時間：2023-08-08 09:22:41
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇多元統計學方法，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
【摘要】
目的：提出一種基于改良馬氏深度函數的多變量參考值范圍統計學建立方法，并以此為基礎探討統計深度函數在解決多變量參考值范圍問題方面的實際應用價值. 方法：采用計算機模擬試驗和實際數據分析相結合的方式，從參考值范圍幾何特征、參考值范圍合法性與有效性等方面對新的和現有的幾種多變量參考值范圍建立方法進行比較分析. 結果：改良馬氏深度法建立的二元參考值范圍具有典型的中心橢圓特征，對于多元正態分布資料，改良馬氏深度法與正態分布法一致性在98.5%以上，實例數據分析結果顯示改良馬氏深度法建立的參考值范圍大小比多元正態分布法更接近理論水平. 結論：改良馬氏深度法在參考值范圍幾何特征方面符合要求，在合法性及有效性方面優于現有的成熟方法，可以作為多變量參考值范圍的有效統計學建立方法.
【關鍵詞】 參考值 計算機模擬試驗 深度函數 統計學方法
0引言
醫學多變量參考值范圍統計學建立方法是困擾醫學統計工作者的重要問題之一. 目前的多變量參考值范圍多采用多次重復使用單變量參考區間的方法，但此方法的主要問題之一是無法處理變量間相關性的影響. 針對多元正態分布資料，多元正態分布法仍是最有效的方法［1］，而近年來有關學者提出的多指標百分位數法［2］和全息元法［3］等在探索針對其它類型資料的多變量參考值范圍建立方法方面做出了有益的嘗試.
統計深度函數是針對多元數據的基于空間排列的一種順序統計量，具有明顯的非參數特性，可作為醫學多變量參考值范圍統計學方法的一種選擇. 為探討統計深度函數在多變量參考值范圍統計學方法上的應用價值，本研究提出一種基于改良馬氏深度函數的多變量參考值范圍統計學建立方法，并通過模擬試驗和實例數據分析探討該方法的實際應用價值.
1材料和方法
1.1材料本研究實例數據資料來源于2001年某省健康青年體檢數據. 其中包含3453例受測者，全部為男性，年齡14.5~29.5平均（18.41±1.01）歲. 數據包括血壓、體型和體能等三類多元指標. 其中血壓指標包括收縮壓和舒張壓2個變量；體型指標包括身高、坐高、肩寬、體質量、胸圍、腰圍、臀圍等7個變量；體能指標包括肺活量、立定跳遠距離、俯臥撐次數以及仰臥起坐次數等4個變量.
1.2方法
1.2.1改良馬氏深度函數方法設計統計深度函數用以計算多元數據基于空間排列的秩次以及各種順序統計量［4］. 本研究以馬氏深度函數［4］為基礎，經過適當的改良后，將其應用于多變量參考值范圍統計學建立方法. 其改良方法如下.
從提高馬氏深度函數穩健性考慮，對其進行以下操作：在進行空間排列順序計算前，先對原始變量進行標準化，使各變量具有相同的變異程度；以中位數向量為位置參數；以Spearman秩相關矩陣為變異矩陣. 改良馬氏深度函數可表達為式（1）的形式.
MDS(x，F)=［1+(xs-Mds)′R-1s(xs-Mds)］-1(1)
其中，xs表示各分量經標準化后的數據向量，Mds表示各分量經標準化后的中位數向量，Rs表示原始樣本數據的Spearman秩相關矩陣.
改良馬氏深度法建立多變量參考值范圍的主要操作步驟如下: ①應用改良馬氏深度函數將多元數據類型的參考樣本轉化為統計深度指標，實現多元數據向單變量數據的轉換；
②采用百分位數法建立統計深度指標的指定容量的單側參考值區間（右側區間，包括中心點對應的統計深度最大值）；
③對于新樣品，先依據參考樣本的中位數向量和秩相關矩陣計算其對應的統計深度，并依據上述統計深度單側參考值區間判斷其正、異常分類.
1.2.2運算環境與分析方法本研究的全部分析計算過程均在SAS 9.1軟件環境下通過編程方法完成. 將從參考值范圍空間幾何特征、參考值范圍一致性以及實例分析等方面對改良馬氏深度法和現有的幾種方法（多元正態分布法、多指標百分位數法、全息元法）進行對比分析，以考察改良馬氏深度法的優缺點及其實際應用價值.
參考值范圍空間幾何特征分析以計算機模擬數據為基礎，為簡便操作僅從二元正態分布資料參考值范圍的幾何分布形態入手進行探討. 具體操作為：針對二元正態分布的模擬數據建立多變量參考值范圍，并直接對參考樣本進行分類并繪制散點圖，觀察其空間幾何特征，從而考察各種方法所建參考值范圍的合理性.
由于多元正態分布法是針對多元正態分布資料的最可靠的多變量參考值范圍統計學方法，此處我們通過考察多元正態分布情形下改良馬氏深度法和多元正態分布法所建立參考值范圍的一致性（針對參考樣本的分類結果一致性），來驗證該方法的可靠性.
實例分析將采用隨機抽樣方法（采用SAS的surveyselect過程實現）從實例數據抽取800人作為參考樣本，應用改良馬氏深度法和多元正態分布法建立其50%，75%，95%的參考值范圍，并將此參考值范圍應用于全部受檢者，判斷其“正、異常”分類，計算“正常”者的百分比并與理論水平比較，從而評價兩種方法所建立參考值范圍的可靠性. 2結果
2.1參考值范圍幾何特征一般來講，理想的多變量參考值范圍應當表現為樣本數據點分布中心區域上橢圓或近似橢圓的幾何形態. 本研究的分析結果顯示，現有三種方法中多元正態分布法的參考值范圍呈中心區域的橢圓型，多指標百分位數法為矩形，而全息元法則為帶狀，后兩者的結果不符合中心橢圓區域的基本要求. 改良馬氏深度法建立的參考值范圍與多元正態分布法一致，呈中心區域的橢圓形. 對于三維或更高維度的數據樣本，不難推斷上述結果應當同樣適用，此處不再列出.
2.2參考值范圍一致性分析結果顯示，改良馬氏深度法建立的參考值范圍與多元正態分布法具有很高的一致性，一致率均在98.5%以上.
2.3實例分析對于全部三類多元指標，改良馬氏深度法建立的參考值范圍大小均比多元正態分布法更接近理論水平，表現出更高的可靠性（表1）.表1三類多元指標參考值范圍可靠性對比情況
3討論
多變量參考值范圍是醫療衛生領域常見的數據處理問題之一. 多元正態分布法的應用條件較為嚴格，要求樣本服從多元正態分布的假設. 雖然某些資料可通過變量變換的方式轉換為多元正態分布，但實際工作中多數數據資料仍無法滿足此條件［1］，因此多元正態分布法的適用范圍有限. 目前常用的替代方法多次重復應用單變量參考區間的方法仍然無法解決，所進行的有關此類問題的研究也未能完全解決多元數據各分量間相關性所帶來的問題.
統計深度函數作為一種描述多元數據空間分布相對位置的非參數統計量，為多變量參考值范圍統計學建立方法的降維操作提供了新的選擇［5-8］. 馬氏深度函數考慮了多元數據的內部相關性，更符合醫學多變量參考值范圍中的實際應用需要［9］. 然而其定義中的位置參數和變異矩陣以參數法為基礎，影響了其穩健性. 本研究以馬氏深度函數為基礎，提出一種改良的馬氏深度函數，并嘗試了該深度函數在解決多變量參考值范圍問題方面的應用效果. 改良馬氏深度改變了原有函數定義中的位置參數和變異矩陣，提高了深度函數的穩健性. 從本研究的分析結果來看，改良馬氏深度法能夠建立合法有效的多變量參考值范圍，具有更高的穩健性，在醫學多變量資料參考值范圍統計學建立方法方面值得進一步的探討和研究.
【參考文獻】
［1］ Hekking M， Lindemans J， Gelsema ES. A computer program for constructing multivariate reference models［J］. Comput Methods Programs Biomed， 1997， 53(3): 191-200.
［2］ 陳彬， 李克， 林昆， 等. 用多指標百分位數法確定醫學參考值［J］. 西部醫學， 2003， 1(2): 185-186.
［3］ 王潤華， 田小兵. 全息元法制定多指標參考值范圍研究［J］. 重慶醫科大學學報， 2001， 26(2): 171-174.
［4］ Zuo YJ， Robert S. General notions of statistical depth function［J］. Anal Stat， 2000， 28(2): 461-482.
［5］ Gerhard JW. A note on the depth function of combinatorial optimization problems［J］. Dis Appl Math， 2001， 108: 325-328.
［6］ Anja S， Peter JR. Halfspace depth and regression depth characterize the empirical distribution［J］. J Multivariate Anal， 1999， 69: 135-153.
［7］ Zuo YJ， Robert S. Structural properties and convergence results for contours of sample statistical depth functions［J］. Anal Stat， 2000， 28(2): 483-499.
醫學檢驗技術專業對從業者的《衛生統計學》知識有較高要求，不僅包括常用統計圖表的繪制，常用統計原理、統計方法的理解，還包括檢測結果的質量控制和部分多因素分析等。因此《，衛生統計學》是醫學檢驗專業一門重要的必修課。
2高職醫學檢驗專業《衛生統計學》教學改革初探
2.1改革教學內容
2.1.1結合職業崗位需求，精選授課內容:不同的職業崗位對《衛生統計學》知識的需求存在較大差異，教師要對專業崗位需求有清晰的認識，認真研讀該專業的人才培養方案，明確該專業對《衛生統計學》知識的整體需求和知識結構。高職醫學檢驗技術專業對《衛生統計學》專業知識的需求主要包括常用統計圖表的制作、常用資料的統計描述和統計推斷、相關與回歸分析等，很少用到多元回歸分析、醫學科研設計等統計方法。因此，教師要結合專業特點對教材內容進行合理的梳理和篩選。
2.1.2強調對基本原理、概念的理解，形成統計思維，避免死記硬背:五年高職學生普遍存在邏輯思維能力差、喜歡死記硬背概念、生搬硬套公式等情況，課前不預習、課后不及時復習，很容易把各種統計分析方法張冠李戴。作為教師，應在講清《衛生統計學》基本原理和基本概念的基礎上，講清、講透幾種最基本的統計分析方法，逐步培養學生的邏輯思維和統計思維能力。引導學生把學習重點放在掌握統計方法的基本概念和有關公式的應用條件上，讓學生對統計內容進行對比、歸納，建立統計知識的整體觀。課后讓學生及時復習，以滿足將來職業崗位的需要。
2.1.3結合統計軟件，淡化公式的數理推導和記憶《:衛生統計學》具有理論深奧、概念抽象、數據枯燥的特點，但它不是數學，不像數學那樣著重公式的推導、證明、記憶，并通過大量的習題運算來強化公式《。衛生統計學》的主要特點是邏輯性和實踐應用性強，最終的教學目的是讓學生在理解統計學的基本原理和方法的基礎上學會分析問題、解決問題。合適的統計軟件能使復雜的統計過程簡單化，更容易激起學生學好《衛生統計學》的興趣。利用統計分析軟件，如SPSS等，使學生在學習統計學時不再拘泥于繁雜的計算過程，而是更加注重統計方法的實際應用，讓學生能根據資料的類型，利用軟件選擇合適的統計分析方法，熟練地進行數據分析，同時也培養了學生對統計軟件的操作使用能力。
2.2改革教學方法
2.2.1密切結合醫學實例，強調應用能力的培養《:衛生統計學》是一門教師難教、學生難學的應用型學科，多數同學由于對醫學檢驗技術專業的認識不夠，不能深刻認識《衛生統計學》的重要性，導致缺乏學習興趣。傳統的教學方法多以教師講授為主，輔以實習、案例討論。課堂上教師先講解基本概念、原理、公式和計算等，然后讓學生采用手工法計算相應的統計指標，結果是繁瑣的計算使學生對統計學這門課程越來越不感興趣，對所學的內容似懂非懂，遇到具體問題時無所適從《。衛生統計學》授課時應采用多種教學方法，如PBL教學法、實踐教學法、應用教學法等，通過應用統計軟件、分析案例避開繁瑣的運算，著重培養學生使用統計學這一工具分析問題、解決問題的能力。采用多種教學方法不僅課堂氣氛活躍，師生交流多，學生印象深刻，還能充分調動學生學習的積極性、主動性和創造性。
2.2.2適當拓展課本知識:適當拓展對數據量較大的資料的整理和分析能力訓練，如不同數據庫之間的數據如何相互轉換、導入，不同形式錄入的數據如何整理分析，如何選用正確的統計分析方法等。只有通過具體的資料分析、統計方法的應用訓練，才能讓學生充分掌握理論知識，形成統計思維。
2.3改革教學評價的方式
2.3.1注重從結果性評價到過程性評價:高等職業教育的目的主要體現在應用性和操作性上，為了全面考查學生的知識和能力，務必摒棄簡單的以期中或期末考試作為終結性評價的做法。應做到全面評價學生的學習過程和結果，調整考試結構，從基礎知識和基本能力兩個維度進行測試。基本能力的評價要覆蓋課堂考核、課后考核、課前預習、知識掌握、靈活應用程度等方面，以全面考查學生對《衛生統計學》基礎概念、基本原理和基本方法的掌握程度，以及對具體案例的統計分析能力。
2.3.2從知識評價的單一體系向知識、能力、應用分析等多元評價轉變:目前，多數《衛生統計學》教材和各院校開設的《衛生統計學》課程依然使用傳統的教學模式，注重理論知識、公式的推導、運算，很多時間花費在講解基本原理和具體公式上，導致最終的考核評價主要側重于理論知識的掌握程度，而較少側重對于統計思維的養成、具體案例分析能力的考核。為此，對于《衛生統計學》考核的具體評價應該包括課堂知識的掌握、課后的總結歸納、統計軟件的應用、具體的案例分析等多元評價。
2.3.3注重學生對老師的評價，反饋于教學(多元評價主體，多元評價客體):評價主體應多元化，不僅教師對學生進行評價，而且應該包括學生對教師授課內容、授課方法、授課過程中的亮點與不足等進行的定期評價，以期對教師改進教學方法、提高教學效果起到推動作用。
3結語
摘 要 地質統計學已經成為數學地質研究方面最具活力的學科，也是表征和探究各種自然資源的工具學科，目前已經被推廣到世界各地。作為一門新興學科，有力的推動了數學地質的研究，發展前景十分廣闊。
關鍵詞 地質統計學 理論 現狀
上世紀中期，電子計算機技術發展迅速，它與數學科學緊密聯系，首次應用于地質學領域，促進了地質統計學這么學科的形成和發展。
一、地質統計學的誕生
地質統計學是由法國馬特隆教授于1962年創立的一門新興邊緣科學，是一種以區域化變量理論為研究基礎，以變異函數為基本工具，對既有隨機性又具有結構性變量進行統計學研究的一門學科，也是一種數學地質方法。它是統計學的一個分支，也是數學地質的一個獨立分支，在數學地質研究領域最具生命力和發展勢頭。
二、地質統計學的現狀特點
經過半個世紀的發展，地質統計學已經成為數學地質研究方面最具活力的學科，也是表征和探究各種自然資源的工具學科，目前已經被推廣到世界各地。作為一門新興學科，有力的推動了數學地質的研究，發展前景十分廣闊。目前，地質統計學的研究的現狀有以下幾個特點：
1、地質統計學的理論與方法研究有了長足進展。首先，地質統計學的研究范圍逐步擴展，經歷了二維平面分析——三維立體空間——四維空間動態研究這種發展歷程，并逐漸深入化。其次，地質統計學的基本理論研究有了新的進步，提出了協同區域化理論，這是單變量理論的進一步豐富，從而推動了多個區域化變量在時空域的結構關系以及相互影響的研究。同時，也促進了線性和非線性地質統計學的發展、時空多元地質統計學的發展，促進了多種地質統計學方法的相互彌補和融合。再次，在實際應用過程中，它與多種學科相互影響和彌補，豐富了地質統計學的理論研究，拓展了地質研究的新方法。
（1）地質統計學與數學更加緊密的結合。地質統計學有效引入數學中的布爾隨機函數概念，對于解決地質統計學中的觀測尺度問題起了很大作用。
（2）地質統計學融合非線性科學理論。隨著地質統計學的實踐應用，它解決問題的能力逐漸增強，這使得它與混沌理論、非線性動力學、協同論、耗散理論等非線性科學的融合更加緊密，促進了自身的發展。
這種多學科的并線應用和不同研究方法的引入，完善了地質統計學的理論體系。
（3）地質統計學的理論研究出現兩大派系：一是以馬特隆教授為主的參數地質統計學派，他們繼續開展析取克里格法及條件模擬的研究，并結合協同克里格技術，創新提出多遠地質統計的基本思想，形成了依賴于樣品數據并求得區域化變量理論模型若干參數的一整套理論與方法，包括簡單克里金、泛克里金以及析取克里金等。二是以A.G.Journel（儒爾奈耳）為首的非參數地質統計學派，他們研究發展了不對數據分布做任何假設的指示克里金法和分位數克里金法等一整套體系方法。這兩個派系在對地質統計學中的穩健性問題研究上取得一定成績。
（4）條件模擬技術快速發展，其應用除了評價可采礦石和局部評價問題外，還可以對工程位置部署提供幫助。條件模擬使觀測點上的虛擬數據等于實測數據，很有可能實現三維空間模擬。其中，儒爾奈耳的“非高斯分布快速模擬法”很有代表性。
2、自上世紀70年代，地質統計學發展迅速，而地質統計學的理論發展以及實際應用，高度依懶地質統計學算法程序的設計，這就使得地質統計學的軟件開發研究有了長足進步，高水平、高實用性的軟件層出不窮，如法國地質統計學研究中心的ISATIS軟件系統和HERESIM軟件系統，還有加拿大的GEOSTAT軟件系統就很有代表性。地質統計學的軟件開發在今后地質統計學的應用和發展中意義重大，具有舉足輕重的作用。
3、地質統計學在西方國家起步早、發展穩健，已經成為高等工科院校和有關研究機構的必修課程和研究課題，受到政府有關部門的高度重視，并且廣泛應用于地質勘探、礦業開采等項目。但是地質統計學在我國的發展和應用并沒有取得輝煌成績，表現在地質統計學的很多研究成果還沒有完全轉化成生產力，另一方面，地質統計學在國內應用領域的指導作用有待加強，提高工作效率、促進生產的潛力還需要進一步發掘。
4、目前，地質統計學的應用領域不斷拓展，如環境科學的研究、農林科學、礦山地質、石油地質勘探與開發、海洋工程、材料工程、生態保護等，可見，地質統計學在國民經濟的發展中起的作用越來越大。
三、地質統計學的發展趨勢
地質統計學是一門新興的、交叉邊緣學科，隨著社會發展和技術進步，地質統計學的理論體系在逐步完善，應用水平也在穩步提高，已經在社會的諸多領域得到應用。從地質統計學的發展前景和實踐應用來看，具有廣闊的發展空間。
1、地質統計學的基礎理論研究將會更加深入和完善。
一方面，地質統計學核心基礎理論研究逐漸成熟，且這個研究主題與其他主題有著密切的聯系，特別是將時間序列分析與多元地質統計學技術相結合是現代地質統計學研究的一個熱點，根據這種結合，發展了純時間域中的多元地質統計學、時空域中的多元地質統計學及各種動態建模技術。
另一方面，由于研究對象的復雜性，地質統計學在很多方面還存在著理論上的不足和不完善，要使地質統計學達到非常成熟和實用，還有許多工作要做。目前還有人質疑地質統計學的研究，甚至不相信地質統計學的成果。這種狀況對地質統計學的基礎理論研究提出了更高的要求，需要進一步完善，特別是繼續加強新理論、新方法的創新和應用，特別是非線性地址統計學（析取克立格法）、非參數地質統計學（指示克里格法），各種條件模擬方法，充實地質統計學。尤其是地質統計學與其他學科的相會滲透，如貝葉斯理論，模糊數學以及分維理論的結合，我們期待會產生新的發展與突破。
2、線性平穩地質統計學經過多年的理論研究與實踐，已經比較成熟，但是其研究方法還有待進一步提高和改進，以便更好地反映區域化變量的空間結構特征，增強儲量計算精度，提高應用價值。
3、多元信息綜合提取和合成研究將會進一步發展。信息的廣泛采集和合成分析無疑會促進地質統計學的實踐應用。結合現代科技，借助時空多元地質統計學和多元動態模擬技術的優勢，增強地質統計學的多元信息采集和處理能力，為統計決策提供支持。
4、人工智能化的提高應用。未來發展中，結合計算機技術的提高，加強軟件系統的可視化程度，提高反饋信息的輸出質量，這是地質統計學的發展趨勢之一。強化地質統計學與人工智能之間的結合，也是促進地質統計學發展與應用的重要手段。
5、資料綜合問題的有效完善。目前無論是礦山開發還是石油勘探，都存在獲取資料綜合問題。由于所獲得的資料及其獲取方式不同，觀察尺度各異、表達方式各不相同。今后如何把這些資料統計在一個模型中進行研究分析，并根據資料的有效信息準確反映地質的空間結構信息，有待完善。
6、提高地質統計學軟件包功能。各種軟件包是進行地質研究的可靠工具，是地質統計學的“左膀右臂”，完善軟件包程序系統、提高其功能是推動地質統計學發展的一項重要保障。
7、地質統計學在地學領域的實踐應用會更加廣泛，比如礦產勘探、油藏描述、農業生產、水資源研究和保護等。
四、小結
時代的進步給予了地質統計學發展的機遇，與此同時，地質統計學理論體系的不斷完善豐滿與應用水平的不斷先進也促進了相關學科的發展。它的發展空間十分寬廣，正朝著理論體系化、方法多樣化方向健康邁進。
參考文獻：
[1]石書緣，尹艷樹，馮文杰.多點地質統計學建模的發展趨勢.物探與化探.2012（4）：655-660.
[2]劉占族，張雷，霍麗娜，等.地質統計學反演在煤層氣薄儲層識別中的應用.石油地球物理勘探.2012（S1）：30-34.
[3]王家華，于海茂.多點地質統計學建模方法研究.石油化工應用.2012（10）：72-74.
[4]張林，牟子平.地質統計學在水環境研究中的應用.環境科學與管理.2011（1）：14-18.
目的探討多元化健康教育對老年骨質疏松骨折患者生活質量的影響。方法100例老年骨質疏松骨折患者,隨機分為觀察組與對照組,每組50例。對照組給予常規健康教育,觀察組接受多元化健康教育。比較兩組康復總有效率、二次骨折發生率、生活質量改善情況。結果觀察組康復總有效率為94.0%,明顯高于對照組的72.0%(P<0.05)。兩組護理后生活質量評分明顯優于護理前；且觀察組明顯優于對照組(P<0.05)。觀察組二次骨折發生率為4.0%,明顯低于對照組的14.0%(P<0.05)。結論老年骨質疏松骨折患者中實施多元化健康教育有利于改善患者生活質量,效果滿意,值得臨床推廣。
【關鍵詞】
骨質疏松；老年患者；多元化；健康教育；生活質量；骨折
老年骨質疏松患者容易發生骨折,這也是骨質疏松最為嚴重和最常見的并發癥之一。由于老年骨質疏松骨折病情進展相對緩慢,且患者大多缺乏相關知識和認知,很容易忽視自身病情,需要臨床給予及時、全面的照護和健康指導［1］。本文觀察研究多元化健康教育對老年骨質疏松骨折患者生活質量的影響,為老年患者的康復提供幫助,現報告如下。
1資料與方法
1.1一般資料選取2013年2月~2015年2月收治的100例老年骨質疏松骨折患者納入本次研究,按照隨機數字表法分為對照組與觀察組,各50例。對照組中男23例,女27例,年齡61~76歲,平均年齡(65.2±5.3)歲；其中18例為髖部骨折,15例為脛骨與踝部骨折,7例為肱骨近端骨折,6例為橈骨遠端骨折,4例為胸腰段骨折。觀察組中男22例,女28例,年齡60~75歲,平均年齡(64.6±5.2)歲；其中17例為髖部骨折,16例為脛骨與踝部骨折,8例為肱骨近端骨折,6例為橈骨遠端骨折,3例為胸腰段骨折。兩組患者年齡、性別、病情等一般資料比較,差異無統計學意義(P>0.05),具有可比性。
1.2方法對照組給予常規健康教育；觀察組接受多元化健康教育,具體如下：①出院后第2周以視頻、圖片以及PPT結合的方法向患者講述骨質疏松骨折相關知識,明確本病成因和危害,并指導患者掌握相應的預防措施；②出院后4周給予患者個性化生活與飲食指導,設計個性化且多元化的營養套餐,明確膳食結構的意義和重要性,多攝入肉類、豆類、海產品以及綠色蔬菜,并積極參與戶外鍛煉、曬太陽等。③出院后6周結合患者骨質疏松情況、個人興趣愛好和骨折康復進度制訂相應的運動復健鍛煉方案［2］；④出院后8周通過圖片以及實物等方式輔助指導,明確常用藥物和應注意事項,告知藥物用法用量,并開展相應的心理疏導。
1.3觀察指標統計兩組康復總有效率、二次骨折發生率,評估兩組生活質量改善情況。其中療效標準和生活質量評價參照文獻［3］、［4］。1.4統計學方法采用SPSS16.0統計學軟件進行統計分析。計量資料以均數±標準差(x-±s)表示,采用t檢驗；計數資料以率(%)表示,采用χ2檢驗。P<0.05表示差異具有統計學意義。
2結果
2.1兩組患者康復總有效率對比觀察組患者顯效33例,有效14例,無效3例,康復總有效率為94.0%(47/50),對照組顯效18例,有效18例,無效14例,康復總有效率為72.0%(36/50),觀察組康復總有效率明顯高于對照組,差異具有統計學意義(P<0.05)。
2.2兩組生活質量評估指標對比兩組患者護理后生活質量評分明顯優于護理前；且觀察組明顯優于對照組,差異具有統計學意義(P<0.05)。
2.3兩組二次骨折發生率對比觀察組二次骨折發生率為4.0%(2/50),對照組二次骨折發生率為14.0%(7/50),差異具有統計學意義(P<0.05)。
3討論
相比于常規單一的健康教育,多元化健康教育對于患者個人因素的差異以及其他危險因素給予了綜合、全面的考慮,并評估骨質疏松患者在上述因素影響下病情改善以及骨折痊愈后日常生活質量的改善情況,提出通過交互式、一對一的多元化健康教育模式為患者提供針對性護理服務,這在很大程度上彌補了常規健康教育所固有的缺陷和不足,避免了常規護理模式的盲目性［5］。老年骨質疏松骨折是一種臨床常見的嚴重多發病,發病率較高,容易導致患者致殘甚至致死,引起患者自理能力下降,使其生活質量遭受嚴重影響,這就給臨床護理提出了更加嚴峻的挑戰［6］。本次研究針對多元化健康教育模式加以強化和拓展,基于循證治療護理結果這一實證證據,制訂科學的干預方案并完善健康教育手冊內容,在心理疏導的基礎上開展綜合康復指導。
在傳授個性化健康教育知識時遵循循序漸進的原則,做到有的放矢,并通過談話來了解患者對于健康知識的掌握情況,分析有利于提升其知識水平的有效突破點［7］。同時對患病后患者逃避心理以及出現知識倦怠這一變化予以充分考慮,重點加強健康知識教育補缺,并做好家庭監督輔助,以此來達到疾病轉歸、積極干預心理形成并有效降低二次骨折發生率的根本目的。本次研究結果發現,通過“一對一”地開展多元化健康教育,觀察組患者康復總有效率為94.0%,明顯高于對照組的72.0%(P<0.05),表明通過采取合理的運動復健鍛煉與飲食指導對于老年骨質疏松骨折患者生活質量有明顯的改善作用,并有利于促進患者病情轉歸。且觀察組患者的生活質量評分明顯優于護理前和對照組,差異有統計學意義(P<0.05),提示多元化健康教育可有效改善患者的生活質量。此外,觀察組二次骨折發生率為4.0%,明顯低于對照組的14.0%,差異有統計學意義(P<0.05),與蔣冬萍等［8］的報道相符,充分說明多元化健康教育能顯著減少老年骨質疏松患者的二次骨折,療效持久穩定。綜上所述,在老年骨質疏松骨折患者中實施多元化健康教育有利于改善患者生活質量,效果滿意,值得臨床推廣應用。
參考文獻
［1］肖亮,吳艷平,何英,等.保護動機干預對老年骨質疏松骨折患者自我護理能力的影響.護理管理雜志,2014,14(2):123-124.
［2］楊紅月.不同護理模式在老年骨質疏松性股骨骨折患者中的應用效果比較.中國實用護理雜志,2010,26(14):26-27.
［3］張東,吳威,金銳,等.健康教育護理干預改善老年骨質疏松骨折患者生活質量問卷評分調查.中國老年保健醫學,2013,11(3):128-129.
［4］忻佩華.經皮椎體成形術治療老年骨質疏松性椎體骨折的護理.實用醫學雜志,2006,22(1):105-106.
［5］霍娟,謝瑤.舒適護理在老年骨質疏松骨折患者中的應用.河北聯合大學學報(醫學版),2012,14(4):563-564.
［6］靳青,余興艷,張延暉,等.護理干預對PVP治療老年骨質疏松性椎體骨折術后再骨折的影響.中國骨質疏松雜志,2012,18(11):1029-1031.
［7］王麗姣,宋彩萍,肖莉,等.老年骨質疏松性骨折影響因素分析及康復護理.護士進修雜志,2010,25(24):2250-2252.
關鍵詞：統計學；經濟管理；應用研究；影響分析
統計是認識客觀世界數量規律的有力工具，無論是進行宏觀的國民經濟管理，還是進行微觀的企業經營決策，都需要準確地把握有關經濟運行的各類數量信息。根據具體應用領域的不同，先后形成了生物統計學、檔案統計學、管理統計學、信息統計學等統計學的不同學科。統計學方法在經濟管理中有廣泛的應用，經濟管理評估、經濟管理預測、經濟管理分類、經濟管理標準制定等領域統計學的思想和方法均發揮重要作用。同時，在經濟管理工作的具體實踐中，也對統計調查的方法、統計分析工具甚至統計信息化工具提出了諸多新的需求，推動統計科學的不斷發展和完善。因此，深入探討統計學在當代經濟管理工作中的影響，對于推動統計科學和經濟管理科學的發展具有重要的理論意義和實踐意義。
一、統計學的基本理論和價值觀
統計理論是數學的一門分支學科。它以概率論為基礎運用統計學的方法對數據進行分析、研究導出其概念規律性（即統計規律）。它主要研究隨機現象中局部（字樣）與整體（母體）之間，以及各有關因素之間相互聯系的規律性。它主要是利用樣本的平均數、標準差、標準誤、變異系數率、均方、檢驗推斷、相關回歸、聚類分析、判別分析、主成分分析、正交試驗、模糊數學和灰色系統理論等有關統計量的計算來對實驗所取得的數據和測量、調查所獲得的數據進行有關分析研究得到所需結果的一種科學方法。統計學的價值觀主要體現在以下方面：第一，真實可信。統計資料的真實性是保證統計結論可行度的基礎，統計資料的真實性不僅包括統計數據本身的真實性，也包括統計過程的真實性，統計工作者只有堅持真實可靠的價值觀，才能發揮統計在了解國情國力、服務經濟社會發展中的重要作用。第二，科學嚴謹。就是要提高統計的科學性，堅持統計調查工作的規范統一，健全完善制度，夯實基層基礎，實現統計方法、手段的現代化，推動統計能力、數據質量、政府統計公信力的提高，努力爭創卓越一流的工作業績。第三，創新進取。就是在進行統計實踐工作和統計研究的過程中不斷以問題為導向，創新統計工作方法、創新統計技術，促使統計工作更好地為經濟社會發展服務。
二、統計學在經濟管理中的應用
實踐中，統計學在經濟管理評估、經濟管理預測、經濟管理分類、經濟管理標準制定以及經濟管理科學研究中都存在廣闊的應用空間。
1.統計學在經濟管理評估中的應用。通過評價工作為評估對象進行排序并進行擇優是經濟管理工作的重要職能，在評估的過程中通常包括指標權重計算、指標體系優化等工作。在指標權重計算方面，統計學中的主成分分析法、因子分析法、粗糙集方法，它不需征求專家的意見，切斷了權重系數主觀的來源，使權重系數具有絕對的客觀性，可以克服主觀因素的不利影響，同時減輕計算工作量；在指標體系優化方面，多元統計分析中的主成分分析法利用降維的思想，將多個指標轉化為幾個綜合指標的多元統計方法，主成分保留了原始變量絕大多數信息，且各個主成分之間互不相關，從而達到指標優化的目標。
2.統計學在經濟管理預測中的應用。在經濟管理工作中，需要根據歷史數據對未來的發展趨勢做出判斷，例如根據歷史銷售量預測未來時間點的銷售情況，又如新古典增長模型中重點研究的區域經濟如何實現均衡增長的經濟學問題需要對經濟增長的收斂性即初期的靜態指標（人均或勞均產出）和經濟增長速度之間的負相關關系進行研究和檢驗。為了解決上述問題，多元統計分析中的線性回歸以及通過對數化處理的擬線性回歸模型能夠有效解決經濟發展的預測問題，又如統計學中開發出的收斂、絕對收斂、條件收斂等方法能夠對經濟系統的收斂性問題進行判斷和分析。
3.統計學在經濟管理分類中的應用。在經濟管理的過程中，通常需要將具有一定共性因素的管理對象進行結合，在分類的基礎上，以類別為基礎提供差異化的管理，例如經濟管理中的客戶關系管理就需要建立在客戶分類工作的基礎上。聚類分析屬于一種沒有先驗知識的統計分析方法，在經濟管理中進行分類的基礎，首先在于建立分類對象的特征指標，然后根據特征指標收集數據，最后通過“距離”測量的方式建立將“距離”最近的對象歸為一類。系統聚類是一種重要的聚類方法，其基本思想是，首先將個樣本各自看成一類，這是各類之間的距離等于各樣品之間的距離，然后選擇距離最近的兩類合并成一個新的類，計算新的類與其他類之間的距離，再將距離最近的兩類合并，這樣每一縮小一類，直至所有的樣品規程一類為止。系統聚類法的聚合過程可以通過聚類圖的形式表示出來，這種圖不僅使聚合的過程一目了然，而且便于確定分多少類以及如何分類。
4.統計學在經濟管理標準中的應用。在經濟管理活動中，經常遇到標準制定的問題，例如，在工程經濟管理領域，在相關元器件出廠檢驗時就需要對元器件是否合格以及合格的元器件能夠應用的具體場合做出判斷，這就需要進行標準制定。實踐中，統計學中的統計抽樣和統計檢驗方法能夠有效服務于標準的制定工作，應用統計學的思想，可以在大樣本抽樣的基礎上獲得大量不具有相關性的統計數據，進而以統計數據為基礎對元器件壽命的分布函數予以假設和檢驗，獲得具有統計顯著性的元器件壽命分布函數，并根據分布函數的特征制定元器件合格與否以及不同應用場合的標準。
5.統計學在經濟管理研究中的應用。研究方法問題是經濟管理研究中的重要問題，研究方法的可靠性直接決定了研究結論的可信度。在經濟管理領域中，實證研究方法是非常重要的研究方法論，在社會科學以及經濟、市場、管理等研究領域，有時需處理多個原因、多個結果的關系，或者會碰到不可直接觀測的變量（即潛變量），為了解決這類對象問題的研究方法論問題，統計學的中結構方程模型因為能夠同時處理多個因變量、容許自變量和因變量存在統計誤差、能夠同時估計因子結構和因子關系以及能夠有效估計整個模型的擬合程度等優勢，成為經濟管理實證研究中的重要研究方法和工具。
三、統計學與當代經濟管理的交互影響分析
統計學與當代經濟管理的交互影響可以從統計學對經濟管理工作的推動作用和經濟管理工作對統計學的推動作用兩個層面理解：
1.統計學對經濟管理工作的推動作用。一方面，統計學方法推動經濟管理科學化。在泰勒的科學管理體系中，通過科學的觀察、記錄和分析，致力于“時間動作研究”，探討提高勞動生產率的最佳方法，制定出合理的日工作量，其中孕育著通過定量化提高管理的準確性和科學性的思想，統計學方法本身作為應用數學的重要分支，是實現經濟管理科學化重要工具，有助于推動經濟管理科學化目標的實現。另一方面，近年來，各種統計分析軟件高速發展，StatisticsProcedureforSo-cialScience（SPSS）、SAS等統計學軟件的出現極大提高了統計學方法在經濟管理中的應用程度，也極大地規范了經濟管理研究工作的科學性和規范性。對于操作者而言，只要能夠在科學收集數據的基礎上正確掌握上述軟件的操作步驟，甚至無須精通各種統計模型冗余的推導過程都可以得出研究結論。
2.經濟管理工作對統計學的推動作用。經濟管理的過程本身也推動了統計學的發展，例如，經濟管理中經常面臨樣本數量不足的統計推斷問題，如在樣本數量低于30個的情況下如何通過統計推斷形成關于樣本整體特征的描述，這就推動了統計學中小樣本參數估計、小樣本假設檢驗等相關統計學技術的發展；又如，大數據時代，數據量快速增大，數據增長速度的加快，以及數據的多樣性，即數據的來源、種類不斷增加。在大數據時代，許多傳統統計方法應用到大數據上，巨大計算量和存儲量往往使其難以承受；對結構復雜、來源多樣的數據，如何建立有效的統計學模型也需要新的探索和嘗試。因此，經濟管理對象復雜性的不斷提高也推動了統計學技術的不斷發展和完善。綜上可見，統計學方法與經濟管理之間相互聯系，統計學方法為經濟管理研究和經濟管理工作提供方法論指導，經濟管理研究和實踐工作為統計學的提供實踐土壤，而且隨著經濟管理對象復雜性的提高，不斷為統計技術的發展提出諸多新的需求。因此，統計學方法與經濟管理之間并非相互割裂關系，而是二者相互影響、相互推動、協同發展。
四、結語
統計學在經濟管理評估、經濟管理預測、經濟管理分類、經濟管理標準制定以及經濟管理科學研究中都存在廣闊的應用空間。統計學與當代經濟管理交互影響、相互推動，統計學方法有助于推動經濟管理科學化目標的實現，統計軟件的廣泛應用提高了統計方法應用于經濟管理的便利性；經濟管理中小樣本以及大數據等問題的出現對統計學的技術發展提出了新的需求。
參考文獻：
[1]何曉群.多元統計分析：第2版[M].北京：中國人民大學出版社，2008.
[2]曾珍香，顧培亮.可持續發展的系統分析與評價[M].北京：科學出版社，2000.
摘 要 文章探討多元反饋教學法應用于高職院校太極拳教學的可行性，為該法在高職院校體育教學中的推廣應用提供依據。
關鍵詞 多元反饋教學法 體育專業 太極拳
太極拳教學是體育教學中的重要內容，也是一項技術性強，要領不易掌握的體育教學項目。傳統的注入式教學不能兼顧到每個學生，筆者將多元反饋法運用到高職院校太極拳教學中，使課堂教學的教師-學生單向模式向多元模式轉變，以學生為主體，增加教學信息的反饋途徑和方向，收獲良效，結果如下：
一、材料與對象
實驗對象為遼寧石化職業技術學院2012級高職學生。樣本條件：年齡在18～22周歲；身體素質方面無顯著性差異。
實驗時間及地點：2011年9月～2011年12月，共38學時，每周一次課，在學院（太極拳館）進行教學。
實驗分組設計：采用隨機抽樣抽取2個班，采用隨機方法確定一個班為實驗班。
二、方法
實驗方法：實驗組采用多元反饋教學法。對照組采用傳統教法。
測試方法：實驗前及實驗后進行太極拳技能評測、太極拳理論考試，記錄成績。調查學生對課程的滿意度，指導學生正常填寫焦慮自評量表。
統計學方法：采用SPSS 17.0軟件包。計量資料以均數±標準差表示，組間比較采用t檢驗；計數資料采用X2檢驗。
三、結果
（一）兩組基線水平
兩組在性別、年齡、身高、體重、身體素質上差別不具有統計學意義（P均>0.05），兩組在基線水平一致，具有可比性。
（二）兩組實驗前后太極拳技能及理論課成績比較
（三）兩組實驗前后抑郁、焦慮自評量表評分比較
（四）兩組實驗后對課程的滿意度比較
四、討論
“多元反饋教學法”是運用系統論、信息論、控制論原理建立的一種教學方法[1-2]。近年來，多元反饋教學法廣泛應用于體育教學中，本研究將多元反饋教學法應用于太極拳教學中，結果表明：采用多元反饋教學法進行太極拳教學，學生技能與理論知識測試成績高于對照組，差別具有統計學意義（P均
參考文獻：
[1] 李寧.多元反饋教學法探析[J].吉林省教育學院學報.2010.26（7）：50-51.
[2] 王德民.高校體育專業體操教學中采用多元反饋教學法的應用研究[J].沈陽體育學院學報.2009.28（6）：96-99.
[3] 張嵐，馬斌.多元反饋教學法在高校體育專業教學中對學生能力培養研究[J].吉林體育學院學報.2009.25（3）：106-108.
【關鍵詞】 中醫醫案 統計分析方法 證候 多元統計
中醫醫案是中醫臨床實踐的記錄。古今醫案蘊藏著醫家寶貴的辨證論治經驗和知常達變的思維方法，如何從浩淼文獻中總結各醫家的辨證論治經驗及思維方法，是一項重要課題。采用統計分析方法對古今醫案進行研究無疑將事半功倍。作為一種工具和方法，統計學在中醫醫案研究中的應用盡管只有20年的歷史[1]，但發展很快，目前已由單純的頻數分析向多元回歸、聚類分析等多統計分析方向過渡；研究內容也由分析主藥和方劑使用規律向分析證治規律的層面上轉移。統計學與中醫醫案研究結合越來越緊密，已經成為研究中醫醫案的重要途徑。
1 應用領域
1.1 對經典醫籍的研究
對經典醫籍方證用藥的研究是目前應用統計學方法研究中醫醫案較多的類型之一。主要集中在對一些經典古代醫籍的整理、數據庫的錄入及建立、人工智能查詢、方證用藥、癥狀證型等的研究，但目前更多的是用于方藥的研究。如鄭氏[2]研究了《臨證指南醫案》胃脘痛門共44個醫案50診47個湯劑處方，分析出了胃脘痛門的用藥特點。此外，程氏[3]研究統計了《臨證指南醫案》中有關咳嗽的醫案143案156診，總結出了外感、內傷多個核心方。
1.2 對癥狀的研究
在中醫證型的研究過程中，較多的是對癥狀、體征、舌脈的研究，一般多應用回歸分析，研究證型與癥狀的相關性。該方法對于中醫規范化研究將有很大裨益。如趙氏[4]根據中醫理論和慢性乙型肝炎中醫辨證標準中肝郁脾虛、瘀血阻絡證，選擇了臨床上常見的26項癥狀、體征，對肝郁脾虛＋瘀血阻絡證91例患者的癥狀進行了統計分析。通過多元線性回歸分析，建立了癥狀、體征與證型之間的線性回歸方程，提示臨床所選26項癥狀、體征與病情有很好的相關性，能較全面地反映肝郁脾虛＋瘀血阻絡證。
1.3 對用藥規律的分析
在應用統計學原理及統計分析方法研究中醫醫案的過程中，研究最多的就是用藥規律。因中醫用藥的頻次統計方法簡單，易于操作，且能總結出一些疾病治療的基本方藥。周氏等[5]就明清時期消渴案進行統計分析，采用流行病學調查方法，廣泛收集了反映明清時期醫家各學派的醫案資料59例進行統計分析，尋求治療消渴病的用藥規律。黃氏等[6]進行了腰椎間盤突出癥的用藥規律分析，探索中藥內服治療腰椎間盤突出癥方劑的用藥規律。采用檢索方法對治療腰椎間盤突出癥處方l23首、中藥146味進行統計學分析，并總結出腰椎間盤突出癥的用藥規律。
1.4 對方劑的研究
除了中醫醫案的用藥規律，統計分析方法較多地應用于對一些中醫經典方劑的證治規律探索，明確中醫藥方劑應用證型、治法，通過研究能較好地指導臨床用藥。張氏[7]對《金匱要略》苓桂術甘湯證古今醫案共158例進行了統計分析，從發病規律、辨證規律、用藥規律及其在臨床疾病中的分布情況進行了系統分析，研究了該方證的病因病機、診斷指標、舌苔、脈象以及用藥規律等。此外，何氏等[8]研究了五苓散方證的證治規律，通過從11部古今醫案專著和40余種現代期刊中采集的3633例五苓散主治醫案的統計分析，得出五苓散方證的主癥、舌苔、脈象、基本病機，并考證分析了五苓散方證主治用藥規律及其與現代醫學疾病的聯系。李氏等[9]通過對古今生化湯證204例醫案的全面系統統計分析，闡明了生化湯證證治規律、適用范圍及注意事項。
1.5 藏象研究
建立中醫醫案的數據庫，還能拓展研究領域，加強學科間的聯系。如孫氏等[10]用統計學方法研究中醫藏象理論，利用北京中醫藥大學中醫學信息研究室“中醫藥基礎數據庫”中的方劑文獻數據庫，取其中記載了3個及3個以上適應癥的方劑663個，作為考察用統計學方法進行中醫理論研究的方法學可行性的預試驗數據。結果顯示，中醫藏象理論中的五行學說相關內容有一部分得到了驗證，但有更大的部分沒有得到驗證。由于用于分析數據的局限性，分析的結果只具有參考性和啟發性，整個研究的更大意義在于依據對中醫理論發生發展的認識，考察用統計學方法進行中醫理論研究在方法學上的可行性與合理性。
1.6 中醫醫案數據庫的建立
統計分析方法尚應用于中醫醫案數據庫的建立，進行人工智能查詢分析中醫醫案，但目前這項工作尚處于探索完善階段。吳氏等[11]采用計算機C語言開發古今醫案查詢統計分析系統，并在對醫案中的詞語進行詞素解析的基礎上，建立了查詢專用主題詞表，采用主題詞與邏輯運算符組合的查詢方式，且在正式查詢前對查詢表達式進行合法性檢查，按癥狀、病機、治法、藥物4個方面進行相關頻次統計，并以超級鏈接的方式為查詢者提供具體原始信息。該系統具有便于多角度統計分析醫案的特點。
2 中醫醫案研究中的統計分析方法
2.1 頻數分析法、相關分析和回歸分析
該方法為早期中醫醫案研究的主要分析方法，僅對某一變量的出現次數進行頻數分析或相關性分析。如郭氏等[12]針對感音神經性耳聾10年臨床醫案共1688例進行統計分析，主要就年齡、病因、病程、預后、辨證規律、耳聾分級、臨床檢測手段、用藥情況等進行了頻數分析，揭示了該病的發病特點和辨治規律，探討其診斷標準、療效標準和用藥規律，以期為正確治療該病提供理論依據。該方法簡單易行，在以往的醫案研究多見，但由于中醫醫案的復雜性，往往很難達到更高的分析要求。
2.2 Logistic回歸分析
近年來，中醫醫案研究中應用最多的是Logistic回歸分析。在醫案研究中，Logistic回歸是根據判別對象若干個指標(在證候研究中通常是癥狀、舌、脈等變量)的觀測結果判定其應屬于哪一類(如證型、方劑的療效均可看作要進行判別的類)的統計方法。研究者通常是通過臨床流行病學的方法收集患者的癥狀，并根據傳統的辨證理論對每個患者進行辨證，確定為某證，然后采用判別分析和回歸分析建立癥狀與證之間的判別函數，達到篩選和確定證候相關癥狀的目的。從氏等[13]總結了歷史上著名醫家醫案22 459條，篩選變量，通過統計軟件進行Logistic多元逐步回歸統計分析，選出肺病的常見臨床證候、與某一證候正相關和負相關的病因或病理結果、癥狀和用藥，并定量地表達了這些病因或病理結果、癥狀及用藥對該證候的重要性。
2.3 聚類分析
聚類分析的基本思想是根據對象間的相關程度進行類別的聚合。由于聚類分析并不作出最后的結論，而是對整個樣本資料按指標和樣品的相似程度進行歸類，以利于研究者的下一步分析，故屬于探索性分析。如鄭氏[14]在查閱大量古今中醫文獻的基礎上，以明清醫家論治骨痹的理論、方藥、醫案為主要辨析依據，分析研究了明清醫家論治骨痹(骨關節炎)用藥規律；采用R型系統聚類分析方法，尋求古代名醫的處方用藥結構規律；根據系統聚類的結果，表明當歸與甘草、牛膝與杜仲等是相關性較大的因子。
2.4 主成分分析和因子分析
主成分分析(Principal Components Analysis，PCA)也稱為主分量分析，是將觀測變量分類，將相關性較高即聯系比較緊密的變量分在同一類中，而不同類的變量之間的相關性則較低。在證候研究過程中，證候指標多而雜是一大特點，如果直接用這些指標進行回歸、判別或相關分析，常會出現回歸結果不穩定、判別函數變化較大等現象，有時甚至因為增加或減少幾個病例，導致回歸或判別結果產生很大變化。這主要是指標太多、變量間存在多重共線性關系。此時，若先采用主成分分析或因子分析進行降維處理，用具有代表性的少數幾個新變量行進一步統計分析，能很好地克服一般回歸、判別分析的不足[15]。
2.5 多元統計分析的綜合應用
單一的統計方法雖然在處理數據時存在諸多問題，但兩種或幾種統計方法的聯合運用將有助于消除不同統計方法的缺陷，提高分析結果的可靠性。如王氏等[16]對大規模現場流行病學資料(3909例)，在變量的相關性及多重共線性分析并結合文獻的系統分析及臨床經驗的基礎上，應用SAS軟件對有顯著性意義的危險因素進行回歸分析、聚類分析及主成分分析，以探討中醫中風病證候的多元統計分析方法，提示多元統計分析是揭示中醫證候復雜關系的有效方法。
3 結語
近年來，應用統計分析方法研究中醫醫案已經取得相當大的進展。統計分析法可應用于對中醫醫案證型的規范化研究、方藥的應用規律、證型相關性研究、方證的研究等方面。此外，尚可用于中醫醫案數據庫的建立，完善人工智能查詢分析醫案系統。統計分析方法已從單一頻次統計分析過渡到多種較復雜的統計方法及其聯合應用。但總體而言，研究還處于探索階段，存在很多不足，如一些重要醫案的數據庫統計分析系統尚未真正建立統一、統計分析方法使用不規范等，有待完善與發展。
參考文獻
[1] 吳 童.中醫文獻研究中統計學應用概況[J].中醫藥學報，2005，33(2)：58.
[2] 鄭 璇.《臨證指南醫案》胃脘痛用藥統計分析[J].時珍國醫國藥， 2006，17(1)：122.
[3] 程文江.《臨證指南醫案》中咳嗽醫案的統計分析[J].浙江中醫學院學報，2002，26(1)：15－16.
[4] 趙曉威.慢性乙型肝炎肝郁脾虛加瘀血阻絡證宏觀指標統計分析[J].深圳中西醫結合雜志，2002，12(2)：88－89.
[5] 周 君，馮 妍.明清時期消渴病案59例用藥統計分析[J].國醫論壇， 2005，20(6)：18.
[6] 黃春梅，蘇培基，李大剛.中藥治療腰椎間盤突出癥用藥規律分析[J].湖北中醫雜志，2006，28(9)：36－37.
[7] 張 琦.苓桂術甘湯證治規律研究[J].成都中醫學院學報，1995，18(1)：8－10.
[8] 何新慧，何建利，盧林耿.五苓散方證證治規律研究[J].上海中醫藥大學學報，2000，14(3)：15－18.
[9] 李朝平，劉 新.生化湯證證治規律研究[J].甘肅中醫學院學報，1996， 13(2)：19－21.
[10] 孫尚拱，高劍波，煙建華.用統計學方法研究中醫藏象理論[J].數理統計與管理，2005，24(2)：120－126.
[11] 吳中平，何新慧，柯雪帆.醫案查詢統計分析系統介紹[J].上海中醫藥雜志，2003，37(3)：54－56.
[12] 郭 宏.感音神經性耳聾醫案1 688例統計分析[J].中醫雜志，1997， 38(6)：355－356.
[13] 從 華，張啟明.肺病辨證用藥的Logistic回歸分析[J].山東中醫藥大學學報，2002，26(5)：322－327.
[14] 鄭 紅.明清醫家論治骨痹(骨關節炎)用藥規律研究[J].山東中醫藥大學學報，2003，27(2)：95－97.
一、大數據及其意義
大部分傳統的統計方法只適合分析單個計算機存儲的數據。而目前大數據的環境包括以下要素。1.流數據：數據快速地不斷涌來，現有存儲設備和計算能力難以應付這種數據流（比如歐洲高能粒子對撞機所產生的數據，每秒鐘可以達到500TB）。2.磁盤存儲限制：數據已不能完全存儲在內存中，需要硬盤存儲。3.分布存儲狀態：數據分布存儲在多個計算機中。4.多線條狀態：數據存儲在一個計算機中，多個處理器共享內存。大數據的發展就是對數據產生的機制進行探索，將所產生的數據轉變為人們所需要的知識，進而對相關政策的制定產生影響。這個過程是一個漫長的過程。一個小孩子隨著年齡的增長可能會掌握更多的單詞，但是根據一個孩子的年齡確定他掌握的單詞多少則并不科學。進一步來說，大數據有記錄保存自然與社會現狀的功能。現在大家收集著海量數據，盡管他們還不清楚如何分析大量的數據，但是他們相信需要保存現今社會經濟高速發展的過程，期待著今后能夠分析和解釋這段歷史。還有些人將百歲老人的血液和其他各種生物的標本等存放在冰箱里，他們認為當今的技術還不足以測試和分析這些資源，期待今后更先進的測試技術能夠做到。大數據就如同自然和社會的血液那樣記錄著社會的現狀和發展過程。17世紀望遠鏡以及顯微鏡的發明使人類看到了以前從來沒有看到過的宇宙空間和微生物，擴大了人類對自然的基本認識。大數據就像“望眼鏡”和“顯微鏡”那樣，使得人們能夠通過數據來觀察和分析自然、經濟、社會的現象。借助于互聯網數據，可以及時了解疾病的疫情、科學的動態、社會的動態。谷歌借助頻繁檢索的詞條能及時判斷流感從哪傳播，哪些人可能已經感染了流感。大數據將形成自然和人文社會的歷史長河，不但能用于探索當代的科學問題，將來也可以用于研究人們食用轉基因食品對子孫后代的影響等追蹤研究問題，為未來留下當前的歷史資料。
二、大數據帶來的變革
時代的進步有賴于大數據的發展，大數據的發展給時代變革增加了更多的不確定性。就當前研究來看，數據的搜集很大程度上依靠所研究問題的出現來推動其向前發展。不過在不久的將來，隨著大數據時代的到來，人們對于問題的研究將會由“數據”來驅動。例如，如果我們想去某地旅行或出差，會首先查詢目的地的交通情況、天氣情況以及住宿情況等信息，但是將來我們可以根據所查詢的數據信息來決定所要去的目的地。在古希臘時代，當時的哲學家無所不知，號稱百科全書，到了文藝復興時代，隨著學科的不斷細化，不同學科出現了各自的專家。隨著大數據時代的到來，大百科全書式的人物將有可能再次出現，而不同領域的專家的權威性將被逐步消弱，隨著大數據的不斷發展，很有可能會逐漸將學科專家消亡掉。例如，隨著計算機專家和統計學家對數據的搜集越來越多并且處理能力不斷增強，他們將逐步成為生命科學方面的專家。再比如，如果我們掌握了足夠數量的相關專業書籍和日文譯本，就算我們對日文一無所知，我們也可以采取有效的方法將所需要的中文翻譯成為日文，因為我們有很多非常可靠的翻譯軟件，如谷歌翻譯軟件等。大數據已經在各個領域和學科得到了應用，例如醫療領域，大數據可以指導人們健康飲食，適時進行身體檢查，并且確定檢查項目，幫助醫生對患者進行疾病診斷等。
三、大數據時代統計學專業教學現狀
隨著科技的不斷發展和進步，人們獲取信息和數據的途徑也發生了很大的變化，電子商務的發展和各種多媒體信息技術的飛速發展和應用，給傳統的統計學應用和教學帶來了機遇的同時也帶來了非常大的挑戰。一方面，由于各種信息和數據的不斷涌入，人們在被動搜集著各種數據。統計學的教學也需要不斷探索新的模式。另一方面，人們在被動接受數據的同時也在主動搜集數據信息，不同學科有不同的數據需要。例如經濟學領域的專家每天都在搜集各自的調查數據和觀察數據，而自然科學領域的專家學者則不僅搜集宏觀天文數據，還在搜集微觀基因數據。不同的人們搜集數據的方法也各不相同，有的在實驗室通過試驗進行數據搜集，有的人則通過網絡進行數據搜集和研究。對于當前大數據給統計學帶來的挑戰，美國科學院“大數據分析委員會”給出了分析，他們認為這些挑戰在于對不同格式和結構的數據的處理方面、對于數據來源的追蹤方面、對于共享數據的安全性問題和完整性問題方面、對于樣本異質性和偏倚性處理方面、在對問題進行處理時的決策和分析方面以及對分布式和并行式在開發時的算法方面的問題等。國內相關部門也對這一問題進行了研討，最早一次是2012年5月在香山召開的“大數據科學與工程”會議，第二次是在2013年5月召開的對于大數據原理以及發展前景的探討會，并同時制定了相關的科研計劃。但關于大數據背景下統計學專業教學的探索還非常稀缺。
四、統計學專業課程改革
針對以上所述大數據時代的特點和變革意義以及目前統計學專業教學的現狀，本文進行了相應的初步探索。
（一）改革的總體思路
將現有的統計學頂級雜志或著名文獻中的成熟的大數據分析方法逐步凝練，形成教學內容；將使用R軟件中的函數包實現這些大數據分析方法。
（二）改革的具體內容
1.在《數據挖掘原理與方法》課程中引入大數據分析方法及其R語言的代碼實現。2.在《非參數統計》課程中引入多元非參數統計方法（諸如多元符號、多元秩、多元符號秩等）、非參數回歸模型、半參數回歸模型及其R語言的代碼實現。3.在《回歸分析》課程中引入回歸樹、boosting回歸、bagging回歸、隨機森林回歸等用來處理大數據的回歸方法、高維回歸變量選擇方法（比如LASSO回歸、動態LASSO回歸等）及其R語言的代碼實現。4.在《多元統計分析》課程中引入高維統計分析方法及其R語言的代碼實現。5.在工科《概率論與數理統計》課程中引入R語言的代碼實現。
（三）改革的主要創新點
