时间:2023-07-18 16:27:43
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇统计学变异的概念范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
【论文摘要】所谓统计思想,就是在统计实际工作、统计学理论的应用研究中,必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释,提出关于统计思想认识的三点思考。
【论文关键词】统计学;统计思想;认识
1关于统计学
统计学是一门实质性的社会科学,既研究社会生活的客观规律,也研究统计方法。统计学是继承和发展基础统计的理论成果,坚持统计学的社会科学性质,使统计理论研究更接近统计工作实际,在国家和社会得到广泛发展。
2统计学中的几种统计思想
2.1统计思想的形成
统计思想不是天然形成的,需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括,才能逐步形成系统的统计思想。
2.2比较常用的几种统计思想
所谓统计思想,就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下:
2.2.1均值思想
均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论,是统计学的基本思想。均值思想也要求从总体上看问题,但要求观察其一般发展趋势,避免个别偶然现象的干扰,故也体现了总体观。
2.2.2变异思想
统计研究同类现象的总体特征,它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差,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。
2.2.3估计思想
估计以样本推测总体,是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设:样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响,在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。
2.2.4相关思想
事物是普遍联系的,在变化中,经常出现一些事物相随共变或相随共现的情况,总体又是由许多个别事务所组成,这些个别事物是相互关联的,而我们所研究的事物总体又是在同质性的基础上形成。因而,总体中的个体之间、这一总体与另一总体之间总是相互关联的。
2.2.5拟合思想
拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在,所有实际事物的关系都表现得非常复杂,这种方法就是对规律或趋势的拟合。拟合的成果是模型,反映一般趋势。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和基于此而预示的可能性”。
2.2.6检验思想
统计方法总是归纳性的,其结论永远带有一定的或然性,基于局部特征和规律所推广出来的判断不可能完全可信,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。
2.3统计思想的特点
作为一门应用统计学,它从数理统计学派汲取新的营养,并且越来越广泛的应用数学方法,联系也越来越密切,但在统计思想的体现上与通用学派相比,还有着自己的特别之处。其基本特点能从以下四个方面体现出:
(1)统计思想强调方法性与应用性的统一;
(2)统计思想强调科学性与艺术性的统一;
(3)统计思想强调客观性与主观性的统一;
(4)统计思想强调定性分析与定量分析的统一。
3对统计思想的一些思考
3.1要更正当前存在的一些不正确的思想认识
英国著名生物学家、统计学家高尔顿曾经说过:“统计学具有处理复杂问题的非凡能力,当科学的探索者在前进的过程中荆棘载途时,唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单,因为我们所面临的现实问题可能要比想象的复杂得多。此外,有些人认为方法越复杂越科学,在实际的分析研究中,喜欢简单问题复杂化,似乎这样才能显示其科学含量。其实,真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是,有些人认为只有推断统计才是科学,描述统计不是科学,并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的,至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论,并且注重于把统计学应用于人类事物,试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念,如GNP、人口增长率等等,均是凯特勒及其弟子们的遗产。
3.2要不断拓展统计思维方式
统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知,逻辑推理方式主要有两种:归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设,即以所掌握的数据信息为依据,归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化,尤其是在根据必然性去研究和认识偶然性方面,具有很大的作用。
3.3深化对数据分析的认识
任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着,但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面:一是基于同样的数据会得出不同、甚至相反的分析结论;二是我们所面对的分析数据有时是缺损的或存在不真实性;三是我们所面对的分析数据有时则又是海量的,让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段,分析的方法技术已经有了质的飞跃,但与人类不断提高的要求相比,存在的问题似乎也越来越多。所以,我们必须深化对数据分析的认识,围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的,不断拓展研究思路,继续开展数据分析方法技术的研究。
参考文献:
[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).
[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).
【关键词】统计学;统计思想;认识
1关于统计学
统计学是一门实质性的社会科学,既研究社会生活的客观规律,也研究统计方法。统计学是继承和发展基础统计的理论成果,坚持统计学的社会科学性质,使统计理论研究更接近统计工作实际,在国家和社会得到广泛发展。
2 统计学中的几种统计思想
2.1 统计思想的形成
统计思想不是天然形成的,需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括,才能逐步形成系统的统计思想。
2.2 比较常用的几种统计思想
所谓统计思想,就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下:
2.2.1 均值思想
均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论,是统计学的基本思想。均值思想也要求从总体上看问题,但要求观察其一般发展趋势,避免个别偶然现象的干扰,故也体现了总体观。
2.2.2 变异思想
统计研究同类现象的总体特征,它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差,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。
2.2.3 估计思想
估计以样本推测总体,是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设:样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响,在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。
2.2.4 相关思想
事物是普遍联系的,在变化中,经常出现一些事物相随共变或相随共现的情况,总体又是由许多个别事务所组成,这些个别事物是相互关联的,而我们所研究的事物总体又是在同质性的基础上形成。因而,总体中的个体之间、这一总体与另一总体之间总是相互关联的。
2.2.5 拟合思想
拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在,所有实际事物的关系都表现得非常复杂,这种方法就是对规律或趋势的拟合。拟合的成果是模型,反映一般趋势。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和基于此而预示的可能性”。
2.2.6 检验思想
统计方法总是归纳性的,其结论永远带有一定的或然性,基于局部特征和规律所推广出来的判断不可能完全可信,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。
2.3 统计思想的特点
作为一门应用统计学,它从数理统计学派汲取新的营养,并且越来越广泛的应用数学方法,联系也越来越密切,但在统计思想的体现上与通用学派相比,还有着自己的特别之处。其基本特点能从以下四个方面体现出:(1)统计思想强调方法性与应用性的统一;(2)统计思想强调科学性与艺术性的统一;(3)统计思想强调客观性与主观性的统一;(4)统计思想强调定性分析与定量分析的统一。
3 对统计思想的一些思考
3.1 要更正当前存在的一些不正确的思想认识
英国著名生物学家、统计学家高尔顿曾经说过:“统计学具有处理复杂问题的非凡能力,当科学的探索者在前进的过程中荆棘载途时,唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单,因为我们所面临的现实问题可能要比想象的复杂得多。此外,有些人认为方法越复杂越科学,在实际的分析研究中,喜欢简单问题复杂化,似乎这样才能显示其科学含量。其实,真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是,有些人认为只有推断统计才是科学,描述统计不是科学,并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的,至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论,并且注重于把统计学应用于人类事物,试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念,如gnp、人口增长率等等,均是凯特勒及其弟子们的遗产。
3.2要不断拓展统计思维方式
统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知,逻辑推理方式主要有两种:归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设,即以所掌握的数据信息为依据,归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化,尤其是在根据必然性去研究和认识偶然性方面,具有很大的作用。
3.3深化对数据分析的认识
任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着,但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面:一是基于同样的数据会得出不同、甚至相反的分析结论;二是我们所面对的分析数据有时是缺损的或存在不真实性;三是我们所面对的分析数据有时则又是海量的,让人无从下手。虽然统计数据分析已经经历了描述性数据分析(dda)、推断性数据分析(ida)和探索性数据分析(eda)等阶段,分析的方法技术已经有了质的飞跃,但与人类不断提高的要求相比,存在的问题似乎也越来越多。所以,我们必须深化对数据分析的认识,围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的,不断拓展研究思路,继续开展数据分析方法技术的研究。
参考文献:
[1] 陈福贵.统计思想雏议[j]北京统计, 2004,(05) .
[2] 庞有贵.统计工作及统计思想[j]科技情报开发与经济, 2004,(03) .
关键词:生物统计;教学实践;立体化
中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2013)18-0231-03
一、引言
“生物统计学”是把数学的语言引入生命科学研究领域,将所研究的问题抽象为数学问题的过程,用数理统计的原理和方法来分析和解释生物界各种现象和试验调查资料,是应用统计学的一个分支。生物学研究实践证明,只有正确应用生物统计学的原理和分析方法对生物学试验进行合理设计,对数据资料进行客观分析,才能得出科学的结论[1]。目前,从数量角度研究生命科学现象已经为大多数生物学研究者所认知,“生物统计学”为生物学的研究和探索提供了重要的方法和工具。
近年来,全国各高校生物学专业普遍加强了“生物统计学”的教学工作,使学生学习试验设计和数据收集与整理的方法,正确应用统计学原理分析和解释数据资料,为进一步学好专业课程奠定了坚实的基础。
二、生物统计学课程的特点
1.以数学知识为基础。“生物统计学”是在研究生物现象的过程中,与数学的发展相伴随逐渐发展而来的。它把生命科学中的某些具体问题抽象为数学问题,以数学概率论和数理统计为理论基础[1],这其中就必然会涉及到排列、组合、积分、导数等数学知识。例如,大数定律是用样本统计数推断估计总体参数的基础,需要掌握概率论的相关知识;在推导直线回归方程时,回归系数和回归截距的计算,是建立在最小二乘法的基础上,需要用到导数的计算;正态分布中变量的概率计算,需要了解积分的性质[1]。尽管在“生物统计学”课程学习之前,学生已经学习了“高等数学”的相关知识,但多数学生的数学基础知识仍相对薄弱,由此对学习该门课程产生畏惧心理。加上很多学生没有理解生物统计学的内涵,主观上认为该门课程就是学习数学知识的,进而导致厌学情绪。
2.概念术语多。“生物统计学”不同于生物学专业的其他课程,在学习过程中涉及很多概念术语,并且这些概念术语常成对出现[1]。例如,总体和样本、变量与常数、参数与统计数、效应与互作、准确性与精确性、频率与概率、标准差与标准误、因素与水平、相关与回归、双尾检验与单尾检验、弃真错误与纳伪错误、假设检验与区间估计等。如果不理解这些概念术语的含义,生搬硬套,在应用时就会出错,得出错误的结果。
3.计算公式多。“生物统计学”是应用统计学方法,分析和解释生命科学研究中数据资料数量上的变化,进而做出符合科学实际的推断。在学习过程中,必须要用到大量的计算公式[1,2]。如反映变异性的指标有标准差和标准误,二者的含义不同,计算公式也不同。在正态分布中,为了计算服从正态分布的变量的取值概率,通常要对变量进行标准化处理,在学习了变量标准化公式之后,接下来在应用时还需要用到平均数的标准化、平均数差数的标准化、频率的标准化、频率差数的标准化、成对数据差数平均数的标准化等公式。在直线相关与回归分析中,需要掌握相关系数、回归系数、回归截距等计算公式。尽管目前有很多统计软件可以直接对一些统计量进行计算,但学生们必须掌握和理解相关统计量计算的原理和具体内涵才能正确地应用这些统计软件。
4.课程内容连贯性较强。“生物统计学”的课程内容是承上启下、前后连贯的[1,2]。例如,概率分布是学习统计推断的基础,平均数的假设检验和区间估计是相互联系的,单因素数据资料方差分析的原理和方法是对多因素数据资料进行方差分析的基础[1]。如果学生没有掌握某一章节的内容,很可能导致后面的许多内容听不懂、难理解,陷入越听越听不懂的恶性循环。
三、教学内容的实践与探索
针对“生物统计学”课程的特点和现状,近年来,我们在教学过程中,围绕教学内容、教学方法、课程建设、考核方式等多方面进行了实践和探索,取得了较为理想的效果。
1.合理编排教学内容,提高教学效率。我校本科教学计划调整后,“生物统计学”课程安排在第三学期,周学时为2,共36学时。学生在之前已学习了“高等数学”等公共课程,“植物学”、“动物学”等专业基础课程,与本学期同时学习的还有“生物化学”。为适应生命科学的发展和对生物学人才的培养,我们按照“强化基础、突出重点、注重应用、通俗易懂”的原则合理设计安排教学内容[1]。在课堂讲授时,我们尽可能把抽象的统计学原理与生命科学的前沿或学生们感兴趣的事例进行结合,并引导学生从专业知识的角度对统计分析的结果做出科学的判断和合理的解释,这样一方面使学生感受到生物统计学与生命科学的各专业都是紧密联系的,另一方面学到的统计分析方法和试验设计原则也可以指导学生后续专业课程的学习。
作为应用性极强的课程,我们在课堂授课时一般不过多讨论数学原理,而主要偏重于统计原理的介绍和具体分析方法的应用。在有限的课堂教学时数内,对涉及到的数理统计知识多是“拿来主义”,对于一些公式,通常只进行概念上的介绍和公式上的简单推导,对有些较复杂的统计公式则只给出公式,并不要求学生掌握具体的推算过程,其目的是让学生对统计学原理和统计分析方法有较全面的了解。在章节内容上,根据具体情况进行适当删减,做到重点突出、主次分明。比如讲授方差分析一章时,以单因素数据资料的分析为例,重点介绍方差分析的基本原理、数学模型和分析步骤,对于二因素数据资料的分析则启发学生根据其基本原理和数学模型进行推理,多因素数据资料的方差分析则只介绍基本原理,其目的是培养学生对所学理论知识的应用能力,实现以素质教育为基础,以能力培养为本位的教学理念。
2.灵活运用多种教学方法。在教学过程中,我们根据教学内容,采用多种教学方法并重,对学生“授之以渔”而不是“授之以鱼”[3],充分调动学生学习的积极性和主动性,使教学相融。
问题导入法。在课堂讲授时,我们注重问题的创设。提供氛围,启发学生发现问题并思考如何解决问题[4],使学生成为学习的主人,教师则成为学生的协作者。例如,在方差分析一章讲述时,以单因素数据资料为例[1],让学生思考如何进行多组平均数之间的比较。有的学生会提出,可以采用之前学习过的两个样本平均数假设检验的分析方法对多组数据进行两两的比较,而这又引发了一些新的问题。如何解决这些问题呢?这时,我们引导启发学生将所有的数据资料作为一个整体来考虑,将数据的总变异按照其变异来源剖分成处理引发的变异(组间变异)和试验误差引发的变异(组内变异),并利用反映变异特性的方差这一统计量来表示组间变异和组内变异的大小,进而采用检验对其二者的差异进行显著性检验,由此和学生共同推导出方差分析的基本思想和分析步骤。这样,既让学生理解了方差分析的原理和应用,也培养了学生分析问题和解决问题的能力。
对比法。“生物统计学”中有很多概念都是成对出现的,其相应的公式也有着许多形式上的共同点,这就为我们进行对比法讲解提供了很好的素材。例如标准差与标准误、直线回归系数与直线相关系数、样本平均数假设检验的检验及检验等[1]。对比法讲授,既可以帮助学生记忆公式,也便于学生更好地理解公式的含义和具体应用,做到举一反三。
演绎法。“生物统计学”中有很多公式是前后联系的,存在公式的变形,运用演绎法教学可以让学生更好地理解公式的来源和内涵。例如变量的标准化公式,对于服从正态分布的变量进行标准化转换的公式(u=■)是核心,在理解这个公式含义的基础上,对于各统计数(平均数、平均数差数、频率、频率差数、成对数据差数等)进行标准化转换的公式自然也就推导出来了,从而避免了对这些公式的死记硬背。
板书与多媒体课件并行。随着电子技术、计算机技术和网络技术的发展,在教学实践中多采用多媒体课件进行授课。多体媒体课件集文字、公式编辑、图形、色彩、动画于一体,既可以插入图片和例证,也可以实现公式推导的逐步展现,图文并茂,色彩丰富,省去了板书所占的时间,可以在有限的课堂教学时间内增加教学内容,增强师生之间的互动[4]。同时,传统的板书不能完全放弃,在讲授过程中,适时穿插板书内容,可以帮助学生更好地联系已学知识。因此,在教学过程中,我们以多媒体教学为主,板书为辅,注重将这两种教学方法进行有机的结合。
3.加强实验教学,注重理论与实践的结合。“生物统计学”是一门应用学科。我们在理论教学的同时,安排了18个学时的实验课,主要目的是让学生将课堂理论知识加以应用并学会常用统计学软件的使用。生物统计学实验课在生命科学学院信息学实验室利用电子教室系统进行,教师在主控机上边讲解边操作,学生可以在自己的计算机上观察到具体的执行过程,之后可以自己进行相应的操作,然后以电子文档的形式提交实验课作业。通过实验课教学,一方面使理论知识密切联系实践,真正提高了学生的应用能力;另一方面增强了学生的兴趣,在实验课中学生不仅巩固了统计分析知识,而且利用计算机来分析数据也为相关专业课实验数据的分析奠定了基础。在运用计算机统计软件进行数据分析时,学生们也深刻意识到,尽管统计学软件功能强大,但必须对相关的统计学知识有一定的认知和理解,才能更好地使用这些软件,由此也进一步激发了学生课堂学习的动力。
4.课程资源的立体化建设。在教学过程中,我们注重加强课程资源的立体化建设。以教材为中心,我们编写了与科学出版社《生物统计学》(第四版)配套的《生物统计学学习指导》,对每一章的内容都配套了目的要求、内容提要、难点评析、例题解析、习题解答和自我测验[5],以供学生在课下进行学习和知识的扩充。同时,“生物统计学”是河南师范大学校级网络课程,学生可以通过浏览网页进行课程内容学习。在网络课程中,每章均示出了重点、难点,便于学生自学或复习掌握;同时,网络课程中丰富生动的图表资料及实例分析也有助于学生对知识点的理解。
5.考核采用笔试和实验相结合。“生物统计学”的考核成绩由期终闭卷笔试成绩(占总成绩的80%)和实验课成绩(占总成绩的20%)两部分组成。其中,闭卷考试内容偏重实用性、基础性,避开需死记硬背、理论性强而无实际用途的题目和偏题怪题,并且尽量减少需要进行计算的工作量,目的是考核学生对已学内容的掌握和应用。实验课则重点考查学生知识应用和解决实际问题的能力。这种考核方式,一方面激发了学生学习的积极性与主动性,摆脱了学生死记硬背的单纯应试模式,另一方面也强调了学生解决实际问题的能力,有助于提高学生综合运用知识的能力。
四、小结
“生物统计学”是一门理论性和实用性都很强的学科,是现代生物学研究不可缺少的工具。在教学过程中,我们注重培养学生树立统计学观念,掌握如何运用统计学原理科学设计试验,正确应用统计分析方法分析数据资料,培养学生统计学推理思维能力,并能用专业知识对推断结果加以阐释。在教学过程中,我们强调以教师为主导,以学生为主体,充分调动学生学习的主动性和积极性,在培养学生扎实理论基础知识的同时,更注重实践教学,积极引导学生去发现问题、分析问题、解决问题,切实培养学生的应用能力。
参考文献:
[1]李春喜,邵云,姜丽娜.生物统计学(第四版)[M].北京:科学出版社,2008.
[2]张恩盈,宋希云.提高《生物统计学》课堂教学效果的探索[J].农业网络信息,2011,(8):131-133.
[3]石培春,龚江,李春艳.“生物统计”课程教学探索和思考[J].中国电力教育,2012,(10):103-104.
[4]孙敏,陈艳红.启发式教学思路在CAI软件中如何体现[J].中国电化教育,2002,(6):51-52.
《统计学》是财经院校经济类各专业的专业基础课,本课程的设置旨在培养学生对统计学的基本理论和基本方法的掌握,为相关专业课程的学习提供定性和定量的统计分析方法。
《统计学》是研究社会经济现象总体的数量表现和数量关系的方法论科学。
通过本课程的学习,使学生明确统计这个认识工具的特点、作用;掌握统计学的各种基本概念、基本原理和基本方法,尤其是各种定量分析的方法和技能,提高学生对社会经济现象数量研究时分析问题和解决问题的能力。
为更好地掌握《统计学》课程,除课堂教学应有的54课时外,要求学生做到课前预习、课后总结,重视本课程作业练习这一环节,以实现本课程的既定目标。
二、课程的教学目标及总的教学要求、重点、难点
教学目标及总的要求:
社会经济统计学是研究社会经济现象总体的数量表现和数量关系的方法论科学。
通过学习本课程,要求学生明确统计这个认识工具的特点、作用;掌握统计学的各种基本概念、基本原理和基本方法,尤其是各种定量分析的方法和技能,提高学生在对社会经济现象进行研究时的分析问题和解决问题的能力。
同时,为进一步学习各专业课程提供定性和定量分析的方法。
教学的重点:
统计学中的基本概念:统计总体、总体单位、标志、变量、统计指标和指标体系及其相互之间的区别和联系。
统计调查的意义,统计调查的分类。
统计调查方案的内容,调查对象、调查单位、填报单位和调查表、调查时间等概念。
统计报表制度的意义、作用和内容。
各种专门调查的概念、特点和作用。
统计整理的意义、步骤。
统计分组的概念、作用和形式。
分配数列的概念和种类。
分配数列中的名词概念,尤其是组中值的计算。
统计表的作用、结构和种类。
统计表的编制原则
总量指标的概念和作用。
总量指标的分类,尤其是时期指标与时点指标的区别。
相对指标的概念和作用及其表现形式。
各种相对指标的意义和计算方法。
正确运用相对指标的原则。
平均指标的概念和作用。
算术平均数、调和平均数、几何平均数、众数、中位数的意义和计算方法,注意算术平均数与强度相对指标的区别。
标志变异指标的意义和作用,各种标志变异指标的计算方法及特点,尤其是标准差的计算方法。
正确应用平均指标的原则。
动态数列的概念和作用。
动态数列的种类。
动态数列的编制原则。
各种动态水平分析指标和动态速度分析指标的意义和计算方法,这些指标相互之间的关系,如逐期增长量与累计增长量的关系、发展速度与增长速度的关系、环比发展速度与定基发展速度的关系、发展速度与平均发展速度的关系等。
序时平均数与一般平均数的异同点。
平均发展速度两种计算方法的侧重点。
动态数列的四种变动形态。
几种常用的测定长期趋势的方法:间隔扩大法、移动平均法,尤其是用最小平方法配合动态趋势方程。
季节变动的测定方法。
指数的概念、作用和种类。
综合指数的编制原理,数量指标指数、质量指标指数的计算。
平均数指数的编制原理,加权算术平均数指数、加权调和平均数指数的计算。
平均数指数与综合指数的关系,以及平均数指数在实际工作中的应用。
平均指标指数的编制和分析方法。
指数体系的概念和作用。
运用指数体系进行因素分析,以及根据指数体系进行指数间的推算。
抽样推断的概念、特点和作用。
抽样推断的基本概念。
抽样推断的理论依据。
抽样误差的概念和抽样平均误差的意义,抽样平均误差的计算方法。
抽样极限误差的意义及计算。
概率度的意义及其与抽样推断可靠程度的关系。
区间估计的方法与步骤。
抽样方案设计的内容以及抽样方案设计的原则。
主要的抽样调查组织形式。
简单随机抽样条件下必要抽样单位数目的确定。
相关关系的概念和种类,现象之间相互联系的两种类型:函数关系、相关关系。
相关关系的特点。
相关关系的测定方法,相关系数的概念、计算方法和性质。
回归分析的概念和一元线性回归分析的特点、方法。
相关系数与回归系数之间的数量关系。
估计标准误差的意义及计算方法。
相关系数与估计标准误差之间的数量关系。
国民经济统计核算的概念及国民经济核算体系的内容。
国民经济核算中三大产值指标的核算方法以及国内生产总值的三种核算方法。
国民经济统计核算中的五大平衡表及四大账户体系。
教学难点:
统计学中的基本概念。
调查单位与填报单位的区别。
普查、抽样调查、重点调查、典型调查的区别。
总量指标和相对指标的分类,相对指标的计算方法。
各种平均指标的应用条件及计算方法。
标志变异指标的意义及计算方法。
各种动态分析指标的意义和计算方法,以及指标之间的关系。
数量指标指数与质量指标指数的区分和编制。
算术平均数指数与调和平均数指数的区分和编制。
因素分析法。
抽抽样误差、抽样平均误差、抽样极限误差、概率度的意义。
概率度与概率的关系。
区间估计。
必要抽样单位数目的确定。
相关关系的种类。
相关系数的计算方法。
一元线性回归方程的建立及其与直线趋势方程的区别。
估计标准误差的意义及计算方法。
地质统计学理论和应用近几年取得了很大的进展,其中最重要的发展是随机建模技术.尽管建模中转向带法(TurningBand)在18年前就有人提出,但在当时并没有对随机建模引起重视.原因之一是人们对建模的意义和重要性认识不足;再则是由于早期的方法存在很多问题.因此该方法的改进进行得非常缓慢.直到80年代初,把建模概念应用到油藏描述中的非均质性研究后,才有了很大的发展.随机建模是在研究区域内人工合成多个、等概率的高精度地质模型(用地质统计学的术语叫作“实现”)|3].多个模型是与确定建模相对的,它反映出由于地质资料不足,而存在的多解性和不确定性.在每一个模型上都出现的现象则是可靠的、确定性的现象,在各个模型中时而出现又时而消失的现象则是不确定的现象.等概率是指模型的数据分布与原始数据的分布或理论分布是一样的.随机建模与各种克里格方法的区别在于,克里格方法[1]是从已知资料出发来获取未采样区局部的最佳估计,它只考虑局部信息,而不考虑原始或产生的数据的空间分布特性;在随机建模中强调的是模拟值与原始数据和理论分布全局特性,而不是局部精度.另外.对给定的局部信息和统计量来说,克里格方法给出的是单个的数字模型,而随机建模给出的是多个可选的数字模型.目前新出现的随机建模方法很多,根据所采用的方法,可将随机建模归纳为四种:布尔随机点法、与高斯分布有关的方法、指示模拟方法以及退火方法(SimulatedAnnealing).各种不同的模拟方法把已知信息的整体统计量和分布特征体现在所建立的模型中.例如,在布尔类型方法的建模中,可使所模拟的几何形态符合地质体的特征形态;与高斯有关的建模方法可以使所模拟的连续类型的变量值的协方差忠实于原来数据的协方差模型.如果在建模过程中把上述类型的方法混合使用,则可产生反映原始数据多个方面特征的数字模型,从而为建立反映油藏各种特征的模型提供了定量方法.
另外,地质统计学在克里格方法的基础上也有了很大的突破.克里格方法的主要特点是BLUE,即最佳线型无偏估计方法.目前除了常用的简单克里格方法、普通克里格以及泛克里格方法外,还出现了协克里格(Cokriging)、析取克里格(DisjunctiveKriging)、指示克里格(In-dicatorkriging)、指示主成分克里格(Indicatorprinciplecomponentkriging)、同位克里格(Colocatedkriging)、模糊克里格方法(Fuzzykriging).这些方法都是针对不同的资料来源、精度和特征而设计的,因此为解决油藏参数分析和预测中的问题提供了广泛的途径.
2地质统计学在油藏参数分析中的应用
油藏参数分析主要是研究油藏参数以及参数之间的变化规律.油藏描述中大多数参数与空间位置密切相关,它们的变化既具有结构性又具有随机性.地质统计学中主要的分析工具是半变异函数,其表达形式为
式中,rG)为半变异函数,它是距离矢量K的函数;为分析数据中相距为矢量^的变量的样品配对的数目,即{;c(m),_t(m+S)}的数目.如果/i取一定的方向,且从0变化到某一值,那么就可以求得一系列的r(X)〜Z的值.把它们绘制在一张图上,则可得到与该方向相对应的变异函数图(如附图).变异函数特征一般由三个参数念m确定:变程a(又称变量相互影响的范围)、块金效应C。和基台值.其中,变程大小反映了变量相关距离的大小.当时,则r(K)趋于某个极限值此时的值称变胃为基台值.变异函数分析是进行克里格计算和随机建模的起点和基础,它为克里格估计提供准确的模型.
2. 1各向异性研究
由于变异函数是向量Z的函数,因此通过不同方向的K的变异函数和变异图分析,可以了解到油藏参数沿不同方向的变化情况.如果各个方向的变异函数相同,则可以认为该参数在空间上是各向同性的,否则为各向异性侯景懦把不同方向的变异函数作成等值线图以反映矿体的非均质情况[‘].孙洪泉根据等值线的形状还将矿体进行分类⑴,他认为如果等值线为圆形则为各向同性;如果为椭圆则为几何各向异性;凡不能通过坐标的线型变换转换为各向同性的各向异性则为带状各向异性在考虑形状的同时考虑结构变化的范围,还可以将非均质性进一步细分,这一方法同样适合油藏各向异性的分析.
2.2反映油蔵参数变化综合指标的构造
由于综合指标反映了变量影响范围,又反映了变量变化的幅度,因此可以根据这一点来构造反映参数变化快慢的综合性指标如:只=02乙2/0^/«_4+^2),式中,a为变程;L为参数所在空间的长度;AT为数据的均值;C为变异函数的基台值就是一个既能反映参数沿某一方向变化的速度,又能反映参数沿该方向的变化幅度,还能反映参数变化的空间异向性的综合指标它比通常所用到的统计参数具有明显的优点:(1)H是在充分考虑参数在空间不同方向上的变化幅度和变化速度的基础上构造出来的,从而反映了参数空间变化的异向性.(2)H严格在[0,1]之间变化,因而可用百分数表示,便于对比和分类.
2.3沉积相变化的研究方法
用变异函数来研究沉积相,首先要确定各类砂体在空间的变化特征,如:河道砂体与沟道砂体的形状为长条形,沿流水方向参数变化幅度小,变化速度慢,变异函数图中变程较大;而垂直水流方向则相反当然这种分析还必须根据其它地质证据才能作出正确的沉积相分析,但它提供了另一条寻找沉积相判断证据的途径
除了变异函数外,Deutsch和Joumel还归纳了其它种类的地质统计学分析工具,如互变异函数、协方差函数、相关函数、对数变异函数、平方根变异函数、绝对值变异函数以及指示变异函数等.其中任一个函数都可用来推断油藏参数的空间变化性,而且各种方法都有优缺点,应视不同的情况选择最合适的分析方法.
3地质统计学在参数预测中的应用
地质统计学作为一种blue插值方法,早已在矿产品位估计和储量计算、计算机地质制图中网格节点值的估算中得到广泛应用.油藏描述中的参数预测,就是利用现有的各种精度、各种尺度和各种类型的数据和信息对空间上某一点或某一区块的参数值进行估计和推断.Journel和Alabert把油藏描述中的数据分为两类[6]:—类是可靠的或叫做硬数据(Harddata);另一类是模糊的或者精度不高的软数据(Softdata).前者如取心资料、测井资料(包括生产测井〉等;后者如地震资料、物化探资料、地质家和采油工程师的推测和解释预测的关键就在于定量化地综合这些信息,并且描述预测的可靠性.Doyen用协克里格方法把不同精度的取心资料和地震旅行时的信息结合起来对孔隙度分布进行估计和预测,并把预测的结果与通常所用的地震辅助的孔隙度计算结果进行对比结果表明,用协克里格预测的孔隙度均方根误差要比用二乘法要小50%.他又把该方法用于阿尔伯达油藏描述.结果表明,用协克里格方法要比通常的线性回归精度要高20%[7].Doyen的主要贡献在于把不同精度的信息用定量的数学表达式对某一地质现象进行研究,真正达到了数据的综合.Journel提出了一种非参数估计的克里格方法即指示克里格方法(Indicatorkrigmg)18-01.尽管对这种方法有很多争议,但这种方法却能对综合的各种信息进行预测,并给出预测精度
假设要估计的变量为Z,对Z的任何估计Z'很可能带有误差.对Z进行多次观测得到一系列的观测值乙,)=1,2,3,…,TV.只要这一系列观测的条件保持不变,那么这几个测值就可以用于建立预测Z的不确定性模型如待估值Z小于或等于某一值2。的概率就可以用Z,<Z0的个数与N的比值来近似.变量2的累积分布函数可写成:/^2<乙丨(《)}=2,<乙的个数与W的比值,其中j=l,2,3,”*,W.引入指示变换(设截止值为乙):
那么不确定程度就可用下式来表示:F(ZJ(n))在[0,1]区间变化,它是截止值乙和现有信息的函数上式的F(ZJU))模型所用的是对指示数据/(乙,Z,)等概率加权(1/«),也可用不等权公式:式中,七…=i.有了累积分布函数可以求预测值落入某个区间的概率大小,即Pize
以上只考虑了对某个变量的重复观测情况,如果考虑在不同位置处对同一变量进行一次观测时,即用不同位置处的值2(力),_/_=1,2,3,“‘,_^来预测未知点工处的值2(1)时,并且现有信息有硬数据和软数据时,就必须要用软克里格方法(指示克里格别称).在油藏描述中,一般硬数据较少,而且都有一定的精度分布范围,即2(力)€[>(4),6(而)],如孔隙度只能在[0,0.3]之间变化对一待预测点,指示信息可被看成一列k个指示值的集合,每个指示值对应于走个截止值中的一个在没有其它信息的情况下,只能知道区间外的信息,而对区间内的信息一无所知:对硬信息来说,Z(x,)=a(:r,)=6(:r,).如果知道Z的分布,那么指示值就可以在[0,1]之间取值,而不仅仅为0或1.
另外,还可以用以下公式考虑多种信息以获取对某一值Z的预测:
式中,[/(U]为估计或预测值.j是为使在[0,1]之间取值的变换,而r(x,)e[l,W]是按已知值逐渐增加顺序排列的顺序值.这种方程就是协克里格方程这里2«个加权值a,(Z,:c)和6/Z,x)可通过解协克里格方程求得.目前在指示克里格基础上又发展了指示主成分克里格方法和马尔科夫-贝叶斯方法[11’12].Bardoss等又提出了一种新的模糊克里格方法,用于非确定数据的分析和参数预测[13].这些方法目前还在试用阶段,一旦成熟,必将会给油藏描述中数据预测提供更合理的方法.
4地质统计学在描述储层非均质性中的应用
储层非均质性是影响石油采收率的主要因素.储层中流体的分布与运动完全受不同规模的储层非均质影响.因此对非均质的研究始终是油藏描述中的一个难题.传统参数预测方法(包括克里格方法)对参数起到一种平滑作用,不能反映参数的变化性而在油藏开发中,储层参数的变化性极为重要,如渗透率的极大或极小对油田开发设计和方案调整极为重要,必须有一种能保持这些奇异性的方法Journel和Alabert研究出一种顺序指示建模法.他们首先对0.3mX0.3m的砂岩切面密集取样测得渗透率值,再从1600个取样点随机取10个点,然后借助于1600个点的变异函数模型,再用顺序指示模拟方法对10个点进行建模,并把模拟结果与原始的和用克里格方法产生的模型进行比较.结果表明,顺序指示模型方法确实能反映储层的非均质性其中一个关键工作是变异函数模型选择,有人也借助于与研究对象相似的露头或研究成熟区的成果,从而达到反映非均质性的目的.
Suro-perez.V.等用随机建模法分析了储层非均质性对油藏动态预测的影响.整个研究分两步进行.首先.对大的地质特征如沉积相、岩相进行研究,建立了储层框架;然后再对每个岩相中流动特征进行研究;最后把这两步研究结合起来产生各种随机模型,把随机模型输入油藏数值模拟中.研究非均质性是如何影响生产动态的.整个研究方法是指示主成分克里格和顺序建模方法.Dentsh和Journel认为,在随机模拟中人们的愿望是生产的模型越多越好,
但在工程上往往只要求保留其中一个或几个模型.因为油藏数值模拟不可能把所有模型都输入计算机中进行运算.因此他们又制定出选择模型的方法和原则.应该指出的是,没有一个随机建模方法能同时忠实于现有的所有类型的信息.某些方法很适合于离散型或类型型变量,如岩相、岩石类型,其它的方法则适合于孔隙度、含油饱和度和渗透率等连续性类型信息的研究.但象生产资料和测试资料有时很难综合在油藏模型中.为解决这些问题,Journel等把模拟退火的方法引入随机建模中.退火方法来自热动力学,即液体冷却结晶或金属冷却和退火过程,它的理论基础是波次曼概率分布尸{£}〜eXp(它表示了在温度为:T时热平衡系统的能量概率地分布于所有不同的能量状态£之中,为波次曼系统.从能量^跳到E2状态的概率为:
如果£2小于,那么系统将总在变化,而且总想保持能量最低.任何类似于这一优化过程的方法叫做模拟退火法.这种方法已被广泛地用于神经网络理论和应用之中.用于随机建模的目的是通过对初步建立的模型进行附合某种约束条件的修改,即初步模型的组分优化达到使模型忠实于更多现有数据和信息.因此,用模拟退火方法一般分两步进行:(1)用任何建模方法生成初始模型;(2)对初始模型进行退火模拟.Farmeer首先用这一方法合成了岩石类型的数字模型[18〕,CUyt0n和Journel把这一方法与用其它方法的计算结果进行比较.结果表明,退火方法比其它几种都好,但计算时间较长.
目前又出现一种把地质统计学与分形几何相结合描述油藏非均质性的方法其中Hewett首先把分形几何学的概念用于油藏描述,他认为储层参数的变化具有分形特征.因此利用分紅布朗运动d)概念来描述参数横向变化特征,建立储层非均质模型.目前这些方法还在探讨阶段.
关键词:湖北省;农区;土壤养分;空间变异。
中图分类号:S158.3 文献标识码:A 文章编号:0439-8114(2014)23-5683-05
DOI:10.14088/ki.issn0439-8114.2014.23.017
土壤肥力作为土壤质量状况的一个重要指征,是维持土壤生产力、保障动植物健康的重要因素。土壤肥力受母质[1,2]、地形[3]、气候等自然因素和耕种、施肥、灌溉等人类活动[4,5]的影响,一直处于动态的变化之中,了解掌握土壤肥力及其演变规律,已成为农业可持续发展的研究热点[6,7]。但在一定的区域范围内,由于气候、耕作管理等比较一致,土壤特性的空间变异将趋于缓和,由母质引起的空间变异会逐步减小[8]。
地统计学(Geostatistics)[9-11]是基于20世纪50年代矿藏勘察中使用的空间估值方法,由法国统计学家Matheron总结提出的区域化变量估算理论。20世纪80年代以来,利用地统计学方法来研究土壤特性及空间变异,已成为土壤科学研究的热点[12,13]。本研究采用地统计学方法,研究湖北省主要农区耕地土壤养分状况及空间变异特征。
1 材料与方法
1.1 调查地域的确定
湖北省的江汉平原、鄂中丘陵和鄂北地区等几个区域为湖北省粮棉油重要产区,其面积占湖北省耕地总面积的70%左右,选择上述3个区域作为全省主要农区开展调查研究,其中江汉平原以潜江市作为代表,鄂中丘陵以荆门市掇刀区和东宝区作为代表,鄂北地区以枣阳市和宜城市作为代表。
1.2 样品取样与测试
土壤样品的采集依据国家测土配方施肥项目的要求进行。样品的采集需考虑耕作特性、种植作物、轮作制度、施肥习惯、土壤类型、水分状况等因素,力求具有代表性,每样点代表面积平原为6.7~13.3 hm2,丘陵为2.0~5.3 hm2。
土壤样品采用以下方法分析:pH测定采用水土比5∶1、pH计法,有机质测定用重铬酸钾容量法,全N测定采用凯式消煮法,全P测定采用碱溶-钼锑抗比色法,全K测定采用碱溶-火焰光度计测定法,碱解N测定采用碱解扩散-半微量滴定法,速效P测定采用碳酸氢钠提取-钼锑抗比色法,速效K测定采用乙酸铵提取-火焰光度计法,有效Fe、Mn、Cu、Zn、B测定采用DTPA混合提取剂提取-原子吸收分光光度法[14]。
1.3 数据处理
数据统计处理采用SPSS 13.0软件和Excel 2003进行处理。
2 结果与分析
2.1 土壤常规养分的空间变异
对当前湖北省主要农区土壤养分状况采用地统计学的方法进行描述性统计,统计分析结果见表1。统计中,为了解各土壤养分含量的偏移程度,引用了偏移度P的概念[15-17],其是指中值偏斜程度,用百分数表示。即:
P=(V-M)/V×100%,式中,V为平均值,M为中值。
P值以5%为临界值,大于5%为偏斜,小于5%为不偏斜。
统计结果(表1)表明,土壤pH、OM(有机质)、全N、全P、全K和碱解N为不偏斜养分,速效P、速效K为偏斜养分。但各区域的表现并不完全一致,江汉平原的pH、全N、全P、碱解N为不偏斜养分,OM、全K、速效P、速效K为偏斜养分。鄂中丘陵pH、有机质、全N、全K、碱解N为不偏斜养分,全P、速效P、速效K为偏斜养分。鄂北地区pH、有机质、全N、全K、碱解N、速效K为不偏斜养分,而全P、速效P为偏斜养分。
当某一土壤养分含量的分布服从正态分布时,中值即等于平均值。从偏移养分的矢量及绝对值上看,绝大部分偏移的养分均为负偏斜,即平均值大于中值,平均值是中值的1.1~1.5倍,表明绝大部分养分指标偏移并不十分明显。但速效P的偏移较明显,尤其是江汉平原和鄂北地区,偏移在15%以上。
各土壤养分含量中,按变异强度划分[18],pH、OM、全N、全P,全K、碱解N、速效P、速效K均为低或中等变异养分,其中以速效P变异最大,最大值是最小值的417倍。同时三大农区差别也各不相同,江汉平原也是除pH为变异养分外,其他如OM、全N、全P,全K、碱解N、速效P、速效K均为低或中等变异养分,其中以速效P变异最大;鄂中丘陵pH、OM、全N、全P、全K、碱解N、速效P、速效K均为低或中等变异养分,其中以全P变异最大;鄂北地区则是pH为弱变异养分,OM、全N、全P、全K、碱解N、速效P、速效K均为低或中等变异养分,其中也是速效P变异最大。
综合全省的结果来看,pH变异中等,变异最大的养分因子是速效P。说明土壤中磷肥易被土壤吸附固定,且不易淋失,具有残存效应,在不同土壤环境中表现差异很大。这与池富旺等[19]、赵莉敏等[20]的观点是一致的。
为了解湖北省主要农区土壤养分的丰缺状况,参考鲁剑巍[21]的标准,对能较好反映土壤肥力状况的OM、全N、碱解N,速效P、速效K等5项指标进行了频数统计(图1)。从频数分布图上可以看出,pH、OM、全K基本呈正态分布,全N、全P以及速效养分(碱解N、速效P、速效K)都呈非正态分布。
总体上,全省主要农区土壤常规8项养分中,pH、OM为稳定性养分因子,而由于重要的三大肥料元素氮、磷、钾的影响,土壤速效养分碱解N、速效P、速效K变异均较大,呈非正态分布,表现出明显的负偏峰分布特征。尤其是速效P、速效K,区域内养分测定值相差很大,最大值是最小值的240~4 167倍,多数样本的测定值处于平均水平以下。表明速效养分与地域特点、人为耕作活动相关,尤其是施肥习惯,但仍需进一步研究。
图1结果还表明,有89.4%点位的土壤有机质处于中等或丰富状况,97.3%的土壤全N处于中等或丰富状况,但碱解N则仅48.9%处于中等或丰富状况,缺乏的比例占51.1%;速效P有44.4%处于中等或丰富状况,缺乏的比例占55.6%;速效钾有64.4%处于中等或丰富状况,缺乏的比例占35.6%。说明湖北省主要农区土壤有机质和全氮还是较为丰富的,但超过50%的田块碱解N和速效P处于缺乏的状态,速效钾缺乏、中等和丰富的比例各约占1/3。
2.2 土壤微量元素的空间变异特征
采用地统计学的方法,对湖北省主要农区土壤中主要微量元素的含量进行描述性统计,统计分析结果见表2。
统计分析结果表明,有效Fe、Mn、Cu、Zn、B均为偏斜养分。但各区域的表现并不完全一致,江汉平原的有效Fe、Cu、Zn为不偏斜养分,有效Mn、B为偏斜养分,鄂中丘陵有效Fe、Mn、Cu、Zn、B均为偏斜养分。鄂北岗地有效Mn、B为不偏斜养分,而有效Fe、Cu、Zn为偏斜养分。
从偏移养分的矢量上看,绝大部分呈偏移的养分均为负偏斜,即平均值大于中值,江汉平原鄂北地区各养分偏移并不十分明显,但鄂中丘陵的有效Fe、Mn、Zn偏移较明显。
各土壤微量元素养分含量中,变异系数均较大,有效Fe、Mn、Cu、Zn、B均为中等变异养分,但三大农区间也有差异。江汉平原有效Fe、Mn、Cu、Zn、B为低等变异养分;鄂中丘陵和鄂北地区有效Fe、Mn、Cu、Zn、B均为低或中等变异养分。
从频率(图2)上看,有效Cu和有效硼B基本服从正态分布,偏移较小。有效Fe的含量比较集中,有63.3%的样本含量集中在20~59.9 mg/kg之间;有效Mn和有效Cu的含量基本集中在中等及以上范围;从变异情况看,有效Mn的变异很大,最大值是最小值的575倍。整体上,有效铁、有效硼较为缺乏,有效锰和有效铜较为丰富,有效锌为中等水平。
3 结论
1)当前湖北省主要农区耕地土壤养分状况,存在较大的空间变异,常规8项养分指标中,pH、有机质、全N、全P、全K、碱解N、速效P、速效K都表明出明显的空间变异性。整体上,全省土壤pH变异最小,变异最大的是速效P。
2)湖北省主要农区耕地土壤养分中,pH、有机质、全K服从正态分布,速效养分(碱解N、速效P、速效K)都呈非正态分布;土壤常规8项养分指标中,pH、有机质、全K为稳定性养分因子,而土壤速效养分碱解N、速效P、速效K均变异较大,最大值是最小值的240~4 167倍,呈非正态分布。湖北省主要农区土壤有机质和全氮较为丰富,但超过50%的农田碱解N和速效P处于缺乏的状态。
3)主要微量元素方面,有效铁、有效锰、有效铜、有效锌、有效硼均为低、中等变异养分,但各区域的变异表现并不完全一致。全省整体上,有效铁、有效硼较为缺乏,有效锰和有效铜较为丰富。
参考文献:
[1] WILD A. The potassium status of soils in the savanna zone of Nigeria[J]. Expl Agric,1971,7:257-270.
[2] TENING A S, OMUETI J A I,TARAWALI G. Potassium status of some selected soils under different land-use systems in the subhumid zone of Nigeria[J]. Commun Soil Sci Plant Anal,1995,26(5-6):657-672.
[3] OVALLES F A, COLLINS M E. Soil-landscape relationships and soil variability in north central Florida[J]. Soil Sci Soc Amer J,1986,50:401-408.
[4] BECKETT P H T, WEBSTER R. Soil variability: a review[J]. Soils and Fertilizers,1971,34:1-15.
[5] SCOTT H D, MAUROMOUSTAKOS A, HANDAYNI I P, et al. Temporal variability of selected properties of Loessial soil as affected by cropping[J]. Soil Sci Soc Amer J,1994,58:1531-1538.
[6] 刘世梁,傅伯杰,刘国华,等.我国土壤质量及其评价研究的进展[J].土壤通报,2006,37(1):137-143.
[7] 徐明岗,梁国庆,张夫道.中国土壤肥力演变[M].北京:中国农业科学技术出版社,2006.
[8] 黄绍文,金继运,杨俐萍,等.县级区域粮田土壤养分空间变异与分区管理技术研究[J].土壤学报,2003,40(1):79-88.
[9] JOUMEL A G, HUIJBREGTS C J. Mining geostatistics[M].New York:Academic Press,1978.
[10] 王政权.地统计学及其在生态学中的应用[M].北京:科学出版社,1999.
[11] GOOVAERTS P. Geostatistical tools for characterizing the spatial variability of microbiologica land physico-chemical soil properties[J]. Biol Fertil Soils,1998,27:315-334.
[12] 李亮亮,依艳丽.地统计学在土壤空间变异中的应用[J].土壤通报,2005,36(2):265-266.
[13] 王宏庭,金继运,王 斌,等.土壤速效养分空间变异研究[J]。植物营养与肥料学报,2004,10(4):349-354.
[14] 鲍士旦.土壤农化分析[M].第三版.北京:中国农业出版社,2000.
[15] 贾乃光.数理统计[M].北京:中国林业出版社,1980.
[16] 白由路,金继运,杨俐萍,等.农田土壤养分变异和施肥推荐[J].植物营养与肥料学报,2001,7(3):130-133.
[17] 刘冬碧,熊桂云,陈 防,等.湖北省粮食主产区土壤养分的空问变异性研究[J].湖北农业科学,2007,46(6):904-907.
[18] 雷志栋,杨诗秀,谢森传.土壤水动力学[M].北京:清华大学出版社,1988.
[19] 池富旺,张培松,茶正早,等.橡胶园土壤养分空间变异特征研究[A].中国土壤学会.土壤科学与社会可持续发展(中)――土壤科学与资源可持续利用[C].北京:中国农业大学出版社,2008.271-275.
[关键词]卫生信息管理医学统计学教学改革
[作者简介]周文君(1975-),女,江苏盐城人,盐城卫生职业技术学院卫生信息管理教研室主任,讲师,研究方向为公共卫生及卫生信息管理专业教学。(江苏盐城224005)孙晓凯(1978-),男,江苏盐城人,盐城市疾病预防与控制中心慢性病科主管医师,研究方向为慢性非传染性疾病的预防与控制及卫生统计学教学。(江苏盐城224002)
[中图分类号]G642.0[文献标识码]A[文章编号]1004-3985(2009)20-0144-02
现代医药卫生科技信息化发展迅速,卫生信息管理科学的发展对卫生信息管理专业人员的素质提出了很高的要求。医学院校培养的卫生信息管理专业学生需要面向各级卫生行政管理部门、医院、医学信息部门、医学图书馆等部门,从事日常办公事务处理、病案管理、卫生信息资料、医学图书、档案管理等工作和计算机维护工作。①他们除了需要掌握基础医学、临床医学等医药卫生知识和程序设计、数据库管理等计算机知识外,还需要具有较好的统计学理论知识,能够熟练掌握部分统计软件的使用,以便为各级医药卫生机构提供信息和决策依据。为了提高医学统计学课程质量,培养卫生信息管理专业学生建立统计学观念,提高动手解决实际问题能力,近年来,盐城卫生职业技术学院对卫生信息管理专业的医学统计学的教学方法进行了探索与研究,主要从以下几个方面着手。
一、根据课程特点明确学习要求
1.课程特点。医学统计学是一门既有复杂理论知识,又有丰富应用技巧的医学专业基础课程。它是科研设计、资料的搜集、整理和分析的灵魂,可应用于居民健康状况评价、医疗卫生实践和医学科研等各个方面,涉及基础医学、临床医学、预防医学等多学科领域。医学统计学内容主要是以医学理论及其研究内容为载体,应用数理统计学的理论和方法来阐述某个医学实际问题。②
2.学习要求。医学生学习医学统计学,并非要成为医学统计学的专业人才,其目的在于建立起统计学观念,学会从不确定性、机遇、风险和推断的角度去思考医学问题。对于卫生信息管理专业等非预防医学专业学生,特别是专科生,医学统计学的数学原理、公式推导等要求可以更加放宽,重点应放在统计方法的应用上。因此,我们要求学生学习医学统计学必须要牢固树立起统计学观念,如生物性个体变异观念,各种医学指标独特和分类观念,抽样误差不可避免及各种条件下样本具有不同的误差观念,各种研究对象和研究方式含有不同变异的观念,等等。学习医学统计学的具体要求是:能够理解一些基本概念、基本原理;记住一些最基本的公式和界值;重点要掌握统计方法的适用条件、统计结果的解释;此外还要再加上认真的课后练习和上机实习。
二、系统安排教学重点
1.合理选择授课章节。目前,各地院校本科、专科生开设的医学统计学课程课时大多在50~100节课间,要在这有限的课时内讲完这么多的内容很不现实,所以各地学校要根据培养目标选择适当的章节为学生讲解。对于非预防医学专业学生,除了基本的概念、统计描述、概率分布、参数估计、t检验、卡方检验、非参数检验等医学统计学基础理论部分外,其他的理论部分,如实验设计、调查设计、复杂的相关与回归等章节可以不讲,留给有兴趣的同学自学,把更多的时间安排在课上讨论和实习课的操作上。对于卫生信息管理专业学生的培养目标,除了基本统计学理论外,还应重点加上在日后信息统计工作中会常用到的关于各种率的概念、计算方法的章节。此外,还可以讲座的形式为学生介绍一些常用的、比较复杂的统计学方法。
2.明确教学重点。传统的统计学教学内容包括三个方向:一是基本概念和方法;二是公式的来源、推导和详细的手工计算步骤;三是统计结果的解释与分析。③传统的公式推导虽有利于对统计基本概念的理解,但对非统计专业的医学生来讲,冗长的公式推导已很难理解,更谈不上对它的记忆了。因此,对于统计公式,我们要求学生只要了解其直观意义、用途和应用条件,而不要求掌握其数学推导,教学内容的重点放在统计学基本原理、基本要领和逻辑思维上,而不是统计学方法的计算过程或数学算法的讲解上。同时,随着信息技术的迅速发展,各种数据处理软件和统计软件唾手可得,统计学计算也很容易实现,相反,统计学基本知识和基本原理的教学更显迫切。我们的教学重点是培养学生解决实际问题的能力,让学生对已有资料能够找到适合的统计方法,结合本专业知识解释统计结果。为此我们调整了一些教学内容,注重统计学基础、统计学思维、统计学操作能力的培养,同时利用优秀的统计软件,简化统计计算过程,强调统计方法的选择与报告信息的提取。例如,目前医学上常用的假设检验方法有十余种。我们要教会学生能够根据研究目的、资料类型选择最适宜的统计方法,如计量资料常用t检验、方差分析等方法;计数资料常用卡方检验;等级资料可用秩和检验等,同时还要注意各种检验方法的应用条件。
三、注重例题的练习
1.从例题入手,提高学生的认识。医学统计学的学习以理解为主,而一般医学院校的学生对数学的接触很少,因此,对于医学统计学这门课程,很多学生往往存在一种恐惧心理。为消除这种心理,使学生对之感兴趣,从实例入手是非常重要的。在理论教学课上讲授某个概念或方法之前先举个例子或提出问题,让学生给出自己的看法和解决思路,教师适当加以引导和启发,在解决这些问题的同时,再将统计学基本概念、基本原理和基本方法融入其中。这里提到的实例,可以是教材中现有的例题或练习题,可以是统计咨询中碰到的实际问题,或医学期刊论著中的一些实例,也可以是日常生活中的某一现象。学生的思维经过这样一个由感性到理性,由具体到抽象的认识过程,减轻了接受抽象概念和方法的难度,加深了对书本内容的理解,还调动了他们学习的积极性,对提高教学效果大有帮助。此外,大量例题的讲解和练习还有利于提高学生日后解决实际问题的能力。由于毕业后从事不同的工作岗位,对于大部分人来说,很多统计方法往往因用不到而不会使用,等实际工作中碰到时候便无从下手,这时他们便可查阅以往教材、参考书上的例题,与实际工作中的材料进行对比来获得合适的统计方法。
2.进行案例讨论,加深对常见错误的认识。统计方法的选择重点在于要根据设计类型、资料类型及分析目的选用适当的检验方法和检验统计量。我们在讲授各种检验方法时,不但重点强调各种方法的应用条件,还举出具体误用例子加以讨论,将常被误用的方法列举出来,供学生辨析,从反面吸取经验教训。比如常见误用有:配对t检验误用为成组t检验;多组均数比较应用方差分析及q检验误用为t检验;配对设计卡方检验误用为成组卡方检验;多个率比较应用行×列表卡方检验误用为四格表;应该用确切计算概率法误用为四格表卡方检验;等等。新版的“卫生统计学”教材每章都增加了“案例讨论”部分,教师减少了习题课时间,充分利用这些案例,给学生足够时间进行课堂讨论。案例讨论在不偏离主题的前提下,调动了每一个同学的积极性,又能及时发现问题,解决问题,培养学生的综合应用能力,为今后的实际应用打下坚实基础,很受学生的欢迎。
四、使用统计软件提高教学质量
1.选择SPSS软件作为教学软件。计算机和软件技术的飞速发展避免了在医学统计工作中烦琐的计算过程和记忆复杂的计算公式,使得医学统计学的应用越来越易于实现。卫生信息管理专业学生之前接受过计算机基本知识的培训,很容易掌握软件的操作,因此开设统计软件实习课显得尤为必要。目前,国内外的统计软件众多,根据学生的实际情况,从针对性、实用性的观点出发,我们选择了功能强大且易于掌握的SPSS软件作为医学统计学实习课的教学软件。SPSS是目前国际上最流行的、具有权威性的统计分析软件之一,它操作简单,无须编程,易学易用,可以直接读取Excle等数据文件,分析结果清晰、直观,可以直接复制到Word文档中,为学生使用带来极大的方便。④
2.精心安排实习课内容。实习课我们要求学生在计算机上学会应用该软件,能够在学习之后应用该软件独立完成实际资料的统计分析等工作。具体做法是,首先由实习教师对本节课的内容进行讲解,并在主机动态演示SPSS软件的操作过程,解释结果,然后让学生应用SPSS软件独立完成书本上或教师精心筛选的习题,并要求学生看懂计算机输出的结果,同时能对资料进行解释。我们重点让学生掌握的是一些基本操作(包括数据的输入和整理、变量的设置、转换等)、主要统计分析过程(包括描述性统计、t检验、方差分析、卡方检验、线性回归和相关分析、非参数检验)和基本统计图等内容,同时要求学生能理解输出的结果,合理解释统计结论中重点指标的含义。
3.避免盲目使用统计软件。统计方法选择的正确与否依赖于使用者对资料的了解程度与统计分析方法的掌握程度。而SPSS软件只是一种工具,它无法对统计方法的适应性做出判断,不能取代分析过程。如果不懂得选用正确的统计方法,而盲目使用计算机和统计软件,不管是什么研究类型的数据都简单地交给计算机处理,用计算机取代统计,那么大量的信息和统计数据将得不到有效的利用,势必造成统计方法的滥用和误用。另外,学生在课本上看到的是规范化的表格表示出来的资料,很容易选择适当的方法,而日常工作中往往不是这样,因此,如果学生对统计方法掌握不好,在实际工作学习中很容易出现滥用统计软件的情况。所以,我们教学中一再强调不能盲目的使用统计软件,而是要根据统计学原理选择合适的统计方法,然后再使用统计软件进行分析。
五、采用现代化教学手段