统计学抽样方法精品(七篇)
时间：2023-08-17 17:34:21
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抽样方法范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。
篇(1)
重构随着信息科学技术的高速度发展,当代获取和储存数据信息的能力不断增强而成本不断下降,这为大数据的应用提供了必要的技术环境和可能.应用大数据技术的优势愈来愈明显,它的应用能够帮助人类获取真正有价值的数据信息.近年来,专家学者有关大数据技术问题进行了大量的研究工作[1],很多领域也都受到了大数据分析的影响.这个时代将大数据称为未来的石油,它必将对这个时代和未来的社会经济以及科学技术的发展产生深远的意义和影响.目前对于大数据概念,主要是从数据来源和数据的处理工具与处理难度方面考虑,但国内外专家学者各有各的观点,并没有给出一致的精确定义.麦肯锡全球数据分析研究所指出大数据是数据集的大小超越了典型数据库工具集合、存储、管理和分析能力的数据集,大数据被Gartner定义为极端信息管理和处理一个或多个维度的传统信息技术问题[23].目前得到专家们认可的一种观点,即:“超大规模”是GB级数据,“海量”是TB级数据,而“大数据”是PB及其以上级别数据[2].
一些研究学者把大数据特征进行概括,称其具有数据规模巨大、类型多样、可利用价值密度低和处理速度快等特征,同时特别强调大数据区别于其他概念的最重要特征是快速动态变化的数据和形成流式数据.大数据技术发展所面临的问题是数据存储、数据处理和数据分析、数据显示和数据安全等.大数据的数据量大、多样性、复杂性及实时性等特点,使得数据存储环境有了很大变化[45],而大部分传统的统计方法只适合分析单个计算机存储的数据,这些问题无疑增加了数据处理和整合的困难.数据分析是大数据处理的核心过程,同时它也给传统统计学带来了巨大的挑战[6].产生大数据的数据源通常情况下具有高速度性和实时性,所以要求数据处理和分析系统也要有快速度和实时性特点,而传统统计分析方法通常不具备快速和实时等特点.基于大数据的特点,传统的数据统计理论已经不能适应大数据分析与研究的范畴,传统统计学面临着巨大的机遇与挑战,然而为了适应大数据这一新的研究对象,传统统计学必须进行改进,以继续和更好的服务于人类.目前国内外将大数据和统计学相结合的研究文献并不多.本文对大数据时代这一特定环境背景,统计学的抽样理论和总体理论的存在价值、统计方法的重构及统计结果的评价标准的重建等问题进行分析与研究.
1传统意义下的统计学
广泛的统计学包括三个类型的统计方法:①处理大量随机现象的统计方法,比如概率论与数理统计方法.②处理非随机非概率的描述统计方法,如指数编制、社会调查等方法.③处理和特定学科相关联的特殊方法,如经济统计方法、环境科学统计方法等[7].受收集、处理数据的工具和能力的限制,人们几乎不可能收集到全部的数据信息,因此传统的统计学理论和方法基本上都是在样本上进行的.或者即使能够得到所有数据,但从实际角度出发,因所需成本过大,也会放弃搜集全部数据.然而,选择最佳的抽样方法和统计分析方法,也只能最大程度还原总体一个特定方面或某些方面的特征.事实上我们所察觉到的数据特征也只是总体大量特征中的一小部分,更多的其他特征尚待发掘.总之,传统统计学是建立在抽样理论基础上,以点带面的统计分析方法,强调因果关系的统计分析结果,推断所测对象的总体本质的一门科学,是通过搜集、整理和分析研究数据从而探索数据内部存在规律的一门科学.
2统计学是大数据分析的核心
数的产生基于三个要素,分别是数、量和计量单位.在用数来表示事物的特征并采用了科学的计量单位后,就产生了真正意义上的数据,即有根据的数.科学数据是基于科学设计,通过使用观察和测量获得的数据,认知自然现象和社会现象的变化规律,或者用来检验已经存在的理论假设,由此得到了具有实际意义和理论意义的数据.从数据中获得科学数据的理论,即统计学理论.科学数据是通过统计学理论获得的,而统计学理论是为获得科学数据而产生的一门科学.若说数据是传达事物特征的精确语言,进行科学研究的必备条件,认知世界的重要工具,那么大数据分析就是让数据最大限度地发挥功能,充分表达并有效满足不同需求的基本要求.基于统计学的发展史及在数据分析中的作用,完成将数据转化为知识、挖掘数据内在规律、通过数据发现并解决实际问题、预测可能发生的结果等是研究大数据的任务,而这必然离不开统计学.以大数据为研究对象,通过数据挖掘、提取、分析等手段探索现象内在本质的数据科学必须在继承或改进统计学理论的基础上产生.
统计数据的发展变化经历了一系列过程,从只能收集到少量的数据到尽量多地收集数据,到科学利用样本数据,再到综合利用各类数据,以至于发展到今天的选择使用大数据的过程.而统计分析为了适应数据可观察集的不断增大,也经历了相应的各个不同阶段,产生了统计分组法、大量观察法、归纳推断法、综合指标法、模型方程法和数据挖掘法等分析方法,并且借助计算机以及其他软件的程度也越来越深.300多年来,随着数据量以指数速度的不断增长,统计学围绕如何搜集、整理和分析数据而展开,合理构建了应用方法体系,帮助各个学科解决了许多复杂问题.现在进入了大数据时代,统计学依旧是数据分析的灵魂,大数据分析是数据科学赋予统计学的新任务.对于统计学而言,来自新时代的数据科学挑战有可能促使新思想、新方法和新技术产生,这一挑战也意味着对于统计学理论将面临巨大的机遇.
3统计学在大数据时代下必须改革
传统统计学是通过对总体进行抽样来搜索数据,对样本数据进行整理、分析、描述等,从而推断所测对象的总体本质,甚至预测总体未来的一门综合性学科.从研究对象到统计结果的评判标准都是离不开样本的抽取,完全不能适应大数据的4V特点,所以统计学为适应大数据技术的发展,必须进行改革.从学科发展角度出发,大数据对海量数据进行存储、整合、处理和分析,可以看成是一种新的数据分析方法.数据关系的内在本质决定了大数据和统计学之间必然存在联系,大数据对统计学的发展提出了挑战,体现在大样本标准的调整、样本选取标准和形式的重新确定、统计软件有待升级和开发及实质性统计方法的大数据化.但是也提供了一个机遇,体现在统计质量的提高、统计成本的下降、统计学作用领域的扩大、统计学科体系的延伸以及统计学家地位的提升[7].
3.1大数据时代抽样和总体理论存在价值
传统统计学中的样本数据来自总体,而总体是客观存在的全体,可以通过观测到的或经过抽样而得到的数据来认知总体.但是在大数据时代,不再是随机样本,而是全部的数据,还需要假定一个看不见摸不着的总体吗?如果将大数据看成一个高维度的大样本集合,针对样本大的问题,按照传统统计学的方法,可以采用抽样的方法来减少样本容量,并且可以达到需要的精度;对于维度高的问题,可以采取对变量进行选择、降维、压缩、分解等方法来降低数据的复杂程度.但实际上很难做得到,大数据涵盖多学科领域、多源、混合的数据,各学科之间的数据融合,学科边界模糊,各范畴的数据集互相重叠,合成一体,而且大数据涉及到各种数据类型.因此想要通过抽样而使数据量达到传统统计学的统计分析能力范围是一件相当困难或是一件不可能的事.大量的结构数据和非结构数据交织在一起,系统首先要认清哪个是有价值的信息,哪个是噪声,以及哪些不同类型的数据信息来自于同一个地址的数据源,等等,传统的统计学是无法做到的.在大数据时代下,是否需要打破传统意义的抽样理论、总体及样本等概念和关系,是假设“样本=总体”,还是“样本趋近于总体”,还是不再使用总体和样本这两个概念,而重新定义一个更合适的概念,等等.人们该怎样“安排”抽样、总体及样本等理论,或人们该怎样修正抽样、总体、样本的“公理化”定义,这个问题是大数据时代下,传统统计学面临改进的首要问题.
3.2统计方法在大数据时代下的重构问题
在大数据时代下,传统的高维度表达、结构描述和群体行为分析方法已经不能精确表达大数据在异构性、交互性、时效性、突发性等方面的特点,传统的“假设-模型-检验”的统计方法受到了质疑,而且从“数据”到“数据”的统计模式还没有真正建立,急切需要一个新的理论体系来指引,从而建立新的分析模型.去除数据噪声、筛选有价值的数据、整合不同类型的数据、快速对数据做出分析并得出分析结果等一系列问题都有待于研究.大数据分析涉及到三个维度,即时间维度、空间维度和数据本身的维度,怎样才能全面、深入地分析大数据的复杂性与特性,掌握大数据的不确定性,构建高效的大数据计算模型,变成了大数据分析的突破口.科学数据的演变是一个从简单到复杂的各种形式不断丰富、相互包容的过程,是一个循序渐进的过程,而不是简单的由一种形式取代另一种形式.研究科学数据的统计学理论也是一样,也是由简单到复杂的各种形式相互包容、不断丰富的发展过程,而绝不是完全否定一种理论、由另一种理论形式所代替.大数据时代的到来统计学理论必须要进行不断的完善和发展,以适应呈指数增长的数据量的大数据分析的需要.
3.3如何构建大数据时代下统计结果的评价标准框架
大数据时代下,统计分析评价的标准又该如何变化?传统统计分析的评价标准有两个方面,一是可靠性评价,二是有效性评价,然而这两种评价标准都因抽样而生.可靠性评价是指用样本去推断总体有多大的把握程度,一般用概率来衡量.可靠性评价有时表现为置信水平,有时表现为显著性水平[8].怎么确定显著性水平一直是个存在争议的问题,特别是在模型拟合度评价和假设检验中,因为各自参照的分布类型不一样,其统计量就不一样,显著性评价的临界值也就不一样,可是临界值又与显著性水平的高低直接相关.而大数据在一定程度上是全体数据,因此不存在以样本推断总体的问题,那么在这种情况下,置信水平、可靠性问题怎么确定?依据是什么?有效性评价指的是真实性,即为误差的大小,它与准确性、精确性有关.通常准确性是指观察值与真实值的吻合程度,一般是无法衡量的,而精确性用抽样分布的标准差来衡量.显然,精确性是针对样本数据而言的,也就是说样本数据有精确性问题,同时也有准确性问题.抽样误差和非抽样误差都可能存在于样本数据中,抽样误差可以计算和控制,但是非抽样误差只能通过各种方式加以识别或判断[910].大多数情况下,对于样本量不是太大的样本,非抽样误差可以得到较好的防范,然而对于大数据的全体数据而言,没有抽样误差问题,只有非抽样误差问题,也就是说大数据的真实性只表现为准确性.但是由于大数据特有的种种特性,使得大数据的非抽样误差很难进行防范、控制,也很难对其进行准确性评价.总之,对于大数据分析来说,有些统计分析理论是否还有意义,确切说有哪些统计学中的理论可以适用于大数据分析,而哪些统计学中的理论需要改进,哪些统计学中的理论已不再适用于大数据统计研究,等等,都有待于研究.所以大数据时代的统计学必是在继承中求改进,改进中求发展,重构适应大数据时代的新统计学理论.
4结论
来自于社会各种数据源的数据量呈指数增长,大数据对社会发展的推动力呈指数效应,大数据已是生命活动的主要承载者.一个新事物的出现,必然导致传统观念和传统技术的变革.对传统统计学来说,大数据时代的到来无疑是一个挑战,虽然传统统计学必须做出改变,但是占据主导地位的依然会是统计学,它会引领人类合理分析利用大数据资源.大数据给统计学带来了机遇和挑战,统计学家们应该积极学习新事物,适应新环境,努力为大数据时代创造出新的统计方法,扩大统计学的应用范围.
参考文献:
[1]陈冬玲,曾文.频繁模式挖掘中基于CFP的应用模型[J]沈阳大学学报(自然科学版),2015,27(4):296300.
[3]卞友江.“大数据”概念考辨[J].新闻研究导刊,2013,35(5):2528.
[5]靳小龙,王元卓,程学旗.大数据的研究体系与现状[J].信息通信技术,2013(6):3543.
[6]覃雄派,王会举,杜小勇,等.大数据分析:Rdbms与Mapreduce的竞争与共生[J].软件学报,2012,23(1):32-45.
[7]游士兵,张佩,姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论,2013(2):165171.
[8]李金昌.大数据与统计新思维[J].统计研究,2014,31(1):1017.
篇(2)
一、统计及其基本思想与方法
1 什么是统计学
问：一般认为，统计学这个词来源于拉丁语的国情学，原是国家管理人员感兴趣的事情。《大不列颠百科全书》对统计学下的定义是：“统计学是关于收集和分析数据的科学和艺术。”陈希孺院士认为：“统计学是有关收集和分析带有随机性误差的数据的科学和艺术。”
史宁中教授，作为统计学家，您是如何认识统计学的?
史教授：我们先来简单地回顾统计学的历史是有益处的。正如拉丁语所说，统计原本就是收集和分析国家管理中需要的各种数据，比如国民收入、各种税收。为了直观，人们才发明了各种报表、直方图、扇形图，等等。可以看到，这种传统意义上的统计学现在仍然是非常重要的，这也是我们现在小学统计教学中的主要内容之一。后来到了14世纪左右，随着航海业在欧洲兴起，航海保险业开始出现。为了合理地确定保险金与赔偿金，需要了解不同季节、不同路线航海出现事故的可能性大小，需要收集相关的数据，根据数据进行分析和判断，这被称为近代统计学的发端。到了19世纪末20世纪初，人们把数学、特别是概率论的有关知识引入到统计学，构建了统计学的基础。与古典统计学相比，虽然二者都是对数据的收集和分析，但却有本质的不同，因为后者进行分析的基础是“不确定性”，我们称之为“随机”。
到了现代，人们发现，对于大量数据的分析，采用随机的方法不仅方便而且准确。比如，对于国民收入，我们可以动用大量的人力来收集数据，但是谁都知道这样的数据不可能是准确的，远不如我们依据某种原则规划分出地区和人群，然后抽样、加权求和准确。再比如，对于股票市场，一天交易之后，可以得到精确的交易总量，但是人们宁可用部分核心企业的股票交易量来反映股票的变化，这便是“恒生指数”“上证指数”，等等。特别是到了2l世纪，银行、保险、电信，以及材料科学、基因组学等新兴学科的实验中涉及大量数据，其分析更需要借助随机方法了。我想，大概就是因为这些原因，国家才决定在现在中小学数学的教学中加入统计学的内容。
因此，你们谈到的关于统计学的定义都是可以的。但是，要把握统计学的根本思想方法却是非常困难的。
问：那么，您认为统计学的基本思想方法是什么呢?
史教授：这是一个不容易回答的问题。对于统计学的掌握很大程度上依赖于感悟，需要比较长的时间的理解与实践。我们先来回顾一下中小学传统数学的教学内容。这些内容主要是对日常生活中见到的图形和数量的抽象，研究的问题是图形的变化和计算法则，研究的基础是定义和假设，研究的方法主要是归纳、递归、类比和演绎推理。
统计学则不同。如我上面谈到的，统计学是通过数据来进行分析和推断的。因此，统计研究的基础是数据。这些数据的特点是，对于每一个数据而言，都具有不确定性，我们需要抽取一定数量的数据，才能从中获取信息。因此，统计学的研究依赖于对数的感悟，甚至是对一堆看似杂乱无章的数的感悟。通过对数据的归纳整理、分析判断，可以发现其中隐藏的规律。因为可以用各种方法对数据进行归纳整理、分析判断，所以，得到的结论也可能是不同的。而且，我们很难说哪一种方法是对的，哪一种方法是错的，我们只能说，能够更客观地反映实际背景的方法要更好一些。比如，我们希望知道某公司员工的收入情况，可以用平均数也可以用中位数，很难说哪个方法错。事实上，如果收入比较均衡，用平均数要好一些；如果收入比较极端，用中位数要好一些。当然，最好的方法是对收入。情况进行分类，但是分类的方法又有好坏之分。我们可以看到，统计学关心更多的是好与不好，而中小学传统数学关心更多的是对与错。
因此，统计学的基本思路是，根据所关心的问题寻求最好的方法，对数据进行分析和判断，得到必要的信息去解释实际背景。
2 统计学的研究对象
问：我们对于统计学有了一定的了解。从您的谈话中我们感觉到，统计学似乎是包罗―万象的。那么，统计学到底是研究什么呢?
史教授：是这样的，统计学的应用面非常广，凡是涉及数据分析的都可以成为统计学的研究领域。特别是到了近代，人们希望更加精细地了解实际背景，更多地借助数据分析，甚至人文科学也是如此，并且逐渐形成了专业的研究领域，比如计量经济学、计量社会学、计量教育学、计量心理学，等等。这些研究领域分析方法的基础大体是统计学。统计学并不研究某一个领域的具体内容，在本质上只是研究数据分析的方法，这包括创新的方法，也包括分析方法的好坏、分析方法的适用条件。
问：您能否结合中小学统计的内容谈得更具体一些?特别是在统计教学过程中，应当把握的基本原则是什么呢?
史教授：可以在统计研究中首先遇到的问题是如何获取“好”的数据。所谓“好”的数据，是指那些能够更加客观地反映实际背景的数据，而要获取好的数据要依赖于“好”的方法。根据数据的不同，方法主要分两大类，一是通过调查收集数据，二是通过实验制造数据-中小学统计教学中涉及的主要是前者，称为抽样调查(而后者通常被称为实验设计)_抽样调查又包含两个方面，一个是对已经存在的数据的收集，称之为抽样，比如市场的物价、学生的身高、企业的产值，等等；另一个是需要我们了解才能够获取的，称之为调查，比如美国总统的民意支持率、人们日常消费的主要项目、中小学生喜欢的歌手，等等。
根据问题的不同，所要采用的方法也可能不同，但是要建立两个基本原则。第一个基本原则是，采用能够获取好的数据的方法。为了获取好的数据，我们需要尽可能多地利用对于实际背景已有的先验知识。比如，希望知道学生的身高，先验知识是“年龄之间差别很大”。因此，最好是根据年龄段学生数的多少按比例抽取样本，我们称这种方法为分层抽样。可以看到，统计方法的直观想法是很明显的。如果对于实际背景一无所知，那么一定要抽取样本，这便是随机抽样。比如，希望知道学生喜欢的歌手，因为这些学生年龄之间差别可能不大，就可以采取随机抽样。当然也可以用分层抽样，但要麻烦得多。第二个基本原则是，采用简单的方法。能够基于上述两个原则的方法就是一个好方法。我们不要小看第二个原则，一个好的方法往往能够节省很多调查经费。这就是为什么咨询公司非常欢迎统计学家的原因。
问：刚才您提到了样本，许多教师对样本这个概念总是感到费解。
史教授：是的，这个概念很难把握。样本实质上就是数据，但是，统计学中涉及的数据往往是随机性的。还是
回到“学生的身高”这个问题上来。在抽样之前。我们可能并不知道具体数据的大小，这些数据对于我们是随机的。为了讨论出一个好的方法，我们假想能够得到这些数据，并且假想这些数据的出现是依据某种规律的，这种规律就是数据出现的可能性在小，我们称之为概率。比如，高年级学生出现大数据(高个子)的可能性要大于低年级学生，就是说，出现大数据的概率要大。但是，只有当抽样之后我们才能得到真实的数据；才能进行实质的计算与分析。这样，我们所要研究的数据既具有随机性又具有真实性。为了方便起见，我们称这样的数据为样本。
问：根据您的阐述，统计学怎么有一些哲学式的思考呢?
史教授：你们理解到了根本。这是统计学与中小学传统数学的最大区别。传统数学可以根据假设和规定的原则进行计算或者推理，但是统计学往往要问你所采用的方法是不是有道理，是不是还有更为合理的方法。不过，传统数学是统计学不可缺少的工具。
问：是不是因为统计学需要计算呢?
史教授：不仅仅如此，判断统计方法的好坏也是依赖传统数学的。
篇(3)
在统计学上，自由度的概念十分广泛，在对自由度的概念进行界定时，狭义上，在对总体的参数进行估计时，在样本中，能自由变化，或者自变量的个数能独立，我们称之为统计量的自由度。在社会经济的统计实践中，房地产价格变化和居民消费情况的统计等社会调查都是建立在统计抽样的基础上完成的，这种方法的优点在于只要通过样本的信息，就能够推测出总体的情况。自由度的概念涉及范围很广泛，样本的参数估计、系统的推断和统计的检验工作都会涉及到，但是当前我国对自由度产生的背景、性质和原因在教材上并没有给出充分的解释，对自由度的概念也没有规范化的诠释。
关键词:
经济统计;自由度概念;背景和应用
一、自由度概念的产生
自由度概念的产生与与人们进行抽样调查密不可分，抽样调查是一种非全面调查，它能够解决全面调查无法解决或者较难解决的问题，在抽样调查时，先确定好研究地对象，然后对研究对象进行调查，最后再抽选相应的对象进行调查，从总体上来看，抽样调查的这种方式是对全面调查的补充和完善。抽样调查的简单快捷是全面调查力所不及的，全面调查在调查过程中，人力、物力和财力的浪费现象较为严重。节约大量的调查时间。抽样调查的特点较多，抽样调查进行时不受其他因素的影响，时效性极强;在抽样调查中，能够根据调查的要求随机进行选择，这显示出了抽样调查的灵活性;在抽样调查后针对获得的数据进行详细的计算，最后所得数据准确性极高。虽然在许多定律和假设条件中受到限制，为了降低判断失误和调查不全面的情况，采取提高总体样本和抽样样本之间的相关性措施，在抽样样本数据的形成上必须慎重对待。于是自由度在这样的要求下应运而生。基于满足总体和样本之间的约束原因，通过对部分变量和元素的调整以达到实现抽样调查的准确性的目的，因此自由度概念产生的主要原因就是样本在选择过程中的为满足相关条件进行的优化。
二、自由度概念的界定
自由度是可以自由变换的，对于在自由度中不同的较为显著性的实验，其计算方法也是不一样的，样本自由度的正确选择是显著性实验的基础。有专家认为，自由度是可以随意变化信息的数量，其前提是没有违背总体和样本之间的约束条件。如果仅仅只从社会经济的角度来看，在统计中，统计工作质量的主要方面受到样本统计过程的科学性、样本的代表性和统计检验的合理性以及统计结果的真实性的影响，而统计工作的质量主要取决于统计工作的着重点，即统计样本。自由度的确定和选择，在形成统计样本的时候是十分重要的。在统计学上，界定自由度主要从把握样本与总体的关系来进行，总体样本与抽样样本的关系只是基于统计的目的，在统计方法、统计主体、统计性质和统计数量的不同而有所不同。在经济统计学中，统计学中自由度n－1的由来。
三、自由度在经济统计学中应用分析
自由度在经济统计学中的运用作用极其重要，其中，在抽样调查中的应用尤其常见，在抽样调查中，自由度的使用能使抽样调查结果更为精确。在统计上，自由度的运用也及其常见。
(一)统计上的自由度在统计中，对总体的方差进行估算时，离差平方和的使用是最为常见的，方差的确定由n－1的个数决定，这其中的原理是:当均值确定后，n－1个数的值也得到确定，第n个数的值便会得到确定，在统计计算中，均值是n－1的限制条件，基于这样的限制条件，在对总体方差进行最后的估计时，自由度便为n－1．在数学中，自由度是指变量的个数可以随意进行取值，举例说明:假设有4个变量，分别为x、y、z和w，其中x+y+z+w=20，因此可以得知它的自由度等于3．自由度在统计上的运用较为频繁，在热力学中，什么是分子运动的自由度?在确立了分子的空间位置时，这个位置所需要的自由坐标的数量就叫做自由度;在理论上的力学中，质点在空间上进行随意运动时，质点的位置只要三个坐标就能够得到确定，由此可知，质点在进行运动的时候，其拥有三个自由度。当然，在物体受到限制时，其自由度便会减少，如果让质点只在一个平面上运动，它的自由度便为两个，在曲面上也是如此;但是，如果让质点在一条曲线上运动，或者在一条直线上运动，它的自由度就只有一个。
(二)经济学中自由度的运用举例为证，实验者对某一公司产品的年销售量进行调查研究，该公司预计销售10万份产品，利用随机抽样的方式对前半年的月销售量进行调查，在调查中，被调查产品的月销售量的平均数是总体的参数，这是较为精确和客观的。通过对公司相关负责人的问卷调查和随机抽样取得的数据获得前半年的产品月销售量数据，样本的平均值是在调查中取得的数据，通过计算获得的，理论上来说，调查的参数与统计量在数据的内容要求一致，由此可以看出这前半年的数据和是能够得到确定的。当前5月的数据被确定，剩下一个月的数据的精确度便十分精准。所以，在上述例子中，被研究产品年销售的情况是:在统计量中求得平均数后，其自由度为:k=6－1=5．这个解释可以归结为:将前半年的月数视作6，样本便为x=6，它的平均值假设为7，即为y=7，由于受到y=7的限制，在自由确定了6、3、7后，第6个数据只能为13，否则的话，y不等于7。因此，这里的自由度为k=x－1=3，由此推算，在所有统计量中，自由度都为k=x－y。
四、结束语
在日常社会生活中，人们或多或少都会用到统计量，自由度存在于统计量的计算公式中，但不少人会产生疑惑，同样是计算标准差，为什么在总体中，标准差的自由度为n，但是样本中的标准的自由度却为n－1，其他公式中，自由度的界定为n－2或者n－3?我们知道，自由度的概念不仅仅存在于统计学中，但是在经济统计中，自由度的运用是较为全面的。例如对产品的销售数量在市场上进行的调研、人口的统计调查以及居民的月用电量等等。自由度的概念广泛存在于统计的计算公式中，
［参考文献］
［1］袁卫．从“人口革命”到重构统计教育体系———戴世光教授的学术贡献［J］．中国人民大学学报，2012，01:146－152．
［2］钟无涯，颜玮．自由度概念在经济统计中产生的背景及其应用［J］．统计与决策，2012，19:8－10．
［3］徐强．用户友好型《国民经济统计学》教材建设问题研究［J］．经济研究导刊，2013，09:251－252．
篇(4)
【关键词】 龋齿；牙龈出血；牙石；流行病学研究；儿童
【中图分类号】 R 179 R 78 R 780.1 【文献标识码】 A 【文章编号】 1000-9817(2008)12-1129-02
为了解河南省人群口腔健康状况和口腔疾病的发病趋势，监测和评价《河南省牙防中期规划目标（1999-2005）》的实施情况，根据卫生部疾病控制司批准开展的第三次全国口腔健康流行病学抽样调查方案的要求，2005年对河南省城乡人群的口腔疾病患病状况及口腔健康行为进行了流行病学抽样调查。笔者对12岁年龄组人群的调查结果进行了分析，报道如下。
1 对象与方法
1.1 对象 根据第三次全国口腔健康流行病学抽样调查方案的要求，采用多阶段分层等容量随机抽样方法，利用国家统计局公布的2000年全国人口普查资料，由第三次全国口腔健康流行病学抽样小组随机抽取区（县）级单位以及街道（乡镇）级单位。在此基础上，省流调组从每个街道（乡镇）抽取2个居委会（行政村），然后从被抽中的居委会（行政村）所有适龄人群中随机抽取各年龄组的被调查个体。选取河南省郑州市中原区、平顶山市湛河区、项城市、汝州市、濮阳县、唐河县12岁年龄组儿童共784人，其中城市391人，农村393人；男生390人，女生394人。
1.2 方法 调查项目包括牙列状况（只检查冠龋）、牙周状况（全口牙齿）、牙龈出血和牙结石、氟牙症。参加口腔检查人员全省共 3人，均具备口腔专业本科以上学历，从事口腔内科临床工作3年以上。调查工作开始前，均经过卫生部组织的培训，获得第三次全国口腔健康流行病学抽样调查口腔检查资格证书。在调查过程中，全国第三次口腔健康流调技术指导组进行2次质量检查，每个口腔检查人员的Kappa值均在0.8以上。检查龋病、牙周疾病使用WHO推荐、上海市齿科器材厂生产的CPI牙周探针及平面口镜。调查数据全国统一录入，数据的统计处理采用SPSS 12.0统计软件包完成。
2 结果
2.1 恒牙龋齿患病情况 学生恒牙龋齿的患病率为19.13％。城乡差异无统计学意义（χ2=0.89，P＞0.05），男、女生差异有统计学意义（χ2=5.25，P＜0.05）；恒牙龋均（DMFT）为0.29，城乡差异亦无统计学意义（t=-0.54，P＞0.05），男、女生差异无统计学意义（t=-0.76，P＞0.05），见表1。
2.2 其他口腔健康状况 在受检儿童中，检出有恒牙外伤的儿童19人，占2.42%，男、女生差异无统计学意义（χ2=1.40，P＞0.05），城乡学生差异无统计学意义（χ2=0.50，P＞0.05）。第二恒磨牙未萌的儿童占51.28%，男、女生差异有统计学意义（χ2=18.41，P＜0.01），城、乡学生差异无统计学意义（χ2=0.42，P＞0.05）。牙龈出血的儿童占29.61%，男、女生差异无统计学意义（χ2=0.42，P＞0.05），城、乡差异有统计学意义（χ2=143.70，P＜0.01）。平均每个儿童有1.06个牙位出血，男生牙龈出血的平均数为1.20个牙位，女生为0.93个牙位；城市儿童牙龈出血的平均数为0.22个牙位，农村为1.90个牙位。有牙结石的儿童占48.85%，男、女生差异无统计学意义（χ2=3.44，P＞0.05），城、乡学生差异有统计学意义（χ2=51.96，P＜0.01）。平均每个儿童有2.63个牙位有结石，男生牙结石的平均数为2.80个牙位，女生为2.46个牙位；城市儿童牙结石的平均数为1.20个牙位，农村为4.06个牙位。有不同程度氟牙症的儿童占19.05%，城、乡学生差异有统计学意义（χ2=5.87，P＜0.05）。见表2。
3 讨论
调查显示，河南省12岁儿童恒牙龋患率和龋均分别为19.13%和0.29。按照世界卫生组织龋病等级评价标准［1］，河南省12岁年龄组儿童少年的龋齿患病处于较低水平；与2002年河南省第二次口腔流调的结果（23.3％）比较，呈下降趋势。分析其原因主要有2方面，一是2次调查龋病诊断标准不同，2005年龋病诊断采用的是WHO口腔健康调查基本方法第4版的标准；新标准要求必须有明显的龋洞或明显的釉质下破坏才可以诊断记录为“龋”,当可疑龋时不能记录为龋。二是河南省自1996年成立牙病防治领导小组以来，在牙病防治健康教育和儿童青少年龋病防治方面做了大量工作，儿童龋病的患病率得到了一定的控制。
河南省12岁儿童恒牙龋齿充填率为4.0％，低于1995年全国流调的平均水平(11.05%)，与北京、上海等经济发达城市差距更大(1995年北京市恒龋充填率为18.45%，上海市为41.3%)。发达国家学生龋患率虽高，但龋齿的充填率一般都在75%以上。所以真正衡量一个国家口腔保健水平的指标不是龋患率，而是DMF构成比中的充填率(龋补率)［2］。
从调查结果还可以看出，河南省12岁城乡儿童牙龈出血及牙结石检出率农村高于城市，牙齿健康（无龋齿、牙龈出血和结石）儿童的检出率城市高于农村。因此，在河南省今后的牙病防治工作中，农村和农村青少年仍是重点。
建议进一步加强口腔健康教育和健康促进，大力推广窝沟封闭、早期充填等适宜技术，不断强化和促进儿童青少年的口腔保健意识及口腔健康行为，做到早发现、早治疗，提高儿童青少年的口腔健康水平。
4 参考文献
［1］ 中华人民共和国卫生部.全国学生龋病、牙周疾病流行病学抽样调查.北京：人民卫生出版社，1987：16.
篇(5)
【关键词】医院档案；管理；统计学；病例档案；应用；医院建设
近年来，医院档案收集整理工作日益加重，借阅数量也呈上升趋势。因此，做好各类档案的登记与统计，及时发现、分析、总结其规律，是促进档案开发利用的重要一环，而且统计学应用效果关系到医院档案工作的效率和质量。统计学是一门综合性学科，是应用数学的重要组成部分，通过使用数学概率论等来建立数学模型，收集被测系统的数据，对数据进行量化分析、总结，进而作为医院管理决策的有效依据。
一、统计学在医院档案管理中的作用
统计学在医院的日常管理工作中有着不可或缺的作用，医院档案管理过程中运用统计学方法，能够如实体现医院各部门的客观情况，较为全面地为医院档案的登记、保管、借阅、使用等提供更加客观有效的数据。
（一）运用档案统计为医院管理者和决策者提供了重要统计数据信息，有助于做出正确发展决策。借助统计手段，可对医院某一阶段的发展效果和工作开展情况统计数据化，进而分析管理效果，不断改进管理方法。（二）有助于促进医院的人事行政管理的高效化。合理运用统计学方法，更清晰地分析医院人员现有情况，量化掌控人事运行，实现医院人事招聘、医务人员的管理等有序高效进行。
（三）促进医院的临床门诊等管理的信息化、科学化和高效化。通过对医院的门诊人次、住院人次、患者满意度、病床周转情况以及诊断治疗有效率、病死率等的统计，尤其是病历档案的病种统计，进而分析医院医疗服务工作水平如何，更明确掌握医院的质量控制工作，有利于不断改进和提升医疗水平和服务质量。（四）有效提升医院管理的规范化、信息化、科学化、高效化。统计档案一方面为医院提供系统、全面的医疗统计信息，另一方面能及时、准确地从统计档案中提取各种统计资料，提升医院发展水平。
二、统计学在医院档案管理中的应用
统计学在医院各个部门管理工作中皆有涉及，本文主要浅析统计学在医院人事档案、病历档案等几方面中的应用。
（一）统计学在医院人事档案管理中的应用。在医院的实际人事管理中，对医院人员的基本情况进行收集、整理，并在计算机人事管理系统中输入，形成人力资源管理的基础数据，对医院的人员变动以及职称、学历等改变予以及时准确的记录和统计，使用这些统计数据，形成一定的统计表格和台账，便于深入了解医院所有的医务人员的学历水平、医院的整体学历结构、科室的科研水平能力、继续教育状况以及业务水平等情况，从而形成科室的和个人的业绩数据库，便于奖惩制度的实施。同时，医院管理者借助人员信息统计报表，可清楚掌握医院的每学科的技术结构和能力，从而合理调整各专业的人员设置和用人计划，借助人员学历、职称、年龄等结构统计报表以及工资收入统计台账，有效实施医院医务人员的队伍建设，优化医院人才结构和知识结构，进而提升医院的学科建设水平和医疗服务质量。
（二）统计学在医院病历档案管理中的应用。病历档案医院管理的一种特殊档案形式，病历档案是医务人员对疾病的诊疗过程加以记录，从而形成有效的文献，记录患者发病、治疗过程中病情诊断以及护理和治疗，对患者发病治疗全过程予以系统记录，进而做出准确的治疗和护理质量评价，医院科研教学、临床诊治以及管理活动都不可缺少病历档案。医院工作实践中，可利用统计档案资料编制各类型的统计图表。比如，医院年份卫生统计资料汇编、年度住院患者病因分析表等；住院患者疾病分类报表、住院患者地区分布表，还可借助统计台账编制医疗质量统计表以及医技科室统计表等，还可根据医院实际开展相应的患者满意度调查，形成统计表，直观反映医院患者对医院的满意度和医院医疗水平状况。整理医疗质量分析表，如各临床科室的医疗质量分析、工作效率和效益对比台账，以及医院单病种费用统计等信息统计表，便于对各科室进行考核。同时，各科室结合住院患者人数、病床使用率、周转率、手术台次等统计信息，分析科室工作的效率和不足之处，从而做出调整和改进科室医疗水平。近年来社会上对档案的借阅频次也呈增长趋势，利用统计手段，将医院档案分类管理，条目清晰，形成年份、地区或者病种相应的档案卷，并借助现代化的查阅电子信息化系统，更好地服务于社会查阅。统计抽样方法在病历档案管理中应用广泛，即把研究对象视作总体，从中抽取部分个体，并开展调查研究，结合研究结果对总体特性予以评估推断。首先，入馆前抽样。病例档案在入馆前，采取非概率抽样鉴定法从大范围文件系列中择取最有价值文件；采用概率抽样鉴定法从某一个大文件中择取小部分文件。然而，工作量太大，实际操作复杂。比如医院每年肺炎感染患者资料的筛选，需要结合文件是否具有价值其而定，病历档案工作人员可以客观判断加上主观推断择取保留档案。对于诸如病例相似的手足口病患者的档案就不必全部保留，可结合需要抽取样本。这样既能抽取反映大文件重要特征的小部分文件，还能提升档案库房管理效率。其次，库房的抽样检查。对库房所藏案卷状况予以定期检查，掌握案卷使用、贮藏、保管等情况是否正常。由于库房盘点工作量大、病历档案多，运用统计学抽样方法可达到事半功倍效果。比如，医院库房一般按照年份和档案类别排架。那么年度排架可将同一年份中的档案排列，进而年份内依各部门或档案类型划分类目。根据档案类型排架则可以把同类别档案集中排列，进而依据部门或年份予以分类。这样便于后期的分层抽样等工作的开展，只需简单推断、使用合理的统计方法便可清楚得出案卷使用、贮藏、保管等情况。
（三）统计学在医院其他部门档案管理中的应用。对于医院的后勤服务同样离不开统计学方法，后勤部用统计数据和台账，可将洗衣房清洗工作服、被褥以及该科室相关信息统归成后勤工作表格，予以详细分类，便于提取各种数据、后勤服务质量的分析和评价，有条不紊地开展工作。同时，医院统计人员可运用统计数据向医院管理者清晰展示医院的财务报表，准确掌握医院的经济效益，进而调整提升医院的经营计划。然而，在医院档案管理中的统计学应用还存在不少问题：医院管理者对统计学在医院档案管理中的应用价值不够重视；工作人员专业技能和素质参差不齐；档案管理统计系统落后，等等。总之，合理应用统计学手段，可有效对医院人、财、物流动进行控制和分配，合理配置资源，提升医院工作质量和服务水平。在管理实践中重视其价值，加强统计工作人员的业务技能培训，提升专业水平，发挥档案管理系统的应有作用，确保医院档案管理工作的有效开展，促进医院的可持续健康发展。
【参考文献】
[1]马树才.统计抽样调查原理与方法[M].辽宁:辽宁大学出版社,1994(1).
[2]李素梅.医院人事统计及统计数据开发利用的探析[J].医学信息旬刊,2011,24(8):2187.
[3]王燕青.统计学在医院人力资源管理中的应用分析[J].中国外资,2014(10).
[4]王阳.电子病历是医院档案管理的发展趋势[J].中国卫生统计,2007,24(2):173.
[5]许杰,刘洪栋.加强医院统计档案管理的必要性[J].中国卫生统计,1990(5).
[6]杨伟,陈晓燕,金宪华等.统计档案在医院管理中的应用[J].中国医院统计,1999(3).
篇(6)
关键词:应用统计学；课堂设计
《应用统计学》是一门实用性非常强的学科，它在经济和金融管理中有着非常重要的作用，因此经济和金融管理专业都把《应用统计学》作为一门专业必修课。一方面它为各专业学生进一步学习专业后续课程提供数量分析方法；另一方面它可以培养学生运用统计方法和数学方法分析解决实际问题，进行经济和商业决策的能力。然而，由于《应用统计学》中所用方法比较复杂，数据多，计算量大，学生学起来感觉比较繁琐和枯燥，影响了学习的效果。因此如何设计和讲解这一课程，让学生学起来觉得有用又有趣，而不再畏惧于大量的数据，难记的公式，就显得尤为重要。
一、总体设计
从内容上来讲，《应用统计学》主要介绍收集数据、整理数据、分析与解释数据的基本理论与基本方法，以及在经济管理与企业生产经营管理中的应用。因此在总体设计上，可以以它的内容为一条主线，把主要内容分成三大板块，第一板块是数据的收集，第二板块是数据的整理，第三板块是分析数据和解释数据的基本理论和基本方法，以及如何将这些理论和方法应用到经济和金融管理中，为经济和商业决策提供依据。
学习《应用统计学》要求学生掌握一定的概率论知识，如果学生已经学习过相关课程，可以在开始简单复习一下；如果没有学习过也不要紧，在开始的时候可以对这部分知识进行简单介绍，内容不易过深，只要学生可以理解其中与本课程有关的概念，会计算一些简单事件的概率就可以了，这样有助于更好的理解和掌握基本的统计原理，为本课程的学习打下基础。
二、收集和整理数据的设计
从各板块的难易来说，收集和整理数据是比较容易理解和掌握的，但如果只让学生做书上的例题和习题，去统计和计算这些数据，学生会觉得很枯燥，效果不是很好。这时可以适当进行一些数据调查实践活动，比如学生的成绩的抽样，对某一事件的看法的抽样，有条件的可以到一些超市或工厂企业去调查，让学生自己设计抽样方法进行抽样，将抽样结果进行筛选，选取合适的方法将数据表示出来，并要求用一些简单的描述性统计方法去分析和解释这些数据，这样一方面可以提高学生学习的积极性和主动性，另一方面也可以对这些数据提出一些问题较深的统计问题，比如数据之间的数量关系，怎样用已知数据进行预测和估计，为下面的学习做一个铺垫。
三、分析与解释数据的基本理论与基本方法
分析和解释数据的基本思想和基本方法，以及它在经济管理与企业生产经营管理中的应用是《应用统计学》的主要和核心内容，也是学习过程中的难点。它主要包括了参数估计和假设检验、相关与回归分析、时间数列的分析等内容。在教学中可以要针对不同的内容进行不同的设计。比如参数估计，这部分内容看似公式非常多，但仔细分析就会发现，实际上只要记住两类基本公式就可以了，一类是大样本，不管总体是不是正态分布，公式都是一样的。这时若总体方差已知则直接计算，若总体方差未知就用样本方差代替总体方差就可以了。另一类是小样本，这时只有正态分布可以计算，总体方差已知与第一类公式一样，如果方差未知则用t分布计算。只要帮学生理清了这两类公式，每个公式就可以类比记忆，且不容易产生混淆。
在参数假设检验中，公式也比较多，但这些公式与参数估计中公式的分类是一样的，只要讲清楚参数估计与假设检验的关系，记忆这些公式是不难的。参数假设检验中的难点是原假设与备则假设如何选择，尤其在单侧检验中学生经常不知该用哪种检验，这时最好举一个例子，不同立场的人，比如说生产者和消费者，分别用不同的假设检验，看看对于同一个问题，不同的检验各说明了什么样的问题，这时学生就会根据自己所要说明的问题进行假设了。非参数假设检验的内容比较多也比较杂，这时就要进行内容的选取，只选一些经济中经常用到的检验进行讲解就可以了。在讲解这些方法时，最好采取案例式教学，先提出问题，引起学生的兴趣，然后对每个问题进行分析，介绍每个问题的分析方法，最后用这些方法去解决提出的问题，这样讲可以让学生主动去思考，效果比先讲理论再讲应用的效果要好得多。
相关与回归是两个相互之间有关联又有区别的内容，这部分内容也可以采用案例式教学，先提出一个问题，比如给出一组企业销售额与利润额的数据，让学生去判断这二者之间是什么关系，这时学生就会想到去画图或用相关系数去判断有没有关系。若有关系，则又提出这一关系到底是什么关系，怎样去表示，讲了表示方法后又问这一表示方法对具有同样性质所有企业是否适用，也就是怎样对这一表达式进行检验，通过检验后又问如何用这一表达式去进行估计和预测，为企业的决策提供依据。这样步步深入，将这部分内容一一讲解，学生学起来易于理解，印象深刻。
四、相关统计软件的应用
《应用统计学》是一门分析和解释数据的学科，因此在学习中会遇到大量的数据，比较繁琐的计算工式，即使使用计算器也比较麻烦，为学习本课程带来不便。随着计算机的发展，许多统计软件提供了进行各种统计的工具，因此在讲解本课程时，加入统计软件的应用这一部分是非常必要的，比如Excel、SPSS等软件。每讲解了一类分析和解释数据的理论和方法后，如果计算比较复杂，都安排一部分如何用软件来解决这些问题，不但可以使计算简便，学生做起来容易，不再对复杂数据感到反感，也可以分析和处理一些以前由于计算限制而不能分析的问题，大大提高学习本课程的效率。但是在讲课过程中应注意控制这部分内容，相关软件知识只是学习本课程的工具，只要简单介绍，让学生会用就可以了，不应该喧宾夺主。
篇(7)
[关键词] 尿碘； 碘盐监测； 碘缺乏病
[中图分类号] R599 [文献标识码] B [文章编号] 1673-9701（2014）10-0099-03
吴江区的碘缺乏病在历史上属轻度流行区[1]，2000年达到了国家消除碘缺乏病的标准。碘是人体必需的营养元素，如果缺乏会出现甲状腺功能减退、智力降低等。我们为了加强碘缺乏病防治工作取得的成效，继续开展碘缺乏病监测。笔者分析本地区2001～2011年的碘缺乏病监测结果，以期更好地了解碘缺乏病的现状、干预措施落实情况及防治效果，现报道如下。
1 材料与方法
1.1 碘盐监测
本次监测中居民户按方位依据江苏省碘盐监测实施方案实行碘盐定量和半定量监测，2001年共监测185份，2002～2011年期间每年监测288份。2008年起根据《江苏省2007年中央转移支付碘盐监测项目技术方案》要求，开展随机抽样监测和重点抽样监测。
1.2 调查评估
按苏州市第3～第7次碘缺乏病病情调查实施方案进行调查评估，监测点的选择采用PPS（按人口比例概率）抽样法，采用单纯随机法在各个监测点内抽取一所小学，同样采用单纯随机抽样法在每所小学中抽取40名年龄在8～10岁的学生进行包括甲状腺肿大率和尿碘监测等项目在内的病情监测。
1.3 碘营养监测
孕妇和哺乳妇女监测的开展按《苏州市2003年特需人群碘营养监测方案》进行，2008～2011年监测共35人；学龄儿童和育龄妇女监测的开展按《2008年江苏省碘缺乏病和高碘防治重点地区综合监测方案》进行，2008～2011年每年选取50名8～10岁学龄儿童进行监测，2008～2011年每年监测18～40岁育龄妇女50人。
1.4统计学处理
采用SPSS17.0统计软件对数据进行统计学处理，计数资料采用χ2检验，以P
2 结果
2.1 碘盐监测
2.1.1 居民户碘盐监测 ①半定量监测：11年共监测居民户食盐5641份，有碘盐份数5585份，每年有碘率均在97.00%以上，合计有碘率达到99.00%。②定量监测：2002年起按方案每年定量调查288份居民食用盐，结果见表1。
2.1.2 随机抽样监测和重点抽样监测 本研究中采用随机抽样的方法对2008～2011年居民户进行碘盐定量监测，结果表明，2008年的碘盐覆盖率为99.7%，2009年为99.3%，2010年为100%，2011年为99.7%，四年的碘盐覆盖率差异无统计学意义（χ2=0.32，P>0.05）；2008～2011年居民户半定量监测（即重点抽样监测）每年300份，2008年有碘率为100%，2009年为98.7%，2010年及2011年均为100%，四年的有碘率差异无统计学意义（χ2=0.17，P>0.05）。2007年以后碘盐合格率呈上升趋势，差异有统计学意义（χ2=7.93，P
2.2 病情监测
2.2.1 甲状腺肿大率 2001～2011年共抽查8～10岁学生840名，其中7例调查对象出现甲状腺肿大，肿大率为0.83%（7/840），其中2005年的甲状腺肿大率最高，2007年、2009年出现降低趋势，差异有统计学意义（χ2=9.05，P
2.2.2 尿碘检测结果 8～10周岁学生尿碘中位数均在100 μg/L以上，尿碘浓度
表2 8～10岁学生甲状腺肿大率和尿碘测定情况
注：*括号内的数据是占比
2.3 碘营养监测
2.3.1 学龄儿童 2008～2011年每年抽取50名8～10岁学龄儿童进行碘营养监测，2008年尿碘中位数为239.5 μg/L，2009年为230.9 μg/L、2010年为168 μg/L、2011年为247 μg/L。
2.3.2 育龄妇女 2008～2011年每年监测18～40岁育龄妇女50人，2008年尿碘中位数为250 μg/L、2009年为203.1 μg/L、2010年为178.5 μg/L，2011年为208 μg/L。尿碘浓度
2.3.3 孕妇和哺乳妇女 2003年监测40人，尿碘中位数为60.35 μg/L。2008～2011年监测共35人，尿碘中位数平均为181.40 μg/L，尿碘浓度
3 讨论
合格碘盐食用率、儿童甲状腺肿大率及尿碘3项指标是国家消除IDD的评价指标[2]。居民户碘盐定量监测显示，从2007年起，合格碘盐食用率和碘盐合格率均稳定在97%以上，2007年以后碘盐合格率呈上升趋势，差异有统计学意义（P
碘缺乏程度及碘营养水平可通过甲状腺肿大率的高低与尿碘中位数得到客观反映，尿碘也是评价碘缺乏病危害和干预措施的重要指标[7]。近11年的监测结果表明，该区8～10周岁儿童甲状腺肿大率和尿碘水平呈稳定态势，甲状腺肿大率平均0.83%，均低于5.00%，其中2005年甲状腺肿大率最高，2007年、2009年出现降低趋势，差异有统计学意义（P
[参考文献]
[1] 梅火根，王伯荣，储金奎，等. 碘缺乏病轻度流行区的防治效果分析[J]. 中国地方病防治杂志，2002，17（1）：43-45.
[2] 邱占富， 陈小兵. 2005～2009年重庆开县碘缺乏病监测分析[J]. 疾病预防控制通报，2011，26（2）：55.
[3] 颜海英，梅火根. 吴江区居民食用盐碘含量检测分析[J]. 江苏预防医学杂志，2011，22（3）：53-54.
[4] 黄丽平，曹纳新. 嘉善县2003～2006年碘缺乏病监测结果分析[J]. 安徽预防医学杂志，2007，13（5）：376.
[5] 江国军. 某地2004～2009年碘缺乏病监测结果分析[J]. 上海预防医学杂志，2010，22（4）：217-218.
[6] 李春毅，何迎峰，陈甫良，等. 2007～2010年无锡区崇安区碘盐监测结果分析[J]. 江苏预防医学杂志，2011，22（4）：56.
[7] 王培桦，张庆兰，尚莉，等. 江苏省食盐加碘前后人群碘营养状况变化分析[J]. 江苏预防医学杂志，2010，21（3）：21-24.
[8] 陈祖培. 当前碘缺乏病防治应当注意的问题[J]. 中国地方病学杂志，2004，23（3）：193-194.
