经典统计学方法精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的经典统计学方法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：经典统计学方法范文

关键词：统计学；地质工作；重要作用；研究

近些年来，我国对地质工作的重视程度不断提高，投入的资金力度也有所增加，在国家的大力支持下，地质工作取得了一定的进展，但和发达国家相比较，还存在一些问题。此种情况导致我国地质工作的发展受到阻碍，为了解决其中存在的问题，工作人员将统计学相关知识和地质工作结合在一起，通过有效的应用此方面的知识，推动了我国地质工作的发展。

一、地质统计学的概念

地质统计学是在1962年由法国的著名学者G.马特隆教授提出的，此统计学的基础是区域变化量，是在使用变异函数的情况下对随机性以及空间性等为一体的自然现象进行热分析的一门科学。只要是和空间数据所具有的随机性以及结构性，或者是依赖性等有关系的研究，或者是使用无偏内插的方式来对数据进行估计，再或者是对数据所具有的波动性等进行模拟，都可以使用地质统计学理论[1]。

二、地质统计和经典统计两者之间差异

地质统计和经典统计两者之间是存在差异的，具体表现在以下几个方面：第一，经典统计在对地质变量进行深入研究的时候，并没将样品所具有的空间分布特性考虑在内，要知道，即使地质变量的均值以及方差是一样的，若是其样品的分布位置不同，则其地质变量的稳定性也会是不相同的；第二，经典统计学的研究对象是随机抽取出来的，所以这些对象都是按照一定概率来进行分布的，而地质统计则不同，在地质统计下的地质变量是集结构性以及随机性为一体的；第三，经典统计对变量的原则可以进行无数次的实验，并且每次实验的结果可能都存在差异，而地质变量则做不到这一点；第四，经典统计学对抽样的要求是独立进行，而地质变量则并没有这一方面的要求，反而是要求抽样之间具有空间相关性[2]。地质研究人员为了可以同时满足其对概率统计有效性的要求以及地质变量的特点，所以研究出了地质统计学。地质统计以及经典统计两者的基础都是大量采样，通过对样本属性值所具有的分布频率以及均值等进行分析，从而明确空间分布格局与其之间的关系。地质统计区别于经典统计的主要特点是，地质统计可以对样本值所具有的大小、空间位置以及距离进行综合考虑，这样就可以对经典统计中存在不足进行弥补，进而提高地质工作的效率，推动地质工作的发展[3]。

三、统计学对地质工作的重要作用

1.地质统计工作可以深化经济体制改革，并强化经济管理

我国的市场经济体制已经逐渐稳定，在市场经济体制下，地质企业想要生存下去，就必须在发展过程中，采用创新的思想观念，并建立完善的符合社会发展需求的管理机制，对企业内部的环境进行优化，采用科学的方法来开展管理工作，对地质勘查生产经营活动进行科学的指导，进而确保其可以从自我封闭的状态中逐渐地走向开放，走出国门[4]。这样的情况就使得地质勘查工作必须采用统计学理论，只有这样才能推动地质工作更好地发展，使其适应当今社会的发展趋势，加快地质工作现代化的发展步伐。

2.地质统计学是国民经济信息化发展的必要要求

近些年来，我国科技水平的不断提高，使计算机技术越来越成熟，其应用范围日益广泛，在这样的情况下，地质工作部门在进行工作的过程中应用了计算机技术，开始地质信息自动化的建设。在发达国家中，信息的重要性已经被人们普遍的认可，因此，我国应该吸取国外先进的经验，对信息的重要性进行深入地认识，进而推动我国地质工作的发展。

3.统计学可以对地质工作进行估计

在进行地质工作的过程中，相关人员需要对其进行估计，在估计过程中，使用统计学知识，就可以对其整体进行估计，也可以对其局部进行估计。

4.可以创新数学理论

在地质工作中人们应用了数学理论，但由于社会对地质工作的要求不断提高，所以传统的数学理论已经无法满足社会需求，面对此种情况，相关人员可以应用统计学理论来对传统的数学理论进行创新，这样就可以解决地质工作中存在的问题，推动其发展。

5.可以提高估计精度

在地质工作中，工作人员需要对精度进行估计，应用了统计学理论之后，其中的克立格方程会提高估计精度，这样地质工作的作用就可以更加充分地发挥出来。

6.可以对地质变量的变化进行模拟

应用了统计学理论之后的地质工作，可以将地质变量产生的变化更加真实的模拟出来，进而为工作人员对地质体进行定量研究提供有力的数据依据。

7.可以充分利用已知信息

在地质工作中，工作人员需要利用已知信息来深入地开展工作，在此过程中，传统的地质工作已经无法满足需求，但应用了统计学的地质工作可以帮助工作人员对未知地区以及已知信息的空间关系与区域变化量所具有的结构特征进行深入地分析，进而帮助工作人员作出正确的判断。

8.可以节省时间

传统的地质工作不仅需要耗费大量的时间，还需要大量的人力资源，为了节约时间提高工作效率，在其中应用了统计学理论，统计学理论可以自动的生成拼图，这样就为工作人员进行计算提供了方便。

四、结束语

综上所述，地质统计学在地质工作中应用具有重要的作用，而且随着理论的不断丰富和完善，其应用范围有了明显的扩大，已经逐渐成为研究界中的常用科学方法，并且随其在各领域中的广泛应用，实际作用愈发突出，已经成为不容人们忽视的存在。因此，地质工作人员应该对统计学进行深入地研究，并提高自身应用统计学的水平，在地质工作中充分发挥其作用，推动地质工作的进一步发展。

作者:马红霞 单位:中国冶金地质总局第三地质勘查院

参考文献:

[1]王允锋.论统计学对地质工作的重要作用[J].知识经济，2010（，11）：77.

[2]周旋，王选问，金瑜，等.基于地质统计学方法的某铁矿资源量估算[J].金属矿山，2015（，7）：86-90.

第2篇：经典统计学方法范文

【关键词】 血小板；洗涤；机采/CS 3000；临床应用

【Abstract】 Objective To assess the influence of apheresis and wash on platelet function and morphology.Washed platelet of quality and clinical effect were observed.Methods To determine the count，size，distribution，aggregation of the platelet from the peripheral blood prior to apheresis and aphersed produced by CS 3000 plus or washed platelets，double blindness transport the peripheral blood prior to apheresis and aphersed produced by CS 3000 plus and washed platelet.Results Washed platelet recycle rate 91.08%，residul WBC( 0.032±0.003)×108/u，residul RBC (0.315±0.003)×109/u，plasma protein separate ≥99.14%，both apheresed and washed platelet showed no problem on PDW and MPV，there were no statistical difference between groups.re were no difference in platelet and aggregation expression（P＞0.05）.But there is no difference between apheresed and washed platelet.Clinical observation of efffects no diffence（P＞0.05）.In addition it is improving blood safety.Conclusion 0.9%GNS washed platelet was science and safety.Quality of washed platelet fit into country’s standard，washed platelet have reliable quality and can be used in a variety of clinical conditions and new preservation technique.

【Key words】 platelet;flow-cytometry;CS 30000;clinical application

随着血细胞分离机在国内的推广，我国机采血小板的用量逐年攀升，已占了临床应用血小板的绝大部分［1，2］。影响血小板输注疗效的，包括是非免疫因素和免疫因素［3］。国内用CS 3000plus血细胞分离机及专用的配套管道洗涤血小板，成本大，手工采集血小板洗涤报道很少；本文就手工采集血小板洗涤制备的安全性与临床疗效进行研究，报道如下。

1 材料与方法

1.1 材料 采集全血400ml多联袋和机采血小板耗材(南格尔公司)。

1.2 设备 大容量低温离心机(J-6M型，美国Beckman)、KX-21型血小板计数仪(美国产)、全自动无菌接口机（TSCDsc-201A型）、0.9%生理盐水(国产)、恒温血小板震荡仪(美国产)、pH计(pH-HJ90B)，CS 3000plus血细胞分离机（美国Baxter公司）等。

1.3 方法

1.3.1 机采血小板 CS 3000plus血细胞分离机按常规操作一次采集一个量的血小板，取样检测血小板产品各项的相关指标。

1.3.2 手工洗涤血小板的制备（WPC） 提取多联袋采集的6h内的400ml新鲜全血，置大容量低温离心机，以1200×g 22℃离心9min，采用富浆法手工制备成富血小板血浆（PRP）。然后将PRP以2475×g 22℃离心15min，制备得PC(2u/袋)，将贮存期内已经解聚的PC，以22℃ 5800×g，离心5min，清除袋底的白细胞、红细胞，将上清液即少白细胞血小板挤压分离到另一无菌空袋内，加入0.9%生理盐水300ml，于22℃ 2475×g 离心15min，移去上清液，再加入0.9%生理盐水300ml，室温静置30min，再经22℃ 2475×g 离心15min，移出上清液，加入0.9%生理盐水60ml悬浮血小板即为WPC，放入血小板恒温保存箱在22℃静置1h后，然后水平震荡（60次/min）解聚，取样检测洗涤血小板的各项指标。

1.3.3 血小板黏附试验 采用经典玻球法［4］测定血小板黏附率。

1.3.4 血小板聚集试验 采用经典比浊法［4］（11.2μmol/L ADP）测定血小板最大聚集率。

1.3.5 血小板输注疗效的判断 CCI 1h大于10为有效，小于10为无效［5］。

1.3.6 质量指标 用血小板的总形态分数、平均体积、分布宽度、计数、黏附功能、聚集功能、pH值、血浆蛋白清除率和白细胞、红细胞残余量等指标来评价血小板洗涤前后的质量变化。

1.3.7 临床效果观察 随机抽取多次输注过血小板的患者40例，分为两组（每组20例）。观察组每例分次输入4个治疗量的手洗血小板，对照组每例分次输入4个治疗量的机采血小板，然后观察临床疗效和输注不良反应以及血小板纠正计数指数(CCI)。

1.3.8 统计学方法 采用t检验。

2 结果

2.1 机采与手工分离洗涤的血小板指标观察 手工洗涤血小板的回收率可达洗涤前的91.08%，洗涤后各项血小板功能的指标与机采血小板比较差异无统计学意义（P＞0.05），残余红细胞(0.315±0.003)×109/u，残余白细胞(0.032±0.003)×108/u，血浆蛋白清除率≥99.14%，差异有统计学意义（P

表1 机采与手工分离洗涤的血小板指标观察 （n=100，x±s）

第3篇：经典统计学方法范文

关键词: 二项分布；刻度平方误差损失函数；Bayes估计；多层Bayes估计

中图分类号:O 202.1

文献标志码:A文章编号:1672-8513(2011)06-0486-04

The Bayesian Estimation Question for Binomial Distribution Parameter under Scale Squared Error Loss

TAN Ling,SUN Kun,LI Jinyu

(School of Sciences, China University of Mining and Technology, Xuzhou 221116,China)

Abstract: In this paper, the binomial distribution given the sample size n is in the scale squared error loss function, and the binomial conjugate prior distribution parameters is used to discuss the Bayesian estimation. It obtains a necessary and sufficient condition of Bayesian estimation allowed for the parameter, and gives the expression of the multi-layered Bayesian estimation.

Key words: binomial distribution; scale squared error loss function; Bayesian estimation; multi-layered Bayesian estimation

1 预备知识

Bayes分析是英国学者Bayes首次提出的，在20世纪后半叶发展迅速,它与经典统计学的差别在于是否使用先验信息.经典统计学只利用样本信息,而Bayes分析把先验信息和样本信息结合起来用于推断中，形成非决策的分析，统计方法是建立在先验信息上的，因此用Bayes方法对参数的估计比经典统计学对参数的估计更准确.

二项分布是成败型试验中常遇到的分布之一，日常生活中的许多实际问题都可以用二项分布来描述，如在心理与教育研究中，主要用于解决含有机遇性质的问题.在寿命保险问题中，应用二项分布原理研究在一定的时期里参保人员的死亡人数、保险公司的利润问题以及保费问题.此外,婴儿的出生率、高速公路上行驶车辆发生车祸的概率分布问题都属于二项分布.所以对其研究有着重要的意义.

近些年来很多学者对二项分布进行了很多研究，宋立新[2]在刻度平方误差下研究了Poisson分布参数的Bayes估计.韦程东[3]在对称损失下研究二项分布参数的Bayes估计、多层Bayes估计、E-Bayes估计，并通过数值模拟比较了3者之间的优良性，本文在刻度平方误差损失函数下求出参数θ的Bayes估计，多层Bayes估计，并证明该参数的Bayes估计的估计量在k满足一定条件下是可容许的.

设事件A出现的概率为θ0≤θ≤1，在n次独立实验中，A出现k次k=0,1,…,n的概率为fxθ=nxθx1－θn－x.如何根据试验数据x1,x2,…,xn来对未知参数θ作估计，经典方法是根据现实样本X1,X2,…,Xn对θ作出估计.Bayes方法是把θ看作随机变量，赋予它一个先验分布πθ，结合现实样本，应用Bayes公式来对θ作估计.

定义1 设随机变量X服从密度函数为fxθ的分布,其中θ为参数,如果δ为θ的参数空间中的一个估计,则刻度平方误差损失函数为[1]

Lkθ,δ=θ－δ2θk,（1）

其中k为非负整数.可知这个损失函数关于δ是严格凸的,且在δ=θ处取得唯一的最小值.

2 参数θ的Bayes估计

设X1,X2,…,Xn是容量为n的简单随机样本,x1,x2,…,xn为X1,X2,…,Xn的实现值，由fxθ=nxθx1－θn－x得X1,X2,…,Xn的联合密度函数为

fx1,x2,…,xnθ=∏ni=1nxiθxi1－θn－xi=∏ni=1nxiθ1－θT1－θn2， （2）

其中T=∑ni=1xi，参数θ的共轭分布为Beta分布记为βa,b，a>0,b>0.

为了得到参数θ在给定先验分布下的Bayes估计，先给出一个引理.

引理1 在刻度平方误差损失函数（1）下，对于θ的任一先验分布πθ，θ的Bayes估计为

δx=Eθ1－kxEθ－kx ，（3）

若δx的Bayes风险有限，则它还是唯一的Bayes估计.

参考文献:

［1］莱曼. 点估计理论［M］.2版. 北京: 中国统计出版社, 2005.

［2］宋立新, 陈永胜, 许俊美. 刻度平方误差下Poisson分布参数的Bayes估计［J］. 兰州理工大学学报, 2008, 34(5)：152-154.

［3］韦程东, 韦师, 陈志强. 对称损失下二项分布参数的Bayes估计问题［J］. 华中师范大学学报:自然科学版, 2009, 43(3)：367-372.

［4］范金城, 吴可法. 统计推断引导［M］. 北京:科学出版社，2001.

［5］周燕燕. 二项分布可靠度的Bayes估计［J］.西安文理学院学报：自然科学版，2008, 11(4)：50-53.

［6］夏开萍. Poisson分布的几种置信区间的比较［J］. 云南师范大学学报：自然科学版, 2009, 29(3) : 27-29.

［7］左艳芳,刘伟. 非线性再生散度模型两种估计方法的比较［J］. 云南民族大学学报：自然科学版, 2008, 17(4)：320-323.

［8］茆诗松, 王静龙. 高等数理统计学［M］. 北京: 高等教育出版社, 1998.

第4篇：经典统计学方法范文

[关键词]岩土参数 变异性 评价分析

[中图分类号] P58 [文献码] B [文章编号] 1000-405X（2015）-7-437-1

随着建筑、交通等建设规模的扩大，建筑物对地基的承载能力、沉降幅度的要求越来越高了。要满足这种高精度的岩土工程设计要求，取得建筑区域的岩土参数，并通过研究岩土参数，更加科学反映建设区域的岩土特质，在施工前对建筑工程带来必要的数据参考，从而保证工程建设的安全性和可靠性。

在工程建设中， 人们认识到同一点不同深度及同一地区的不同点处的岩土参数具有一定的差异， 对岩土参数的空间变异性有一定的认识。但是为了便于原始数据的统计分析而将岩土介质视为均质各向同性地层。却忽略了岩土参数的空间变异性， 而将这种“差异”仅仅作为试验过程中的纯随机误差。在岩土工程领域的可靠性设计中， 若将参数样本统计值直接作为岩土参数的空间统计值， 将对可靠度计算精度产生直接影响。

因此， 岩土参数的空间变异性分析和相关距离的计算一直受到重视。岩土最重要的特征是具有复杂的变异性也即地域特征，导致其参数值有显著不确定性。岩土参数是岩土工程设计时需要考虑的基本要素，同时岩土参数的空间变异性已经被人们所认识，并逐步引入岩土工程的实际分析之中。

本文通过岩土空间参数的变异性来源及其评价分析的阐述，说明岩土参数在岩土工程中的作用。

1岩土参数空间变异性的来源与特征

岩土参数所具有的不确定性除了来自岩土勘察导致的误差外，岩土参数本身也有了随机变量的特性。我们知道，长期地质变迁形成的岩土，其性质极为复杂。岩土因为其非均质和各向异性的特点，使得它具备有空间的变异性，这种空间变异性与建筑勘察时对岩土取样过程中的失真和量测误差，是导致岩土参数变异性的主要因素。

岩土变异性的来源总结起来可以归入以下几类：首先是岩土其本身的变异或者是模型变异，也来自于为试验误差或者是统计误差。而在大样本条件下，并舍弃明显不合理试验值后，可以忽略模型和统计部分引起的变异。根据区域化变量理论，可将展布于一定空间范围内，相互之间具有一定相关性的随机变量视为区域化变量。这恰好反映出岩土参数的空间相关性和随机性。

因此，岩土工程的设计计算中涉及的抗剪强度指标、压缩模量（系数）、孔隙比、容重和渗透系数等都可以看作区域化变量进行统计分析。

2岩土参数变异性的评价分析

岩土参数空间变异性分析，是根据取样并测定的数据资料，分析岩土参数的空间变化特征、参数自身及各参数之间的空间相互关系，以及将分析得到的结果应用于实际的工程中，并对未测点参数进行最优化估值，还可分析预测状态变量的空间分布。

在实际工程设计中，许多岩土参数可以看作是区域化变量。比如土的孔隙度相对密度塑性指数、渗透系数、压缩模量、抗剪（ 压） 强度以及某一特定持力土层的厚度等。它们的依随空间位置点而变化， 并且具有两个基本属性，即结构性与随机性。由于区域化变量具有上述特殊性质，如果用经典概率统计方法来研究、描述这类性质的变化是非常不容易的，因为它无法道道岩土参数的空间结构方面的信息。

而通过区域化变量理论中的一个简单工具一一变异函数， 就可以很好的描述区域化变量的上述特性，并对区域化的变异性也能反映。

目前多数岩土工程可靠性分析计算中，岩土参数的变异性是按概率统计中的随机变量变异性来评估的，它采用样本的均方差与样本均值的比值（一般叫做变异系数）来表示，这很容易忽略岩土参数变异性中很重要的特点，即结构性。而我们采用的区域化变量理论中的变异函数来描述岩土参数空间变异性就弥补这一缺点。从而将这类变量的变异性分析的任务得以实现。同时，利用地质统计学方法可以得到的岩土参数空间结构信息，定量的描述岩土参数的空间变异性，更全面的分析岩土参数的空间变化，以及通过岩土工程勘探网的合理布局，从而得到定量的有关岩土参数空间的最优化值。而经典的统计方法使用的标准差，变异系数特征值的离散随机变量等参数，这些值的特征通常能用来总结某个范围内的岩土参数值给定的离散的规模以及总体集中度，却不可能反映岩土参数的空间局部作用域和特征值的一个特定的方向。所以，地质统计学方法可以弥补传统统计方法忽视岩土参数变异性的缺点，从而对岩土参数的空间变异性进行更现实的分析和评价。

3结论

岩土参数的不确定性根源是岩土参数的空间变异性和量测系统变异性所导致的。岩土参数的变异性特征确定了岩土参数的空间分布的结构性和随机性的双重特征，因此我们就用岩土参数的区域化变量理论对岩土参数的空间变异性做出客观的评估。变异函数及其参数的使用，使得我们能够对岩石结构特征进行定量描述，从定量的角度揭示岩土属性空间变异规律，在区域化变量空间结构分析基础上构建出的有别于传统统计方法的方向综合变异指标，然后充分利用经典统计学所丢失的信息，就可以对岩土参数的空间变异性得出可靠的定量评价。地质统计学是岩土工程研究岩土的空间变异性及数学地质领域有效的工具，有很广阔的应用前景，这体现其在储量计算、勘探等领域探索，以及采矿设计和采矿地质等方面都显示了强大的生命力，已经成为描述和考察各种自然资源工程学科。地质统计学研究岩土参数几个空间变异性，可以更全面的揭示岩土参数的空间分布特征，从而更为准确评估建筑工地的岩土特征，为工程施工前的做可靠的参照依据。

参考文献

[1]朱小林：岩上工程参数的评价（岩上工程系列讲座第五讲） [J].工程勘察，1989年5 期.

[2]戴维著，孙惠文，刘承柞译.矿产储量的地质统计学评价（ 数学地质进展2）[J].地质出版社，北京，1989年.

[3]王俊庸.地质统计学及共在煤炭资源开发中的应用[J].煤炭工业出版社， 1990

第5篇：经典统计学方法范文

关键词：应用；接触评估；BAYES统计学；苯

文章编号:1006-3617(2007)01-0016-05

中图分类号:R195.1

文献标识码:A

接触评估是职业流行病学的重要组成部分，准确的接触评估结果对得到合理解释的剂量-反应关系、采取有效预防措施、保护工人的安全和健康具有重要意义。

目前职业卫生的研究对接触水平大多是定性或半定量的评估，这样不能得到明确的剂量-反应关系。很多定量的接触评估研究也没有标准方法和一致的检验方法，其无偏性、有效性、一致性都有待提高［1］。

为此，本研究以苯为研究对象，用BAYES（非经典）统计学方法将物理模型和专家知识综合起来，估算工作场所苯的区域浓度［2］。

1 对象与方法

1.1 对象

以上海某大型国有橡胶制品企业为研究对象。该厂成立于1954年，现有炼胶、打浆、钢编等共11个生产车间。主要产品为各种橡胶管。新旧车间的自动化程度不同，基本工艺相差不大。生产过程中大量使用苯以增加橡胶的粘合性。车间的自然通风良好，各工房均有轴流风机、吊扇，无可运行的局部排、送风装置。

1.2 方法

1.2.1 现场劳动卫生基本情况调查 了解工厂历史、原料产品、工艺、职业卫生防护、主要工作岗位及其原料及用量、产品及产量、工作任务、操作方式、工作环境、工作频度，以及这些因素在什么时候发生过什么变化。

1.2.2 收集、整理浓度资料 到相关部门收集该厂历年监测资料，统一车间、工种、岗位及采样地点的命名并编码。

1.2.3 车间空气中苯浓度的现场测定 连续10 d对各操作岗位的苯浓度用碳管采样，每天1次。停产岗位则当天不能测定。

1.2.4 计算区域浓度 ①现场参数测定：无各车间的建筑设计、工业卫生设计资料，参数全部自行测定或推算。对打浆车间、夹布机车间的全部参数进行现场测定，包括车间大小、工作点与污染源的距离。测量污染物产生率时，先将车间密闭，车间内均匀布点，同时用12只采样泵在污染物产生前采样1次，在污染物开始产生后连续采样6次，每次10 min，持续2 d。室内污染物前后二次平均浓度之差乘以室内有效容积，除以采样时间，得到污染物产生率。用风速仪持续2 d分别于上午、中午、下午连续2 min测量近区界面、全部通风口风速，计算室内通风量、界面通风量。②收集外推信息：现场测量、询问污染物来源、挥发面积、通风面积、局部通风设施等，供专家推导主观概率。③选择专家：挑选3位从事多年职业卫生工作的专家作为主观概率的提供者。专家各自提出自己的主观概率。如不一致，则分别与作者协商。④编辑参数信息文本：主要内容为本研究的目的、物理模型参考文献、工艺及工作场所照片、模型需要的参数及相关信息、需要专家提供的结果。⑤专家主观概率（先验信息或先验输入）和物理模型：专家根据参数信息文本和专业知识、经验，根据可行性和有效性选择物理模型，给出各参数的数学分布形式、均值及该参数在某可信度下的变动范围。⑥编程计算：WinBugs编程物理模型，设置相应参数，计算区域浓度（后验或后验输出）。

1.3 质量控制

现场调查员均为从事多年职业卫生工作的本专业工作人员，经过多次培训和预调查；数据由双人录入、自动核对；实验室分析由专职人员完成。

1.4 统计分析

ACCESS建立数据库，SPSS11.0作正态性检验、χ2分析。

2 结果

2.1 各岗位历史区域浓度监测资料结果

1964～2003年，该厂有20年区域浓度资料，共有浓度数据515个。算术均数为127.4 mg/m3，几何均数为11.7 mg/m3。区域平均浓度最高的是夹布机成型岗位，浓度为216.85 mg/m3；最低的是东风吸引其他岗位，浓度为0.06 mg/m3。钢编成型岗位浓度最为分散，标准差为39.35 mg/m3，见表1。

2.2 现场各岗位区域采样结果

全厂浓度最高的岗位分别是打浆、夹布机成型和搪浆。除“钢编其他”岗位外，各岗位测量值均为对数正态分布［3］，但离散程度均较高。浓度越低的岗位，离散度越高，见表2。有4个岗位的估算结果与历史测量资料无明显差别。

2.3 参数测定结果

搪浆车间总容积为1290 m3，有效容积约1150 m3；成型车间总容积为13 194 m3。各通风口风速的几何平均值为0.61 m/s，几何标准差为2.15 m/s；各界面风速的几何平均值为0.23 m/s，几何标准差为1.67 m/s。经检验，污染物产生率为正态分布，通风量均为对数正态分布，见表3。

2.4 物理模型及先验输入

专家选择二区域模型（Two-Zone Model）并给出各岗位参数的先验分布，见表4。污染产生率的数学分布为正态分布。对已测量的岗位采用实际测量值的均数作为污染物平均产生率。对未测量的污染源，则依据污染物成分、挥发面积，对照搪浆、夹布机岗位，按比例进行计算，其90%的可信区间为其均数上下的2倍。界面风量、室内通风量均取对数正态分布，其90%的可信区间为其均数上下的5倍。

2.5 参数后验输出

经模型随机抽样后，各岗位参数的后验输出见表4。除大小有芯的污染物产生率与先验差别较大（约为10.6倍），其余两者在各岗位各参数的差别上下大多不超过50%；70%以上的参数的差别在10%～20%。界面风量、室内通风量的先验输入与输出的差别也不大。

2.6 模型输出后验区域浓度

浓度最高的为打浆岗位（177 mg/m3），其次为夹布机成型岗位（125.70 mg/m3），两者几何标准差分别为115、71 mg/m3。其余岗位浓度均

2.7 二区域模型运算结果比较

将参数的不同取值分别代入模型后，得到的岗位区域浓度结果见表6。14个岗位中有11个岗位的无信息推断结果与有信息的推断结果，其差别在2倍以内，但夹布机成型岗位的结果却相差近20倍。专家给出的先验信息直接代入物理模型后的计算结果，与有信息推断的结果相比较，仅有4个岗位的结果与之相差2倍以内，其余岗位的差别大多在20倍以上。将参数的后验输出直接代入物理模型，其计算结果与有信息的统计推断吻合良好。

2.8 区域浓度估算结果的比较和检验

由表1、2、5可见，与8个岗位的区域浓度采样结果相比较，历史测量值有4个岗位与其无明显差别，非经典统计学方法估算结果有7个岗位与其无明显差别。

3 讨论

频率学派与BAYES学派是统计学的二个主要学派。相对于频率学派统计学，BAYES统计学被称为非经典统计学。两者的主要差别在于后者使用先验信息即来源于经验和历史材料的信息。而主观概率就是人们根据经验对某事发生可能性的个人信念。非经典统计学在工业、农业、军事中应用越来越广泛。

工业卫生中，历史监测数据可能由于采样时间、地点不当或其他原因而不能完全反应工人的实际接触水平，如：有些数据测量时只注重于某些特殊情形，有些数据不完整甚至互相冲突［4］。在本橡胶厂研究资料中，部分浓度>5 000 mg/m3，而同一地点的值则又可能在检测限以下。1984年以前各年的样本含量明显少于1984年以后各年的样本含量，全厂苯浓度明显较高。部分原因在于卫生监督的目的在于发现车间空气中苯的浓度是否超过最高容许浓度，在样本有限的情况下，监测人员大多会寻找浓度最高的岗位测量，而忽略了中低浓度的岗位，所以工厂平均浓度差别较大。部分年份的浓度明显偏低，如1994年几何均数为0.19 mg/m3，还有两年分别为0.40、0.41 mg/m3，主要原因是采样岗位、地点的差别所致。这些问题会对结果带来重大影响。简单地去掉这些值的做法是不可取的。越来越多的人认为，当前一个重要问题是如何提高测量资料在常规危险性评估中的正确、有效使用［5］。

理论上认为，如果我们能确定对空气中污染物产生重要影响的接触决定因子及其作用大小，就能估算出工人的接触浓度［6］。研究表明，比较重要的因子可以分为4类，即物质理化特性、工作条件（如温度、湿度）、工艺流程（操作过程、工艺设备）、个体因素（任务的频度与持续时间、个体防护设施）。目前化学物接触评估的数学模型主要有充分混合盒式模型、二区域模型、涡流扩散模型等。这些模型能相对精确地预测工作场所有害因素的浓度或强度，但每个模型都有明显的局限性。而物理模型的相对现场的简单性而言，单独使用物理模型会对结果估算产生重大偏倚，所以需要有效方法来弥补物理模型的不足。

在接触评估过程中，专家的作用越来越重要［7］。专家根据接触评估原理，收集资料，并以各种资料为基础，综合专业知识和工作经验进行评估［8］，提高了评估效率。但由于专家经验知识的主观性，所以在评估过程中必须结合工人的具体工作环境、现场测量结果。否则，专家经验可能对评估结果适得其反［9］。

统计模型在接触评估工作中应用广泛。多数研究都是将已知测量值进入模型，估算各参数值，再将参数及其系数进入模型，进一步估算将来或过去时期的接触情况。如，WILLIAMS等以测量资料为基础，收集、补充了接触决定因子的信息如工程控制、加班时间、产品产量、呼吸器的使用及效果等，根据测量信息的数学分布特征，用Monte Carlo方法对样品重新进行抽样分析，得出了车间空气中概率最大的浓度［10］。BAYES统计学重视先验信息的收集、挖掘、加工，形成数量化，参加到统计推断中来。本研究中，结合物理模型、专家意见及样本信息的BAYES统计推断，应用于接触评估工作中，提高评估质量。由模型输出结果可见，区域浓度最高的岗位依次是打浆、夹布机成型、搪浆，浓度分布为177.00、125.70、44.55 mg/m3，但离散程度大。其余岗位浓度较低，均

在一些情况下，先验信息不易获得，甚至无法获得，这就给模型的使用带来了较大困难。因此本研究分析了无信息先验时的统计推断结果。结果显示，大部分无信息先验的输出结果与有信息先验的推断结果相差不大，但一些岗位的结果与先验信息则相差近20倍。这提示专家的先验信息与实际值相差较大，也提示物理模型需要进一步发展完善。而结合专家推断、样本信息的BAYES统计推断能有效校正各种不确定因素所致的偏倚，弥补了专家主观判断与物理模型不足，使估算结果趋于合理。这说明先验信息有助于统计推断，忽视先验信息有时是一种浪费，有时还会导致不合理的结论。专家先验信息经统计模型的拟合后，得到了参数的后验输出。将参数的后验输出直接代入物理模型，其结果与有先验信息的统计推断吻合良好，如大小有芯岗位的运算结果均为1.83 mg/m3。

以上结果和分析可见，BAYES统计学方法在职业卫生工作中应用新颖，结合了多种信息，使结果与实测值更接近［8，11］。

第6篇：经典统计学方法范文

多元统计分析作为经典统计学发展中的重要分支,对社会宏观经济管理具有重要的作用,影响国民经济总体及其经济活动的状态。本文主要通过阐述多元经济分析方法的主要内容,探讨多元统计分析方法在宏观经济中的应用状况。

关键词:

多元统计分析;宏观经济;应用探讨

统计学是一门收集、整理、归纳、描述、分析数据的学科。多元统计学作为经典统计学的一个重要分支,遵循了继承、发展的原则,在掌握统计学基本统计原理的同时,创造更多统计分析方法,使多元统计学合理应用到社会宏观经济的管理中,改善社会整体经济发展水平,促进国民经济持续、稳定的发展。

一、多元统计分析方法的主要内容

随着社会科学技术水平的发展,统计学在应用数学知识的基础上,逐渐与计算机技术相融合,利用计算机快速、有效的应用能力,将统计学所涉及的领域扩大到社会生活的方方面面,影响社会经济水平的发展。多元统计分析作为一种综合的分析方法,拥有多种统计分析的方式。其中主要包括了判别分析、聚类分析、主成分分析、对应分析、因子分析等统计分析的方式。判别分析,是多元统计分析中的主要分析方式。将多个不同的样本构造成为一个特别的函数,根据与样本相关联的量变的变化,判别分析出想要知道的未知函数属于哪一个所提供的样本。这种通过判断的方式寻找问题答案的分析过程就是判别分析。判别分析在社会中应用广泛,它涉及了医学、气象、图像识别等多种领域,用判别数据的方式促进社会的发展。

主成分分析,是一种归纳、整理、避免重复的分析方式。为了简化复杂的数据,将多个可变量综合整理为一个整体,应用新组合的无关变量群体替换原有的相关变量的群体,经过层层组合,将多个可变量因素归纳成为少数的主成分群体,通过少数群体所凸显的主要问题分析事物发展的主要矛盾,解决因多个相关变量互相干扰所带来的困扰。主成分分析适合解决综合性问题,将多个可变量数据组合成为一个综合的变量,逐层递减,逐渐减少可变量的数据,最终实现解决复杂问题的愿望。聚类分析,是一种较为直观的分析方式,根据它的名字我们就可以了解到,这是一种将同类属性的可变量因素综合在一起的统计分析方式,将相同类别、相同性质,可以互相关联的因素,合理的归纳在一起,这就是相互整合的聚类分析。聚类分析作为多元统计分析方式中的一种,应用图表合理的展示所要分析的数据,相比较经典统计学而言,聚类分析更为直观、具体。

二、多元统计分析在宏观经济中的应用实例

(一)判别分析在宏观经济中的应用判别分析,作为一种判断式的分析方式,在宏观经济中应用广泛。在医学领域、气象预报中,判别分析是一种主要的数据统计分析方式。1、判别分析在医学领域的应用案例判别分析对于医学领域的发展具有重要的促进作用,下面将针对呼吸内科的应用案例,对判别分析的实际应用进行合理的解释。如果一个人的肺部产生阴影,那么可能产生的原因是肺癌、肺结核、乙肝、或者是肺气肿。在不知道具体患有什么病症的前提下,通过应用判别分析的分析方式,将多种可能含有的症状综合整理成为一个函数,然后通过患病者的患病状况,研究患病者是否含有咳嗽、咳血、发烧、体重减轻等症状,将患病者的患病状况视为一种可变的因变量,通过对因变量的统计分析,研究患病者患有哪一种肺部的疾病。通过这种判别式的数据统计分析方式,可以合理的分析出患病者属于哪一类的病症结果,通过对于因变量的分析,将患者想要了解的未知问题对应的寻找已知的答案,为医护人员以及病症患者提供有效的解决方案。这种判别分析的方式,可以提高医护人员解决病症患者医疗问题的速度,为医疗事业提供及时有效的解决方案,使真正患有疾病的人员可以在最佳的治疗时间进行医治,以延长患者的生命,再次用宝贵的生命为社会的发展作出自己的贡献,使仅仅患有肺气肿的人员,可以以最快的时间排除自己可能患有癌症或传染性疾病的可能性,为患者以及患者家人带来一份安心。判别分析对于医疗事业的影响深远,在社会发展的过程中,通过判别分析可以提高医疗诊断的效率,用最快的时间诊断出患者的病情,为医疗患者提供最佳的治疗时间,促进中国医疗事业的发展。2、判别分析在气象预报领域的应用案例在气象事业中,可以通过提供多种可知的样本,例如阴天、雨天、晴天、多云、雾霾天等多种可能出现的天气样本,将多种天气汇集成的样本制作成为一个总体的函数,根据气象台所侦察到的多种数据进行合理有效的分析,对应的放置在已经知道的样本中,选择最适合的样本作为想要了解的未知函数,在判别分析的判定下,我们可以将所有的天气状态进行整理,根据气象观测中显示的风力情况,云层厚度等所有可变因素,预判未来几天的天气情况,为未来生活的出行条件提供便利的因素。判别分析对于日常生活的影响十分的深远,它在方便人们生活的同时,改善了人们的生活状态,提高了人们的生活质量。

(二)聚类分析在宏观经济中的应用聚类分析在宏观经济中的应用范围也是十分的广泛的,在社会生活的多种领域中都存在聚类分析的统计分析方式。聚类分析,在宏观经济中的应用直接影响了中国社会的发展,它不仅对中国经济的变化有着重要的影响,对于中国灾害的预报,聚类分析也同样产生重要的作用,在预报洪水、地震、暴雨等自然灾害中,聚类分析的效果要比其他的统计分析效果好很多。作为多元统计分析方式中的一种统计方式,相对于其他的统计数据分析而言,聚类分析可以通过图表的展示,更为直观、明朗的呈现数据的变化过程。1、聚类分析对于城市居民生活状态的分析应用案例对于我国各个省份的城市居民生活水平状况,可以根据聚类分析的方式进行整理、归纳、分析。通过聚类分析的方式,可以首先将中国各个省份的城市居民生活状态绘制成为一个图标,将省份的名称以及城市居民的住房建筑物投资、人均收入水平、人均消费水平、城市就业人数等多种与城市居民经济水平相关联的可变量数据显示在图标中。可变量数据经过整理后,再次简化数据,将数据进行标准化的处理,使数据的图表呈现方式更加直观。经过合理整理后,用聚类分析的统计分析方式,将相关联的样本进行分类,将中国各个省份分成不同的类别。通过聚类分析的方式,可以直观、清楚的将中国城市居民的生活水平以图表的方式呈现出来,方便国家在宏观经济中对城市居民的生活水平进行宏观调控,使中国城市居民的生活可以得以改善、提高。宏观经济,是国民经济的整体发展水平及经济运营状态,国家对于宏观经济的掌控及其调整,直接影响着中国人民的生活水平。多元统计分析作为一种统计、分析数据的方式,可以根据过去原有的陈旧数据,进行归纳、整理、分析,从现有的数据中,分析未来数据的变化过程,通过对于数据的掌握情况,可以改善社会中多种领域范围的发展状况。随着社会的不断发展,由经典统计分析分支出来的多元统计分析方式也在不断的改善、提高。经过时间与实践的探索,多元统计分析衍生出主成分分析方式、聚类分析方式、判别分析方式、对应分析方式等多种分析方式,这些统计分析方式涉及了社会各个领域的发展变化,在宏观经济的应用中影响着社会中医学、科技、农业、电子科技等行业的发展状况,对社会的总体发展起到了至关重要的作用。通过精确的数据分析,多元统计分析方式满足社会发展中的多种发展需求,促进社会国民经济总体水平的提升。

参考文献:

[1]朱小梅.多元统计分析方法在宏观经济分析中的应用[J].赤峰学院学报(自然科学版),2013,(20):5-6

[2]刘君一.多元统计分析方法在宏观经济分析中的运用[J].时代金融(中旬),2015,(7):168

第7篇：经典统计学方法范文

关键词:Excel;直线回归;统计分析

中图分类号:R195·1文献标识码:B

医药卫生工作者在工作和科学研究中经常需要对数据进行统计分析。有报道表明,医学期刊论文中应用的统计方法大多数属于t检验、χ2检验、方差分析和直线回归与相关分析等经典的统计方法[1]。当前计算机已普及,利用计算机完成统计分析工作已成为人们的第一选择。虽然目前有一些专业统计软件可供人们选用,如SAS、SPSS软件等,但这些专业统计软件结构复杂,一般的应用者不容易掌握,并且价格昂贵,使人难以承受。Excel是Office家族的一个成员,是一种电子表格软件,众多医药卫生工作者和科研工作者喜欢用它来记录和整理实验数据,其处理数据和绘图等功能的确方便了广大用户,但大多数人并不知道Excel还可以提供一些基本的、经典统计分析方法。下面根据笔者多年来在教学和科研中应用Excel软件的经验,谈一谈如何利用Excel进行直线回归分析。

1为Excel安装“分析工具库”

1·1在使用“分析工具”之前,应检查“工具”菜单,确定Excel当前是否安装了“分析工具”。如果在“工具”菜单中没有“数据分析”命令项,则需通过调用加载宏来安装“分析工具库”[2]。

图1当前家载宏对话框

1·2单击“工具”菜单,在其下拉菜单中选中并单击“加载宏”,命令弹出“加载宏”对话框,见图1。

1·3在对话框的“当前加载宏”列表框中选中“分析工具库”,加载宏左侧复选框中打“√”。然后单击“确定”按钮,关闭对话框。至此,为Excel安装“分析工具库”的工作已经完成。

2制作回归曲线、求出直线回归方程及决定系数

2·1在Excel工作表中拖动鼠标,选中数据所在的区域,例如:现有二组数据:X分别为1.0、2.0、3.0、4.0、5.0、6.0;Y分别为2.0、3.9、5.8、8.4、10.1、11.9。X用A列表示,将它们分别输入A1-A6的区域;Y用B列表示,将它们分别输入B1-B6的区域,然后选中A1-B6数据所在区域,点击工具栏上的“图表向导”图标或点击插入菜单中选择图表项,就可以打开图表向导。

2·2在“标准类型”选项卡的“图表类型”中选择“XY散点图”。点击“完成”键,散点图出现在工作表中。在图表区内按鼠标右键,根据需要可对标题、横纵坐标、网络线、线性的粗细等进行添加、修改和删除。

图2由Excel作出的回归曲线

2·3将鼠标放在散点图中任一数据上按右键,在出现的浮动菜单中选择“添加趋势线”项,出现“添加趋势线”窗口。在“添加趋势线”窗口的“类型”选项卡“趋势预测/回归分析类型”中选择“线性”;在“选项”选项卡中的“显示公式”和“显示R平方值”复选框中打上“√”,点击“确定”按钮后在绘图区就显示曲线、回归方程和决定系数R2的值,见图2。

3检验求得的直线回归方程是否成立

3·1在“工具”菜单的选项卡中点击“数据分析”,弹出“数据分析”窗口,在“分析工具”中选择“回归”,然后点击“确定”按钮,出现“回归”窗口,见图3。

图3回归分析窗口

3·2将光标移至“Y值输入区域”,选定B1-B6间的数据;然后将光标移至“X值输入区域”,选定A1-A6间的数据;再在“置信度”左侧复选框中打“√”,点击“确定”按钮,出现分析结果,见图4。

SUMMARYOUTPUT

回归统计

MultipleR0.998453792

RSquare0.996909975

AdjustedRSquare0.996137469

标准误差0.235230384

观测值6

方差分析

DfSSMSFSignificanceF

回归分析171.40771.4071290.4879523.58429E-06

残差40.2213333330.055333333

总计571.62833333

Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%

Intercept-0.0533333330.218987569-0.243545030.819563773-0.6613415580.55467489-0.66134160.55467489

XVariable12.020.05623081735.92336223.58429E-061.86387792.17612211.86387792.1761221

图4直线回归分析结果

3·3对图4所示的数据,主要看“方差分析”的结果:“df”表示自由度、“SS”表示离均差平方和、“MS”表示均方、“F”表示统计量F值、“SignificanceF”表示P值。一般来说,若P0.05,表明有统计学意义,即总体回归系数β≠0;反之,表明无统计学意义,总体回归系数β=0。本例F=1290.487952、P=3.58429E-06(3.58429×10-6),很明显P<0.05,表明二组数据之间存在依存关系,其关系可用回归方程Y=2.02X-0.0533表示。

4结语

本文通过实例,具体地说明了如何利用Excel进行直线回归分析,但对其他方法没有做过多的论述。其应用前提是使用者必须对统计学的基本概念和基本方法有所了解,而且对电子表格软件Excel的功能也有一定的了解。学会使用这种方法后,将为许多人在工作和研究中节约许多宝贵时间。而且,Ex-cel还可以与其他一些软件如Word、PowerPoint和SPSS等软件之间进行数据的交换[3],使之发挥更多的作用。由于该方法操作简便,得到结果快速而准确,同时能得到直观图形,因而值得大力推荐。

[参考文献]

[1]张立群,魏丽惠.医学科研论文中常见统计学错误分析[J].中国妇产科临床杂志,2006,7(6):473-474.

第8篇：经典统计学方法范文

关键词：市场调查；内容；方式与方法；成绩评定

中图分类号：G642.3 文献标识码：A 文章编号：1001-828X（2013）11-0-02

目前在本科院校尤其是独立学院的统计学专业教学中，市场调查实务课程的教学现状大都沿用传统方式，即重视理论知识的灌输，缺少学生的主动投入和实践技能培训。这种模式对于传统理论性较强的课程，其教学效果的弊端尚不明显，然而对于实践性要求较高的就显得很不适宜。随着经济和管理现象日益复杂，市场情况瞬息万变，社会对人才素质的要求越来越高，这也促使目前以讲授为主导的课程教学模式培养的学生必须加以改革。

一、课程的培养目标

西安财经学院行知学院（以下简称西财行知学院）统计学专业的课程培养目标是培养具有良好的数学与经济学素质，掌握统计学的基本理论和方法，具有统计数据搜集、加工、整理、传输与分析的能力，能在企事业单位从事统计和管理工作或在科研、教育部门从事研究和教学工作，适应社会经济与科学技术发展要求，富有创新精神和实践能力的应用型高级专门人才。

《市场调查实务》课程是继西财行知学院统计学专业开设《统计学》、《抽样调查》、《市场营销学》、《多元统计分析》、《市场预测与决策》、《SPSS统计分析软件》等课程之后开设的一门教学实践课程。该课程的开设目的主要是运用上述课程的理论知识来进行市场调查、市场分析、以及市场研究，是我院统计学专业的核心实践课程之一。

二、现有的课程教学存在的问题

（一）教学方法的实际缺陷。目前在西财行知学院的统计学专业教学中，市场调查实务课程的教学是沿用传统方式，即重视理论知识的灌输，缺少学生的主动投入和实践技能培训。这种教学模式对于传统理论性较强的课程，其教学效果的弊端尚不明显，然而对于实践性要求较高的专业课显得很不适宜。市场调查实务课程教学存在的问题主要有：教学方法手段缺乏灵活性，重视理论灌输，轻视职业能力培养；教学内容为书面知识，忽视综合素质和就业能力的培养；没有围绕用人单位对人才的需要进行教学等。传统的教学模式导致调动学生学习的积极性和参与性方面效果欠佳，不仅缺乏对学生主动性学习精神的激发，也不利于培养学生真正的分析问题和解决问题的能力。随着我国经济又快又好的发展，市场情况的瞬息万变，社会对人才素质的要求越来越高，这也要求我们必须对目前以讲授为主导的实践课程教学培养模式加以改革。

（二）考核方式单一。学院现有的市场调查实务的成绩评定为平时作业占30%与闭卷考试占70%相结合的考核方式，闭卷考试侧重理论知识的考核，学生需要靠死记硬背，而学院则以成绩定学生的优劣，严重束缚了学生的创新意识和实践动手能力。

（三）市场需要。市场调查已逐渐成为各类企业获取市场信息的主要工具。市场经济越发展，竞争越激烈，市场信息就越重要。传统的海量市场调查数据大都是人工整理的，工作量大，准确性差，工作效率低下。在计算机快速发展的今天，如果《市场调查实务》引入计算机技术后，其分析计算能力将会得到突飞猛进的发展。近年来，我国的市场调查发展很快，涌现出大批从事市场调查、咨询的专业性机构。这些调查企业对专业的市场调查人才需求也是很庞大的，如何培养专业的市场调查人员是统计学专业的培养目前，也是市场调查实务课程的主要目标。

三、课程教学改革的内容

本文试图研究适合西财行知学院统计学专业学生学习《市场调查实务》课程的理论体系和技能，达到培养统计学专业综合型人才的要求。具体从市场调查实务课程的教学时间安排、教学内容、教学方式与方法以及成绩评定三个方面进行初步的改革与探索。

第一，在教学内容的选取方面，根据统计学专业的先修课程及市场调查能力的需求对传统学科内容进行了取舍，并且对不同的调查能力有所侧重。第二，课时的安排方面，将原有的纯理论课时分配成“理论课时+实践课时”的模式。第三，对《市场调查实务》课程的教学方式和方法进行改革。研究和探索如何改进教学方法，增加实践教学环节，使学生更好的掌握市场调查的流程和技巧，能将所学知识灵活应用到实际调查中。第四，试图设计出一套公平、公正、合理、可行的课程考试方式。

四、课程教学改革的具体措施

（一）调整课程时间安排。在教学体系安排方面将市场调查实务课程安排在《统计学》、《抽样调查》、《市场营销学》、《多元统计分析》、《SPSS统计分析软件》等课程之后，为学生学习市场调查实务课程知识打下良好的理论基础。通过多年教学，我们发现有相当多的学生未先行修学《市场营销学》、《SPSS统计分析软件》等课程，导致教师的授课难度加大，教学效果降低，因此学院对学生开设该课程的先修课程应该有一条刚性规定，即先学习《统计学》、《抽样调查》、《市场营销学》、《多元统计分析》、《SPSS统计分析软件》等课程，再学习《市场调查实务》。

目前学院将《市场调查实务》课程安排在本科教学阶段的第七学期，这个时间段刚好是大四学生考研、考公务员、找工作等重要事情的关键期，对于此学期的课程的学习积极性不高，严重的影响了教学目标的完成，教学效果不是很明显。因此建议学院尽量将时间课程安排在第七学期之前或者第六学期，保证教学任务的完成，提高教学质量。

（二）整合课程内容。课程内容的调整具体如下：

1.教学内容的调整。（1）在调查内容方面，侧重于消费者行为及态度调查，淡化其他内容甚至可以省略。（2）在调查方法方面，加强一手资料调查方法的运用能力训练、加强定性调查方法深度访谈的运用能力训练、加强观察调查方法运用能力训练。（3）在抽样方法方面，因为先修的抽样调查课程对各类抽样方法做了详细的学习，该部分内容可以略去。（4）调查流程方面，侧重对拟定调查方案、设计问卷、调查数据整理与分析、调查报告撰写等能力培养，并增加学生对实地调查方案的设计与实施的实践教学环节。（5）数据分析方面，侧重将SPSS数据分析软件，R软件等引入教学，加强学生的数据分析能力，提高数据分析工作的效率。

2.教学内容次序的安排。教学内容的次序完全可以遵循市场调查项目开展的工作流程展开，打破传统按知识体系的章节结构开展教学的模式。根据调查主题将工作流程可以拆分成六个阶段的工作任务，学生在开始每个阶段任务之前，教师先提出任务的要求，由学生去探索完成。完成后学生展示成果，教师进行点评并补充必要的知识，学生在此基础上进一步完善工作，然后再展示成果，教师再进行点评。这样反复几次后，学生对相关知识印象深刻，并且相关能力得到重复训练。

3.整合课程内容，压缩课堂学时，增加实践指导。根据实际授课经验，即使不考虑学生实践能力的培养，仅采用教师“满堂灌”的方式授课，要在18课时内将“市场调查”部分的全部原理、方法、技巧等知识讲述清楚也是有一定时间压力的，更何况在“实践能力训练”的教育理念下，还必须抽出部分时间加强学生在课程实践环节的培养，这就使课时压力进一步加大。初步的构想是将原来18课时的教师课堂授课时间改变为6课时（课堂讲授课） +12课时（实践指导课），以促进课堂教学与课外实践的结合，理论知识与实际运用的结合。具体实施方式为：课堂教学6学时仅讲授重点和难点，并结合案例，突出知识的应用性，其余内容则少讲或不讲。通过布置实践作业来引导学生，促使其带着问题去思考和自学，在此阶段教师应及时跟进实践指导环节，对学生在课外按照教师要求完成的与课程有关的实践调查作业实施指导。

（三）教学方式方法的改革。课堂教学方法的改革。改进传统的纯理论课堂教学方法，加入项目教学、课堂模拟调查、学生讨论等方法，激发学生的学习兴趣，提高学生数据分析的效率，锻炼学生的独立性，培养学生的专业综合能力。

1.案例教学法。教师在教学中可以试图加入经典案例的教学。在课堂上，教师可以讲解一个具有代表性的案例，引导学生对案例进行分析、讨论、从而有效地掌握理论知识。课后给学生留多个经典的调查案例进行自学，并要求撰写读后感。

2.影视教学。随着计算机技术和多媒体技术大量地引入到大学生的课堂教学中，视频教学的应用越来越广泛，也深受大学生的欢迎。因此授课教师可以构想将收集到的经典的市场调查视频在课堂上播放，也可以留给学生课后自己观看。

3.情景模拟教学法。目前学院的实践教学课程都有课时限制，并且该门课程由一个教师讲授，如果让老师全程跟踪学生的调查过程不太符合现实情况，因此可以考虑在课堂上让学生进行模拟实施调查，发现学生实际调查中的问题，教师给予现场指导，要求学生将模拟调查过程中存在的问题进行指导和总结、

4.小组讨论学习法。市场调查实务课程重在实践上，教师可以组织将班级学生分成几个小组，各个小组成员一起讨论与思考。各个小组确定出一个调查主题，并且进行调查问卷设计、调查问卷修改、调查数据整理和分析、调查报告撰写等。分小组讨论学习法，一方面减轻了个人调查的工作压力；另一方面培养了大学生团队合作的意识和精神。

5.竞赛教学。目前社会上关于大学生市场调查的各类竞赛很多。学院可以鼓励和组织大学生积极报名参加。大学生通过参与竞赛，可以在较短的时间内学习和熟悉市场调查的流程和相关知识，达到教学的目的。

（四）成绩评定方式的改革。初步探索采用平时成绩占30%），实践考核占70%相结合的适合当前该课程的新考核方式。平时成绩的评定主要考察学生出勤情况、课堂提问、课堂讨论等方面的表现情况，实践考核内容包括提交作业、实施具体调查项目，提交调查报告、分小组答辩等环节。增加的分小组答辩考核可以让教师更清楚地知道学生对该课程的学习和掌握情况。

第9篇：经典统计学方法范文

【关键词】 利培酮； 精神分裂症； 体重； 糖代谢

利培酮对体重和糖代谢的影响国内外均有报道，主要是利培酮阻断胰腺β细胞上的5-HT2A受体使血糖升高[1]；同时阻断去甲肾上腺素神经元突触前膜上的ɑ2受体，增加去甲肾上腺素释放，促进糖原分解，又升高血糖[2]。本文旨在探索利培酮对患者体重和糖代谢的影响，供同道临床用药时参考，现报道如下。

1 资料与方法

1.1 一般资料 2008年5月-2012年5月在本院住院的服用利培酮治疗的患者中，凡符合DSM-Ⅳ精神异常诊断标准，并排除肝、肾疾病及孕妇，入院前2周内未用过利培酮患者，无神经系统疾病史，无肥胖、进食障碍、糖尿病、高血压、心脏病、药物或酒精依赖史均可入选。共收集78例，其中男36例，女42例。年龄18～48岁，平均（27.54±9.42）岁；发病年龄18～48岁，平均（23.32±6.31）岁；病程5个月～11年，平均（1.3±0.5）年。

1.2 治疗与研究方法 在治疗过程中禁止吸烟、饮酒、食用高糖、高胆固醇食品及合用其他药物。入院后1周内测量体重和抽取静脉血检测空腹血糖。剔除血糖异常患者，在12周疗程结束后，再测量患者体重和抽血检测血糖与治疗前体重、血糖进行对比分析。

用稳态评估法评价胰岛素抵抗，HOMA胰岛素抵抗指数（HOMA-insulin resistance，HOMA-IR）=空腹血糖（mmol/L）×空腹胰岛素（μIU/L）/22.5[3]；胰岛素敏感指数（insulin sensitivity index，ISI）=I/（空腹血糖（mmol/L）×空腹胰岛素（μIU/L）[4]；HOMA胰岛素分泌指数（HOMA-βcell secretionindex，HBCI）=20×空腹胰岛素/（空腹血糖-3.5）[5]。

1.3 统计学处理 本文资料采用SPSS 16.0统计软件，计量资料以（x±s）表示，采用t检验。对非正态分布变量对数转换[6]。以P

2 结果

在利培酮治疗前测量患者体重，均值为（59.47±7.73）kg，治疗12周后检测体重，均值为（62.08±5.85）kg，平均增加2.61kg，比较差异有统计学意义（P

3 讨论

有研究证明，经典抗精神病药物可以引起体重增加，但是，非经典抗精神病药物如氯氮平、奥氮平可引起更显著的体重增加，利培酮、奎硫平次之[7]。本文研究结果显示，服利培酮12周后与治疗前比较，患者平均体重增加2.61 kg。利培酮属非经典抗精神病药物，虽引起体重增加比氯氮平、奥氮平较轻，但不能不引起临床高度关注[8]。有报道认为，体重增加必须严格控制，因其可能导致其他疾病，如糖尿病、高血脂症、高血压和冠心病等[9]。

本文研究结果还显示，服用利培酮12周后，空腹血糖上升比服药前空腹血糖高0.84 mmol/L。有研究结果证明，利培酮引起肥胖，是糖尿病、高血脂症、高血压和冠心病的危险因素。因此，美国食品药品管理局规定，利培酮产品资料上要反映出糖尿病的危险性[10]。这些研究资料均支持本文的研究结果，用利培酮治疗确实能使患者空腹血糖升高。因此，在使用利培酮治疗过程中，需要监测空腹血糖，对严重空腹血糖升高患者，应考虑换药[11]。

本文研究结果基本与国内外同类研究结果相一致，但相对不足的是样本较少，观察时间较短，在对利培酮评价上难免有过高估计或主观偏差，还需进一步大样本和长时间的观察研究。

参考文献

[1] Holt R I，Peveler R C.Association between antipsychotic drugs and diabetes[J].Diabetes Obes Metab，2006，8（2）：125，135.

[2] Mager U，Lindi V，Lindstrom J，et al.Association of the Leu72MET polym orphism of the ghrelin gene with the risk of Type 2 diabetes in subjects with impaired glucose tolerance in the Finnish Diabetes Prevention Study[J].Diabet Med，2006，23（6）：685，689.

[3] 亢万虎，郭丽阳，李强，等.精神分裂症ghrelin基因多态性与利培酮治疗前后血糖的变化[J].西安交通大学学报（医学版）， 2009，30（5）：579-582.

[4] 喻东山，高振忠.精神科合理用药手册[M].江苏：科学技术出版社，2005：11-14.

[5] 刘燕，李华芳，王慧芳，等. 氯氮平、利培酮对精神分裂症病人血糖胰岛素稳态的影响及相关因素分析[J].上海精神医学，2003，15（5）：257-259.

[6] 刘珺.利培酮、喹硫平、阿立哌唑对患者糖脂代谢的影响[J].江苏大学学报（医学版），2012，20（1）：61-63.

[7] 赵庆莲，任巧玲，侯峰，等.新型抗精神病药对精神病患者体重及血糖、血脂水平的影响[J].神经疾病与精神卫生，2008，5（6）：377-379.

[8] 陈修哲，杨晓华，陈建平，等.抗精神病药物对患者血脂、血糖和体重影响的研究[J].山东精神医学，2006，19（1）：11-13.

[9] Gof D C，Cather C，Evins A E，et al.Medical morbidity and mortality in schizophrenia：guidelines for psychiatrists[J].J Clin Psychiatry，2005，66（2）：183-194.

[10] 常学润，李鑫，臧瑞英，等.非典型抗精神病药对患者血脂影响的对比研究[J].中国误诊学杂志，2006，6（10）：1837-1839.