时间：2023-07-18 17:24:07
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇科研的统计学方法，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
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.
【关键词】医学统计方法；临床医学研究；应用
在现代临床医学科研工作中，医学统计方法得到了广泛的应用，而且在实践中不断创新和发展。但是部分医学科研人员却相对忽视对于医学统计方法的研究和应用，并且缺乏相应的专业理论知识和操作技巧，导致临床医学研究中出现较多的实际问题。在今后的临床医学科研中，科研人员只有加深对于医学统计方法的认识，选择科学、合理的方法，才能保证科研工作的顺利开展和完成。
1医学统计方法概述
在现代临床医学科研工作中，专业设计与统计学设计是重要的两个环节，也是影响科研工作实际效率和质量的重要因素，必须引起科研人员的高度重视。医学统计方法作为现代临床医学科研中一门独立的自然科学，其从形成与发展共经历了近300年的历史，由较为简单的统计方法逐步向各种科学统计方法综合应用的方向转变。随着现代电子计算技术的不断发展，特别是SPSS、SAS等统计处理软件的研发和应用，客观促进了临床医学科研工作的大幅发展。在现代科学技术的发展中，医学统计方法在临床医学科研中应用的基本步骤为：1)对于某项临床医学科研工作进行全过程的设计；2)根据统计学设计的基本要求，收集和整理所需的各类资料和临床数据；4)对于经过归纳后的资料和数据，选择科学、合理的医学统计方法，以保证科研工作所获取各类信息和数据的客观性、可靠性。从现代临床医学科研发展的角度而言，科研人员在专项研究或论文撰写时，都离不开医学统计方法的应用，所以他们必须掌握基本的医学统计学原理和方法，并且依靠其掌握科研项目的客观发展规律，形成具有一定价值的专业文献。由此可见，现代医学统计方法则广泛用于临床医学科研、医学论文撰写，以及卫生事业管理等领域，其实际作用和意义是不容忽视的。
2统计学设计与指标选择
在现代临床医学科研中，统计学设计和指标选择是科研人员开展工作的首要环节，他们必须坚持对照、重复与随机化的基本原则，在重复观察一定数量的样本基础上，合理设定对照组，以保证统计学设计中的随机抽样或随机化分组。在临床医学科研的统计学指标选择时，应注意下列问题：1）采用配对设计的医学统计方法，尽量保证组间的均衡性2）临床医学科研的目的必须明确，特别是要与现代医学实践工作紧密结合，以促进现代医学事业的稳步发展；3）注重医学统计方法与指标的可行性研究，注重于解决某一或几个方面的现实医疗问题；4）临床医学科研中的统计样本要尽量全面，样本越大其统计结果也越接近于实际情况，也有助于提高临床医学科研的可靠性与科学性。
3医学统计方法在临床医学科研中的应用
在现代临床医学科研工作中，医学统计方法合理的应用必须引起广大科研人员的高度重视，而且要加强对于现实问题的深入研究。同时，国内科研人员应积极吸取和借鉴外国先进的医学统计方法，并且不断加强计算机技术及各类新型软件的研发，最终全面提升临床医学科研工作的实际效率和质量，为促进我国医学事业的发展贡献重要的力量。
3.1COX模型的应用在临床医学科研中应用COX模型时，科研人员要应用C0X模型进行单因素的筛选，并且综合分析影响统计结果的接近显著性或显著性因素。在应用COX模型进行统计结果多因素分析时，应逐步检验和清除不显著的因素，最终形成具有科学性、客观性的优化数学模型，以便科研人员进行深入的分析。在利用COX模型进行临床医学科研的危险因素分析时，必须保证方程公式的进一步优化，特别要注意两组数据模型的对比与分析。
3.2多元回归与常规统计方法联合应用在临床医学研究的多指标统计分析时，科研人员必须采取常多元回归与常规统计方法联合应用的模式，尽量减少统计结果的模糊性。例如：在进行某一药物的功效研究时，要采取先进的电脑测定方法，并且通过临床病例脏器功能指标与多项形态的综合统计与分析，建立专业的多元回归模型，在对比病例治疗前后的各项检验指标变化情况的基础上，从而科学判定某一种药物的实际效果。
3.3其他方面的应用随着各类现代化检验仪器的研发和应用，在临床医学科研中要适当强化正常值的研究范围，绝不能简单的采取实验组与对照组对比分析的医学统计方法。科研人员应提高样本的数量，进行各类临床数据和资料进行综合的统计学处理，并且按照正常值的统计方法进行其余工作。
进入二十一世纪以来，随着现代信息技术与生命科学研究的不断深入，在临床医学科研工作中，对于各类医学资料和数据的科学收集、整理与分析是不容忽视的关键性问题，也是构建现代医学基础研究体系的重要一步。在今后的临床医学科研中，科研人员的专业素质提高是至关重要的，他们不但要掌握基础的医学统计和概率论知识，而且要强化自身的分析判断能力与逻辑思维，这对于促进临床医学科研工作的发展具有积极的意义。
参考文献
[1]金丕焕，主编.医用统计方法[M].上海医科大学出版社，1993：144-153.
关键词：应用心理学；科研统计能力
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）33-0110-02
针对科研工作的特点及其规律，应用心理学专业基本科研能力结构包括资料搜集与处理能力、问题发现与解决能力[1]。可见在课程设置上需要特别重视这两种能力。统计是收集数据、对数据进行分析和解读的科学。数据无处不在，作为一门和数据打交道的科学，统计学已被应用到各个科研领域。科研统计课程是应用心理学专业学生必修的专业基础课，开设目的是学习后续专业课程做准备，并为以后解决实际科研问题提供方法和手段。统计课程的基本内容包括收集数据、整理数据、用恰当的方式描述数据[2]。但不同专业教材倾向使用不同的例子，如心理统计多使用问卷、量表的例子，同时侧重于统计思想的培养。如何激发学生的学习热情，引导他们增强科研能力，参与科研项目，撰写论文，笔者是日常教学做了一些探索。
一、结合实际，因材施教
应用心理学专业同时招收文科和理科生，尤其文科生的数学基础相对薄弱。本科生经过前两年的基础课和专业基础课的学习，基本上形成了聚合与发散、正逆则反、联想类比的固化思维模式[3]。但应用心理学专业在课程设置上没有安排高等数学的内容。同时文科生缺乏推理论证与批判性思维的训练。而统计学是心理学专业的重要专业课。对于没有数学基础的学生，接触统计学，难度较大。因此，在教学中，教师应该以实例为主，结合上机练习，适当补充课后作业。而对于原理的讲解不是教学的重点，也就是在教学中应该重实践而轻理论。以问题为导向的教学方法类似真实的研究过程，学生需要在教师的指导下自己去探究问题答案，在此过程中锻炼统计应用能力。这一教学过程需要教师、学生共同参与，教师给学生提供了脚手架，帮助学生在活动的参与过程中提升能力。学生在教师指导下分析数据、理解研究设计，以利于学生将统计思想融入生活实践和专业知识中。
二、夯实基础，突出重点
基于医学院校的传统，应用心理学专业学生的课程负担比较繁重。如我校开设《基础医学概论》、《临床医学概论》、《预防医学概论》，三门课程总课时为304学时。但对于学生较难掌握的《社会统计学》、《社会调查方法与分析》为113学时。心理学是一门自然科学与人文社会科学交叉的学科，学习医学课程对于突出医学院校的心理学专业特色，促进学生的心理学与医学知识的有机结合十分重要且必须。但统计学知识的内容多，较难理解，课时相对不足，这是教学中遇到的实际问题。教师在统计课程的教学中，不需要把过多时间花在计算和公式推理上，而应该重点讲解研究设计的思路和软件的操作，同时结合课后的作业让学生真正掌握各种统计方法间的差异和关系。努力做到概念清晰，推理严密，抓住重点，突破难点，教会方法。
三、选对教材，事半功倍
高质量的教材有两个基本要求：知识脉络清晰完整，反映当前心理学研究的发展趋势。好的教材使得教师易教，学生易学。目前在大部分医学院校的心理学专业，使用的是《医学统计学》或《卫生统计学》教材。这些教材并没有起到好的教学效果，存在符号公式多，很多概念难以直观理解，或者案例、术语、符号和概念与心理学专业的表述不相符的情况。这类问题的存在，不仅为学生参加全国性的心理学专业考研制造了障碍，也不便于追踪国外期刊，获取最新研究信息。特别是教材中的医学案例与心理学专业联系不紧密，打击了学生的积极性。在教学中可以注意与《实验心理学》的教学结合，增加调查问卷设计和抽样设计的内容，也可以从心理学核心期刊中选择一些经典文章，组织学生讨论，可提高学生解决实际问题的能力。
四、方法灵活，提高质量
利用科研实践、毕业论文撰写辅助教学。针对科研课程的实践性和应用性强的特点。我校在2年级开始实行导师制，请学术造诣深厚的老师担任本科生的指导老师。从参与导师的科研项目开始，导师对学生的科研统计能力进行全方位个性化的培养。教学形式从以“教”为中心向以“学”为中心转变，使得学生发挥了主观能动性，深受广大学生的欢迎。值得注意的是，现在实际科研中普遍运用统计软件。计算机虽然可以使复杂的计算变得快速、简单，但也不能因突出上机操作而忽视原理的教学。不能知其然不知其所以然，要让学生认识到思维比计算更重要。在实际的科研工作中，软件完成的只是数值计算，但如何设计实验，选择那些样本，应用何种统计方法，如何解释数据都需要人去决定。如果对统计思想一无所知，就会出现“垃圾进垃圾出”现象。另外，一些新出现的统计方法未必有现成的软件可以使用。
五、强调思想，掌握内涵
统计思想主要包括：估计、相关、拟合、检验、均值、变异[4，5]。在教学中应该强调用统计的观念及思想，去探索事物背后的规律性。应该先谈谈估计思想：我们做实验的方法常常以样本推测总体，这是对同类事物探索其规律采用的由此及彼的认识方法。一般样本必须与总体具有很多相同的性质，样本才能代表总体。但样本的代表性又受很多不确定因素影响，这里强调置信区间是保持逻辑严谨的必要步骤。再谈谈相关思想：世界上任何事物都有千差万别，在这千差万别的事物中中能找到事物的普遍联系，从普遍联系中总是可以找到一些事物共变的情况。总体和个体之间、个体与个体之间是能找到一些相互关联的。再谈一下拟合思想：拟合是对不同类型事物之间关系之表象的抽象，就是对规律或趋势的拟合。任何一个单一的关系必须依赖其他关系而存在，所有实际事物互相之间的关系都表现得非常复杂，拟合的成果只是个模型，这种拟合思维方法反映的是一般趋势，而趋势表达的是事物和关系的变化过程在数量上所体现的模式，反映的是基于此而预示的可能性而以。然后谈到检验思想：统计方法是归纳性的思维方法，其结论永远带有一定的或然性，所以基于局部特征和规律所推广出来的，统计出来的判断不一定完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。然后谈谈均值思想：均值思想是指人们从总体上看问题，往往观察其一般发展趋势，尽量避免个别偶然现象的干扰，求出事物的均值范围，也体现了思维的总体观。另外，最后谈谈变异思想：统计学研究同类事物、同种现象的总体特征，但是任何事物和现象的特征总是存在着差异的，统计方法的使用就是要认识事物数量方面的差异。统计学反映变异情况最基本的概念是方差，是表示变异的一般水平的概念。平均与变异都是对同类事物特征的抽象和宏观度量。我们强调以上几个思想方法，真正掌握其中的内涵才能进一步提升本专业科学研究的能力。
六、特色发展，发挥优势
为了培养学生的科研统计能力，提升学生的复合竞争力和教育水平，增强学生社会适应性和就业竞争力，在课程设置实施了学生复合竞争力提升暨“五个一工程”计划项目。主要措施是：通过课程体系改革，以《社会统计学》、《科研方法与论文写作》、《专业外语》等核心课程为抓手，强调理论结合实际，提升学生的专业能力与实践动手能力。组合式教学法能提高学生对科研统计的认识，特别是加强基础知识的学习和掌握。在教学实践中能体会到提倡组合式教学法是十分有利并有效的。按照我们现行的教学大纲，尚不能满足组合式教学法的需要，很多东西还需要我们去探讨。能否在本科高年级阶段推行组合式教学法已有“文献选读报告和课题研究”。教学实践中我们指导学生以课题小组的形式在一起研究探讨，互相启迪，同时结合导师指导本科毕业论文的进行，这样可能比较有收获。今后在教学研究中更要注重指导学生统计学基本知识、方法和技能的培养训练。对继续要读研的同学，指导他们本科高年级学习阶段就奠定一定基础，重视科研统计能力的培养和提升。教师根据学生的特长，指导他们注重特色发展，尽可能发挥优势，提升专业方面能力与实践动手的能力。
应用心理学专业科研统计教学能力要得到提升，对心理学专业教师们提出了进一步要求，心理学专业教师不仅要有相当娴熟的心理学知识，有较强的科研能力和一定的统计学知识，还要求教师与时俱进能熟悉目前流行的各项统计软件，有一定的软件编程能力，才能更好地培养提升应用心理学专业学生们的科研统计能力。
参考文献：
[1]夏世龙.陕西师范大学文科硕士研究生科研能力培养问题研究[D].陕西师范大学硕士论文，2011.
[2]孟万金.研究生科研能力结构要素的调查研究及启示[J].高等教育研究，2001，（6）：58-62.
[3]张成武.高三文科学生常见的三种思维模式[J].中学教学参考，2015，（35）.
在高等院校中非统计学专业开设统计学的主要目的是为学生学习专业理论知识提供数量分析的理论和方法，为学生运用统计学的理论和方法分析研究本专业的理论和实务提供方法论基础。为此，统计学教学目标首先要突出学生统计应用能力的培养，把培养学生分析和解决实际问题的能力和满足本专业需要放在首位。其次要求学生既掌握一定的理论基础和统计专业知识，同时又要掌握计算机知识。要具备应用现代计算机技术进行统计综合分析的能力，只有这样才能适应市场经济的需要。为此，我们可以从以下几个方面来改革并优化统计学的教学。
一、正确处理好传统知识和新知识、传统教学方法和新兴教学方法的关系
传统知识和新知识、传统教本文由收集整理学方法和新教学方法之间，应当是继承和创新发展的关系。自国家教委修改统计学教学大纲之后，对原来的统计学教学内容进行了很大调整，增添了数理统计的内容，加强了计算机在统计学中的应用。那么，在实际教学中，对于教师来讲应当怎样处理好传统知识和新知识、传统方法和新兴方法之间的关系呢？首先，我们应清楚地认识到，传统并不等于过时；其次，应当正确地将新知识、新方法融入到传统中去，使原有知识和方法得到继承、更新和发展。比如，统计学中非常传统和经典的相关与回归分析。在教学中，我们不仅要传授它的基本理论和方法，还应当与现代计算机技术结合起来，运用相应的计算机软件对具体问题进行相关回归分析，具体可以体现在：相关回归分析、相关回归模型建立、模型检验、参数检验、方差分析以及回归预测等，通过这样的教学，使学生既掌握了该部分的理论知识和基本方法，同时也培养了学生如何运用现代信息技术来解决实际问题的能力。
二、将科研与教学有机结合，培养学生的科研能力和创新能力。
统计学作为一门专业基础课，其理论性和应用性都非常强，它是科学研究的基础，具有很强的工具性。因此，在我们的教学中，可以适当引导学生进行一些科研活动，比如将教师的一部分科研工作让学生配合完成，让他们学会收集数据、结合计算机进行数据处理、进行数据分析和理论研究、撰写分析报告和研究论文等。这样可以提高学生学习统计学的积极性、能动性和创造性。对学生科研能力和创新能力的培养很有帮助。
三、理论教学与实践教学的相互协调，增强学生的动手能力和应用能力。
当前，统计教学的实践环节训练普遍较少，学生的实践能力的培养不太理想。而统计学是一门方法论性质的科学，其应用性非常强，我们不希望学生只会做书上的习题，只知道书上的案例分析，而不会做社会调查，不会进行实际问题的分析和研究。因此，我们在教学中可以加强学生的实践教学环节，比如，可以鼓励学生参与一些社会实践调查、数据收集等活动，同时，可以布置一些需要学生通过实际调查分析才能完成的作业。如关于统计数据的收集和整理一章的作业，如果教师布置书上的作业，太简单、缺乏挑战性。但如果我们让学生先通过自己在实际中对某个现象进行观察、设计调查方案和收集数据，然后运用计算机对数据进行整理、分组，编制频数分布数列，绘制统计图表，并做分析研究，这样既掌握了理论知识，又使得学生通过实践环节将所学的统计调查方法和整理技术等理论知识得到了很好的应用，同时还可以避免学生之间相互抄作业的现象。
四、信息技术与统计学教学方法的整合
信息技术与统计学课程学习过程的整合是让学生在课程的学习过程之中，使用信息技术，通过信息的收集、分析、处理实现统计学学科内容的有效学习。在这样的学习过程中，应特别关注利用信息技术支持学生实现知识的探究、创新精神和实践能力的提高。具体
转贴于
可通过以下方式来实现：
第一，结合多媒体，进行综合体验式课堂教学。制作统计学教学课件，运用网络，达到教育技术的现代化。由于统计学与计算机科学的密切联系，在教学中运用现代教学技术显得更重要、更必要。在各章节教学中，我们不仅要运用传统的教学手段讲解它的基本理论和基本方法，同时也要运用现代教学技术制作课件，这不仅可以丰富课堂气氛，还有利于帮助学生形成概念，掌握规律，方便教师在课堂教学过程中突出重点、突破难点，提高学生对知识的巩固程度；更能使学生明白相应知识和方法与计算机的密切联系。比如，在统计数据的整理这一节，在介绍相关知识点的同时，我们可以通过课件演示，让学生学会如何通过计算机软件来完成复杂数据的整理与图形显示。
第二，利用计算机网络，实现课后网络交互式辅导。设立一些适合由特定的学生对象来解决的问题，通过网络向学生，要求学生解答。与此同时，提供大量的、与问题相关的信息资源供学生在解决问题过程中查阅。
五、正确处理教与学的关系
由于统计学中所涉及的概念、方法、公式特别多，在教学中，如果我们的教学模式单一，教学方法死板，采用满堂灌、注入式的教学，很容易使学生产生疲劳、注意力不集中，因而，上课讲话、打瞌睡的现象就很难避免。出现这种现象，有的教师又往往把原因归结到学生身上，其实，问题的关键还出在教师身上。因为我们的教学模式、教学方法不能激发学生思维，不注重学生创新精神和创造能力的培养。同时，由于我们教学观念落后，也不利于学生学习能动性的发挥。为此，我们应当提倡一种新的教学模式：统计学教学要以教师为主导，以学生为主体，尤其要充分发挥教师教的主动性和学生学习的主动性。提倡讨论式、研究式、互动式、体验式的教学方式，丰富课堂教学内容，活跃课堂教学气氛。
六、改革现有的考核和成绩评定
目前，统计学的考核方法和考核内容缺乏创新。最显著的特点是，重结果，不重过程。在学生的考试成绩的评定上，期末的卷面考试成绩仍然占了绝大比重，平时成绩一般占10%～30%，而且期末考卷的内容也源于学生手中的教材，从而引导学生死读书本。对学生的评价主要以课程考试分数定优劣，束缚了学生的创新意识和创造能力的发展。为此，有必要改革当前的成绩评定方法，在学生成绩评定中，增加平时成绩的比重，可以将其提高到50%～60%，这其中包括：平时作业、平时社会实践、平时上机操作、撰写的统计研究论文或分析报告、参与科研的数量和质量等。在期末，根据该学科教学大纲的要求，举行统一考试，其比重大致占40%～50%。通过这样的考核办法，不仅可以促使学生在注重理论学习的同时，也要加强统计实践、统计研究方面的训练，这对学生的素质培养非常有利，也培养了学生的学习能力。同时，也对教师提出了更高的要求。
七、提高统计学教师的整体素质
21世纪的统计学教学给统计学教师的素质提出了更高的要求。作为一名统计学教师，不但要有深厚的统计理论、经济理论基础，而且还要熟练掌握计算机技术，具有一定的实践经验、教学经验和科研能力，才能很好地完成统计学教学任务。为此，针对当前统计学教师的实际情况，可采取各种有效措施定期或不定期地对统计学教师进行业务本文由收集整理再培训，鼓励和支持统计学教师尤其是青年教师到高等院校进修深造，并为教师接触社会实践创造有利条件，为他们从事科研工作提供一定的支持和帮助，同时还要注意吸收高学历、高学位的统计人才加入统计学教师队伍中来。
八、不断丰富和完善统计学教材
【关键词】预防医学卫生统计学考试改革综合评价方式
卫生统计学是预防医学专业教育过程中的一门重要的专业课程，是应用概率论与数理统计的原理和方法研究医药卫生领域内的数据收集、整理和分析的应用科学。卫生统计学重点培养学生科学思维与推断能力，使其掌握医学统计方法的基本理论、基本方法与技能，具备较高的医学科研设计、统计分析与评价能力，为进今后行科研工作打下良好的统计学基础[1]。课程考试是教学的重要环节，是评价教师教学效果，衡量学生知识掌握水平的主要手段[2]。良好的考核方式可以全面、真实地反映学生的学习效果，促进教育教学质量[3]。目前，高校卫生统计学课程考试大多为期末终结性考试，题型为选择题、名词解释、简答题、计算题等。此类考试方式与考试题型，难以调动学生平时学习的积极性，很多学生临时抱佛脚、死记硬背也可取得较好成绩，不能真正起到学习指挥棒的作用。当前，针对此类问题，诸多同行进行相关改革，譬如形成性评价。我校卫生统计学教研室于2016年下半年对预防医学专业的卫生统计学课程考试考核方式进行了改革，并对62名学生进行了课程考试改革效果的调查研究。现报告如下。
课程考试改革内容与方式
此次考试改革核心是加强科研设计意识和SAS统计软件实际应用能力的培养。改革对象选择2014级预防医学专业五年制本科教学班。此次考试改革内容主要有两方面：
1.在以往仅有期末考试的评价基础上，引入实验报告、案例辨析和统计方法SAS实现和课堂表现等方式进行综合考评。各部分的比重分别为：实验报告10%、案例辨析10%、统计方法SAS实现10%、课堂表现10%以及期末考试60%。实验报告：学生基于大学生科技创新项目，或者根据自己兴趣爱好、专业需要选定研究课题，依据专业相关内容撰写一份科研设计报告。案例辨析：一是学生从自己专业领域内的中文核心期刊(北大核心/CSCD核心库或扩展库)中寻找统计方法错误应用案例，指出错误，分析原因并给与正确的统计分析方法；二是利用经典的案例辨析题目，学生以上交作业的方式完成考核任务。统计方法SAS实现：考虑课程学时数和专业要求，选用SAS作为分析软件，学生写出实现程序，列出主要结果，主要紧地分析结果的解读，学生上交电子版报告。课堂表现：一是出勤情况；二是课堂回答问题积极性和正确性。
2.对期末考试题型进行改革。摒弃简单记忆性题目(名词解释、简答题)，放弃复杂繁琐的计算题目，加大综合应用题、案例辨析题的比例。
综合应用题以案例任务驱动方式考察资料类型、设计类型、统计方法应用条件、思想和步骤等内容。
例1.(《卫生统计学》(方积乾，2012)例2-2)[1]：某年抽样调查某地120名18～35岁健康男性居民血清铁含量(μmol/L)，检测结果(略)。请按照要求回答以下问题：
(1)对该资料进行统计学描述，请简要叙述基本思路；
(2)已知，width=274，height=16，dpi=110估计该地18～35岁健康男性居民血清铁含量的95%医学参考值范围，并简要叙述其意义；
(3)估计该地18～35岁健康男性居民血清铁含量的95%的置信区间，并简要叙述其意义。
该题目考察的知识有：定量资料的统计描述、医学参考值范围、置信区间和标准误等。
例2.(《卫生统计学》(方积乾，2012)例7-1)[1]：
为研究钙离子对体重的影响作用，某研究者将36只肥胖模型大白鼠随机等分为三组，每组12只，分别给予高脂正常剂量钙(0.5%)、高脂中剂量钙(1.0%)和高脂高剂量钙(1.5%)三种不同的饲料，喂养9周，测其喂养前后体重的差值。结果见表(略)。请按照要求回答以下问题：
(1)该研究所得数据资料为什么类型？
(2)该研究设计类型为什么？
(3)问三种组不同喂养方式下大白鼠体重改变是否不同，首先想到的统计推断方法是什么，需要满足什么条件？
(4)如果条件不满足可以采取什么统计推断方法解决？
该题目考察的知识有：资料类型、实验设计类型、方差分析及其应用条件和非参数秩和检验。
案例辨析是将科研中典型的统计方法错误应用案例入手，采用错误案例提出问题分析问题正确解决问题模式，强调以学生为主体的教育教学理念，实现“教”与“学”充分融合。
课程考试改革的效果评价
1.评价方法为评估考试改革效果，以在今后教学中不断完善与提高，学期结束后采用自行设计的调查问卷(经预调查、修改完善)调查学生对课程考试改革整体、考试改革内容、期末考试题型等方面的评价、意见和建议。本次调查共发放问卷62份，回收问卷62份，回收率100%，有效问卷60份，有效率96.8%。
2.课程考试改革整体评价针对本次课程考试改革整体，43人(71.7%)认为合理；12人(20.0%)不确定，认为传统考试方式也有优点；5人(8.3%)认为不合理，建议采取论文或综述的形式进行课程评定。
3.考试改革内容的评价大部分学生对于课程考试改革内容较为清晰并有较高的认同度：49人(81.7%)清晰，10人(16.7%)不太清晰，1人(1.6%)完全不清楚此次考试改革内容。对于增设实验报告、课堂案例辨析、统计分析方法在SAS中实现和课堂表现，多数学生认为有必要，具体见表1。
表1学生对课程考试改革内容认同情况
width=364，height=122，dpi=110
4.期末考试题型改革评价多数学生对期末考试题型持正向态度。对于摒弃简单记忆性题目，56人(93.3%)支持，1人(1.7%)反对，3人(5.0%)不清楚；对于综合应用题，52人(86.7%)支持，3人(5.0%)反对，5人(8.3%)不清楚；对于案例辨析题，43人(71.7%)支持，1人(1.7%)反对，16人(26.6%)不清楚。
5.综合评定成绩比例的评价多数学生满意综合评定成绩比例。44人(73.3%)认为分配比例合适，9人(15.0%)认为应该增加期末成绩比例，7人(11.7%)认为应该继续降低期末成绩所占比例。
课程考试改革的建议
卫生统计学的教学目标和其在预防医学专业中的定位决定了教学过程中要强调实际应用能力。本次课程考试改革形式多样、内容丰富，全方位考察学生掌握知识、发现问题、运用知识解决问题的能力，得到学生的广泛认可。
1.丰富考核形式，启发学习动力。调查结果显示，学生认为本次课程考试改革最成功的地方是考核方式的多样性。首先，综合评价方式既可以巩固“三基”，又可以强化基本方法和基本技能，增强了学生解决实际问题的能力；其次，综合评价方式激发了学生的学习动力，增加了平时学习时间，增强学习积极性；最后，可以真正改善学风，综合评价方式提高了平时上课的出勤率，改变了很多学生平时学习懈怠而期末临时抱佛脚的现状。
2.弱化复杂计算，强化软件应用。将统计分析软件的应用引入考试的考核范围，可以让学生真正从应试教育中摆脱出来。预防医学专业学生对统计分析方法的需求仅关注方法在自己未来从事领域的应用，不关心方法本身的创新和发展。SAS是目前国际上最为常用的统计软件之一，与SPSS、stata并称为国际三大统计软件，SAS处理数据的能力非常强大且方法齐全[4]。SAS还可以被当作一个统计平台，许多新的统计理论和方法都可以通过编写SAS程序来付诸实施[5]。考虑预防医学专业卫生统计学课程学时数和专业要求，选用SAS作为分析软件较为合适。本次课程考试改革涉及SAS软件应用仅限课下评测，下一步考虑在期末考试引入上机能力考核方式。
3.期末考试摒弃简单记忆性题目，放弃复杂繁琐的计算题目，加大综合应用题、案例辨析题的比例。调查结果显示，学生对期末考试摒弃简单记忆性题目较为支持。卫生统计学基本概念的正确理解可以较好反映医药卫生专业人员的基本素质。名词解释、解答题等题型并不能让学生真正理解统计概念本身涵义，而且很容易让学生陷入死记硬背、应试教育的漩涡。综合应用题和案例辨析题则可以从应用角度考察统计学基本概念和经典的统计学方法，以及这些方法所需的设计、适用的条件和结果的意义，同时可以考察经典方法适用条件不满足时的解决方案。
很多科研人员(包括临床医生)在进行科研工作过程中，习惯用专业知识取代一切其他知识。其突出表现是：等科研工作已经完成，甚至论文已写完，因某些数据处理有问题被退稿时，才想起要找统计学工作者帮助处理论文中的实验数据；考虑问题稍周到一些的科研人员在科研工作完成之后，在撰写论文之前就想到要运用统计学知识来分析实验数据。这两种运用统计学的科研人员都是在把统计学当作分析数据的“计算工具”或当作发表学术论文的“敲门砖”，是对统计学重要性认识不足的突出表现。理由很简单，科研数据是否正确可靠、是否值得进行数据分析、结论是否可信等一系列重要问题都没有令人信服的证据来帮助说明，换句话说，若缺乏科研设计或科研设计不科学、不完善，即使花费10年时间和数亿人民币进行调查或实验获得了大量科研数据，与某人用计算机产生的毫无专业含义的任意多个随机数据没有什么区别，除了浪费了大量国家和人民的血汗钱，对科学技术进步、对人类的贡献不仅为零，甚至是负数！因此，在进行科研工作之前，制定科学完善的科研设计方案，特别是其中的实验设计方案或调查设计方案的质量好坏，是科研工作成败的关键所在！
科研设计包括专业设计和统计研究设计。专业设计主要包括基本常识和专业知识的正确、全面、巧妙地运用；而统计研究设计包括实验设计、临床试验设计和调查设计。值得注意的是：在很多科研人员所做的科研课题中，不仅严重忽视统计研究设计，就连专业设计也有严重错误，主要表现在犯了基本常识错误和违背专业知识错误。这类错误所发生的频率还相当高，是一种不能容忍的不正常现象！
在统计研究设计所包含的3种研究设计中，实验设计是最重要的，因为很多关键性的内容都包含在其中，其核心内容是“三要素”、“四原则”和“设计类型”。所谓“三要素”就是受试对象(或调查对象)、影响因素(包括试验因素和重要的非试验因素)和实验效应(通过具体的观测指标来体现)；所谓“四原则”就是随机、对照、重复和均衡原则，它们在选取和分配受试对象、控制重要非试验因素对观测结果的干扰和影响、提高组间均衡性、提高结论的可靠性和说服力等方面将起到“保驾护航”的作用；所谓“设计类型”就是实验中因素及其水平如何合理搭配而形成的一种结构，它决定了能否多快好省且又经济可靠地实现研究目标。科研人员若对重要非试验因素考虑不周到、对照组选择不合理、设计类型选择不当或辨别不清，导致科研课题的科研设计千疮百孔、数据分析滥竽充数、结果解释稀里糊涂、结论陈述啼笑皆非。下面笔者就“实验设计”环节存在的问题辨析如下。
1 在分析定量资料前未明确交代所对应的实验设计类型
人们在处理定量资料前未明确交代定量资料所对应的实验设计，对数千篇稿件进行审阅后发现，大多数人都是盲目套用统计分析方法，其结论的正确性如何是可想而知的。这是一条出现非常频繁的错误，应当引起广大科研工作者的高度重视。
2 临床试验设计中一个极易被忽视的问题——按重要非试验因素进行分层随机化
例1：原文题目为《气管舒合剂治疗支气管哮喘的临床观察》。原作者写到：“全部病例均来源于本院呼吸专科门诊和普通门诊，随机分为治疗组40例和对照组30例。其中治疗组男21例，女19例；年龄21～55岁，平均(36.28±9.36)岁；病程2～23年，平均(10.31±17.48)年；病情轻度者16例，中度24例。对照组30例，男16例，女14例；年龄20～53岁，平均(35.78±9.53)岁；病程3～24年，平均(11.05±6.47)年；病情轻度者13例，中度者17例。两组间情况差异无显著性，具有可比性。”请问这样随机化，其组间具有可比性吗？
对差错的辨析与释疑：显然，研究者在试验设计时未对重要非试验因素采用分层随机保证各组之间的可比性。这条错误的严重程度为不可逆，出现不可逆错误意味着原作者的试验设计具有无法改正的错误，必须重做实验！究其原因，主要是原作者未理解统计学上随机的概念。统计学上随机化的目的是尽可能去掉人为因素对观测结果的干扰和影响，让重要的非试验因素在组间达到平衡。稍微留意一下原作者随机化分组，明显带有人为的痕迹，治疗组40人比对照组30人多出10人；治疗组病程的标准差17.48是对照组病程的标准差6.47的近3倍。笔者很疑惑怎样的随机化才能达到如此的不平衡？事实上随机化有4种：子总体内随机、完全随机、分层随机和按不平衡指数最小原则所进行的随机，原文条件下应当选用分层随机，即以两个重要的非试验因素(性别和病情)水平组合形成4个小组(男轻，女轻，男中，女中)，然后把每个小组内的患者再随机均分到治疗组和对照组中去，这样分层随机的最终结果一定是治疗组和对照组各35人，且使2组间非试验因素的影响达到尽可能的平衡，从而可大大提高组间的可比性。在本例中，若“病程”对观测结果有重要影响，在进行分层随机化时，在按“性别”和“病情”分组的基础上，还应再按“病程”(设分为短、中、长)分组，即共形成12个小组，将每个小组中的患者随机均分入治疗组与对照组中去，这是使“性别、病情、病程”3个重要非试验因素对观测结果的影响在治疗组与对照组之间达到平衡的重要举措，也是所有临床试验研究成败与否的最关键环节！
3 实验设计类型判断错误
例2：某作者欲观察甘草酸、泼尼松对慢性马兜铃酸肾病(AAN)肾损害的干预作用，于是，进行了实验，数据见表1。原作者经过用甘草酸和泼尼松分别与同期正常对照组和模型组比较，一个P＜0.05，另一个P＜0.01，于是得到甘草酸、泼尼松对慢性AAN肾损害具有一定程度的保护作用，且泼尼松的效果更佳。请问原作者的结论可信吗？表1 各组大鼠血BUN及SCr变化比较（略）注：与正常对照组同期比较，*P＜0.05，**P＜0.01；与模型组同期比较，P＜0.05，P＜0.01
对差错的辨析与释疑：本例错误极为典型，通常科研工作者欲观察某种药物是否有效，习惯上会建立正常对照组、模型组(即该药物拟治疗的病态组)和在模型组基础上的用药组(如本例中甘草酸组和泼尼松组)。这样的设计本身并没有错，但这仅仅是专业上的“实验安排(可称为多因素非平衡组合实验[1])”，而并非是统计学中所说的某种标准实验设计类型。写在“组别”之下的4个组，并非是一个因素的4个水平，而是2个因素水平的部分组合。这2个因素分别是“是否建模(即正常与模型2个水平)”和“用药种类[即不用药(相当于安慰剂)、用甘草酸和用泼尼松3个水平]”。2个因素共有6种水平组合，即“组别”之下缺少了“正常基础上用甘草酸”和“正常基础上用泼尼松”。这样设计的实验才可能反映出“是否建模”与“用药种类”2个因素之间是否存在交互作用。
在本课题研究中，由于未在实验前作出正确的实验设计，处理数据时错误就悄然产生了。具体到本例，从原作者在表1的注解中可以看出，通过单因素方差分析分别比较同期(即相同观测时间点)的甘草酸组和泼尼松组与正常对照组和模型组之间的差别是否有统计学意义。这样的做法有3个严重错误：第一，严格地说，在模型组基础上的用药组是不适合直接与正常对照组相比较的，因为这样的比较解释不清到底是药物的作用还是由于模型未建成功而造成的假象；第二，将各个时间点割裂开分别比较破坏了原先的整体设计，数据利用率降低，误差估计不准确，导致结论的可信度降低。将一个重复测量实验的各个时间点割裂开来考察，就等于在各个片段上估计实验误差、作出统计推断，好像盲人摸象一样，摸出来的结果差别何其之大；第三，要想说明两种药物哪个效果更佳，在得出差别具有统计学意义的基础上，衡量的标准是应看组间平均值的差量的大小而不应看P值是否足够地小，不能说P＜0.01时就比P＜0.05时更有效，这种忽视实验误差、忽视绝对数量和脱离专业知识的想法和做法都是不妥当的。
如何正确处理表1中的实验资料呢？关键要正确判定该定量资料所对应的是什么实验设计类型。由前面的分析可知，表1定量资料对应的是“多因素非平衡组合实验”，而不是某种标准的多因素实验设计类型。明智的做法是对“组别”进行合理拆分，即根据专业知识和统计学知识，对“组别”之下的所有组重新进行组合，应使每种组合对应着一个标准的实验设计类型。正确地拆分结果分别见表2和表3。表2 正常对照组与模型组大鼠血BUN及SCr变化的测定结果（略）表3 模型组和2个用药组大鼠血BUN及SCr变化的测定结果（略）
事实上，由科研习惯形成的这一套实验方案笔者形象地称之为多因素非平衡的组合实验，或者说，它是实验设计的表现型。通常可以进行统计分析的都必须是标准型(即统计学上所说的某种实验设计类型)，因此需要能看出代表表现型本质的原型(本例中组别之下应该有6个组，这6个组构成一个2×3析因设计结构，但原作者少设计了2个组)。通常需要将表现型或/和原型拆分成标准型后再选择合适的统计分析方法进行数据分析。本例根据原作者的意图，可以将表1拆分成2个标准型，形成2个具有一个重复测量的两因素设计定量资料，见表2和表3。相应的统计分析方法就是具有一个重复测量的两因素设计定量资料的方差分析。此处请读者注意：第一，具有一个重复测量的两因素设计定量资料的方差分析和一般的方差分析虽然都叫方差分析，但它们的计算公式却有本质区别，绝不可混用；第二，重复测量因素(本例中为时间)不要与实验分组因素(表2中叫“是否建模”；表3中叫“药物种类”)同时列入左边，它们是本质不同的两种因素，一般应该把“重复测量因素”放到表头横线下方。
通过本例可以看出，在实验前明确实验设计是多么重要的一件事情。试想，若让本例原作者写明他的实验设计类型，他必然就会对基本的实验设计类型作一番调查和学习，自然就能发现他所“设计”的实验并不是统计学上相应的实验设计。那么通过咨询相关人士必能做出比较正确的实验设计，不仅可以提高科研设计水平，而且可以大大提高科研课题和论文质量。
例3：原文题目为《土荆芥-水团花对胃溃疡大鼠黏膜保护作用的研究》。原作者使用单因素多水平设计定量资料方差分析处理表4中的数据。请问原作者这样做对吗？表4 各组黏膜肌层宽度、再生黏膜厚度变化（略）注：与正常组比较，aP＜0.05；与NS组比较，bP＜0.05；与CP 10 mg·kg－1 组比较，cP＜0.05
对差错的辨析与释疑：本例涉及到统计学三型理论[1]中的一些概念，简单地说就是可以直接进行统计分析的来自标准设计的数据表叫标准型，反映问题本质但并非是标准型的数据表叫原型，而掩盖了原型信息的数据表叫表现型。“组别”之下的6个组，似乎是某个因素的6个水平，其实不然！这6个组涉及到多个试验因素，应对“组别”拆分重新组合后，再分别判定各种组合所对应的实验设计类型，并选用相应的统计分析方法。组合1：空白对照组(正常)、阴性对照组(NS)，这是单因素两水平设计(简称为成组设计)。由于正常组无实验数据，故该组合无法进行统计分析；组合2：NS组、RA组、CP(20/mg·kg-1)组，这是单因素3水平设计，因素的名称叫“药物种类”；组合3：NS组、CP(10/mg·kg-1)组、CP(15/mg·kg-1)组、CP(20/mg·kg-1)组，这是单因素4水平设计，因素名称叫CP的剂量(其中，NS组可视为CP的剂量为0)。
对于组合2和组合3，若定量资料满足参数检验的前提条件，可选用相应设计定量资料的方差分析，否则，需要改用相应设计定量资料的秩和检验。
4 人为改变设计类型且数据利用不全
例4：某作者使用表5中的数据进行分析，欲比较治疗组和对照组在治疗后的各个时间点的疗效情况，使用的分析方法为一般卡方检验，请问原作者这样做对吗？
对差错的辨析与释疑：从给出的统计表可以看出，该作者有意或者无意之间收集了一类相当复杂的实验设计类型下的定性资料，结果变量为多值有序变量的具有一个重复测量的两因素设计定性资料，处理这个设计下收集的定性资料要使用相应设计定性资料的统计模型分析法。由于上述方法过于复杂，因此，通常在实际运用中，实际工作者将重复测量因素武断地视为实验分组因素，从而使该资料变为结果变量为多值有序变量的三维列联表资料。在已经出错的前提下，原本应当使用CMH校正的秩和检验或者有序变量的多重logistic回归分析处理资料。然而，该作者显然在此基础上进一步合并了数据，将结果变量变成二值变量(有效、无效)，也就是说，原作者实际使用的仅仅是最后一列数据(即总有效率)，并且最为严重的错误是将三维列联表资料强行降维成二维列联表资料，使用一般χ2检验进行分析。经过一系列的简化与错误合并，最后结论的可信度还剩下多少呢？表5 原作者对2组疗效比较的试验设计及数据表达（略）注：与对照组同期比较，*P＜0.05
由于篇幅所限，这类错误笔者只给出1例，实际上此类例子在很多杂志中普遍存在。这说明在进行实验设计时，很多研究人员并未做到心中有数；分析数据时，按自己熟悉的简单统计分析方法所能解决的数据结构强硬地改造数据，严格地说，在用表格表达实验资料的那一刹那就已人为改变了资料所对应的实验设计类型，这种做法的科学性和得出结论的正确性都将受到质疑[2]。
5 正交设计及数据处理方面的错误
人们在进行正交设计和对正交设计定量资料进行统计分析时，常存在下列3个误区：很多人过分强调用正交设计可以大大减少实验次数，因此，无论各实验条件(正交表中的每一行)下的实验结果波动有多大，都不做重复实验，这是第1个误区；将正交表各列上都排满试验因素，用对实验结果影响最小的试验因素所对应的标准误作为分析其他因素是否具有统计学意义的误差项，导致误差项的自由度较小，结论的可信度较低，这是第2个误区；在对正交设计定量资料进行方差分析后，即使存在多个无统计学意义的因素，仍对少数几个有统计学意义的因素进行解释，未将无统计学意义的因素合并到误差项中去重新估计实验误差，以获得具有较大自由度的误差项，这是第3个误区。
参考文献
【关键词】 教学模式; 医学统计学; 教学效果
医学统计学是医学类专业学生的必修课，也是一门应用性很强的基础课程，其中实验课是其教学的重要组成部分[1]。长期以来，传统的医学统计学实习教学一般是在某一章节理论知识讲授完之后，安排一次相应内容的统计实习课。实习课上，指导老师在重复理论课内容后再布置相应章节的作业，学生利用计算器套用课本例题格式，参照公式进行统计运算、作练习、交作业。然而这种以授课为基础的教学模式(lecturebased learning，lbl)最大的弊端就是忽略了学生发现问题、分析问题和解决问题的能力培养，因此已不能满足现代医学生的需要。以问题为基础的教学模式(problembased learning，pbl)可以有效地改变教学中“填鸭式”的知识灌输、学生参与性主动性差以及对学生综合能力培养不足等弊端[2]。因此尝试将pbl教学法运用于医学统计学的实验教学，现将相关结果报告如下 。
1 对象和方法
1.1 研究对象
选择某院2007级临床医学d班和e班本科生168人作为研究对象，随机抽取急救医学和心理学作为传统组(即lbl组，83人)，口腔医学和儿科专业学生作为教改组(即pbl组，85人)。
1.2 教学方法
lbl组实习教学模式是仅安排学生做教科书上的有关思考题和练习题，pbl组实习教学模式是指除安排学生做教科书上的有关思考题和练习题之外，还指导学生进行医学统计学相关内容的案例讨论，具体过程如下：老师在讲授专业理论知识基本完成后，将本章节相关内容的案例及资料分发给学生，让学生在实习课时提前以小组形式对该问题进行思考和准备，实习课时由指导老师引导各小组讨论并做出总结，在此基础上提出新的问题，留给学生课后进一步查阅文献资料。两组的授课时数相同，均为18学时。
1.3 调查方法
根据研究目的自行设计调查表，内容包括一般情况(如性别、年龄、来源地、高考得分等)和认知态度等。调查表在pbl组和lbl组同时统一发放，学生当场填完经核实无漏项后当场收回。
1.4 统计分析方法
资料经统一编码后使用epidata3.1软件建立数据库，由2人2次平行录入，在对数据进行逻辑查错及整理后形成最终分析数据库;数据分析应用spss for windows 12.0 统计软件包，使用均数±标准差、频数、率等指标进行资料的一般性统计描述，采用t检验和χ2检验分别进行两组资料均数和构成比的比较。
2 结果
2.1 一般情况比较
本研究共有学生168 名，其中pbl组85人，lbl组83人。两组学生入学前的数学基础(以数学成绩占高考成绩的百分比计算)、性别、来源地、户籍构成差异和年龄差异上均无统计学意义(p>0.05)，提示两组资料的人口学特征上具有可比性，均衡性较好。具体见表1。贵阳医学院学报 35卷 1期严 征等 不同实习模式下医学统计学教学效果的对比分析表1 pbl组和lbl组的一般情况比较(
2.2 不同实习模式的课程总体评价(重要程度)
在回答“你认为《医学统计学》对你今后从事医学专业工作的重要程度?”时，两组学生回答选项的构成差异无统计学意义(p>0.05)，均认为“有必要”的比例为最多，“没有必要”为最少。具体见表2。表2 pbl组和lbl组课程重要性和主观兴趣的比较
2.3 不同实习模式的认知态度比较
对实习模式教学效果的认知态度涉及5题，具体内容见表3。经χ2检验，结果显示两组之间的认知态度在“提高解决实际统计问题的能力”、“培养和提高批判思维能力”和“促进师生互动”上回答的差异有统计学意义(p≤0.05或p<0.01)，且均以pbl组的肯定回答比例为高，但其余项目上的差异无统计学意义(p>0.05)。表3 pbl组和lbl组的认知态度肯定回答比较
3 讨论
近年来，随着医学科技及卫生事业的快速发展，社会对医学生的知识、能力和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重要内容[3]。医学统计学是将概率论和数理统计的原理和方法应用于医学科研的一门应用性学科，贯穿了医学科研工作的全过程，对培养医学生科研能力方面具有特别重要的意义。然而，本次调查结果显示，无论何种教学模式，两组学生对医学统计学的重要程度的看法并无差异，即均只有一半左右的学生能明确认识到医学统计学对今后医学科研工作的重要性，甚至还有二三成的学生对此表示“不清楚或不知道”。这可能一方面是因为与其他医学课程相比，医学统计学理论性和系统性较强，某些章节内容比较枯燥和抽象，公式难以辨别和记忆;另一方面是因为医学生往往形象思维能力和记忆力较强，而数学演算和逻辑推理能力较弱，因此学生对学习医学统计学的认同程度低，普遍存在畏难和烦躁情绪，甚至有个别同学表达出“应该取缔”这门课程的过激观点。
虽然目前大多数pbl研究采用学生的考试成绩来评价其教学效果[4～6]，然而由于这一方式受主观因素的影响较大，如出题教师和带教教师的水平及侧重点不同结果会有比较大的差异，再加上医学统计学这一应用学科的教学改革目标并不是片面追求考试分数，关键是培养学生应用统计理论知识去解决医学科研实际中数据的收集、整理和分析的能力，学生的主观评价应该是最能直观反映教学的效果。本次调查结果显示，与lbl组比较，pbl组在“提高解决实际统计问题的能力”、“培养和提高批判性思维能力”和“促进师生互动”三方面给予了较高的肯定，说明本次以问题为主的pbl教学法可以引导学生主动思考，有助于学生对知识的深化和应用，提高学生分析、解决问题的能力，尤其在培养学生对学术领域问题的批判思考能力方面显得更为重要。
综上所述，pbl方法为医学生将来在实践中独立进行科学研究打下了基础，具有极强的可操作性，但在实践过程中也发现了一些问题：(1)学生畏难情绪普遍存在，缺乏学习兴趣。由于医学统计学课程常需要涉及纷繁复杂的数学理论和公式，学生或教师常常将学习兴趣的缺乏与较低的数学基础联系起来，但本次调查结果却显示两组学生的数学基础并无差异，因此有理由认为在培养和提高学生的学习兴趣过程中教师应处于主导地位，可首先考虑从高年资、科研经验丰富的教师中开展，在学校硬件设施尚不完备的情况下，应淡化计算，注重统计学基本概念的学习、统计思维的培养，然后以点带面完成全校学生的医学统计学教学改革;(2)考核方式单一。作为方法性、技巧性和应用性很强的统计学来说，传统的期末一次性考试方式不能充分反映出学生统计学知识的学习水平和运用能力，应转向多形式的评估方法(如笔试、机考等)，尤其应大大增加平时(或实习)成绩的比例。例如本次教学改革活动中，不同于lbl法中学生的实习成绩单纯是以每次作业的成绩相加取平均来计分，pbl模式下带教老师以小组为单位进行评分，具体到每一位组员则采取小组自评方式进行，二者结合形成个人的本次实习成绩，这一评分方式的出现可以有效地促进小组之间和小组内部的学习和竞争，从而更好地发挥每个学生的学习主动性。
【参考文献】
[1]王萍玉，谢书阳.pbl教学法在医学本科生医学统计学实验教学中的应用[j]. 医学教育探索，2008(9)：932-934.
[2]周忠信，陈庆，林艺雄，等. pbl教学模式的研究进展和现实意义[j]. 医学与哲学(人文社会医学版)，2007(8)：72-74.
[3]胡刚，罗雯，张芳林，等. 试论医学生科研能力培养[j].基础医学教育，2002(4)：317-318.
[4]徐继承，黄水平，孙桂香，等. 两种不同实验教学模式下医学统计学教学效果的比较分析[j].中国实用医药，2008(26)：195-196.
健康网讯:
在中医现代化的进程中,人们对应用统计学的原理和方法去验证和探讨中医理论和实践中的问题已经有了一定的认识。但在具体操作过程中,仍然存在着各种各样的问题,有待于中医和统计工作者共同研究,协作解决。而问题最多的就是科研设计中的弊端。因而,笔者就此剖析如下。
1 统计学设计不完善
在中医科研过程中,有时会见到这样的情况,研究人员面对辛辛苦苦搜集到的一堆数据却叹息:怎样将这些资料进行统计分析?通过分析能得出哪些结论?之所以有这些困惑,就是因为缺少合理的统计学设计。就科研程序来说,在确定了题目后就要进行科研设计,而完善的科研设计包括专业设计和统计学设计两部分。专业设计是从专业角度科学地安排科研,考虑处理因素的来源和施加方法,选择受试对象,确定效应的指标和影响因素,设计记录表格等,其设计水平能反映科研结果有用性和创造性的大小,科研人员一般是不是会忽略的。统计学设计应考虑设立何种对照?选择多少受试对象?怎样做到随机化分组?计划搜集哪些资料?如何对原始资料进行整理和分析?以保证专业设计的合理性和科研结果的可信性。严格地说,没有统计学设计,搜集的资料就失去了统计分析的意义,这一步工作做的如何,对于能否在较短的时间,消耗较少的人力和物力,获得较多的有用资料以及科研成果的鉴定和推广都起着举足轻重的作用。因此,周密地计划以上问题是科研的良好开端,可以有效地避免搜集资料时的盲目性和分析资料时的困惑感。每一位中医科研工作者切记:统计学设计是科研设计中不可缺少的一部分。
2 处理因素的确定
单一处理因素是科研要验证的,施加给受试对象的因素,是科研工作者最重视的要素。就中医科研来说,人们习惯于对单一处理因素的定性研究,如“某中药对某病的疗效观察”,“某疗法治疗某病的对比分析”等等,结论只局限于“此中药对此病有无疗效”,“此疗法治疗此病的效果优劣”。为了提高科研的层次和效率,可同时进行“几种药物（或中药的不同配伍）治疗某病的疗效观察”的多因素研究或“某种中药的不同剂量对某病的治疗效果”的定量研究。这种设计的对照仍只一个,实验组根据处理因素的多少和剂量水平分成几个组。其结果不只局限于此药对此病有无疗效,还可得出几种药物的疗效顺序或某药的剂量多少疗效高而副作用又不致于对受试对象造成危害的结论。同时,处理因素的范围还可以扩展到对不同人群的保健措施,对不同疾病的中药预防,以及中药的有效成分筛选,中药方剂的交互作用,剂型、提取方法和给药途径的选择等。
3 受试对象的选择偏颇
中医科研常用的受试对象是动物和病人。在动物实验中,为了减少经费开支,研究者愿意选择价格较低的小白鼠和大白鼠,但这时要考虑动物的生理解剖特点是否适于做此种。如大白鼠只在喉部有气管腺,故不宜做支气管炎模型或祛痰平喘药实验。若做肿瘤的研究课题,必须了解哪种动物什么肿瘤发生率多?有无自发性肿瘤?另外,考虑到动物的种系差异,有时应重复做几种动物,以保证由动物实验类推到人的安全性。在临床试验中,除了受试对象的诊断应采用客观、定量、统一的标准外,还应注意病人的代表性问题。由于时空的限制,研究者容易选择近期收治的某病患者做为受试对象,这样的受试对象往往在病情、年龄、经济等方面与发病人群不一致,而这些因素均会影响疗效。以此来推断对此病的疗程和疗效也就会带来偏差。例如,因高血压病住院的病人病情往往较重,而且常有并发症,若以这些病人做受试对象,验证某中药治疗高血压的效果,就会降低这种中药的效果,这时可将受试对象分成 、 、 期高血压病3个组,分别验证对各期高血压病的疗效。如果比较中药保守疗法和手术疗法对胆结石的疗效,在疗法选择中,往往对慢性轻症患者采用中药疗法,而急性重症患者施行手术疗法,以此来推断中药疗法对胆结石的疗效就会使之人为地偏多。因此,合理地选择受试对象,才能得出正确的科研结论。
4 主观、定性的指标多
处理因素作用于受试对象而产生的反应,是以具体的指标来表示的。因此,指标的选定也是科研的一个要素。中医的望闻问切是靠患者的回答和医生的主观判断来诊病的,因此,科研中也经常采用一些主观性指标,如头痛、失眠、头晕、舌质、脉象等等。统计分析时,这些指标并非不能用,但由于其易受心理状态、暗示程度和感官误差的影响,波动比较大,在科研中应尽量少用。对于阅读X光片和CT片,也带有一定的偏性,可采用多人、分别阅读,以减少片面性和权威的影响,而对于治疗结果的判定,多数人习惯用定性的（如有效和无效）和半定量（如尿蛋白-、±、+、 、 、 ）的指标,这样的指标在具体应用过程中容易带来主观和测量误差而且所需受试对象较多。若采用定量指标,不仅可减少受试对象数,而且能提高结果的可靠性。对治愈率高的急性病可用治愈天数,降温时间等做指标;其它疾病可选用灵敏度和准确性高的化验或测量指标。如中药对肝炎的疗效用转氨酶含量等肝功化验指标,中药对血小板减少症的疗效用血小板量等指标。对肾炎的疗效用24小时尿蛋白总量等指标。
5 对照设立的不合理
为了保证设计的科学性,要根据研究目的选用合适的对照形式。空白对照是在不给任何措施的情况下观察反应自发变化的规律。在实验室化验、动物实验和判断预防措施效果时常用,而对患者不给予任何治疗措施则有背于人道主义的原则,所以在临床试验中一般是不用的。实验对照指的是采用与实验组相同操作条件的对照,以排除化验中的溶液、治疗中的手术和针刺等对结果的影响。如有人发现针刺人中穴可改善休克状态,要验证此结论,应设立针刺非穴位或其它穴位的实验对照。标准对照是以公认的有效的药物或疗法做为对照,在药物和临床试验中常用。如要研究某中药汤剂的利尿效果,可选用利尿的西药做标准对照,并以尿量做为效应指标。但这时应注意,单纯饮水也有增加尿量的作用,中药汤剂里中药成份和所含的一定量的水分均可能有利尿作用。因此,服西药的标准对照组,应同时饮用与中药汤剂同等量的水才具有可比性。历史对照实际上是在本课题中设对照,将所得结果与既往资料比较。这时要考虑随着时间的变动,受试对象的选择及影响效应的因素有无变化,一般限于对临床上的罕见病和疑难病的疗效观察。选择时应慎重。另外,针对某一个课题,有时需同时设立两个以上的对照。如研究中西医结合疗法治疗某病时中药与西药的联合效果,除了以中西药联合用药做为实验组,还应设立单纯中药和单纯西药两个对照组为宜。
6 确定的重复数不恰当
由于生物存在着个体差异,同一处理因素施加于不同的受试对象会发生不同的效应。若受试对象太少,效应的稳定性差,做统计推断的可靠性当然就差;而受试对象太多,则科研过程会消耗大量的人力、物力和财力,同时也使搜集的资料比较粗糙,带来大的测量误差。因此,确定一个合适的受试对象数至关重要。那么,重复数（n）的多少由哪些因素决定呢?概括地说,采用计量指标所需n小于计数指标;确定的显著性水准高（0.01高于0.05）所需n大;把握度高要求n大;单测检验比双侧检验节省n;两个样本率或两个样本均数相差大,标准差小所需n就小。具体到某一课题,根据不同的设计类型和以上数据,应该由计算和查表求得n的多少。
7 分组的随机性较差
在确定了受试对象的数量以后,需将其分别实验组和对照组。这时有两个问题需解决,其一是各组分配多少受试对象。在以往的中医科研资料中,相当多的人习惯于将实验组分配较多的受试对象,认为以此能提高实验效率。其实不然,统计学家已经证实,当总的受试对象数固定时,各组的受试对象数相等,实验效率最高。其二是如何在分组时做到随机化,这里的随机化就是使每一个受试对象都有同等的机会被分配到各组中。为创造这种“同等的机会”,就要采取一些措施,最简单的方法是将受试对象编号,然后以抽签决定组别。而最好的方法则是利用随机数字表和随机排列表来分组,避免以受试对象的自愿选择和科研人员的主观意愿去分组。
8 科研设计类型不佳
就某一课题,到底选择何种设计类型要根据研究目的、实验组数和受试对象的具体情况来确定。对于两组的实验,如果处理因素施加前后其它影响效应的因素无变化,可选用自身前后配对设计。如门诊高血压病人中药治疗前后血压值的变化,致肿瘤的大白鼠中药治疗前后肿瘤大小的改变等。而对住院前后效应指标的变化可能受到增加了休息时间、注意了膳食调配和有规律的生活的影响,这时应设立一个平行的标准对照组,就应选完全随机设计了。但若受试对象能根据病情、年龄、性别等一一配对,就不用异体配对设计。对于三组及多组的实验,可用完全随机设计。但若受试对象中影响效应的因素不整齐,如动物的体重相差多,患者的病情差别大,则将体重相近,病情相同的受试对象分成一个个区组,然后按随机区组设计。但若受试对象较少,处理因素施加顺序对结果的影响大,而各处理因素之间又无交互作用时,也可选用拉丁方设计。如果分析中药方剂中各成份作用大小,有无交互作用并确定最佳配比时可试用正交设计。对于受试对象比较少,只观察单个处理因素的研究,如比较贵重的动物实验,陆续入院的某病病人的临床试验等,则可采用边观察、边分析的序贯试验设计。因此,全面地了解常用实验类型的适用条件和优缺点,对于正确选择设计方案,有效地利用资金,合理安排实验有重要意义。中医科研设计是在科研理论指导下,结合中医药研究的具体情况而产生的。在运用的过程中,可能会发现新的问题,需要研究人员在实验中不断摸索和探讨解决问题的新方法、新思路。使中医科研设计在中医药研究中完善和发展,真正发挥它应有的作用。
参考文献
1〕杨树勤.卫生统计学.北京:人民卫生出版社.1994:
摘 要 《体育统计学》属于基础应用学科，在很多体育院校中开设，此课程的学习有助于提高学生用科学方法研究、解释体育领域中各种问题的能力。但很多学生对《体育统计学》学习目的不明确，学习方法不熟悉，甚至对此课程的开设必要性存在一定偏见。体育运动的发展、创新离不开《体育统计学》的理论支撑，所以有必要对其教学方法、方式进行研究。本文通过调查发现了学习中存在的问题，并提出了相对应的学习建议。
关键词 体育统计学 教学
一、引言
体育统计是运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科。随着体育科学的发展，体育领域中许多问题都需要运用统计学原理、方法来解决。体育系的大学生学习《体育统计学》有助于提高他们科学地研究或解释体育领域中的各种问题。但大学生参加科研活动的机会较少，运用统计知识的实践机会也很少，造成他们对《体育统计学》的学习目的不明确，且存在一定的偏见。所以，有必要对《体育统计学》的教学方法、方式进行思考与研究，以提高体育系大学生学习《体育统计学》的积极性。
二、研究方法
（一）研究对象
山西体育职业学院09级的全体学生，共6个班级，237人。
（二）研究方法
运用简单随机抽样法中的随机数表法随机在每个班抽取10名学生，共60名学生进行座谈，并做好访谈记录。访谈内容包括对体育统计学的学习目的及意义、学习方法、学习中存在的问题及对教学的建议等。
三、大学生学习《体育统计学》的现状及存在的问题
（一）大学生对《体育统计学》课程开设的误解
经访谈发现山西体育职业学院没有学生认为开设《体育统计学》课程非常必要，仅18%的学生认为开设此课程很有必要，82%的学生认为该课程的开设是没有必要的，认为上体育统计学课就像是在上数学课，学习计算一些统计指标，计算步骤及过程，觉得在今后的学习、工作中运用不到。
（二）大学生在学习《体育统计学》过程中存在的问题
虽然在教学过程中一直强调《体育统计学》是应用性学科，属方法论范畴，重点是掌握方法，但经过与学生访谈后，发现学生在这门课程学习中存在的主要问题是：偏重教科书中列举的各个指标的计算过程和统计推断的计算步骤，也仅限学习书中的例题，不会灵活运用到其他类同的实际教学、训练及科研问题中。学体育的学生数学基础比较薄弱，导致学习兴趣低落。
（三）大学生对《体育统计学》教材的看法
《体育统计学》课程在体育院校开设已有二十几年，体育统计教材多达几十本，但适合于教学的却较少。经访谈后，学生认为教材中的例题比较空，且与实际相差较远；还认为教材中统计理论知识较多，介绍的多是统计方法的推导、计算与步骤，太抽象，不是很符合体育院校学生掌握知识的特点。
四、对大学生学习《体育统计学》的建议
（一）摆正学习态度，明确学习目的
学生不管学什么课程首先要摆正学习态度、明确学习目的，学校开设《体育统计学》课程的目的是为了使学生能够领会体育统计的基本思想、概念、基本思路，并能把体育领域中存在的实际问题，运用科学合理的统计思想及方法进行定量解决，并为将来毕业论文设计或从事体育科研工作打下坚实的基础。
（二）熟悉常见的基本概念及其统计学意义
体育统计中常见的基本概念有正态分布、平均数、方差、标准差、标准误、误差、相关系数等，学生在学习过程中应该重点掌握这些基本概念及统计指标的统计学意义，而不是去弄清每一个指标的计算步骤，计算过程能看明白即可不需要记忆。
（三）掌握假设检验的基本思想
假设检验的基本思想：统计假设有两个类型H0和HA。在具体的研究工作中，样本统计量之间或样本统计量与总体参数之间一般是存在偏差的，这种偏差存在的原因有两种：抽样误差和非抽样误差。
（四）熟知常用假设检验方法的适用条件
体育统计学中常见的假设检验方法有t检验、方差分析、卡方检验、正态性检验、相关分析、回归分析等，不同的检验方法适用的条件是不同的，在进行数据统计的过程中必须严格按照适用条件选择正确的统计推断方法。
（五）熟练掌握SPSS软件处理数据的过程
1.在SPSS软件中的数据输入与编辑
SPSS软件是以数据为操作对象，按统计方法要求整理数据格式，是使用SPSS进行统计分析前首先要进行的工作。数据的输入格式要严格按照相对应的统计方法要求进行编辑，不同的统计方法数据的录入格式不同，如果数据录入错误，就不能进行统计分析，甚至统计出错误的结果。
2.在SPSS软件中的统计方法选择及处理步骤
在SPSS软件中提供了很多统计方法，大部分的统计方法在数据编辑窗“Analyze”的下拉菜单中。在保证数据录入正确的前提下，根据自己研究需要选择合适的统计方法，在打开的窗口中导入相对应变量，并在复选框中选择想要的统计指标，再点击 “ok”，即可得到统计分析结果。
3.正确解释SPSS软件处理数据的结果
对于统计结果的分析，首先要按照假设检验思想进行分析，用小概率水平来控制，其次要联系实际问题进行分析，从统计结果去估计发生某种体育事件的原因，进而来反映实验或调查的科学性、实践性、合理性，并根据研究结果的实用性投入实践。
参考文献：
[1] 孙芝娟.正确选用体育统计方法的若干思考[J].体育成人教育学刊.2006.22（2）：49-50.
关键词 统计学；高校；教学改革
中图分类号：G642.0 文献标识码：B
文章编号：1671-489X（2015）10-101-02
1 引言
统计学是一门关于预测，使用数字来获得策略优势的科学。学生可以将这种知识和技能应用在许多领域。统计与其他学科教学相比更强调“用什么”“怎么用”，统计学教学中最为重要的是要突出教师引导学生运用所学知识去解决实践问题，把统计知识运用到生产、生活、学习等各个领域。
其实，近几年来许多高校已经开始探索统计学教学改革问题，针对统计学学科发展特点和现代教育的要求，借鉴国内外统计教育的成功经验和办学理念，积极寻找适合我国高等院校统计应用人才的教育培养模式。一方面以改革创新为动力，准确把握统计学科发展方向，积极推进教学内容改革、重组课程体系；另一方面认真思考现代经济统计学界的主流思想，强化学生知识、能力、素质的培养，不断提升统计学专业教育教学质量。
2 统计学发展趋势
统计学可以用来预测天气或者气候变化的影响，预测经济、金融或者销售的趋势等，或者进行关于公司现状的数据分析，其应用领域非常宽广。近年来，随着统计学应用范围的不断扩展，统计学也呈现出新的发展趋势。
统计学多元化的发展趋势 面向21世纪的信息社会，出现社会经济的多元化、金融交易的多样化、国际市场间资本的迅猛移动以及电子商务的出现，所有这些变化都要求统计学发展新的面目。统计学与经济学、管理学、计算机科学互相渗透、互相结合，这种渗透结合是统计学的发展方向之一；统计学也将朝着“大统计”的方向继续发展，中国传统的社会经济统计学与相对新兴的数理经济学将是统计学的左右手，并肩发展。
同时，统计学也越来越注重实践性发展，可以帮助生产者认识市场、认识自身，以求得生存和发展，也能帮助各级管理部门依据现行经济规律进行宏观决策、调控、监测，以实现社会经济良性运行。另外，人们还可以运用统计学方法，进行医药卫生统计、生物统计、工业统计等。总之，统计学已越来越深入地渗透到人们生活的各个方面，成为各行各业分析和解决问题的重要工具和手段。
简单地说，进行统计学研究的目的就是寻求各种现象变动的规律性，预测未来。由此看来，只有与实践相结合，推动其纵深、交叉发展，才能够保证后统计学发展方向的正确性，才能实现统计学的真正价值。
统计学与计算机科学结合的发展趋势 统计学的发展离不开数据处理，每个阶段数据处理技术的发展都推动着统计学的不断进步。而计算机科学技术的发展，给统计学发展带来新的希望，简化了统计工作，使得海量数据处理变得简单、便捷，极大促进了统计方法、技术的应用和发展，同时也使统计学的应用发展开始面向大众。近年来，伴随着网络信息技术的发展，海量信息的出现，给数据统计带来不便，人们无法辨别信息的真伪、安全与否，阻碍了信息的使用与统计。而计算机技术的应用发展，给人们带来了希望，尤其是数据挖掘技术的出现，让大数据时代下的数据运用变得简单、快捷。数据挖掘是一个更大的数据分析概念，主要指从大量的企业数据中揭示出隐含的、先前未知的并有潜在价值信息的整个过程。数据挖掘技术的发展，让统计学与计算机技术的结合成为可能，也充分显示出计算机技术在统计学中的应用优势。
因此，统计学与计算机科学结合是当前统计学发展的方向与趋势，大数据分析的软件和基础知识的推广与应用，让两者的联系更加紧密，也从根本上推动了统计学的发展与进步。
3 高校统计学教学中存在的问题
统计学教学方法问题 统计教学中，不可避免地会遇到数理统计的公式推导，但过多的公式推导会令大部分学生望而生畏。一般统计课堂上，教师都是按照先理论后应用的教学顺序进行的。传统的统计教学方法通常是这样的：首先说明这节课是来学某某定理或理论的，其次讲一讲这个定理成立的假设条件是什么，然后现场推导在假设条件成立的情况下，如何一步步得到这个最终定理，再讲讲这个定理有什么特点，最后才介绍这个定理的应用价值。
这样的教学过程使学生很可能在还没有感受到统计学魅力的情况下，就已经迷失在复杂的公式和数字之中，对统计学产生厌倦乃至恐惧的情绪，更谈不上激发他们的学习兴趣了。
统计学教学没有顺应时展要求 大数据捧红了作为高校传统学科的统计学，但另一方面，高校统计学受到的来自大数据的挑战，也比其他学科要猛烈得多，统计学专业高科技人才已从“走俏”变成“紧缺”。基于互联网的信息技术革命已给全人类带来颠覆性影响，计算机科学技术从某种程度上说，已成为推动统计学发展的一个重要引擎。然而，目前高校统计学教学中并没有有效地结合计算机技术进行数据处理，欠缺应用统计软件包解决实践中的统计数量分析问题的教学过程。由此，如何从海量的数据信息中提取有效信息，对大数据进行深入收集、深挖，已经成为目前统计学教学面临的首要课题。
4 高校统计学教学改革具体措施
调整统计课堂教学顺序，激发学生的兴趣 改变传统统计学教学单调、呆板、无趣的现状，最为直接、有效的办法是调整该课程教学顺序，并且适当地增加一些新鲜元素。例如：先通过一两个贴近生活或热点新闻的案例来讲述统计学中某些定理的应用价值，再结合现代化的教学手段与工具简明扼要地突出该定理的特点，在此基础上再详细说明推理过程。此外，实践证明，运用以互动性强为显著特征的新型动画形式向初学者传授抽象的理论知识会更为有效。
学生在看到掌握该理论知识的美好前景之后，学习热情就会更容易被最大限度地激发出来，学习的积极性、主动性增强，克服了学习统计学的心理障碍，再多的学习任务也愿意去完成，这样统计学的教学效果能够更好地实现。
深化统计学教学内容改革 统计学教学内容应该围绕培养应用型统计人才展开，主要表现在：在教学内容上要渗透对学生统计学科学思维方法的训练。统计学课程内容应该根据学生实践能力培养的需要，根据不同层次、不同发展方向的学生的需求进行整理、重组，要更加具有针对性。在课程体系和教学内容中进一步优化专业结构，加快学科专业建设，促进课程体系与教材建设，坚持传授知识、培养能力、提高素质协调发展，不断提高学生的学习能力、实践能力和创新能力。学校强化实践环节的训练，构建体系合理、层次分明、内容丰富的实践教学体系，提高学生的综合竞争力。
灵活运用计算机技术，丰富教学 大数据给统计行业带来巨变。在大数据时代，很多传统的数据收集方法、统计方法显得失效，而且用统计的手段进行经济预测的功能，也出现根本性的变革。统计行业需要的大数据人才是跨专业的复合型人才，既要熟悉计算机技术，又要具有应用统计学的能力。对计算机应用技术的掌握非常关键，学习者要有坚实的计算机基础，较强的计算机操作技能，能熟练使用各种统计软件包，才能为以后就业打下坚实的基础。因此，在高校统计学教学改革中应该加强统计学与计算机技术的结合，用现代技术手段来弥补传统教学的不足。教师要积极学习先进理念，探索更有效的教学方法。灵活运用计算机技术，拓展统计学教学方式、方法，培养高新应用型统计人才。对数学和计算机应用的掌握非常关键，学习者要有坚实的数学基础，能熟练使用各种统计软件包，才能为以后就业打下坚实的基础。
加强学科之间的交叉学习 统计学本身就是一个横向学科，涉及各个学科。在当前国内统计学进入一个新发展阶段的背景下，根据统计学科的实践性、综合性发展趋势，高校统计学科在继续深入挖掘、推动统计学自身发展的同时，应该积极培育数理统计学和计量经济学等学科，努力推动这些方法论学科在统计学实证研究中的应用。同时，也应该增进与其他院校同行的了解与交流，并加强合作，共同推动高校统计学以及相关学科的交叉融合和繁荣发展。
鼓励学生参加实践活动，提高综合能力 高校统计学专业应该注重培养学生勇于探索的创新精神和善于解决问题的实践能力，以学研活动促进学生对专业的热爱和学习，鼓励和支持学生参加学术讲座、参与教师科研课题研究、发表学术论文、参加国内外竞赛等，深化科研体制改革，通过学术报告会、科研活动、学术交流等提高学生的科研能力。同时，推进统计学开放式教学，加强学生与外界的互动，提高学生的实际应用能力。
5 结论
随着我国经济的迅速发展，各行业对于数据统计的需求明显增强，由此，如何培养优秀的统计学人才成为高校开始普遍关注的热门话题。在当前国内统计学进入一个新发展阶段的背景下，统计学更加重视培养学生勇于探索的创新精神和善于解决问题的实践能力。本文基于对当前统计学发展趋势的研究，结合目前高校统计学教学中存在的具体问题，提出统计学教学改革的具体措施，以便为高校统计学教学创新、发展提供借鉴，从而促进我国统计学的整体发展。
参考文献
[1]李晓毅.高校统计学教学改革与统计人才优化培养[J].沈阳师范大学学报：自然科学版，2009（4）：500-503.
[2]王淑玲.浅议统计学教学改革的思路与实践[J].新课程，2012（4）：31.
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]。
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着性,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。
关键词:PASW;心理与教育统计学;教学改革
心理与教育统计学是用统计学的理论与方法研究心理、教育问题的一门交叉学科,它阐释的是统计学的基本原理和方法在心理、教育科学领域的实践和应用。作为高师院校心理与教育科学各专业的必修基础课程,这门课程的教学目的在于培养学生统计方面的基本技能,使其理解统计方法背后蕴涵的统计思想,掌握各种统计方法在心理、教育实践中的具体应用,从而提高学生运用统计方法分析和解决心理、教育问题的能力。长期以来,受传统教学模式和观念的影响,心理与教育统计学的教学效果一直不令人满意,与教学目标有较大的差距。为适应时展的需要,对其进行教学改革,具有很强的现实意义。
一、传统统计学类课程教学模式存在的问题
关于传统统计学类课程教学模式中存在的问题,很多同人均有提及。陈洪认为:学生的数学基础薄弱,参差不齐;轻过程考核,重结果考核;轻能力培养,重知识传授;统计教材偏重统计方法的数学推导,不注重实际应用;教学手段相对落后,过于单一。欧阳敏华等认为,非统计专业统计学教学现状可以从三个方面来概括:教材建设滞后、非统计专业学生的数理基础较薄弱、大部分高校统计学的教学方式仍采用传统的单向灌输方式。裴丽芳等认为:这类课程教学方式陈旧,教学手段单一;教材建设落后,教学理念不合时代要求;考核方式单一,课程设置有待进一步完善。
综上所述,学界对传统统计学类课程教学模式存在的问题有基本共识,主要表现在:教学理念不合理;教学方法单一、教学手段落后;评价方式单一,轻过程、重结果。其教学结果是理论与实践相脱节,不能解决心理与教育科学领域内的实际问题。
二、心理与教育统计学课程教学改革探索
(一)更新教学理念,注重统计意识和统计能力的培养
教学改革,理念先行。物理学家劳厄曾说:“重要的不是获得知识,而是发展思维能力。教育无非是一切已学过的东西都遗忘掉的时候,所剩下来的东西。”因此,教师应转变教学观念,注重统计思想的挖掘和传递,努力培养学生的统计思维和统计意识,提高学生的统计素养。统计思维就是通过统计数据的收集、整理和分析,从整体和动态上把握事物在数量上的规律性。统计意识是人们由一组数据所引发的思考、所推测的可能结果以及自觉想到运用统计的方法解决有关问题的意识。统计课程的教学重点应该突出理论联系实际,加强实践能力的培养,重视统计思维、统计意识的养成,使学生能够通过心理、教育现象的数量关系,认识心理、教育的本质和规律,并把这种统计思维和意识运用的研究实践中。
(二)PASW辅助心理与教育统计学教学的条件
1.借助统计软件进行统计教学的必要性
随着现代教育技术的发展,计算机、网络的普及,大量统计分析软件的出现,繁复的统计计算已逐渐由手工完成转为计算机完成。统计软件的使用不但使数据的计算和显示变得简单、准确,而且使统计教学由烦琐抽象变得简单轻松、由枯燥乏味变得生动有趣,因此统计学教学应增加统计软件的教学内容。借助统计软件辅助统计教学,能实现统计方法与现代技术的紧密结合,能培养学生的数据分析能力及对统计结果的解释能力。
2.PASW辅助心理与教育统计学教学的可行性
PASW原为SPSS,2009年更名为PASW(Predictive Analytics Software,预测分析软件),包括统计分析、数据挖掘、数据收集、企业应用服务四部分。PASW是国际上最流行、最具权威性的统计分析软件之一,与其他国际权威软件相比,其最显著的特点是用户界面友好、操作方法简便、输出结果简洁美观,它不需要运用编程语句和命令,只要掌握基本的统计概念和方法就可以进行统计分析,因而是非专业统计人员的首选统计软件。在国际学术交流中,凡是用该软件完成的计算和统计分析,均不必说明算法。PASW功能强大,完全可以解决心理与教育统计学中的各种统计问题。
(三)PASW辅助心理与教育统计学教学改革的实践
1.转移教学重点,加强实验设计的教学
传统的统计学教学偏重统计学基础理论知识、统计方法的数学推导,计算是通过计算器和手工完成的,由于受课时和学生数学基础知识的限制,内容的广度与深度都无法满足实际需要。统计软件的使用使计算变得简单、快捷、准确,使学生从烦琐的计算中解放出来,把注意力放到对问题的讨论、分析和评价以及对统计结果实际意义的理解上;实现不同方法之间的互通,使学生既看到不同方法之间的差异性,又看到它们之间的联系。教学重点转移到统计学的基本原理,统计方法的基本思想、适用条件、主要用途、适用数据类型、注意事项、结果解释等方面,统计计算则由PASW完成,教学重心更多地集中到使学生理解统计方法的本质并能对统计结果实际意义进行解释。
传统的公式推导、手工计算难以将复杂的实验设计内容引入教学,难以解决实践中的复杂问题,PASW辅助教学则可以解决实验设计中的复杂计算问题,从而为复杂的实验设计引入教学创造条件。良好的实验设计是保障研究科学性和可行性的必要条件,因此,统计课程应加大实验设计内容的比重。在教学过程中应坚持以实验研究实例为线索,以科学研究为主线,理论密切联系实际,让学生体验从研究的选题、设计、实验方案的制定和实施、实验数据的收集整理、实验数据的统计分析到最后作出科学判断的完整过程,把抽象的数理概念变为看得见、摸得着、可操作的具体行动,提高学生的学习兴趣,使学生更好地理解和掌握所学的课程内容。
2.转变教学方式,突出案例教学,重视实践应用
教师应改变灌输式教学方法,采用启发式、讨论式、案例式等“互动式”教学方法,激发学生的学习兴趣,提高学生学习的积极性与主动性。选择重点和难点问题进行启发式讲解,加深学生对问题的理解,着重使学生理解公式的含义,掌握其规律性,引导学生把学习重点转移到统计方法的应用以及对统计分析结果的解释方面。教师还需要引导学生将各知识点有机地串联起来,使学生对各知识点之间的联系有一个系统的理解和认识。
以讲授为主的传统教学方式无法在一个课时内利用多种统计方法处理同一组资料,无法同时显示多种统计计算公式、相关图形及计算结果,无法直接利用结果和图形进行预测,教材往往使用一些数据量小的假设设计例题,难以把含有大量复杂数据的案例引入教学,学生难以感受到统计学的强大功能和魅力。采用PASW辅助教学则可使数据的图表演示、数据计算、数据分析及预测一气呵成,使统计学的抽象理论变得直观、具体、形象。统计教学不能只停留在课本上,而应借助PASW增加统计实际案例,通过计算机对大量实际数据进行处理,鼓励学生用自己所学的统计知识分析身边的实际问题。
统计学是一门方法论学科,因此教师应将学生实践能力的培养放在教学的突出地位,使学生既掌握牢固扎实的理论知识,又有很强的动手能力,能将课堂上学到的理论知识用于实际工作中,学以致用,有效地将理论知识转化为实践能力。
3.改革考核的形式与内容,合理评定学生成绩
(1)考试形式的改革
心理与教育统计学的学科性质决定了学生的统计素质和能力很难通过笔试考查出来,事实上笔试考查的仅仅是基本的理论和方法,为避免“平时不努力、考试靠突击”的现象发生,就要既重结果,更重过程。学生成绩应是对平时成绩和考试成绩的综合评定,要加强平时考核,适当增加实践成绩的比重,考试形式除了闭卷考试,还应增加案例分析、讨论、软件使用、结果分析等形式。
(2)考试内容的改革
考试内容不仅要包括心理与教育统计学的基本知识、基本理论,还要包括对学生分析与解决问题的综合运用能力的考查,要体现出创新意识和创新能力。
闭卷考试在侧重于考核统计基本理论、基本方法的同时,应把一部分理论知识转化成实际问题设计试题,考查学生对理论的理解程度和分析应用能力。要突出实用性,不出或少出需死记硬背的考题,适当增加案例分析、思考论述、辨析等题型。平时考核的内容包括:课后作业、平时课堂表现、学生应用统计软件的能力及实践等。课后作业主要考核学生对基础知识、基本技能的掌握,目的在于巩固、提高教学效果;平时课堂表现考核,则通过学生上课时的表现,引导学生积极参与课堂教学,调动学生学习的主动性;应用统计软件的能力及实践则主要考核学生将统计理论知识应用于具体实践的能力,注重综合运用能力、创新能力的培养。
三、PASW辅助心理与教育统计学教学的改革成果
(一)实现了教学重点的转移
PASW辅助教学实现了心理与教育统计学教学重点的转移,减少了公式推导、手工计算、计算器应用,增加了实验设计、软件使用、实践应用,突出了结果解释在统计学教学中的重要地位,教学内容更接近学生的生活及科研实践。
(二)改变了传统的教学模式
PASW辅助教学可以在课堂上处理大规模的实际数据资料,使教学模式由传统的单向灌输的理论教学向多媒体教学、案例教学、实践教学等多样化的教学模式转变,强调理论与实践相结合,增强了实用性,达到了学习为科研和实践服务的最终目的。
(三)促进了考试形式和内容的改革
PASW辅助教学促进了考试形式和内容的改革。在考试形式上,加大了综合性考题比例;在考试内容上,着重考核学生综合分析能力以及正确应用统计方法的能力。
(四)理论联系实际,激发了学习兴趣,提高了课堂效果
运用PASW进行辅助教学能方便、快捷地处理统计图形、图表,使教学过程变得直观、形象,案例教学可以使学生亲历从数据收集到最后结果分析的整个过程,激发学习兴趣,改善课堂效果。PASW辅助教学使学生能联系实际对方法、原理进行反复运用,从而强化对知识的理解、消化和吸收,加深对统计意义的认识,培养动手能力和解决实际问题能力。这突出表现在教育科学学院学生申请的校级大学生科研项目以及毕业论文中,实证研究明显增多,使用PASW进行统计分析的比重明显增大。
总之,借助PASW开展心理与教育统计学教学改革,顺应了统计学发展的趋势以及社会对人才的能力要求,能有效激发学生的学习兴趣和积极性,有利于培养学生的创新精神和实践能力,有利于提高学生解决实际问题的能力和科研能力。
参考文献:
[1]陈洪.高等院校成教统计学课程教学改革问题探讨[J].科技信息,2010,(6).
[2]欧阳敏华,祝建民.SPSS软件在非统计专业统计学教学中的应用[J].统计与咨询,2007,(5).
[3]裴丽芳,冯三营.统计学教学改革研究中若干问题的思考[J].内江科技,2010,(2).
