位不同时,其S单位也不同;即使两组单位相同的变量值,若其均数差异较大,也都应以变异系数替代s来比较两组值的离散度的大小。

二、正常值范围及异常阈值的确定

如何选择研究对象,至少需多少例,正确统计处理和参考一定数量的病例数据,是确定正常值范围及异常阈值的四个重要因素。

1.研究对象:应为“完全健康者”,可包括患有不影响待测指标疾病的患者。如“正常妊娠”的条件:孕前月经周期规则、单胎、妊娠过程顺利、无产科并发症及其它有关合并症,分娩孕周为37～41周+6,新生儿出生体重为2500～4000g和Apgar评分≥7分。

2.观察数量:观察数量应尽可能多于100例;需分组者,各组人数也是如此(标本来源困难时酌情减少)。有些指标值如雌三醇(E3)、甲胎蛋白(AFP)、胎盘泌乳素(HPL)等随孕周进展而变化,应按孕周分组;邻近孕周均数相近者,可合并几周计算。若为偏态分布,应以百分位数计算,则例数应≥120例。取各孕周对象时,应考虑到所取各孕周中的例数分布大致均衡。显然,文稿中往往以少量例数求得正常值是欠可靠的。

3.统计处理:应根据所得数据分布特征采用不同的统计处理方法。属正态或近似正态分布的数据,可采用x±s法计算;这也适用于以一定方法能将非正态分布转换成正态或近似正态分布的资料。对无法转换的偏态资料,应采用百分位数计算法。具体计算(包括上下限初步制定)见文献。

4.对照数量:相应观察的病例数(包括分组)应不少于30例,这对制定某指标有临床意义的异常阈值尤其重要,这一点往往易被忽视。如在参考较多病例数据后,唾液游离E3的下限异常阈值应为第2.5百分位数,而非通常采用的5百分位数。否则,将会导致该指标产前监护的假阳性率增加。

三、t检验与校正t检验(t′检验)

这是文稿中极易混淆的一类计量资料统计问题。

(一)检验的注意事项

1.t检验的意义:t检验与所有统计分析相同,其结果提示现有差别不仅仅是抽样误差所致,且提示犯第一类错误的可能性大小,即t0.05与t0.01犯第一类错误的可能性各为5%与1%。

2.统计意义与临床意义的关系:统计学有显著意义,而在临床上可能是无意义的,提示该研究应继续深入,以明确该差异是否真有显著意义;相反,统计无显著意义,而临床上却是有意义的,不能贸然轻易地下结论。应复查实验设计、方法、试剂及仪器性能、质控措施和实验数据等是否有问题,或尚需再进一步增加样本量进行复测等。

3.t检验适用范围:t检验仅适用于正态或近似正态分布(包括偏态转换)和其方差是齐性资料的检验;t检验适用于可比性资料,即除了欲比较的因素外,其它所有可影响的因素应相似。

4.t检验的结果判断:判断结果不应绝对化,P<或>0.05,分别表示可拒绝或接受原定的假设,但两者都有5%的可能性犯第一类错误;而P值越小,只能是更有理由拒绝原定的假设。

5.单侧与双侧检验:应预先制定本研究的结果是需行双侧还是单侧检验。对有把握确知某治疗措施或某指标是不会劣于现有的,才作单侧检验;若不知何者为优,应行双侧检验。因为在同一t值的界限上,单侧检验的概率(P)仅为后者的一半,也就是说单侧检验较双侧检验更易得出差别有统计意义的结论,不可随意制定。一般讲,绝大多数研究以采用双侧检验为妥。

(二)t′检验与t检验的区别

当两样本均数的方差非齐性时,应以t′替代t检验。例如:甲组32例血清某指标值为53.9±49.6(μmol/L);乙组6例的结果为26.6±7.2(μmol/L),若不考虑两样本方差大小,t检验示t=1.331,P>0.05,提示两组血清该指标的平均含量差异无显著意义。但先作方差齐性检验,F=47.4,P<0.01,示这两样本方差差异有极显著意义。据此应采用t′检验,t′=2.952>t′0.012.875,P<0.01。显然,与上述结论恰恰相反。

四、卡方(χ2)、校正χ2与直接概率法(或精确法)检验

这三种检验方法为一类用途较广、但也易混淆的、适用于计数资料检验的方法。应注意,鉴于总数与理论值的不同,应采用相适合的检验方法。

例1.192例出生体重≥4000g的新生儿发生难产与窒息数分别为151例与22例;3475例出生体重≥3500～4000g的新生儿发生难产与窒息数分别为185与265例;2451例出生体重≥2500～3500g的新生儿发生难产与窒息数分别为122与169例。3组的构成比:难产与新生儿窒息率分别为:78.6%、5.3%、5.0%与11.4%、7.6%、6.9%。据此贸然认为出生体重≥2500～3500g为最佳新生儿分娩体重的结论是不可靠的。经χ2分析,后两组的难产与窒息率间和前两组窒息率间差异均无显著意义(P均>0.05)。故可认为,单据本研究结果是难以得出上述临床上认可的结论的。这涉及到上述“统计无显著意义,而临床却是有意义”的问题,应进一步复查或增加样本测试。杜绝单纯根据百分率的大小贸然下结论。

例2.某药治疗感染衣原体(CT)的中、晚期孕妇各11例和36例,她们的新生儿感染CT数各为3例和23例。χ2检验得χ2=4.570,P<0.05。据此误认为,某药治疗中孕期感染CT孕妇的新生儿感染CT数少于晚孕期才开始治疗的新生儿感染数。根据统计原则,其中一个数的理论值为4.9(<5)时,应采用校正χ2计算,得χ2=3.209,P>0.05。显然,正确结论恰与上述相异。

例3.以精确法替代χ2检验。某新技术测试8例卵巢内胚窦瘤患者,5例呈阳性反应;测试25例卵巢颗粒细胞瘤患者中6例阳性。χ2检验得χ2=4.042,P<0.05。误认为该新技术测前组的阳性率高于后组。但鉴于总例数33例(<40),且其中一个数的理论值为2.7(<5),故应改用精确法检验,结果首次计算P值,已达0.102,>双侧检验的有显著性意义的界限0.025,故P>0.05。结论也恰相反。

五、相关与回归分析

相关分析只是以相关系数(r)来表示两个变量间直线关系的密切程度和相关方面的统计指标。无论是正相关(r为正值)或负相关(r为负值),只是经相关系数的统计意义检验(如t检验)后,当P<0.05时,即示差异有显著意义时,才能依据|r|值的大小来说明两变量间相关的密切程度。因此,表示相关性,除写出r值外,应注明P值;切不可将相关的显著性误解为相关程度;也应注意:相关分析是不能单纯用于阐明两事物或现象间存在着本质的联系,即使两变量间存在高度相关关系(即有一定的统计联系),也不能证明它们间存在着因果关系。如欲证明两事物间的内在联系,必需凭借专业知识从理论上加以阐明。

“相关”是表示两个变量间相互关系的密切程度,而回归分析是提示两个变量间的从属关系。在回归分析中,应注意由X变量值推算Y,与以Y变量值推算X的回归线是不一样的;直线回归方程的适用范围,一般仅适合于自变量X原测数据的范围,故绘制回归线时,X值切不能超越实测值的范围而任意延长。

可见,这两种分析,说明的问题是不同的,但相互又有联系。在作回归分析时,一般先作相关分析,只有在相关分析有统计意义(即回归有统计意义)的前提下,求回归方程和回归线才有实际意义。决不能把毫无实际意义的两个事物或两种现象进行相关与回归分析。

六、数据的正确书写

1.文稿内各数据的书写必须前后一致;总数应等于各分组的数据之和。

2.对不同指标,有其不同数据精度的要求,这应结合专业知识加以判断。如新生儿出生体重是以公斤为单位,记录测定数据精确到小数点后的第二位数字即可。

3.测定数据的书写,不能超越其测量仪器测试的精确度范围。

4.同一指标的前后数据应保持同一精确度。

5.经计算,出现比预定小数点后两位数多的数字,应采取“≤4舍、≥6入”与“5‘奇’进‘偶’出”方法,以决定小数点后第三位数字是“舍”还是“入”,即5前为单数则入,双数则舍。

统计学问题范文篇3

一、临床疗效观察的实验设计问题

在各种医学期刊中，半数以上是疗效观察方面的论著。现择其较普遍存在的统计学问题，结合实验设计基本原则加以讨论。

（一）对照与均衡性测定

国内医学期刊有关临床疗效观察的文章甚多，不少杂志刊登了一些事先未设计对照的文章，其结论难以令人信服。如《用柴葛解肌汤治疗上呼吸感染》一文，报道治愈好转率为97.7％，因无对照，无法断定其效果如何，因此，治愈好转率中含有假像。

对照的方法虽有多种，但对照的基本原则是与实验组齐同可比，最好作均衡性测定。

（二）安慰剂与盲法试验

安慰剂与盲法试验是医研（主要是比较性研究）中常用的科研方法，结果准确、误差性小。安慰剂在形、量、色、味等要与实验药物一样，不能给受试者和执行者任何暗示。这种试验就是双盲法试验。但近年来，尚有人用改良的双盲法，此法分两期：第一期（公开期）试验有效者留，无效者弃。有效者进入第二期（双盲试验），以确定疗效是否系安慰剂的作用。在预防效果观察时可采用该法，临床上应用诸多困难，应视具体情况而定。

（三）样本含量与重复原则

没有足够样本的研究结果，是经不起重复试验的，有的论文凭少数病例观实的结果下结论，是不慎重的。如《重症肺炎并发DIC29例》一文，作者观察脑型患者3例，其中死亡一例，就得出“一般脑型病死率高达57％，本组脑型病死率较低，看来及早用肝素阻断DIC过程，对降低脑型病死率可能具有重要意义”的结论。因无对照，结论不可靠。

（四）随机分组与实验设计类型

随机化分组即每个实验对象有同等机会被抽样（分配）到各组去，而不受任何系统因素的影响。常用的实验设计类型有完全随机设计、自身对照设计、交义设计、配偶设计、随机区组设计、拉丁方设计、正文（析因）设计、序贯设计、半数效量实验设计（动物试验），回顾性与前赡性调查研究设计等。科研设计时应根据研究目的要求选择不同类型的实验设计方法，进行相应的统计处理。

统计学问题范文篇4

一、“问题驱动”教学法在概率统计教学中的必要性

概率统计是高等院校理工科,经济管理学科各专业的重要基础课,作为数学的一个重要分支,概率统计在许多领域中有着广泛的应用。但目前高等院校概率统计教学存在着一些问题,以下两个方面较为突出。其一是教学内容多,但学时相对较少。就我校而言,《概率统计B》这门课程的教学内容包含了随机事件、一维及多维随机变量的分布、数字特征,参数估计和假设检验。而教学学时只有48课时,再加上期中考试和国家法定节假日停课,真正的学时也只有44个课时左右。要在短短的时间内完成教学内容并提高教学效果,对教师来说的确是一个很大的挑战。其二是源于学生方面的普遍问题。当前我国的大学教育是大众化的教育,与精英教育时代相比,教学对象有了很大的改变。学生的独立思考能力较差,对教师的依赖性强,缺乏学习的主动性和自觉性,没有养成良好的学习习惯,再加上校园活动多,使得学生很难像中学一样,把所有的精力都放在学习上。正是存在上述的问题,我们要在传统教学的基础上寻找新的教学方式,在有限的90分内提高教学效率。其中“问题驱动”教学法就是一个行之有效的教学方法。

二、“问题驱动”教学法在课堂教学中的应用

“问题驱动”教学方法的关键环节是如何设计好问题。在文献[2]中提出了问题设计的三种策略,而问题设计的方法可以有多种呈现方式,我认为应该体现在以下三个方面。

1.问题设计要能够激发学生学习的动机,使学生对这门课程产生兴趣。比如,第一次课的时候,教师在介绍概率统计这门学科的发展历史时,可以以费马和巴斯卡的“赌金分配”问题为例,一方面让学生了解概率论的起源,另一方面让学生通过自己的分析,提出如何对赌金进行分配的方案。这样既能够调动学生的积极性,同时也激发了学生对概率统计这门课程学习的兴趣,为今后的教学起到一个良好的铺垫作用。

2.问题设计要能够使学生加深对基本概念的理解。当学生面临教师所提出的问题时,会产生猜想和探究的心理,这样容易激发学生积极思维,以便解决问题。在“事件的独立性“这一章节时,可以提出下面两个问题[3],问题1:一口袋中装有a只红球,b只白球。从口袋中任取一球,采用不放回的抽样。求:(1)在第一次取得红球的条件下,第二次取出红球的概率;(2)第二次取出红球的概率。设A表示“第一次取出红球”,B表示“第二次取出红球”。教师引导学生利用古典概率,乘法公式和全概率公式计算出:P(A)=aa+b,P(B|A)=a-1a+b-1,P(AB)=a(a-1)(a+b)(a+b-1),P(B)=aa+b。问题2:把问题1中的条件“不放回的抽样”改成“有放回的抽样”,再让学生重新思考上述问题,它们的概率有是多少呢?此时,教师亲自计算出:P(A)=aa+b,P(B|A)=aa+b,P(AB)=a2(a+b)2,P(B)=aa+b。引导学生观察4个随机事件概率之间的关系,发现P(B|A)=P(B),P(AB)=P(A)P(B)。这两个等式表明事件A发生与否对事件B发生的概率没有影响,两个随机事件的发生有某种“独立性”,然后再给出事件独立性的定义就水到渠成了。通过上面的问题设计,学生理解事件独立性的概念就更加深刻了。

3.问题设计要有助于知识迁移。面对问题情境时,使学生在新旧知识之间建立合理的联系,引导学生利用已有的知识去分析和思考面临的问题。在“随机变量的协方差”这一章节,讨论两个随机变量和的方差时,首先提出问题1:若随机变量X与Y相互独立,则D(X+Y)是多少?学生利用方差的性质很快能够得到答案是D(X+Y)=D(X)+D(Y)。

接着提出问题2:若随机变量X与Y不满足相互独立的条件,则D(X+Y)又是多少?让学生经过几分钟的思考,由教师推导出D(X+Y)=D(X)+D(Y)+2Cov(X,Y)。最后提出问题3:问题1是否为问题2的一个特例?问题3由学生独立完成,验证过程中要用到协方差的计算公式“Cov(X,Y)=E(XY)-E(X)E(Y)”和期望的性质“若X与Y相互独立时,E(XY)=E(X)E(Y)”,这样就建立起新旧知识之间的联系,通过这3个问题组成的“问题链”,学生对期望、方差以及协方差的性质有了更清晰地认识。

三、结语

“问题驱动”教学方法的使用应该注意以下几点:

1.根据学生的特点和认知水平设计好问题,问题不能太难,也不能太简单,应该保持一种“半生不熟”的中等强度,这样才能激发学生去思考和解决问题。

统计学问题范文篇5

在各种医学期刊中，半数以上是疗效观察方面的论著。现择其较普遍存在的统计学问题，结合实验设计基本原则加以讨论。

（一）对照与均衡性测定

国内医学期刊有关临床疗效观察的文章甚多，不少杂志刊登了一些事先未设计对照的文章，其结论难以令人信服。如《用柴葛解肌汤治疗上呼吸感染》一文，报道治愈好转率为97.7％，因无对照，无法断定其效果如何，因此，治愈好转率中含有假像。

对照的方法虽有多种，但对照的基本原则是与实验组齐同可比，最好作均衡性测定。

（二）安慰剂与盲法试验

安慰剂与盲法试验是医研（主要是比较性研究）中常用的科研方法，结果准确、误差性小。安慰剂在形、量、色、味等要与实验药物一样，不能给受试者和执行者任何暗示。这种试验就是双盲法试验。但近年来，尚有人用改良的双盲法，此法分两期：第一期（公开期）试验有效者留，无效者弃。有效者进入第二期（双盲试验），以确定疗效是否系安慰剂的作用。在预防效果观察时可采用该法，临床上应用诸多困难，应视具体情况而定。

（三）样本含量与重复原则

没有足够样本的研究结果，是经不起重复试验的，有的论文凭少数病例观实的结果下结论，是不慎重的。如《重症肺炎并发DIC29例》一文，作者观察脑型患者3例，其中死亡一例，就得出“一般脑型病死率高达57％，本组脑型病死率较低，看来及早用肝素阻断DIC过程，对降低脑型病死率可能具有重要意义”的结论。因无对照，结论不可靠。

（四）随机分组与实验设计类型

随机化分组即每个实验对象有同等机会被抽样（分配）到各组去，而不受任何系统因素的影响。常用的实验设计类型有完全随机设计、自身对照设计、交义设计、配偶设计、随机区组设计、拉丁方设计、正文（析因）设计、序贯设计、半数效量实验设计（动物试验），回顾性与前赡性调查研究设计等。科研设计时应根据研究目的要求选择不同类型的实验设计方法，进行相应的统计处理。

统计学问题范文篇6

绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。

据不完全统计,在难以发表的、已凝聚着作者心血并花费较长时间与较大财力撰写的研究论文中,约半数以上是由于统计错误致其结果与原文主要结论相违背。如一文采用某新药引产,96例足月孕妇的产后出血与新生儿低Apgar评分率均为2.1%(各2例),明显低于应用原药引产的19例,其产后出血与新生儿低Apgar评分发生率均为15.8%(各3例,χ2=7.164,P<0.001)。故认为采用新药引产是一更安全的措施。原药引产组例数偏少暂且不谈,该资料比较应采用精确法分析,结果是与原结果恰恰相反(P>0.05),这样上述的主要结论就欠可靠而难以发表,否则论文可起误导作用。类似问题文稿中还常有出现。现就文稿中常见的统计问题及其相应的处理方法简述如下。

一、常用的统计术语

统计学中常用的概念有总体与样本、随机化与概率、计量与计数、等级资料及正态与偏态分布资料、标准差与标准误等。如某研究采用经会阴途径测定宫颈长度,以探讨不同宫颈长度与临产时间的关系。结果显示35例宫颈长度为25～34mm者与32例宫颈长为15～24mm者临产时间的均值±标准差(x±s)各为57.6±58.1与47.3±49.1小时。该计量资料,经t检验显示t=0.780,P>0.05,并未提示不同宫颈长度的临产时间差异有显著意义;从标准差大于均值,显示各变量值离散程度大,呈偏态分布,故不能采用x±s这一算术均数法计算均数。经偏态转换成近似正态分布资料后结果是:35例与32例的临产时间各为34.5±4.1与26.7±4.1小时,(t=7.778,P<0.001),两组差异有极显著意义。可认为随着宫颈长度的缩短、临产时间也缩短。此外,当两组资料单位不同时,其S单位也不同;即使两组单位相同的变量值,若其均数差异较大,也都应以变异系数替代s来比较两组值的离散度的大小。

二、正常值范围及异常阈值的确定

如何选择研究对象,至少需多少例,正确统计处理和参考一定数量的病例数据,是确定正常值范围及异常阈值的四个重要因素。

1.研究对象:应为“完全健康者”,可包括患有不影响待测指标疾病的患者。如“正常妊娠”的条件:孕前月经周期规则、单胎、妊娠过程顺利、无产科并发症及其它有关合并症,分娩孕周为37～41周+6,新生儿出生体重为2500～4000g和Apgar评分≥7分。

2.观察数量:观察数量应尽可能多于100例;需分组者,各组人数也是如此(标本来源困难时酌情减少)。有些指标值如雌三醇(E3)、甲胎蛋白(AFP)、胎盘泌乳素(HPL)等随孕周进展而变化,应按孕周分组;邻近孕周均数相近者,可合并几周计算。若为偏态分布,应以百分位数计算,则例数应≥120例。取各孕周对象时,应考虑到所取各孕周中的例数分布大致均衡。显然,文稿中往往以少量例数求得正常值是欠可靠的。

3.统计处理:应根据所得数据分布特征采用不同的统计处理方法。属正态或近似正态分布的数据,可采用x±s法计算;这也适用于以一定方法能将非正态分布转换成正态或近似正态分布的资料。对无法转换的偏态资料,应采用百分位数计算法。具体计算(包括上下限初步制定)见文献。

4.对照数量:相应观察的病例数(包括分组)应不少于30例,这对制定某指标有临床意义的异常阈值尤其重要,这一点往往易被忽视。如在参考较多病例数据后,唾液游离E3的下限异常阈值应为第2.5百分位数,而非通常采用的5百分位数。否则,将会导致该指标产前监护的假阳性率增加。

三、t检验与校正t检验(t′检验)

这是文稿中极易混淆的一类计量资料统计问题。

(一)检验的注意事项

1.t检验的意义:t检验与所有统计分析相同,其结果提示现有差别不仅仅是抽样误差所致,且提示犯第一类错误的可能性大小,即t0.05与t0.01犯第一类错误的可能性各为5%与1%。

2.统计意义与临床意义的关系:统计学有显著意义,而在临床上可能是无意义的,提示该研究应继续深入,以明确该差异是否真有显著意义;相反,统计无显著意义,而临床上却是有意义的,不能贸然轻易地下结论。应复查实验设计、方法、试剂及仪器性能、质控措施和实验数据等是否有问题,或尚需再进一步增加样本量进行复测等。

3.t检验适用范围:t检验仅适用于正态或近似正态分布(包括偏态转换)和其方差是齐性资料的检验;t检验适用于可比性资料,即除了欲比较的因素外,其它所有可影响的因素应相似。

4.t检验的结果判断:判断结果不应绝对化,P<或>0.05,分别表示可拒绝或接受原定的假设,但两者都有5%的可能性犯第一类错误;而P值越小,只能是更有理由拒绝原定的假设。

5.单侧与双侧检验:应预先制定本研究的结果是需行双侧还是单侧检验。对有把握确知某治疗措施或某指标是不会劣于现有的,才作单侧检验;若不知何者为优,应行双侧检验。因为在同一t值的界限上,单侧检验的概率(P)仅为后者的一半,也就是说单侧检验较双侧检验更易得出差别有统计意义的结论,不可随意制定。一般讲,绝大多数研究以采用双侧检验为妥。

(二)t′检验与t检验的区别

当两样本均数的方差非齐性时,应以t′替代t检验。例如:甲组32例血清某指标值为53.9±49.6(μmol/L);乙组6例的结果为26.6±7.2(μmol/L),若不考虑两样本方差大小,t检验示t=1.331,P>0.05,提示两组血清该指标的平均含量差异无显著意义。但先作方差齐性检验,F=47.4,P<0.01,示这两样本方差差异有极显著意义。据此应采用t′检验,t′=2.952>t′0.012.875,P<0.01。显然,与上述结论恰恰相反。

四、卡方(χ2)、校正χ2与直接概率法(或精确法)检验

这三种检验方法为一类用途较广、但也易混淆的、适用于计数资料检验的方法。应注意,鉴于总数与理论值的不同,应采用相适合的检验方法。

例1.192例出生体重≥4000g的新生儿发生难产与窒息数分别为151例与22例;3475例出生体重≥3500～4000g的新生儿发生难产与窒息数分别为185与265例;2451例出生体重≥2500～3500g的新生儿发生难产与窒息数分别为122与169例。3组的构成比:难产与新生儿窒息率分别为:78.6%、5.3%、5.0%与11.4%、7.6%、6.9%。据此贸然认为出生体重≥2500～3500g为最佳新生儿分娩体重的结论是不可靠的。经χ2分析,后两组的难产与窒息率间和前两组窒息率间差异均无显著意义(P均>0.05)。故可认为,单据本研究结果是难以得出上述临床上认可的结论的。这涉及到上述“统计无显著意义,而临床却是有意义”的问题,应进一步复查或增加样本测试。杜绝单纯根据百分率的大小贸然下结论。

例2.某药治疗感染衣原体(CT)的中、晚期孕妇各11例和36例,她们的新生儿感染CT数各为3例和23例。χ2检验得χ2=4.570,P<0.05。据此误认为,某药治疗中孕期感染CT孕妇的新生儿感染CT数少于晚孕期才开始治疗的新生儿感染数。根据统计原则,其中一个数的理论值为4.9(<5)时,应采用校正χ2计算,得χ2=3.209,P>0.05。显然,正确结论恰与上述相异。

例3.以精确法替代χ2检验。某新技术测试8例卵巢内胚窦瘤患者,5例呈阳性反应;测试25例卵巢颗粒细胞瘤患者中6例阳性。χ2检验得χ2=4.042,P<0.05。误认为该新技术测前组的阳性率高于后组。但鉴于总例数33例(<40),且其中一个数的理论值为2.7(<5),故应改用精确法检验,结果首次计算P值,已达0.102,>双侧检验的有显著性意义的界限0.025,故P>0.05。结论也恰相反。

五、相关与回归分析

相关分析只是以相关系数(r)来表示两个变量间直线关系的密切程度和相关方面的统计指标。无论是正相关(r为正值)或负相关(r为负值),只是经相关系数的统计意义检验(如t检验)后,当P<0.05时,即示差异有显著意义时,才能依据|r|值的大小来说明两变量间相关的密切程度。因此,表示相关性,除写出r值外,应注明P值;切不可将相关的显著性误解为相关程度;也应注意:相关分析是不能单纯用于阐明两事物或现象间存在着本质的联系,即使两变量间存在高度相关关系(即有一定的统计联系),也不能证明它们间存在着因果关系。如欲证明两事物间的内在联系,必需凭借专业知识从理论上加以阐明。

“相关”是表示两个变量间相互关系的密切程度,而回归分析是提示两个变量间的从属关系。在回归分析中,应注意由X变量值推算Y,与以Y变量值推算X的回归线是不一样的;直线回归方程的适用范围,一般仅适合于自变量X原测数据的范围,故绘制回归线时,X值切不能超越实测值的范围而任意延长。

可见,这两种分析,说明的问题是不同的,但相互又有联系。在作回归分析时,一般先作相关分析,只有在相关分析有统计意义(即回归有统计意义)的前提下,求回归方程和回归线才有实际意义。决不能把毫无实际意义的两个事物或两种现象进行相关与回归分析。

六、数据的正确书写

1.文稿内各数据的书写必须前后一致;总数应等于各分组的数据之和。

2.对不同指标,有其不同数据精度的要求,这应结合专业知识加以判断。如新生儿出生体重是以公斤为单位,记录测定数据精确到小数点后的第二位数字即可。

3.测定数据的书写,不能超越其测量仪器测试的精确度范围。

4.同一指标的前后数据应保持同一精确度。

5.经计算,出现比预定小数点后两位数多的数字,应采取“≤4舍、≥6入”与“5‘奇’进‘偶’出”方法,以决定小数点后第三位数字是“舍”还是“入”,即5前为单数则入,双数则舍。

统计学问题范文篇7

关键词：医学期刊；编辑；循证医学；临床研究

循证医学(evidence-basedmedicine，EBM)就是遵循证据的医学。著名临床流行病学家DavidSackett教授将循证医学定义为“慎重、准确和明智地应用所能获得的最好研究依据来确定患者的治疗措施”。循证医学的核心思想是医疗决策应尽量以客观研究结果为依据[1]。所提到的客观研究结果一般是临床研究，而医学期刊作为临床研究发表的载体，具有重要作用，最佳的证据来源是医学期刊。在循证医学背景中如何发挥医学期刊编辑的作用是我们要关注的新问题。提升了医学期刊编辑的EBM能力也促进医学期刊中临床研究质量的提升，而临床研究质量的提升也有利于提供更佳的证据，推进医学的进步[2-3]。所以循证医学和医学期刊相辅相成。

1医学期刊编辑的循证医学能力要求

首先，医学期刊编辑应该了解循证医学的基本特征，明确证据是循证医学的基本。而证据来源于医学期刊，所以要充分认识到医学期刊和循证医学的关系。医学期刊应该尽量发表高质量的临床研究证据，使临床医生在进行医疗决策时能获取更多高质量的证据，这是循证医学对医学期刊编辑的要求[4-5]。发表存在学术质量问题的临床研究不仅不能为循证医学提供高质量的证据，还会错误引导其他临床医生的医疗决策。因此医学期刊编辑要把好临床研究的质量关，促进循证医学的发展。对于医学期刊编辑来说，应该掌握循证医学的证据分级，这是循证医学的基础，也是编辑评价临床研究整体质量的一个标准。作为临床研究论文也就是证据的编辑者，要了解临床医生所提供证据的分级，才能从整体上评价文章的价值和科学性。所以掌握循证医学的证据分级应该是医学期刊编辑的一个基本能力。循证医学中的证据依据按质量及可靠程度可分为五级(可靠性依次降低)[6]。Ⅰ级证据：所有临床随机对照试验(randomizedcontrolledtrial，RCT)的系统评价/Meta分析。Ⅱ级证据：样本量足够的单个RCT的结果。Ⅲ级证据：设有对照组但未用随机方法分组的研究。Ⅳ级证据：无对照的病例观察。Ⅴ级证据：病例报告及专家意见。这五级证据中，前三级中由于设置了对照组，所以证据质量较高。本文对0年《口腔医学》发表的12期杂志中临床研究质量进行了归纳总结(表1)。研究结果显示0年共发表临床研究类文章6篇，证据分级Ⅰ~Ⅲ级证据共18篇(26%)，期刊发表以Ⅳ证据为主，共36篇(%)，此类文章仅有病例组，未设置对照组，证据质量一般。目前医学期刊缺少高质量证据的发表，这也是我们面临的问题之一。医学期刊应该尽量刊登高质量的证据，医学期刊编辑在审稿过程中可以根据证据分级，筛选高质量的临床研究文章。

2临床研究中常见的循证医学问题

医学期刊编辑具备一定循证医学能力后，在工作中就要有意识地发现临床研究论文中的循证医学问题。目前医学期刊中发表的临床研究论文存在不少循证医学问题。早期，毛宗福[7]曾指出在国内权威医学期刊发表的诊断性研究论文约有%存在方法学上的问题。而且王家良[8]也报道过，目前国内临床研究关于治疗性文章中约7.3%以上存在方法学上的缺陷。任何研究，无论多么具有创新性，如果研究方法存在错误，所得的研究结果一定是不可靠的，会严重影响论文的质量。所以这就需要医学期刊编辑的把关。虽然现在临床研究的质量相比以前有一定提升，但目前发表的临床研究还存在一些循证医学问题，影响临床研究的质量。总体来说，发表的中文临床随机对照试验较少，发表的临床研究很少有满足随机、对照和盲法三个基本原则。已发表的文章中常见的问题有：①不设置相应的对照组或者设置的对照组不合适。如果没有合理的对照，那么研究的结论也不可靠。②没有进行盲法，研究结果会存在一定偏倚。③没有进行随机化或者随机化的方法不对，导致样本没有代表性，存在样本偏倚，影响研究结果。上述这些问题也存在于《口腔医学》中临床研究类文章。再者，由于临床研究论文中会涉及很多统计问题，所以不少文章中存在统计学方面的问题。本文根据《口腔医学》收稿的临床研究类文章，总结了常见问题如下：①未进行样本量估计。未进行样本量估计就无法判断样本量是否满足研究需求。如果存在样本量过少的问题，则得出的研究结果可靠性也存疑。②仅列出P值，未列出具体的统计学方法和统计量，也未注明如何进行比较。这也不符合循证医学要求，无法判断统计学方法是否误用，而影响研究结果。③统计学方法误用。比如对不符合正态分布的数据使用方差分析；在方差分析之后误用t检验代替两两比较；配对t检验的误用；用卡方检验代替精确概率法，未考虑统计学方法的应用要求。④对统计学结果的错误解释。比如作者会列出统计学结果无法得出的结论。最后，医学临床研究中还存在一个常见问题就是缺少伦理审查报告和知情同意书。由于临床研究多数均涉及人体，所以需要取得伦理审查报告和知情同意书，这也是完整临床研究的一部分。

3医学期刊编辑提升临床研究质量的相应改进措施

目前医学期刊的临床研究论文存在不少循证医学相关问题，从医学期刊编辑的角度，应该发挥主观能动性，针对问题提出相应的改进措施，提升临床研究质量。

3.1提升医学期刊编辑对临床研究质量的评价能力

一方面，医学期刊编辑可以根据循证医学的证据分级来评价临床研究的整体质量，另一方面，医学期刊编辑可以借助相关的循证医学知识来对临床研究的各个要素来进行分析，从而评价此研究的质量。针对常见的循证医学问题，循证医学专家在其著作[-11]中提出了诊断性试验、病因学、治疗及预后研究论文的评价标准。医学期刊编辑应该了解和运用这些评价标准，以此来辅助编辑评价临床研究的质量。在评价临床研究之前，医学期刊编辑首先判断此临床研究属于何种研究[12]。临床研究中尤其口腔医学方面的有不少研究是病因学研究。对于病因学的临床研究，就要参考病因学研究的评价标准，包括：①研究的因果关系结果是否源于人体实验；②是否选择了高质量证据的设计方案；③是否符合伦理学要求；④研究中的病因学联系的强度如何，是否运用正确统计学方法，并合理地计算了相对危险度或危险度比值比及5%可信区间等。医学研究中包括口腔医学研究中也常常见到对于治疗前和治疗后的研究，临床研究中会有很多干预性措施。对于干预性研究的质量评价重点应该放在可靠性、实用性及真实性等方面。此类研究设置随机对照，尤其是采用了盲法的随机对照研究的可靠性高。各类的临床研究都有具体的评价标准，需要医学期刊编辑主动去学习相关著作，并且在工作及学习中不断更新知识库，这也是循证医学对医学期刊编辑的要求。

3.2加强临床研究文章的统计学审稿流程

由于，目前临床研究论文存在不少统计学方面的问题，一方面要求医学期刊编辑加强医学统计学的学习，掌握基本统计学概念，避免上述的统计学问题；另一方面，建议在审稿过程中增加统计学老师的审稿流程。虽然医学期刊编辑应该具有一些统计学素养，但是在医学期刊编辑对文章统计学方法没有把握时或者有些临床研究用的统计学方法比较复杂时，增加统计学审稿流程，可以更专业、更快速地找出文章的统计学问题，提升文章的统计学质量，进而提升临床研究的整体质量。有些临床研究，比如口腔医学方面的有限元分析及深度学习等方面的研究需要建模，用到多元回归模型，甚至结合大数据，运用了随机森林、神经网络等复杂的方法，此时医学期刊编辑可以考虑增加临床研究的统计学审稿，以保证文章的质量和可靠性。

3.3医学期刊编辑注重审核临床研究的规范性及伦理要求

由于循证医学及伦理的要求，建议临床试验在中国临床试验注册中心(ChineseClinicalTrialRegister,ChiCTR)进行注册。中国临床试验注册中心作为世界卫生组织国际临床试验注册平台(WHOICTRP)一级注册机构之一和中国国家临床试验中心，其旨在提高我国临床试验设计和实施的质量，并管理我国临床试验信息。所以在进行临床试验注册时，一方面可以通过临床试验注册中心把关临床试验的质量，临床试验注册中心可以审核并指导临床研究的设计；另一方面医学期刊作为临床试验的出口，通过监督临床试验注册情况，评估临床研究质量。近几年，随着循证医学发展和伦理的要求，已经有越来越多的临床试验在此平台上进行了预注册。本文统计了5—0年在中国临床试验注册中心进行注册项目(见图1)。统计结果显示，每年的临床试验注册项目数都在快速增长，而这些临床试验的结果最终会转化为，这将有助于提升临床研究文章的质量。虽然已经有部分临床试验进行了注册，但就目前医学期刊编辑工作经验来看，并不是所有作者都了解这个平台及要求，而我们作为医学期刊编辑应该加强这方面意识。如果投稿的临床研究标注了已在中国临床试验注册中心进行注册，说明此研究至少通过了中国临床试验注册中心的审核。不少外文的临床研究文章发表要求作者提供临床试验注册号，所以医学期刊编辑也应提高对中文临床研究文章的要求，鼓励作者完成临床试验注册。这样中国临床试验注册中心和医学期刊，互相促进，共同促进临床研究质量的提升。

4结束语

在循证医学背景下，对医学期刊编辑的要求更高。一方面要求医学期刊编辑掌握循证医学的基本特征，将循证医学意识贯穿到审稿中，另一方面要求医学期刊编辑运用循证医学来加强对临床研究的质量评价，并进一步指导作者改进临床研究，提升临床研究的质量。而高质量临床研究的发表，会促进循证医学的发展，从而形成良性循环。

参考文献

[1]SACKEETDL,RONENBERGWMC,GRAYJA,etal.Evidence-basedmedicine:whatitisandwhatitisn’t[J].BMJ,16,(3):.

[2]董秀玥.医学期刊质量和编辑水平的提高与循证医学的关系[J].编辑学报,4,16(4):2-257.

[3]常志卫.循证医学与医学期刊的学术质量[J].福建医科大学学报:社会科学版,4,5(1):7-.

[4]彭羽.循证医学在医学期刊编辑中的应用[J].泸州医学院学报,20,33(1):-.

[5]程翠,王静,胡世莲.试论大数据环境下的医学期刊与循证医学[J].出版广角,():4-.

[6]杨扬,沈志超.循证医学和医学论文中统计学问题编辑鉴审的必要性[J].编辑学报,1,(2):-.

[7]毛宗福.临床诊断试验中的缺陷实例分析[J].湖南医学,18,(5):.

[8]王家良.重视科研设计,提高临床科研质量[J].中华医学杂志,1,2:85-86.

[]王家良,刘鸣.循证医学[M].北京:人民卫生出版社,1.

[]史宗道.循证口腔医学[M].北京:人民卫生出版社,3.

[11]李幼平.循证医学[M].北京:高等教育出版社,3.

统计学问题范文篇8

（一）计算机辅助计算。如今的计算机发展速度飞快，计算机的运算能力超乎人类想象。复杂的数学问题完全可以借助计算机快速的运算能力解决。比如，在国际围棋大赛中，利用机器人与围棋大师进行比赛，机器人的出棋方法是人工无法计算的，需要借助计算机的人工智能功能进行计算；在热场分析中，热流量无法通过人工进行计算，需要计算机测试和软件模拟相互配合才能完成。（二）计算机提高精确度。计算机在数学上的应用，可以提高数学的精确度。中国古代，祖冲之将圆周率测试到小数点后7位，超过了欧洲数百年。现如今，利用人工计算圆周率，计算到小数点后707位需要十五年的时间，但是如果借助计算机只不过是几分钟的工作量。随着科学技术的不断发展，对精确度的要求也是越来越高，人工计算耗时耗力还无法达到所要求的精确度标准，因此，借助计算机提高精确度，不但降低了误差，也使得数学问题简单化、程序化。（三）计算机使数据储存更加精准。现代社会是一个信息化的社会，数学问题很多都是大量数据的问题，在对大数据进行解析时，无论是原始数据还是结果都需要进行保存以待后续使用。任何一个数据的储存误差或者缺失都会导致整个数据体系瘫痪。由于人工储存存在精力和视觉疲劳的缺点，并且大量的数据储存已经超出人类的极限，因此，这个时候计算机的超大量储存功能发挥了优势。计算机不但能够完整的存储数据，还能保证数据的安全可靠性。（四）计算机强大的分析能力。计算机不但具备超强的计算能力，还具备很高的分析能力，对于理性分析，计算机的能力不亚于人类。在实际应用中，人类往往利用计算机来进行各种各样的科研实践活动，比如数学中困扰人类几百年的四色问题，即地球上任何一个国家用一种颜色表示，只需四种颜色，就可以将相邻国家用不同颜色区分开。直到上个世纪80年代，计算机的出现才使得四色问题得以解决。计算机并不是具备思考能力，而是用简单的数据语言对计算机进行软件编程，将数学条件用计算机语言进行表达，通过计算机超强的分析能力从而得到解决。（五）计算机提高数据处理能力。对于相同方法进行计算的问题，我们无需浪费时间，只需要编写一个或几个程序，将限制性条件用计算机语言来表示，然后输入初始条件，即可得到不同的结果，这就是计算机的数据处理功能。目前已经有很多软件具备这种能力，如Spss，已经在统计学数据处理中发挥着重要的作用。（六）计算机的其他功能。计算机的快速发展，使数学得到了飞速的进步。随着互联网的普及，数学资料的查阅和信息交流与获取将变得更加方便，人们可以借助计算机进行数学问题的探讨与分析，使数学研究全球化。

二、计算机技术与数学结合

目前，数学领域分为数论、代数学、几何学、积分、拓扑学等多个数学分支，计算机与数学的结合非常紧密，很多数学问题都可以转化为计算机问题来进行解决。我对目前常用的几个计算机技术与数学结合的方向进行分析。（一）计算机技术与几何学的结合。计算机在处理图形方面有着过人的长处，利用计算机技术与数学几何学的图形处理相结合可以将结构性的问题转变成程序化问题进行解决。比如在几何学中最常见的三角形问题，对于三角形的边角关系的求解，往往同一个比例会得出不同的边角数量关系，可以借助计算机的图像处理功能进行求解。（二）计算机与线性代数学结合。线性代数既是一门代数学，又包含一定的几何学关系。线性代数是一门比较抽象的学科，通过计算机将矢量和矩阵进行计算和处理，并且，计算机可以将矢量和矩阵进行旋转、平移、缩放，这样复杂的线性代数问题就变成了程序语言，能够进行快速的计算。线性代数中的矩阵求解，可以利用计算机选择最合适的矩阵位置和方向，创建一个覆盖所有点集的曲面，并使皱折程度最小。（三）计算机与微积分结合。积分是由解决几何问题的代数方式，积分将点线面的关系扩展到二维和三维空间，通过计算机图形学可以解决微积分的问题。在面对积分问题时，需要将积分和几何学相结合，将积分问题转化为线、面、体问题，然后通过计算机问题对几何问题进行求解。计算机与微分问题的结合也是通过几何学为桥梁，微分通常是对曲线、曲面中涉及的方程进行求解。微分学问题，可以借助计算机构建相关的二维或者三维模型，然后将微分问题转化成几何问题进行求解。（四）计算机技术与统计学结合统计学是数学的基础学科之一，许多数学问题需要统计学来分析数据，而统计学已经针对常见问题，推出了一些通用的统计学软件，如Spss、State等等。计算机技术是解决统计学问题的常见重要工具。

三、常用计算机处理数学问题的软件

统计学问题范文篇9

关键词：实践；生物统计学；教学方法

生物统计学是一门运用数理统计方法设计和分析生物学试验的学科,是生物学、农学、林学、畜牧学、兽医学等学科的专业课程，在这些领域内发挥着重要的作用[1-4]。本文分析了生物统计学教学特点及问题，结合笔者所在院校生物科学、生物技术专业，以实践为导向，探究了如何改进生物统计学的教学方式和理念。

一、生物统计学教学的特点及存在问题

生物统计学教学内容数学理论较深，学生学习存在一定难度。统计学是应用数据理论收集、整理、分析和解释数据的学科。统计学教材一般数学性极强，充满了纯数据的定义、符号、公式、推导和证明。为了保证数学理论的严密性，一般统计学教学强调数学模型建立和演绎。生物统计教学也存在同样问题。然而，统计学不仅仅是数学，它更注重如何应用数学的方法解决实际问题。例如，生物统计学是应用统计学的原理和方法研究生物学的客观现象及问题的学科。在传统教学中，相对于数学理论而言，对如何应用统计学的原理和方法，讲得较为简略，统计思想介绍不充分。在传统生物统计学教学中，理论教学比例大，实践教学比例小，强调计算，缺乏应用，致使学生觉得所学内容比较抽象，学习兴趣被淹没在繁杂的公式记忆中，对统计思想的理解不深，以及面对实际问题无从下手和力不从心，与教师所言“有用性”形成了鲜明的对比。

二、以实践为导向的生物统计学教学的优化

（一）教学内容的优化。优化课程内容，增加实践教学比例。生物统计是数理统计与生物学试验相结合的学科。为了讲述清楚数理统计原理，不可避免地包含繁杂公式推理，易使数学基础薄弱的生物学专业的学生失去兴趣。在不影响知识完整性的情况下，课程组适当地减少了概率论和数理统计部分的理论和难度，加强统计思维训练，提高知识的直观性、兴趣性和易用性。例如，淡化公式推演，侧重对常用统计方法的思想和适用原则的分析和解释，深化统计方法对生物学试验的指导作用。又如，针对生物科学和生物技术专业，适当简化了与专业密切度低的内容，增加了一些与野外调查和试验设计的内容。（二）教学方法的改进。1.以实践问题为导向的启发式教学。在教学中，课程组教师发现在讲授统计学知识前，先提出一些实际生物学问题，给学生一定的思考空间，再讲统计理论及统计方法的使用，教学效果会更好。例如，在讲解统计学的假设检验时，教师提出“如何检验某种药剂是否能促进生物生长”这一生物学试验中的典型问题，然后让学生思考并提出自己的检验方法，接着教师评估学生检验方法的合理性，引导学生辩证性讨论，从而在适宜的时机引出统计学假设检验，并进一步讲述统计学在设计生物学试验、解析试验结果等方面的科学性，培养学生客观、正确的科学思维。通过这种方式，学生可在学习统计知识前，就意识到其重要性，自主探究统计理论或方法，即便是遇到繁杂的公式，也会主动进取。通过针对同一问题的不同观点的互相交锋和彼此互动，有利于激发学生的创造性思维，提高判断能力、分析能力、决策能力、协调能力、表达能力和解决问题的能力。2.以实践情境为导向的案例式教学。教学中应用案例创设情境，能提高学生的学习兴趣。生物统计学教学主要面向生物学、农学、畜牧等专业，这些专业学习生物统计学的主要目的是辅助试验设计和分析试验结果。课程组选取实训实例时，从具体生物学试验中选取，贴合学生的知识背景，创设具体应用情境，使学生感到学有所用，激发学生的兴趣和求知欲。此外，在选取和讲解案例时，要围绕一定的教学目的。例如，有的案例着眼于统计方法的选择，有的案例着眼于统计推理过程，有的案例着眼于统计结果的分析。不同的着眼点反映了不同的教学目的，创立的情境也不同，以符合学生的认知规律。3.加强思维训练，提高实践应用能力。启发学生的创新思维，培养学生的创新意识，有利于提高其实践应用能力。课程组教师积极引导学生学习使用类比、归纳和反向思维，指导他们从统计学角度分析他们所遇到的生物学问题，从数学概念和实际概率背景得出他们的结论。例如，指导学生归纳单因素、多因素、交互作用等方差分析的共性，比较参数估计和非参数估计的差异，引导学生发散思维和思辨思维。通过思维训练，可以促进学生对统计学知识由“一知半解之悟”到“透彻之悟”转变，有利于其在实践中灵活应用统计方法解决具体问题。4.教师与学生同步演练，提升实践教学效果。采用教师与学生同步演练的方式进行实践教学。为了给学生提供统计软件的实践环境，经过课程组教师的积极努力，建立了生物统计学实验室。该实验室现配备了36台计算机，安装了SPSS、R和Matlab等数据分析软件，可满足小班实践教学活动。教师可在实验室内一边讲解统计理论知识，一边操作统计软件演示统计分析过程。学生与教师同步进行演练，不仅可以将教与练紧密结合在一起，而且还可以将学生从枯燥的手工计算过程解放出来，更加关注对统计方法和思想的理解。同步演练实现了“做中学、做中教”的教学理念。教师操作和学生同步操作,提高了课堂时间的利用率，学生再也不用等教师讲完才能操作，学生学习的兴趣和积极性得以充分发挥。同步演练解决了学生操练效果难以保证的问题，学生对听讲、操练互不影响，获取信息更加全面，思路、行动均与教师同步，操练更加及时、充分,教学目标更容易达成，效果自然更有保障。此外，课程组还积极探索现代教育技术，利用网络和多媒体条件，优化教学方法。注重统计软件和网站的使用，扩展学生知识面。例如，教师可以向学生介绍目前发展迅速的R语言及其丰富的工具包，实现课程理论学习与计算机的有机结合，辅助学生快速掌握统计应用的技巧，增加教学信息量，拓宽教学空间和时间。（三）考核方式的优化。考核是促进学生学习知识和掌握技能的有效手段之一。在课程考核中，课程组注重考察学生的积极性、主动性和创造性，评估学生对生物统计方法的掌握程度，全面评价学生运用统计学方法解决生物学问题的能力。避免学生单纯为了考试而死记硬背概念和公式，机械式学习。评估学生的学习情况，从其在应用统计方法的过程中进行考核，而不是单一的理论考试评定学习效果。例如，在“方差分析”教学考察环节中，从试验设计、数据整理、软件操作、分析能力和结果解释等方面，着重考核学生对于“方差分析”教学环节的知识和技能的掌握程度。

三、以实践为导向的生物统计学教学效果

（一）教学内容得到优化，教学方式呈现多元化。在教学内容设计上，课程组教师注重将统计思想与现实问题结合，促进学生掌握统计的基本概念和方法，培养学生解决相关实际问题的能力，使学生充分意识到统计学在社会实践中的重要性。在教学方式上，课程组教师积极采用了多种教学模式，积极进行小组讨论、教师提点、师生探讨等形式，多元化了教与学，使课堂焕发出生机和活力。在实践环节中，教师不再是“说教”，而是结合具体情景进行引导，激发学生的学习兴趣。（二）学生的学习主动性增强。学生成了实践的主体，自主学习，发展思维，敢于探索。学生的学习兴趣和实践意识均有提高，对数据的理解能力和解决问题的能力也明显增强。学生的学习方式也发生了转变，主动进行实验操作，而且学生通过讨论、合作等方式，在教师设计的生物学统计实验中自主进行思考、分析和归纳，激发了学习兴趣，意识到了统计技术的重要性，产生了内在的学习需求。（三）学生的科创效果明显提升。在学习生物统计学的同时，一些学生也在参加科创计划、实践实习等环节，如“挑战杯”比赛、“互联网＋”大学生创新训练计划等。这些科创环节会涉及调查研究、设计试验、分析数据和总结结果等统计实践技能。这些过程往往会与教师的科研课题结合。教师在科研课题中总结的研究问题及结果，是辅助学生学习专业知识的优秀教学资源，有利于培养学生基本素质和科研能力[5]。例如，本课程组教师结合自身课题，指导了本科生进行了野生植物的基因多态与适应性的关联分析。在该项目中，学生不仅学会了观察记录、采集数据、统计分析和获得结果等基本统计技巧，而且还学会了基因多态的测定、单倍型分析、全基因组关联分析（GWAS）等群体遗传学知识。（四）教师的业务能力显著提升。生物统计教学也是锻炼教师实践能力的有效途径。在生物统计教学中，通过阅读相关教辅材料，教师可以接触大量的生物学试验设计，有利于深化专业知识，启发科研灵感。此外，通过生物统计教学的历练，教师在设计和从事科学试验时，会更加严谨，研读统计结果会更加客观，无形中提高了自身的业务能力，很多教师先后获得了国家自然科学基金、国家高技术研究发展计划、中国博士后科学基金等科研项目资助，切实加强了自身的科研素养。

四、结语

生物统计学的核心内容是辅助设计和分析生物试验[6-7]。然而，统计学中复杂的计算方法和过程，使得生物专业的学生望而却步。因而，生物统计学教学应该回归其产生的初衷，以应用为主导，创造有利于实践的教学环境和教学条件，培养学生能更好地掌握统计原理和方法，为其今后的实际应用打下基础。

参考文献：

[1]刘超,吴喜之.统计教学面对的挑战[J].统计研究,2012,29(2):105-108.

[2]张玲卫,程军回,罗艳丽,等.SPSS软件辅助下《生物统计学》实践教学改革与探索[J].教育现代化,2018,5(37):19-20.

[3]程新,李昆太,黄林.基于专业课程融合的案例式教学模式实践:以生物统计学课程为例[J].大学教育,2018(10):93-95.

[4]章敬旗.生物统计课程考核方式的改革策略[J].西部素质教育,2018,4(23):210.

[5]马磊,张婷婷.应用嵌合基因实例拓展遗传学染色体畸变的教学[J].遗传,2018,40(12):1129-1136.

[6]吴震洋,李丽.提高《生物统计》课程教学效果的几点建议[J].教育现代化,2017,4(28):80-81,93.

统计学问题范文篇10

关键词：学生标准化病人；症状学；问诊教学

症状学是研究各种常见症状的病因发生机制，临床特点及其临床诊断价值的科学，其中的症状是指患者自身感觉到疾病所引起的一些病理生理功能改变和病理形态的改变。问诊是病史采集的重要手段，是医师向患者进行疾病调查研究的第一步[1]，而症状学是问诊的主要内容。但目前医患关系已成为社会各界关注的热点话题，患者能否配合学生的问诊，病房病种是否齐全等都是需要解决的问题。为此，近年来通过借鉴国内外先进的教学理念，将学生标准化病人(StudentStandardizedPatient，SSP)引入症状学的问诊教学。所谓学生标准化病人是指经由专业医护人员指导，经过训练的医学生，依照个案剧本演出病人的角色[2]，SSP能将所需扮演的病人客观且逼真的表演出来，并具有反馈性及重复性，有助于解决临床学生问诊教学问题。

1研究对象与方法

1.1研究对象选择2018年3月7日-2018年5月23日在某三级甲等医院实习的2015级长学制临床医学系的72名医学生作为研究对象，随机分成两组。实验组36人，男16人，女20人，平均年龄(20.49±0.51)岁；对照组36人，男18人，女18人，平均年龄(20.30±0.52)岁，两组年龄、性别比较无统计学意义，P＞0.05。两组学生均选取症状学中腹痛、呕血、黑便及黄疸4个症状，按照统一大纲进行教学8学时，教学老师为同一高年资教师。1.2方法对照组采用传统教学法，教师先以4学时对腹痛、呕血、黑便及黄疸内容进行课堂讲授，4学时床边实习。分为3组，每12人问诊一名患者。在教学过程中，由教师选取临床病例进行讲解，复习常见症状的病因及问诊要点，在床旁指导学生进行问诊病史采集等。实验组采用SSP教学法：将36人随机分成4组，选取1名学生进行SSP培训并通过考试合格后进行患者扮演。教师以4学时进行腹痛、呕血、黑便及黄疸内容进行课堂讲授，一周后进行4学时的SSP教学，4名SSP分别扮演具有腹痛、呕血、黑便及黄疸为主要症状的急性胆囊炎，急性胰腺炎，上消化道出血，消化性溃疡四类病人。由组员分别对SSP进行问诊，SSP根据教师提前制定的脚本对学生进行指导。教师根据学生对SSP问诊时暴露的问题对学生和SSP进行集体指导。1.3评价方法⑴评价两组学生病历书写成绩，满分100分；⑵教学评价，采用匿名问卷调查形式了解学生对教学形式及效果的评价，主要包括学生的学习兴趣、对理论知识掌握的牢固度、理论联系实践的能力、人文关怀的意识、医患沟通能力、学习的主动性及积极性、课堂气氛活跃、临床资源不足、医学生基本技能的训练含问诊技巧、突发事件处理能力、对教学方式的满意度十部分内容，每项最高分为3分，满分为30分；⑶问诊考核评价，由同教学管理室非任课老师进行。教学结束一周后从两组各随机抽出15名同学对SSP进行问诊。问诊考核包括十项内容：礼节规范、用语和蔼；问诊有层次、思路清楚；避免重复提问；避免医学术语、语言通俗易懂；避免暗示性提问及用语；及时核对不确定的病情；医患沟通能力；爱伤观念；突发事件处理能力和问诊时间的把握，每项最高分为3分，满分为30分。1.4统计方法采用统计学软件SPSS22.0软件进行统计学分析，计量资料采用均数±标准差描述，使用独立样本t检验，P＜0.05表示差异具有统计学意义。

2结果

2.1两组病历书写成绩比较实验组成绩(79.86±4.93)分，对照组成绩(73.32±6.54)分，两组比较差异具有统计学意义，P＜0.01。2.2两组教学评价比较从总分上看实验组(29.41±1.79)分明显高于对照组(23.92±4.40)分，差异具有统计学意义，P=0.000。其中学生学习兴趣、学习的主动性及积极性实验组(2.92±0.28、2.95±0.33)分高于对照组(2.46±0.61、2.57±0.56)分，差异具有统计学意义；对理论知识掌握的牢固度、理论联系实践的能力实验组(2.97±0.16、2.92±0.28)分高于对照组(2.57±0.56、2.05±0.85)分，差异具有统计学意义；人文关怀的意识、医患沟通能力实验组(2.95±0.23、2.92±0.28)分高于对照组(2.22±0.65、2.22±0.79)分，差异具有统计学意义；医学生基本技能实验组(2.97±0.16)分高于对照组(2.54±0.51)分，差异具有统计学意义；对教学方式的满意度、课堂气氛活跃实验组(2.89±0.27、2.84±0.50)分高于对照组(2.50±0.17、2.05±0.85)分，差异具有统计学意义；临床资源不足实验组(2.51±0.61)分低于对照组(2.97±0.16)分，差异具有统计学意义，见表1。2.3问诊考试成绩比较实验组成绩(20.20±3.11)分，对照组成绩(18.60±1.52)分，差异具有统计学意义，P＜0.05。实验组在问诊技巧(2.80±0.55)分，医患沟通能力(2.40±0.55)分，爱伤观念及突发事件处理能力方面(2.40±0.55)分高于对照组(2.00±0.01、1.40±0.45、2.40±0.55)分，差异具有统计学意义，P＜0.05，见表2。

3讨论

3.1问诊教学的困难任何时候问诊都是医师必须熟练掌握的基本功，深入细致的问诊不但可以了解病情，而且可为诊断或进一步检查提供线索，是正确诊断的基础。所以辅导医学生学会问诊是他们学习诊断学的第一步，症状学是问诊的核心内容，不容忽视[1]。但是近年来随着患者维权意识增强，医患关系紧张等多种因素的影响，在短短的物理诊断学学习期间，面对有限的患者和同期学习的大批同学，要想真正熟练掌握问诊技巧，还是非常困难的，严重影响了诊断学问诊的教学质量。3.2SSP教学的应用标准化病人模式(StandardizedPatient，SP)为学生提供了一个可交流、可操作、可重复的实践对象，提高了教学效果[3-6]。此次采用SSP教学法，将其应用到医学生症状学问诊教学中来，选拔高年级的医学生作为标准化病人，和普通的SP相比，他们有着医学专业知识，能够很容易理解剧本进入角色，有利于学生们快速掌握问诊技巧及医患沟通技巧，建立和谐医患关系；此外教学相长，参与教学，反过来也能促使他们自身的学习。SSP效果较普通SP更为明显，SSP点评的及时性也使学生对错误的理解和记忆更加深刻。而传统的床旁见习教学法，由于患者资源有限，往往十几个学生问诊一名患者，容易出现注意力不集中，积极性差的现象。本研究中临床资源不足问题上，对照组得分(2.97±0.16)分高于实验组(2.51±0.61)分，两组差异具有统计学意义也说明这点。而且近几年由于患者维权意识的增强，无法较长时间反复询问患者，再加上学生初次接触患者，问诊技巧有限，知识掌握不够牢固，往往出现束手无策，都极大地影响了教学质量。SSP恰好解决了这些问题，可以反复询问，并及时反馈问诊中存在的问题，提高问诊技巧及医患沟通技巧，提高理论联系实际的能力，大大提高了教学效果。目前在中国医学生及留学生的教学中已逐步得到应用[2]。从对学生的问卷调查反馈来看，教学评价总分实验组(29.41±1.79)分明显高于对照组(23.92±4.40)分，差异具有统计学意义，P=0.000，从每一项内容来看，实验组在学生的学习兴趣；对理论知识掌握的牢固度；理论联系实践能力；人文关怀的意识；医患沟通能力；学习的主动性及积极性；活跃课堂气氛的作用；医学生基本技能的训练(问诊技巧、突发事件处理能力)及对教学方式的满意度等方面分数均明显高于对照组。从病历书写质量来看，由于问诊水平得到提高，书写的病历更加全面、层次分明，实验组病历书写成绩(79.86±4.93)分明显高于对照组(73.32±6.54)分。从随机抽取的30名学生的问诊考试成绩总分来看，实验组(20.20±3.11)分高于对照组的(18.60±1.52)分，差异具有统计学意义。在问诊考试中，SSP在问诊过程中突然出现大量鼻衄，实验组15名同学中有12名能迅速协助患者止血，并安慰患者；而对照组仅1名同学帮助患者，其他同学从言语和行动上无反应。更进一步证明了实验组在医患沟通能力，爱伤观念，突发事件处理能力方面强于对照组。综上所述，SSP作为一种新型的医学教学模式，有效解决了病例资源少，学生实践机会欠缺及伦理等方面的问题，值得进一步推广和使用。但在其教学中也发现有一定的局限性，主要包括以下几方面，第一，SSP不能反映临床实际病例的多样性和复杂性，只能模仿部分典型的病例[2]；第二，可选择用于SSP的资源有限，需要学生及教师密切配合,对教师及学生要求高。

参考文献

[1]马明信,贾继东,主编.物理诊断学[M].第4版.北京:北京大学医学出版社,2019:1-4.

[2]刘建军,李新志,黄亮,等.学生标准化病人在留学生骨科实践教学中的应用研究[J].中华医学教育探索杂志,2020,19(3):312-315.

[3]牛燕燕,杨华,唐琦,等.耳鼻喉科标准化病人的培训及应用基础医学与临床[J].基础医学与临床,2018,38(6):874-877.

[4]周言,马杰,王沁,等.标准化病人SP培训及在医学模拟教学改革中的应用研究[J].新疆医学大学学报,2018,41(5):658-660.

[5]MckenzieCT，TilashalskiKR，PetersonDT，etal.EffectivenessofstandardizedPatientsimulationsinteachingclinicalcommunicationskillstodentalstudents[J].JDentEducation，2017,81(10):1179-1186.