導(dǎo)語：如何才能寫好一篇統(tǒng)計(jì)學(xué)變量的定義，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

[關(guān)鍵詞]教師職業(yè)倦怠 人口統(tǒng)計(jì)學(xué)變量 個(gè)性因素 組織因素

[中圖分類號(hào)] G451 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 2095-3437（2013）15-0027-03

教師職業(yè)倦怠是教育研究中值得關(guān)注的一個(gè)問題。“教師是一個(gè)高壓力的職業(yè)，社會(huì)賦予教師的高度期望、繁重的工作量、學(xué)生行為問題、學(xué)生考試成績(jī)和課程與教學(xué)改革等都是教師壓力的主要來源。”[1]“過高的工作壓力和職業(yè)倦怠會(huì)導(dǎo)致教師工作績(jī)效下降、缺勤、離職，對(duì)教師的身心健康造成不利影響，并對(duì)學(xué)生產(chǎn)生直接、消極的影響，甚至波及整個(gè)社會(huì)。”[2]教師職業(yè)倦怠也因此成為教師專業(yè)發(fā)展的阻力和教師職業(yè)生涯中的危機(jī)。

一、職業(yè)倦怠的概念界定

對(duì)于職業(yè)倦怠的概念，不同學(xué)者從不同的角度提出了不同的看法，概括起來，不外乎兩大類，即側(cè)重揭示職業(yè)倦怠最終狀態(tài)的靜態(tài)定義和側(cè)重描述職業(yè)倦怠動(dòng)態(tài)發(fā)展過程的動(dòng)態(tài)定義。

（一）職業(yè)倦怠的靜態(tài)定義

Maslach認(rèn)為，“職業(yè)倦怠是指那些需要連續(xù)不斷地與他人互動(dòng)的人際服務(wù)業(yè)者在經(jīng)歷長(zhǎng)期壓力下的一種行為反應(yīng)，它由情感衰竭（emotional exhaustion）、非人性化（depersonalization）和低個(gè)人成就感（reduced personal accomplishment）三個(gè)成分組成”。[3]

在眾多職業(yè)倦怠靜態(tài)定義中，得到學(xué)術(shù)界廣泛認(rèn)同的當(dāng)屬M(fèi)aslach對(duì)職業(yè)倦怠的界定。由于Maslach及其同事所編制的職業(yè)倦怠量表――MBI的普遍使用，使這一定義成為目前最常用的職業(yè)倦怠標(biāo)準(zhǔn)化操作性定義。

（二）職業(yè)倦怠的動(dòng)態(tài)定義

與Maslach不同，Cherniss則從職業(yè)倦怠動(dòng)態(tài)發(fā)展過程的角度界定職業(yè)倦怠，并給出了職業(yè)倦怠的定義，這一定義屬于職業(yè)倦怠的動(dòng)態(tài)定義。Cherniss認(rèn)為，“職業(yè)倦怠是個(gè)體面對(duì)工作疲勞（strain）在態(tài)度和行為上消極變化的過程，可分為三個(gè)階段：第一階段為資源和需求的不平衡，即壓力階段；第二階段為即刻、短時(shí)的情緒緊張、疲勞和耗盡，即疲勞階段；第三階段包括一系列態(tài)度和行為的改變（如以疏離、機(jī)械的方式對(duì)待工作對(duì)象），即防御性應(yīng)對(duì)（defensive coping）階段”。[4]

職業(yè)倦怠的靜態(tài)定義和動(dòng)態(tài)定義并不是相互排斥的，相反，在一定意義上，兩類定義是互補(bǔ)關(guān)系，動(dòng)態(tài)定義所描述的是靜態(tài)定義的前一個(gè)階段，靜態(tài)定義所描述的是動(dòng)態(tài)定義的最后階段。

Schaufeli和Enzmann在研究了職業(yè)倦怠的諸多定義之后，最為全面地概括了職業(yè)倦怠現(xiàn)象的本質(zhì)：“職業(yè)倦怠是一般個(gè)體所經(jīng)驗(yàn)的、一種與工作有關(guān)的持續(xù)、消極的心理狀態(tài)，它主要以精疲力竭為基本特征。職業(yè)倦怠表現(xiàn)為負(fù)性壓力（distress）、低效能感、動(dòng)機(jī)下降以及態(tài)度和行為的消極改變。這一心理狀況是逐漸形成的，但卻在很長(zhǎng)一段時(shí)間內(nèi)不被個(gè)體所覺知。它起因于工作中目的與現(xiàn)實(shí)的互不協(xié)調(diào)。職業(yè)倦怠因其實(shí)質(zhì)上是一種不適當(dāng)?shù)膽?yīng)對(duì)策略，往往會(huì)持續(xù)存在”。[5]這一定義首先將職業(yè)倦怠的諸多癥狀概括為一個(gè)核心特征――精疲力竭和四種一般表現(xiàn)，即負(fù)性壓力、低效能感、動(dòng)機(jī)下降以及態(tài)度和行為的消極改變。其次，它強(qiáng)調(diào)未能實(shí)現(xiàn)的目標(biāo)和不適當(dāng)?shù)膽?yīng)對(duì)策略是職業(yè)倦怠產(chǎn)生的前提條件。最后，它指出職業(yè)倦怠是一個(gè)逐步發(fā)展的過程。顯然，這一概念和其他諸多概念相比，明顯的優(yōu)勢(shì)在于不僅描述了職業(yè)倦怠的一般癥狀表現(xiàn)、產(chǎn)生原因及發(fā)生范圍，而且具體指出了職業(yè)倦怠的核心特征和四個(gè)常見的伴隨特征。此外，該定義還強(qiáng)調(diào)了職業(yè)倦怠是一個(gè)逐漸發(fā)展的過程，并指出應(yīng)對(duì)策略，在職業(yè)倦怠形成過程中具有重要的作用。

二、教師職業(yè)倦怠的影響因素

影響教師職業(yè)倦怠的因素眾多，概括起來主要分為人口統(tǒng)計(jì)學(xué)變量、個(gè)性變量和組織變量三大類。

（一）人口統(tǒng)計(jì)學(xué)變量

已有研究考察的人口統(tǒng)計(jì)學(xué)變量主要包括年齡與工作經(jīng)驗(yàn)、性別、學(xué)生級(jí)別、教育程度和婚姻狀況等。這些變量也與職業(yè)倦怠或多或少存在一定的相關(guān)。例如，多數(shù)研究表明，教師的年齡和工作經(jīng)驗(yàn)與職業(yè)倦怠呈負(fù)相關(guān)，所以，在教師職業(yè)生涯初期，容易出現(xiàn)職業(yè)倦怠；就性別而言，較為一致的結(jié)論是男教師的非人性化程度明顯高于女教師；從學(xué)生級(jí)別來看，多數(shù)研究顯示中學(xué)教師的職業(yè)倦怠程度要高于小學(xué)教師；有關(guān)婚姻狀況與職業(yè)倦怠關(guān)系的研究出現(xiàn)兩種結(jié)果：一種結(jié)果表明，已婚教師的職業(yè)倦怠水平低于未婚教師，而另一種結(jié)果則顯示，結(jié)婚與否和職業(yè)倦怠的相關(guān)性并不顯著。其他一些人口統(tǒng)計(jì)學(xué)變量，如教師職稱、任教科目、學(xué)校級(jí)別等與教師職業(yè)倦怠的關(guān)系，較難取得一致結(jié)論。

總之，人口統(tǒng)計(jì)學(xué)變量與教師職業(yè)倦怠的相關(guān)性較低，研究結(jié)果也不十分一致，有些研究并未發(fā)現(xiàn)顯著的相關(guān)關(guān)系，甚至還得出與多數(shù)研究相反的結(jié)論。由此可以看出，人口統(tǒng)計(jì)學(xué)變量雖然是影響教師職業(yè)倦怠的因素，但并不是主要的因素。

（二）個(gè)性因素

影響教師職業(yè)倦怠的個(gè)性因素主要有心理控制源、A型人格、大五人格、工作期望、應(yīng)對(duì)策略、自我概念、自尊和自信、自我效能、人生意義等。通過對(duì)這些因素的研究，可以解釋為什么在相同或相似的工作環(huán)境和壓力下，個(gè)體經(jīng)驗(yàn)的職業(yè)倦怠程度會(huì)有所不同。

研究表明，心理控制源是職業(yè)倦怠的有效預(yù)測(cè)變量，外控教師因其將事件和成就歸因于他人或機(jī)遇，因而其職業(yè)倦怠程度要高于內(nèi)控教師；A型人格的人由于個(gè)性爭(zhēng)強(qiáng)好勝，具有時(shí)間緊迫感和充滿成功的理想等特點(diǎn)，通常認(rèn)為更容易產(chǎn)生職業(yè)倦怠；研究表明，大五人格中的神經(jīng)質(zhì)與職業(yè)倦怠的關(guān)系最為顯著；個(gè)體對(duì)組織、工作以及自身過高的期望也會(huì)影響其職業(yè)倦怠程度，過高的期望會(huì)增加職業(yè)倦怠的程度；研究表明，個(gè)體的自我概念、自尊和自信都與職業(yè)倦怠呈顯著的負(fù)相關(guān)；Leiter認(rèn)為，職業(yè)倦怠是由于自我效能感出現(xiàn)危機(jī)所致，實(shí)證研究也證明了這一點(diǎn)；職業(yè)倦怠的存在主義理論認(rèn)為，職業(yè)倦怠是由于個(gè)體在生活和工作中尋求存在意義的需要未能實(shí)現(xiàn)所致，有關(guān)人生意義與職業(yè)倦怠關(guān)系的量化研究也充分支持了這一觀點(diǎn)。

三、組織因素

組織因素成為影響教師職業(yè)倦怠的原因是職業(yè)倦怠是一個(gè)與工作有關(guān)的概念。工作壓力源以及其他組織水平上的變量是產(chǎn)生職業(yè)倦怠的可能原因，因此，這應(yīng)該是我們重點(diǎn)關(guān)注的因素。

（一）學(xué)生問題行為

學(xué)生是教師工作的對(duì)象，學(xué)生的行為表現(xiàn)是影響教師壓力和職業(yè)倦怠的重要因素。很多實(shí)證研究均表明，學(xué)生在課堂的問題行為、不遵守紀(jì)律、態(tài)度冷漠是教師主要的壓力源，學(xué)生問題行為與教師職業(yè)倦怠呈正相關(guān)。Hoerr和West將學(xué)生問題行為分為兩類：一類是一般問題行為，即較常見的、可以被教師預(yù)知的、經(jīng)常出現(xiàn)的行為；另一類是危機(jī)問題行為。他們發(fā)現(xiàn)，學(xué)生一般問題行為與情感衰竭、非人性化存在高相關(guān)，而學(xué)生的危機(jī)問題行為則只與非人性化維度相關(guān)。Friedman的研究結(jié)果表明，學(xué)生的不尊重（指學(xué)生不尊重老師和其他同學(xué)）和不用心（指學(xué)生學(xué)習(xí)考試不及格）等學(xué)生問題行為會(huì)增加教師的職業(yè)倦怠感。

（二）學(xué)校文化

教師的主要工作場(chǎng)所是學(xué)校，所以學(xué)校文化也是影響教師職業(yè)倦怠的因素之一。Leithwood、Menzies、Jantzi等人認(rèn)為，如果學(xué)校的目標(biāo)明確，學(xué)校給予教師一個(gè)不斷學(xué)習(xí)的環(huán)境，學(xué)校文化是合作、團(tuán)結(jié)的，教師的職業(yè)倦怠水平就低；相反，在組織僵硬的學(xué)校里，教師的職業(yè)倦怠水平就高。因此，學(xué)校應(yīng)形成一個(gè)團(tuán)結(jié)、合作、不斷學(xué)習(xí)和相互支持的良好氛圍，學(xué)校管理應(yīng)該人性化。

（三）工作負(fù)擔(dān)

大量研究表明，合理的工作量有利于降低教師的職業(yè)倦怠水平，相反，工作超負(fù)荷則會(huì)提高教師的職業(yè)倦怠水平。工作超負(fù)荷有質(zhì)和量?jī)煞矫娴暮x。從量的方面來看，工作超負(fù)荷是指有過多的工作要求，而用太少的時(shí)間去完成任務(wù)。如繁重的備課、批改任務(wù)，過多的學(xué)生數(shù)量等。從質(zhì)的方面來看，工作超負(fù)荷是指工作的復(fù)雜和困難程度大，例如學(xué)校要求教師的教學(xué)成績(jī)要在本地區(qū)排名第一。

（四）教師的自

以往的實(shí)證研究顯示，教師參與的自也是影響教師職業(yè)倦怠的一個(gè)重要因素。當(dāng)教師在教學(xué)和學(xué)校管理等事務(wù)中擁有更大的參與自，教師的職業(yè)倦怠水平就低，而缺乏參與自會(huì)使教師的士氣、自尊和工作滿意度下降，進(jìn)而提高職業(yè)倦怠水平。

（五）角色沖突和角色模糊

角色沖突和角色模糊也是影響教師職業(yè)倦怠的重要組織變量。當(dāng)個(gè)體面對(duì)兩種沖突情境而又被期望做出角色行為時(shí)，角色沖突就會(huì)出現(xiàn)。當(dāng)個(gè)體對(duì)其職業(yè)的權(quán)利、義務(wù)和責(zé)任缺乏明晰、一致的認(rèn)識(shí)而感到無法勝任工作，或者面對(duì)不斷增加的復(fù)雜工作和較大的組織變革時(shí)，角色模糊就會(huì)產(chǎn)生。

大量的實(shí)證研究表明，角色沖突與情感衰竭、非人性化呈正相關(guān)，與個(gè)人成就感呈負(fù)相關(guān)，其中，角色模糊與個(gè)人成就感的關(guān)系最為密切。總之，角色沖突和角色模糊與教師職業(yè)倦怠都有較高的相關(guān)，但比較而言，角色沖突對(duì)教師職業(yè)倦怠的解釋能力相對(duì)較強(qiáng)。

（六）社會(huì)支持

社會(huì)支持通常從來源和類型兩個(gè)方面進(jìn)行劃分。依據(jù)來源，社會(huì)支持可分為校內(nèi)支持（包括同事支持、校長(zhǎng)支持等）和校外支持（包括學(xué)生支持、朋友支持、配偶支持等）。依據(jù)類型，社會(huì)支持可分為信息支持、實(shí)際支持和情感支持三類。

一般而言，社會(huì)支持作為個(gè)體的一種應(yīng)對(duì)方式，良好的社會(huì)支持能有效降低教師職業(yè)倦怠的程度，但因社會(huì)支持的結(jié)構(gòu)較為復(fù)雜，不同類型的社會(huì)支持對(duì)教師職業(yè)倦怠的影響有所不同。例如，多數(shù)實(shí)證研究結(jié)果顯示，校內(nèi)支持與教師職業(yè)倦怠的關(guān)系比較密切，其對(duì)教師職業(yè)倦怠各成分均有負(fù)向預(yù)測(cè)作用，而校外支持與教師職業(yè)倦怠的相關(guān)性并不顯著；情感支持能有效降低情感衰竭、非人性化；實(shí)際支持可以增強(qiáng)教師的個(gè)人成就感；教師的時(shí)間支持高，則情感衰竭和非人性化程度低。

個(gè)別學(xué)者的研究甚至得出相反的結(jié)論。例如Burke和Greenglass的一項(xiàng)研究結(jié)果顯示，社會(huì)支持對(duì)教師職業(yè)倦怠的影響并不顯著。Byrne認(rèn)為，這可能是由社會(huì)支持理論結(jié)構(gòu)的多維性和統(tǒng)計(jì)方法的多樣性造成的。

除以上因素之外，工作需求、工作資源、工作控制以及付出與回報(bào)不成比例等也是影響教師職業(yè)倦怠的因素。而在以上各組織因素中，學(xué)生的行為問題、角色沖突與角色模糊、教師的自主性、工作負(fù)擔(dān)是教師壓力的主要來源。

綜上所述，與教師職業(yè)倦怠有關(guān)的因素主要有人口統(tǒng)計(jì)學(xué)變量、個(gè)性變量和組織變量三類。其中，人口統(tǒng)計(jì)學(xué)變量相對(duì)比較穩(wěn)定，它們與教師職業(yè)倦怠雖有相關(guān)關(guān)系，但不與教師職業(yè)倦怠有因果聯(lián)系。個(gè)性變量則比較主觀、多變，它們對(duì)教師職業(yè)倦怠的影響也比人口統(tǒng)計(jì)學(xué)變量要大。組織因素是屬于微系統(tǒng)或中系統(tǒng)層面，其與教師職業(yè)倦怠的相關(guān)程度也最高。

[ 參 考 文 獻(xiàn) ]

[1] 周曉曄，秦巍.中學(xué)教師職業(yè)壓力調(diào)查分析[J].遼寧師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2004，（3）：69-71.

[2] Farber，B.A.Stress and burnout in the American teacher[M].San Francisco，CA：Jossey？鄄Bass，1991.

[3] Maslach，C.Burnout： A social psychological analysis.In J.W.Jone（Ed.），The burnout syndrome：Current research，theory，investigations[M].Park Ridge，IL：London House Press，1982.

[4] Cherniss，C..Professional bournout in human service organiz？鄄

ations[M].New York：Praeger，1980.

[5] Schaufeli，W.B.&Enamann，D..The burnout companion to stu？鄄

篇2

學(xué)生考試成績(jī)，作為一項(xiàng)衡量學(xué)生學(xué)習(xí)情況和教師授課效果的重要指標(biāo)，在教學(xué)評(píng)價(jià)中起著舉足輕重的作用。隨著新課程改革的不斷推進(jìn)和教育教學(xué)改革的不斷深入，對(duì)教學(xué)評(píng)價(jià)提出了更為客觀的要求，這就要求教師在對(duì)學(xué)生學(xué)習(xí)成績(jī)進(jìn)行統(tǒng)計(jì)和評(píng)價(jià)的過程中必須借助于相關(guān)的統(tǒng)計(jì)學(xué)知識(shí)，從考試成績(jī)中充分挖掘出有意義的教學(xué)資源，達(dá)到事半功倍的效果。文章以我校2010屆高三理科兩個(gè)班級(jí)學(xué)生省質(zhì)檢理綜成績(jī)?yōu)槔榻B如何應(yīng)用SPSS統(tǒng)計(jì)軟件對(duì)考試成績(jī)進(jìn)行分析和評(píng)價(jià)，以期為教學(xué)活動(dòng)提供一定的幫助。

二、SPSS簡(jiǎn)介

SPSS（Statistical Package for Social Sciences）即社會(huì)科學(xué)統(tǒng)計(jì)程序，是一款享有“世界優(yōu)秀統(tǒng)計(jì)工具”之美譽(yù)的專業(yè)統(tǒng)計(jì)軟件，它和統(tǒng)計(jì)分析系統(tǒng)SAS（Statistical Analysis System）以及生物醫(yī)學(xué)程序BMDP(Biomedical Programs)并稱為國際上最具影響力的三大統(tǒng)計(jì)學(xué)軟件。SPSS可以用對(duì)話框的形式實(shí)現(xiàn)各種管理和分析數(shù)據(jù)的功能，擁有數(shù)據(jù)管理、統(tǒng)計(jì)分析、圖表分析和輸出管理等功能，從而實(shí)現(xiàn)描述性統(tǒng)計(jì)分析、均值比較和相關(guān)分析等分析功能。它具有操作簡(jiǎn)便，統(tǒng)計(jì)分析方法全面，圖形繪制快捷等優(yōu)點(diǎn)，作為一種有效的統(tǒng)計(jì)工具，SPSS已經(jīng)廣泛應(yīng)用于生物學(xué)、心理學(xué)和醫(yī)學(xué)等各個(gè)領(lǐng)域，近年來，SPSS在教育教學(xué)統(tǒng)計(jì)中也得到了越來越廣泛的應(yīng)用。

三、應(yīng)用SPSS統(tǒng)計(jì)軟件進(jìn)行試卷分析

（一）數(shù)據(jù)收集和分析內(nèi)容

1.調(diào)查對(duì)象

三明二中2010屆高三（8）、（9）班學(xué)生省質(zhì)檢理綜成績(jī)。

2.成績(jī)分析內(nèi)容

（1）試卷成績(jī)分析

主要包括，學(xué)生人數(shù)、參加考試人數(shù)、平均分、最高分、最低分、及格率、標(biāo)準(zhǔn)差和成績(jī)分布是否呈正態(tài)分布等。

（2）學(xué)生成績(jī)分析

比較高三（8）和（9）班，兩個(gè)不同班級(jí)的學(xué)生成績(jī)是否有差異，以及兩個(gè)班級(jí)男生和女生成績(jī)是否有差異。

（二）應(yīng)用SPSS統(tǒng)計(jì)軟件進(jìn)行試卷分析

首先可以將學(xué)生成績(jī)輸入Excel中，然后導(dǎo)入SPSS中，主要設(shè)置的變量包括編號(hào)、姓名、班級(jí)、性別、理綜成績(jī)等。數(shù)據(jù)處理操作步驟如下：

1.定義分?jǐn)?shù)段

在成績(jī)分析時(shí)，為了更直觀地看出不同分?jǐn)?shù)段學(xué)生人數(shù)及其所占比例，這里可以將分?jǐn)?shù)轉(zhuǎn)換成分?jǐn)?shù)段，SPSS中具體操作如下：點(diǎn)擊TransformRecode Into Different Variables（轉(zhuǎn)換重新定義不同變量），彈出Recode Into Different Variables（重新定義不同變量）對(duì)話框，把“理綜”成績(jī)這個(gè)變量輸入Output Variable（輸出變量）對(duì)話框中，在Name（名字）欄目中輸入“分?jǐn)?shù)段”，單擊Change（改變）；然后單擊Old and New value（舊的和新的值）按鈕，選擇Range（范圍），在其下欄目中輸入相對(duì)應(yīng)的分?jǐn)?shù)范圍，由于理綜總分為300分，180分代表及格，所以用0179.9，Value（值）中輸入50用來代表不及格的分?jǐn)?shù)，單擊Add（添加）；同理，我們可以定義60、70、80、90分段的分?jǐn)?shù)段，如圖1所示。

圖1 定義分?jǐn)?shù)段對(duì)話框示意圖

2.成績(jī)分析

以班級(jí)為單位進(jìn)行試卷分析，繪制成績(jī)分布直方圖和Q-Q概率圖對(duì)本次理綜考試情況進(jìn)行正態(tài)分布分析，具體操作步驟如下：?jiǎn)螕鬉nalyzeDescriptive StatisticsFrequencies（分析統(tǒng)計(jì)學(xué)描述頻數(shù)分析），在彈出的Frequencies（頻數(shù)分析）對(duì)話框中，把“理綜”和“分?jǐn)?shù)段”兩個(gè)變量導(dǎo)入Variable（變量）中；點(diǎn)擊Statistics（統(tǒng)計(jì)）按鈕，在彈出的Frequencies：Statistics（頻數(shù)分析：統(tǒng)計(jì)）對(duì)話框中，選中Mean（平均分）、Std deviation（標(biāo)準(zhǔn)偏差）、Minimum（最低分）、Maximum（最高分）和Range（范圍）這五個(gè)常用指標(biāo)，單擊Continue（繼續(xù)），返回主對(duì)話框，點(diǎn)擊Charts（繪圖）按鈕，在彈出的Frequencies：Charts（頻數(shù)分析：繪圖）對(duì)話框中，選中Histograms（柱狀圖）和其下的With normal curve（正態(tài)分布曲線），再點(diǎn)擊Continue（繼續(xù)），返回主對(duì)話框，點(diǎn)擊OK按鈕，就可以獲得學(xué)生總數(shù)、缺考人數(shù)、最高分、最低分、平均分、優(yōu)、良、中、差和不及格人數(shù)分布及其百分百直方圖，統(tǒng)計(jì)結(jié)果如表1、表2和圖2所示。

表1 學(xué)生理綜成績(jī)基本統(tǒng)計(jì)情況

表2 學(xué)生理綜成績(jī)分布情況

教育學(xué)與統(tǒng)計(jì)學(xué)理論認(rèn)為，一次難度適中信度可靠的考試，其成績(jī)分布應(yīng)該接近正態(tài)分布（陳捷，2008），文章為了驗(yàn)證本次理綜考試是否符合正態(tài)分布，采用Q-Q概率圖對(duì)考試成績(jī)進(jìn)行正態(tài)分布分析，具體操作如下：執(zhí)行Graphs（圖表）Q-Q，打開“Q-Q Polts”（ “Q-Q 圖”）對(duì)話框，將“理綜”作為變量輸入Variabls（變量）中，其他采用系統(tǒng)默認(rèn)選項(xiàng)，點(diǎn)擊OK按鈕，就可以得到學(xué)生理綜成績(jī)正態(tài)分布Q-Q概率圖，如圖3所示。

3、考試成績(jī)差異性比較

（1）不同班級(jí)之間學(xué)生理綜成績(jī)比較

執(zhí)行AnalyzeCompare MeansIndependent-Samples T Test（分析比較方法獨(dú)立性T檢驗(yàn)），在彈出的Independent-Samples T Test（獨(dú)立性T檢驗(yàn)）對(duì)話框中，把“理綜”選入Test Variable（檢驗(yàn)變量）對(duì)話框中，將“班級(jí)”選入Grouping Variable（分組變量）對(duì)話框中，單擊“Difine Groups”（分組）按鈕，在彈出的Difine Groups（分組）對(duì)話框中，在Groups1（第1組）中輸入8班；在Groups2（第2組）中輸入9班，點(diǎn)擊Continues（繼續(xù)）返回主對(duì)話框，單擊OK，完成比較，統(tǒng)計(jì)結(jié)果如表3、表4所示。

表3 不同班級(jí)學(xué)生理綜成績(jī)情況表

表4 不同班級(jí)學(xué)生理綜成績(jī)獨(dú)立樣本T檢驗(yàn)

表5 男女學(xué)生理綜成績(jī)情況

（2）男女學(xué)生理綜成績(jī)比較

操作步驟同（1），得到統(tǒng)計(jì)結(jié)果如表5和表6所示。

表6 男女學(xué)生理綜成績(jī)獨(dú)立樣本T檢驗(yàn)

四、結(jié)果分析

1．從表1可以得到，參加理綜考試的學(xué)生人數(shù)為107人，沒有缺考學(xué)生，平均分為211.55分，標(biāo)準(zhǔn)差為41.63，最高分為273分，最低分為85分，全距為188分。說明本次考試整體難度較高；標(biāo)準(zhǔn)差為41.63，最高分與最低分的差距為188分，說明這兩個(gè)班學(xué)生理綜水平兩極分化較大，這可能與學(xué)生對(duì)該學(xué)科的學(xué)習(xí)興趣有關(guān)。

2．從表2和圖2可知，大部分的學(xué)生集中在良、中和及格分?jǐn)?shù)段，不及格的人數(shù)占到約20%，而優(yōu)等分?jǐn)?shù)段的學(xué)生僅有一人，主要是由于這兩個(gè)班級(jí)都是平行班，尖子生較少；此外，本次理綜考試的難度偏大導(dǎo)致及格率較低。而從圖3學(xué)生成績(jī)正態(tài)Q-Q概率圖看，盡管有一定數(shù)量的學(xué)生成績(jī)?cè)谮厔?shì)線附近有波段，但從總體來看，基本還是呈直線分布，因此，本次理綜省質(zhì)檢考試成績(jī)還是可以近似認(rèn)為呈正態(tài)分布。

3．表3和表4顯示，高三（8）班和（9）班兩個(gè)班級(jí)學(xué)生理綜成績(jī)的平均分分別為213.91分和209.15分，雖然（8）班的平均分高于（9）班，但是兩個(gè)班級(jí)學(xué)生的成績(jī)沒有顯著差異（P=0.557>0.05）；表5和表6結(jié)果顯示，兩個(gè)班級(jí)男女生的理綜成績(jī)平均值分別為211.36分和211.89分，男女生理綜成績(jī)沒有顯著差異（P=0.95>0.05）。

五、總結(jié)

篇3

關(guān)鍵詞：力量；影響；體育舞蹈

一、前言

體育舞蹈可以被描述為體育和藝術(shù)的特殊結(jié)合，是一種使舞蹈雙方，以原始的方式，通過不同的音樂類型和塑造協(xié)調(diào)復(fù)雜的優(yōu)美舞姿來表達(dá)真實(shí)的情感。舞者的技術(shù)和藝術(shù)的質(zhì)量性能取決于廣泛的機(jī)動(dòng)能。一名舞者的技術(shù)和藝術(shù)表演水平取決于運(yùn)動(dòng)的寬譜能力.到目前為止在體育舞蹈方面的研究者已經(jīng)向在一定舞蹈學(xué)科的技術(shù)表演領(lǐng)域的個(gè)人運(yùn)動(dòng)能力的增值上向一些有趣的消息屈服。同樣，許多研究也證實(shí)了舞蹈的基本運(yùn)動(dòng)能力對(duì)一支成功的舞蹈表達(dá)影響很大。鑒于舞蹈技術(shù)，即運(yùn)動(dòng)結(jié)構(gòu)，在一般的舞蹈活動(dòng)中，可以說最活躍的是身體的尾椎，它是移動(dòng)的“基礎(chǔ)”。對(duì)于一個(gè)成功的舞蹈技巧主要負(fù)責(zé)執(zhí)行任務(wù)的是舞者的下肢，肌肉和腹部。這種能力縮小他們的速度使他們得到放松，并決定著舞蹈表演中必要的力度，及時(shí)與特定的肌肉群發(fā)生相互的反應(yīng)，影響舞者能量的合理利用，以及肌肉的顯現(xiàn)，很大程度上有助于移動(dòng)性能的審美表達(dá)。力量這種運(yùn)動(dòng)能力在舞蹈活動(dòng)中起著重要的作用。它出現(xiàn)在不同的表現(xiàn)形式中，舞蹈的活動(dòng)類型決定著其潛力的效用水平。

本文的假設(shè)是：

假設(shè)一：基于被期望的肌肉運(yùn)動(dòng)力量能力對(duì)標(biāo)準(zhǔn)舞的表演和技術(shù)的效能進(jìn)行統(tǒng)計(jì)上的重要預(yù)測(cè)。

假設(shè)二：基于被期望的肌肉運(yùn)動(dòng)力量能力對(duì)拉丁舞的表演和技術(shù)的效能進(jìn)行統(tǒng)計(jì)上的重要預(yù)測(cè)。

二、研究方法

（一）樣品的參與者

使用了一個(gè)具有代表性和目的性的由49個(gè)包括25名女性和24名男性組成的體育舞蹈受訪者的分層抽樣。這個(gè)樣品包含初中1和初中2的從12歲到15歲年齡群的舞蹈者。他們作為舞蹈分派D3、D4的一部分，競(jìng)爭(zhēng)的項(xiàng)目涵蓋了基本的編排組合和更復(fù)雜的舞蹈技術(shù)的元素。他們都積極參與了2年的訓(xùn)練過程，每周訓(xùn)練三次。

（二）樣本的變量

本研究的目的，一個(gè)預(yù)測(cè)變量（通過三個(gè)力量測(cè)試定義）和兩個(gè)標(biāo)準(zhǔn)變量（通過三支拉丁舞和三支標(biāo)準(zhǔn)舞定義）被選中。預(yù)測(cè)變量用于測(cè)試在拉丁舞和標(biāo)準(zhǔn)舞表演中的相關(guān)性和預(yù)測(cè)成功的可能性。它是由：1.上肢提升――MPGDT2.從躺的位置扔實(shí)心藥球――MBMLE；3.從現(xiàn)場(chǎng)跳――SKOKUDAL。預(yù)測(cè)變量是由標(biāo)準(zhǔn)化測(cè)試對(duì)運(yùn)動(dòng)強(qiáng)度的能力評(píng)價(jià)和他們具備必要的度量特性所組成。拉丁舞、和標(biāo)準(zhǔn)舞的標(biāo)準(zhǔn)變量都將被用于評(píng)估舞蹈結(jié)構(gòu)習(xí)得的質(zhì)量和速度。標(biāo)準(zhǔn)變量是分別由五支舞中的三支組成的。為了在動(dòng)力學(xué)中將二者進(jìn)行比較，在拉丁舞表演中，我們選擇了桑巴，恰恰恰和牛仔，從標(biāo)準(zhǔn)舞中我們選擇了華爾茲，探戈和快步來進(jìn)行比較。這些變量當(dāng)中的每支舞都被基礎(chǔ)技術(shù)元素所定義。綜上所述，這些變量包含一個(gè)標(biāo)準(zhǔn)的拉丁舞變量和一個(gè)標(biāo)準(zhǔn)的標(biāo)準(zhǔn)舞變量。所有的技術(shù)元素都已經(jīng)被國際體育舞蹈聯(lián)合會(huì)――IDSF規(guī)定采用。拉丁舞和標(biāo)準(zhǔn)舞的基礎(chǔ)技術(shù)元素評(píng)估通過評(píng)審委員會(huì)使用打分制完成，打分范圍從0到10。評(píng)審委員會(huì)是由波斯尼亞和黑塞哥維那體育舞蹈聯(lián)合會(huì)得到許可的裁判組成。

（三）實(shí)驗(yàn)描述

預(yù)測(cè)變量的標(biāo)準(zhǔn)化考試系統(tǒng)是由強(qiáng)度運(yùn)動(dòng)能力的評(píng)估：MPGDT，MBMLE SKOKUDAL組成的。這些測(cè)試具有一定的指標(biāo)特性。測(cè)試標(biāo)準(zhǔn)變量是由驗(yàn)證評(píng)審委員會(huì)來完成的，同時(shí)也負(fù)責(zé)評(píng)估舞蹈結(jié)構(gòu)表演水平的0到10分的測(cè)量任務(wù)。所有分?jǐn)?shù)的算術(shù)平均結(jié)果將把每個(gè)試驗(yàn)者所得的分?jǐn)?shù)放到拉丁舞和標(biāo)準(zhǔn)舞的水平評(píng)估量表里。

（四）統(tǒng)計(jì)數(shù)據(jù)處理研究的結(jié)果

從研究得到的結(jié)果以描述性對(duì)比統(tǒng)計(jì)分析程序處理。比較數(shù)據(jù)，我們采用參數(shù)統(tǒng)計(jì)，其中：相關(guān)性和回歸性分析。作為統(tǒng)計(jì)重要性水平，我們?cè)O(shè)置P

三、結(jié)果與討論

篇4

求相關(guān)系數(shù)r：相關(guān)系數(shù)介于區(qū)間[-1，1]內(nèi)，相關(guān)系數(shù)是最早由統(tǒng)計(jì)學(xué)家卡爾·皮爾遜設(shè)計(jì)的統(tǒng)計(jì)指標(biāo)，是研究變量之間線性相關(guān)程度的量，一般用字母r表示。由于研究對(duì)象的不同，相關(guān)系數(shù)有多種定義方式，較為常用的是皮爾遜相關(guān)系數(shù)。

相關(guān)表和相關(guān)圖可反映兩個(gè)變量之間的相互關(guān)系及其相關(guān)方向，但無法確切地表明兩個(gè)變量之間相關(guān)的程度。相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)。相關(guān)系數(shù)是按積差方法計(jì)算，同樣以兩變量與各自平均值的離差為基礎(chǔ)，通過兩個(gè)離差相乘來反映兩變量之間相關(guān)程度；著重研究線性的單相關(guān)系數(shù)。

（來源：文章屋網(wǎng) ）

篇5

相關(guān)熱搜：統(tǒng)計(jì)學(xué)  統(tǒng)計(jì)學(xué)原理

一、數(shù)據(jù)統(tǒng)計(jì)分析的內(nèi)涵

數(shù)據(jù)分析是指運(yùn)用一定的分析方法對(duì)數(shù)據(jù)進(jìn)行處理，從而獲得解決管理決策或營銷研究問題所需信息的過程。所謂的數(shù)據(jù)統(tǒng)計(jì)分析就是運(yùn)用統(tǒng)計(jì)學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行處理。在實(shí)際的市場(chǎng)調(diào)研工作中，數(shù)據(jù)統(tǒng)計(jì)分析能使我們挖掘出數(shù)據(jù)中隱藏的信息，并以恰當(dāng)?shù)男问奖憩F(xiàn)出來，并最終指導(dǎo)決策的制定。

二、數(shù)據(jù)統(tǒng)計(jì)分析的原則

（1）科學(xué)性。科學(xué)方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性，數(shù)據(jù)統(tǒng)計(jì)分析作為市場(chǎng)調(diào)研的重要組成部分也要具有同其他科學(xué)方法一樣的客觀標(biāo)準(zhǔn)。（2）系統(tǒng)性。市場(chǎng)調(diào)研是一個(gè)周密策劃、精心組織、科學(xué)實(shí)施，并由一系列工作環(huán)節(jié)、步驟、活動(dòng)和成果組成的過程，而不是單個(gè)資料的記錄、整理或分析活動(dòng)。（3）針對(duì)性。就不同的數(shù)據(jù)統(tǒng)計(jì)分析方法而言，無論是基礎(chǔ)的分析方法還是高級(jí)的分析方法，都會(huì)有它的適用領(lǐng)域和局限性。（4）趨勢(shì)性。市場(chǎng)所處的環(huán)境是在不斷的變化過程中的，我們要以一種發(fā)展的眼光看待問題。（5）實(shí)用性。市場(chǎng)調(diào)研說到底是為企業(yè)決策服務(wù)的，而數(shù)據(jù)統(tǒng)計(jì)分析也同樣服務(wù)于此，在保證其專業(yè)性和科學(xué)性的同時(shí)也不能忽略其現(xiàn)實(shí)意義。

三、推論性統(tǒng)計(jì)分析方法

（1）方差分析。方差分析是檢驗(yàn)多個(gè)總體均值是否相等的一種統(tǒng)計(jì)方法，它可以看作是t檢驗(yàn)的一種擴(kuò)展。它所研究的是分類型自變量對(duì)數(shù)值型因變量的影響，比如它們之間有沒有關(guān)聯(lián)性、關(guān)聯(lián)性的程度等，所采用的方法就是通過檢驗(yàn)各個(gè)總體的均值是否相等來判斷分類型自變量對(duì)數(shù)值型因變量是否有顯著影響。（2）回歸分析。在數(shù)據(jù)統(tǒng)計(jì)分析中，存在著大量的一種變量隨著另一種變量的變化而變化的情況，這種對(duì)應(yīng)的因果變化往往無法用精確的數(shù)學(xué)公式來描述，只有通過大量觀察數(shù)據(jù)的統(tǒng)計(jì)工作才能找到他們之間的關(guān)系和規(guī)律，解決這一問題的常用方法是回歸分析。回歸分析是從定量的角度對(duì)觀察數(shù)據(jù)進(jìn)行分析、計(jì)算和歸納。

四、多元統(tǒng)計(jì)分析方法

篇6

1一般資料

1．1研究對(duì)象

選擇2007年11月到2009年4月在我院神經(jīng)內(nèi)科住院急性腦梗死患者共67名，平均年齡(55～84)歲，70歲以上16名，占23．9%，其中男41名(占61．2%)，女性26名(占38．8%)。診斷均符合全國第四屆腦血管病學(xué)術(shù)會(huì)議修訂的診斷標(biāo)準(zhǔn)，并經(jīng)頭部CT或MRI檢查證實(shí)，排除顱內(nèi)出血或任何出血性神經(jīng)系統(tǒng)病。所有病例除外改良RANKIN評(píng)分＞4分(即排除嚴(yán)重失能的患者，臥床不起者，大小便失禁者和需要長(zhǎng)期維持護(hù)理者)，大腦靜脈血栓，外傷或手術(shù)史，急慢性炎癥，發(fā)熱、感染性疾病、肝腎功能不全(AST或ALT＞3倍正常值上限，根據(jù)cockcroft公式計(jì)算出肌酐清除率＜30ml/min)，合并腫瘤、自身免疫性疾病、外傷、近期手術(shù)及服用糖皮質(zhì)激素或免疫抑制劑者。其中51名(76．1%)患者合并高血壓病史，是主要的血管危險(xiǎn)因素。

1．2主要實(shí)驗(yàn)儀器

GEsignalLX1．5T磁共振成像設(shè)備、德國HERMLE離心機(jī)、美國GE8層CT機(jī)、韓國BIONET12導(dǎo)心電圖機(jī)、美國貝克曼庫爾德(BECKMANCOLTER)公司的IMMAGE型全自動(dòng)生化分析儀、全自動(dòng)血細(xì)胞分析儀、美國HELENA公司的快速電泳儀、貝林濁度分析儀，EDTA試管。

2研究方法

所有患者均經(jīng)進(jìn)行詳細(xì)的病史(高血壓病、冠心病、糖尿病、高脂血癥、腦血管病、吸煙史、教育水平)采集及神經(jīng)系統(tǒng)檢查體格檢查，血壓、血常規(guī)、血糖、血脂、肝腎功能，尿酸，12導(dǎo)聯(lián)-心電圖，頭部CT或MRI等檢查。所有腦梗死患者于發(fā)病72h內(nèi)測(cè)定HS-CRP，每3個(gè)月進(jìn)行一次訪視，收集所有終點(diǎn)事件，隨訪1年。

2．1血管性危險(xiǎn)因素和臨床變量

高血壓(收縮壓≥140mmhg或舒張壓≥90mmhg或正在服用降壓藥)，糖尿病(治療過或已知空腹血糖≥7mmol/l)，高膽固醇血癥(總膽固醇≥220mg/dl或正在服用降血脂藥)，高甘油三脂血癥(甘油三酯≥190mg/dl或正在服用降脂藥)，吸煙史(當(dāng)前吸煙或過去6個(gè)月停止吸煙)，冠心病史，腦血管病史。血清HS-CRP正常值為0～5mg/l，大于5mg/l定義為異常值(我院正常值范圍0～5mg/l)。

2．2腦梗死和終點(diǎn)事件的定義

腦梗死的定義為:有局灶性缺血性神經(jīng)功能缺損;癥狀≥24h，或無論癥狀持續(xù)的時(shí)間，CT/MRI有相應(yīng)的腦梗死證據(jù)。終點(diǎn)事件的定義為:任何原因的死亡(血管性和非血管性);任何新發(fā)的非致死性血管事件(包括復(fù)發(fā)的腦卒中、短暫性腦缺血發(fā)作、急性心肌梗死、不穩(wěn)定型心絞痛)。

2．3改良RANKIN量表評(píng)分與病情程度

采用改良RANKIN量表評(píng)分評(píng)價(jià)患者的病情嚴(yán)重程度。所有入選患者都進(jìn)行改良RANKIN量表評(píng)分(ModifiedRankinScale，mRS)，本研究所有患者的評(píng)分在0～4分之間，評(píng)分0～2分被定義為輕度殘疾，3～4分被定義為中重度殘疾。

2．4采集血樣和超敏C反應(yīng)蛋白的測(cè)定

入選的患者在合格事件發(fā)生后72h晨起空腹完成靜脈血樣采集，全血在3000rpm條件下離心15min后，分離出血清保存于－80℃等待分析。超敏C反應(yīng)蛋白使用貝林濁度分析儀檢測(cè)，單位:mg/l。所有結(jié)果均進(jìn)行復(fù)查。

3統(tǒng)計(jì)學(xué)處理

計(jì)量資料用均數(shù)±標(biāo)準(zhǔn)差(x±s)兩組計(jì)量資料的比較應(yīng)用t檢驗(yàn)，計(jì)數(shù)資料應(yīng)用χ2檢驗(yàn)。各自變量與終點(diǎn)事件的相關(guān)性應(yīng)用單因素分析和多元線性逐步回歸分析。進(jìn)入方程的變量包括:年齡、男性、高血壓、糖尿病、冠心病、腦血管病、高甘油三脂血癥、高膽固醇血癥、吸煙史、HS-CRP＞5mg/l，終點(diǎn)事件(復(fù)發(fā)的卒中、其他血管事件和任何原因?qū)е碌乃劳?作為應(yīng)變量。Log-rank檢驗(yàn)用于評(píng)價(jià)HS-CRP增高組(HS-CRP＞5mg/l)和HS-CRP正常組(HS-CRP≤5mg/l)之間的關(guān)系，P＜0．05為差異有統(tǒng)計(jì)學(xué)意義。數(shù)據(jù)采用SPSS13．0軟件進(jìn)行統(tǒng)計(jì)學(xué)處理。

4結(jié)果

4．1患者的一般情況及HS-CRP測(cè)定結(jié)果的分析

兩組在性別、年齡、文化水平、及血管危險(xiǎn)因素或既往史(高血壓病史、糖尿病史、高膽固醇血癥、高甘油三脂血癥、吸煙史、冠心病史、腦血管病史)之間沒有統(tǒng)計(jì)學(xué)差異(P＞0．05)(見表1)。HS-CRP的水平與患者的年齡、性別、受教育水平、血管常見危險(xiǎn)因素及既往史沒有明確的關(guān)系。

4．2終點(diǎn)事件相關(guān)危險(xiǎn)因素分析

4．2．1單因素分析隨訪1年的時(shí)間中，所有患者都服用抗血小板類藥物進(jìn)行預(yù)防，每3個(gè)月隨訪一次收集和記錄所有不良事件。共發(fā)生20例(29．9%)終點(diǎn)事件，其中包括腦梗死10例，短暫性腦缺血發(fā)作3例;冠心病5例;死亡2例(分別死于腦出血和胰腺癌)。各變量與發(fā)生終點(diǎn)事件的單因素分析(見表2)。其中HS-CRP＞5mg/l是發(fā)生終點(diǎn)事件的危險(xiǎn)因素，差異有統(tǒng)計(jì)學(xué)意義(P＜0．05)。

4．2．2多因素分析根據(jù)單因素分析結(jié)果，采用逐步引入法將所有自變量引入logistic回歸方程，運(yùn)算結(jié)果(見表3)，最終HS-CRP進(jìn)入方程中。HS-CRP增高組終點(diǎn)事件發(fā)生率明顯高于HS-CRP正常組，差異具有統(tǒng)計(jì)學(xué)意義(P＜0．05)4．3HS-CRP與改良RANKIN量表評(píng)分(mRS)的關(guān)系所有患者入選時(shí)都進(jìn)行改良RANKIN量表評(píng)分，mRS分為6個(gè)等級(jí)(0～6分)用于評(píng)價(jià)神經(jīng)功能喪失程度。本研究67例患者中47例患者評(píng)分≤2分，12例患者評(píng)分3分，8例患者評(píng)分4分。mRs評(píng)分3～4分的患者的HS-CRP中位數(shù)水平明顯高于0～2分的患者，差異有統(tǒng)計(jì)學(xué)意義(P＜05)(見圖2)。

5討論

盡管腦梗死的治療在過去的十幾年時(shí)間有了很大的提高，但是，1年內(nèi)發(fā)生死亡和血管事件的風(fēng)險(xiǎn)仍很高。因此，探討預(yù)測(cè)腦梗死預(yù)后的指標(biāo)，有很大的臨床應(yīng)用價(jià)值。近年來，心腦血管缺血性疾病與血漿炎癥指標(biāo)的相關(guān)性成為研究的熱點(diǎn)。近年研究發(fā)現(xiàn)，CRP直接參與了動(dòng)脈粥樣硬化的過程［2］。CRP是一種炎癥急性時(shí)相反應(yīng)物，主要在肝臟內(nèi)合成分泌，受細(xì)胞介素-6(IL-6)刺激產(chǎn)生。動(dòng)脈粥樣硬化是一種周身性的慢性炎癥，這種炎癥與血管內(nèi)皮細(xì)胞破壞、血管功能的異常、脂質(zhì)代謝異常有關(guān)。流行病學(xué)研究顯示血漿HS-CRP水平升高人群的心血管疾病的危險(xiǎn)顯著增加，且心血管疾病患者HS-CRP水平與其預(yù)后密切相關(guān)。然而有研究中發(fā)現(xiàn)腦卒中患者HS-CRP水平升高與腦卒中的嚴(yán)重程度相關(guān)而非與再發(fā)心腦血管事件相關(guān)［3］。超敏CRP可檢測(cè)出0．2～10mg/l的CRP濃度，在這個(gè)水平上測(cè)定的CRP目前已代替其他炎癥因子(如IL-6和TNF-α)。呂雅麗等［4］搜集CRP水平對(duì)急性腦梗死預(yù)后影響非隨機(jī)對(duì)照研究，進(jìn)行Mate分析，結(jié)果提示發(fā)病時(shí)CRP的水平可以初步評(píng)價(jià)腦梗死患者的預(yù)后。

本研究為前瞻性隊(duì)列研究，目的是了解腦梗死風(fēng)險(xiǎn)指標(biāo)與腦梗死后一段時(shí)間內(nèi)預(yù)后的關(guān)系。國內(nèi)的報(bào)道多針對(duì)缺血性腦血管病后1個(gè)月內(nèi)的短期預(yù)后，而我們的研究針對(duì)腦梗死后1年內(nèi)的遠(yuǎn)期預(yù)后。因?yàn)槟X梗死各風(fēng)險(xiǎn)指標(biāo)的作用是預(yù)測(cè)再發(fā)缺血性血管病變，所以我們關(guān)心的問題是該指標(biāo)及危險(xiǎn)因素與再發(fā)缺血性血管病變的關(guān)系，故將其定義為終點(diǎn)事件。另外，我們參照目前國際上此類文章的方法將死亡也定義為終點(diǎn)事件。為了排除其他因素度終點(diǎn)事件的影響，本研究還應(yīng)用了多因素邏輯回歸分析，該方法不但除外了非研究因素的影響，而且除外了各風(fēng)險(xiǎn)指標(biāo)之間的疊加作用。風(fēng)險(xiǎn)指標(biāo)中僅有HS-CRP增高(即HS-CRP＞5mg/l)與終點(diǎn)事件的發(fā)生密切相關(guān)，而與其他危險(xiǎn)因素和既往史無關(guān)。

本研究表明，HS-CRP可能是腦梗死后1年內(nèi)死亡及再發(fā)缺血性血管病的獨(dú)立預(yù)測(cè)指標(biāo)，可以用來預(yù)測(cè)不良的預(yù)后。國外資料報(bào)道，CRP水平與缺血性腦血管病的預(yù)后密切相關(guān)，CRP水平升高，特別是持續(xù)升高者預(yù)后不良，不僅病死率高，而且功能恢復(fù)也很差［5］。本研究結(jié)果同時(shí)顯示，終點(diǎn)事件的發(fā)生與HS-CRP的水平呈正相關(guān)性，在血清HS-CRP＞5mg/l的患者中，終點(diǎn)事件的發(fā)生比HS-CRP≤5mg/l的患者多，提示血清HS-CRP＞5mg/l的患者炎癥反應(yīng)較強(qiáng)，動(dòng)脈硬化更嚴(yán)重，這與國外報(bào)道相似［6］。可能由于CRP水平增高，導(dǎo)致血小板的凝集和釋放功能異常，從而影響止血和凝血過程。有研究表明，凝血因子的啟動(dòng)可增加腦卒中患者的患病率和死亡率。另外，本研究結(jié)果顯示，mRS評(píng)分(3～4分)的患者HS-CRP中位數(shù)水平比mRS評(píng)分(0～2分)的患者更高，表明HS-CRP水平可以反映腦梗死患者神經(jīng)損傷的嚴(yán)重程度。這可能是CRP水平增高使與缺血性腦血管病病理相關(guān)的炎性反應(yīng)程度較強(qiáng)，加速了梗死區(qū)半暗帶的惡化，進(jìn)而加重了腦損傷。基于以上的結(jié)論可以對(duì)于HS-CRP增高的患者進(jìn)行更加積極的預(yù)防，包括非藥物干預(yù)和藥物治療兩種方法。非藥物干預(yù)包括:減肥、飲食、運(yùn)動(dòng)和戒煙［7，8］。藥物治療可選藥物有:阿司匹林［9，10］、他汀類［11-13］和ACEI類［14］，他們都能降低CRP的水平。可根據(jù)患者的具體情況選擇合理的治療措施。

篇7

2002年1月，隆冬的戶外，寒風(fēng)凜冽。北京延慶的賓館內(nèi)，來自某工廠的全體BB（六西格瑪黑帶）和包括總經(jīng)理在內(nèi)的各級(jí)干部正在分組討論年度六西格瑪課題戰(zhàn)略。第二天，一行人頭戴印有六西格瑪標(biāo)志的帽子，頂著寒風(fēng)，高舉代表各個(gè)課題隊(duì)的鮮艷旗幟攀登上了雄偉壯麗的八達(dá)嶺長(zhǎng)城，揭開了2002年六西格瑪活動(dòng)的序幕。

【背景】這是一家顯像管制造企業(yè)，也是最早在業(yè)內(nèi)推行六西格瑪?shù)钠髽I(yè)之一，每年有兩次這樣的六西格瑪選題活動(dòng)。在選題會(huì)上，依據(jù)公司確定的年度經(jīng)營目標(biāo)層層分解，擬定出為實(shí)現(xiàn)該目標(biāo)而必須進(jìn)行的課題，然后將眾多的課題按照重要程度分類，并分配給合適的人員。

作為2002年的重點(diǎn)工作之一，就是攻克顯像管異物發(fā)生的難題。眾所周知，異物是顯像管生產(chǎn)的天敵，管內(nèi)異物是導(dǎo)致退貨的最根本原因。在以前，為了降低不良品率，工廠特別設(shè)置了一個(gè)三檢班，即實(shí)施出廠前第三次全檢，然而仍然有大量的不良品流出到客戶手中。

單純依賴檢驗(yàn)僅僅能夠做到事后補(bǔ)救，但不解決根本問題，最根本的解決之道就是消除缺陷的發(fā)生源。因此，在年度選題會(huì)上，減少管內(nèi)異物的發(fā)生率被作為一個(gè)六西格瑪黑帶課題進(jìn)行討論。解決了這一問題，不僅可以大幅度節(jié)約修理成本，對(duì)于維護(hù)公司的品質(zhì)形象和提高市場(chǎng)占有率也有顯著的作用。

一、定義階段

定義階段是以客戶的需求為依據(jù)，尋找問題點(diǎn)或改善機(jī)會(huì)的一個(gè)階段。如同公安機(jī)關(guān)的立案活動(dòng)，這個(gè)案件的重要性如何，是普通的民事糾紛，還是刑事案件？案情復(fù)雜嗎？是需要成立專案組重點(diǎn)偵查，還是普通的業(yè)務(wù)處理？這就是六西格瑪課題的定義過程。

2002年1月13日，課題正式進(jìn)入定義階段。在明確了品質(zhì)要害點(diǎn)（CTQ）后，成立了項(xiàng)目組，確定項(xiàng)目的目標(biāo)和范圍,以及為改善活動(dòng)確立時(shí)間計(jì)劃表。

1.課題選擇

異物的不良發(fā)生率在企業(yè)里一直居高不下，每月因異物堵孔導(dǎo)致的修理費(fèi)用近50萬元之多。在2002年1月5日的干部會(huì)議上，總經(jīng)理指出2002年是向異物宣戰(zhàn)的一年，要建立起完善的異物管理系統(tǒng)，徹底減少管內(nèi)異物，確保世界模范工廠的地位并贏得顧客的信任。

陳述課題選擇的理由，說明為什么該課題被認(rèn)為是重要的，以及是否獲得了領(lǐng)導(dǎo)的支持，還可以從該課題同公司或部門戰(zhàn)略的關(guān)聯(lián)程度上表達(dá)。應(yīng)用圖表的方式能夠更為直接地傳遞信息，有利于課題團(tuán)隊(duì)成員的彼此交流和向上級(jí)報(bào)告。

2.把握顧客需求

站在外部顧客和內(nèi)部顧客的角度上看待問題，分析外部顧客的意見和內(nèi)部顧客的意見，正確地把握顧客最關(guān)心的問題，即。

3.把握問題的水準(zhǔn)

經(jīng)統(tǒng)計(jì)從2001年11月至2002年1月間的三個(gè)月內(nèi)的堵孔平均發(fā)生率為1.57%，修理后品質(zhì)信賴度差，工程處于一種極不穩(wěn)定的狀態(tài)，經(jīng)常出現(xiàn)品質(zhì)事故，造成批量不良。應(yīng)用排列圖方法對(duì)堵孔解剖后的數(shù)據(jù)進(jìn)行分析后表明，金屬異物、銹、焊接異物、熒光粉、石墨是產(chǎn)生堵孔的最主要因素，尤其是金屬毛刺，因此應(yīng)強(qiáng)化金屬部件入庫品質(zhì)和脫脂管理。

把握問題的水準(zhǔn)時(shí)要觀察一段期間內(nèi)的歷史數(shù)據(jù)，最好是最近的3~6個(gè)月的數(shù)據(jù)。應(yīng)用控制圖來代替?zhèn)鹘y(tǒng)的趨勢(shì)圖，既可以看出隨時(shí)間的發(fā)展趨勢(shì)，也可以看出該過程的受控狀態(tài)。本例中應(yīng)用的是單值控制圖。

4.設(shè)定課題目標(biāo)及范圍

參照以往的歷史數(shù)據(jù)，對(duì)比同行業(yè)內(nèi)的其他工廠水平，團(tuán)隊(duì)成員們?yōu)楸菊n題設(shè)定了一個(gè)挑戰(zhàn)性的目標(biāo)，即堵孔發(fā)生率減半，到2002年6月份計(jì)劃達(dá)到0.8%，目前的基準(zhǔn)水平為1.57%。研究范圍界定為機(jī)工部品的加工工程、電子槍制造工程和封接除塵工程。

5.形成課題隊(duì)

以本課題的擔(dān)當(dāng)黑帶為首組成了一個(gè)跨職能的工作團(tuán)隊(duì)，界定了團(tuán)隊(duì)中每位成員在課題中的作用和任務(wù)。

做課題最忌諱的就是單打獨(dú)斗和不能有效地集中團(tuán)體的智慧，因此，對(duì)黑帶來說，其項(xiàng)目領(lǐng)導(dǎo)能力和個(gè)人溝通技巧極為關(guān)鍵。團(tuán)隊(duì)成員一般在6～7人，業(yè)務(wù)和技能方面互補(bǔ)。

6.預(yù)估課題效果和制定課題計(jì)劃

一個(gè)課題的解決會(huì)帶來很多綜合性的效果，包括有形的和無形的效果，然而可以計(jì)算出來的有形財(cái)務(wù)效果更具有說服力，也更容易獲得領(lǐng)導(dǎo)的支持。顯像管發(fā)生異物性堵孔后必須經(jīng)過修理，修理單價(jià)為A，年產(chǎn)量為B，達(dá)到預(yù)期改善目標(biāo)后的發(fā)生率下降為0.77%（1.57%－0.8%），按照年計(jì)算的預(yù)估效果金額為A×B×0.77%=320萬元。

最后就是利用甘特圖法，為課題的各個(gè)階段制訂較為詳盡的工作計(jì)劃。

二、測(cè)量階段

這個(gè)階段是查找嫌疑犯的過程，立案后的第一件事情就是查找所有可能的線索，不放過任何蛛絲馬跡。專案組的組長(zhǎng)也就是六西格瑪黑帶（BB），召集了全體成員分析案情，大家把所有和這個(gè)案子相關(guān)聯(lián)的事物一一羅列。

六西格瑪相信的是有因即有果，這樣的一個(gè)因果關(guān)系我們可以用數(shù)學(xué)上的函數(shù)模型來表達(dá)，即Y=F（X），每一個(gè)課題總能歸結(jié)為一個(gè)的簡(jiǎn)單方程：Y=f（X1，X2，…，Xk），測(cè)量階段所要尋找的就是這一個(gè)個(gè)的X，我們也把它稱為原因變量或輸入變量，而Y則稱為結(jié)果變量或輸出變量。大家運(yùn)用頭腦風(fēng)暴法暢所欲言，如果可能性低或關(guān)聯(lián)性不大會(huì)在后續(xù)的過程中利用經(jīng)驗(yàn)和證據(jù)將它排除掉，但前提是你必須先把它列入你的排查和搜索范圍。

課題進(jìn)入到測(cè)量階段，主要進(jìn)行三件事情，第一是明確關(guān)鍵的輸入和輸出變量，第二是進(jìn)行基礎(chǔ)測(cè)量系統(tǒng)的研究，也就是驗(yàn)證一下你所得到的數(shù)據(jù)可靠性如何，第三是對(duì)短期工程能力的分析研究，其中最重要的工作就是篩選出對(duì)結(jié)果Y起決定作用的X’s，為后續(xù)在分析階段進(jìn)一步分析X和Y之間的關(guān)系并建立數(shù)學(xué)模型F提供輸入。

1.測(cè)量Y及其工程能力

六西格瑪課題的Y就是我們要研究和解決的問題，也就是顧客最關(guān)心的事情。在這個(gè)課題里所定義的Y就是綜檢Mask堵孔不良，計(jì)算公式是：

Y（綜檢Mask堵孔不良）=（綜檢堵孔不良數(shù)/綜檢作業(yè)數(shù)）×100%

然后根據(jù)公式定義小y（y1、y2……），它是構(gòu)成大Y的缺陷分類，不是產(chǎn)生結(jié)果Y的原因X。對(duì)缺陷的分類定義，甚至在必要的時(shí)候還要用圖示說明，以統(tǒng)一對(duì)缺陷定義的一致性。在此課題里Y=y1+y2+y3+y4+y5+y6+y7+y8，其中分類是這樣的：

y1：金屬異物堵孔；y2：黑化皮膜堵孔；y3：焊接異物堵孔；y4：燃燒類異物堵孔；y5：AL膜堵孔；y6：GLASS碎片堵孔；y7：熒光粉堵孔；y8：電子槍異物堵孔。

初學(xué)者最難以區(qū)分的就是X和Y。據(jù)統(tǒng)計(jì)，40%以上的課題失敗是因?yàn)橐婚_始就沒有選擇好課題以及清楚明確地對(duì)Y進(jìn)行定義。

按照設(shè)定的管理規(guī)格計(jì)算出Y的工程能力Cpk=-0.51，表明現(xiàn)在的工程能力遠(yuǎn)不能滿足客戶需求。

2.測(cè)量系統(tǒng)分析

但是，我們對(duì)于問題現(xiàn)狀的把握數(shù)據(jù)可靠嗎？萬一出現(xiàn)錯(cuò)誤，如同將自殺被判斷成他殺，這將直接導(dǎo)致我們的行動(dòng)失誤，因此必須經(jīng)過檢驗(yàn)。

4月14日課題組準(zhǔn)備了10個(gè)測(cè)試樣本，這10個(gè)樣本中既有良品也有不良品，然后安排4個(gè)檢驗(yàn)員進(jìn)行判斷，每人測(cè)量3次。根據(jù)判斷結(jié)果的一致性來確定測(cè)量系統(tǒng)的可靠性，分析結(jié)論是，該測(cè)量系統(tǒng)穩(wěn)定可靠，誤差水平可以接受。

在進(jìn)行測(cè)量系統(tǒng)分析的時(shí)候，一定要注意隨機(jī)化和盲測(cè)，即10個(gè)樣本不能讓被測(cè)試者注意到明顯的識(shí)別方式以確保隨機(jī)，每一次測(cè)試前都要打亂順序，隨機(jī)抽取；第二不要讓被測(cè)試者在一次測(cè)試內(nèi)重復(fù)檢測(cè)同一樣本，而是在一次測(cè)完10個(gè)樣本后換另外一個(gè)被測(cè)試者。

3.發(fā)掘并篩選潛在的原因變量

從哪些方面尋找破案線索或原因變量呢？工程繪圖是個(gè)好方法。按照課題選定的流程范圍，從人機(jī)料法環(huán)測(cè)（即5M1E）等幾個(gè)方面，羅列出所有可能的影響因子，然后進(jìn)行篩選。

案情迷茫，線索重重，從哪兒開始調(diào)查？哪一條線索更有價(jià)值呢？六西格瑪提供了幾個(gè)簡(jiǎn)單有效的篩選和評(píng)價(jià)工具，可以幫助我們把有限的資源和精力集中在最容易產(chǎn)生突破效果的線索上。在這個(gè)課題中首先應(yīng)用了因果矩陣法，緊接著應(yīng)用了失敗模式影響法對(duì)所有潛在的原因變量進(jìn)行篩選，從而縮小包圍圈，快速聚焦于核心因子（犯罪嫌疑人）。

篩選出比較重要的輸入變量為脫脂液污染度、脫脂時(shí)間、B/P除塵噴嘴污染度、脫脂U/S強(qiáng)度、B/P除塵AIR壓力、B/P除塵U/S強(qiáng)度等共計(jì)18個(gè)因子。

因果矩陣的左邊兩列輸入的是來自于工程繪圖選定的工藝流程及其輸入變量（流程的關(guān)鍵工藝），橫排的關(guān)鍵輸出列出的是顧客最關(guān)心的小Y，最頂端的一行是評(píng)價(jià)小y對(duì)顧客的重要度（從1～10評(píng)分），其重要度的評(píng)價(jià)不能隨意，要參考定義階段的排列圖表現(xiàn)并經(jīng)過團(tuán)隊(duì)的綜合評(píng)價(jià)后給出。交叉格內(nèi)的數(shù)字表達(dá)的是工程輸入變量對(duì)于關(guān)鍵輸出變量的影響度，判分標(biāo)準(zhǔn)為（0，1，3，9），影響度很大，給9分，影響度低則給1分，沒有影響給0分。比如脫脂黑化流程中脫脂液污染與金屬異物堵孔的影響程度為9。最右列的合計(jì)數(shù)字是每個(gè)輸入變量的影響度乘以對(duì)應(yīng)關(guān)鍵輸出變量的重要度之和。經(jīng)過電腦EXCEL表格運(yùn)算后，按照合計(jì)分值的大小重新排序。通常選擇排在前10～15位的因子為第一次的篩選結(jié)果。這些因子隨后被作為了失敗模式影響分析的輸入而進(jìn)行第二次篩選。

2002年2月20日，課題組的成員對(duì)前期的工作進(jìn)行回顧，聽完課題黑帶的項(xiàng)目進(jìn)展報(bào)告后，由黑帶主持進(jìn)行第一次的潛在失敗模式影響分析。經(jīng)過分析研究，對(duì)于一些能夠立即改善的事項(xiàng)擬定出對(duì)策和改善期限后各自分頭實(shí)施。

經(jīng)過一段時(shí)間的改善和鞏固后，課題組成員再次聚集在一起進(jìn)行失敗模式影響分析，根據(jù)風(fēng)險(xiǎn)優(yōu)先數(shù)的排序結(jié)果，篩選出如下5個(gè)最重要的原因變量。這就好比破案根據(jù)線索找出具體的目標(biāo)嫌疑人：

X1=黑化爐溫度

X2=B/P除塵噴嘴轉(zhuǎn)速RPM

X3=MASK焊接壓力

X4=B/P除塵U/S強(qiáng)度

X5=脫脂U/S強(qiáng)度

三、分析階段

課題進(jìn)展到現(xiàn)在，已經(jīng)篩選出來5個(gè)關(guān)鍵的輸入變量，它們是如何對(duì)結(jié)果產(chǎn)生影響的呢？首先需要分析嫌疑犯的犯罪經(jīng)過。進(jìn)入到分析階段，主要是搜集數(shù)據(jù)，了解潛在的原因變量對(duì)結(jié)果是如何發(fā)生作用的。在這一階段應(yīng)用了不少的統(tǒng)計(jì)工具，如假設(shè)檢驗(yàn)等工具盡管復(fù)雜，但是Minitab軟件可以幫助我們很輕松地實(shí)現(xiàn)。

1.多變量的主效果分析

法律尊重事實(shí)，六西格瑪用數(shù)據(jù)說話。為了有效地收集數(shù)據(jù)，課題組成員重新設(shè)計(jì)了數(shù)據(jù)收集表格，按照日期、機(jī)種、黑化爐溫度、焊接壓力、B/P除塵U/S強(qiáng)度、B/P除塵噴嘴轉(zhuǎn)速RPM等因素進(jìn)行層別和記錄，將收集來數(shù)據(jù)輸入Minitab的分析工具表中，應(yīng)用主效果分析圖表明：黑化爐溫度、蔭罩焊接壓力、B/P除塵U/S強(qiáng)度、B/P噴嘴轉(zhuǎn)速RPM對(duì)堵孔率似乎有比較明顯的影響，但仍需應(yīng)用統(tǒng)計(jì)分析方法確認(rèn)數(shù)據(jù)的信賴性。

2.統(tǒng)計(jì)分析中的假設(shè)檢驗(yàn)

統(tǒng)計(jì)分析方法可以最大限度地減少主觀判斷的不確定性，或者說將主觀判斷的風(fēng)險(xiǎn)降到最低限度。例如嫌疑犯是否真的有罪？假設(shè)檢驗(yàn)就是在沒有確定的證據(jù)之前假設(shè)罪犯是無辜的，這叫做疑罪從無，建立假設(shè)后尋找證據(jù)支持或假設(shè)。如果不是這樣，則將會(huì)產(chǎn)生個(gè)人的主觀臆斷，或者說你相信他有罪，你的主觀意識(shí)中就會(huì)去尋找一切支持他有罪的證據(jù)，這叫做有罪推定。

本課題針對(duì)在測(cè)量階段確定的5個(gè)關(guān)鍵輸入變量逐一進(jìn)行分析，從統(tǒng)計(jì)信賴性上驗(yàn)證其對(duì)結(jié)果的影響，并實(shí)施改善。

例如，課題組安排了3名倒班員工記錄在自然狀態(tài)下的黑化爐溫度和蔭罩堵孔發(fā)生率狀況，然后建立假設(shè)和分析。應(yīng)用工程能力分析法，可以看出黑化爐的溫度對(duì)結(jié)果的影響較大，Cpk只有0.07，經(jīng)研究后采取了如下三條主要措施：

1)預(yù)熱區(qū)間加熱器增加，增大加熱功率，保證加熱能力。

2)脫脂干燥區(qū)間延長(zhǎng)，改善干燥狀態(tài)，同時(shí)提高部件入爐前溫度。

3)黑化爐保溫系統(tǒng)保全，減少爐內(nèi)熱量散失。

改善后工程能力提高到了0.57。同樣的分析方法被應(yīng)用于關(guān)鍵因子X2、X3和X4的分析及改善上。經(jīng)過多次改善后，工程的穩(wěn)定性良好，自5月份中期蔭罩堵孔發(fā)生率接近1%。

四、改善階段

找出了犯罪嫌疑人，但是對(duì)于團(tuán)伙作案他們之間是什么樣的關(guān)系我們必須明確，這樣才能找出主犯和從犯。在這個(gè)課題中，有影響的關(guān)鍵因子X已經(jīng)確定了，那么如方程式Y(jié)=F（X）中的X取什么值才能使得Y有最佳的表現(xiàn)？多個(gè)因子X之間又往往互相影響，應(yīng)用實(shí)驗(yàn)計(jì)劃法就是為了在復(fù)雜的交互作用條件下尋求關(guān)鍵因子的最佳取值。本課題中，應(yīng)用響應(yīng)表面法（RSM）分析B/P除塵強(qiáng)度、B/P噴嘴轉(zhuǎn)速得出保證效果的最佳條件為，B/P除塵強(qiáng)度：26±4G；B/P噴嘴轉(zhuǎn)速：34±3RPM。

五、控制階段

這一階段是維持管理的階段，擬定控制計(jì)劃（Control Plan），實(shí)施日常管理，將課程全階段的研究成果納入公司的標(biāo)準(zhǔn)管理體系，應(yīng)用標(biāo)準(zhǔn)來穩(wěn)定和固化前期的改善成果，并檢驗(yàn)課題的效果。

自實(shí)施改善以來，堵孔發(fā)生率逐月下降，6月份以后的平均值為0.79%，達(dá)到了課題開始之前設(shè)定的目標(biāo)。Y的工程能力也提高到了1.0。

【實(shí)施效果】該課題完成后，經(jīng)過六西格瑪推進(jìn)委員的財(cái)務(wù)效果分析師（FEA）進(jìn)行驗(yàn)證，達(dá)到了課題目標(biāo)，按年間效果金額進(jìn)行計(jì)算，可為公司節(jié)約費(fèi)用310萬元，同時(shí)，本課題被集團(tuán)公司評(píng)為二等獎(jiǎng)，其他工廠也紛紛前來取經(jīng)。

六西格瑪雖然應(yīng)用了大量的統(tǒng)計(jì)學(xué)原理，但是學(xué)習(xí)六西格瑪完全不同于學(xué)習(xí)統(tǒng)計(jì)學(xué)，更多的時(shí)候，你只要知道如何按照規(guī)定的格式要求把相應(yīng)的數(shù)據(jù)輸入電腦，能夠讀懂結(jié)果和進(jìn)行判斷就足矣，一旦陷入統(tǒng)計(jì)學(xué)的迷宮往往就會(huì)偏離你解決問題的方向。當(dāng)然，擁有深厚的統(tǒng)計(jì)理論基礎(chǔ)，對(duì)于知其所以然并判斷數(shù)據(jù)的信賴性有很大的幫助。

篇8

關(guān)鍵詞：多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué) 訓(xùn)練圖像 儲(chǔ)層建模

一、多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)與訓(xùn)練圖像

基于變差函數(shù)的傳統(tǒng)地質(zhì)統(tǒng)計(jì)學(xué)隨機(jī)模擬是目前儲(chǔ)層非均質(zhì)性模擬的常用方法。然而，變差函數(shù)只能建立空間兩點(diǎn)之間的相關(guān)性，難于描述具有復(fù)雜空間結(jié)構(gòu)和幾何形態(tài)的地質(zhì)體的連續(xù)性和變異性。

針對(duì)這一問題，多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)方法應(yīng)運(yùn)而生。該方法著重表達(dá)空間中多點(diǎn)之間的相關(guān)性，能夠有效克服傳統(tǒng)地質(zhì)統(tǒng)計(jì)學(xué)在描述空間形態(tài)較復(fù)雜的地質(zhì)體方面的不足。多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)的基本工具是訓(xùn)練圖像，其地位相當(dāng)于傳統(tǒng)地質(zhì)統(tǒng)計(jì)學(xué)中的變差函數(shù)。對(duì)于沉積相建模而言，訓(xùn)練圖像相當(dāng)于定量的相模式，實(shí)質(zhì)上就是一個(gè)包含有相接觸關(guān)系的數(shù)字化先驗(yàn)地質(zhì)模型，其中包含的相接觸關(guān)系是建模者認(rèn)為一定存在于實(shí)際儲(chǔ)層中的。

二、地質(zhì)概念模型轉(zhuǎn)換成圖像訓(xùn)練

地質(zhì)工作人員擅于根據(jù)自己的先驗(yàn)認(rèn)識(shí)、專業(yè)知識(shí)或現(xiàn)有的類比數(shù)據(jù)庫來建立儲(chǔ)層的概念模型。當(dāng)?shù)刭|(zhì)工作人員認(rèn)為某些特定的概念模型可以反映實(shí)際儲(chǔ)層的沉積微相接觸關(guān)系時(shí)，這些概念模型就可以轉(zhuǎn)換或直接作為訓(xùn)練圖像來使用。利用訓(xùn)練圖像整合先驗(yàn)地質(zhì)認(rèn)識(shí)，并在儲(chǔ)層建模過程中引導(dǎo)井間相的預(yù)測(cè)，是多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)模擬的一個(gè)突破性貢獻(xiàn)。

可以將訓(xùn)練圖像看作是一個(gè)顯示空間中相分布模式的定量且直觀的先驗(yàn)?zāi)Ｐ汀５刭|(zhì)解釋成果圖、遙感數(shù)據(jù)或手繪草圖都可以作為訓(xùn)練圖像或建立訓(xùn)練圖像的要素來使用。理想狀態(tài)下，應(yīng)當(dāng)建立一個(gè)訓(xùn)練圖像庫，這樣一來建模人員就可以直接選取和使用那些包含目標(biāo)儲(chǔ)層典型沉積模式的訓(xùn)練圖像，而不需要每次都重新制作訓(xùn)練圖像。

三、多點(diǎn)模擬原理

進(jìn)行多點(diǎn)模擬，需要使用地質(zhì)統(tǒng)計(jì)學(xué)中的序貫?zāi)M。但是，多點(diǎn)模擬與傳統(tǒng)的基于變差函數(shù)的兩點(diǎn)模擬是不同的。在傳統(tǒng)地質(zhì)統(tǒng)計(jì)學(xué)中，我們假設(shè)空間變量服從多元高斯分布，這樣，確定每一個(gè)網(wǎng)格單元條件分布的均值和方差，就相當(dāng)于求解一個(gè)克里金方程組。而在多點(diǎn)模擬中，條件分布是直接通過掃描訓(xùn)練圖像得到的。假設(shè)現(xiàn)在有一個(gè)儲(chǔ)層已被離散成N=Nx*Ny個(gè)單元格，其屬性用隨機(jī)函數(shù){Z（x）|x儲(chǔ)層}來表示。那么，顯然變量Z的分布完全由N個(gè)變量的聯(lián)合分布所控制：

利用序貫分解，可以將這個(gè)N維的聯(lián)合分布分解為一系列條件分布：

序貫?zāi)M算法的具體步驟如下：

1.定義一個(gè)用于訪問所有節(jié)點(diǎn)隨機(jī)路徑；

2.對(duì)每一個(gè)節(jié)點(diǎn)i=1，2，…，N 執(zhí)行

2.1利用前期得到的i-1個(gè)抽樣，對(duì)條件分布進(jìn)行模擬；

2.2從上面的條件分布模擬結(jié)果中抽取一個(gè)結(jié)果。

持續(xù)這一進(jìn)程直到所有節(jié)點(diǎn)都被訪問到，這時(shí)就生成了一個(gè)模擬實(shí)現(xiàn)。通過定義另一個(gè)隨機(jī)路徑，可以得到新的模擬實(shí)現(xiàn)。這一序貫多點(diǎn)模擬算法被命名為SNESIM（Single Normal Equation SIMulation）算法。

四、多點(diǎn)與兩點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)之間的理論聯(lián)系

可以通過一個(gè)簡(jiǎn)單的例子了解多點(diǎn)與兩點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)之間的關(guān)系：

給定3個(gè)已知數(shù)據(jù)I1、I2、I3，估計(jì)位置處的砂巖概率（圖1）。

在兩點(diǎn)統(tǒng)計(jì)學(xué)中，這相當(dāng)于利用三個(gè)已知量的線性組合來估計(jì)未知量的條件期望：

上式可以近似的寫作：

通過求解、、、四個(gè)系數(shù)，可以確定未知量的條件期望。但是在確定未知量條件期望的過程中，無論是使用變差函數(shù)求取兩點(diǎn)的相關(guān)性，還是使用協(xié)方差來求取二階矩，每次只能使用三個(gè)已知數(shù)據(jù)中的兩個(gè)，而無法同時(shí)使用三個(gè)已知量。

全面、準(zhǔn)確的條件期望的表達(dá)式應(yīng)當(dāng)是：

這個(gè)含有非線性項(xiàng)的表達(dá)式中將三個(gè)已知量都包括在內(nèi)，同時(shí)也有更多的系數(shù)需要求解。與求解四個(gè)系數(shù)的方程組類似，這里需要求解一個(gè)包含八個(gè)方程的方程組，這些方程被稱為標(biāo)準(zhǔn)方程。引入非線性項(xiàng)的一個(gè)顯著后果是標(biāo)準(zhǔn)方程中出現(xiàn)了高階統(tǒng)計(jì)量。由于通過稀疏數(shù)據(jù)難以推斷高階統(tǒng)計(jì)量，因此不可能解出所有的標(biāo)準(zhǔn)方程。但是，我們可以引入一個(gè)給定的數(shù)據(jù)事件，并應(yīng)用貝葉斯法則來計(jì)算條件期望：

其中A代表處為砂巖的數(shù)據(jù)事件，即；B代表數(shù)據(jù)事件。可以通過掃描訓(xùn)練圖像，統(tǒng)計(jì)數(shù)據(jù)事件B重復(fù)出現(xiàn)的次數(shù)以及這些重復(fù)中為砂巖的概率來計(jì)算條件期望：

這一公式是SNESIM算法的核心。可以看出多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)在再現(xiàn)高度非線性空間結(jié)構(gòu)方面明顯優(yōu)于基于變差函數(shù)理論的傳統(tǒng)兩點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)。

五、結(jié)論

將更多的地質(zhì)資料整合到儲(chǔ)層建模過程中以確保最終數(shù)值模型更加符合地質(zhì)認(rèn)識(shí)，這在預(yù)測(cè)儲(chǔ)層流體特征時(shí)是十分必要的。多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)為地質(zhì)工作者提供了一個(gè)強(qiáng)大的工具，使得他們可以通過訓(xùn)練圖像將概念模型和先驗(yàn)地質(zhì)認(rèn)識(shí)整合到建模過程中。

目前研究的重點(diǎn)是提高多點(diǎn)模擬算法的性能，包括：提高運(yùn)行速度，降低內(nèi)存開銷，提高沉積模式再現(xiàn)效果以及更靈活的整合不同來源的信息等。有理由相信，隨著多點(diǎn)建模方法不斷趨于主流，以及越來越多的地質(zhì)工作者對(duì)這一方法變得熟悉，多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)將成為下一代地質(zhì)建模工具。

參考文獻(xiàn)

[1] 王家華等. 克里金地質(zhì)繪圖技術(shù)——計(jì)算機(jī)的模型和算法[M]. 1. 北京：石油工業(yè)出版社， 1999 ：1-3.

[2] 王家華， 陳濤. 儲(chǔ)層沉積相多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)建模方法[J]. 石油化工應(yīng)用， 2013， 32（8）：57-59.

[3] 張團(tuán)峰. 在儲(chǔ)層建模中利用多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)整合地質(zhì)概念模型及其解釋 [J]. 地學(xué)前沿， 2008， 15（1）：26-34.

[4] André G. Journel. Geostatistics： Roadblocks and Challenges[J]. Quantitative Geology and Geostatistics， 1993（5）：213-224.

篇9

[關(guān)鍵詞] 市場(chǎng)營銷 統(tǒng)計(jì)分析 市場(chǎng)細(xì)分 市場(chǎng)定價(jià)

一、統(tǒng)計(jì)分析的特點(diǎn)

1.以統(tǒng)計(jì)數(shù)據(jù)為依據(jù),利用統(tǒng)計(jì)數(shù)據(jù)說話

2.定量分析定性分析相結(jié)合

3.統(tǒng)計(jì)分析方法具有特殊性

4.統(tǒng)計(jì)分析的對(duì)象具有綜合性

5.統(tǒng)計(jì)分析的范圍具有廣泛性

二、市場(chǎng)細(xì)分與統(tǒng)計(jì)方法

面對(duì)市場(chǎng)競(jìng)爭(zhēng)環(huán)境的日趨激烈,產(chǎn)品或品牌的日益復(fù)雜化,許多企業(yè)都意識(shí)到不可能依靠單一產(chǎn)品滿足所有的消費(fèi)者需求。因此,如何審視市場(chǎng)特征、判別消費(fèi)者需求,是企業(yè)的產(chǎn)品或品牌能否取得成功的關(guān)鍵因素。

1.市場(chǎng)細(xì)分的概念

市場(chǎng)細(xì)分是按照消費(fèi)者欲望與需求把一個(gè)總體市場(chǎng)劃分為若干具有共同特征的子市場(chǎng)的過程。分屬于同一細(xì)分市場(chǎng)的消費(fèi)者,他們的需要和欲望極為相似,分屬于不同細(xì)分市場(chǎng)的消費(fèi)者對(duì)同一產(chǎn)品的需要和欲望存在著明顯的差別因此,企業(yè)必須知道哪些客戶對(duì)自己是最有價(jià)值的,他們的具體需求是什么,如何才能接近他們――市場(chǎng)細(xì)分的目的就是把需求大體相似的消費(fèi)者劃歸為同一群體,從而以相應(yīng)的商品和服務(wù)去滿足該群體消費(fèi)者的需求。

2.統(tǒng)計(jì)方法在市場(chǎng)細(xì)分中的應(yīng)用

從市場(chǎng)細(xì)分的程序來看,市場(chǎng)細(xì)分的基本觀念是,通過統(tǒng)計(jì)方法,在基礎(chǔ)變量(如消費(fèi)者的性別、年齡等)和行為變量(如對(duì)產(chǎn)品的購買率)之間建立某種聯(lián)系。因此,對(duì)基礎(chǔ)變量的選擇、建立變量間聯(lián)系的方法成為細(xì)分研究成敗的關(guān)鍵,在選擇細(xì)分變量時(shí)可以采用統(tǒng)計(jì)學(xué)的因子分析模型。其基本目的就是用少數(shù)幾個(gè)因子去描述許多指標(biāo)或因素之間的聯(lián)系,即將相關(guān)比較密切的幾個(gè)變量歸在同一類中,每一類變量就成為一個(gè)因子,以較少的幾個(gè)因子反映原材料的大部分信息。使用因子分析檢驗(yàn)數(shù)據(jù),可以剔除相關(guān)性很大的變量。這就可以為市場(chǎng)細(xì)分中產(chǎn)生綜合變數(shù)提供可能性,根據(jù)每個(gè)因子的方差貢獻(xiàn)率大小排序,只選擇方差貢獻(xiàn)率大的前幾位因子,作為細(xì)分的重要綜合變數(shù),這樣就實(shí)現(xiàn)了只提取少數(shù)市場(chǎng)細(xì)分有重要影響的變數(shù)作為細(xì)分變數(shù)的目的,使得市場(chǎng)細(xì)分具有可操作性。

三、客戶滿意度與統(tǒng)計(jì)方法

1.客戶滿意度的含義

客戶滿意是一種心理活動(dòng),是顧客的需求被滿足后的愉悅感。客戶滿意度可以簡(jiǎn)要地定義為:顧客接受產(chǎn)品和服務(wù)的實(shí)際感受與其期望值比較的程度。即顧客的可感知的效果與期望匹配,就會(huì)滿意,超過了就會(huì)高度滿意。這個(gè)定義既體現(xiàn)了顧客滿意的程度,也反映出企業(yè)提供的產(chǎn)品或服務(wù)滿足顧客需求的成效。

2.統(tǒng)計(jì)方法在客戶滿意度測(cè)評(píng)中的應(yīng)用

弄清楚了顧客滿意產(chǎn)生的機(jī)理,我們就可以借助統(tǒng)計(jì)學(xué)的工具對(duì)顧客滿意度進(jìn)行測(cè)量,為企業(yè)決策服務(wù)。而要測(cè)量顧客滿意,就必須有一套衡量、評(píng)價(jià)、提高顧客滿意度的科學(xué)指標(biāo)體系。一般地在進(jìn)行顧客滿意指標(biāo)體系建立時(shí),主要可以分為四個(gè)步驟:

(1)提出問題。進(jìn)行顧客滿意指標(biāo)體系建設(shè)的第一步,就是要明確影響顧客滿意的因素有哪些,同時(shí)還必須考慮如何將這些因素獲得與量化,即包括對(duì)下面幾個(gè)問題的回答:影響購買和使用的顧客滿意因素有哪些?在這些滿意因素中,哪些因素能為成為滿意指標(biāo)?每一個(gè)滿意指標(biāo)對(duì)購買和使用的影響程度如何?上述數(shù)據(jù)可以從哪些渠道獲得?應(yīng)該采用何種方式采集數(shù)據(jù)?采集數(shù)據(jù)時(shí)應(yīng)注意哪些問題?

(2)采集數(shù)據(jù)。采集數(shù)據(jù)的方法有很多種,建立不同的顧客滿意指標(biāo)體系所側(cè)重的采集方法不同。在顧客滿意指標(biāo)體系建立過程中采用的方法主要包括:二手資料收集、內(nèi)部訪談、問卷調(diào)查、深度訪談和焦點(diǎn)訪談。

(3)建立行業(yè)顧客滿意因素體系。通過分析、整理收集到的二手資料和內(nèi)部(外部)訪談所獲得信息,建立顧客滿意因素體系表。對(duì)各類指標(biāo)的屬性進(jìn)行充分分解,則初步建立起顧客滿意因素集合,為下一步展開數(shù)據(jù)收集工作提供調(diào)研目標(biāo)。建立起來的行業(yè)顧客滿意因素體系包含了幾乎所有可能影響顧客滿意指數(shù)的指標(biāo),多數(shù)都以三級(jí)或四級(jí)指標(biāo)的形式表現(xiàn)出來。

四、市場(chǎng)定價(jià)與統(tǒng)計(jì)方法

1.市場(chǎng)定價(jià)的方法

定價(jià)方法有成本導(dǎo)向、競(jìng)爭(zhēng)導(dǎo)向、需求導(dǎo)向三種。成本導(dǎo)向定價(jià)指按開發(fā)成本和人為訂立的利潤比率確定價(jià)格。競(jìng)爭(zhēng)導(dǎo)向定價(jià)法是指企業(yè)通過研究競(jìng)爭(zhēng)對(duì)手的生產(chǎn)條件、服務(wù)狀況、價(jià)格水平等因素,依據(jù)自身的競(jìng)爭(zhēng)實(shí)力,參考成本和供求狀況來確定同類產(chǎn)品的價(jià)格。需求導(dǎo)向定價(jià)是以消費(fèi)者的認(rèn)知價(jià)值、需求強(qiáng)度及對(duì)價(jià)格的承受能力為依據(jù),以市場(chǎng)占有率、品牌形象和最終利潤為目標(biāo),真正按照有效需求來策劃房地產(chǎn)價(jià)格。

2.統(tǒng)計(jì)方法在市場(chǎng)定價(jià)中的應(yīng)用

篇10

關(guān)鍵詞：數(shù)據(jù)挖掘；統(tǒng)計(jì)學(xué)；涵義

統(tǒng)計(jì)學(xué)如何為數(shù)據(jù)挖掘服務(wù)，這是在“數(shù)據(jù)挖掘”飛速發(fā)展的今天，統(tǒng)計(jì)工作者必須回答的一個(gè)問題，我國廈門大學(xué)的朱建平教授提出：“統(tǒng)計(jì)學(xué)應(yīng)該隨時(shí)關(guān)注數(shù)據(jù)分析，哪里有數(shù)據(jù)，哪里就應(yīng)該有統(tǒng)計(jì)分析。”統(tǒng)計(jì)學(xué)是搜集、展示、分析和解釋數(shù)據(jù)的學(xué)科，它擁有非常深厚的理論基礎(chǔ)，并在社會(huì)生活的各個(gè)領(lǐng)域發(fā)揮著巨大的作用。近代統(tǒng)計(jì)學(xué)方法與信息處理的關(guān)系日益密切，作為信息處理的一個(gè)基本工具，統(tǒng)計(jì)學(xué)方法將發(fā)揮越來越重要的作用。

數(shù)據(jù)挖掘是近十幾年里發(fā)展起來的一門嶄新的學(xué)科，由于它與統(tǒng)計(jì)學(xué)都關(guān)心從數(shù)據(jù)中發(fā)現(xiàn)某種結(jié)構(gòu)，因而從數(shù)據(jù)挖掘誕生之日起，就與統(tǒng)計(jì)學(xué)有了千絲萬縷的聯(lián)系。

一、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的涵義

統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)學(xué)的一個(gè)分支，主要通過利用概率論建立數(shù)學(xué)模型，收集所觀察的系統(tǒng)數(shù)據(jù)，進(jìn)行量化的分析、總結(jié)，進(jìn)行推斷和預(yù)測(cè)，為相關(guān)決策提供依據(jù)和參考；它分為描述統(tǒng)計(jì)和推斷統(tǒng)計(jì)。描述統(tǒng)計(jì)包括對(duì)客觀現(xiàn)象的度量、調(diào)查方案的設(shè)計(jì)，對(duì)所收集的數(shù)據(jù)資料進(jìn)行加工整理、綜合概括，通過圖示、列表等方式進(jìn)行分析和描述。推斷統(tǒng)計(jì)是在搜集、整理監(jiān)測(cè)樣本數(shù)據(jù)的基礎(chǔ)上，對(duì)有關(guān)總體做出推斷，其特點(diǎn)是根據(jù)隨機(jī)性的觀測(cè)樣本數(shù)據(jù)以及問題的條件和假定，對(duì)未知事務(wù)做出以概率形式表述的推斷。

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的，人們事先不知道的，但又具有潛在價(jià)值的信息和知識(shí)（模型或規(guī)則）的過程。這個(gè)定義包括以下含義：數(shù)據(jù)源必然是真實(shí)的、大量的、含噪聲的；發(fā)現(xiàn)的知識(shí)可接受、可理解、可運(yùn)用，并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識(shí)，僅支持特定的發(fā)現(xiàn)問題。它能高度自動(dòng)化的分析原有數(shù)據(jù)，做出目的性推理，從中挖掘出潛在的模式，從而幫助決策者調(diào)整策略，做出正確的決策。它融數(shù)據(jù)庫技術(shù)、人工智能技術(shù)、數(shù)理統(tǒng)計(jì)技術(shù)和可視化技術(shù)為一體，是一個(gè)多學(xué)科相互交叉又融合所形成的一個(gè)新興的具有廣泛應(yīng)用前景的研究領(lǐng)域。

二、統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的聯(lián)系

（一）數(shù)據(jù)挖掘雖不同于統(tǒng)計(jì)分析，但許多挖掘技術(shù)又來源于統(tǒng)計(jì)分析，數(shù)據(jù)挖掘中有許多工作可以由統(tǒng)計(jì)方法來完成。比如預(yù)言算法（回歸）、抽樣、基于經(jīng)驗(yàn)的設(shè)計(jì)等。

（二）數(shù)據(jù)挖掘不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)，相反，數(shù)據(jù)挖掘是統(tǒng)計(jì)分析方法的擴(kuò)展和延伸。大多數(shù)的統(tǒng)計(jì)分析技術(shù)都基于完善的數(shù)學(xué)理論和高超的技巧，其預(yù)測(cè)的準(zhǔn)確程度還是令人滿意的，但對(duì)于使用者的知識(shí)要求比較高。而隨著計(jì)算機(jī)能力的不斷發(fā)展，數(shù)據(jù)挖掘可以利用相對(duì)簡(jiǎn)單和固定程序完成同樣的功能。

（三）數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為統(tǒng)計(jì)學(xué)提供了一個(gè)嶄新的應(yīng)用領(lǐng)域，也對(duì)統(tǒng)計(jì)學(xué)的理論研究提出了挑戰(zhàn)。數(shù)據(jù)挖掘技術(shù)有相當(dāng)大的比重是由高等統(tǒng)計(jì)學(xué)中的多變量分析所支撐。

（四）統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的結(jié)合日益緊密。數(shù)學(xué)是傳統(tǒng)意義上統(tǒng)計(jì)學(xué)方法的首要工具，而計(jì)算機(jī)和網(wǎng)絡(luò)為代表的信息技術(shù)，正逐漸成為統(tǒng)計(jì)學(xué)應(yīng)用的首要工具。隨著數(shù)據(jù)源的不斷膨脹和數(shù)據(jù)結(jié)構(gòu)的日益復(fù)雜，單純依靠數(shù)據(jù)挖掘技術(shù)，已漸露力不從心之態(tài)，而統(tǒng)計(jì)學(xué)的同步發(fā)展，正不斷充實(shí)、完善著數(shù)據(jù)挖掘技術(shù)。因此，隨著信息化水平的提高，統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的應(yīng)用平臺(tái)漸趨統(tǒng)一。

三、預(yù)測(cè)性挖掘中常用的統(tǒng)計(jì)學(xué)方法

數(shù)據(jù)挖掘中應(yīng)用的統(tǒng)計(jì)學(xué)預(yù)測(cè)性方法主要有判別分析和回歸分析。其中，判別分析用于對(duì)離散型目標(biāo)變量的預(yù)測(cè)，而回歸分析則主要用于對(duì)連續(xù)性目標(biāo)變量的預(yù)測(cè)。

（一）判別分析是在已知研究對(duì)象分成若干類型（或組別）并已取得各種類型的一批已知樣品的觀測(cè)數(shù)據(jù)，在此基礎(chǔ)上根據(jù)某些準(zhǔn)則建立判別式，然后對(duì)未知類型的樣品進(jìn)行判別分類。判別分析是統(tǒng)計(jì)學(xué)的基本分析方法之一。