在线客服

医学统计论文实用13篇

引论:我们为您整理了13篇医学统计论文范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

医学统计论文

篇1

1.3临床诊断试验中的统计学方法应用在临床诊断试验研究中,经常选取单项计量指标或者联合计量指标以诊断某种疾病,若仅用初级统计学方法如t检验、单因素方差分析等往往不能有效挖掘信息,此时应采用受试者工作特征曲线(ROC)对检测结果进行分析评价。ROC曲线分析基本原理是通过诊断界点的移动[3],获得多对灵敏度和误诊率(1-特异度),以灵敏度为纵轴、误诊率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大诊断价值越高。ROC曲线很直观,能根据敏感性与特异性之和最大化原则自动产生最有效的诊断临界点。具体路径可以参考相关统计专著[3]。统计学处理一般描述为:采用SPSS(版次)统计软件分析数据,对单项及联合检测结果作图绘成ROC曲线,计算曲线下面积(AUC)和标准误,其中联合检测结果变量即预测概率由Logistic回归产生(也可以用判别分析得出)。计量资料应用-x±s表示,运用独立样本t检验及单因素方差分析,两两比较采用SNK及LSD法,计数资料采用χ2检验。检验水准为0.05。具体内容可据情而定。

1.4重复测量资料的方差分析误用拆分文件的t检验或方差分析如研究共设3组,每位患者在3个时间点均查某项血指标,部分作者在处理此类数据时,常误将纵向(同一时间点3组的比较)与横向(同组3个时间点的比较)数据均应用拆分文件的t检验或单因素方差分析来处理,结果导致统计学第Ⅰ类错误发生。此组数据实质是重复测量资料,应采用重复测量资料的方差分析。SPSS中的统计路径:数据-分析-一般线性模型-重复度量。研究者可以参考相关书籍进行处理[3]。

1.52×2析因设计及析因方差分析实验是2×2析因设计时,分组有两个因素,A与B,故分组为A、B、O、A+B,这个设计在析因设计研究中很常用,但常会出现分组设计正确,却没有用析因设计方差分析。析因设计与单因素方差分析不同[4],它不但能分析治疗效果中处理因素的单独效应和主效应,还能分析因素间的交互效应,并能提高检验效能。非统计专业的研究者进行析因分析可能稍有难度,可参考相关统计学书籍提供的统计步骤进行此类分析[3]。

1.6Meta分析Meta分析是循证医学系统评价常用的方法[5],应用时需注意统计学处理中计数资料采用比值比(OR)作为效应变量。具体路径:先进行异质性检验,当P>0.05时,认为同质,选择固定模型;P≤0.05时,不同质,此时可采用敏感性分析或分层分析等异质性处理,使之达到同质后再选择固定模型;若采用异质性处理仍未达到同质,则采用随机模型,以上统计路径均需交代清楚。Meta分析的结果是以“森林树”体现的,审校中我们经常遇到作者绘制的“森林树”左上角“文献、对比、结果名称”等内容显示为“?”,这是由于部分版本的RevMan软件不能输入中文,此时可以考虑省去,或用Photo-shop软件添加相应中文。Meta分析作为一种高级统计方法,专业性要求较高,作者可参考循证医学类权威杂志上的文章格式,如《中国循证医学杂志》中“论著•二次研究”栏目的循证文章。

2科技论文中统计学处理的相关表述

篇2

篇3

对于定量资料,应根据所采用的设计类型、资料所具备的条件和分析目的,选用合适的统计分析方法,不应盲目套用t检验和单因索方差分析;

2.定性资源

对于定性资料,应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的,选用合适的统计分析方法,不应盲目套用X-检验;

3.回归分析

对于回归分析,应结合专业知识和散布图,选用合适的回归类型,不应盲目套用简单直线回归分析,对具有重复实验数据的回归分析资料,不应简单化处理;

篇4

1〃1多因素资料是对每个研究对象测量的多个指标同时进行的综合分析,其分析计算过程相对复杂。常用的有回归分析;相关分析以及判别分析、聚类分析、主成分分析和因子分 析等。多因素分析多用于计量资料。

1〃2 单因素分析应用较多,按获取资料的方法,分计数资料和计量资料。首先,计数资料主要是针对要求某现象的频率和比例,利用率或比的相应计算方法。如做不同样本问的比 较则采用计数资料的显著性检验,样本率与总体率的比较用u检验;两个样本率的比较可用u检验或四格表的x 检验,多个样本率的比较可用行乘列的卡方检验或2XC表的卡方检验。其次,计量资料要结合研究目的确定相应的统计方法。对于显著性检验通常有T检验和F检验,T检验是用于两个均数问的比较,按研究设计与比较内容的不同又分为样本均数和总体均数的比较,两个样本均数差别的检验,配对资料的显著性检验。F检验用于多个样本均数的比较,按设计类型分完全随机设计的方差分析、随机区组设计的方差分析和组内分组资料的方差分析。

2、根据研究目的选用统计分析方法

不同的统计方法说明不同的问题,同样不同的问题要应用不同的统计方法来分析和表达。研究者在做统计分析前,首先要明确资料分析的目的、意图是什么,通过分析最终达到什么样的期望,临床工作者科研通常的目的主要有:

2〃1某现象发生的频率或比例如人群中重复癌的发生率,

采用频率指标,构成指标或相对比,可计算发病、患病、感染、阳性频率或构成等。 2〃2某人群的特征值,如平均身高、体重、血压等,采用平均水平和变异的统计指标。 2 . 3 临床正常值范围如血红蛋白、血糖、尿铅含量,多采用中位数法或平均数法。

2〃4 临床诊断方法效率评价,可分别计算各种诊断方法对某病诊断的准确度和可靠度,如x线对肺癌的诊断。

2〃5 临床疗效分析比较 如几种药物疗效的比较,视资料性质作显著性检验。

2〃6 现象间关联情况分析如眼PSRT与屈光度的关系,用线形相关和回归分析。 2〃7 人群的归类、评价,可选用判别分析、聚类分析、主成分分析等。

临床研究和实践中决不能通过统计学方法去实现自己的想象。根据已确定的结果刻意去套用某种统计方法,用目的去规划统计过程,只要分析比较,就一定要求结果显著等 等现象,只能使文章更为空洞,有失科学性。

3 严格把握统计方法的适用条件

各种统计分析方法都有其适应条件,在选用统计方法时,应严格把握,充分考虑所分析的资料是否符合其适用条件。对于计量资料在计算均数或显著性检验时,其基本条件

是正态分布、方差齐性,在资料分析时要通过图示或检验看是否符合这些基本条件,若不符合则需要做相应的处理。计算集中趋势指标可使用中位数或几何均数。做统计学检验

可通过数据转换使其成为正态分布,常用的转换方式有对数转换、幂指数转换、平方根转换等,或者改非参数检验。计数资料各种方法均有其自身的适应条件,如上列举的方法其基本条件是某一事件概率不会太小,若发生概率太低,则改用小概率事件显著性检验。 4 充分理解资料样本含量的概念

统计学是对研究样本进行抽象归纳的科学,没有足够的样本量就不可能得出正确的结论,而且统计方法也有其样本量的要求。如四格表的卡方检验要求样本量大于40,方格中理论数大于5(n~>40,t>5),若不符合则用校正卡方检验或精确概率法。行x列表的卡方检验要求理论数均大于1且小于5者不超过表中数的1/5,若不符合则改用其它方法(合理合并)。 5 合理控制混杂因素的影响

任何一种现象的发生都不是单纯的,要受多种因素的影响。当分析比较不同人群某现象的发生或存在状况时,要考虑除研究因素以外比较组之间其它条件是否相同,内部构成是否一致,其它因素对研究现象的影响如何。例如,有人研究文化素质对生育水平的影响,按年龄分组,发现50岁以上年龄组比20岁以上年龄组生育水平高而文化素质低,因而结论是文化素质与生育水平呈负相关。这一结论的错误就在于做缺乏资料的综合分析认识能力和混杂因素对研究现象的影响,忽视我国计划生育政策对不同年龄妇女生育的作用。

混杂因素应在研究之前通过研究对象选择、设立对照、随机、匹配、双盲法等控制,但如果事先没有良好设计,则通过统计方法可以控制。若资料内部构成不同,存在混杂因

篇5

(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。

篇6

Keywords:medical master graduates;thesis;statistics;in-vestigation

Abstract:AIM Analysis case of using statistical theory in the thesis of2000~2001master graduates.METHODS 100thesis of this year’s medical master graduates in Henan Medi-cal University were taken out randomly.Their theoretical scores and practical application of health statistics in their thesis were analyzed.RESULTS Master graduate has grasped the theory of health statistics preferably.The abso-lute majority,namely97.9%of the total students,have used the basic statistic method in their thesis,75.7percent could use statistic method correctly.The main problem arising in using parametric test is that they hadn’t judged the applying condition,while in non-parametric test is that the conclusion is wrong.CONCLUSION Ought to strengthen checkup health statistical in the thesis of master graduates.

0 引言

数理统计的应用正确与否是论文科学性的重要标志.近年在医学学术期刊(包括国内著名的核心期刊)上发表的论著,数理统计方面还存在问题,甚至导出错误的结论[1-4] .数理统计作为一门应用学科已成为医学硕士研究生学位课程的主要内容之一,越来越受到硕士研究生的重视.为了解医学硕士生学位论文中数理统计的应用情况,为课题的统计设计和论文审查提供科学依据,为教学改革提供参考,作者随机抽取河南医科大学应届硕士学位论文100篇,对其数理统计应用情况进行分析.

1 材料和方法

2000/2001年河南医科大学共有医学硕士研究毕业生222人,应用随机数表随机抽取100名硕士研究生学位论文的初稿作为研究对象,对实验设计类型、使用的统计学分析方法及使用的统计学工具,存在的问题等进行调查.结果推断利用SAS(6.12)统计分析系统进行分析.

2 结果

2.1 实验设计类型 硕士学位论文中采用单因素设计的比重较大,占94.0%,统计学设计正确率较高(Tab1).

2.2 统计学方法 论文中使用经典的基本统计学方法的占绝对多数,为97.9%(856/874),统计学方法的正确应用率为75.7%,且不同的统计学方法之间的正确应用率存在着差别.应用参数统计方法者518次,应用正确者357次,正确应用率为68.9%;应用非参数统计方法者346次,应用正确者305次,正确应用率为88.1%.对参数统计方法的正确应用率低于非参数统计方法(χ2 =35.8,P

表1 硕士论文的实验设计类型及正确应用情况 略

表2 论文中应用的统计学方法分布及正确应用情况 略

表3 获取结果时使用的计算工具 略

2.3 数理统计问题 论文中存在的问题在参数统计与非参数统计中的构成不同,应用参数统计时出现的问题是未进行使用条件判断者159次,未正确应用统计方法者9次,推断结论有误者19次;而应用非参数统计时出现问题是未进行使用条件判断者8次,未正确应用统计方法者14次,推断结论有误者21次(两者相比χ2 =48.31,P

3 讨论

在硕士研究生的基础理论教学中,开设数理统计学的主要目的是为了指导研究生正确地应用统计学的原理与方法,解决医学研究中如何科学地进行科研资料的搜集、整理和分析推断问题.传统的经典的和基本的统计学理论与方法仍然是当前硕士研究生进 行科研工作的统计学方面的主要工具.论文中采用的完全随机、配对及配伍等单因素设计的比重较大占94.0%,多因素设计占的比重较少为6.0%,总的来说,其统计学设计的正确率是比较高的.说明学生对统计学设计理论比较重视并能正确应用.论文中使用经典的基本统计学方法占绝对多数为97.9%(856/874),主要为t检验、F检验、χ2 检验及秩和检验等,这与这些方法成熟、简单明了且实用性极强有很大关系,而近些年来新发展的比较前沿的统计学分析方法[5-12] ,由于对设计要求严格,使用过程复杂,非专业人员在短时间内难以掌握而实际应用较少.这提示在今后的研究生教学过程中,除应继续进行基础部分内容的学习外,还应加强新的统计学方法和使用条件的教学力度.

论文中以基本的经典的统计学方法为主,但实际应用时的正确应用率仅为75.7%,且不同的统计学方法之间的正确应用率存在着差别,对参数统计方法的正确应用率低于非参数统计方法.经进一步分析,应用参数统计时出现的主要问题是未进行适用条件判断,而应用非参数统计时出现的主要问题则是推断结论有误.作为一门应用学科,数理统计学有着其独特的逻辑性,概念多、公式多且连贯性强,众多的公式和分析方法既有联系又有区别,同时有着严格的适用条件.传统的教材编写和教学重点是统计学方法的计算技巧,其结果容易将学生引导到仅注重学习统计计算方法上,忽略了各种方法的适用条件和对资料的综合分析.所以t检验、F检验等经典的统计方法虽看似简单,但要正确应用到实际工作中,对学生来说仍有相当难度.秩和检验等非参数统计由于其适用条件较参数统计宽松,使得其正确应用率高于参数检验,而并非学生对非参数检验掌握的比参数检验更好.

随着计算机技术和统计软件的完善与普及,各种复杂的统计计算不必再用手工计算.本次研究表明大部分人(91.0%)通过应用著名的统计分析软件SPSS及SAS获取结果,这些结果比手工计算的更准确、更规范,所以各种统计方法的计算过程大可不必细致介绍,而要重点介绍各种数理统计方法的使用条件,加强资料分析实践,提高硕士生解决实际问题的能力.

参考文献

[1]Wang GS,Qian GS,Yang XJ,Huang CJ,Wei H.The statis-tics of application of laboratory animals in clinical research pa-pers in China [J].Di-san Junyi Daxue Xuebao(Acta Acad Med Militaris Tertiae),1997;19(2):163-165.

[2]Chen P,Zu SX.The analysis of statistical techniques used in the Chinese journal of clinical medicine [J].Anhui Yike Daxue Xue-bao(Acta Univ Med Anhui),1998;33(2):108-110.

[3]Fang JQ,Ling L,Zhang MR.Frequently appearing statistical mistakes in recent medical articles and relevant suggestions [J].Zhongshan Yike Daxue Xuebao(Acad J Sun Yat-sen Univ Med Sci),1999;20(4):314-318.

[4]Wang Q,Zhang BH.Current use of statistical methods in five core Chinese medical journals [J].Zhonghua Yixue Zazhi(Natl Med J China),1998;78(3):230-233.

[5]Zhang GK,Yao C,Xu YY.Contrast between two schools of thought on hypothesis test [J].Zhongguo Weisheng Tongji(Chin J Health Statist),1999;16(2):85-87.

[6]Shang L,Xu YY,Hou RL,Zhang SP,Zhou YR,Chen CS.Comparison of different approaches of fitting centile curves for growth standard [J].Di-si Junyi Daxue Xuebao(J Fourth Mil Med Univ),2000;21(6):676-678.

[7]Li XS,Ni ZZ.On the problems of fitting linear regression mo-dels for hierachically structured data in medical research [J].Huaxi YikeDaxueXuebao(J WestChina Univ Med Sci),1999;30(1):59-62.

[8]Li XS,Zhang WT,Ni ZZ.Multilevel models in analysis of crossover design [J].Zhongguo Weisheng Tongji(Chin J Health Statist),1999;16(5):273-275.

[9]Li XS,Liu QY,Ni ZZ.Meta analysis using multilevel models [J].Zhongguo Weisheng Tongji(Chin J Health Statist),1999:16(3):133-135.

篇7

利用现代化学习工具学习当今社会发展所需要的知识是时代的要求,因此应转变教育思想和更新教育观念,改变以往的教学方式、学习方式和学习内容,探索适应现代社会、经济、科技及文化发展的教育观念和人才培养模式,形成培养适合21世纪所需要人才的教学体系.医药院校的数学应以应用为主要目的,应改变以掌握基本知识、基本理论及基本方法为目的的方式,把教学重点转移到讲解数理统计学概念、思考方法、形成及应用背景等,引导学生思考数理统计学的思维特征,理解数理统计学思想,引导学生应用数理统计学方法解决实际问题,以达到学以致用的目的.学好和用好医药数理统计学并不需要高深的数学知识,而是要促使学生在学习数理统计学的时候改变思维模式,使学生从医药学的形象思维模式向数理统计学的抽象思维和逻辑推断模式转变,并结合教材中例题的讲解、学生自身实例资料的分析及作业的批阅使学生理解和掌握统计学中的基本概念、基本方法、统计符号及公式等.

2精简和更新教学内容

在教学内容方面做到突出实用性,适当地减少或减弱概率论部分的理论性和难度,以直观、趣味和易于理解的方式把概率论作为数理统计的基础知识加以介绍.在假设检验部分注意阐述数理统计方法的思想、应用的背景及应用中所需的条件,重点讲解假设检验应该如何选取原假设和备择假设,如何对得出的结论进行合理的解释;在参数估计部分着重地讲解参数估计在实际应用中的重要性、合理性及应用中应注意的问题,区间估计中置信区间的理解及单侧置信限在应用中的意义等;在方差分析部分讲清楚引进方差分析的意义、假设检验的方法对多个总体进行多次t检验时的缺点、方差分析应用的条件及合理解释检验结果等;在回归分析部分注意阐述量与量之间的关系、回归方程的理论意义及对回归方程结果在应用中的解释等.目前SPSS软件是国际医学论文中应用最广泛的统计软件[2],国内的大部分医学期刊也要求论文数据统计分析要应用统计软件处理,统计检验结果要用P值来表示,更要求学生了解统计软件的使用方法,做到正确使用统计软件.

3互动式的教学方法培养应用、创新型人才

传统的教学方式是知识传授型教学,即教师在课堂上灌输知识,在有限的时间内按教学大纲要求把大量的教学内容尽可能地讲授完毕,不能有效地调动学生对学习的主动性,忽视学生应用能力的发展,结果导致学生把主要精力投入到统计计算上,很难有时间去深入分析统计结果.互动式教学方法要求教师在教学中充分发挥教师的主导作用,同时让学生处于教学的中心,在加强课堂讨论的同时,由教员归纳总结,充分调动学生的学习兴趣,提高学生的主动性和创造性.统计学应用能力的培养主要指可正确选择和应用统计分析方法解决医药学科学研究和医药工作中的实际问题[3].为了避免学生滥用及错用统计方法,教师要重点讲清各种方法的适用条件及特点.在考试方法上亦采用开卷考试,使学生不再花大量时间去推敲和死记那些复杂的公式,不再难于分清和理解符号及公式.通过几年来的改革实践,发现上述教学内容、方法及手段的改革增强了学生的学习兴趣,使学生真正体会到数理统计学的内容在医药及日常生活中的应用价值,激发学生的创造性思维,取得了良好的效果.

[参考文献]

篇8

1.三类核心期刊中动物实验期刊数及其中动物实验论文数 由表1可见该三类期刊中动物实验研究论文较多。基础医学类占期刊总数85,医药类、综合类分别占85、72,平均80。该类期刊中动物实验论文数占论文总数:基础医学为50、医药28、综合类35,平均39。

2.论文中各种实验动物分布 从表2可知我国实验动物研究使用了大鼠、小鼠、兔、豚鼠等10余种,其中大鼠使用分布最高,小鼠次之,兔、豚鼠、犬使用也较常见。

3.论文书写中获得资助情况 各类研究占比例最高的是未注明资助的项目,为53.1,其次为国家级资助项目、省部级资助项目、军队、高等院校资助项目(见表3)。

4.论文中写明动物级别次数及比例、动物来源数及比例 1617篇论文中629次使用动物,多数能写明动物种类、体重、性别、数量,有366次写明了动物来源(约58),仅有38次(约6)写明了动物级别[2],其中普通动物(一级动物)7次,清洁级(二级动物)17次,无特殊病原体动物(三级动物)16次,无菌级(四级)0次。

三、讨论

21世纪是一个充满创新的信息时代,作为信息传播媒介的科技期刊更是一种多功能的复合型信息传播工具,是直接地、系统地传播科技知识和创新成果的载体。实验动物是医学研究的基础和支撑条件,也是衡量一个国家生命科学技术发展水平的重要标志。十几年来我国医学实验动物事业在法规的制定、科学管理、专业建设、科研水平、动物质量等方面都有了很大的发展和提高,但仍存在着差距。基础医学、药学、综合医学是医学中使用实验动物较多的学科,通过20__年发行的在各专业享有较高声誉的核心期刊中相关信息的分析,注意到以下几方面的问题:

1.正确认识实验动物科技工作的重要性 从我们的分析中可见,基础医学、药学、综合性医学期刊中涉及实验动物的期刊数、论文数和比例都很高,平均为80、39。可见作为重要的基础学科之一的实验动物学起着举足轻重的作用。下个世纪,人与自然、人与健康的诸多问题在某种程度上,要靠生命科学研究来解决。在世纪之交的当今世界,要在生命科学研究领域中做出具有国际先进水平的科技成果,就要充分认识实验动物工作对科研工作的重要性,加强实验动物工作,使实验动物科学水平更好地适应生命科学发展的需要。

篇9

2.1教学评估与教学内容调整

作为一门仍在探索中的新课程,我们在每学期末均进行教学评估以了解学生对本课程的掌握程度和兴趣点,并据此对教学内容不断调整。教学效果调查发现,同学们对本课程的整体满意度为87.88%,其中对课堂教学内容、教学互动和教学效果的满意度分别为88.93%,85.68%和83.32%,但相对而言,对解决问题能力的培养尚有待提高,其满意度只有78.37%。同课堂教学相比,实践教学的满意度明显较高,其满意度可达97.5%,表明通过直观学习人体结构、病原物以及实际操作有更好的效果。对学生兴趣点的调查发现,同学们对直观或与日常健康密切相关内容印象更为深刻,如微生物与疾病、旅行与寄生虫病、人体结构奥秘、安全合理用药、免疫与疫苗接种。而法医与自我保护通过生动案例,将法律和医学以及严密的逻辑分析融合在一起,也是大受欢迎的章节。此外,同学们关注的其他医学问题还有卫生医疗体系的运作、常见健康维护问题、实用的急救知识及训练、医学发展前沿问题,尤其是对我们的中医有很高的关注度。考虑到学生的关注点,课程内容被不断优化,在这一过程中我们发现通识教育的理念也可以很好地融入进来,如思辨能力、社会责任感以及宏观视野的培养也愈来愈在教学中得以体现。为此新的教学内容被调整为3个模块:

①第一部分主要介绍基本医学知识,引导学生自觉维护健康。其内容包括医学与健康和人类进步、人体结构奥秘、微生物与疾病、旅行与寄生虫病、免疫与疫苗接种、慢性病与亚健康、从看懂化验单到健康体检、安全与合理用药、中医经典理论与保健、医学发展前沿。这部分内容既保留了基础医学框架的系统性,也照顾了学生的兴趣。新增加的医学发展前沿可以拓展学生视野,也是激发学生创新精神的有效途径。至于中医经典理论与保健是应学生的强烈要求而增加的内容,与其说中医属于医学,其实它与中国文化、哲学和艺术是一脉相承,息息相通的。以中医学为依托,学习中医中最经典的学说和思想,也可以培养人文思想。

②第二部分着重具体医学案例分析,进一步培养学生的医学思辨能力。这部分包括两个内容:法医与自我保护,将医学知识和严谨的逻辑分析结合进行案例分析,同时也从中总结出一些自我保护知识;急诊与急救,这里讲述的都是惊心动魄、扣人心弦的真实故事,这些故事里既融入了严密的医学知识,同时直面生与死的较量也让学生对人性和生命的意义思考更多。

③第三部分为公共健康教育,主要介绍我国医疗保健体系以及全球化与国际卫生。分别介绍我国医疗保健体系架构并提出目前存在的一些问题,如医患矛盾原因何在,当前医疗体系如何应对我国人口日益老龄化的问题,从近期埃博拉病毒的流行学分析探讨经济文化因素与疾病的关系以及国际合作控制疾病流行的运作方式等。这些议题通常是开放性的,老师只是介绍背景知识后提出问题,进一步的深入分析则由学生查阅资料或调研完成。这对培养实际解决问题能力以及社会责任感均有重要意义。事实上,美国早在2007年即开始了一场把大学生公共健康教育与艺术和科学全人教育及美国希望公民计划相结合的运动。其内容涵盖了流行病学的调查研究方法、公共健康政策的制定及健康机构运行以及不同经济文化背景下的疾病发生特点和国际间联合防控疾病的运作方式等。

2.2基于网络平台的教学拓展

除了在课堂上广泛采用多媒体教学手段,基于Blackboard平台的基础医学导读学习平台(elearning.sysu.edu.cn)对教学有很好的辅助作用。通过这一平台实现了与学生的充分互动,可以及时收集教学反馈信息;讨论版围绕医学相关热点问题的讨论,一些有价值的图书资料和网站推介丰富了教学内容,促进了学生自主学习的积极性;此外期末考试布置作业和批改作业也通过此平台进行,确保了整个教学过程的顺利实施。

2.3考核方式的演变在课程早期,基于教学内容

建立了包括单选和多选题型的试题库,进行开卷考试,以检验并督促学生掌握并运用基础医学知识。随着教学的深入,我们希望学生对医学知识有更深入思考,由此确立了新的考核方式,考核分两部分进行:一是通过课堂提问和网络平台讨论版的发言,了解学生对具体医学问题的掌握程度,作为平时成绩(占40%),二是期末时列出几个综合性议题,或者针对公共卫生健康现实问题讨论或者结合各自专业谈谈与医学的关系等,以综述形式完成,以期培养学生对现实问题的调研、思考并提出建设性意见的综合能力,作为期末成绩(占60%)。通过2年4个学期的尝试,从最初只是对感兴趣的医学问题的引述,到逐渐可以融入自己的观点,尤其是探讨医学与各自专业(或理工或人文)的深系,如经济学专业的学生探讨“患者看病贵与医生收入低矛盾的经济学分析及化解对策”、数学与计算机专业学生“运用数学与统计知识进行公共健康影响因素分析”、国际政治专业学生探讨“全球卫生治理中的国际组织合作及其在传染性疾病防治中的重要性”等。表明这种考核方式是将通识教育引向深入的好方法。

篇10

2 中西医结合治疗实例

例1 某临床医生收集了如下的资料(表1),在各组内进行配对设计定量资料的t检验,在任何两组之间,用差量进行成组设计定量资料的t检验。请问:错在哪?正确的做法是什么?

对差错的辨析与释疑 原作者的做法是错误的!因为这样做割裂了整体设计,每次分析时,仅用了部分数据,数据的利用低,自由度小,结论的可信度低;无法分析药物种类与测定时间之间的交互作用。正确的做法是:先检查资料是否具备参数检验的前提条件,然后正确判定资料所对应的实验设计类型。假定本例中的定量资料满足参数检验的前提条件,而实验设计类型表面上看是“4个自身配对设计”同时存在,应叫做“具有一个重复测量的两因素设计(其中,测定时间因素与重复测量有关,除此因素之外,还有一个‘药物种类’因素)”。正确的统计分析方法为“具有一个重复测量的两因素设计定量资料的方差分析”。对本例而言,更合适的分析策略是:将“治疗前”视为“协变量”,即设法使各药物组治疗前尽可能取相等的平均水平,从而推算出治疗后的平均测定结果(称为校正的平均值),提高各药物组之间的可比性,其统计分析方法叫做“单因素4水平设计定量资料的一元协方差分析”(每次只分析一个定量指标);若每次需要同时分析3个定量观测指标,其统计分析方法可叫做“带有一个协变量的单因素4水平设计定量资料3元方差分析”。

表1 各组治疗前后肝功能检测结果比较(略)

例2 很多人用成组设计定量资料的t检验和单因素多水平设计定量资料的方差分析处理表2资料。请辨析:这样做错在哪里?为什么?正确的统计分析方法是什么?

表2 两组不同组织类型的NSCLC肺部ROI的Max SUV和Mean SUV比较(略)

对差错的辨析与释疑 表2中最后两列为两个定量的观测指标,原则上,当实验中涉及两个或两个以上定量指标时,看专业上是否需要同时考察它们的变化,若不需要,就视为两个一元定量资料;若需要,就视为一个二元定量资料。关键是检查资料的前提条件(此处从略)和正确判定定量资料所对应的实验设计类型,以下就不再赘述了。原作者所用的两种统计分析方法都属于分析单因素设计定量资料的统计分析方法,是不正确的。属于未正确辨析实验设计类型,就盲目套用统计分析方法的一种坏习惯,其结论是不可信的。该定量资料中涉及两个实验因素,一个是中医上的分型(非血瘀证与血瘀证),另一个是癌细胞类型。两个因素共有6种水平组合,各组合下都有一组独立的患者,两个因素同时出现在实验中,尚无专业知识保证它们对观测指标的影响谁是主要或次要,故这个定量资料所对应的实验设计类型应叫做两因素析因设计或叫2×3析因设计,当定量资料满足参数检验的前提条件时,以选用相应设计定量资料的方差分析处理为宜。例3 很多人用成组设计定量资料的t检验和单因素多水平设计定量资料的方差分析处理表3资料。请辨析:这样做错在哪里?为什么?正确的统计分析方法是什么?

转贴于

表3 两组不同分期的NSCLC肺部ROI的Max SUV和Mean SUV比较(略)

对差错的辨析与释疑 原作者所用的两种统计分析方法都属于分析单因素设计定量资料的统计分析方法,是不正确的。属于未正确辨析实验设计类型,就盲目套用统计分析方法的一种坏习惯,其结论是不可信的。该定量资料中涉及两个实验因素,一个是中医上的分型(非血瘀证与血瘀证),另一个是疾病分期。两个因素共有8种水平组合,各组合下都有一组独立的患者,两个因素同时出现在实验中,尚无专业知识保证它们对观测指标的影响谁是主要或次要,故这个定量资料所对应的实验设计类型应叫做两因素析因设计或叫2×4析因设计,当定量资料满足参数检验的前提条件时,以选用相应设计定量资料的方差分析处理为宜。例4 很多人用成组设计定量资料的t检验和单因素多水平设计定量资料的方差分析处理表4资料。请辨析:这样做错在哪里?为什么?正确的统计分析方法是什么?

表4 各组肺组织病理图像分析结果比较(略)

对差错的辨析与释疑 原作者所用的两种统计分析方法都属于分析单因素设计定量资料的统计分析方法,是不正确的。属于未正确辨析实验设计类型,就盲目套用统计分析方法的一种坏习惯,其结论是不可信的。该实验共有8个实验组,每组中的10只动物都在三个区被检测某定量指标的结果,故“三个区”是与重复测量有关的因素。要判断该定量资料所对应的实验设计类型,关键是要弄清“组别”是一个实验因素还是一个复合因素。显然,“组别”中涉及到很多因素,如“是否建模”、“是否用药”、“用何种药”、“用药种数”,这4个因素每个至少有2个水平,全面组合至少应有16个小组,现在只有8个组,说明这些因素的水平未全面组合,属于“多因素非平衡组合实验”,而不是一个标准的多因素实验设计。对于这种定量资料,应对“组别”进行合理拆分。可能的拆分结果如下。组合1:正常对照组与模型组;组合2:模型组、丹参组、黄芪组、雷公藤组、氢化考的松组、硫唑嘌呤组;组合3:模型组、雷公藤组、硫唑嘌呤组、硫唑嘌呤+雷公藤组。将上述三种组合分别与三个区同时考虑,构成不同的实验设计类型,具体地是,组合1叫做“具有一个重复测量的两因素设计”,其设计格式见表5。

组合2也叫做“具有一个重复测量的两因素设计”,其设计格式见表6。

表5 两组肺组织病理图像分析结果比较(略)

表6 各组肺组织病理图像分析结果比较(略)

组合3应叫做“具有一个重复测量的三因素设计”,因为该组合中的4个实验分组本身形成了一个2×2析因设计结构,再加上与重复测量有关的因素“三个区”,其结构用统计表表达出来(表7),便可一览无余,层次清晰,易于辨析其真正的实验设计类型。

表7 4组肺组织病理图像分析结果比较(略)

例5 很多人用配对设计定量资料的t检验和单因素多水平设计定量资料的方差分析(两两比较用LSD法)处理多因素影响下的定量资料,如本刊2006年第4卷第3期第287页上的表1资料(为节省篇幅,详细资料此处从略)。请辨析:这样做错在哪里?为什么?正确的统计分析方法是什么?

对差错的辨析与释疑 在此资料中,第1列“Group”之下的5个组不是单因素5水平之间的关系,它是多因素非平衡组合实验,因此,需要对“Group”进行合理地“拆分”:如组合①,前4组可同时比较;组合②,“第1组,第2、3、4三组中取一组,第5组”可同时比较。还应考虑放置在表中纵向上的“时间”因素,第1个时间点为“处理前”,应将其视为“协变量”,而且,“时间”是与重复测量有关的因素,简称重复测量因素。同时考虑某种组合和时间,则分别与组合①、组合②对应的统计分析方法都叫做“具有一个重复测量的两因素设计定量资料的一元协方差分析”。

【参考文献】

篇11

统计学为探索随机现象统计规律性,必须正确处理必然性与偶然性之间的辨证关系。在总体中诸个体某种数量标志表现偶然,而诸标志值平均则为必然。重复测量某种同一客体出现不同的数值属偶然,而同一客体本身真实数值则为必然。必然性通过大量偶然性的数量差异为自己开辟道路。统计研究中经过综合平均,将大量偶然性所形成的数量差异,互相抵消,显露出平均则为必然。必然性与偶然性的对立统一关系在统计抽样调查问题上表现极为明显。客观事物极其复杂,表现千差万别,同一总体各单位的数量差异也非常大,从个别单位,往往因偶然因素的影响而无法探索其本质和规律性。然而,通过大量观察,排除偶然性因素影响,就可暴露出事物的真象,显现其本质。在进行抽样调查时,只有随机抽取的个体足够多,消除诸多偶然因素影响,才能通过抽样总体的数量特征正确地推断总体的数量特征。

2共性和个性的统一

实践和科学都证明矛盾的普遍性,矛盾无处不在、无时不在。矛盾着的事物是普遍存在的,况且同一事物或过程的矛盾有其共性。而对于每个事物或过程的矛盾也各有其个性。因此说,共性和个性的关系就是一般与特殊或普遍与个别的关系,它们是辨证统一的关系。统计学中存在着各种矛盾,每一矛盾具有不同特点。在统计认识中,个体的差异性中蕴含着总体的同一性。统计方法就是运用科学的手段抽象掉各个个体的差异性,探求总体的同一性,并用差异性去标志同一性的内在质量。差异性是统计产生和存在的前提,没有差异性就没有统计;而同一性则是统计的目的,为了求得同一性才需要进行统计。因此,统计研究要运用大量观察法与个别观察法相结合使用的统计方法。

统计研究中运用大量观察法,实现从个别到一般,从个性到共性的认识过程。同时,根据共性寓于个性之中的对立统一规律,统计研究在大量观察的基础上,运用个别观察所搜集的资料来说明总体的基本状况和发展趋势,使认识更深刻、更具体。

矛盾的共性与个性的对立统一规律指导统计研究必须是将统计中的平均数与分组法结合,用组平均数补充说明总平均数,用反映现象的离散趋势的变异指标与反映现象集中趋势的平均数结合使用,以使研究更全面,更完善。

3整体与局部的统一

统计学的研究着眼于总体,着手于样本,立足于个体;同时从总体出发,分解剖析,认识局域(类、层、组)甚至个体,并对其进行调查研究,观察计量,搜集资料。接着对个体的调查所获得的资料进行计算分析,或归纳演绎,用样本来推断总体,达到对总体的系统性认识。即为“统而计之”和“计而统之”的总和,以实现以统定计,以计达统的目的。所以,统计学的思维是一种系统思维,要求一切认识对象不仅它本身作为一个整体来认识,而且它还要作为某个更大系统的要素来认识。这种对系统客体的“主体”认识,是一种对研究对象进行整体性度量的系统思维方式。

因而,统计认识充分体现了整体和局部的有机统一,这是统计研究的一大优点,也是统计认识比较接近客观、真实的主要原因之一。其它认识方法往往是就某一要素而研究某一要素,就某一系统而认识某一系统,忽略或没有充分重视各要素的整合作用和系统环境对系统的制约作用。

4定性分析和定量分析的统一

从统计认识过程而言,充分体现着定性分析和定量分析对立统一的关系。定量分析研究是统计研究的特色所在,但统计的定量分析不是纯粹数量意义的,即不是就数量论数量,而是基于所研究事物本身的特点,并且从所研究事物的有关联系或现实背景中,紧紧扣住认识所研究事物内在本质这一主题来展开的,他注重的是定量分析背后的具体含义和意义,这也正是统计学与数学的区别所在。那么统计研究怎样才能通过数量来体现其具体含义与现实意义?这就必须结合定性分析,即以定性分析为起点,并以定性分析为终点。具体来说,统计研究总是按照“初步(感性)的定性认识——客观科学的定量认识——高级(理性)的定性认识”这一过程来进行的,即从定性开始,确定认识事物有关方面的指标,经过定量过程,搜集,整理,进而对其分析研究,上升到更高的认识,深入认识事物的质,完成定性认识。统计认识活动遵循质与量对立统一规律,从初始的定性入手,依设计的科学的方案一整套统计指标体系,按要求搜集有关数据资料,经过整理和分析对比,认识事物的本质和规律性。也就是说统计的定量分析是人类在认识事物的过程中,实现从感性认识到理性认识这个飞跃的重要途径,是避免产生认识主观偏差的重要手段。

因此,统计研究最终是为人类定性认识服务的,是为了定性认识才进行定量分析研究的,前面所讲的统计的方法性、应用性也正体现在这里。实际上,如何才能真正做到统计研究的定性分析与定量分析的统一,才是需要我们关注的重点。所以,我们需要不断地探求质与量变化的规律和界限,研究质的规定性与量的规定性的关系,将质与量同一与度中,即量的规定性定性于度中,质的规定性定量于度中,以实现定性分析和定量分析的真正统一。

5分析与综合的统一

在统计研究过程中,分析和综合是揭示事物的本质和规律性的一个基本方法。统计认识活动的根本目的是在各个局部进行剖析的基础上达到对总体的认识,揭示其本质和规律性。

所谓分析方法,就是把研究对象分解为若干组成部分,并分别加以研究,从而认识事物的基础或本质的一种思维方法。任何事物的整体都是有若干组成部分构成的,将客观事物在一定条件下分解成各组成部分,分别研究其结构与功能、各部分相互联系、相互作用的特点以及在各种外界条件作用下所表现出来的事物的属性和特点,从而达到对事物本质及内在规律性的认识之目的。可见,分析方法是以客观事物的整体与部分关系为客观基础的。在统计研究中诸如分组分析、因素分析、因果分析、结构分析、定性和定量比较分析、比例分析等等。这些分析在人们的认识中起着重要作用。但是,要把分析所得到的认识变为对整体的认识,揭示整体的本质和规律性,就必须进行综合。

所谓综合方法,就是把研究对象的各个部分联系起来加以研究,从而在整体上把握事物的本质和规律的一种思维办法。与分析方法相比,综合方法认识过程的方向完全相反。它是将事物的各个部分联结为整体,通过全面掌握事物各部分、各方面的特点以及它们之间的内在联系,并加以概括和上升。从事物各部分及其属性、关系的真实联系和本来面目,复现事物的整体,综合为多样性的统一体。在统计中,诸如人口统计的将分组、结构、比例分析化为对整个人口状况分析;商品销售总额分析时分解为价格和销售量变动的影响,进而从总体上分析其因素影响;社会总产值的变化,分解成各个部门行业的影响,进而综合研究其全貌等等。

分析与综合是对立统一,分析是综合的基础,综合统领分析。没有具体的分析,就不能具体深入地把握事物的各部分、各侧面和各种属性与诸因素,从而也就无法综合;同时,分析也离不开综合,它在综合统领下,以综合为目的,达到确切地揭示事物的总体和本质和规律性,使认识升华。因此,没有分析的综合,其结论就只能是空洞的、无根据的,是一个混沌的、外在的、直观的整体。“思维既把相互联系的要素联合为一个统一体,同样也把意识的对象分解为它的要素。没有分析就没有综合(《马克思恩格斯选集》第三卷人民出版社1972年版第81页)。”分析的结果,也就是综合的出发点。统计认识的发展总是沿着“分析——综合——新的分析——新的综合……”轨迹不断前进的,促使统计认识活动不断深化,揭示事物的本质和规律性。6归纳与演绎的统一

所谓归纳推理,就是从特殊到一般,给出新认识;但新认识是不确定的,可能是错的;特殊材料的组合不同,给出的认识也不同甚至矛盾;基于不完善甚至劣质信息作出决策。所谓演绎推理就是从前提(公理)到命题,不提供超越前提的新知识;容许选择多个前提,但前提可能是错的;大前提里的不同小前提(公理系统里的不同子集合)会给出不同甚至矛盾的结论。以观察为基础对事物的不确定性进行度量主要属于归纳推理问题;但若已知各种事件发生的结果和发生的概率,不确定性下的决策则可以转化为演绎推理问题。

统计认识是通过个别研究认识一般的,所以统计思维必然是一种归纳(即必须通过归纳才能实现)。统计不仅要根据所构建的原始信息通过统计推理获得一般的“知识”,而且还必须进行假设检验、机理检验等,对所获得的知识进行论证。所以说,统计思维是归纳与演绎的统一。归纳方法论强调了方法和外来信息的重要性,而演绎方法论则强调了问题和先存知识的重要性。实际上,二者是一个有机的整体,需要相互补充和协调才能真正解决问题。比如在统计思维中的回归分析既是归纳,又是演绎。所以说,统计思维将归纳和演绎高度而有效地结合运用,收到了很好的认识效果。也只有通过归纳、演绎和实践的相互作用才能找到可靠的科学真理。

7具体和抽象的统一

按照统计认识要运用材料来看,统计学的实际应用具有具体性,它是依据一定的数据和事实,使人们得到启发,运用已有的经验知识,对客观事物的本质及其规律性作出迅速的识别和直接的理解,并对对象的总体状况作出判断。统计认识在取得统计数据之后,首先就是根据数据的特点,运用一定的数据整理手段(如分组、直方图、茎叶图、频率图等)和统计研究人员积累的统计认识经验,充分发挥主体的能动性,获取初步认识。在此基础上再对统计数据的背景资料进行分析研究,必要时还要进行典型剖析或抽样验证。所以说,在统计认识的数据收集、分析与所做结论需要具体化。同时,对统计理论方法研究时具有抽象性,在一定理论指导下进行的数理研究,是具有抽象思维的特点。属于抽象思维的范畴,它舍弃具体向客体的规客规律性逼近。因此,统计学是具体和抽象的统一。

8经验思维和理性思维的统一

统计认识过程不仅是通常所说的实证性研究活动,同时也是探索性研究活动。它自始至终都是理性认识和感性材料的相互结合和相互渗透。

按照统计认识属于实证性研究来说,它具有经验思维

的特点。经验思维就是运用实践经验、感性认识和感性材料进行的思维活动。它的功能主要是认识具体事物的外部状况、表面联系和现象,通过经验思维能够对丰富的大量材料初步加工,把握事物多种多样的具体状态,并且能够在一定程度上把握事物的内在联系和规律。描述性统计就是一种比较典型的经验思维。它依据的是客体的个体的实际状况或者是客体过去的、现在的状态,是事实的归纳、概括、整理。从推断性统计来看,它在描述性统计提供的经验材料的基础上,运用一定的理论、概念,依据严密的逻辑规则和推理过程进行假设检验、数理推断、悖论分析,对描述信息、经验认识进行理论思考,使经验认识升华,这又是有理性思维的特点。它抽象掉具体个体数量上的差异,得出有关对象的共同本质特征的认识;抽象掉所依据的经验材料的特殊,得出有关“类”的一般的认识。

实际上,描述性统计是推断性统计的重要基础,在某种程度上讲,推断是另一种描述;有时候描述性统计与推断性统计是交织在一起的。因此,统计认识是经验思维和理性思维的统一,兼具有两种思维的成分,两种思维相互交叉,相互补充,使统计认识更系统、更具体和更深刻。

总之,统计学是一门认识方法论,统计活动是一种认识活动,是要研究探索和发现认识客体本质及其规律性的方法。哲学是关于世界观和方法论的学说,它研究自然、社会和思维的最一般的规律。它和统计学是一般和个别、共性和个性的关系。哲学对统计学起着指导作用,为统计科学研究和统计工作提供一般指导原则和思维方法;统计学是哲学一般认识方法的具体化。所以,对统计思想进行较深入的探讨和归纳,有利于推进统计理论研究,廓清人们对统计的认识,有助于更合理、广泛的运用统计方法。

参考文献

[1]李金昌.关于统计思想若干问题的探讨[J].统计研究,2006,(3).

篇12

高校装饰艺术设计专业培养目标明确要求学生具有现代审美意识和掌握扎实的艺术造型能力和设计能力的同时要对祖国传统工艺美术艺术知识有深入了解。对此装饰艺术设计专业课程体系应当加强对传统工艺美术元素的研究,寻找现代装饰艺术设计与传统工艺美术审美趋向的融合点,提炼其内涵并运用到教学实践中。传统工艺美术与现代装饰艺术在形态语言方面保留了较多的相似点,可结合装饰艺术设计专业核心课程《设计初步》、《设计色彩》、《图形创意》、《装饰工艺》、《软装饰品设计》、《装饰材料与工艺》、《项目模拟训练》、《项目综合训练》等进行形式多样的专业教学。在此基础上经过加工逐步在形态语言方面寻找新的结合点。在装饰艺术设计专业具体课堂教学的第一阶段教师可采取案例教学法,通过分析优秀案例,讲解这些案例是如何借鉴传统工艺美术形成独特风格,通过对案例设计过程的剖析,使学生知道如何吸收传统工艺美术元素中的精髓,借鉴其中的造型元素,使学生能够了解整个传统工艺美术制作流程,学习并掌握其中的方法。在《设计素描》、《图形创意》、《装饰工艺》等课程中,安排课堂练习绘制设计草图,特别是针对典型人物、器皿进行造型元素提炼,研究其人物的神情表达和器皿的构成特点,吸取传统工艺美术适度夸张的表现手法,利用嫁接、移植、拼合等设计元素与手段,表现具有象征意义和夸张的造型效果。在装饰艺术设计专业具体课堂教学的第二阶段可采取项目模拟训练法,引入工艺美术企业真实的实践项目,在真实的“工作情境”中按照项目需要,将学生分成若干个项目小组,每组完成一个项目。明确组员的分工,要求学生首先通过实地调研中国泥人博物馆、中国宜兴紫砂博物馆、无锡非遗传承与创新中心,借鉴其造型设计手法,提出创作方案和构想,最终确定创作方案。在《软装饰品设计》、《装饰材料与工艺》、《项目模拟训练》、《项目综合实习》、《毕业设计》等课程中,鼓励学生探索和尝试多种不同的表现风格,指导学生设计出符合现代人审美趣味,有市场需求、有地方特色和有文化内涵的作品,改变当下本土装饰艺术设计作品模仿外国、缺乏本土特色的局面。

三、装饰艺术设计对传统工艺美术本土语言吸收与借鉴的实践与思考

篇13

1 误用概率(probability)

概率是描述随机事件发生的可能性大小的数值,常用P表示。如某例患者的结果为治愈,这个事件记为A,则该患者治愈的概率可记为P(A),或简记为P,这是医生颇为关心的数值。假如我们用200例的样本,求得治愈率为75%,这只是一个频率。在实际工作中,当概率不易求得时,只要观察单位数充分多,可以将频率作为概率的估计值。但在观察单位数较少时,频率的波动性是很大的,用于估计概率是不可靠的[1]。随机事件概率的大小在0与1之间,即0≤P≤1,常用小数或百分数表示。习惯上将P≤0.05,称为小概率事件,表示在一次实验或观察中该事件发生的可能性很小,可以视为很可能不发生。

2 以“比”代“率”

2.1 构成比(proportion)又称构成指标,说明某一事物内部各组成部分所占的比重或分布。

常以百分数表示,计算公式为:

2.2 率(rate)又称频率指标。说明某现象发生的频率或强度。常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。计算公式为:

医学中常用某一时点发病率、患病率、死亡率、病死率、治愈率等。

2.3 分析时不能以构成比代替率 例1:甲、乙两市乙型脑炎普查资料见表1。由此得出甲市10岁以上患乙型脑炎情况比乙市严重,10岁以下乙市比甲市严重(结论错误,犯以比代率的错误)。

2.4 注意不能用构成比的动态分析代替率的动态分析 例2:表2为某市1990年和1995年5种常见传染病的发病情况。1995年与1990年相比,痢疾的构成比有明显下降,而肝炎、流脑、麻疹及腮腺炎的构成比均上升,但以肝炎的构成比上升最为明显。若据此做出痢疾发病下降、肝炎发病上升最明显的结论,显然是错误的。因为1995年与1990年相比,5种传染病发病的实际数都在下降。若要反映5种传染病的发病强度,应计算1990年和1995年各种传染病的发病率,再做比较。

4 计算相对数的分母一般不宜过小[2]

通常观察单位足够多时,计算出的相对数比较稳定,能够正确反映实际情况,观察单位过少,偶然性大,则可靠性差,一般当例数较少,如少于30例时以用绝对数表示为好。如必须用率表示时,可列出可信区间。

例4:某医生用某法矫治25名学生的近视眼,其中3名近期有效,该法有效率的95%可信区间为(3%,31%)。

5 讨论

对样本率(或构成比)的比较应随机抽样,并做假设检验 遵循随机抽样的原则才能以该“样本”来推断总体。由于样本率和构成比也有抽样误差,所以不能仅凭数字表面相差的大小做结论,而需进行样本率差别的假设检验。