时间:2023-11-02 15:50:56
绪论:在寻找写作灵感吗?爱发表网为您精选了8篇统计学的论文,愿这些内容能够启迪您的思维,激发您的创作热情,欢迎您的阅读与分享!
近半个世纪以来,科学技术迅猛发展,新知识、新成果不断涌现,数字化特点凸显。根据2002年度美国国家科学基金会资助的研讨会报告,目前我们收集的数据需求呈指数增长,而数据分析的需求呈二次增长,但统计的专业人才呈线性增长并且目前统计学的教育远远落后于实际需求。邵启满教授“给当今毕业生的建议,就两个字:统计”。我们当前的数理统计课程的教育还处于“非常狭窄的计算机时代前的统计学”,严重滞后于不断发展中的现代统计学。大部分的研究生教科书内容仍然是从统计量到点估计,继而假设检验、回归分析和方差分析等基础知识的呈现及统计方法的推导。课程的教学大纲中也以理论推导为重点,注重统计方法的理论基础和演绎证明,而对于实际应用较多的现代统计方法缺乏介绍,忽视与各种统计软件的结合。因此,我国工科研究生毕业论文实验数据处理手段较为低级,对异常数据缺乏理性说明。我们的研究生往往在学完数理统计课程后,虽然掌握了基本的统计方法和推导,但进入科研工作碰到实际数据时,对数据的收集、处理和分析仍然一筹莫展。这也是促使我们教学理念转换的主要原因,研究生数理统计课程应以现代统计应用为中心,不仅要求学生理解和领会统计思想,还应正确使用统计方法,根据计算结果作出正确的推断,给出合理的解释。
2教学变革的尝试
由于课程的实用性和重要性,学生普遍对数理统计课程比较感兴趣。如何调动学生的主观能动性,变“被动灌输”为“主动探索”,在有限的课时内学习较多的统计知识呢?我们教学变革主要采取如下措施。
2.1教学内容的调整为了避免重复学习,我们对原来本科时已经学习的统计量与抽样分布、参数估计这部分内容只简单复习,温故知新,不再细讲。而对目前生物医学工程中应用较普及的方差分析、回归分析,我们补充了生物医学方面的实例,运用软件进行统计分析,并对运行结果详细讲解。对于教材未介绍的非参数检验和实验设计部分,补充几种常见的统计方法。对于较复杂的多元统计和现代统计学部分,我们引入PBL教学模式,通过分组、问题探究、成果汇报、反思和完善几个步骤,完成学习内容。
2.2教学方式的改进在课程的教学中,我们尽量做到深入浅出,回避复杂的推导、运算和证明,强调对统计思想的理解以及统计方法的运用,同时注重和统计软件的结合。统计从某种意义上说是与数据打交道的科学,没有实际数据的统计分析,不利于学生对统计方法的理解和应用。教学中如果仍然当成数学课程,注重统计理论中定理和公式的推导演算,而缺乏实际的数据分析训练,学生就无法对统计的广泛应用性及重要性有深刻的体会,也不利于保持和提高他们的学习兴趣。我们补充了生物医学方面的实例,通过数据分析,提高他们对统计方法的实际应用能力,也为后续PBL教学的顺利开展做准备。大部分学生在本科阶段已学习Matlab软件,而且工科学生计算机应用能力较强,因此我们要求学生自学一门统计软件(如SPSS、R等)或使用Mat-lab,对所有的实例在软件中实现数据分析。软件输出的是数值或图表,并没有详细的解释、分析和结论,学生必须结合数据背景知识,应用所学统计方法,进行分析推断,最后给出结论和合理的解释。
2.3考核方案的变革注重平时考核,淡化期末考试。考试不是最终目的,只是促进学习而已。因此,成绩是对学生学习情况的全面评价,不仅包括教材知识点的掌握情况,还有自主学习和实际应用的能力。我们将PBL案例分析的评价和期末考试的成绩各设置为50%的比例,鼓励学生自主学习,提高实际数据分析的能力。
3结合PBL教学模式
统计学的飞速发展要求研究生掌握必备的统计基础知识外,能够进行知识的自我更新,具有不断学习现代统计新知识的能力。PBL教学模式在提高学生分析问题、解决问题的能力,培养学生成为自主学习者、终身学习者等方面已被广泛认同。虽然生物医学工程专业研究生基础知识比较扎实,但统计学的发展以及软件的学习交叉,要想学好这门课程并不轻松。在研究生教班开展PBL教学的有利条件是:①教班人数较少,分组进行问题探索可以实现。②学生对数理统计课程比较感兴趣,积极性较高。③现代统计学和计算机科学紧密联系,但医学工程学生计算机应用能力较强,在统计软件的学习和编程方面具有优势。④教研组在数模竞赛培训和本科毕业设计中积累了一些素材,可以将内容完善成PBL问题。我们引入PBL教学模式,进行了初步探索。
3.1前期准备推荐一些统计应用的网站和书籍。简单介绍前沿的方法和知识,补充回归、相关、时间序列分析以及实验设计等内容,对于随机模拟、MC-MC方法也举例说明。教师将原先积累了一些实例设计成若干问题,让学生进行选题,组成学习小组(每组5-8人),确定分工。我们将多元统计分析和传染病预测的案例编写成4个问题,提前半个月交给学生,等他们分组确定后,分别给予一定指导。
3.2问题探究小组成员分工合作,查找文献、学习算法,围绕选定的问题进行准备。通过交流和讨论,将各自学到的知识进行整合,进而运用这些知识重新分析上一阶段提出的问题,思考并提出解决方案。最后,对问题形成一个附有详细统计算法和计算结果的论文报告交给教师。
3.3成果展示和汇报各组将问题的解决方案和结果做成PPT,在课堂上进行汇报。其他小组可以提问和质疑,开展课堂讨论。教师预先阅读各小组的论文报告,引导学生的课堂讨论,针对学生模糊不清的问题进行讲解,强调重点和难点,对每个小组的报告给予建设性意见和评价。
周口师范学院学院在第四学期为统计学专业开设了计量经济学这门课程,每周4个(3节理论课+1节实践课)学时,共68学时。计量经济学是经济、统计、数学交叉结合的学科。其内容体系分为:单方程计量经济学模型、联立方程计量经济学模型、违背基本假设的模型、时间序列分析等内容。该课程开设目的在于让学生基本掌握现代经济学分析与研究理论及方法,能够应用计量经济学模型理论知识分析解决实际经济问题。经典单方程计量经济学模型主要包括线性回归分析、违背基本假定的经典计量经济学模型及联立方程计量经济学模型等。计量经济学课程在内容体系与数学分析、高等代数、概率统计、西方经济学等紧密相联,我校目前的教学以教师讲授为主,学生被动的学习。
2教学过程中存在的问题
第一,计量经济学是以经济学理论为理论基础,以现实观测数据和实验数据为支撑,利用数学、概率统计等方法,依据计算机技术,来研究分析伴有随机因素效应的现象的定量关系和发展变化的统计规律的一门学科。计量经济学作为西方经济学的新的一个分支,西方经济学为其发展奠定了的理论基础,西方经济学中关于对经济变量之间质的分析是计量经济学进行定量研究的前提。数学与概率统计是计量经济分析、理论研究的主要工具,计量经济学在的建立与选择时,很多地方需要用到数学的方法和技巧。但在实际教学中,仅注重计量经济学模型的求解及检验方法,而忽略模型建立的经济学基础;仅仅强调模型的设定是正确的,但是却没有教会学生如何去检验模型是否正确;同时,也未将经济学基础考虑进来。第二,目前的教学过于强调“重思想、重方法”,把必要的数学过程与技巧只是作为解决计量经济学基本思想的工具,不过分强调,而是着重于基本思想和解决问题思路的分析。第三,在教学时,并没有将计量经济学方法应用到实际问题中进行实践。在上机课上,让学生自己操作Eviews软件对课本习题进行操作练习,并写实验报告,训练了学生的动手能力,但是学生并没有机会将所学到的知识运用到实际的经济问题中,计量经济学的教学理论在一定程度上与实践相脱节,相当一部分学生在使用计量经济学方法处理经济问题时,感到迷茫,也不知运用相关软件来完成计量经济学的运算,即使能够运用软件,却不知该怎样解释与分析模型的结果。
3计量经济学教学措施
通过教学改革提高教学质量,进一步使学生达到掌握经典的计量经济学模型理论和方法,了解计量经济学理论与方法的新发展;要求学生能够应用简单的计量经济学模型和方法,对实现经济数量关系进行实证分析;为继续学习高级计量经济理论、方法打下基础。
3.1理论与实验教学的互动发展
提升教学效果加强理论教学,同时开展创新实验教学,理论教学与实验教学的互动、协调发展。
3.2以"任务"驱动教学
课程理论知识、使用专用软件、提出研究问题、解决研究问题为计量经济学课程教学的四大任务。带动学生的自主创新及动手能力,适时的给学生布置任务,提高学生学习的积极性。
3.3划分和挑选教学内容
对计量经济学教学内容的层次划分进行反复讨论和界定,形成分层次的课程教学体系。
3.4教学和考核形式的改革
关键词:统计学教学模式EXCEL
进入21世纪,随着我国市场化步伐的加快,社会对新知识的需求日益增加,无论是国民经济管理,还是公司企业乃至个人的经营、投资决策,都越来越依赖于数量分析,依赖于统计方法,统计方法已成为管理、经贸、金融等许多学科领域科学研究的重要方法。
一、《统计学》课程教学面临的挑战
1.1内容日益丰富。长期以来,在我国存在两门相互独立的统计学——数理统计学和社会经济统计学,分别隶属于数学学科和经济学学科。统计学是一门通用方法论的科学,是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合,才能够发挥出其强大的数量分析功效。这些分支学科的存在主要不是为了发展统计方法,而是为了解决实质性学科研究中的有关定量分析问题,统计方法是在这一应用过程中得以完善和发展的。随着大统计学思想的建立和统计学在实质学科中的应用的需要,大多数学校和老师在财经类专业的本、专科专业《统计学》教学过程中,除了保留社会经济统计学原理中仍有现实意义的内容,如统计学的研究对象方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等;同时也系统的充实了统计推断的内容,如:统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。
1.2学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动,是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说,由于其本专业的课程体系要求,使得学生的数学或者数理统计的基础不是特别好,对于专科学生来说更不用说,推断统计将是他们学习的困难。
1.3教师的教学难度加大。授课内容越来越丰富;课程难度太大可能导致学生兴趣下降;传统教学方法的主要目的是让学生了解、掌握知识,其一成不变的教学内容和模式,学生味同嚼蜡,学生只是被动地吸收知识,最后得到的效果就是使其不思进取缺乏新意。高等教育扩招后,大多数学校,授课班级学生人数越来越多,一个教师跨越不同专业授课。这要求授课教师必须深刻领会授课内容的核心和相互关系,学会控制和驾驭课堂教学,注重统计学在不同专业领域的具体应用等等。教师和学生之间不再只是简单的知识“单向”传递,而是师生之间思想、心得、智慧的“双向”交流,教师和学生都承担了更多的教与学的责任。
二、《统计学》教学的发展趋势分析
2.1统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天,统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用,不仅使统计数据的计算和显示变得简单、准确,而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以,在统计教学过程中,大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果,而对大量复杂具体的计算可以交给计算机去完成。注重引导学生运用所学知识来解决实际问题,给学生多做一些教学案例,教学案例与教科书上的例题不同,例题的作用是单一的、有限的,通过例题只是掌握和熟练所学的统计方法及计算公式,而案例的作用是多方面的,它让学生了解了分析问题的思路,要解决什么问题,如何解决,应用什么理论和方法,需要什么数据,怎样解读计算结果,并根据分析结果,提出针对性的对策和措施,训练学生综合运用所学知识去解决实际问题的能力,激发学生学习的兴趣和求知的欲望。
2.2通过统计实践学习统计。它要求统计教师不仅要融会贯通统计理论和方法,而且要对案例中问题的解决思路和方法有熟练的把握。在教学中学生是主角,教师起引导作用,针对不同的统计教学案例,教师只有事先亲自采用各种方法进行计算和分析,才能对学生使用哪些统计方法和统计分析软件进行计算和分析提出建议,并对学生采用不同的分析方法和得到的分析结果作出比较透明的比较和评价。通过课堂现场教学,引导学生利用课余时间完成项目,利用假期时间,通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动,全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。
三、基于EXCEL的《统计学》教学设想
如何从烦琐的数理统计技巧转向数据处理的训练,教师的导向是第一位的,必须选择容易获得而且普及性比较强的统计分析软件,并在课堂教学和引导学生实践中广泛采用。
3.1微软公司开发的EXCEL软件无疑是我们最好的选择专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大,统计分析的专业性、权威性不可否认,但是对于没有开设统计学专业的院校这些软件并不常用,微软公司开发的EXCEL软件作为一款优秀的表格软件,其提供的统计分析功能虽然比不上专业统计软件,但它比专业统计软件易学易用,便于掌握。对于《统计学》这门课程而言,利用EXCEL提供的统计函数和分析工具,结合电子表格技术,已能满足统计方面的要求。
3.2基于EXCEL的《统计学》教学设想
3.2.1在教学内容上,依据EXCEL的函数功能、电子表格功能、数据分析功能,结合统计学原理的基本理论和方法,对统计数据的搜集主要强调统计报表制度,在EXCEL环境应该更注重抽样推断,EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术,统计图也可以被广泛运用于对数据的描述。
3.2.2案例教学成为《统计学》课程的重要内容。案例教学法不仅可以将理论与实际紧密联系起来,使学生在课堂上就能接触到大量的实际问题,而且对提高学生综合分析和解决实际问题的能力大有帮助。结合学生所学专业精选案例教学,比如对于金融专业的学生可以设计用几何平均数计算投资的平均收益率、运用标志变异指标考察投资组合的风险大小等。对于经管专业的学生,精选抽样推断、假设检验、方差分析对于控制产品质量,经营决策等方面的案例,深入浅出地介绍这些方法的基本思想、并用EXCEL进行分析。
3.2.3改革考试方式和内容,合理评定学生成绩。对于《统计学原理》的考试,多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量,维持正常的教学秩序起到了一定的作用,但也存在着缺陷。在过去的《统计学》教学中,基本运算能力被认为是首要的培养目标,教科书中的各种例题主要是向学生展示如何运用公式进行计算。这样导致了学生在学习《统计学》课程的过程中,为应付考试把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此,需要对《统计学》考试进行了改革,主要包括两个方面:一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力,还注重了学生各种能力的考查,尤其是创新能力。二是考试模式不居一格,除了普遍采用的闭卷考试外,还在教学中用讨论、答辩和小论文的方式进行考核,采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样,可以引导学生在学好基础知识的基础上,注重技能训练与能力的培养。
参考文献:
[1]谢安邦.高等教育学[M].北京:高等教育出版社.1999.
[2]贾俊平.统计学[M].北京:中国人民大学出版社.2000.
采用随机整群抽样的方式,以预防医学系预防医学专业2007级全体学生共101人为研究对象,自行设计问卷对其进行调查,根据计算机产生的伪随机数随机抽取1、2班为实验组,3、4班为对照组。
2教学方法
在理论课教学方式上,实验班和对照班均采用多媒体传统教学。而在实验课程的教学方式上,对照组的实验课程仍旧沿袭以往传统教学模式,即“回顾理论课知识点练习教科书中对应的思考练习题课后复习”,学生被动参与。实验组在实验课程中则以案例讨论分析为核心,学生主动参与为主线的教学模式,即“课前复习理论知识提出案例互动交流分析案例解析教师总结”,通过对典型的案例进行分析,使得同学们有机会运用理论知识对文献中的统计分析方法进行探讨,达到从实践层面上锻炼学生解决问题和分析问题的能力。
3调查方法
教学效果主观层面学生自我评价:根据研究对象和研究目的自行设计调查表,调查内容主要包括个人一般情况、学习效果自我评价、教学改革效果评价以及对实验教学的建议和意见。经预调查后,调查表在实验组与对照组同时统一发放,学生当场填完,经核实无漏项当场回收。本次调查发放问卷101份,回收有效问卷99份,有效回收率98%。教学效果客观层面评价:为客观评价教学改革效果,老师特意命制了具有调查目的的试卷,以期末考试的形式对学生的学习效果进行客观评价。试卷分两部分,前半部分为基础知识部分,后半部分为综合运用部分,满分100分,由同学们在规定时间内独立完成。除两人缓考外,其他所有试卷当场收回,回收率98%。
4统计分析方法
资料经统一编码后实用Epidata3.1软件建立数据库,采用双录入的方法,2人分别录入再进行对比,对数据进行逻辑查错后经整理形成最终数据库,数据分析运用SPSS16.0统计软件包进行包括算数平均数、标准差、等统计描述,以及统计推断如t检验,卡方检验,秩和检验等。
5结果
5.1一般情况比较
本次调查回收有效问卷,实验组49人,对照组50人。两组同学入学前的性别、来源地、户籍构成、和年龄差异均无统计学意义(p>0.05)。提示两组资料人口特征上有可比性,均衡性好。
5.2理论知识认知情况
分析结果显示,实验组与对照组对理论知识的认识情况,包括T检验、方差分、统计图表、直线相关回归、多元线性回归,差异均无统计学意义(P>0.05)。
5.3教学效果自我评价情况
实验组与对照组对教学方法的评价中,交流能力、表达能力、获取信息能力以及解决实际问题的能力方面,差异均有统计学意义(P<0.05),且实验组优于对照组。而学习效率方面,差异无统计学意义(P>0.05)。
5.4期末成绩客观指标
为客观评价教学改革效果,老师特意命制了具有调查目的的试卷。试卷分为两部分,前50分为基础题,题目涉及的知识点比较基础;后50分为实际运用题,需要灵活运用书本知识,难度相对较大。实验组与对照组基础知识部分得分、综合运用部分得分、总分方面,差异均无统计学意义(>0.05)。
6讨论
随着医学科技以及卫生事业的发展,社会对以学生的知识、能力、素质提出了更高的要求,培养医学生的科学素质和科研能力已成为现代医学教育的主要内容,以案例问题分析为基础的教学是顺应教学改革潮流发展起来的一种新的教学方法。通过上述调查,结果显示在不同的实验教学模式下,通过对不同实验教程的教学效果分析,实验组与对照组在对统计学知识认知方面无差异无统计学意义(P>0.05);两组同学在获取知识的能力、表达能力以及交流能力方面,差异均有统计学差异(P<0.05),实验组优于对照组。学习效率方面自我评价,差异无统计学差异(P>0.05);两组同学期末考各方面得分方面,差异均无统计学意义(>0.05)。分析可能原因如下:
(1)学生缺乏学习主动性:
实验教学课程改革的核心是进行案例分析。其前提是需要对书本理论知识要有一的理解。学生由于缺乏主动性,在上实验课程之前,由于很大一部分学生缺乏主动性,没有在实验课之前做好充分的准备和预习,包括收集资料、查阅文献、全面透彻的理解书本知识。致使在实验课程中不能积极的投入到讨论之中。同学们应在课下即使巩固知识,在对书本知识理解的基础上,再进行具体的案例分析,才能融会贯通地提高对书本知识的灵活运用。
(2)学生缺乏学习积极性:
医学统计学理论和系统性较强,章节内容比较枯燥抽象,公式难以辨别和识记,同时同学们的数学演算和推理能力较弱,因此同学们对统计学的认同程度较低,普遍存在畏难和烦躁情绪,案例分析要求每个同学都积极加入到讨论中,同时主动发言,回答相关问题。实验组同学普遍反应压力较大,学习负担重,这样更能激起同学们的排斥情绪。可见,同学们的不良情绪对本次调查结果存在一定的影响。
(3)实验组缺乏课后的巩固练习:
对照组的实验教学模式以课后练习为重心,在理论课程之后,对具体的课后练习题进行解答,这有助于同学们对理解知识的巩固和理解。实验教学采取案例分析为核心的教学方式,但是仅仅通过课堂的短短几十分钟是远远步够的。学好统计学除了需要识记理论知识外,更重要的是学以致用,而适量的课后练习则是通向融会贯通的桥梁。统计学是一门应用的学科,实验教学组同学在案列分析之后,要做适量的练习题巩固知识,这样才能从本质上提高解决问题的综合能力。
7结语
实验教学课程的改革使得学生在交流、表达、获取信息方面的能力得以提高。这主要归功于案例分析给予了同学更多表达自己的机会。同学们畅所欲言,个人综合能力得到锻炼。但是在改革中还存在一定的问题,要想达到预期的目标,除了教学形式的改革,更重要的是要从老师的教学方式和学生的学习方式进行改革,提高学生的积极性、主动性、创造性。笔者认为可以着眼从以下方面进行调整:
(1)实施前老师应该多与学生交流,增强了学习动力和信心。同时同学应在老师的指导下,课前准备更充分些,多让学生望参加现场数据收集工作,增加接触实际工作的机会。在实际工作中带着浓厚兴趣去学习将有助于调动同学们的积极性和创造性。
1.如何尽快地把学生引进门。
把学生引进门很关键,直接关系到学生对这门课程的兴趣问题和学生对这门课程学习的主观能动性。所以要设法对生物统计这门课程的每一个知识点进行形象的归纳概括,找出规律性的解决问题的办法,用学生易懂的语言进行。
2.如何应用到具体实践。
学习生物统计的主要目的就是把这门课程应用于实践。那么如何应用就显得很关键。一个好的办法是通过合适的案例分析来阐述如何进行试验课题设计和统计分析,如何应用统计分析的结果找出规律性的认识或应用于具体实践。
3.如何把手算和电脑软件分析运算具体结合起来。
生物统计中的手动计算和软件计算都很重要,但是如何把二者有效结合呢?因为这关系到对这门课程的理解及把握和利用现代分析软件的分析应用问题。拟设想的办法就是对于刚开始学习生物统计学和对于不复杂的统计计算就利用手动计算,让学生切实把握统计分析的具体过程,有些统计分析过程计算太复杂,但是原理并不复杂,这时我们最好借助软件来进行统计分析而节省大量的时间来做更重要的事情。
二、实施生物统计学课程的教学改革
1.教学内容的有所为与有所不为。
目前教学改革的目的是要发挥学生的主观能动性,所以要尽可能多地把一些基础内容如实验数据的整理与特征数留给学生自学,教师可不讲,但是教师要安排相应的习题让学生在自学时加以回答,因为带着问题的学习效果会更好。但是对于核心的内容如假设检验、方差分析、回归与相关分析、食品学科基本的试验设计的一般步骤和方法、试验设计实施结果的统计分析等,这些内容必须着力讲述,重点阐述基本概念和基本原理,重点掌握生物统计方法在食品学科中的功能与用途、方法与步骤,让学生把握其内在规律,提高学生解决复杂问题的水平;而对于定理的证明与公式的推导这方面不需要大花时间,因为笔者觉得这方面的内容实际上就是数学变换,可以留给学生在课下自学,教师有选择性地重点讲解结合学生课下的自主学习,可让学生更快地步入生物统计学世界。而对于难点问题和复杂问题,则也主要靠教师的讲述学生才可能把握,不过该怎么讲呢?笔者觉得最简单的方法是把一个难点问题、复杂的问题分解成若干简单的问题,那么这个复杂的问题也就变得简单了,学生也更易把握了。如方差分析这一部分看起来很难也很复杂,但是如果把其分解成平方和的求解、自由度的求解、方差的求解、F检验和多重比较这几部分,也就不难把握这部分内容了。
2.注重食品学科中生物统计案例讲解,理论结合实践。
每年食品学科的科研和生产实践都会有不少新成果,这些成果的取得大多是在统计学的指导下取得的,那么教师可通过具体的案例分析来探索这些成绩是如何取得的,激起学生的兴趣。对于一些入门的基础知识可以多讲,而对于入门之后的一些很复杂的计算应少讲,只要告诉学生基本的分析过程和如何应用有关统计分析软件来进行求解即可。
3.教学手段多样化。
以现代的幻灯片课件教学为主,同时辅以传统的黑板板书。对于容易把握的知识,可以用幻灯片课件教学。而对于难点、关键点和学生的疑问解答,最好把幻灯片和板书结合起来,因为板书更随意,可以最大程度结合上课的具体情况发挥教师的随机应变能力,可依据具体情况而变动,这样也易使课堂气氛活跃,学生印象亦会深刻得多。
4.实现教学内容资源的数字化。
充分利用现代先进的数字化技术,制作合适的教学大纲、教学多媒体课件、习题和参考答案、教学案例等,并把这些内容挂网,以方便学生的课下学习。
5.手动练习和软件应用相结合。
对于刚刚开始学习生物统计学的学生来说,加强手动练习是引领它们快速入门的一个好方法。手动练习可加强学生的理解能力,把握解决基础的典型的统计分析和试验设计的一般程序。但是随着学习的不断深入,手动计算会越来越复杂,不过基本的统计分析过程是类似的,这时就有必要借助软件来分析和解决统计分析问题。软件可以用来分析统计分析问题,也可用来进行试验设计,学生应该先掌握一些权威统计分析软件如SPSS和试验设计软件Design-expert的一些最基本的用法。
三、结语
系统学的基本理论是以系统论、信息论、控制论、运筹学的共同理论为基础,综合吸收了耗散结构理论、协同学、突变论、超循环理论等系统理论的基本思想,并不断发展、完善。它既是方法学理论,也是一整套科学理论。系统学理论被广泛应用在自然科学和社会科学领域。其主要作用是使人们对客观世界形成系统的,整体的认识观念,认识系统的规律,对客观系统达到有效控制。其研究和工作方法是定性、定量相结合的系统方法。以系统的整体性、层次性、开放性、目的性、稳定性、突变性、自组织、相似性、不可逆性为原理[6],以系统的结构功能相关律、信息反馈律、竞争协同律、涨落有序律、优化演化律为基本规律,系统学原理及规律对客观世界具有普惠性,这种普惠性涵盖了工业设计创新方法的研究[7]。设计从系统结构与结构分层认识创新,从系统的目标思考创新,从系统开放性的物质、能量、信息输入寻找创新手段,从系统的升级与突变实现创新。设计创新的过程是改变产品的功能、技术、形态、品质、服务及用户的过程,影响着从市场—产品创新—产品生产—市场的系统结构。在该过程中,判断力来源于系统外部信息的综合反馈,包括市场反馈、技术反馈、功能反馈、价格反馈、美感反馈、品质反馈、同类竞争反馈等,也来源于系统内部的构造子系统间的熵的反馈。通过反馈,控制系统内部及系统与外部竞争和协同,使系统的发展演化沿着既定的目标发展。实现系统处于不断地演化之中的优化,从而实现耗散最小而效率最高、效益最大的过程。
2产品设计创新的系统求解
产品设计创新的过程是循环发展、螺旋上升的过程,在该过程中,需要创新的观念、理论及工具,也需思考创新与功能、技术及文化艺术之间的问题。通过系统集成、系统协同、系统联动,架构清晰的创新路径,实现最终设计创新。创新是分析社会需求,提出产品设计创新问题,确定创新目标,实现产品升级的功能、技术、艺术的集成创新,需要创新思维求解、创新的技术策略求解、创新的艺术策略求解等。
2.1产品设计的思维创新
产品设计创新首先是思维创新,实现思维创新就要建立系统思维体系。从系统思维的结构分析,思维分为逻辑思维、形象思维、辩证思维、灵感思维[8]。结合线性和非线性的推理性、多向性、跨越性、综合性链接,形成了创新思维。
2.2产品设计的技术创新
功能是产品设计的核心和本质,具有明确的物理和技术特征,它是设计创新的关键。功能具有明确的系统结构。创新的过程是完善产品的功能,首先围绕着产品的主要功能,然后是系统分层的子功能。产品的功能依附在技术系统上,这样,功能创新的实质即技术创新。功能创新首先要进行功能分析,分析出现问题的技术系统,列出该技术系统的所有组件;分析系统组件之间的关系,建立结构模型,将组件之间的关系转化成功能,建立功能模型。功能的技术解决建立在资源分析、矛盾求解的基础上。产品设计的技术创新资源包括自然资源、时间资源、空间资源、系统资源、物质资源、能量资源、信息资源等。这些资源及其派生资源、差动资源(差动物质资源、差动场资源)在设计应用时受数量、理化性能、质量、价格、范围、对于应用的准备等因素的影响,并与相应的技术创新产生矛盾,在矛盾的过程中创新出现多种趋向。创新矛盾的多趋向性显现了矛盾的复杂性,但矛盾的系统分层、矛盾的原理、矛盾的特性类型是有限的,在TRIZ理论体系中,解决矛盾的原理归纳为40个创新发明原理,例如:动态化原理、不对称原理……,矛盾的特性类型归纳为39个通用工程参数,例如:物体的质量参数、压力参数、能量参数……。设计创新的矛盾一般表现为技术矛盾,技术矛盾指一个作用同时导致有用及有害的2个结果,也指正面作用引入和负面作用消除导致的一个或几个子系统的破坏,它一般表现在一个系统中子系统之间的矛盾。解决技术矛盾的具体措施:(1)确定主要的功能创新,通过分层列出其关键子系统及各种辅助功能,对待设计的功能的操作进行描述,确定系统应改善的特性、应该消除的特性,将涉及的参数按标准的39个工程参数重新描述。(2)对技术矛盾进行描述,如果某一工程参数要得到改善,将导致哪些参数恶化。(3)对技术矛盾进行另一种描述,假如降低参数恶化的程度,要改善的参数将被虚弱,或另一恶化参数的恶化程度将被加强。(4)在矛盾矩阵中由矛盾双方确定相应的矩阵元素。(5)将这些措施确定为可用的发明原理,将原理按照40个创新发明原理重新描述,将所确定的原理应用于解决设计创新的问题,找到评价并完善的概念设计及后续的设计[9]。
2.3产品设计的系统创新
用户在购买产品时一般关注产品的外观、品质、功能、价格[10],这构成了产品的高级物场系统,在这个过程中,来源于人的场是“体验”,来源于产品的场也是“体验”,这个体验过程是由整体到局部的过程;由宏观到微观的过程;由外观到功能的过程;由直观感受到价值判断的过程,它是从外观—品质—价格—功能的过程。体验包括空间体验、形态体验、材质体验、人机体验、技术体验[11]、情感体验[12]、功能体验、价值体验[13]。这些体验是感性判断到理性判断的过程。产品的系统创新要求体现在价值、外观、功能、技术方面,产品的系统创新分为产品的升级创新和科学技术发明原始创新两种方式,这两种形式的过程是相反的。产品的升级创新过程是:人—体验—目标追求、产品—体验、人—产品—体验,体验分外观体验、情感体验、技术体验、功能体验、价值体验等5个子系统,36个体验要素,36个体验要素以创新目标和价值的升级的要求进行矛盾博弈,最终实现理想的产品升级创新。苹果iPadAir(图4)的创新是人围绕产品的一种体验。体验的目标是实现外观简洁、功能全面、操作方便,便于携带,从而使产品实现价值提升,这种目标在产品上体现出外观与功能的矛盾,这种矛盾解决是外观、功能、技术的系统博弈,外观精微、功能强大需要新材料、新技术和新工艺,需要技术集成、技术控制的创新,这种创新是外观与功能的技术进步过程。iPad产品的尺寸越缩减,性能就越难提升,越难保持电池电量的使用时间,这样就出现了矛盾,但为使产品更轻盈、更小巧,另一方面还要使功能更强大,只能通过外观、功能的设计来促进技术的进步,经过系统博弈,最终出现了产品创新。在外观上,整体体积比上一代iPad减小了24%(近1/4),机身厚度仅有7.5mm。在材料上采用铝金属unibody一体成形,使机身在轻巧之余不失坚固,并且赋予了简约之美。独特的斜边由单晶金刚石削切而成,容差控制在微米级别,从而弱化了机身边缘的突兀感,使机身整体柔和自然。在功能与技术上,虽然产品的空间缩减,但性能倍增,核心部件采用全新的A7芯片与M7运动协处理器。为随身方便携带而进行设计,采用两条天线支持MIMO(多输入输出)技术。在软硬件的协作上体现出了完美的统一,iOS7的交互界面设计简洁直观,方便人们简单的使用[14]。产品原始创新的过程如下:科技原始创新—原始创新形态描述(微观的、虚拟的、数字化的[15]……)—科技产品—外形、功能、市场—体验—观念(人),如图5所示。在该过程中,技术的进步对产品形成颠覆性的影响,直接改变人的观念,这个观念又可作用于产品的升级创新过程,形成对工业产品设计的整体联动效应,实现产品的不断创新发展。
3结论
健康网讯: 南京铁道医学院卫生系 周达生 二、统计指标与统计处理方法要合理运用
在各种医学期刊论文中,对统计学处理与统计指标的合理运用问题,已比过去有所重视,但尚存在不少问题。
(一)均数与标准差、标准误的合理运用问题
在医学论文中运用均数(表示各变量值平均水平与集中趋势)、标准差(表示变量值个体问离散情况与程度)和标准误(表示样本群体间差异程度,衡量抽样误差大小)的地方是很常见的,而达到合理运用尚存在一些问题。例如,在比较两样本统计量时只考虑平均水平(均值),而忽视了离散情况(标准差)和抽样误差(标准误);在正常值研究时,如资料近似正态分布,应当用均值加减K倍标准差(X±KS)来确定95%的正常值范围(K根据样本大小查K值表而定),应当标明标准误,而错用了标准差等。如《正常小儿三种不同剂量及正常成人50微克PHA皮试反应强度研究》一文中写道:“正常值范围为均值±2×标准误”。井写道:“小儿50微克组:均值±2×标准误=2.01~18.1毫米”。显然是错误地把标准误当成标准差用作估计正常值了。
(二)正常值研究中的几个问题
临床正常值确定方法依资料频数分布类型而定,主要有两种:一是均值加减标准差法适用于近似正态分布资料,二是百分位数法,适用任意分布资料。此外,角度资料(如脑血流图、心电图等的角度数据)运用圆形分布法,Poisson分布资料用Poisson分布法,正偏态分布资料用对数正态分布法等来处理。现今全国发表的一些医学论文中,正常值方面的问题也较多。引一些实例加以研究。
如在《迁延性、慢性肝炎患者植物血凝素皮试应用价值的探讨》一文中写道:“正常人甲组156人…平均值±标准误为15.4±0.4mm(平均值上标准差为15.4±5.6mm)。”那么,正常值是角标准误与标准差咖个统钎量来计算的呢?是加减1倍还是2倍标准差(或标准误)呢?作者均来说明。
又如《正常儿童尿游离α氨基酸氮的测定》一文,对1~13岁(分四个年龄组)125名正常儿进行研究,在正常值研究设计及分析时存在三个问题:(1)样本含量不足:如不同性别、不同年龄组的测定值仅据15人的结果而定正常值,显然是不妥的。作者针对各组结果矛盾现象,在讨论中两八提到“可能因例数太少,不能切实反映客观规律的缘故。”若按不同性别、年龄组确定正常值,一般要求每组100~12O人方能悦明问题。(2)错把标准误当作标准差用作估计正常值范围:文中说:“1~13岁正常儿童的游离α氮基酸氮/总氮%的均值可信限为:1.30±3×0.036,即1.19~1.41”。这里将标准误0.036当作标准差用作估计正常值了。正确的应是:“游离α氨基酸氮×l00/总氮%的95%正常值范围为1.30±2×0.4=0.~2.3。这里0.4是标准差。正常值范围在正态分布资料时,如考虑到样本大小及把握度,最好表达为单侧:+KS或-KS;双侧±KS。式中K值表(见周达生:医学问答,中华儿科杂志(4):245,1980)。(3)按性别、年龄组制订正常值问题:当研究对象有多个年龄组时,两组均数间比较用t检验,多组均数间比较可用F-Q检验,若差异显著,则需按不同性别、年龄组分别制订正常值。
(三)联系与因果
在临床实验研究中,经某种处理(如治疗)后受试对象出现某种反应(如治愈),并不能肯定是因果关系。有时比较两变量之间关系时,虽明显相关,但也不能断言其间有因果关系,只能说有一定统计联系(苏德隆:联系与因果。中华预防医学杂志13:106,1979)。在医学论文中甚至有不作相关回归分析就胃然下类似结论的。要了解有无因果关系,有时可进一步作回归分析(当然因果可表现为回归关系,但呈回归关系不一定是因果关系)。
(四)多组多级小值频数处理问题
在临床及动物实验研究中常遇到多组多级(R×C表)小值频数的比较,论文中大多忽视此类数据的合理统计处理,主要问题有:(1)未加适当统计处理,不考虑抽样误差而凭表面数字差别就轻易下结论。(2)处理方法不恰当。对此类数据可采用超几何概率计算法(见周达生:医学科研中乡组小值频数统计处理方法探讨。中华预防医学杂志(4):211,1980)、薛仲三氏X3检验公式(见薛仲三,医学统计方法和原理。366页,人民卫生出版社,北京1978)和秩和检验与等级指数法(黄镇南:等级型资料的三种统计分析方法,湖南医学院,长沙,1980)等。
(五)零反应的统计处理
两组计数比较,若一组有零反应,即出现0%或100%情况时,可用零反应公式处理。
如《病毒性肝炎中医辩证与机体免疫状态的初步探讨》一文,作者对19例迁延件肝炎中医辨证与淋转测定结果作了分析(原文表3)。由于作者对数据未作处理而下结论,不少信息失落,有些矛盾现象难以解释。原表3中有三处出现有零反应,宜分割后列出三个四格表,用零反应检验法处理。本例为双侧检验,差异显著性水平定力0.25和0.005。从三个四格表分析结果看,仅气虚与阴虚淋转测定值之间差异显著(P<0.005),而正不虚与气虚和阴虚问差异均不显著(P>0.025)。从而提示在虚证中还要区别对待,只有气虚者免疫功能才显著地低下。这样可使文中矛盾现象找到合理解释。
目前,很多研究人员对影像资料分析方法的学习和理解存在一定困难,尤其初学者对繁杂的概念、复杂的计算公式、数据资料性质判断以及如何选择合适统计学方法等问题难以深刻理解。针对这些问题,王良等[1]建议采用以下模式:判断资料类型、根据研究目的选择分析方法、其他适宜方法。
1.1根据资料类型初步确定方法
临床研究中产生的各种不同原始资料,而不同数据资料类型采用的统计分析方法也不同。定量资料常用的方法有t检验、方差分析、非参数检验、线性相关与回归分析等。定性资料可用的方法有χ2检验、对数线性模型、logistic回归等,影像医师可根据不同需要选用不同统计方法。值得一提的是有些资料类型确定后,统计方法的选用对其有序性有相应要求;而多种方法联合应用或者使用部分少见的分析方法时还需要在选定统计方法后,利用统计软件(如SAS、SPSS)对应的不同命令进行初步分析试验。
1.2根据研究目的选择方法
1.2.1差异性研究
差异性分析是指评价比较组间均数、频数、比率等的差异。根据研究需要可选用的方法有χ2检验、t检验、方差分析、非参数检验等。临床上研究两组、多组样本比率或构成比之间的差别关系时最常用χ2检验,也是针对计数资料进行假设检验的一种常用的统计学方法,而对两组定量资料分析常用t检验和秩和检验,多组资料分析则常用方差分析;Fisher精确概率法主要适用于总体样本频数小于40或四格表中最小格子T值<1。虽然Fisher精确检验不属于χ2检验,但仍可以作为有效的补充,而也有人认为在统计软件普遍易得的当下,Fisher精确概率法也同样适用于大样本四格表的资料。如彭泽华等[6]在探讨冠状窦-左心房肌连接的双源CT冠状动脉成像(DSCTCA)形态特征时针对冠状窦-左心房肌连接的类型在两组类别变量采用联表的χ2检验,结果差异无统计学意义(χ2=0.115,P=0.944)。Teefey等[7]在研究超声表现及白细胞计数预测急性胆囊炎坏疽变化关系时使用Fisher精确分析。t检验适用于两组定量资料分析且资料满足方差齐性和正态性两个基本条件;同样t检验适用于完全随机设计的单因素两水平的资料,在选用t检验时应注意对资料进行相应的变量变换,若资料不能满足基本条件则选用适合分析偏态分布的非参数检验(如:秩和检验)进行分析。如Wang等[8]在研究不同侵袭性的前列腺癌组织和正常前列腺组织以及外周带前列腺癌Gleason评分与肿瘤信号对比时采用t检验。Kung等[9]在研究化脓性髋关节炎的临床和放射学预测指标时也使用t检验分析。秩和检验包括基本秩和检验(Wilcoxon等级检验、Mann-WhitneyU-检验)和高级秩和检验(Kruskal-Wallis、Friedmantests、Kolmogorov-Smirnov拟合检验)。当研究资料为两方差齐且呈正态分布的总体,而总体分布类型未知或者不满足参数检验的条件时,采用t检验对样本进行比较;但若无需比较总体参数只比较总置的分布是否相同且总体资料分布类型未知时需要采用非参数的Wilcoxon秩和检验进行比较。针对两组或多组样本的定性资料使用秩和检验比较时,需要混合两样本数据、编秩(从小到大)、计量T值、查表或计算求得P值。如Saindane等[10]在对“空蝶鞍”的临床意义判定因素研究中针对颅内压增高和偶然发现空蝶鞍患者两组资料对比时采用Wilcoxon秩和检验。Filippi等[11]在研究DTI测量儿童Ι型神经纤维瘤病胼胝体派生指标时运用Wilcoxon秩和检验。事实上在影像资料分析中经常见到多重组间比较的情况,方差分析(analysisofvariance,ANOVA)就是用来推断两个或者多个总体之间是否有差别的检验,又称F检验。多重组间比较不能单纯选用两样本均数比较的t检验,但是可以根据资料类型选用ANOVA检验。若来自两个随机样本资料呈正态分布且方差齐性同的定量资料,应采用两因素(处理、配伍)方差分析(two-wayANOVA)或配对t检验。通过F检验可以比较可能由某因素所至的变异或随机误差,同时可了解该因素对测定结果有无影响。当不满足方差分析和t检验条件时,可对数据进行变换或采用随机区组设计资料的FriedmanM检验。Obdeijn等[12]在研究乳腺术前MRI能减少术中切缘和乳腺保守术后再次手术,使用ANOVA分析两组资料,结果对照组(29.3%)相比术前MRI病例组(15.8%)有效减少切缘和再次手术(P<0.01)。
1.2.2相关性分析
相关性分析不等同因果性,也不是简单的个性化相比,其涵盖的范围和领域较为广泛。统计学意义中的相关性分析包含相关性系数的计算,其过程为:每个变量转化为标准单位后,乘积的平均数即为相关系数。相关性分析可以用直观地用散点图表示两个或者多个变量的离散,当其紧密地靠近于一条直线时,即变量间存在很强的相关性。相关分析常用的方法有Pearson相关性分析、Spearman等级相关分析和卡方检验。临床中对两个或者多个均为定量变量的资料,且变量均呈正态分布时可选用Pearson相关分析,但多数情况下Pearson相关分析适用于两组资料的相关性分析。判断两变量之间线性关系的密切程度主要用Pearson积差相关系数,其范围为-1~+1。若相关系数的绝对值越接近1,即两变量间相关性越密切;反之,相关系数的绝对值越接近0,其相关性越差。实际上在高质量期刊论文中使用Spearman等级相关分析的研究也很常见,其通过相关系数进行变量间线性关系分析来判定两个变量间相关性的密切程度。而密切程度的量化指标则通过计算样本相关系数r,根据实际计算r绝对值所属范围来推断两个来自总体变量的线性相关程度,从而推断总体的相关性。根据实际分析需要,将相关关系密切程度分为6等:当IrI=0时,说明两变量完全不相关:当0<IrI<0.3时,说明两变量不相关;当0.3<IrI<0.5时,说明两变量低度相关;当0.5<IrI<0.8时,说明两变量显著相关;当0.8<IrI<1说明两变量高度相关:当IrI=l时,说明两个变量完全相关。王效春等[13]在研究磁敏感加权成像与动态磁敏感加权对比增强MR灌注加权成像联合应用在脑星形细胞瘤分级中的价值一文应用Spearman等级相关分析,结果显示肿瘤内磁敏感信号与相对血容量最大值和病理分级呈正相关(IrI分别为0.72、0.89,P值均<0.01),相对血容量与病理分级呈显著正相关(r=0.78,P<0.01)。又如Lederlin等[14]在比较几何参数、相关功能与组织学特性在哮喘患者的支气管壁CT衰减性关系中同时使用Pearson相关分析和Spearman等级相关分析,其r=0.39~0.43,表明与对照组相比常规CT衰减参数在哮喘患者平常支气管的CT参数、气道壁衰减方面更好的区分哮喘患者,同时也更好地区分气道梗阻。值得提及的是对资料有序或无序无法作出初步判定,且明确资料类型为定性资料时还可以选择使用卡方检验和Spearman等级相关分析。
1.2.3影响性分析
由于事物之间的联系是多种多样的,而某一结局可能受到来自其他多个方面的影响,此时为分析某一结局发生的影响因素可采用的资料分析方法有线性回归(一元或多元)、logistic回归、Cox比例风险回归模型(生存分析)等。在影像资料分析中一元线性回归是将影像资料中一个最主要影响因素作为自变量来解释因变量的变化。多元回归定义为某一因变量的变化受多个重要因素的影响,而此时需要用两个或多个影响因素作为自变量来解释因变量的变化,且多个自变量与因变量之间是线性关系(多个因变量之间相互独立)。实际研究中多元线性回归模型在影像资料分析应用较为广泛。Langkammer等[15]在磁敏感系数绘图在多发性硬化中应用研究中使用多元线性分析,结果显示各种影响因素中年龄是预测磁化率影响最强的因素。Logistic回归是研究二分类和多分类观察结果与某些影响因素自己建关系的一种多变化分析方法,其经常需要分析疾病与各影像指标之间的定量关系,同时又需要排除一些混杂因素影响。Logistic回归在统计学上属于概率型非线性回归,其分析思路与线性回归大致相同,能有效解决过高或过低水平因素以及分析因素少而样本量大等问题。相比多元线性回归,Logistic回归在处理分类反应数据方面更为常用,且适用于结局为定性影像资料。如Lee等[16]研究高分辨率CT在发现小蜂窝样特发性间质肺炎纤维化的连续变化和预后应用中使用logistic回归分析,结果表明高分辨率CT在网状和磨玻璃状范围内评价普通肺炎与非特异性纤维化肺炎之间差别明显(P<0.01)。在临床实际工作中常常需要分析生存时间与影像资料之间的关系,Kaplan-Meier法就是常用的一种分析方法,其又称乘积极限法,对大小样本资料分析均适用。实践中习惯上以时间为横轴、生存率为纵轴回执的阶梯状图称为Kaplan-Meier生存曲线(survivalcurve),也称K-M曲线。Cox比例风险回归模型是另一种生存分析方法,包括参数与半参数模型两类,其主要是进行多因素生存分析的一种方法,同时可分析众多变量对生存时间和生存结局的影响。Saad等[17]在经颈静脉肝内门体静脉分流术在肝移植受者的技术分析和临床评估研究中比较成功施行肝移植与非移植病人开展门体分流术(transjugularintrahepaticportosystemicshunt,TIPS)后的临床疗效评估,使用了Kaplan-Meier法,结果显示6~12个月、12~24个月、24个月以上,移植成活率分别为43%、32%和22%。生存期大于1年的晚期肝脏疾病模型存活评分低于17分、等于17分或大于17分的存活率分别为54%和8%(P<0.05)。
2其他适用方法
2.1ROC曲线
ROC(receiveroperatingcharacteristic)曲线是欧美影像学期刊中应用较为常见的统计学方法,国内期刊应用相对较少。ROC曲线根据一系列不同的分界值以真阳性率(灵敏性)为纵坐标,假阳性率(特异性)为横坐标绘制的曲线。ROC曲线分析结合灵敏度(sensitivity)和特异度(specificity)广泛应用于医学诊断,也应用于影像诊断及人群筛查。ROC曲线根据曲线下面积(areaundertheROCcurve,AUC)的大小对诊断试验作定量分析。理论上,AUC值在0~1间。根据实际情况将诊断分为不符合诊断(AUC<0.5)、无诊断价值(AUC=0.5)、低准确性(0.5<AUC<0.7)、一定准确性(0.7<AUC<0.9)、较高准确性(0.9<AUC<1),AUC越接近于1,表明诊断准确性越高。Hyodo等[18]在研究乏血管少结节的慢性肝脏疾病患者发展成富血管性肝细胞癌风险因素一文中使用ROC曲线分析,结果显示后续发展成血管性结节平均增长率明显高于非血管过渡性结节。
2.2Kappa检验
Kappa检验主要用于评价不同资料间一致性程度,常用Kappa值评价一致程度。Kappa系数适用于两项和多项无序分类变量资料。在影像学试验中常需要判断多名医师测量同一研究对象或者同一医师多次测量同一对象的一致性,Kappa一致性检验便是最佳选择。Kappa检验还可通过计算Kappa值对两种非金标准的诊断方法进行诊断结果一致性分析。一般而言,评价Kappa一致性需要计算Kappa系数,但在研究考察新的诊断试验方法是否优于金标准,或者检验是否与金标准一致时,还需要计算特异度、灵敏度、阳性预测值和阴性预测值等指标。目前公认的Kappa系数分为六个区段即一致性极差(Kappa值<0),一致性微弱(Kappa值0~0.2),一致性弱(Kappa值0.21~0.40),中度一致Kappa值(0.41~0.60),高度一致(Kappa值0.61~0.80),一致性极强(Kappa值0.81~1.00)。
2.3Levene检验