科研的统计学方法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇科研的统计学方法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

科研的统计学方法范文第1篇

[关键词]社会科学 统计方法 应用问题

社会科学的实证研究在应用统计学时,统计分析是其关键环节,资料性质分析、资料类型的判断、统计方法的选择等各个环节都应把握好,否则,其分析结果将是没有意义的。本文拟通过对社会科学实证研究论文中应用统计分析方法出现的问题,从描述性分析、定量资料的统计分析、定性资料的统计分析、相关与回归分析等方面进行解析。

一、描述性分析问题

在社会科学实证研究中,一般首先要对社会调查数据进行描述性统计分析,以发现其内在的规律性,再选择进一步的分析方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述,主要包括数据的频数分析、集中趋势分析、离散程度分析、分布形态以及一些基本的统计图形。

描述性统计分析虽然较为简单,但如果对某个事件或某种现象的描述不清楚或存在偏差,那么其后的所有分析都将值得怀疑,而描述的偏差可能会引起公众或学术界对某些社会现象的误解,甚至误导政府决策。

1.均值的误用

均值是用于描述样本集中趋势的最常用指标,但应注意,对于正态或近似正态的对称分布样本,它是较好的指标,一般与离散趋势指标中的标准差一起描述数据资料(即形式);而对于偏态分布的样本,则常用中位数来描述集中趋势,一般与离散趋势指标中的四分位数间距一起描述数据资料(即形式),究其原因是均值容易受到极端值的影响。

对于两个分布完全不同的样本,可能会得到相同的均值,因此均值在某种程度上抹杀了样本内部的差异,而往往这种内部差异正是需要进行深入研究或应当引起人们注意的。为了弥补均值的这种缺陷,一般在报告均值的同时,也应该报告标准差,或用直方图或散点图的形式描述分布,以展示群体内部的差异。

2.绝对数的误用

因为社会调查研究比较容易得到大容量的样本,所以对任何小概率事件,用绝对数报告都会出现较大的数字,单纯对绝对数的强调往往会产生误解。比较合理的方式一般是在报告某事件绝对数的同时,给出该事件的发生率或占研究样本的比例。

3.相对数的误用

相对数常用于描述定性资料的内部构成情况或相对比值或某现象的发生强度,一般有比与率两种形式。虽然比与率的计算形式是相同的,即两个绝对数之商乘以100%,但它们的含义是不同的。率用于反映某种事物或现象发生的强度,而比则用于反映部分与整体或某一部分与另一部分之间的关系。当数据的比较基础相差悬殊,用绝对数表述没有可比性时,就要借助于相对数。

应用相对数也容易出现一些问题,如:百分比与百分率的混用;当分母很小时,只计算百分比或百分率,而没有报告样本量;当比较两个或多个总体率时,没有考虑到各总体对应的内部构成情况是否一致,而直接比较等。

例如在报告流动人口犯罪问题时,给人的印象往往是流动人口犯罪率高于常住人口,其实是忽视了流动人口的年龄和性别构成与常住人口完全不同,且青年男性是犯罪率较高的人群,这样对两个不同群体的比较往往会导致错误的结论。

二、定量资料的统计分析问题

定量资料的统计分析是指所观测的结果变量是定量的,而且希望考察定性的影响因素取不同水平时,定量观测结果的均值之间的差别是否有统计学意义。定量资料的统计分析在统计学应用中占有很大的比重,出现的误用也比较多。

正确选择定量资料统计分析方法的关键有两点:一是正确判断统计研究设计的类型;再是检验定量资料是否满足“独立性、正态性及方差齐性”的前提条件[1]。前者要求使用者对统计研究设计的类型较为熟悉,后者则需要进行预分析,可适当借助于统计分析软件。根据前提条件是否满足来决定用参数假设检验或方差分析,还是用非参数检验方法,进而根据对统计研究设计类型的判断,确定采用具体的统计分析方法。

对定量资料作统计分析时,常犯的错误有:

1.不管统计研究设计类型,盲目套用t检验或单因素方差分析;

2.不验证“独立性、正态性及方差齐性”前提条件,而直接应用参数检验法;

3.将多因素设计定量资料人为拆成多个成组设计定量资料,采用t检验法;

4.将多因素设计定量资料用单因素多水平方差分析解决,或用一元分析替代多元分析等。

三、定性资料的统计分析问题

定性资料的统计分析是指观测结果为定性变量的统计处理问题。定性资料的统计分析在社会科学研究中的应用也是很广泛的,通常根据影响观测结果的原因变量性质分为三种情况:

1.原因变量都为定性变量,此类资料就是通常理解的定性资料。常用的统计分析方法有:检验、秩和检验或Ridit分析、Spearman秩相关分析、线性趋势检验、一致性检验(也称Kappa检验)、加权检验、对数线性模型等。

2.原因变量中既有定性变量,又有定量变量。这类资料的统计分析通常有两种处理方法:一是结合专业知识先将定量的原因变量离散化,使其转化为定性变量,然后采用上面3.1的统计方法处理;二是先对定性的原因变量,采用哑变量技术进行处理,转化为多个二值变量,赋予0或1值,然后采用Logistic回归分析方法或多值有序变量Logistic回归分析处理。

3.原因变量全部为定量变量。这类资料的分析可以直接采用Logistic回归分析方法或多值有序变量Logistic回归分析处理。

定性资料的最常用表达形式是列联表,列联表有多种类型,如横断面设计的四格(或称2x2)列联表、队列研究设计的四格列联表、配对研究设计的四格列联表、双向无序的R×C列联表、单向有序的R×C列联表、高维列联表等,不同类型所用统计方法也不同,所以处理这类资料的关键是分辨出列联表的类型,从而选择相应统计分析方法。

在社会科学研究中,定性资料的统计分析常犯的错误主要就是列联表的误判,从而错误的选用统计方法。

四、相关与回归分析问题

相关分析是研究变量之间的相互关系,常局限于统计描述,较难从数量角度对变量之间的联系进行深入研究;回归分析则是研究变量之间的依赖关系,可实现对自变量进行控制,对因变量进行预测,及对随机变化趋势进行适当修匀。

相关分析可用于对定类、定序、定距及定比等尺度的各类资料进行定量描述,但各类资料的计算公式是不同的,所以应用时,需要判明资料的类型;而回归分析则要根据因变量性质的不同,选用不同的回归分析方法,一般可分为两类:一是因变量为连续型变量,具体的,当为非时间性的连续型变量时,可用线性回归分析、多项式回归分析、非线性回归分析等;当为时间变量时,可用COX半参数回归分析、指数分布回归分析及威布尔回归分析等;当为随时间变化的连续型变量时,则需要利用时间序列分析。二是因变量为离散型变量,需要利用Logistic回归分析、对数线性模型分析及多项Logit模型分析等。

在社会科学研究中,相关与回归分析的应用非常广泛。但应用时也经常出现一些错误:

1.没有结合问题的专业背景和实际意义,就进行相关与回归分析。其结果有时可能是莫名奇妙的,可能出现所谓的虚假相关。

2.对于较简单的线性相关与回归分析,不注意应用条件,盲目套用。一般地,Pearson相关分析要求两变量都是随机变量,且都服从或近似服从正态分布,若不满足条件,应采用其它相关分析法,如Spearman相关分析等。而线性回归分析则要求因变量必须是随机变量,且服从或近似服从正态分布,在回归分析前,先要进行统计检验,证实两变量的显著相关性,再进一步进行回归分析才有意义。

3.只求得相关系数或回归方程,而不进行参数假设检验就下统计分析结论。因为相关系数或回归方程都是由样本数据求得的,是否具有统计学意义,必须通过其相关参数的假设检验来判定。

4.多元回归分析策略的错误。在社会科学实证研究中,对多元回归分析的应用,不少人采取的策略是先用单变量分析,得到有统计学意义的多个变量,再将它们引入回归方程进行多变量分析,用逐步回归法进行筛选,从中选出有统计学意义的变量,这种分析策略是不正确的。因为自变量之间可能存在不同程度的交互作用,在单变量分析中无统计学意义的变量并非在多元回归分析中也没有意义。正确的处理方法应该是先综合分析各种变量之间的作用、实际意义及关系,有些可作为控制变量(如性别、年龄等),将经过初步筛选的所有变量代入回归方程进行分析,再采用逐步回归方法,必要时可多用几种筛选变量的方法,同时要注意自变量间的交互作用,进行综合分析,这样才能得到较为可靠的结果。

参考文献:

[1]王在翔:社会统计理论与实践[M].青岛:中国海洋大学出版社,2008

[2]胡良平等.医学统计学基础与典型错误辨析[M].北京:军事医学科学出版社,2003.148-239

[3]柯文泉:统计方法应用中应注意的几个问题[J].时代经贸,2008,6(96):83-86

科研的统计学方法范文第2篇

[关键词] 实验教学；CDIO；传统实验课程；教学方法改进

[中图分类号] G642.423 [文献标志码] A [文章编号] 1005-4634（2014）02-0114-03

0 引言

CDIO代表构思（Conceive）、设计（Design）、实现（Implement）和运作（Operate），它以产品研发到产品运行的生命周期为载体，让学生以主动的、实践的、课程之间有机联系的方式学习工程。CDIO培养学生的工程基础知识、个人能力、人际团队能力和工程系统能力[1，2]。基于此，燕山大学机械工程学院开展了CDIO项目式教学，增设了以项目为主线的实验课程――三级项目。三级项目，即教师为以小组为单位的学生分配项目内容，小组成员共同构思、设计、实现和运作项目，最终汇报验收。

传统实验课程是文化课教师在课堂授课过程中，为了让学生对课堂上某个知识点有更直观、深入的了解而开设的课程。三级项目与传统实验课程在立足点和培养模式上有着较大不同，三级项目能够在培养学生工程实践能力方面取得较好效果，在学生学习过程中不可或缺的传统实验课程应从三级项目中吸取有利因素，做出适当调整，让学生从传统实验课程中既能更好地学习并掌握相关基础知识，又能打好实践基础，为更为复杂的三级项目学习做好铺垫。

从三级项目教学中寻找传统实验课程的改革之路，同时要求实验教师加深对广泛知识点之间联系的理解，帮助学生拓展知识面、激发学习兴趣；加强教师个人素质品质，更加耐心的帮助学生解答疑问；不断提高学术水平，为学生解答在实验课程中碰到的高水平学术问题。

本文首先分析传统实验课程与三级项目在立足点和培养模式上的区别。从二者的优劣中，提出传统实验课程在课程项目、上课思路、指导实验的方式和评分依据等方面的改进措施，并提出改进后的传统实验课教学在知识点掌握、个人素质和学术水平上对实验教师的要求。对改进之前与改进之后的传统实验课结果进行了比较，可以看出改进后的传统实验课程在提高学生的实验水平和为三级项目做铺垫的效果上都有较为明显的进步。

1 传统实验课程与三级项目的区别

1）立足点。传统实验课程立足于课本的某一个知识点，相对孤立。因此，传统实验课程的每堂实验课操作量相对较少，加之实验教师对操作方法会有简单讲解，无法激起学生积极思考、完成实验的兴趣，使学生仍然处于一种被动的学习状态之下，对教师依赖性强。但传统实验课程知识点明确，学习过程目的性强，学生学习速度快。

三级项目立足于某一个具体问题（项目），具体问题包含一系列相关知识点。在完成三级项目的过程中，让学生带着问题进行，激发学生的求知欲，使其可针对其中不熟悉的知识点，主动翻阅课本，查阅资料[3]。三级项目能够：（1）帮助学生复习和巩固课本上的重要知识点；（2）通过自我主动学习的方式，将所学知识相互关联，灵活运用。但由于目标开始不明确，会造成学习周期长的问题。

2）培养模式。传统实验课程需要在规定的上课时间，由实验教师讲解实验，并带领学生根据实验所要求的内容，动手实践。但在实验教学过程中，部分学生只是按照实验教师所讲的操作步骤，照葫芦画瓢，并不独立思考。另外，传统实验课程中，不同小组同步进行同一个实验，有可能出现小组之间相互借鉴操作方法的问题，易出现“一人干活，多人偷懒”的现象[4]。但传统实验课程预习方便，学生间针对实验知识点易于交流。

三级项目需要学生利用课余时间，以小组为单位，完成不同任务，小组成员相互合作的方式来完成，最终以PPT汇报的方式答辩验收。使用这种方式，可以较大限度发挥学生自主学习的能力，不依靠实验教师的讲解，让学生在求知路上摆脱了依赖老师的心理[5]。三级项目并不能仅仅依靠小组某一个成员的力量就能完成，杜绝了“一人干活，多人偷懒”的现象。三级项目的这种培养方式对锻炼学生团队合作精神起到了积极的作用，PPT汇报方式也锻炼了学生在众人面前表达和沟通的能力。三级项目接近实际，可以锻炼团队能力，但不同组的实验方式不同，不利于学生课后交流。

2 对传统实验课程教学方法的改进

通过上文中对传统实验方法与三级项目的比较，得到两种方法的优劣，如表1所示。

表1 传统实验方法与三级项目的优劣

传统实验方法 三级项目

① 知识点明确，易上手， ① 教师干预少，充分发挥学

优点 适合初学者；②由浅入 生学习的自主性；② 可充分

深，条理清晰 锻炼学生实践能力

① 教师干预多，阻碍学生 ① 实验实施困难多，易陷

不足 积极性；② 课程内容少， 入僵局；② 不同组学生间

师生交流少；③ 易造成雷同 交流范围窄

从结果而言，传统的实验教学方法相对于三级项目有较大不足，但仍具有无法替代的作用，所以新形势下，急待改变以往的实验教学方法，形成以培养学生自主动手实践能力为目的的行之有效的方法。针对此，燕山大学机械工程学院液压实验室对目前所承担的实验教学工作，从三级项目上借鉴优势方法，在传统实验教学中进行了如下改进。

1）对实验开设项目进行调整。从学生角度，将一些在实验过程中学生不易清晰掌握的实验原理、只机械重复几个操作动作的枯燥实验去掉，替换成学生感兴趣的，且能够从中学到更多动手实践知识的实验项目。例如，在液压实验室开设的16学时综合实验中，将泵和马达的形式实验去掉，替换成利用PLC控制气缸的往复动作实验（如图1所示，图1（a）为泵和马达的形式实验台，图1（b）为PLC控制气缸往复动作实验台）。

2）改变以实验教师讲述为主的实验课程的上课思路。（1）实验教师在课堂上多创造机会给学生展示，多提问题，让问题贯穿在整个实验讲解过程中，增加学生与老师、学生与学生之间在课堂上的交流机会，从而提高学生的动手积极性[6]；（2）授课过程中将实验课程中的知识点进行扩展，与工程应用的案例相关联，拓展学生的思维宽度。

3）将实验内容分成小单元，各组以不同顺序完成各小单元。保证同一时间各组所做内容不相同，解决相互借鉴操作方法的问题，并根据各组各小单元的表现情况，记录下各小组平时操作得分。

4）实验操作过程中，实验教师以引导为主，不替学生动手操作。让学生多动脑，能对知识点理解性的接受。

5）成绩给定不单取决于学生上交的实验报告，还要将学生平时成绩（包括平时出勤、实验操作得分）计入成绩中。学生成绩将参考平时成绩与报告成绩。

3 传统实验课程教学方法的改进结果

2013年春季学期，燕山大学液压实验室对10门传统实验课程开始试点，这10门传统实验课程包括工程流体力学、液压元件、液力传动与流体机械、液压流体力学、液压与气压传动、液压传动系统、液压伺服与比例控制系统、控制工程基础、气压传动与控制、专业综合性实验。在每门传统实验课程上课班级中，随机抽取一半的班级采用改进前的教学方式教学，另一半班级采用改进后的教学方式教学。分别统计这10门课学生平均成绩，学生成绩依然采用平时成绩加报告成绩，如图2所示。

从图2中可以看出，传统实验课程教学中采用改进后教学方法的试点班级，其学生实验成绩明显高于未采用改进后教学方法的班级。说明，对传统实验课程的改进是行之有效的。

传统实验课程在教学方法上改进后，学生动手操作更加熟练，基础实践能力得到提高，直接体现在传统实验课程之后开展的三级项目上，如图3所示。图3（a）为学生在传统实验课程改进前，在三级项目中完成的气动压弯成型机，图3（b）为学生在传统实验课程改进后，在三级项目中完成的气动压弯成型机，后者较之前者具有更多的功能。

4 改进后传统实验课程对实验教师的要求

传统实验课程改进后，对于实验教师也有着新的要求。

1）加深对广泛知识点之间联系的理解。改进后的传统实验课程可以让学生对于多个知识点之间的联系有更深刻的理解，这些知识点有较多不在当前课程内。创新前并不要求实验教师对教授课程外的知识点进行掌握，这就导致在改进后的实验课程中对学生的引导上造成方向少、思路窄和命题难等问题[7]。为了使学生能在改进后的传统实验课程中更大的拓展知识面、激发学习兴趣，就要求实验教师做到对相关知识点面面俱到。

2）加强个人素质品质。改进后的传统实验课程主要是对学生的引导，让学生自己摸索。这就导致学生在学习过程中速度慢、问题多，但这正是学生理解知识点的一个必不可少的过程。在这种情况下，实验教师的任务量会比改进前大大提高，这就要求实验教师能更耐心的对学生的问题进行解答，肯花费时间对学生进行正确的引导，不能敷衍了

（下转第122页）

事，这样才能让学生真正的深刻理解课程内容[8]。

3）提高学术水平。改进后的传统实验课程中，学生的自由度大大增加，实验过程和实验结果可能都会超出预期，出现课程要求中不会达到的高度。这种情况下，实验教师应仍能解决学生出现的问题。这就要求实验教师在平时加强学习，不断提高自己的学术水平，才能解答学生在实验课程上所碰到的高水平学术问题，让学生能深刻的学习课程内容。

5 结束语

在积极倡导锻炼学生动手能力的教学体制下，实验课程的开展是提高学生这一能力的主要途径。在CDIO项目式教学模式的背景下，为了能够更好的培养学生的基础实践能力，更好的服务于三级项目，作为基础实验的传统实验课程在教学方法上进行了改进，体现在调整部分实验项目、改变上课思路、优化实验操作环节和改变评分制度方面。同时对实验教师在知识点掌握、个人素质和学术水平上也提出了新的要求。改革后的传统实验课程，无论从学生实验水平的提高还是为三级项目作铺垫的效果上都有显著的成效。

参考文献

[1]顾佩华，沈民奋，李升平，等.从CDIO到EIP-CDIO-汕头大学工程教育与人才培养模式探索[J].高等工程教育研究，2008，（1）：14-16.

[2]王硕旺，洪成文.CDIO：美国麻省理工学院工程教育的经典模式――基于对CDIO课程大纲的解读[J].理工高教研究，2009，28（4）：117-119.

[3]梁桂英，刘俊景.开放式实验教学改革的实践与研究[J].实验科学与技术，2012，10（3）：63-64.

[4]陈爱华.实验教学体系改革探索与实践[J].实验科学与技术，2012，10（3）：54-55.

[5]苏瑛，曹五七，黄冠庆，等.高校多元化实验教学组织形式的改革与发展[J].高校实验室工作研究，2012，111（1）：1-4.

[6]孙盾，姚缨英，范承志.实验教学环节与创新能力培养[J].实验技术与管理，2012，29（5）：28-30.

科研的统计学方法范文第3篇

关键词 体育科学 体育科研方法 体育统计

中图分类号：G80 文献标识码：A

近20年体育统计在我国已经成为十分重要和最常用的体育科研方法。但是，与此同时也有不少体育学术研究，误用统计方法，乃至以挂上统计公式作为“科学性”的幌子，使体育统计界同仁和体育科研工作者感到不自在。体育统计专业委员会也认为应该作一些有关体育统计和体育科研方法的诠释，以减少体育统计方法的误用，提高体育科研水平。

1中国体育统计现状概要

在80年代以前，包括体育统计在内，我国应用统计学科处于萎缩状态。改革开放后，统计方法的应用与统计教育重新得到重视。80年代初，教育部在武汉与襄阳两地举办体育统计教师培训，培养了改革开放后新一代的体育统计的师资与各地体育统计学术骨干。此后，体育院校、师范院校的体育系逐步开设了体育统计课程。1981年在研讨师范院校体育统计教学大纲的时候，成立了全国体育统计研究会。在中国体育科学学会的积极支持下，1984年成立了中国体育科学学会体育统计专业委员会。近20年间，许多统计方法在体育领域得到应用，如抽样理论、实验设计、估计理论、假设检验、决策理论、非参数统计、序贯分析、多元分析、时间数列等都已有研究成果的发表或报道。

然而，我国从80年代开始重新普及体育统计，与20世纪初已经发表因子分析应用研究的美国，或70年表《行动科学的因子分析》专著的日本相比，难免显得基础薄弱。正如著名社会学家教授所说，“一个学科，可以挥之即去，却不可能招之即来”。于是就出现了评析体育统计应用情况的论文，如杨震的《体育统计中应注意的问题》，梁荣辉的《体育科学研究中应用统计方法需注意的问题》，刘炜的《线性模型在体育科研中应用的常见误区》等等。要解决这些问题，不仅是统计知识的问题，也有科研方法的问题。因此必须从科学的发展，俯视体育科学研究方法，从统计学的发展端详体育统计现状。

2统计学的发展

要了解体育统计的发展趋势，有必要简要了解统计学的发展。

人类的统计活动有悠久的历史，古代已有统计整理描述的应用；13世纪欧洲有国势调查；17世纪英国的配第发表了《政治算术》；1790年美国第一次人口普查，同时农业普查；1853年由比利时政府邀请，在布鲁塞尔召开有26个国家150人参加的第一次国际统计会议；1857年，恩格尔根据家庭收入越多，则饮食支出的比例越小这一法则，引申出恩格尔系数，以饮食支出的比例作为度量生活水平升降的标准，它一直延用至今；1903年德国柏林的第九次国际统计会议上，抽样调查得到世界上多数统计学家的认同； 1930年前后美国举行盖洛普民意测验。19世纪中期奠定了概率论的理论基础。19世纪中叶起，数理经济学、生物计量学和应用数学促进了数理统计的形成和发展。社会统计学、社会经济统计学和数理统计学构成了现代统计学的枝叶。现代数理统计学可以分为两个侧面：一是理论数理统计学，它研究抽样理论、实验设计、估计理论、假设检验、决策理论、非参数统计、序贯分析、多元分析、时间数列与博弈论等；二是应用数理统计学，高尔顿、K・皮尔逊用于生物学，埃奇沃思、鲍利用于经济学，R.A.费希尔用于遗传学、农学。在宏观层次上，科学系统的发展主要表现为整体化、高度数学化和科学技术一体化。数学的应用已突破传统的范围而向人类一切知识领域渗透。二次大战以来，统计学的巨大进展已使它成为数学科学的重要而独特的组成部分。

21世纪，统计学将面临更大的挑战。统计作为由观察样本获得尽可能多的总体信息的方法，关系到信息的本质和数据处理。计算机与信息化的时代，爆炸式积累的信息与数据必须借助于统计学才能得到充分有效的利用。大规模的信息处理所遇到的信息压缩、特征检测、可靠性分析，以及数字、符号、图形乃至语言的加工等一系列问题，都要依靠统计方法与计算技术来解决。现实中的许多统计难题需要引进新的统计概念与方法甚至理论体系。当然对于体育统计的这些问题，就目前的研究力量与人才资源，是难以承担如此重任的。

计算机与商品化大型统计软件的出现，为统计学的发展提供了技术上的可行性，使更多的人有可能进行大样本数据处理和多元分析。可以预见，体育院校统计教学研究都将使用专业化的大型统计软件。即将改版的体育统计教材，已将spss的使用列入教学内容。科学、统计学的发展给体育统计和体育科研奠定了宽厚的基础，那么体育统计和体育科研的关系又如何呢？

3体育统计与体育科研方法

3.1体育科研的复杂性

虽然体育对于健康和社会的作用已被社会各界接受。然而，体育学科的复杂性还未被教育界乃至社会所理解。体育外在粗犷，却蕴含了众多的自然学科和社会学科，而使投身体育的研究者感到力不从心。谁也无法夸口能解决体育科学的众多难题。体育与健康的研究，涉及医学、生理学、心理学、人类学、健康社会学、抗衰老的研究等等；体育的动作技术分析会涉及理论力学、材料力学、流体力学、空气动力学和解剖学等等；运动训练理论会涉及技能学习、体能的提高和战术，它与生理、生化、心理、认知科学、博弈论以及教育科学的许多理论直接相关。许多体育科研，出身于相关学科的研究人员，会因为没有从事体育的感性知识而产生困难，竞技体育的研究会因为没有体验训练而难以深入。显然，在体育科研中狂妄、自负只能反照自己的浅薄。

3.2体育科研中统计方法应用的几类问题

3.2.1实验设计的基本原理

虽然研究有专业设计，但是无论你研究自然现象还是社会现象，大多需要实验或调查。

无论是实验设计还是调查设计都离不开统计。最基本的我们应该了解实验设计的三个基本原理：重复，随机化以及区组化。由重复使我们得到实验误差估计值与效应值更精确的估计；由试验对象、试验次序等随机化使观察值或误差为独立分布的随机变量，就可以使用各种统计方法；由相似试验对象的区组化使我们可能提高实验的精确度。如果不注意基本原理，你的研究难免出现方法错误。

3.2.2实验方法

体育的影响因素，如运动强度等，常常是难以控制的，实验对象经常是人，常难以齐同对比，不便重复试验，还不能对实验对象造成伤害等，这使许多主要源于农业试验的试验设计，很少能应用于体育。因此，需根据具体研究目的、研究对象等制约因素，慎重选择合适的试验方法。

3.2.3取样

无论是试验还是抽样调查都需要样本。由于经费、工作量或对抽样方法了解不够等原因，在体育科研论文的研究方法里，包括不少学位论文，对于抽样方法没有明确的交代，抽样方法有较大的随意性。如果精度要求不高，仅作探索性研究，而不是由样本推测估计总体，有时也可用非概率抽样。社会科学中的大样本研究，有时也用非概率抽样。但是，离开了概率抽样，许多统计方法就失去了应用的前提。概率抽样有多种方法，适用不同的情况。因此从研究方法的严密性看，需要在体育科研方面增补这方面的内容。

3.2.4统计分析方法

现代统计学可以借鉴的方法应该有不少，在体育统计基础相对薄弱，原创方法几乎没有的情况下，对于体育统计分析方法，首要的是开阔视野，学习、应用前人或相关学科已有的统计方法。在此基础上，研究前人已有方法不能解决的、有待建立的体育统计方法。当然，方法的建立相当困难，必须重视人才的培养和引进。按照前20年的进程，期望建立新的体育统计方法，形成较为完整的体育统计学科，都是十分困难的。

目前，体育统计应用中存在不少问题，这些问题的根源还是在于对统计基本理论的理解。如：

（1）推测性数理统计是由样本研究总体，由于样本信息是不完整的信息，必然有抽样误差存在，必然有出错的可能性。而在统计分析中却有人得出完全肯定或完全否定的结论。

（2）统计方法仅仅对试验的可靠性和有效性提供准则，但是并不证明变量间的因果关系。如均数比较的假设检验，可以给出比较对象来自同一总体的概率，但统计分析不可能给出它的原因，比如并不说明训练方法好坏等。

（3）实际的差别显著与统计显著性的差别。虽然统计上的显著性与差别大小有关，但是它的直接含义是来自同一总体的概率大小，而不是你误指的差别大小或差别显著。

（4）当训练强度与成绩提高相关，P

（5）统计方法为研究目的服务，要选择合适的方法，而不是选择复杂的方法。

（6）统计模型对于数据的测度水平，变量是连续型还是离散型，是计数资料还是计量资料，相关变量是对称还是不对称等等有不同的要求，所以在研究设计的时候就要考虑统计分析的方法。

（7）体育问卷调查有大量的名义（定类）测度与序次测度。不能不问数据资料的测度水平，一概用均数表示集中趋势，用标准差代表离散程度，用它们作线性回归、因子分析等等。

（8）不注意模型要求乱套统计公式。如不知变量的分布，作小样本的t检验；在自变量间关系过于密切的情况下作回归分析，在变量间关系不密切的情况下作因子分析。

4用好体育统计方法，提高体育科研水平的建议

（1）科学数学化特征及科学发展趋势。可以预见，体育科学必然向数学化方向发展，体育统计无论对于体育自然学科或体育社会学科都将成为重要的研究方法。体育高等学校应重视体育统计学科对于体育科学发展的重要作用。体育科研人员应从方法论高度学习科研方法，吸收相关学科的研究方法。

（2）体育统计要注重抽样研究本质的研讨。重视与概率相联系的思想方法，研究相关学科的统计方法，加强方法的移植研究，明确统计方法建立的条件，避免统计方法误用。

（3）体育科研应加强实验设计、抽样研究及社会科学常用统计方法的普及。提高体育科研人员应用国际通用统计软件包的能力。

（4）体育统计学科的纵深发展必须有跨学科人才的引进与培养。

参考文献

[1] 侯灿.医学科学研究入门[M].上海：上海科学技术出版社，2010

[2] 王维.科学基础论[M].北京：中国社会科学出版社，2005.

科研的统计学方法范文第4篇

在医学论文写作中,医学统计学方法应用是必不可少的,正确使用能保证科研工作顺利进行,并使科研成果更具有科学性、代表性和可靠性。反之,如果使用不当或者误用,会直接影响研究结果的质量,反而会使读者产生误解,甚至有时会导致错误的结论。近年来，医学统计学方法在医学科研中的应用越来越受到国内广大医学科研工作者的重视，统计分析结果表达已成为医学论文中一个不可缺少的重要组成部分。医学统计学是评价医学科技论文质量优劣的重要依据，然而从近年发表的论文来看,有不少作者对统计方法的使用还不熟悉,实际应用中统计方法滥用、错用和误用的情况时有发生[1]。据国外20世纪60年代到80年代对不同医学期刊的调查，有统计学错误的论文比例最高者达66％，最低者也有20％[2-4]。国内有学者对5种中华医学会系列杂志论著中统计学方法的应用状况进行了调查，结果显示，1985年统计错误的论文比例为24％,1995年为36％[5]。这些调查研究均说明统计方法误用的严重性以及正确应用的紧迫性。国外从20世纪70年代起就有针对医学论文的科研设计与统计方法应用情况的调查研究，国内学者也进行了相关研究[6]。这种研究有助于及时了解医学科研论文中统计方法的应用质量，发现存在的问题，提高医学科研工作者应用统计方法的水平。笔者总结了近年来已发表的医学科技论文中常见的统计学问题，希望能引起各位专家学者和临床医生的共识与重视，促进我国医学期刊质量的提高。

1　统计设计存在的常见问题

统计设计是整个研究中最重要的一环,是研究工作应遵循的依据。常见的统计设计问题有:忽视组间均衡性,样本缺乏代表性,样本例数不足,未设置对照组,未随机分组,未提出统计分析方法等。针对以上问题,在科研设计中一定要遵循实验设计的四大原则即“随机、对照、均衡、重复”的原则[6]。

1.1不遵循或不重视随机化原则

随机化是科研设计的重要原则，直接影响研究结果的可信度。随机化既要随机抽样，还要随机分组，并有足够的样本量作前提。然而，在医学论文中许多作者对此不够重视，主要表现在论文中统计处理随机化不突出，随机化缺失情况比较常见，有的论文甚至将随机误解为随意、随便，不采用随机化处理方法，导致结果缺乏可靠性。还有些文章中没有提出“随机”抽样的设计与方法，没有排除标准，给人随意选择病例之感，且病例数少，因此没有代表性，所得出的结论不可靠。部分文章虽然注明了“随机”，但未提及采取什么方法进行随机化研究或两组间的例数相差甚远，不符合随机化的一般规律，没有临床参考价值[7]。

1.2缺少对照研究或对照组设计不合理

正确设立对照是临床或实验研究的一个核心问题，设立对照的意义在于说明临床试验或实验研究中干预措施的效应，减少或防止偏倚和机遇产生的误差对试验结果的影响。目前，国内许多期刊发表的论文对照组设计不合理现象比较普遍，尤其有些作者对某种新药或新技术在临床的应用观察研究中，不设对照组，缺乏对照观察，得出的结论缺乏科学性，令人怀疑。有的文章虽然设立了对照组，但在分析结果时，却没有将试验组与对照组的结果进行比较，而仅将各组间的自身前后进行比较，从而使该研究失去对照意义。对照组选择不当，还表现在两组间重要的临床特征和基线情况相差太大，无可比性，如性别、年龄、病情、经济情况和文化程度等不一致，如有些论文将健康人或志愿者作为对照组，使结果受到非处理因素的影响，产生偏倚或系统误差，使结论不可信[7]。

1.3均衡性原则掌握不够

均衡性原则要求实验中的各组之间除处理因素不同外，其他可控制的非处理因素要尽可能保持一致。特别对疾病预后有重要影响的临床特性一定要在组间分布均衡。各组间越均衡，可比性越强。有些作者在对病例进行分组时，忽视了均衡性原则，两组之间没有可比性，结论自然是错误的。具体表现在：有的文章对治疗组与对照组的相应统一指标没有设在均衡的水平上。对治疗组情况交代的比较详细，而对对照组的年龄、性别、病情等不予交代，或所选对照组的年龄与治疗组不在一个年龄段，影响了作者对指标的观察[7]。

1.4重复的原则掌握不好

所谓重复,一是指重复试验或平行试验,二是指各样本组的例数要有一定的数量,即样本的例数要足够大。虽然随机化是增强非处理因素均衡性的重要方法,但当各组内例数过少时,尽管采用了随机化分组的方法,也难以保证非处理因素的均衡一致。在随机化分组的基础上,只有样本例数足够大,才能使非处理因素均衡一致,同时也才能使抽样误差减小,增强样本对总体的代表性。一般来说,在随机分组的前提下,样本例数越大,各组之间非处理因素的均衡性越好;但当样本量太大时,往往又会给整个实验和质量控制工作带来更多的困难,同时也会造成浪费。为此,在实验设计时,还应保证在实验结果具有一定可靠性的前提下,确定最少的样本例数。一般说来,计数指标每组样本不得少于20～30例,计量指标每组样本不得少于5～10例。在多因素分析时,一般认为样本例数至少为观察指标的5～10倍[8]。

1.5样本的含量

样本的含量的大小直接影响到结论的可靠性。样本量过少,则抽样误差大,结果可靠性差,且经不起重复验证;反之,盲目加大样本量也会造成人、财、物的浪费,同时也造成非抽样误差增大。故应在保证研究结果精确可靠的前提下,确定最小的样本量。如某篇论文报道某药治疗的临床疗效,实际总例数为10例,其中6例有效,于是作者得出有效率为60%。显然,有限的病例数不能充分说明该药是否有效,作者贸然得出结论,容易给他人造成假象甚至误导[9]。

2　统计方法选择与使用不当

在选择统计方法之前,首先应确定研究资料是计数资料还是计量资料。只划分其类别而得到的资料为计数资料,也叫定性资料,如根据治疗结果计算出的治愈率、阴性率、阳性率等。测定某个具体数值而得到的资料为计量资料,如血压值、血细胞计数、血氧分压测定等许多物理诊断和化验检查的结果。目前,医学论文中计数资料最常用的统计方法为χ2检验,计量资料最常用的统计方法为t检验。值得注意的是,各种假设检验方法均有其适用条件,应根据资料特点来选用最适当的方法。均数与标准差分别是描述正态分布资料集中和离散趋势的指标。能否选用“均数±标准差”来描述某一资料的分布特征,关键看该资料是否符合正态分布。当资料不符合正态分布或方差不齐时,应将资料转换使之符合正态分布,方差齐性后再用t检验或方差分析,否则用秩和检验。有些作者在使用t检验时,未考虑到上述适用条件而盲目使用,造成统计学处理不当或统计学计算错误[10]。#p#分页标题#e#

2.1统计指标应用不当

2.1.1描述计量资料的统计指标描述计量资料的统计指标主要有平均数指标(算术均数、中位数M等)和变异指标(标准差s和四分位数间距Q等),在应用时一定要注意它们各自的适用范围。对于非对称分布资料,算术均数不能反映数据的平均水平,应采用中位数描述。一般地,正态资料或对称资料用描述,偏态资料用M和Q来描述。在不能确定数据的分布类型时,应选用M和Q进行统计描述。四分位数间距Q是75%分位数P75和25%分位数P25之差,即Q=P75－P25,所谓百分位数Px是将全部观察值分为两部分,理论上x%的观察值比它小,(100-x)%的观察值比它大,中位数M是50%分位数P50。、s、M、Px与Q可通过统计软件直接输出[9]。

2.1.2描述计数资料的统计指标描述计数资料的统计指标有绝对数和相对数。绝对数是原始资料经汇总得到的小计或总计数。相对数是两个有关的绝对数之比,主要包括率和构成比(百分比)。医学论文中相对数应用的主要问题之一是分母较小。分母较小时,相对数的可靠性不能保证,在这种情况下,宜直接用绝对数进行描述而不宜计算相对数。医学论文中相对数应用的主要问题之二是将构成比误用来说明事物发生的强度。构成比只能反映事物的内部构成,不能说明事物的发生强度。医学的研究对象主要是人以及与人体有关的各种因素。由于生物现象的变异较大,各种影响因素又错综复杂,研究常是抽样观察,使事物本质差异与抽样误差混杂,故需用统计方法透过偶然现象来探测其规律性。如果不能正确运用统计学方法,造成统计学上的偏差或失误,就很容易把本来成功的结果当成失败而放弃,或把失败的教训误认为成功的结论而加以宣传。在进行科研设计时要严格遵循科学的统计学分析方法,不能留下隐患,否则,再高明的统计学专家和统计学软件也无法弥补科研设计缺陷造成的损失。总之,统计学分析在医学研究和论文写作中意义重大。作者在撰写论文时,应注意识别、总结有代表性的、有借鉴意义的统计学领域的缺陷、失误或错误的多发点,特别留心易出现统计错误的险区,从而使论文中的统计学问题减到最低限度。认真检查、仔细核验,尽量避免上述错误,必要时还可以请统计学专家帮助把关[12]。

2.2统计方法描述或选择不当

统计方法选择非常重要，它直接影响结论的可靠性[12]。临床资料的结果变量可分为计数资料、计量资料和等级资料。计数资料指将观察对象按两种属性分类，如生存、死亡，治愈、未治愈，有效、无效等，通常转化为率。如果是两组间的比较，则采用四格表χ2检验或其校正公式，如果是多组间率的比较，则采用行×列表资料χ2检验。计量资料指对某一个研究对象用定量的方法测定某项指标得到的资料，一般均有计量单位。通常资料呈正态分布时，两组间均数比较用t检验，多组间均数比较用方差分析和q检验。当资料不呈正态分布或方差不齐时，也可用秩和检验等非参数检验法。

2.2.1统计方法描述不清

医学论文中常可发现作者未交代所用的统计方法，如是配对设计的t检验还是成组设计的t检验，是Ridit分析还是χ2检验，是作相关分析还是作回归推断。统计方法交代不清或根本不予交代，使读者对论文结论的正确与否无法判断。有的作者只提一句“经统计学处理”后，就写出结论。有的甚至直接用P值说明问题，笼统地以P<0.05或0.01、P>0.05便称结果差异有无显著性，P值的大小不说明差值的大小，它还与抽样误差大小有关[13]。因此，还应写明具体的统计方法，如有特殊情况，还应说明是否采用了校正，应写出描述性统计量的可信区间，注明精确的统计量值和P值，然后根据P值大小作出统计学推断，并作出相应的医学专业结论。

2.2.2假设检验方法交代不清不交

代假设检验方法或假设检验方法交代的不具体、不清楚是医学科研论文中常见的错误。如果不交代假设检验方法或假设检验方法交代的不具体，读者就无法考察论文的统计学方法选择的是否正确，无法核对计算结果是否准确。每一种假设检验方法都有其特定的适应条件和严格的适用范围。对于同一组资料，采用不同的假设检验方法可能得出截然相反的结论。如将配对设计的资料按成组设计资料的方法处理，将会损失样本提供的信息、降低检验效率，可能使原本有统计学意义的结果无统计学意义[14]。在论文写作时，不但要交代选用的是什么统计学方法，而且统计学方法要尽可能具体。如选择t检验，要说明是配对t检验，还是成组t检验；选择方差分析时，要说明是完全随机设计的方差分析，还是配伍组设计的方差分析。对于四格表资料，应说明是一般四格表χ2检验、配对四格表χ2检验及四格表资料的精确概率法等。

2.2.3统计方法选择常见错误

①误用χ2检验。χ2检验有一定的适用条件,n>40且理论数(T)>5时,可用一般χ2检验;n>40,但至少有1个T>1且T<5时,可用校正χ2检验;n<40或T<1时用χ2检验的确切概率法[15]。②t检验误用于多组资料的比较。在医学期刊中常会出现将t检验误用于多组资料的比较。多组资料的比较应该采用方差分析(F检验),当差异具有统计学意义时,再进一步作两两比较。当各组均与一个对照组比较时采用Dunnettt检验;当各组相互循环比较时,则常采用Student-Newman-keuls(SNK)检验,又称q检验[16]。③配对t检验与成组t检验误用。大部分论文只注明采用t检验,而未注明是配对t检验还是成组t检验。配对t检验常用于处理前后的自身对照,即差值均数与总体均数“0”的比较;成组t检验适用于成正态分布的两个小样本均数间的比较。④资料不呈正态分布时未用非参数检验。t检验F检验等适用于呈正态分布、方差齐且有确切的测量数值的资料,而非参数检验(如符号检验、秩和检验Wilcoxon法、秩检验-KruskalWallis法、Friedman法、Ridit分析、Seperman相关等)对资料无特殊要求,对按大小顺序、评分、等级、反应程度甚至色调深浅等资料都可进行分析比较[17-18]。因此,对于多组计量资料的比较,呈正态分布且方差齐时用F检验,方差不齐时可用变量变换,或采用秩和检验;对于两个小样本均数的比较或处理前后的比较,方差齐时用成组t检验或配对t检验，方差不齐时用t′检验[19]。

3结果解释时存在的问题

统计分析的结果是无效假设或是不能无效假设。无效假设在一般的统计检验为两组总体参数相等。无效假设只能说两组总体参数不相等而并不能说两组相差很大。两组相差如何要对可信区间进行研究观察后得出。由于统计检验不能得出差别的大小,因而结论不能说“有明显差异”或“有显著差异”,也不能说“差异非常显著”,更不能说“差异明显”。在国外的统计书籍上的英语表达为“significant”,它的正确意义应当是“有意义的、有重要性的”。俄语为“Значмый”和日语中的“有意”也是这个意思。国内只有极个别的英汉词典把“significant”误译为“显著的”。正确的说法应当是“差异有统计学意义”或“差异有高度统计学意义”等[20]。在解释差别有统计学意义的结果时，有些人常常根据P值的大小作出对实验效应差别程度不同的专业结论[21]。例如某实验研究，比较甲、乙两种治疗方法对某病的治疗效果(假定甲法的疗效优于乙法)，若得到“P<0.001”，则认为甲法极显著优于乙法；若得到“P<0.01”，则认为甲法非常显著优于乙法；若得到“P<0.05”，则认为甲法显著优于乙法。犯这种错误的原因是错误的理解了统计学中P值的概念[7]。统计学上根据假设检验原理推算出来的P值表示拒绝特定的无效假设可能犯假阳性错误的概率。P值的大小并非指差异的太小，只能反映两者相同或不相同。P值越小，说明越有理由认为两种处理方法效果不同，而不能反映对比的两组或多组之间差异的大小。差异的大小只能根据专业知识来确定。此外，甚至在部分投稿文章中未交代所采用的统计分析方法，也未见应用统计学的迹象，仅从各组数据的均数大小做出了统计推断。医学期刊论文中暴露出来的统计学错误，从表面上看是编辑部和审稿者把关不严所致。事实上，即使审稿时发现了上述错误，也无法改正。因为实验设计的错误只有在科研工作开始之前才有可能得到纠正。即使编辑工作者能够阻止有严重统计学问题的，也仅仅是治标而已。如何使广大医学论文作者在医学研究中正确应用统计学，提高科研质量才是治本[7]。#p#分页标题#e#

4对策与建议

众所周知，统计学是从事科学研究不可缺少的工具。从试验设计、资料收集与表达、数据处理和结果分析，每一个环节都需要正确地运用统计知识，才能真正发挥统计学在科学研究中应起的作用。然而，在已出版和发表的一些学术专著和论文中、通过评审的科研成果和答辩的学位论文中，经常可以看到忽视、轻视和误用统计学的现象[22]。

知识应完善编辑人员的知识结构,保证统计学应用的准确性。为此,可定期聘请统计学专家对审稿人员进行统计学知识培训。科技期刊的群体效应理论[23]认为,期刊编辑的专业结构应多元化,以利于编辑互相学习,实现知识互补。医学期刊编辑部可考虑聘用统计学专业的研究生作为编辑。编辑应将医学统计学作为自己的必修课,通过多种方式,如自学自修,参加讲座或培训班学习统计学知识,有条件的编辑部,如医学院校学报编辑部,可以有计划地组织编辑参加本科生或研究生医学统计学课程的学习,也可鼓励编辑人员在职攻读统计学专业研究生学位。这样,可以提高全体编辑人员的统计学水平,最终使编辑和审稿人都能够发现论文中存在的统计学错误,并指导作者修改,正确进行医学论文中有关统计学分析的描述[24]。另外，有关职能部门或学会可组织与医学统计学相关的培训班,聘请统计学专家讲课,对编辑人员进行定期统计学知识培训,加强科研设计、统计学知识的学习[19]。

4.2加强医学统计学专家审稿

医学研究论文专业性强,经常涉及统计学处理问题,有时会遇到统计方法复杂的稿件,这不仅需要本学科专家审稿,而且需要医学统计专家把关,只有这样,才能保证论文所报道的研究成果的真实性和可靠性。医学期刊编委会中应有统计学专家,专门负责稿件统计学方面的审查工作。

4.3强化作者的统计学意识

科研的统计学方法范文第5篇

关键词 医学统计学 应用能力 教学 改革

中图分类号：G424 文献标识码：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

医学统计学是运用数理统计学的基本原理与方法，结合医学实际，阐述医学领域研究设计、收集资料、整理资料、分析资料、结果报告与结论表达的一门学科，①目前医学统计学的方法被广泛运用于各个医学研究领域，是医学生解决医学科研中问题的重要工具，在医学科研中有着重要的地位。虽然医学统计学在医学科研中应用广泛，但是其方法概念抽象，知识点繁多又比较复杂，医学类学生数学基础又比较薄弱，因此对于没有接触过这门课程的本科学生来说，比较难以理解。而且传统的教学模式往往以老师为主体，注重理论讲解，并没有将理论与科研实际结合起来，使得学生应用能力不足，无法学以致用。因此如何改革教学模式，提高学生的学习兴趣，培养学生们的使用统计学知识解决实际问题的能力是统计教学中的当务之急。

1 对象与方法

1.1 研究对象

以2012级本科于本学期开设了“医学统计学”课程的临床医学专业1，2班学生为研究对象，共160人。使用的教材一致，授课学时、内容相同，且两个班级学生以前均未接触过医学统计学。教学内容为：计量资料的统计描述、总体均数的估计与假设检验、t检验、方差分析、相关与回归、计数资料的统计描述、计数资料的统计推断、非参数检验和统计表与统计图，共10个章节的内容，前5个章节为教学前半部分，后5个章节为教学后半部分，分别采用不同的教学模式。

1.2 研究方法

采用交叉设计的方法。以班级为单位，随机一个班级到甲组，甲组前半部分教学内容采用传统教学模式，后半部分教学内容采用改革以后的新的教学模式;随机另外一个班级到乙组，乙组前半部分先采用改革以后的教学模式，后半部分再采用传统教学模式。传统教学模式为：以教师按照书本内容讲授为主，并在课堂上进行简单的SPSS软件操作演示，由于条件和课时的限制，并没有开设实验操作课。改革以后的教学模式的具体实施过程为：老师与学生一起参与到课堂中来，教师先结合具体的医学科研案例，使用幻灯片和SPSS操作软件将实际工作的顺序，包括具体科研案例中统计指标和方法的选择，数据的统计分析步骤，结果的解释等完整在课堂上展示出来，再给学生一个相似的科研案例，让学生上台操作软件，一起解读软件结果，教师在旁进行指导。

在课程结束后，对学生进行问卷调查，同时使用医学科研课题的实例资料进行考试，记录考试成绩，检验学生们运用医学统计学的实际能力。

1.3 统计学处理

资料录入和分析均采用SPSS17.0软件，计数资料采用卡方检验，计量资料采用检验进行分析处理。

2 结果

2.1 调查问卷结果

在整个学期的教学结束以后，对两个班的同学进行问卷调查，结果见表1。

结果显示，在两个班的学生中，88.75%的学生认为新的教学模式更加能引起他们对医学统计学这门课程的学习兴趣，77.5%的学生认为新的教学模式比较能促进他们对教学内容的理解，90.63%的学生认为新的教学模式能提高他们解决医学科研中实际问题的能力。

2.2 学生成绩分析

采用统一试题对学生进行测验，将得分分成前半部分的得分和后半部分的得分。甲组前半部分的教学采用传统教学模式，后半部分的教学采用改革后的新的教学模式;乙组前半部分的教学采用新的教学模式，后半部分的教学采用传统教学模式。成绩分析如表2所示：

表2 两组学生医学统计学测试成绩比较结果

在对学生成绩的分析中，针对书本前一半内容的测试题，甲组和乙组的得分均数比较，差别有统计学意义（P

3 讨论

自1948年将郭祖超教授编著的《医学与生物统计方法》确定为大学用书起，我国在医学院校中开设医学统计方法课程已有60多年的历史。②开设“医学统计学”的主要目的是为了指导医学生正确地应用统计学原理和方法，③医学统计学作为进行医学研究必需的工具，被广泛应用于实验设计、资料收集及数据分析等方面。医学统计学这门课程也作为医药类专业学生必修的一门课程。

但由于医学统计学本质上是数学的一个分支，逻辑性强，且有很多的数理统计的知识在内，医护类学生的数学基础又相对薄弱，因此，医学统计学便成了目前各医药院校公认的难教、难学的课程，④在传统的教学模式之下，上课的方式也很枯燥，这更加让学生不想上统计课，出现爱逃课、上课睡觉等问题，更加使得医学统计学的教学难以达到预定的目标。邢晓辉等的通过对某高等医学院校近三年毕业研究生的毕业论文进行统计审核发现有98.2%的论文存在着不同程度的统计学错误，包括缺P 值或P 值不精确、缺少相应的检验统计量、统计软件和统计方法交代不够等问题。⑤邹延峰等的研究发现，只有不到30%的研究生能熟练运用统计方法。⑥石武祥等研究发现，医学生上机计算分析题考试的失分中，有70.12%是因为不能正确阅读SPSS所显示的结果。⑦这些研究显示目前的统计教学效果还不够好，学生对统计内容不理解，对统计软件不熟悉，导致很多学生在遇到实际问题时出现各种错误。

本课题以 “能力本位教育理论”的理论为指导，在吸取前人经验的基础之上，探索了一种新的统计教改方法，以期降低“高分低能”的现象，促进学生们对内容的理解，达到提高教学质量的目的。本次研究结果显示，大部分的学生对新的教学模式表示认可，觉得新的教学模式让他们觉得统计课没有以前那么枯燥，统计内容学起来难度也有所降低，并且因为在上课会结合具体实例讲解统计方法的使用，也让学生们认识了如何在科研实际中使用统计方法，表示这样的新的教学模式在提高他们的应用能力方面效果显著。在对课程结束后的考试成绩的分析中，甲组有关书本前半部分内容的考试成绩低于乙组有关书本前半部分内容的考试成绩（P

本研究只是对医学统计教学模式的进行了初步的探索，在任何课程的教学中，教学模式都不是一成不变的，要根据课程的实际情况进行一定的改动，对于统计学这种较难的课程更加如此，我们的目标是培养具有实际运用能力的学生，任何能达到这一目标的教学模式都是值得推广和探索的。

*魏高文：通讯作者

注释

① 史周华.医学统计学[M].北京：人民卫生出版社，2012：1.

② 褚启龙，李佳圣，张晶等.以能力为本位的高职医学统计学方法教学改革研究[J].科教导刊，2013.1（2）：109-111.

③ 魏高文，邓常青，魏歆然等.构建以科研应用能力为本位的医学统计学课堂教学模式[J].湖南中医药大学学报，2010.30（8）：46-49.

④ 武祥，章丽娟，杨庭仕等.大理学院2005级硕士研究生医学统计学期末考试成绩分析[J].现代预防医学，2007.34（10）：1835，1837.

⑤ 邢晓辉，何美蓉.从统计学教育入手提高医学研究生学位论文质量[J].中国高等医学教育，2008.11：39-40.