統計學畢業(yè)論文范文
20世紀以來,作為數據搜集、整理和分析的一門重要工具,統計學在眾多領域里得到了極其廣泛的應用,統計學的作用及其重要性已漸漸顯現出來。下面是學習啦小編為大家整理的統計學畢業(yè)論文，供大家參考。
統計學畢業(yè)論文范文一：心理統計學教學改革論文
一、心理統計學教學的發(fā)展趨勢
第一，注重統計意識與心理學理念的結合。心理統計學關注的是對心理學實際問題的解決，而且這個解決過程會隨著個體專業(yè)素養(yǎng)的積累而不斷深入。因此在教學過程中，一方面應當鼓勵學生的探索精神，將重點放在統計思維的培養(yǎng)上，而不能局限于就事論事，尤其要避免機械記憶解題步驟的做法;另一方面，心理統計學的大背景是心理學，這對教師的課堂講授提出了要求:如何高效地實現對實驗心理學、心理測量學等相關領域的知識滲透?有研究者提出“將心理統計學的教學目標劃分為兩大層次:注重統計思維層次和注重統計思維和心理學理念融合層次”，而后者才是心理統計學課程的真正價值所在。第二，教學內容和體例的新探索。計算機軟件的普及運用使得大眾更深入地進行數據分析成為可能，因此有些教材開始將一般線性模型和多元統計分析納入其中，并對傳統的教學內容進行了重新編排。這不僅進一步表明了培養(yǎng)統計思維的重要性和必要性，也對教師的理論課課堂教學提出了更高的要求:當難以通過紙筆計算助力概念理解，如何將新內容新體例表達得直觀形象?第三，基于各種教學方法的教學探索。近年來，隨著統計學重要性的突顯，人們開始關注統計學的教學改革，尤其是教學方法的改革，例如案例教學、PBL教學等。實際上，選擇哪種教學法除了教師在理念上的差異，也受具體的班級情況和授課內容的影響。而無論選擇哪種教學方法組織教學，最根本的目的都在于引導學生想學、樂學、學有所得。
二、心理統計學教學改革的實踐探索
基于對心理統計學課程的教學現狀和發(fā)展趨勢的分析，筆者嘗試從教學內容、教學方法、評價方法3個方面對心理統計學的教學進行改革。
(一)教學內容改革
教學內容的改革主要體現為“一減一增一結合”。
1.一減在保證使學生掌握基本的邏輯和框架的基礎上，適當壓縮了統計學的基礎理論內容，將重點放在統計思維的培養(yǎng)和統計方法的選擇上，突出實用性。“……降低解題的難度，降低運算技巧的運用，簡化證明過程，但必須重視邏輯思維能力的培養(yǎng)。”例如，在簡單線性回歸一章，回歸模型的建立方法占了一定篇幅，而實際上學生只要了解確定a和b的兩個計算式以及這是基于最小二乘法的原理即可。類似這種涉及公式推導的內容，只要不影響概念理解和實際應用，教學中均進行了刪減。
2.一增增補了統計檢驗力、效果量、多元統計分析等內容，并強調其與原有知識點的貫通，力求“將知識轉化為認知結構”。關于多元統計分析等內容涉及的相關課程(如實驗心理學和心理測量學)銜接問題，筆者將“心理統計學”分為初階和進階兩部分。初階部分主要講述“心理統計學”的基礎內容，包括描述統計和推論統計中的主要脈絡和基本方法，在低年級開設，其中涉及多元分析的部分，只是簡要介紹，使學生能夠理解其基本用途即可。進階部分則主要具體講述多元分析方法，這一部分內容納入“心理學研究方法”課程，此門課程的開設時間一般晚于實驗心理學和心理測量學。如此既滿足了學習實驗和測量的統計學要求，又解決了學習較高級統計方法要求代入實際情境的問題。
3.一結合將SPSS軟件應用與理論教學結合，即在理論課課堂上，在完成基本的教學任務之后，基于真實研究的數據向學生演示相關知識點的SPSS實現過程，并簡要分析輸出結果。尤其對于多元統計分析等難以紙筆計算的內容而言，這種方式不僅增進了學生的學習興趣，而且大大提高了課堂效率。總之，借助直觀、迅速的軟件，學生可以更清晰地把握數據所傳達的信息，同時也為實驗課的開展做了良好鋪墊。
(二)教學方法改革
第一，使用姓名桌簽。請學生用卡紙制作一個桌簽，姓名是必選項，也可呈現其他可以表明自己身份的內容，上課時將桌簽立在課桌上。這樣做的好處在于消除了學生的匿名感，對學生是一種有效的督促，也有利于增進師生之間的溝通。第二，較多采用案例教學。日常教學中經常遇到這樣的情景:某道題目如果出現在相應的知識點中，學生可以解出;一旦將各種類型的題目混在一處，有些學生就難以選擇恰當的解題辦法，甚至會做出削足適履的荒謬之舉。也就是說，學生在沒有明確要解決的問題是什么的情況下，就急于選擇了某個模型開始解決問題。針對性的解決辦法即首先培養(yǎng)學生分析問題的能力。案例教學則同時關注了分析問題和解決問題這兩方面的能力培養(yǎng)。引入案例教學后，心理統計學課堂基本可以分為4個階段:案例導入與分析、學生討論、教師評估指導、總結。在這個過程中，來源于實際的鮮活案例生動形象地例證了數據和分析的意義，學生更有興趣參與其中，成為分析問題、解決問題的主導者，也發(fā)展了分析問題、解決問題的能力。應該說，相比傳統教學方法，案例法對統計學教學的促進作用是很明顯的。第三，充分發(fā)揮討論的價值。心理統計學課堂上經常涉及討論環(huán)節(jié)，不同的問題對討論時間和討論形式的要求也有所不同，例如小組討論、辯論式討論等。對于有些問題，希望能夠最大限度地激發(fā)和傳播學生的觀點，使之成為一個全面深入的大討論。對于這類討論，通常會采用如下流程:小組內討論—小組間討論—小組內討論—大組間討論。以32人的班級為例，平均分為兩個大組，每個大組平均分為4個小組，每個小組的成員依次編號為01、02、03、04。小組內討論結束后，在每個大組內部，編號相同的人匯到一處，將各小組的觀點進行交流———此為小組間討論。小組間討論結束后，4人返回各自小組，再次進行小組內討論。之后每個大組內部各選派一名主要發(fā)言人對本組的討論情況進行總結發(fā)言。這種方式可以使每個成員都投入其中，彼此互通有無，而且反復的討論和溝通也有利于知識的澄清與鞏固。第四，改革實驗課的上課形式。除了慣常的SPSS操作課，心理統計學實驗課還增加了習題討論課的形式。心理統計學的學習是一個循序漸進熟能生巧的過程，一定數量的習題是非常必要的。而且與理論課上呈現的例題不同，實驗課中的習題多為源于現實的非典型實例，更考查學生對現實情境的統計化概括能力以及對各種統計方法的綜合與變通。第五，加強課外實踐。課外實踐是課堂教學的延伸，其目的在于引導學生從心理學實踐中發(fā)展統計學的思維與能力，這也契合心理統計學的本質。有學者提出的自主學習任務，這些自主學習內容一般通過作業(yè)的形式督促學生完成，例如，要求學生按照“研究設計—收集數據—分析數據—得出結論”的順序考察某兩個變量之間的關系。對于低年級學生來說，過程和結果可能存在各種缺憾，但作為一種研究性學習，最重要的是強化學生的科學思維方式，逐漸掌握發(fā)現問題、分析問題、解決問題的能力。
(三)評價方法改革
教學評價方面，嘗試采用終結性評價和形成性評價相結合的方式。也就是說，除了期終考試這種終結性評價方式，日常教學中更多采用形成性評價。作為教育評價領域的一個研究熱點，形成性評價最終著眼于提升學生的自主學習能力，但與終結性評價發(fā)生在教學結束之后不同，它更強調教學過程中的反饋。就心理統計學的教學過程而言，反饋可以從隨堂測驗、課堂討論、課后作業(yè)等教學的各個環(huán)節(jié)進行。而且從統計學課程實際操作的角度，務必要保證反饋的具體性，例如當學生反應出錯的時候，避免只給予一個判斷式的反饋(“錯了”)，而是對學生的反應進行分析，發(fā)現學生理解的誤區(qū)(“能否講一下你這樣做的依據”)。此外，可以發(fā)揮學生的主體作用，引導學生開展自我評價和相互評價，例如，以作業(yè)的形式請學生就某一階段的學習進行總結，以實現自我反思和改進。
三、教改效果
上述教改措施符合學生的年齡特點和發(fā)展需要，一定程度上改變了學生對統計學的消極認識，有效地激發(fā)和維護了學生的學習熱情，在能力培養(yǎng)方面的效果也逐漸突顯，具體表現在:第一，培養(yǎng)了學生分析問題和解決問題的能力。經過一段時間的磨合，學生慢慢認識到心理統計學區(qū)別于其他專業(yè)理論課的課程特點，發(fā)展了自主學習能力，基本能夠遵循發(fā)現問題—分析問題—解決問題的邏輯順序。同時，討論和表達的技巧也有提升，敢于質疑，勇于探索，這些令人欣喜的變化是在教學中能夠切實感受到。第二，提高了學生數據管理和分析的能力。從最初面對數據的束手無策，到逐漸可以比較有條理地總結出數據所傳遞的信息，課程教學改革發(fā)揮了重要作用。尤其是案例教學和討論式教學，對于學生的信息提取能力是一種有效的訓練。第三，發(fā)展了學生的科研能力。心理統計學的課外實踐環(huán)節(jié)從整體上強化了學生對心理學的理解和運用。在科技創(chuàng)新基金項目、大學生創(chuàng)業(yè)計劃等相關項目上，學生們有著不俗的表現，部分學生還在核心期刊上發(fā)表了學術論文?？傊?，教學改革任重道遠。上述教改實踐旨在使貌似艱澀、枯燥的統計學更接“地氣”，使統計教學模式向著有益方向發(fā)展。雖然這些措施大多屬于局部調整，但已使學生感受到了學習的魅力而且學有所得。希冀未來可以發(fā)現更多可為之處，實現教學相長。
統計學畢業(yè)論文范文二：醫(yī)學科技論文統計學誤用分析
1統計學應用中存在的常見問題
1.1單因素方差分析(ANOVA)兩兩比較誤用獨立樣本t檢驗單因素方差分析設計3組以上的均數比較,如果總體比較有差異,需進行兩兩比較,一般用SNK法或LSD法。但部分研究者卻將資料進行拆分,應用獨立樣本t檢驗進行兩兩比較,導致第Ⅰ類統計學錯誤發(fā)生率(假陽性率)增加,從而掉進了一個常見的“統計陷阱”,使所得結論可信度大大降低甚至得出錯誤結論。SNK法與LSD法雖然并非等價,實質是一致的。SNK法一般用于經方差分析結果具有統計學意義時才決定進行的兩兩事后比較,而LSD法可用于方差分析不足以具有統計學意義時也能進行兩兩比較[1]。比較兩種方法在SPSS的輸出結果形式,SNK是“分堆”比較,一目了然,對于組別數較多的研究更為好用,但沒有具體P值,而LSD是在進行“兩兩”比較時,能給出具體的P值。
1.2兩兩比較時檢驗水準的重新調定χ2檢驗或秩和檢驗3組以上整體比較有差異時,需應用分割法進行兩兩比較,這時檢驗水準應由原0.05調定為0.0167,否則會增加第Ⅰ類統計學錯誤的發(fā)生率。特別當P值處于0.0167~0.05時,按照P<0.0167的標準,差異無統計學意義,而按照P<0.05的標準,卻有意義,與事實相悖,出現假陽性,很容易得出錯誤結論。這種分割法有時很保守,當行列表資料分組多且為有序時可用Mantel-Haenszel卡方檢驗,也稱線性趨勢檢驗(testforlineartrend)或定序檢驗(Linear-by-Lineartest)[2]。統計路徑:用SPSS進行計數資料的趨勢檢驗,在輸出結果中讀取線性關聯檢驗統計量(Linear-by-LinearAssociation,LLA),如P<0.05可得出隨著病種級別的升高,檢測指標逐漸升高的趨勢。
1.3臨床診斷試驗中的統計學方法應用在臨床診斷試驗研究中,經常選取單項計量指標或者聯合計量指標以診斷某種疾病,若僅用初級統計學方法如t檢驗、單因素方差分析等往往不能有效挖掘信息,此時應采用受試者工作特征曲線(ROC)對檢測結果進行分析評價。ROC曲線分析基本原理是通過診斷界點的移動[3],獲得多對靈敏度和誤診率(1-特異度),以靈敏度為縱軸、誤診率為橫軸,連接各點繪制曲線,然后計算曲線下的面積,面積越大診斷價值越高。ROC曲線很直觀,能根據敏感性與特異性之和最大化原則自動產生最有效的診斷臨界點。具體路徑可以參考相關統計專著[3]。統計學處理一般描述為:采用SPSS(版次)統計軟件分析數據,對單項及聯合檢測結果作圖繪成ROC曲線,計算曲線下面積(AUC)和標準誤,其中聯合檢測結果變量即預測概率由Logistic回歸產生(也可以用判別分析得出)。計量資料應用-x±s表示,運用獨立樣本t檢驗及單因素方差分析,兩兩比較采用SNK及LSD法,計數資料采用χ2檢驗。檢驗水準為0.05。具體內容可據情而定。
1.4重復測量資料的方差分析誤用拆分文件的t檢驗或方差分析如研究共設3組,每位患者在3個時間點均查某項血指標,部分作者在處理此類數據時,常誤將縱向(同一時間點3組的比較)與橫向(同組3個時間點的比較)數據均應用拆分文件的t檢驗或單因素方差分析來處理,結果導致統計學第Ⅰ類錯誤發(fā)生。此組數據實質是重復測量資料,應采用重復測量資料的方差分析。SPSS中的統計路徑:數據-分析-一般線性模型-重復度量。研究者可以參考相關書籍進行處理[3]。
1.52×2析因設計及析因方差分析實驗是2×2析因設計時,分組有兩個因素,A與B,故分組為A、B、O、A+B,這個設計在析因設計研究中很常用,但常會出現分組設計正確,卻沒有用析因設計方差分析。析因設計與單因素方差分析不同[4],它不但能分析治療效果中處理因素的單獨效應和主效應,還能分析因素間的交互效應,并能提高檢驗效能。非統計專業(yè)的研究者進行析因分析可能稍有難度,可參考相關統計學書籍提供的統計步驟進行此類分析[3]。
1.6Meta分析Meta分析是循證醫(yī)學系統評價常用的方法[5],應用時需注意統計學處理中計數資料采用比值比(OR)作為效應變量。具體路徑:先進行異質性檢驗,當P>0.05時,認為同質,選擇固定模型;P≤0.05時,不同質,此時可采用敏感性分析或分層分析等異質性處理,使之達到同質后再選擇固定模型;若采用異質性處理仍未達到同質,則采用隨機模型,以上統計路徑均需交代清楚。Meta分析的結果是以“森林樹”體現的,審校中我們經常遇到作者繪制的“森林樹”左上角“文獻、對比、結果名稱”等內容顯示為“?”,這是由于部分版本的RevMan軟件不能輸入中文,此時可以考慮省去,或用Photo-shop軟件添加相應中文。Meta分析作為一種高級統計方法,專業(yè)性要求較高,作者可參考循證醫(yī)學類權威雜志上的文章格式,如《中國循證醫(yī)學雜志》中“論著•二次研究”欄目的循證文章。
2科技論文中統計學處理的相關表述
2.1資料與方法中具體統計路徑的描述“統計學處理”的內容常位于論文資料與方法的最后一段,一般來說包括統計軟件名稱及版次、統計描述、統計方法、檢驗標準等內容,亦可細致交待每個表格的具體統計方法。經典例子如下,“統計學處理:采用SPSS(版次)統計軟件分析數據。計量資料用均數±標準差表示,采用單因素方差分析,兩兩比較采用SNK法及LSD法。檢驗水準為0.05”。上述內容包括了大致的統計方法,即具體的統計路徑。此部分內容,沒有絕對統一的規(guī)定[6]。常見的問題有:統計學方法描述不全、內容過于簡單、存在粘貼抄寫痕跡等。如部分論文的統計學處理中提及“以α=0.05為檢驗水準,P<0.05為差異有統計學意義”這句話,這在統計學上實質是一個重復句,保留其一即可。
2.2結果中具體P值的標注現在的統計學處理手工計算的較少,一般均應用統計軟件,最常用的軟件如SPSS、SAS均能給出具體P值。但部分論文的結果表述中卻未標明具體P值,作為科技論文是不夠嚴謹的,建議作者在表述研究結果時注明具體P值,增加論文可信度的同時,可用于再次分析。
2.3表格制作統計表設計需規(guī)范,應體現統計設計內容。部分表格存在內容割裂、組別名稱違反表格簡潔化原則、表下注釋繁瑣、橫標目與縱標目顛倒等情況。建議作者寫作論文時參閱相關統計學教程及雜志稿約。醫(yī)學統計學教學在中國的醫(yī)學教育特別是高層次教育中舉足輕重。一項課題從一個好的創(chuàng)意開始到實施、結題,統計學方法始終貫徹其中。不管是臨床試驗研究、實驗性研究、觀察性研究,還是臨床測量誤差與診斷試驗,如果沒有規(guī)范性的統計設計、精確的統計分析、科學的統計學解釋與表述,很難獲得學術上的認可[1]。目前在統計學的具體應用中,研究課題開始設計時就有統計學專家參與已成為較流行的趨勢。許多專業(yè)統計學專家或研究者在不停的進行“統計基礎”的研究,以創(chuàng)造更多的數理統計方法。對于非統計專業(yè)的研究者來說,統計學的學習主要側重于應用。在應用統計學教學中,一般分為4個檔次或階段來進行,首先通過學習醫(yī)學統計學課本獲取統計學思想、原理和方法,其次學習統計軟件相關書籍掌握數據到統計結果的轉化,再學習統計表達與描述書籍達到書寫統計學報告能力,最后可以學習如何出具統計審閱報告。醫(yī)學科技工作者亦可按照這個順序學習以提高統計能力。
統計學畢業(yè)論文范文相關文章：
1.統計學的論文