应用统计学论文范文

应用统计学论文范文第1篇

1.1“应用统计学”课程建设

通过本课程的学习，让学生真正学到有用的知识和技能，包括使学生系统掌握应用统计方法，并理解其中的统计思想，培养学生应用统计方法去发现问题进而解决实际问题的能力。在教学的过程中除引入案例教学、加强练习思考外，也尝试在统计资料的整理、统计综合指标、时间序列分析、抽样推断、相关与回归分析等方面，引入Excel完成统计计算操作，以提高学生的计算机应用能力和增强他们的学习兴趣。同时采取案例研究、课程作业、小组讨论等多种实践教学方式，以期取得较好的教学效果。在山东师范大学经济学院，该课程经过近10年的建设，长期的教学过程中形成鲜明的定位，为经济类的本科生打下扎实的专业基础。主要包括：

（1）稳定、专业化的教学队伍。教学团队中有5名教师，其中4人具有相关专业的博士学位，2人具有高级职称。从团队成员的学历结构、学缘结构和职称结构，可以清楚地看到高学历、专业化的特点。

（2）先进的教学理念。勤于研究、寓教于乐，以培养学生的国际视野和综合竞争能力为教学特色。团队成员热爱教学和专业工作，勤业敬业。近年来在经济学、管理学教学研究与学术研究上具有较高的专业造诣。

（3）完善的教学大纲、课程体系和培养方案。具体包括课程的性质与设置的目的、课程的基本要求、本课程与相关课程的关系、教学方法与手段、课程内容与考核目标、学时分配、课程考核方式、教材及参考书等。

（4）内容丰富的教学课件和教学资料。经过多名老师不断地修改补充，“应用统计学”教学课件已经较为完善，另附有大量的实用性强的教学案例和课后习题。

（5）教研论文和教学成果获奖。发表教研论文6篇，主持院级教改立项项目2项。研究成果获校优秀教学成果奖4次，其中经管类专业“统计学”课程教学改革与实践，获得校优秀教学成果奖三等奖。

1.2“应用统计学”课程实施案例教学法现状及存在的问题

近100年前，美国哈佛商学院首先倡导并大量实施案例教学法，取得了显著效果并迅速传播到其他国家和地区的教育教学活动中。“应用统计学”中的案例教学，要求教师自行编制或者选择有代表性的、易于理解和解释的案例，学生根据所需知识对案例内容进行思考和分析，在教师引导下得出有益的结论并对所学知识深入理解。教学中，教师和学生是平等的地位，不再是教师单一的满堂灌、学生傻傻的当听众，而是师生之间的共同参与、归纳、整理、交流、分析和讨论。现有的案例教学法主要存在如下问题：①很多教师在授课过程中确实讲过很多“案例”，但授课过程却不是真正的案例教学；②教师把例子内容简单介绍，不对案例背景进行阐释，互动讨论环节直接没有或者形同虚设，成了教师的自问自答，缺乏与学生的交流，学生被动旁听，无讨论、无分析，只是在听听新鲜之后被灌输相关理论，教学效果可想而知，根本无法发挥学生的积极性、主动性和创造性；③大部分学生从高中步入大学，对案例教学并不太熟悉，即便教师通过各种手段敦促学生参与案例讨论，但仍有大量学生无所适从、不知道如何讨论和发言。上述原因，共同导致案例教学陷入两难困境。

2经济类专业“应用统计学”课程案例教学法的实施

笔者所在学院的3个经济类本科专业，均开设了“应用统计学”课程，相关专任教师经过多年的实践探索，形成了系统的案例教学法实施步骤和内容。在具体实施案例教学法之前，教师们需要进行如下准备工作：①案例相关基础理论知识的讲解和总结；②案例有关行业背景、经济环境背景、制度背景等介绍；③案例内容的阶段划分，每一阶段重点介绍内容、涉及知识点、讨论重点等；④开展案例讨论的时间、内容、过程安排等；⑤案例思考题和作业准备；⑥案例总结和提升。具体实例如下：

2.1相关与回归分析

讲授函数关系和相关关系、相关关系的描述和测度、相关系数的计算、一元线性回归分析、相关分析和回归分析的联系与区别等内容。在此基础上，引入某市居民人均可支配收入与储蓄关系案例。储蓄可理解为居民收入中没有用于消费的部分，一般认为个人可支配收入与储蓄是同方向变动的关系，个人可支配收入高了储蓄会增加，反之亦然。以某市2000-2013年的数据为例：①请学生直观地了解基础数据，然后3~5分钟的时间讨论、分析数据的关系，自行在练习本上绘制相关数据的条形图、折线图和散点图；②教师利用PPT动态演示相应图形，并分析可支配收入与储蓄之间的关系。但这种关系需要计算相关系数来确定，请学生计算相关系数并根据所学知识分析两者的相关性大小、方向和程度；③请学生根据自己周围的事例来解释相关关系，很多同学会想到父辈身高和子女身高的关系、学习时间和考试成绩的关系、文化程度和平均收入的关系、温度湿度和农作物产量的关系等；④在热烈讨论之后，教师总结知识点并布置作业，比如建立人均可支配收入和储蓄的回归方程并解释其含义。

2.2数据分布特征的统计描述

讲授数据分布特征的测度值，包括描述统计数据分布集中趋势的测度值，即众数、中位数、均值等，描述统计数据分布离散趋势的测度值，即方差、标准差、四分位差、极差、离散系数等。在此基础上，引入运动员发挥稳定与成绩案例。在奥运会气手枪比赛中，预赛成绩和决赛成绩共同决定最后的排名。以北京奥运会女子气手枪决赛为例，中国运动员郭文珺因其发挥稳定取得了比赛的冠军。但是，怎样评价一名运动员的发挥是否稳定呢？通过数据分布特征值的测度可以验证这一点：①根据所学的知识结合比赛的具体数据，请学生分析不同选手的稳定性差别在哪儿，比如有的运动员有几枪发挥极好，但关键时刻发挥失常的一枪却导致功亏一篑，原因是什么；②请学生分组讨论3~5分钟，并结合自己期末考试分数的例子分析一下，成绩的稳定性怎样保证、如何测度；③教师根据本章的知识来总结，计算选手们比赛结果的平均值和方差、标准差，并解释标准差对于稳定性测度的意义；④总结知识点并布置作业，要求学生就某一问题收集数据并计算方差、标准差。

3教学实践及效果

笔者所在学院，近年来以先进的教育理念为指导，跟踪国际教育改革发展趋势，加强与国内外应用统计学教育同行的交流，以培养创新型人才为目标，在教学内容、教学方法、教材建设、现代教育技术的应用、以研究为导向的实践教学等方面，加强本课程的建设，加强师资培养，使本课程成为特色明显、具有一流教学水平的通识教学示范课程。在案例教学法实施过程中，大部分学生从一开始的盲目跟从到后来的主动参与案例讨论，课后根据案例内容撰写总结报告并完成习题作业。实践证明，该方法的教学效果良好，绝大多数学生对该课程和这种教学方法是满意的。所有学生该门课程的平均分数也稳步提升，达到了预期教学目的。

应用统计学论文范文第2篇

1统计学理论在市场营销中应用的基础和需求

运用统计学科学地了解市场的信息、掌握企业自身的产品信息和竞争产品的信息，在现代市场营销管理中起到巨大的作用，它有助于企业根据自己的特点和优势来制定和完善企业的营销策略。在对市场情况进行分析时，企业可以运用统计学的原理和方法来实现对市场进行科学的调研和分析。首先，明确市场营销管理中所需要的对象，清楚了解市场调研所要达到的目的，然后，运用统计学的方法对现代市场营销所需要的数据进行分析，通过统计学方法的运用，为企业市场营销提供详实准确的市场信息，为企业进行顺利开展营销工作奠定基础，使企业的综合市场竞争力得以提高。

2统计学在市场营销中的应用

在进行现代企业市场营销时，为了更好的收集和处理市场信息，一般需要进行市场分析。实际的市场分析一般包括统计分析和统计整理。统计整理，是企业对调查统计搜集出来的资料加以汇总和分类，使这些原始的资料具有条理性和系统化，从这些枯燥乏味的数据背后感知其内在的联系以及事物发展的规律。统计分析，就是企业对统计整理和统计调查的各种数据加以对比和分析，再运用指数指标和动态的数列等方法对其进行深入的分析和总结，以致外在的、形象性的事物体现出来的他们内在变化规律，并以质的角度剖析出来，为市场营销的策划提供可靠的数据资源。所以，从以上的分析来看，企业的市场营销活动必须广泛的收集各种信息，并进行科学地处理，使统计学在市场营销中的重要作用得到充分发挥。实际上，对任何一个企业来讲，统计学分析方法在市场调查过程中，无论是最初的信息收集阶段，还是信息处理阶段的分析过程和数据辨别，都发挥着无可辩驳的关键作用。在我们当前的市场经济活动中，要重视以人为本的管理方法，大力地强调定性向定量的方向发展，这一切都会涉及到统计学方法。国家在进行经济调控时，也往往会应用到统计表格来表示一系列经济收支的情况，以便在宏观上对未来的经济投入比例进行相应的调整。所以，统计学分析有利于经济质量的不断提高和经济结构的优化。在经济管理中运用统计学进行渗透，可以更加直观和清晰的表达这一段时间内的经济发展状况。

3市场营销中的统计学分析方法

3．1统计分析的特征及管理步骤

统计分析的特征是定量和定性分析相结合;以统计数据作为依据，利用统计出来数据说话;分析的对象具有综合性;分析方法具有特殊性;分析的范围具有广泛性。我们只有牢牢抓住这些特点，同时，充分把握好企业市场营销这一行业的特殊性，才能真正做好市场营销统计学分析的工作。一般来说，企业市场营销管理的步骤可分为:分析市场所具备的机会、选择合适的目标市场、确立正确的营销组合策略、市场营销的决策和决策的实施与控制。这四个步骤与相应的统计学分析方法相配合，才能更好的为企业赢得更多的市场机遇，同时使企业的市场竞争力不断提升。

3．2市场营销中的统计学分析方法

3．2．1客户忠诚度和满意度的视角下的统计学分析

在现代社会里，企业如果要获得长远的竞争优势，一定离不开目标群体的满意度和支持度。目标群体，一般就是指顾客，当他们的需求被满足之后会产生心理的愉悦感。从统计学来分析，这个满意度就是指顾客的期望值与实际感知效果之间的差异函数，如果顾客实际感知的效果小于期望值，顾客就不会感到满意，反之，就会表现出满足。通常，顾客过去的购买经历，竞争者与销售者对自身产品的宣传与承诺，身边朋友的评论等，都会影响到顾客的期望值。因此，企业非常有必要通过统计学，对顾客满意度进行分析、测量，给企业的营销和决策提供更加可靠的依据。从顾客满意度引申出顾客忠诚度，使顾客从心理上对企业的产品产生一种发自内心的信赖感，行为上不自觉地维护该品牌，并重复购买的一种心理状态。实质上来说，顾客忠诚度就是其满意度的一种持续。但是，要从实质上区分顾客忠诚度与满意度，前者是一种行为，后者是一种态度。我们要从统计学角度对其进行分析，使顾客的忠诚度与满意度实现统一和转化，达到企业长期盈利的目标。企业人员要根据这些统计学的分析结果，建立顾客满意度指标体系和指数的模型，从中找出不足，并在营销过程中从顾客的角度对产品或服务的效能进行说明。

3．2．2市场细分视角下的统计学分析

市场竞争环境日益激烈，很多企业已经察觉到品牌或产品不能走单一的路线，而要寻求多元化发展，从小处着手，重新审视市场的特征和顾客的需求。这就是要求企业进行市场细分，细化市场中的消费者群，并在每个细分的消费群内部要有较高程度的同质性，又要与其他消费群体有一定的差异，以便企业能辨认和确定不同的目标市场和顾客群体;然后有针对性的采取措施，给产品进行产品定位并制定具体化的市场营销策略，为企业争取到最大化的利润空间。

3．2．3市场定价视角下的统计学分析

通常来说，企业的市场定价会受到多种因素的综合影响，例如，生产要素供给者、顾客、国家政策法规及其执行机构、市场中的竞争者等。成本导向、需求导向、竞争导向是企业市场定价的三种方法，这三种方法都是对于企业自身在市场上的竞争力而言，是企业为了让自己的产品或服务在如今激烈的市场竞争中更好的定位，来赢得更多更大的市场份额而制定出的价格策略。这种定价策略要分析人为订立的利润与企业成本之间的比例，要充分研究竞争对手等各方面的定价因素，并认真分析消费者的有效需求，以寻求各个价格变量之间存在的近似的线性关系，从而准确进行营销策划。因子分析方法是市场定价中的统计学分析较多采用一种方法，根据几个不同因子的比较而获得多个值，并对这些值进行平均值的计算，从而确定产品的基准价格。本质上看，就是把统计模型的运算和决策问题运用到市场定价问题中，不同利润下的标准差和期望值制定出不同的市场定价方案。所以，在市场定价中准确的统计决策模型，不仅有利于提高资金周转速度，节约企业成本，还有利于提高企业的市场竞争力。

4结束语

总之，统计学在现在市场营销中的应用是至关重要的。特别是在当前经济全球化、一体化趋势日益显著的背景下，必须加快调整企业的营销管理战略，广泛运用统计学分析方法，使企业的产品更适应市场的变化，提高企业的市场竞争能力，为企业的发展赢得更大的机遇。

应用统计学论文范文第3篇

关键词：统计学方法；医学论文；解析

中图分类号：G237 文献标识码：A 文章编号：1672-8122（2012）04-0132-02

一、引 言

医学由于其研究的复杂性和系统性，常需要应用严谨的统计学方法，由于有些作者对医学科研的统计学理论和方法的应用缺乏深刻了解，在医学论文中错误应用统计学方法的现象时有发生。统计学方法应用的错误直接导致统计结果的错误。例如统计学图表、统计学指标、统计学的显著性检验等。因此，正确应用统计学方法，并将所获得的结果进行正确的描述有助于单篇论著的质量提高，现将医学论文中统计学方法应用及其常见结果的错误解析如下。

二、医学论文统计学方法应用概况

医学论文的摘要是全文的高度浓缩[1]，主要由目的、方法、结果、结论组成。一般要求要写明主要的统计学方法、统计学研究结果和P值。一篇医学论文的质量往往通过摘要的统计学结果部分就能判断。统计学方法的选择和结果的表达直接影响单篇论著的科研水平。

（一）材料与方法部分

正文中，材料与方法部分必须对统计学方法的选择、应用、统计学显著性的设定进行明确说明。通过对统计学方法的描述，读者应该清楚论著的统计学设计思路。材料部分要清楚说明样本或病例的来源、入组和排除标准、样本量大小、研究组和对照组的设定条件、回顾性或者前瞻性研究、调查或者实验性研究、其他与研究有关的一般资料情况，其目的是表明统计学方法应用的合理性和可靠性，他人作相关研究时具备可重复性。方法部分应详细叙述研究组和对照组的不同处理过程、观察的具体指标、采用的测量技术，要具备可比较性和科学性，

方法部分还要专门介绍统计分析方法及其采用的统计软件。不同的数据处理要采用不同的方法，必须清楚的说明计数或者计量资料、两组或者多组比较、不同处理因素的关联性研究。常用的有两组间计量资料的t检验，多组间计量资料的F检验，计数资料的卡方检验，不同因素之间的相关分析和回归分析。有些遗传学研究方法还有专门的统计学方法，要在这里简要说明并给出参考文献，还要简单叙述统计方法的原理。统计学软件要清楚的说明软件的名称和版本号，如基于家系资料研究的FBAT1.7.3版本。

（二）论文结果部分

论文结果部分要显示应用统计学方法得到的统计量[2]，所采用的统计学指标较多时，往往分开叙述。分组比较多时还要借助统计图表来准确表达统计结果。对于数据的精确度，除了与测量仪器的精密程度有关外，还与样本本身的均数有关，所得值的单位一般采用紧邻均数除以三为原则。均数和标准差的有效位数要和原始数据一致。标准差或标准误差有时需要增加一个位数，百分比一般保留一个小数。在统计软件中，分析结果往往精确度比较高，一般要采用四舍五入的方法使其靠近实验的实际情况，否则还会降低论文的可信度和可读性。

结果部分的统计表采用统一的“三线”表，表题中要注明均数、标准差等数据类型。表格中的数值要按照行和列进行顺序放置，要求整齐美观，不能出现错行现象。要明确标注观察的例数，得到的检验统计量。统计图可以直观的表达研究结果，如回归和相关分析的散点图可以显示个体值的散布情况。曲线图表达个体均值在不同组别随时间变化的情况或者不同条件下重复测量的结果。误差条图由均数加减标准误绘出，描述的是67％的置信区间，不是95％，提倡在误差条图采用95％的置信区间。

关于统计量，一般采用均数与标准差两个指标，均数不宜单独使用。使用均数的时候要明确变异指标标准差或者精确性指标标准误。关于百分比，分母的确定必须要符合逻辑，过小的样本会导致分母过小而出现百分比过大的情况。百分率的比较要写清两者中不同的变化，可以采用卡方检验。

1.假设检验的结果中，常见只写P值的情况，有时候会误导读者，也会隐藏计算失误的情况，因此写出具体的统计值，如F值、t值，可以增强可信度。对于率、相关系数、均数这类描述统计量，要清楚写明进行过统计学检验并将结果列出。P值一般取0.05与0.01作为检验显著性，对于结果的计算要求具体的P值，如P＝0.23或P＝0.02。

2.在对论文进行讨论时，作为统计学方法产生的结果往往要作为作者的主要观点支持其科学假设，对统计结果的正确解释至关重要。P值很大表明两组间没有差别属于大概率事件，P值很小表明两组间没有差别的概率很小。当P

变量间虚假的相关关系与变量随时间变化而变化相关，统计学意义的关联并不表示变量间一定存在因果关系。因果关系的确定要根据专业知识和采用的研究方法的不同来考量。使用回归方程进行分析，当两变量间具有显著性关系，但是从自变量推测因变量仍然不会很精确。相关或回归系数不能预测推测结果的精确程度，而只是预测一个可信区间。诊断性检验应用于人群发病率很低的疾病，灵敏度、特异度的高低对于明确疾病诊断并不能很肯定。“假阳性率”与“假阴性率”根据实际的需要不同要求并不一致，在疾病患病率很低时，出现假阳性也是正常的，要确诊疾病必须要与临床症状体征相结合。因此，这两个率的计算方法必须交待清楚。

三、医学论文统计学方法应用的常见错误分析

（一）“材料与方法”中的统计学方法应用的常见错误

“材料与方法”中统计学方法常见的问题主要为：对样本的选择或者研究对象的来源和分组描述很少或者过于简单。例如，临床入组病例分组只采用简单的随机分组，未描述随机分组的方法，未描述是否双盲双模拟，未设置空白对照组，分组后对性别、年龄、文化程度的描述未进行统计学检验，对于特殊的统计学方法没有详细交代；动物实验分组的随机化原则描述过于简单，没有具体说清完全随机、配对或分层随机分组等；统计分析方法没有任何说明采用的分析软件，有的只说明采用的分析软件而不交代在软件中采用的统计方法；没有说明原因的情况下出现样本量过于小等情况。

（二）“结果”统计学方法应用的常见错误

1.应用正确的统计学方法出现的结果表达并不一定正确。例如前文所述数据的精确度要求。医学论文常见错误中包括均数、标准差、标准误等统计学指标与原始数据应保留的小数位数不同；对于率、例数、比值、比值比、相对危险度等统计学指标保留的小数点位数过多；罕见疾病的发病率、患病率、现患率等指标没有选择好基数，导致结果没有整数位；相关系数、回归系数等指标保留的小数位数过多或者过少；常用的一些检验统计量，如F值、t值保留的位数不符合要求。

2.对统计学指标进行分析和计算时，一般采用计数资料和计量资料进行区分。计量资料常用三线表，在近似服从正态分布的前提下采用均数、标准差进行说明，如果不符合正态分布时，可以采用加对数或其他的处理方式使其近似正态分布，否则只能采用中位数和四分位数间距等指标进行描述。医学论文中常见未对数据进行正态分布检验的计算，影响统计结果的真实性和可信度。对于率、构成比等常用的计数资料指标，常见样本量过小的问题，采用率进行描述会影响统计结果的可靠性，采用绝对数进行说明会显得客观一些。还有一些文献将构成比误用为率，也是不可取的。

3.在判断临床疗效之一指标时，两组平均疗效有差别并不意味着两组的每一个个体都有效或无效，必须通过计算有效率进行计算。如比较某药物治疗糖尿病的疗效，服药一周后，研究组和对照组的对血糖降低值分别为6.7 ±2.4 和1.2 ±0.6 ( P = 0.000 1) 。按空腹血糖值低于7.7mmol/L的疗效判定有效率，研究组和对照组的有效率分别为75.6%和12.4% ，尽管平均疗效相差较多，但也要注意到该药物对部分患者无效(24.4%)。对假设检验结果的统计学分析结果，P 值的表达提倡报告精确P值，如P = 0.015或P = 0.321等。目前的统计学分析软件均可自动计算精确的P 值。例如常用的SAS，SPSS等，只要提供原始数据，就可以计算出t值、F值和相应的自由度，并可获得精确的P值。

四、小 结

提高医学论文中统计学方法的使用质量是编辑部值得重视的一项长期而又艰巨的工作[3]，医学论文中统计方法应用和统计结果的表达正确与否，不仅体现了论文的科学性和严谨性，而且对于提高期刊整体的学术质量，促进医学科学的发展和传播也有着重要作用[4]。

参考文献：

[1] 李敬文,吕相征,薛爱华.医学期刊评论性文章摘要的添加对期刊被引频次的影响[J].编辑学报,2011(23).

[2] 陈长生.生物医学论文中统计结果的表达及解释[J].细胞与分子免疫学杂志,2008(24).

[3] 潘明志.新时期复合型医学科技期刊编辑应具备的素质和能力[J].中国科技期刊研究,2011 (22).

应用统计学论文范文第4篇

我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。

统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。

据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。

华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。

前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误

建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。

有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。

证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。

马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。

众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。

经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。

主观意见和直觉判断有很大的随意性，显然与现资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：

1结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。

2价值预测：分析未来证券发行和上市价格的理论定位，确定金

融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。

3政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。

4理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。

从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。

投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。

简单的统计和数学方法已经满足不了日益复杂的金融发展需要。随着统计和数学工具的推广应用，一门新兴的边缘科学——金融统计学应运而生。美国芝加哥大学、哥伦比亚大学、纽约大学和英国利兹大学先后确定了金融统计的硕士和本科生的培养计划。我国近几年来，像中国科技大学、南开大学和山东大学建立了统计金融系，去年北京大学相继成立了金融数学与金融工程管理中心、金融数学系；像北方工业大学统计学专业等建立的证券期货模拟实验室的也有很多家；开设相关专业的就更多了。

应用统计学论文范文第5篇

本文较系统地介绍了统计学在证券期货市场中的应用，其中包括作者的一些最新研究成果，如：证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。

关键词：统计学证券市场期货市场

分类号：O212C8F832.5文献标识码：A

文章编号：1002-1566(2000)01-0054-04

TheApplicationofStatisticsonSecuritiesandFuturesMarkets

LICong-zhu,DINGShao-fang,WANGLing-hua,SUNDa-ning

(NorthChinaUniversityofTechnology,100041)

Abstract：Inthispaper,theApplicationofStatisticsonSecuritiesandFuturesMarketsisintroduced,author''''smanynewachievementsareincludedinit,suchasstudyofindexsystemonSecuritiesandfuturemarkets;studyofXinHuaindexnumberofsecurities;studyandapplicationofinvestmentinbondandsoon.

KeyWords：statisticssecuritiesmarketsfuturesmarkets

一、序言

我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。

统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。

据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。

华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。

前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误

建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。

有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。

证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。

马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。

众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。

经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。

主观意见和直觉判断有很大的随意性，显然与现资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：

1结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。

2价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。

3政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。

4理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。

从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。

投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。

简单的统计和数学方法已经满足不了日益复杂的金融发展需要。随着统计和数学工具的推广应用，一门新兴的边缘科学——金融统计学应运而生。美国芝加哥大学、哥伦比亚大学、纽约大学和英国利兹大学先后确定了金融统计的硕士和本科生的培养计划。我国近几年来，像中国科技大学、南开大学和山东大学建立了统计金融系，去年北京大学相继成立了金融数学与金融工程管理中心、金融数学系；像北方工业大学统计学专业等建立的证券期货模拟实验室的也有很多家；开设相关专业的就更多了。

应用统计学论文范文第6篇

关键词:统计学;运动医学论文;体育类核心期刊

中图分类号:G80-32文献标识码:A文章编号:1006-7116(2010)11-0115-04

Analysis of statistical application errors in sports medical theses in

core journals in the sport category

ZHANG Ning

(Institute of Physical Education,Ningxia University,Yinchuan 750021,China)

Abstract: The author analyzed statistical application mistakes commonly seen in the writing of sports medical research theses in core journals in the sport category in recent years: 1)the division of experiment groups was irrational; the selection of testees violated the principle of homogeneity; 2)the comparison of the average of multiple samples was wrongly replaced with multiple t tests; single factor variance analysis was wrongly used for multiple factor variance analysis; statistical methods were irrational; 3)data type was wrongly judged, thus a wrong quantitative data statistical analysis method was used; the test of two sample rates was wrongly replaced with the t test of two samples.

Key words: statistics;sports medicine theses;core journals in the sport category

统计学是科学研究的基础,是研究结果科学性、可靠性的有力保障。而论文是研究成果的表达形式,通过论文可展示研究者的科研成果,也便于查阅者的了解、评价和引用。因此,在论文中要完整、准确地进行统计学内容的表述,以展示研究设计的合理性和研究结果的可靠性。但运动医学论文中存在的统计学错误仍相当严重,其中实验设计和统计资料的应用上最为突出。本文介绍论文中出现错误的部分,并对其进行了正确的统计学内容表述,以便供广大运动医学科研工作者参考。

1实验设计方面的问题

1)实验分组不合理。

例1:《有氧健身操结合饮食控制改善代谢综合征患者胰岛素抵抗、血脂、血糖的实验研究》[1]一文中研究对象为:西安市碑林区某社区代谢综合征患者77人年龄40~65(55.35±7.26)岁。按照接诊顺序将入选MS患者随机分为以下2组,综合干预组和对照组。

该文作者所选取代谢综合征患者年龄跨度较大(40~65岁),因为年龄的不同机能的代谢水平有很大的差异性,不能认为他们来自于同一个总体。把他们随机分入综合干预组和对照组参加试验,两组之间的可比性可能很差,其结论的可信度很低;如果,按年龄段分层随机化,组间的均衡性要高得多。

2)受试对象的选取违背同质性原则。

例2:《不同类型休闲活动对老年女性身体机能影响的差异性研究》[2]一文中对成都市老年大学、锦江区老年活动中心,随机选取离退休5年以上,年龄65～75岁之间老年女性为研究对象。并依据她们的年龄段将活动类型分为:为队、曲艺队、门球队、舞蹈队;测量指标为:血压及脉率,肺活量,椎体骨密度。

从一般的常识可知,经常参加体育锻炼的人有利于其血压及脉率,肺活量、椎体骨密度指标向好的方向发展。原作者所选取的活动类型为:、曲艺队、门球队、舞蹈。其中是一种智力游戏和身体运动没有什么关系,而曲艺,门球,舞蹈主要以身体运动为主(曲艺有利于人体的肺活量的提高)。所以原作者在试验设计时违背同质性原则[3]。

在实验设计时一定要遵守3大原则:对照、随机、重复。对照原则:要确定处理因素对实验指标的影响,如无对照是不能说明问题的。实验分组时有处理组和对照组。对照原则要求处理组和对照组除处理因素以外的其他可能影响实验的因素应力求一致(即齐同比较或有可比性)。随机原则:是使每个实验对象在接受分组处理时具有相等的机会,以减少偏性,使各种因素对各组的影响保持一致(均衡性好),通过随机化可减少分组人为误差。这是对资料分析时进行统计推断的前提。重复原则:是指可靠的实验应能在相同条件下重复出来(重现性),这就要求实验要有一定的例数(重复数)。因此,重复的含义是重现性与重复数。重现性可用统计学中显著性检验的值来衡量其是否满意[4]。

2定量资料统计分析存在的统计学错误

2.1多个样本均数比较错误应用多个t检验

例3:《有氧运动对大鼠血糖、血脂和血液凝固功能的影响》[5]一文中,将30只大鼠随机分为3组:对照组、小运动训练组和大运动训练组。对照组大鼠进行自由饮食和自由饮水;运动训练组动物在此基础上给予为期6周的游泳训练。有氧运动(游泳)、运动后2周和运动后4周从眼眶后静脉丛取血,以及实验结束时(运动后6周)断头取血,分别做血糖、血脂和有关凝血指标的测定。用SPSS统计软件对原始数据进行常规数理统计分析,计量资料用均数±标准差描述,显著性检验用t检验,P

这类错误是定量资料分析中最常见的错误,而且是原则性错误,会增加犯第一类错误的概率[6]。案例(原)表1资料为对照组、小运动组、大运动组不同有氧运动时间对大鼠血清LDL水平的影响,原作者用t检验分别对各组均数逐一进行比较。对照组大鼠在实验期间血清LDL水平没有明显变化P>0.05。与对照组相比,小运动组大鼠随着有氧运动时间的延长,血清LDL浓度逐渐降低,至第6周时,差异具有统计学意义P0.05,但与同期(第4周和第6周)小运动组大鼠血清LDL相比,差异具有统计学意义P

在应用t检验和方差分析时要注意它们之间的共性与区别。t检验和方差分析都是对总体(样本)均数的检验。当对两个以上的总体(样本)均数是否存在显著性差异进行检验时,如果用t检验,4个总体(样本)均数则需做c24=6次可能组合的检验。若在α=0.05的显著性水平上检验,则将降低统计结论效度。所以,两总体(样本)均数的检验用t检验,两个以上总体(样本)均数的检验用方差分析。

2.2处理多因素设计定量资料误用单因素设计定量资料的方差分析方法

例4:《不同营养干预对运动性贫血大鼠红细胞及铁代谢指标的影响》[7]一文中,实验目的为:观察补充复方阿胶中药与补充铁剂营养对运动性贫血大鼠红细胞及铁代谢指标的影响。方法:以32只健康雄性Wistar大鼠为研究对象,每只体重约300 g,随机分为4组,C组为安静对照组(n=8),E组为递增负荷跑台运动组(n=8),ENⅠ组为递增负荷跑台运动+阿胶营养补充组(n=8),ENⅡ组为递增负荷跑台运动+铁剂营养补充组(n=8)。然后ENⅠ组和ENⅡ组营养补充4周。实验结束后24h内处死。结论:9周递增负荷跑台运动导致大鼠红细胞相关指标的显著性下降,引起运动性贫血,但血液铁代谢无显著变化;补充4周复方阿胶中药制剂或铁制剂,提高红细胞相关指标,改善大鼠运动性贫血状况。数据统计方法实验数据用SPSS13.0软件中one-wayANOVA处理,结果用均数±标准差表示,显著性水平为P

原文采用单因素设计定量资料的方差分析不合适,仔细考察各处理组之间的关系有:是否递增负荷跑台运动,是否补阿胶营养或补铁剂营养(两者都能促进RBC生成,增加Hb含量的物质,在本研究中可以认为它们是同一因素),原文在固定一个因素于某个水平下观测另一个因素的作用,这种做法割裂了实验设计的整体性。正确的做法是,先从专业角度上分析二个实验因素之间是否存在交互作用、是否存在二个因素有主次之分、是否存在交互作用或交互作用可以忽略不计等情况。也就说对事物的影响只考虑施加了一个条件(因素)为单因素方差分析;如果施加了2个以上的条件(因素)为多因素方差分析。如果是多因素方差分析还要考虑施加的条件(因素)之间有没有联系、有没有主次之分。具体看(原)表2资料,施加了两个条例(因素)即递增负荷跑台运动和补阿胶营养或补铁剂营养,然后考虑两条件(因素)之间的联系,通过分析2个因素间存在交互作用的可能性比较大,应采用交互作用多因素方差分析处理此定量资料为宜。

2.3统计方法不合理,每一种统计方法都有其适用条件

例5:《高脂饮食对大鼠脂肪组织脂解调节因素的影响》[8],原文中采用单因素方差分析的LSD方法对(原)表3各组FFA浓度进行分析,得出结论具有统计学意义。

多个总体均数比较的方差分析,要求方差齐性。方差齐性实际上是指要比较的各组数据分布是否一致,通俗的说就是各组是否适合比较,一般的经验是如果在比较的各组中,如有一组的标准差是另一组的一倍时方差不齐性的概率较大。在做方差分析时,做方差齐性检验主要是确认数据的合理性(不具相关性)。对(原)表3数据进行方差齐性检验,可发现C组与OR组及OB组FFA浓度指标不能满足方差齐性的要求,故不能采用单因素方差分析的LSD方法。可以先进行对数、倒数或函数的转换,选择适当的转换形式,直到齐性检验变为不显著(不相关)。如果还不行就只能用非参数的单因素分析。

3定性资料统计分析方面存在的统计学错误

3.1误判资料类型,而误用定量资料统计分析方法

例6:题目:《传统体育对老年知识分子原发性高血压患者临床症状影响的观察研究》[9]原作者对原发性高血压,症状疗效评定标准是:头痛、眩晕、心悸、耳鸣、失眠、烦躁。各症状按症状轻重不同采用“半定量”计分法,按程度进行分级和计分,共分为4级:(“无”0分、“轻”1分、“中”2分、“重”3分),EH(原发性高血压)患者经6个月的传统体育锻炼实验,症状计分情况。治疗前后组内比较,除A组心悸、耳鸣、失眠症状外,3组均能改善老年知识分子EH(原发性高血压)患者临床症状(P

统计资料常常分为定量资料和定性资料两大类,所谓定量资料是指对每个观察单位用计量方法测量某项指标所获得的数值;如身高(cm)、血压(mmHg)、脉搏(次/min)、红细胞(104/mm-3)转氨酶(酶活性)等,都属于计量资料。而定性资料是指记录每个观察单位的某一方面的特征和性质[10]:如血型(A、B、O、AB)、职业(工人、农民、军人、学生)、性别(男、女),等等。本资料观察的是原发性高血压症状疗效,这里的0、1、2、3、4代表的是原发性高血压患者症状的轻重程度,属于定性资料中有序资料,(如:无、轻、中、重;治愈、显效、好转、无效、死亡),但原作者却错误地将其判断为定量资料,表的标题后括号内写 ±s的形式,表中给出也是平均数和标准差的数据。一般来说,t检验仅适于分析来自“单组设计、配对设计和成组设计”的定量资料,用分析定量资料的方法分析定性资料,显然是错误的。正确判定统计资料的类型是选用统计分析方法的首要前提[11]。本资料属定性资料,应根据分析目的,合理选用适合此类资料统计分析方法(如Riditi分析或者非参数检验秩和检验)。

3.2两样本率的检验误用两样本的t检验来代替

例7:《健身跑运动对中年人血脂异常者血脂、身体成分的影响》[12]一文中将所有受试者随机分成低强度组(L组)、中等强度组(M组)和对照组(C组)。数据统计数据用平均值±标准差形式表示。相关指标数据用t检验和多因素方差分析进行分析,P

运动医学研究离不开统计设计和统计学方法,如果选择错误导致结果有偏倚或结果原则性的错误,对运动医学的危害性较大。正确的统计分析是获得正确的科研结论的要素之一。只有明确资料的性质、试验设计类型、分析目的,掌握相关统计方法应用的前提条件,才能进行正确的统计分析。

参考文献:

[1] 郭汉,高晓华. 有氧健身操结合饮食控制改善代谢综合征患者胰岛素抵抗、血脂、血糖的实验研究[J]. 北京体育大学学报,2009,32(2):77-82.

[2] 王科峰. 不同类型休闲活动对老年女性身体机能影响的差异性研究[J]. 成都体育学院学报,2009,35(8):70-72.

[3] 潘发明,范引光,叶冬青. 卫生统计学教学形式和内容的拓展[J]. 疾病控制,2004,8(4):1-2.

[4] 赵书祥. 实用体育统计学[M]. 北京:北京体育大学出版社,2008.

[5] 章罗庚. 有氧运动对大鼠血糖、血脂和血液凝固功能的影响[J]. 北京体育大学学报,2009,32(7):66-68.

[6] 胡良平,刘惠刚. 定量与定性资料统计分析错误辨析(2)[J]. 外科理论与实践,2005,10(6):15-16.

[7] 薛统,高颀. 不同营养干预对运动性贫血大鼠红细胞及铁代谢指标的影响[J]. 北京体育大学学报,2009,32(8):62-64.

[8] 田吉明,汪军,王瑞元. 高脂饮食对大鼠脂肪组织脂解调节因素的影响[J]. 成都体育学院学报,2009,35(1):60-64.

[9] 汤庆华. 传统体育对老年知识分子原发性高血压患者临床症状影响的观察研究[J]. 北京体育大学学报,2009,32(2):67-69.

[10] 安胜利,统计学系列讲座(第8讲):基于秩次的非参数检验[J]. 护理学报,2006,13(9):94-95.

[11] 周素华,陆云霞. t检验和χ2检验常见误用辨析[J].公共卫生与预防医学,2007,18(2):110-111.

[12] 郑健荣. 健身跑运动对中年人血脂异常者血脂、身体成分的影响[J]. 北京体育大学学报,2009,32(7):56-59.

应用统计学论文范文第7篇

[关键词] 医学期刊 统计学问题 编辑

[中图分类号] G230 [文献标识码] A [文章编号] 1009-5853 （2013） 05-0067-03

医学统计学是一门以统计学原理和方法为基础，探索医学科研工作中遇到的有关数据的收集、整理和分析方法的应用科学，又可被看成一个收集信息、处理信息、分析信息，进而从中提炼和总结分析出新的信息的过程[1]。随着医学科研水平和医疗技术水平的不断提高，医学科研和临床实际工作中，人们对待科学的态度逐渐从原来的“经验主义”转变为“论据先行原则”，无论是在一些医学相关学科的基础实验中，还是在一些临床疾病的诊治等工作中，人们遇到问题时不再“想当然”，而是首先考虑为什么，有何依据，而这些依据大多需要通过统计学中的信息收集、整理、分析来提供。因此，医学统计学在医学工作中的地位越来越重要，统计学应用的正确与否直接影响着医学科研结论的科学性、严谨性和可靠性，具体到医学期刊方面，就会出现因统计学应用不恰当而导致医学期刊不严谨、不科学、不可靠和不具有影响力[2]。鉴于医学统计学在医学期刊中的重要地位，作者结合《肿瘤基础与临床》杂志2011年的240篇文章中出现的统计学问题，对目前我国医学期刊中常见的统计学问题进行分析，同时提出一定的解决方案，为医学编辑工作能力的提高以及医学期刊整体水平的上升提供一定帮助。

1 医学期刊中常见统计学问题

统计学的误用、错用和不用问题广泛存在于许多医学期刊中，统计学错误率处于较高水平，有文献报道期刊论文统计学错误率为38%—80%，而且统计学问题的种类几乎涉及统计学的每个方面，包括实验设计不合理、未进行统计学处理、统计分析软件未介绍或介绍不清、统计学数据的描述方法不当、统计学方法的描述不清或错用、统计值或P值不全或描述不清、统计学结果分析或描述错误等[3-4]。王倩等[5]对5种“中华”系列杂志刊登的文章的统计学应用进行回顾性分析，发现1985年统计学方法应用的错误率占24%，1995年占36%。沈进等[6]选取8种医学期刊，分析发表于1998年至2005年的544篇论著文章的统计学方法应用情况，结果显示，136篇的统计学出现明显错误，错误率达到25%，其中以资料处理方法不当所占比例最高，达到61.76%，其次为图表错误、未作统计学处理等。我刊2011年刊登的240篇论文中，排除个案报道、教学论文、棕色行论文36篇，剩余的204篇论文中有126篇论文采用了统计学处理，占61.76%（126/204），现结合本刊统计学应用现状针对医学期刊中常见的统计学问题进行分类分析如下。

1.1 统计研究设计不合理问题

大多数非统计学专业的学者在进行统计研究设计（包括实验设计、调查设计、临床试验设计）时仅仅从本专业的角度考虑，根据主观想要得到的结果进行分组设计，而完全没有考虑该实验设计的可行性、组间数据是否具有可比性等问题，主要表现在实验设计时不遵循随机化原则、未设置对照或对照不合理、均衡性原则贯彻不彻底等[7]。常见的统计研究设计不合理问题包括缺少对照或对照不合理、单因素设计取代多因素设计、样本量选择不具有代表性或样本量不足等[8]。例如，本刊《SMO蛋白及mRNA在食管癌鳞状细胞癌组织中的表达及意义》一文，在实验分组设计时未对各组间数据是否具有可比性进行统计学分析。

1.2 未进行统计学处理问题

许多医学期刊论文虽然也进行了分组设计、设立对照等，但是文中未说明采用何种统计方法，也未对这些数据进行统计学处理，仅仅通过对实验所得的实际数据的直观判断就得出结论[9]。例如，本刊《肺尖癌26例疗效分析》一文中，作者在分析不同治疗方法对肺尖癌的疗效时并未采用任何统计方法，而是直接得出了“综合治疗较单纯治疗更能延长肺尖癌患者生存期”的结论，这不符合现代医学科研的结论需有据而立的原则。

1.3 统计方法的描述不具体或错用问题

1.3.1 统计方法的描述不具体

一些医学期刊论文中列出的统计方法过于简单，甚至未列出，主要有以下几种情况[10-12]：在“材料与方法”部分中的“统计学处理”中未列出所用的统计学软件或仅列出所用软件而未说明所用软件的版本；对于何种数据采用何种统计方法仅笼统描述，未具体列出文中的那些数据应该用何统计方法；对于定量数据仅列出采取t检验或方差分析，而未列出是否进行正态性检验和方差齐性检验；对于两组定量数据无论是应该采用成组设计t检验还是配对设计t检验，均仅描述为“两组定量数据比较采用t检验”；对于两组或多组定性数据的比较，无论是仅需用 2检验，还是需要采用矫正 2检验或 2分割检验，均描述为“两组或多组定性数据的比较采用 2检验”；统计学符号书写不规范，例如，根据GB/T3358-82，F检验、P值、 2检验、t检验等中的字母应为斜体，不符合上述规定的书写均为错误情况，这在论文中非常普遍；未列出检验水准 ，检验水准 是事先设定的判断小概率实践的标准，实际意义是允许犯假阳性错误概率的最大值，需要根据不同的研究目的进行设定。例如，本刊《 -连环蛋白和层粘连蛋白的表达与垂体腺瘤侵袭性的关系》一文在“统计学处理”仅说明数据的比较采用t检验，而未说明t检验的类型。

1.3.2 统计方法的错用

一些医学期刊论文中的统计方法的应用存在明显的错误。对于所有定量数据，常见的错误有[13-14]：无论是否符合正态分布、是否方差齐，一律盲目应用t检验或单因素方差分析等参数检验方法进行比较分析；无论数据分为几组，一律采用t检验进行比较分析，把其当做定量数据比较的万能工具；无论各组数据是何关系，一律采用成组设计t检验或单因素方差分析。例如，本刊《癌症相关性乏力与TGF- 1的关系分析》一文中，定量数据进行比较分析之前未说明是否进行了方差齐性检验和正态性检验。对于所有定性数据，常见的错误有：把 2检验当做所有定性数据的万能统计工具，忽略了其应用的前提条件是， 2检验适用于正态分布的定性数据，且样本量最好>40，列联表数据进行 2检验时不能有1/5以上的格子其理论频数

1.4 统计结果的描述及分析错误问题

许多医学期刊论文中均可见到统计结果的描述或分析错误，常见的有以下几种[15-17]：1）对于定量数据应当根据是否符合正态分布而采用不同的描述方法，符合者一般采用“均数±标准差”或“均数±标准误”表示，而不符合者则采用中位数和四分位间距来进行表示，不按上述规定进行描述者均属于错误描述；2）对于定性数据，常见的错误是构成比和百分率不分，计算率或构成比等相对数的样本量过小；3）解释有统计学意义时仅根据P值的大小得出相应结论，例如对于A、B组2组的疗效（假定A组疗效优于B组），其“P

1.5 统计值和（或）P值描述不清以及统计值缺失问题

许多医学期刊对统计结果进行描述时，通常不能完整清晰地描述出统计值和P值，常见的有以下几种情况[18-19]：统计结果仅用“P0.05”得出结论，缺少相应的统计值；统计结果包括统计值，但是P值仅写出“0.05”，未列出具体的P值；仅列出具体的P值，而统计值缺失，上述几种情况均不利于文献阅读者进行数据验证和meta分析。例如，本刊《同步放化疗治疗局部晚期食管癌临床观察》一文中，所有统计结果均仅列出了“P0.05”，未列出具体的统计值和P值。

2 针对医学期刊中常见统计学错误的解决对策

目前，医学期刊论文的统计学问题已经成为衡量论文质量高低的重要标准，统计学的错误可能会导致论文学术水平和学术质量的降低，甚至有可能导致严重的后果。近年来，随着广大医学科研工作者和医学期刊编辑及审稿专家对医学统计学应用的重视，医学期刊论文中的统计学问题已经明显减少，但仍然处于较高的水平，这可能与以下几点有关[20-22]：论文作者、编辑及审稿专家思想上不够重视论文统计学应用；期刊编辑的统计学应用知识匮乏；选择审稿专家只注重其专业领域内的影响力，而未关注其统计学应用水平。因此，要想提高医学期刊的统计学应用水平，从而更进一步提高期刊总体质量，需要做到以下几点：作为医学期刊编辑，必须不断进行统计学相关知识的学习，例如参加相关培训班、旁听医学院校的统计学课程及请教统计方面的专家等，以提高自身的统计学应用水平，并从思想上重视统计学应用的审查，在给新投稿件的作者的初步意见中就强调统计学应用的重要性，规定一旦统计学有问题，论文可随时退稿；聘请医学统计学专家进入期刊编委会，负责所有论文的统计学审稿；应通过各种途径，向广大科研工作者宣讲统计学在医学科研工作中的重要性，使其养成良好的正确应用统计学的习惯；在科研课题设计过程中要求有统计学相关专家的参与；科技期刊中增加统计学应用栏目，刊登与本刊论文关系密切的统计学方法，或者刊登一些常见的统计学错误，与作者或读者交流，提高其统计学应用能力。

注 释

[1]孙振球.医学统计学（第3版）[M].北京：人民卫生出版社，2010：1-8

[2]胡良平，郭秀花，刘惠刚.医学统计学是评价医学科技论文质量优劣的重要依据[J].中华口腔医学杂志，2011，36（3）：229-232

[3][8]胡良平，李子建.医学统计学基础与典型错误辨析[M].北京：军事医学科学出版社，2003：4

[4] Garc韆-Berthou E，Alcaraz C.Incongruence between test statistics and P values in medical papers[J].BMC Med Res Methodol，2004，4：13

[5]王倩，张博恒.五种中华医学会系列杂志论著中统计方法的应用现状[J].中华医学杂志，1998，78（3）：230-233

[6]沈进，苟莉，汤洁，等.生物医学期刊中统计学方法应用情况分析[J].中国修复重建外科杂志，2007，21（5）：541-543

[7] [15]王晓瑜，王雅琢.《山东医药》论文中统计学错误分析[J].中国科技信息，2010（16）：193-194

[8][9][10][20]邱春晖，郭明兴，邱源.医学论文中统计学方法的误用及其防范措施[J].山东教育学院学报，2009（5）：116-118

[11] 冉明会，罗萍，邓丹.医学期刊编辑应注意的几个统计学处理问题[J].编辑学报，2009，21（6）：503-505

[12][16][18]李霞，张印朋，闫苏平.医学期刊作者来稿统计学应用与表述常见问题分析[J].中国科技期刊研究，2011，22（1）：88-89

[13] 王晓瑜，王雅琢，封艳辉，等.医学期刊投稿常见统计学问题分析[J].科技与出版，2011（11）：42-44

[14] 金永勤，王维.医学期刊编辑应重视统计学中的几个问题[J].编辑学报，2009，21（1）：33-34

[17]张功员，田庆丰.医学科研论文中统计结果表达和解释错误分析[J].郑州大学学报（医学版），2002，37（3）：338-340

[19]叶亮，李伟东，范欣生.医学论文中常见的统计学应用问题辨析[J].南京中医药大学学报（社会科学版），2011，12（4）：247-248

[21]吴红艳，尹平.医学期刊编辑应在数据的统计把关中有所作为[J].编辑学报，2008，20（5）：400-401

[22]彭敏宁，昌兰.统计学审稿：医学期刊质量控制的重中之重[J].长沙铁道学院学报（社会科学版），2007，8（1）：284-285

应用统计学论文范文第8篇

1调查对象和方法

1.1调查对象

温州医学院主办的4种医学学术期刊《温州医学院学报》、《中华眼视光学与视觉科学杂志》、《肝胆胰外科杂志》、《浙江创伤外科》2008-2009年出版的48期（每种期刊均为双月刊），合计2010篇论文。剔除消息、会议通知、纪要、勘误、投稿需知以及声明等无关的文章。

1.2方法

对全部论文按公认和权威的医学统计方法及孙振球主编的《医学统计学》［2］进行评判，在调查表中登记并复核。同一篇文章中重复使用1种统计方法的仅计1次，同一篇文章中出现不同统计方法的则分别记录。数据采用Excel管理和分析。

2结果

2.1载文量及统计学应用情况

由表1可以知道，2008-2009年温州医学院4种期刊所发表的论文数目为2010篇，其中有885篇（44.0%）论文使用了统计推断方法，1112篇（55.3%）论文为描述性研究，还有12篇（0.6%）论文为方法不明。

2.2统计学方法具体应用情况

由表2可以知道，在使用统计学方法的885篇论文中，其中有444篇（50.2%）使用了1种统计方法，396篇（44.7%）用了2种统计方法，42篇（4.7%）用了3种统计方法，3篇（0.3%）使用4种统计方法。

2.3统计学方法具体应用情况

由表3可以知道，在使用统学方法的885篇论文中，常见的统计学方法有χ2检验387篇（29.0%）、t检验371篇（27.8%）、方差分析443篇（33.2%）、相关分析84篇（6.3%）、秩和检验29篇（2.2%）、回归分析9篇（0.9%）以及其他统计学方法11篇（0.8%）。

2.4常见的统计问题

2.4.1统计学方法的错误使用在已经注明统计分析方法的文章中，有单因素方差分析代替重复测量资料的方差分析的错误，如某期刊一文中比较各组不同时间点惊厥持续状态海马神经元凋亡情况，应该采用重复测量资料的方差分析比较组间和组内的变化情况，以及交互效应，不是用单因素方差分析分析不同时间点的差异性［3］。而采用配对t检验代替重复测量资料的方差分析是最常见的统计方法错误。如某期刊一文中观察抗病毒联合保肾治疗乙肝病毒相关肾炎患者的24h尿蛋白、谷丙转氨酶、白蛋白、尿素氮和内生肌酐清除率的变化情况，治疗前后的变化情况应该用重复测量数据的方差分析，而不是用配对t检验，因为配对设计中同一对子的两个实验单位可以随机分配处理，两个实验单位可以同期观察结果，可以比较处理组间差别［4］。前后测量设计不能同期观察试验结果，虽然可以在前后测量之间安排处理，但本质上比较是前后差别，推论处理是否有效是有条件的，即假定测量时间对观测结果没有影响。同时配对t检验要求同一对子的两个实验单位的观测结果分别于差值相互独立，差值服从正态分布。而前后测量设计前后两次观测结果通常与差值不独立，大多数情况第一次观测结果与差值存在相关关系。这种错误的问题在临床疗效的研究中常见，主要用于比较治疗前后某些指标的变化情况。

2.4.2不注明统计学方法如某期刊一文中观察正常心肌缺血与糖尿病心肌缺血大鼠蛋白质组的差异，在比较血糖浓度与心肌梗死范围的变化情况中。虽然表中有χ2值和P值，但文章的研究方法中没有统计学方法描述［5］；某期刊对EB病毒膜蛋白家兔免疫血清的制备及其特性研究中，提到4只家兔之间血清特异性抗体效价比较差异无显著性，图表中没有统计结果显示，研究方法中无法知道是何种统计方法进行分析，这种实验结果的表述方式，不够严谨，缺乏科学性［6］。但是这种问题较少存在。同时不具体写统计值这种问题也经常遇到，例如χ2检验没有χ2值、t检验没有写出t值、方差分析没有F值.

2.4.3其他问题其他统计问题主要有：统计学方法中未说明是否双侧检验以及检验水准；组间两两比较没有具体标明采用的何种方法，是SNK-q检验、LSD-t检验或Dunnett-t检验（方差不齐时）等其他多重比较方法；同时实验结果的正态分布和方差齐性检验都未给予说明等等。有些文章标明了统计学方法，但是不具体说明是哪一种方法。例如只标明用t检验分析，未具体说明何种t检验，是单样本t检验、配对样本t检验还是两样本t检验；而方差分析也应该明确标明是单因素方差分析还是重复测量数据的方差分析，或者是其他方差分析；而χ2检验是四格表的χ2检验、行×列表资料的χ2检验（单向有序还是双向有序），等等，这类统计学问题在期刊中普遍存在。

3讨论

医学统计学是医学研究人员必须掌握的一门工具性学科，该学科是基于概率论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门科学。在医学科研中医学统计学的应用极其广泛，它贯穿了医学科研的始终。医学研究中的实验设计、资料收集、分析、推断等环节都离不开医学统计学思维［7］。本文调查结果表明，温州医学院主办的4种期刊所发表的论文统计学的应用情况较好，但是总体比例不高（44.0%），除《温州医学院学报》外，其他3种期刊所发表的论文主要是以描述为主（临床治疗和应用），因此要鼓励临床医护人员在设计试验和撰写论文时，多采用对照比较和实验统计学方法，通过统计推断得出更为科学的结果，避免因抽样误差得出不正确的结论。同时应用统计学的文章中，存在一定的统计学问题，主要表现在统计学方法的错误使用、不注明所用的统计学方法和不具体写统计值等。为了进一步提高这些期刊的统计学质量，使作者、审稿者和编者的高度重视统计学的应用，可能需要做好以下几点：

（1）加强宣传统计学的重要性，提高作者对统计学的认识，普及统计学知识，强化他们的统计学意识，正确引导和提高对医学统计学的认识，务必使其在科研工作中和撰写论文时做到广泛和正确应用统计学。因此，各教学单位和研究机构需提高科研人员对统计学重要性的认识，普及统计学知识。请统计学专家进行培训指导，对统计学方法的适用条件、特殊要求做到的真正理解、掌握和灵活应用［8］。

（2）医学研究论文专业性较强，经常涉及统计学处理问题，时常会遇到统计方法复杂的稿件，这就需要医学统计学专家进行审核，对统计学描述及应用情况进行把关，对于存在统计学问题的文章应及时和作者沟通，认真写好稿件的修改意见。因此，编辑部应该先将稿件给统计学专家审核后，方可给相关专家审稿，只有这样，才能保证研究成果的真实性和可靠性。因此，期刊应增设统计学专家为编委，专门负责稿件统计学方面的审查工作，对于统计学方法不符合标准或不过关的稿件坚决不予发表，使实验设计和统计推断更为科学，这样才能真正提高稿件的水平［9］。

（3）编辑部应该有计划地聘请统计学专家对编辑人员进行统计学知识的培训指导；定期开展统计学知识讲座；或者要求编辑人员跟班进行学习，并参与相关考试，这样才能提高编辑人员的统计学知识水平。同时编辑人员本身也要通过不同途径努力提高自身的统计学知识，不断丰富自己的统计学经验，为自己的工作打好基础［10］。

应用统计学论文范文第9篇

在医学论文写作中,医学统计学方法应用是必不可少的,正确使用能保证科研工作顺利进行,并使科研成果更具有科学性、代表性和可靠性。反之,如果使用不当或者误用,会直接影响研究结果的质量,反而会使读者产生误解,甚至有时会导致错误的结论。近年来，医学统计学方法在医学科研中的应用越来越受到国内广大医学科研工作者的重视，统计分析结果表达已成为医学论文中一个不可缺少的重要组成部分。医学统计学是评价医学科技论文质量优劣的重要依据，然而从近年发表的论文来看,有不少作者对统计方法的使用还不熟悉,实际应用中统计方法滥用、错用和误用的情况时有发生[1]。据国外20世纪60年代到80年代对不同医学期刊的调查，有统计学错误的论文比例最高者达66％，最低者也有20％[2-4]。国内有学者对5种中华医学会系列杂志论著中统计学方法的应用状况进行了调查，结果显示，1985年统计错误的论文比例为24％,1995年为36％[5]。这些调查研究均说明统计方法误用的严重性以及正确应用的紧迫性。国外从20世纪70年代起就有针对医学论文的科研设计与统计方法应用情况的调查研究，国内学者也进行了相关研究[6]。这种研究有助于及时了解医学科研论文中统计方法的应用质量，发现存在的问题，提高医学科研工作者应用统计方法的水平。笔者总结了近年来已发表的医学科技论文中常见的统计学问题，希望能引起各位专家学者和临床医生的共识与重视，促进我国医学期刊质量的提高。

1　统计设计存在的常见问题

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]。#p#分页标题#e#

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著性，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。

2.2.2假设检验方法交代不清不交

代假设检验方法或假设检验方法交代的不具体、不清楚是医学科研论文中常见的错误。如果不交代假设检验方法或假设检验方法交代的不具体，读者就无法考察论文的统计学方法选择的是否正确，无法核对计算结果是否准确。每一种假设检验方法都有其特定的适应条件和严格的适用范围。对于同一组资料，采用不同的假设检验方法可能得出截然相反的结论。如将配对设计的资料按成组设计资料的方法处理，将会损失样本提供的信息、降低检验效率，可能使原本有统计学意义的结果无统计学意义[14]。在论文写作时，不但要交代选用的是什么统计学方法，而且统计学方法要尽可能具体。如选择t检验，要说明是配对t检验，还是成组t检验；选择方差分析时，要说明是完全随机设计的方差分析，还是配伍组设计的方差分析。对于四格表资料，应说明是一般四格表χ2检验、配对四格表χ2检验及四格表资料的精确概率法等。

2.2.3统计方法选择常见错误

①误用χ2检验。χ2检验有一定的适用条件,n>40且理论数(T)>5时,可用一般χ2检验;n>40,但至少有1个T>1且T<5时,可用校正χ2检验;n<40或T<1时用χ2检验的确切概率法[15]。②t检验误用于多组资料的比较。在医学期刊中常会出现将t检验误用于多组资料的比较。多组资料的比较应该采用方差分析(F检验),当差异具有统计学意义时,再进一步作两两比较。当各组均与一个对照组比较时采用Dunnettt检验;当各组相互循环比较时,则常采用Student-Newman-keuls(SNK)检验,又称q检验[16]。③配对t检验与成组t检验误用。大部分论文只注明采用t检验,而未注明是配对t检验还是成组t检验。配对t检验常用于处理前后的自身对照,即差值均数与总体均数“0”的比较;成组t检验适用于成正态分布的两个小样本均数间的比较。④资料不呈正态分布时未用非参数检验。t检验F检验等适用于呈正态分布、方差齐且有确切的测量数值的资料,而非参数检验(如符号检验、秩和检验Wilcoxon法、秩检验-KruskalWallis法、Friedman法、Ridit分析、Seperman相关等)对资料无特殊要求,对按大小顺序、评分、等级、反应程度甚至色调深浅等资料都可进行分析比较[17-18]。因此,对于多组计量资料的比较,呈正态分布且方差齐时用F检验,方差不齐时可用变量变换,或采用秩和检验;对于两个小样本均数的比较或处理前后的比较,方差齐时用成组t检验或配对t检验，方差不齐时用t′检验[19]。

3结果解释时存在的问题

统计分析的结果是无效假设或是不能无效假设。无效假设在一般的统计检验为两组总体参数相等。无效假设只能说两组总体参数不相等而并不能说两组相差很大。两组相差如何要对可信区间进行研究观察后得出。由于统计检验不能得出差别的大小,因而结论不能说“有明显差异”或“有显著差异”,也不能说“差异非常显著”,更不能说“差异明显”。在国外的统计书籍上的英语表达为“significant”,它的正确意义应当是“有意义的、有重要性的”。俄语为“Значмый”和日语中的“有意”也是这个意思。国内只有极个别的英汉词典把“significant”误译为“显著的”。正确的说法应当是“差异有统计学意义”或“差异有高度统计学意义”等[20]。在解释差别有统计学意义的结果时，有些人常常根据P值的大小作出对实验效应差别程度不同的专业结论[21]。例如某实验研究，比较甲、乙两种治疗方法对某病的治疗效果(假定甲法的疗效优于乙法)，若得到“P<0.001”，则认为甲法极显著优于乙法；若得到“P<0.01”，则认为甲法非常显著优于乙法；若得到“P<0.05”，则认为甲法显著优于乙法。犯这种错误的原因是错误的理解了统计学中P值的概念[7]。统计学上根据假设检验原理推算出来的P值表示拒绝特定的无效假设可能犯假阳性错误的概率。P值的大小并非指差异的太小，只能反映两者相同或不相同。P值越小，说明越有理由认为两种处理方法效果不同，而不能反映对比的两组或多组之间差异的大小。差异的大小只能根据专业知识来确定。此外，甚至在部分投稿文章中未交代所采用的统计分析方法，也未见应用统计学的迹象，仅从各组数据的均数大小做出了统计推断。医学期刊论文中暴露出来的统计学错误，从表面上看是编辑部和审稿者把关不严所致。事实上，即使审稿时发现了上述错误，也无法改正。因为实验设计的错误只有在科研工作开始之前才有可能得到纠正。即使编辑工作者能够阻止有严重统计学问题的，也仅仅是治标而已。如何使广大医学论文作者在医学研究中正确应用统计学，提高科研质量才是治本[7]。#p#分页标题#e#

4对策与建议

众所周知，统计学是从事科学研究不可缺少的工具。从试验设计、资料收集与表达、数据处理和结果分析，每一个环节都需要正确地运用统计知识，才能真正发挥统计学在科学研究中应起的作用。然而，在已出版和发表的一些学术专著和论文中、通过评审的科研成果和答辩的学位论文中，经常可以看到忽视、轻视和误用统计学的现象[22]。

知识应完善编辑人员的知识结构,保证统计学应用的准确性。为此,可定期聘请统计学专家对审稿人员进行统计学知识培训。科技期刊的群体效应理论[23]认为,期刊编辑的专业结构应多元化,以利于编辑互相学习,实现知识互补。医学期刊编辑部可考虑聘用统计学专业的研究生作为编辑。编辑应将医学统计学作为自己的必修课,通过多种方式,如自学自修,参加讲座或培训班学习统计学知识,有条件的编辑部,如医学院校学报编辑部,可以有计划地组织编辑参加本科生或研究生医学统计学课程的学习,也可鼓励编辑人员在职攻读统计学专业研究生学位。这样,可以提高全体编辑人员的统计学水平,最终使编辑和审稿人都能够发现论文中存在的统计学错误,并指导作者修改,正确进行医学论文中有关统计学分析的描述[24]。另外，有关职能部门或学会可组织与医学统计学相关的培训班,聘请统计学专家讲课,对编辑人员进行定期统计学知识培训,加强科研设计、统计学知识的学习[19]。

4.2加强医学统计学专家审稿

医学研究论文专业性强,经常涉及统计学处理问题,有时会遇到统计方法复杂的稿件,这不仅需要本学科专家审稿,而且需要医学统计专家把关,只有这样,才能保证论文所报道的研究成果的真实性和可靠性。医学期刊编委会中应有统计学专家,专门负责稿件统计学方面的审查工作。

4.3强化作者的统计学意识

目前,我国医学科研工作者对统计学的重视不够,没有认识到统计学的重要性。因此,要加强宣传,提高医学科研人员对统计学重要性的认识,强化他们的统计学意识,务必在科研工作中和撰写论文时做到正确应用统计学。另外,还可以对作者开办有关科研论文撰写知识的培训班,面向临床医生,特别是年轻医生定期培训。请有研究经验的专家讲授科研课题的设计方法、如何正确运用统计学方法等。这些措施有利于强化作者的统计学意识,并树立其精品意识,有利于增加优质稿源,从而提高期刊学术质量[19]。

应用统计学论文范文第10篇

【关键词】 医学论文； 医学统计方法； 正确运用

中图分类号 R3 文献标识码 B 文章编号 1674-6805（2014）3-0157-02

在编写医学论文时，经常要运用收集到的数据进行各种医学统计的分析，医学统计方法应用不当，常常会带来错误的结论，影响整个论文的质量[1]。因此，统计学方法是否正确运用是判断论文科学性的主要依据[2]。本文对医学论文中统计方法的正确应用进行探讨，通过结合一些论文中出现的统计学方法运用错误的实例，分析如何正确选择恰当的统计学方法，以提高医学论文的统计质量及学术水平。

1 统计学方法简介

统计学方法包括统计软件包、统计分析方法以及检验水准三方面的内容。其中医学论文中常提到检验水准即α，它是用来表示组间实际无差别而统计结果判断有差别，犯这类错误的概率[3]。实际工作中常取α=0.05，当研究数据计算的P值小于0.05时，组间差异比较被认为有统计学意义[4]。统计学方法包括统计描述和假设检验两个方面的内容。统计描述是指根据资料及原始数据分布的类型，选择正确的指标来描叙资料及数据的特征。而假设检验即组间差异性检验，是医学论文中最常用的统计学方法。资料类型则包括能用具体数据表示的定量资料与不能用具体数值表示但能反映被观察对象某一特征的定性资料。定性资料的统计描述包括率、相对比和构成比。而参数法及非参数法是常用的定量资料统计分析方法。参数法一般包括t检验、方差分析，非参数法常用的有秩和检验[5]。

2 试验设计中的统计学原理

合理的试验设计与统计处理的可信度存在直接联系，研究者在编写医学论文时应对医学研究设计方法进行说明。在进行试验设计时应遵循随机、对照、均衡和重复四大原则[6]。在进行试验设计的时候通常会涉及到研究对象的选择，研究对象的分组及选择合理的检测指标三个方面的内容。

医学论文就是通过对样本的研究来进行推断总体，找出其共性，得出结论。因此研究者在选择研究对象时应注意选择样本应具有一定数量，能反映出该事物的规律性特征，但又应注意例数不能太多，以免造成不必要的浪费。其选择的原则就是在保证试验结果可靠性的前提下选择最少的样本例数。研究者在选择样本对象后应对其基本特征进行详细的描述，比如患者的年龄、性别、病理分期、疾病诊断的标准等。此外在试验中所用到的试剂、仪器的型号、规格等都应作出说明，以供读者借鉴和做出判断。选定好研究对象后就要对其进行分组。在进行分组时研究者一般遵循统计学中的“随机分配”、“设立对照”以及“均衡”、“重复”的原则。随机化原则是提高组间均衡性的一个重要手段，也是资料分析时进行统计推断的前提。有对照才有比较，在进行组间比较时，应确定好处理因素与实验效应的关系。均衡性则是要使得对结果产生影响的非处理因素尽可能保持一致，这样才能保证对照的结果让人信服。观察实验效应的指标主要有主观指标与客观指标。正所谓主观指标就是通过问答的方式调查受试者自己判断的主观感受；而客观指标则是通过仪器来检验和测量所得出的结果。在进行试验设计时应选择客观性较强、高灵敏性和精确性的指标。

3 统计学方法的选择

统计学方法的正确选择是直接影响到论文结论可信度的重要依据，因此研究者在编写论文时应注意选择合适的统计学方法。不同的统计学方法应用的范围不同。研究者在编写医学论文时常根据论文研究的目的、资料类型、试验设计的方案、样品大小、水平数、特定条件、数据分布特征以及综合分析等来选择对应的统计方法，同时还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择。当定性资料正态分布时，研究者一般用均数和标准差来表示统计描述指标；当定性资料不符合正态分布时，则可选用中位数及级差来表示；当定量资料正态分布且组间方差齐时一般选用参数法，反之则选用非参数法。t检验一般适用于小样本（n

4 常见统计学方法的误用分析及对策

4.1 统计方法误用

最常见统计方法误用是对等级资料进行比较时应用秩和检验而误用卡方检验。例如：在评价采取不同治疗方法的两组急性脑血管病患者疗效中，治疗组显著有效、有效、无效三种分型分别为15例、10例、8例，对照组分别为14例、11例、9例。本资料例数较少，应选用等级比较的秩和检验，而有些作者却认为只要是率的比较就可以采用字2检验。研究者在选择统计学方法时应根据相应的原则，对文章研究目的、资料类型、样品大小、水平数、数据分布特征等进行综合分析后，再来选择对应的统计方法。

4.2 统计方法应用错误

例如在一组资料中将临床疑似为支原体肺炎的201例患儿作为研究对象，分别采用三种检测方法检测实际患病人数以进行确诊，比较其检测率。则原文结果显示：MP-IgM组、咽拭子培养法阳性检出率与MP-PCR组比较，差异均有统计学意义（字2=6.38，字2=16.72，P

表1 小儿支原体肺炎三种不同检测方法阳性检出率比较

检测方法 阳性（例） 阴性（例） 检出率（%）

MP-PCR组（n=76） 42 34 55.26

MP-IgM组（n=91） 32 59 35.16

咽拭子培养法（n=34） 5 29 14.71

4.3 处理定量资料时均数表达问题

处理定量资料时常出现均值表达不准的问题。在定量资料平均数的计算时，研究者常用平均数（x）来反映平均水平。但只适合于定量资料中呈正态分布的资料。而对于偏态分布资料或信息不全的资料则需使用中位数。例如9例手足口病患儿年龄为1、1.5、2、2、2.5、3、5、7、12的平均数（x）为4，中位数为2.5。为更准确地反映年龄分布的集中位置，宜采用中位数而不是平均数。

4.4 选用检验方法错误

在有些论文中，作者常将本应用方差分析和q检验的误用t检验。t检验一般适用于小样本（n

5 结论表述中的统计学应用

资料的统计处理不是医学研究工作的最终目的，而是通过统计学分析为研究结论提供依据或者线索。因此，在对统计资料进行分析后应把握统计学术语，对结论做出科学的分析跟解释。在根据统计结果得出专业结论时研究者应遵循一个重要原则，就是统计结论都是概率性的，不能绝对地肯定或否定。研究者习惯上将“P

总之，不同的统计分析方法均有其适用的范围和应用的条件，研究者在书写医学论文时应根据论文设计及资料的类型进行合理的试验设计，选择恰当的统计分析方法，切记勿盲目套用。同时，还应注意得出的结果和结论应满足设计的要求。医学统计方法的正确运用，是充分利用试验研究获得的数据，也是最终得出科学、可信的结论的必要条件。

参考文献

[1]方积乾，陆盈.现代医学统计学[M].北京：人民卫生出版社，2002：210-217.

[2]刘惠刚，胡良平.医学论文中统计分析错误辨析与释疑[J].中华医学杂志，2004，84（13）：166-168.

[3]王玖，徐天和，祁爱琴，等.医学论文统计学误用及其防范对策[J].编辑学报，2002，14（6）：417-418.

[4]孙振球.医学统计学[M].第2版.北京：人民卫生出版社，2006：55-56.

[5]杨湘华，尚磊，徐勇勇.重视统计学在科技论文中的正确应用[J].中华医学写作杂志，2004，11（13）：1081-1083.

[6]唐军.中国医学统计百科全书：单变量推断统计分册[M].北京：人民卫生出版社，2004：25-35.

[7]胡良平，王功鹏.合理选用统计分析方法[J].中国医学影像学杂志，1996，4（3）：185-192.

[8]于国艺，周晓彬，王俊.医学论文常见统计方法误用分析[J].编辑学报，1998：10（3）：132.