【关键词】统计学、教学方法方差分析（ANOVA）莱文方差等同性检验
一、引言
方差分析是一种常用的统计分析方法，属于统计学教学中的重点和难点之一。从统计方法上课，方差分析是较为复杂的一种假设检验的方法，回归分析的结果中也涉及到方差分析的内容，所以对学习统计学课程的学生来说，正确理解和掌握方差分析的思想和原理显然非常重要。但从授课教师的角度，一些教师往往会发现方差分析的内容不好讲，也讲不好，无法让学生较好地理解方差分析的原理。本文基于笔者多年统计学课程教学的经验总结，围绕方差分析的概念、原理和前提条件等教学内容，与同行探讨教学方法。
二、方差分析的概念
方差分析（AnalysisofVariance，缩写为ANOVA），是由英国统计与遗传学家，现代统计科学的奠基人之一，R.A.Fisher发明的，用于检验多个总体均值是否全相等的一种统计推断方法。例如，一个国家不同地区的成年男性平均身高是否相等呢？对于该问题的分析就可以使用方差分析的方法。假设该国分为北部、中部和南部等三个区域，成年男性平均身高分别用来表示，则相应零假设和备择假设为：
H0：μ1=μ2=μ3H1：μj不相等，j=1，2，3
如果最后零假设无法被拒绝，可以得出三个地区成年男性的平均身高不存在显著差异，即地区因素对身高没有影响；反之，如果最后拒绝零假设，从而支持被择假设，则可以得出三个地区成年男生的平均身高存在显著差异，至少有一个地区的平均身高与另一个地区不一样，说明地区因素对身高有影响。因此，方差分析也可以用于研究一个自变量（通常为分类变量）对别一个变量（数值变量）是否有影响的问题。如果只涉及到一个自变量，该方差分析方法称为单因素方差分析，涉及两个自变量则称为双因素方差分析。本文主要围绕单因素方差分析的教学。方差分析的名称容易造成学生的误解，使一些学生误认为方差分析是比较多个总体方差。其实，方差分析是用来比较总体均值是否相同的，但由于使用计算“方差”的方法，故把该方法称作方差分析。
三、方差分析的原理
为了比较多个总体的均值是否相等，方差分析将通过计算样本数据的方差大小进行判断。假设在北部、中部和南部分别随机、独立地抽取一定样本容量的样本，这里为了便于分析，从三地分别抽取3名成年男性，样本容量为9，并记录身高的样本数据，如下图所示。
方差分析就是比较样本数据中北部、中部和南部这三组数据的组间方差和各组数据的组内方差的大小，并构造F检验统计量进行检验。组间方差度量样本数据中组与组之间的变异，从数据结构的角度看表现为数据的横向差异。造成组间数据变异有两个因素，一个是地区因素，另一个是随机因素。组内方差度量样本数据中各组内部的数据变异，是由于抽样的随机性导致，表现为数据的纵向差异。如果组间数据的方差明显地超过组内数据的方差，很可能表明地区因素会显著影响成年男性的身高，从而不同地区成年男性的平均身高存在差异。
为了计算组间方差（MSA），需要先求组间平方和（SSA）和相应的自由度（C-1），其中C为组数，这里为3。组间方差等于组间平方和与相应自由度的比值。
MSA=
组间平方和用每组的均值与所有数据的均值之差的平方再乘以该组观测值的个数来表示。组间平方和越大，说明各组之间的数据差异越大，当然如果组数越多组间平方和也会越大，因此这里不用直接用平方和直接进行比较。
为了计算组内方差（MSW），需要先求组内平方和（SSW）和相应的自由度（N-C），其中N为所有观测值的个数，这里为9。组内方差等于组内平方和与相应自由度的比值。
MSA=
组内平方和用每组的观测值与该组数据的均值之差的平方和来表示。组内平方和越大，说明各组内部的数据差异越大，当然如果各组的观测值越多，则组内平方和也会越大。
有了组间方差和组内方差，就可以造成出F检验统计量，再与临界值比较，可以就以做出统计决策。
FSTAT=
其中，服从分子自由度为C-1，分母自由度为N-C的F分布，其临界值可以在指定显著性水平下通过查表获得。
在样本量较大情况下，手工计算显然耗时耗力，方差分析的相关
算一般需要通过统计软件来完成。以下是用EXCEL进行方差分析的输出结果。
EXCEL共输出2个表格，第一个表格是对样本数据进行描述分析，从中可以发现各组观测值的个数、均值和方差。第二个表格为方差分析的结果。方差分析把数据的差异区分为组间差异和组间差异，SS为平方差，从表中可以SSA=0.020，SSW=0.018，df为自由度，组间平方和对应的自由度C-1=2，组内平均和对应的自由度为N-C=6。MS为均方，组间均方MSA=0.010，组内均方MSW=0.003。F为检验统计量，其值为MSA/MSW=3.307。在0.05显著性水平下，F的临界值约为5.14。如果使用P值法进行假设检验，EXCEL也给了相应的P值，约为0.108。根据EXCEL单因素方差分析的输出结果，不管使用临界值还是P值法，在0.05的显著性水下，我们都可以得出不拒绝零假设的结论，即三个地区成年男性的平均身高不存在显著差异，同时也表明地区因素没有显著地影响成年男生的身高。
四、方差分析的前提条件
在统计方法的教学过程中，都要强调使用某种统计方法的前提假设条件，如果条件满足，就不能使用相应的统计方法。在方差分析的教学过程中，同样需要强调方差分析的三个前提假设，即样本是随机、独立抽样的，每个总体是正态分布并且方差相等。其中抽样的随机性和独立性相對容易做到，总体是否为正态分布可以通过直方图等方法进行判断。最后总体方差相等是一个非常重要的条件，如果该条件不满足，就不能进行方差分析。如果各总组（各组）本身方差大小存在显著差异，就不能从数据中发现由于地区因素造成的数据变异到底有多大。关于总体同方差假设是否成立可能用莱文方差等同性检验来解决。
莱文方差等同性检验第一步是对各组样本数据排序，找中位数；第二步计算各组观测值与其中位数之差的绝对值；第三步对绝对值做单因素方差分析；第四步得出结论。
根据莱文方差等同性检验的EXCEL输出结果，可以得出三个地区成年男性身高的方差不存在显著差异，可以进行方差分析。
关键词：独立学院；微积分；SPSS软件；T检验；单因素方差分析
中图分类号：G643?摇 文献标志码：A 文章编号：1674-9324（2014）14-0149-02
独立学院是我国高等教育发展与改革的重大举措，对高等教育的普及和发展具有重大的贡献。但是独立学院入学的新生与本部大学的学生相比数学基础存在明显的差异。而微积分作为经济管理类学生必修的一门重要的基础课，担负着培养学生素养，为后续课程打好基础并为学生解决实际问题提供必不可少的数学基础和数学方法，并对专业课的学习有着直接的影响，因此及时对学生的成绩进行分析和评价，并对教学工作进行及时的调整就很有必要。
为研究独立学院的微积分课程学习成绩总体情况，以及不同性别，不同的学院，不同教师所带班级的成绩是否有明显差异，我们不同系里各抽取一部分学生的成绩进行分析。本分析研究成果对于学院教学资源的配置，对不同学院，不同性别的学生采用不用的教学方法具有指导意义。
一、原理及分析方法。
SPSS（Statistical Package for the Social Science）社会科学统计软件是世界著名的统计分析软件之一，它拥有强有力的数据管理能力，强大统计图形和制表功能，且拥有专业级的统计分析功能。SPSS还提供一个初级用户易于学习和掌握的统计分析的用户界面，简单的菜单和交互式对话框使得复杂的分析变得简便，直观，是我们进行统计分析的理想工具。在本文中，主要使用SPSS软件的统计分析，独立样本T检验和单因素方差分析功能处理抽样所得的数据。
二、数据抽样
由于我院学习微积分课程的学生较多，如果对所有学生的成绩进行普查整理，会加大工作难度，因此采用抽样的方法进行数据调查。今选取学院2011级第二学期的微积分成绩作为本次统计分析的数据，本次抽取四个教学系，七位教师所带12个班级共569个学生成绩。
三、抽样学生的基本统计分析
基本描述统计量包括平均值，样本方差，样本标准差，偏度，峰度，统计结果见表1。
从统计分析结果来看，学生的平均成绩75.95，标准差14.637，样本方差214.241，偏度-1.109，峰度2.287，可见学生成绩分布不是正态分布，呈负偏态分布，也就是成绩低于平均值的人数比高于平均值得人数要少。
分析和总结学生成绩的呈偏负态分布的原因，我们知道大学期末考试一种合格水平考试，它不同于选拨性考试，它的目的在于考核学生是否达到预定的教学目标和要求，并不要求学生的成绩呈现正态分布，反而希望呈现偏负态分布。再者独立学院的学生数学基础差，在期末考试之前，任课教师都会学生做大量的模拟练习，认真辅导。教师在命题时，也会考虑到独立学院的学生的实际情况，题目会出的相对比较简单，从而导致平时认真学习的学生成绩普遍偏高。
四、参数检验――检验分析学生的性别对学生的成绩是否有显著影响
结果表明男女的平均成绩分别为70.16和79.14，标准差分别为17.855和11.345，均值误差为1.256和0.592。在检验男女生成绩两总体方程是否相同的检验值为33.906，其相伴概率为0，小于显著性水平0.05，因此拒绝男女生成绩方差相等的假设，可以认为男女生成绩的方差有显著性差异，从方差不相等时T检验的结果（第二行），T统计量观测值对应的双尾概率为0，小于显著性水平0.05，因此拒绝男女生平均成绩相等的假设，也就是说男女生的平均成绩存在显著性差异。上面统计分析结果表明，女生的成绩远高于男生的成绩，且比男生的成绩稳定。分析造成这种状况的原因，财经类独立学院在争夺优秀生源方面处于弱势地位，尤其在优秀男生方面的情况更为突出。其次男生在心里发育的成熟度滞后于女生，更容易受外部因素的干扰，容易产生浮躁心态。男生在学习方面缺乏自控能力且不够努力，而女生在学习方面比男生更加努力和坚持，成绩明显高于男生。
五、单因素方差分析
1.检验不同教学系之间学生的成绩是否有显著性差异。
方差齐性检验的Levene统计量为0.981，所对应的P值为0.401，大于显著性水平0.05，因此可认为各个系总体方差是相等的。
从方差分析表可以看，方差检验的F值为3.921，相伴概率0.009，小于显著性水平0.05，则拒绝各系学生成绩无显著性差异的假设，也就是说四个教学系中至少有一个教学系的成绩与其他教学系的成绩有显著性差异。
从S-N-K法多重比较的结果看到：工商系、国贸系、金融系三个教学系之间，其学生成绩无显著性差异，会计、金融两个教学系之间，其学生成绩无显著性差异。而会计系学生平均成绩与国贸、工商系的学生成绩有显著性差异。
分析造成系别之间学生成绩之间差异的原因，作为财经类独立学院，学院在会计、金融两个大方向的实力较强，且会计和金融专业方向的毕业生就业率高，使得大部分成绩较好的学生填报会计、金融专业，因此造成在大一的数学课程学习中，这两个教学系的成绩要好于其他系的成绩。
2.检验教师所带班级之间学生的成绩是否有显著性差异。
方差齐性检验的Levene统计量为0.613，所对应的P值为0.720，大于显著性水平0.05，因此可认为不同教师所带班级总体方差是相等的。
从方差分析表可以看，方差检验的F值为4.177，相伴概率为0，小于显著性水平0.05，表示拒绝各个教师所带班级学生成绩无显著性差异的假设，即七个教师中至少有一个教师所带班级的成绩与其他教师所带班级的成绩有显著性差异。
通过S-N-K多重比较可得，徐老师所带班级的平均成绩与其他老师所带班级的平均成绩有显著性差异。通过调查发现徐老师在该学期所带的这个班是与其他班级合班上课，人数较多，其他老师所带的班级都是单班上课，人数较少。由此可以看出，大班教学的效果没有小班教学的效果好。
六、结论
在上述分析过程，我们可以看到，利用SPSS软件对学生成绩的统计分析是非常简单易行的，通过上面的分析，我们发现女生的成绩比男生的成绩要好，并且稳定，因此在对待不同性别的学生上，加强对男生学习的管理。不同的教学系之间，会计系的学生成绩要显著的高于其他教学系的成绩，说明不同专业的招生的情况对学生成绩有显著的影响。在不同教师之间，由于个别教师大班合班上课，造成大班教学和小班教学之间的成绩有显著差异。因此为了加强课堂的教学管理，提高数学课程的教学质量，培养学生优良的学风，建议数学课程尽量安排小班教学。
参考文献：
[1]王力宾，顾光同.多元统计分析：模型、案例及SPSS应用[M].北京：经济科学出版社，2010.
[2]陆小华，付申，李媛媛.2003-2004学年高等数学成绩分析[J].北京农业职业学院学报，2004，4（18）.
南京市大厂医院检验科，江苏南京 210045
[摘要]目的 分析影响凝血四项测定结果的前因素。方法 选取该院2013年6月—2014年5月不合格采血标本206份，与其重抽后合格标本，检测凝血四项指标；采集送检合格标本26份即刻、4°C放置8 h、室温下放置8 h再检测。结果 采血量不足组的PT、APTT、TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；FIB显著低于重抽合格标本组，差异有统计学意义（P<0.05）；采血量过多组的PT、APTT、TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；FIB显著低于重抽合格标本组，差异有统计学意义（P<0.05）。溶血组的TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；PT、APTT显著低于重抽合格标本组，差异有统计学意义（P<0.05）；两组的FIB差异无统计学意义（P>0.05）；室温环境下即刻PT、APTT显著低于8 h后指标，差异有统计学意义（P<0.05）；而即刻、8 h后TT、FIB指标差异无统计学意义（P<0.05）；4°C下即刻PT、APTT、TT、FIB指标与8 h后比较，差异无统计学意义（P>0.05）。结论 凝血四项检测结果分析前质量控制是确保实验室检查结果准确性的前提。
[
关键词 ]质量控制；分析前；凝血四项
[中图分类号]R446.11 [文献标识码]A [文章编号]1674-0742（2015）04（b）-0174-02
人体的止血功能极其重要，当人意外受伤流血时，止血功能可以快速凝固血液，使伤口止血[1]。当患者需要进行手术治疗时，术前一定要检测患者的凝血功能，避免术中出血而造成难以估量的后果。PT、APTT 、FIB的检测对人体凝血系统分析及功能障碍导致的凝血功能异常诊断非常有意义[2]。但标本放置时间、抗凝剂比例、标本采集等分析前因素对检测结果的可靠性及准确性均产生重要影响，该院于2013年6月—2014年5月对凝血四项标本检测前因素进行统计，分析影响凝血四项测定结果的前因素，现报道如下。
1 资料与方法
1.1 一般资料
采集该院2013年6月—2014年5月住院不合格标本206份，其中溶血标本62份，采血量过多（采血量超过3.0 mL）标本67份，采血量过少标本51份，全部不合格标本进行再次抽血，标本合格后，再次检测，采集送检合格标本26份即刻、4 ℃放置8 h、室温下放置8 h再检测。
1.2 采集标本
采集1.8 mL静脉血，应用0.2？mL枸橼酸钠（109 mmol/L）抗凝剂进行抗凝，血液与抗凝剂比例为9：1，应用真空静脉抽血管。
1.3 实验方法及原理
按仪器操作要求进行设定，每组标本都带质控血清同时测定。PT检测组织活酶ISI值为1.41，检测纤维蛋白原（FIB）、活化部分凝血酶时间（APTT）、凝血酶时间（TT）、凝血酶原时间（PT），实验原理都是散射比浊法，即根据待测标本凝固过程中散射光的变化来确定凝固终点的监测方法。
1.4 仪器与试剂
仪器采用日本Sysmex公司生产的CA-1500全自动血凝仪，试剂和质控品均采用配套原装进口。
1.5 统计方法
采用spss18.0统计软件对数据进行统计分析，计量资料进行t检验，（x-±s）表示，以P<0.05为差异有统计学意义。
2 结果
2.1 采血量不足对测定结果的影响
采血量不足组的PT、APTT、TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；而FIB显著低于重抽合格标本，差异有统计学意义（P<0.05），见表1。
2.2 采血量过多对测定结果的影响
采血量过多组的PT、APTT、TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；而FIB显著低于重抽合格标本，差异有统计学意义（P<0.05），见表2。
2.3 溶血对检测结果的影响
溶血组的TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；PT、APTT显著低于重抽合格标本组，差异有统计学意义（P<0.05）；两组的FIB差异无统计学意义（P>0.05），见表3。
2.4 室温环境下对检测结果的影响
室温环境下即刻PT、APTT显著低于8 h后指标，差异有统计学意义（P<0.05）；而即刻、8 h后FIB、TT指标差异无统计学意义（P<0.05），见表4。
2.5 4℃下对检测结果的影响
4℃下即刻PT、APTT、FIB、TT指标与8h后比较，差异无统计学意义（P>0.05），见表5。
3 讨论
凝血功能是人体一项极其重要的生理功能，如果出现凝血功能低下或者血液高凝状态，会严重影响患者的生命健康[3]。医学实验室检验全过程根据ISO15189《医学实验室质量和能力的专项要求》[4]分为分析前、分析中、分析后质量控制。分析前程序根据时间顺序，由医嘱开始至启动分析检验程序全过程，包括申请检验、病人准备、采集原始样品、向实验室运送标本、在实验室内传递等。约有80%临床检验结果的反馈，因分析实验前程序欠准确性、欠规范性[5]。该研究探析凝血四项测定结果的影响前因素，结果显示：采血量不足组的PT、APTT、TT、显著高于重抽合格标本组，差异有统计学意义（P<0.05）；而FIB显著低于重抽合格标本，差异有统计学意义（P<0.05）；采血量过多组的PT、APTT、TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；而FIB显著低于重抽合格标本，差异有统计学意义（P<0.05）；溶血组的TT显著高于重抽合格标本组，差异有统计学意义（P<0.05）；PT、APTT显著低于重抽合格标本组，差异有统计学意义（P<0.05）；两组的FIB差异无统计学意义（P>0.05）；室温环境下即刻PT、APTT显著低于8 h后指标，差异有统计学意义（P<0.05）；而即刻、8 h后FIB、TT指标差异无统计学意义（P<0.05）；4℃下即刻PT、APTT、FIB、TT指标与8h后比较，差异无统计学意义（P>0.05），与李文静等[6]的研究结果大体一致，标本溶血、采血量过多或过少、检测时限、温度均可影响凝血四项检测。这些均与标本采集的不规范密切相关，因此，需不断对护理部门及检验科人员进行培训，如何正确应用各种真空采血管、对采集要求的应知应会，静脉穿刺技术的熟练程度[7-8]；血液离体后随着放置时间的延长，凝血因子的失活程度，温度减低可使凝血因子的失活速度减缓[9-10]，因此如不能及时检测标本，可将标本处理后放置冰箱暂存，并于2 h内完成测定。综上所述，凝血四项检测分析前的质量控制是确保实验室检查结果准确的重要前提。
[
参考文献]
[1] 从玉隆，王丁.当代检验分析技术与临床[M]. 北京：中国科技出版社，2012： 254-256.
[2] 郑宏图.血凝试验的影响因素分析[J].中国当代医药，2014，21（13）：214-216.
[3] 赵明，范滨.关于凝血自动分析装置Th rombo Sreen400C 与ACL200 对PT、APTT、FIB 检测结果及参考值的对比观察[J].中国医科大学学报，2011， 3（12）：222-225.
[4] 陈淑贞.静脉采血影响凝血四项结果的探讨[J].中国当代医药，2009，16（21）：123-125.
[5] 黄金英，马海玲，兰天博.凝血四项检测应注意的问题[J].中国实用医药，2009，4（9）：135-137.
[6] 李文静，杜丽敏，沈丽君. 探讨静脉采血过程对凝血四项检测结果的影响[J].中国医学装备，2012，9（11）： 254-256.
[7] 杨占甲.凝血四项实验室检验前的影响因素[J].中国实用医刊，2010，37（18）：214-216.
[8] 刘磊.静脉采血过程对凝血四项检测结果的影响探析[J].中国卫生产业，2013，3（19）：222-225.
[9] 郭效玲，刘加法，蒋福国.影响凝血四项结果的分析前质量控制因素分析[J].中国实用医药，2014，8（5）：123-125.
关健词 老年人 健康体检 BMI 血压 血糖 血脂 尿酸
中图分类号：R194.3 文献标识码：A 文章编号：1006-1533（2014）14-0052-03
对本社区2013年8月22日至10月31日507名65岁以上老人健康体检结果，分析如下。
资料与方法
资料
为上海市黄浦区五里桥街道社区常住居民507人，年龄65～100岁，平均（74.23±6.4）岁，体检资料完整。其中男性202人，女性305人。
方法
检测方法
苏州双佳SK-CK体重测量仪测量身高体重，并计算体重指数（BMI），血压采用听诊法测量。空腹采静脉血，7180日立全自动生化仪测定生化指标。
诊断标准
主要分析指标的正常值范围：体重指数（BMI）18.5～24.0 kg/m2；血压（BP）
结果
不同年龄段BMI、BP、GLU、CH、TG异常率
BMI异常率为40%，GLU异常率25%，TC异常率47%，TG异常率49%；血压控制较好，异常率仅为3%。BMI、BP、GLU、TC不同年龄段异常率比较差异无统计学意义，TG异常率比较差异有统计学意义（表1）。
不同性别BMI、BP、GLU、CH、TG异常率
BP、GLU、TG男女异常率差异无统计学意义，BMI、TC女性异常率大于男性，差异有统计学意义（表2）。
不同年龄段UA、ALT、UREA、CREA异常率
UA年龄段异常率差异有统计学意义，年龄越大异常率越高。ALT、UREA、CREA不同年龄段异常率差异无统计学意义（表3）。
不同性别UA、ALT、UREA、CREA异常率
UA、CREA男女异常率差异有统计学意义，男性高于女性。ALT、UREA男女间差异无统计学意义（表4）。
讨论
本社区507名老年人体检各项指标均正常且无慢性疾病仅61人，占12%，结果与文献报道一致[3]。体重指数异常率40%[4]，空腹血糖异常率25%[3]，总胆固醇异常率24%，甘油三酯异常率49%[4]，均明显高于普通人群的平均水平，与文献报道一致。但血压控制较好异常率仅为3%，均低于文献报道[5]，可能与城市老年人服药依从性较好有关。丙氨酸转氨酶异常率为2%[6]；尿酸异常率为10%，也低于相关文献报道[3]。尿素异常率为9%，肌酐异常率为2%[6]。后者可以能与城市老年人认为肝肾为人体重要脏器，平时比较重视有关。
体检后，全科医生给予了以下措施：①体检者优先与家庭医师签约，建立固定医患关系；②建立健康档案，进行健康评估和连续性照顾；③定期、定点开展健康教育，进行个性化指导，开出健康处方；④随访、观察，进行一年一次健康体检[6]。
参考文献
陆再英， 钟南山. 内科学[M]. 北京： 人民卫生出版社， 2008： 251， 778， 809.
叶立抚， 王毓三， 申子瑜. 全国临床检验操作规程[M]. 东南大学出版社， 2006： 100-102.
吴德芬. 社区65岁以上群体体检结果分析及健康管理[J]. 襄阳职业技术学院学报， 2013， 12（3）： 17-18.
武爱军. 三叉社区556名60岁以上老年人体检结果分析[D]. 2012年浙江省全科医学学术年会论文汇编，2012： 155-157.
于会秀. 245例郊区农村老年人体检资料分析[J]. 中国民康医学， 2013， 25（8）： 46-47.
【关键词】 儿童变异性咳嗽；典型哮喘；危险因素
DOI：10.14163/ki.11-5547/r.2015.19.068
典型性哮喘（CA）危险性发病因素的研究近年来受到了专家学者的重视， 尤其是从变异性咳嗽转变为典型性哮喘之间的发病机制存在着相似性[1]。针对变异性咳嗽患儿治疗不及时， 非常容易转变为典型性哮喘， 所以对变异性咳嗽转变为典型性哮喘危险因素的研究对疾病的防控具有非常重要的作用[2]。本文选取本院2012年1月～2013年12月收治的120例变异性咳嗽儿童进行研究， 将研究的详细情况报告如下。
1 资料与方法
1. 1 一般资料 选取本院2012年1月～2013年12月收治的120例变异性咳嗽儿童为研究对象， 经过对其资料分析实现对转变为典型性哮喘的危险因素探究。其中有48例治疗之后转变为典型性哮喘， 其中男25例， 年龄0～13岁， 平均年龄（8.8±1.1）岁， 女23例， 年龄1～14岁， 平均年龄（8.2±1.3）岁；72例未转变为典型性哮喘患儿， 男35例， 年龄1～13岁， 平均年龄（8.5±1.3）岁， 女37例， 年龄0～14岁， 平均年龄（8.7±1.4）岁。入选试验研究标准：符合变异性儿童咳嗽症状， 年龄0～14岁患儿可入选， 变异性咳嗽哮喘诊断依据2008年制定的《咳嗽变异性哮喘的诊断标准》；排除标准：患儿具有先天性气管炎、呼吸道感染之后咳嗽、气道咳嗽综合征、肺发育异常、支气管淋巴结核、支气管异物、嗜酸粒细胞性支气管炎、胃食管反流病、药物引发咳嗽、耳源性咳嗽以及先天性心脏病咳嗽等。
1. 2 方法 本次研究为回顾性资料调查研究， 主要对患儿的基本资料进行调查， 包括：性别、年龄、名字、住址、家庭成员、临床症状、咳嗽持续时间以及查体情况。根据在治疗过程中主要对患儿开展抗哮喘治疗， 包含了口服白三烯受体拮抗剂、吸入支气管扩张剂、吸入糖皮质激素等治疗， 然后对120例变异性咳嗽患儿进行随访， 按照哮喘诊断标准对随访的120例患儿进行确诊， 出现48例典型性哮喘患儿， 然后对其进行单因素的Logistic危险因素分析， 接着再从单因素Logistic回归分析中进行多因素分析， 从而获得变异性咳嗽患儿转变为典型哮喘危险因素的研究资料。
1. 3 统计学方法 采用SPSS17.0统计学软件对数据进行统计分析。计量资料以均数±标准差（ x-±s）表示， 采用t检验；计数资料以率（%）表示， 采用χ2检验；多因素分析应用Logistic回归模型进行分析。P
2 结果
2. 1 单因素分析结果 典型性哮喘患儿和非典型性哮喘患儿年龄、性别比较， 差异无统计学意义（P>0.05）， 而根据Logistic回归分析， 患儿在民族、病情持续时间、严重程度以及过敏史上比较， 差异无统计学意义（P>0.05）。在特应性体质、呼吸道感染、家族哮喘史、环境潮湿方面比较， 差异有统计学意义（P
2. 2 多因素分析结果 根据多因素Logistic回归分析之后特应性体质、近期呼吸道感染、家族哮喘史、治疗依从性为儿童咳嗽转变为典型哮喘的危险性因素。见表2。
3 讨论
变异性咳嗽和典型性哮喘均是由于患儿体内出现慢性炎症、气道重塑等疾病的发展所致， 此时患儿气道反应性增高成为其主要的表现。由于变异性咳嗽患儿和典型性哮喘患儿在病理的改变上存在着很大的相似性， 主要由于患儿嗜酸性粒细胞浸润呼吸道， 造成了慢性炎症从而引发咳嗽。
根据本院的回顾性资料研究， 其中典型性哮喘患儿和未出现典型性哮喘患儿在年龄、性别上比较， 差异无统计学意义（P>0.05）， 而根据Logistic回归分析， 患儿在民族、病情持续时间、严重程度以及过敏史上比较， 差异无统计学意义（P>0.05）。但是根据多因素Logistic回归分析之后特应性体质、近期呼吸道感染、家族哮喘史、治疗依从性为儿童咳嗽转变为典型哮喘的危险性因素。
参考文献
[1] 李涛. 儿童咳嗽变异性哮喘转为典型哮喘的危险因素分析.新疆医科大学， 2011.
>> 探讨INTERGRA-400全自动生化分析仪与快速血糖仪检测血糖结果的相关性及差异性 两种消毒剂进行皮肤消毒后检测血糖结果的差异性比较 资产评估结果差异性分析 试论文学创作与影视传播艺术品格的差异性 PCR分析FISH与IHC检测人乳腺癌组织中HER―2表达的差异性 纺织品色牢度检测标准的差异性研究 国内外互联网金融发展的差异性分析 论文化差异性与英文电影字幕翻译策略 国内实证类英语硕博论文与国外期刊论文结果与分析讨论部分的引用对比 CT、MRI检测鼻咽癌颅底骨质侵犯差异性的临床意义 中西政党制度的差异性比较分析 江西教育投入的区域差异性分析 税收与会计的差异性分析 感性设计中的文化差异性分析 从符号角度分析文化的差异性 中日文化的几点差异性分析 健身锻炼与运动训练的差异性分析 旅游景观鉴赏的差异性分析 媒体政治传播的差异性分析 初中体育差异性教学的应用分析 常见问题解答 当前所在位置：.
[3]罗瑞，唐璞，舒安琴，石芸.两种学术不端检测系统对医学结果的差异性研究[J].天津科技，2014（12）：71-73.
[4]赵冬梅.基于已的学术不端检测系统的分析研究[J].河北科技图苑，2015（06）：50-53.
[5]陈燕，丁岚.学术不端检测系统缺陷分析[J].中国出版，2014（16）：12-14.
【关键词】会计专业 统计学教学 审计 财务管理 管理会计
统计学原理是高等院校经济类和管理类专业（以下简称经管专业）的一门核心课程。大统计学是一门搜集、整理和分析统计数据的方法论科学，其目的是探索数据的内在数量规律性。统计学广泛应用于各学科中，在商业以及工业中，统计被用来了解与测量系统变异性，程序控制，对决策提供数据支持；在第一产业方面，可运用统计计算出各种农产品的需求情况及价格分布，从而指导生产；在生产行业中，统计学可以运用在产品开发、营销、财务管理等方面，从而提高企业的营运能力；在服务行业中，例如在金融行业中，运用统计技术将各种交易资料加以分类、整理，从而得到如客户贡献度、客户偏好、存款变动趋势、产品分析、行业发展等数据，从而为管理层提供决策依据，等等。特别是在会计专业中，统计学更是发挥了不可估量的贡献。在对会计专业学生的统计学教学中，大致可以从审计学、财务管理和管理会计几方面入手，将统计学教学与会计专业有机结合。笔者经过了多年的统计学专业学习，并经过了长时间的高校会计专业学生的实践教学，对统计学教学过程有了更深刻的感受，在这里本人谈谈对会计专业统计学教学的一些改革创新思路。
一 审计学——审计统计抽样
审计抽样是指审计人员在实施审计测试时，从被审总体中选取一定数量的样本进行审查，通过样本的审查结果来推断被审总体特征的一种审计技术方法，审计统计抽样是审计抽样的一种方法，它是相对于非统计抽样而言的。统计抽样是指在审计抽样中，审计人员根据概率论和数理统计的原理，按照一定方法确定样本数量，并以样本审查结果推断评估总体的审计抽样技术。它运用的数学运算包括两个过程：样本规模和推算总体。统计抽样的思想方法是以假设检验为前提，设定抽样参数，确定抽样规模，无人为偏见的随机抽取样本进行审核，根据需要扩大样本，逐次逼近总体特征，根据样本特征经计算推导，得出总体结论。根据抽样测试的目标不同，统计抽样方法可分为3 大类：用于符合性测试的属性抽样和用于实质性测试的变量抽样以及货币单位抽样。审计中常用的统计抽样技术有属性抽样（包括固定样本量抽样、停—走抽样、发现抽样）、变量抽样（包括单位平均数估计抽样、差额估计抽样、比率估计抽样、分层抽样）、货币单位抽样等。统计抽样的方法很多，每一种方法都有其特定的优点和局限，既没有某一种方法一无是处，也没有哪一种方法在任何情况下都是最优的。因此依照何种标准来选择适当的统计抽样方法很重要，应重点考虑审计目标、审计效果、审计效率、审计成本等因素。要确定哪种统计抽样方法最为适宜是不容易的，这要求审计人员对每一种可供选择的统计抽样方法都要有所了解，掌握它们各自的优点和运用条件，充分了解实际情况，再与丰富的审计实践经验相结合，才能做出正确的选择。
二 财务管理——收益和风险
财务管理中的收益和风险，在统计学中即表现为描述统计中的算术平均数和标准差（标准差系数）。例如：期望现金流量的计算方法中，如果影响资产未来现金流量的因素较多，不确定性较大，使用单一的现金流量可能并不能如实反映资产创造现金流量的实际情况。在这种情况下，采用期望现金流量法更为合理的，企业应当采用期望现金流量法预计资产未来现金流量。在期望现金流量法下，资产未来每期现金流量应当根据每期可能发生情况的概率及其相应的现金流量加权计算求得，此种方法即加权算术平均数的计算方法；货币时间价值的计算是假定没有风险和通货膨胀，但在财务活动中，经营风险带来的财务风险是客观存在的，而且风险和收益密切相关，所以财务管理者必须研究风险和收益。如果不考虑收益的前提下，可以直接用标准差来衡量财务活动中的风险，若考虑收益，则不能直接用标准差，需要用标准差系数来衡量风险，即用标准差与收益的比值来衡量。
除此之外，在财务管理中，需要对资金需要量等指标进行预测，为统计学中的预测方法提供了多种思路。
可以按照时间序列的组成因素，可以选择平滑法预测、回归法预测等，这些方法都是会计专业中常用的预测方法。例如，在财务预测中，资金需要量预测的主要方法有销售百分比法、线性回归分析法和预计资产负债表法。线性回归分析法是假定资金需要量与业务量之间存在线性关系并建立数学模型，然后根据历史有关资料，确定参数从而用回归直线预测资金需要量的一种方法。其预测的数学模型为y＝a＋bx，式中y 为资金需要量；a 为不变资金；b 为单位业务量所需要的变动资金；x 为业务量。不变资金是指在一定的营业规模内，不随业务量增减的资金。变动资金是指随营业业务量变动而同比例变动的资金。根据企业历史资料，运用线性模型，在确定a、b 数值的基础上，即可预测一定业务量x 所需的资金量y。用于销售预测的常用方法有判断分析法、趋势外推分析法、因果预测分析法和产品寿命周期推断法等。趋势外推分析法在销售量预测中的应用较为普遍，其具体应用形式包括平均法（简单平均法、移动平均法和趋势平均法）和修正的时间序列回归法。
三 管理会计
按成本性态可以将企业的全部成本分为固定成本和变动成本。固定成本与变动成本只是经济生活中诸多成本性态的两种极端类型，多数成本是以混合成本的形式存在的。混合成本是指那些“混合”了固定成本和变动成本两种不同性质的成本，对混合成本的分解方法有历史成本法、账户分析法和工程分析法。历史成本法的基本做法就是根据以往若干时期（若干月或若干年）的数据所表现出来的实际成本与业务量之间的依存关系来描述成本的性态，并以此来确定决策所需要的未来成本数据。历史成本法通常分为高低点法、散布图法和回归直线法3 种。回归直线法运用最小二乘法的原理，对所观测到的全部数据加以计算，从而勾画出最能代表平均成本水平的直线y＝a＋bx，这条通过回归分析而得到的直线就称为回归直线，它的截距就是固定成本a，斜率就是单位变动成本b，这种分解方法也称作回归直线法。又因为回归直线可以使各观测点的数据与直线相应各点误差的平方和最小，所以这种分解方法又称为最小二乘法。
管理会计中的标准成本法是指通过制定标准成本，将标准成本与实际成本进行比较获得成本差异，并对成本差异进行因素分析，据以加强成本控制的一种会计信息系统和成本控制系统。标准成本法便于企业编制预算和进行预算控制；可以有效地控制成本支出；可以为企业的例外管理提供数据；可以帮助企业进行产品的价格决策和预测；可以简化存货的计价以及成本核算的账务处理工作。标准成本是在正常生产经营条件下应该实现的，可以作为控制成本开支，评价实际成本、衡量工作效率的依据和尺度的一种目标成本。可分为理想标准成本、正常标准成本和现实标准成本。成本差异是指实际成本与标准成本之间的差额，也称标准差异。按成本的构成分为直接材料成本差异、直接人工成本差异和制造费用差异。直接材料成本差异、直接人工成本差异和变动制造费用差异都属于变动成本，决定变动成本数额的因素是价格和耗用数量。制造费用差异（即间接制造费用差异）按其形成的原因和分析方法的不同又可分为变动制造费用差异和固定制造费用差异两部分。例如：直接材料成本差异是指一定产量产品的直接材料实际成本与直接材料标准成本之间的差异。直接材料成本差异＝直接材料实际成本－直接材料标准成本。直接材料成本是变动成本，其成本差异形成的原因包括价格差异和数量差异。价格差异是实际价格脱离标准价格所产生的差异。数量差异是单位实际材料耗用量脱离单位标准材料耗用量所产生的差异。计算公式如下：材料价格差异＝（实际价格－标准价格）×实际用量；材料数量差异＝（材料单位实际耗用量－材料单位标准耗用量）×标准价格；直接材料成本差异＝材料价格差异＋材料数量差异。此种计算方法是统计学中加权综合指数体系中的相对数形式和绝对数形式。在学习和工作中比较常用的是基期权数加权的数量指数和报告期权数加权的质量指数形成的指数体系。
综上，会计专业中的统计学教学应结合自身特点，注重对统计思想的挖掘和传递，注重对学生统计思维能力的培养和塑造，以培养应用能力为主线，与会计专业老师深入沟通，对现有统计学教材的课程设置及传统的教学手段进行大胆改革，从而使会计专业的学生增强学习统计知识的兴趣，真正认识到统计学的重要性，学到真正能指导实践的现代化统计知识。通过一段时间的实践，会计专业学生对统计学和会计学科的关系有了深刻的认识，增加了学习统计学的主动性，并对会计专业课程有了不同角度的解读。
参考文献
〔1〕白日荣、苏永明.非统计专业统计学教学的改革与创新〔j〕.统计教育，2007（12）
〔2〕杨绪忠.财经类非统计学专业的统计学课程教学探讨〔j〕.统计与决策，2002（05）
【关键词】会计专业 统计学教学 审计 财务管理 管理会计
统计学原理是高等院校经济类和管理类专业（以下简称经管专业）的一门核心课程。大统计学是一门搜集、整理和分析统计数据的方法论科学，其目的是探索数据的内在数量规律性。统计学广泛应用于各学科中，在商业以及工业中，统计被用来了解与测量系统变异性，程序控制，对决策提供数据支持；在第一产业方面，可运用统计计算出各种农产品的需求情况及价格分布，从而指导生产；在生产行业中，统计学可以运用在产品开发、营销、财务管理等方面，从而提高企业的营运能力；在服务行业中，例如在金融行业中，运用统计技术将各种交易资料加以分类、整理，从而得到如客户贡献度、客户偏好、存款变动趋势、产品分析、行业发展等数据，从而为管理层提供决策依据，等等。特别是在会计专业中，统计学更是发挥了不可估量的贡献。在对会计专业学生的统计学教学中，大致可以从审计学、财务管理和管理会计几方面入手，将统计学教学与会计专业有机结合。笔者经过了多年的统计学专业学习，并经过了长时间的高校会计专业学生的实践教学，对统计学教学过程有了更深刻的感受，在这里本人谈谈对会计专业统计学教学的一些改革创新思路。
一 审计学——审计统计抽样
审计抽样是指审计人员在实施审计测试时，从被审总体中选取一定数量的样本进行审查，通过样本的审查结果来推断被审总体特征的一种审计技术方法，审计统计抽样是审计抽样的一种方法，它是相对于非统计抽样而言的。统计抽样是指在审计抽样中，审计人员根据概率论和数理统计的原理，按照一定方法确定样本数量，并以样本审查结果推断评估总体的审计抽样技术。它运用的数学运算包括两个过程：样本规模和推算总体。统计抽样的思想方法是以假设检验为前提，设定抽样参数，确定抽样规模，无人为偏见的随机抽取样本进行审核，根据需要扩大样本，逐次逼近总体特征，根据样本特征经计算推导，得出总体结论。根据抽样测试的目标不同，统计抽样方法可分为3 大类：用于符合性测试的属性抽样和用于实质性测试的变量抽样以及货币单位抽样。审计中常用的统计抽样技术有属性抽样（包括固定样本量抽样、停—走抽样、发现抽样）、变量抽样（包括单位平均数估计抽样、差额估计抽样、比率估计抽样、分层抽样）、货币单位抽样等。统计抽样的方法很多，每一种方法都有其特定的优点和局限，既没有某一种方法一无是处，也没有哪一种方法在任何情况下都是最优的。因此依照何种标准来选择适当的统计抽样方法很重要，应重点考虑审计目标、审计效果、审计效率、审计成本等因素。要确定哪种统计抽样方法最为适宜是不容易的，这要求审计人员对每一种可供选择的统计抽样方法都要有所了解，掌握它们各自的优点和运用条件，充分了解实际情况，再与丰富的审计实践经验相结合，才能做出正确的选择。
二 财务管理——收益和风险
财务管理中的收益和风险，在统计学中即表现为描述统计中的算术平均数和标准差（标准差系数）。例如：期望现金流量的计算方法中，如果影响资产未来现金流量的因素较多，不确定性较大，使用单一的现金流量可能并不能如实反映资产创造现金流量的实际情况。在这种情况下，采用期望现金流量法更为合理的，企业应当采用期望现金流量法预计资产未来现金流量。在期望现金流量法下，资产未来每期现金流量应当根据每期可能发生情况的概率及其相应的现金流量加权计算求得，此种方法即加权算术平均数的计算方法；货币时间价值的计算是假定没有风险和通货膨胀，但在财务活动中，经营风险带来的财务风险是客观存在的，而且风险和收益密切相关，所以财务管理者必须研究风险和收益。如果不考虑收益的前提下，可以直接用标准差来衡量财务活动中的风险，若考虑收益，则不能直接用标准差，需要用标准差系数来衡量风险，即用标准差与收益的比值来衡量。
除此之外，在财务管理中，需要对资金需要量等指标进行预测，为统计学中的预测方法提供了多种思路。
可以按照时间序列的组成因素，可以选择平滑法预测、回归法预测等，这些方法都是会计专业中常用的预测方法。例如，在财务预测中，资金需要量预测的主要方法有销售百分比法、线性回归分析法和预计资产负债表法。线性回归分析法是假定资金需要量与业务量之间存在线性关系并建立数学模型，然后根据历史有关资料，确定参数从而用回归直线预测资金需要量的一种方法。其预测的数学模型为y＝a＋bx，式中y 为资金需要量；a 为不变资金；b 为单位业务量所需要的变动资金；x 为业务量。不变资金是指在一定的营业规模内，不随业务量增减的资金。变动资金是指随营业业务量变动而同比例变动的资金。根据企业历史资料，运用线性模型，在确定a、b 数值的基础上，即可预测一定业务量x 所需的资金量y。用于销售预测的常用方法有判断分析法、趋势外推分析法、因果预测分析法和产品寿命周期推断法等。趋势外推分析法在销售量预测中的应用较为普遍，其具体应用形式包括平均法（简均法、移动平均法和趋势平均法）和修正的时间序列回归法。
三 管理会计
按成本性态可以将企业的全部成本分为固定成本和变动成本。固定成本与变动成本只是经济生活中诸多成本性态的两种极端类型，多数成本是以混合成本的形式存在的。混合成本是指那些“混合”了固定成本和变动成本两种不同性质的成本，对混合成本的分解方法有历史成本法、账户分析法和工程分析法。历史成本法的基本做法就是根据以往若干时期（若干月或若干年）的数据所表现出来的实际成本与业务量之间的依存关系来描述成本的性态，并以此来确定决策所需要的未来成本数据。历史成本法通常分为高低点法、散布图法和回归直线法3 种。回归直线法运用最小二乘法的原理，对所观测到的全部数据加以计算，从而勾画出最能代表平均成本水平的直线y＝a＋bx，这条通过回归分析而得到的直线就称为回归直线，它的截距就是固定成本a，斜率就是单位变动成本b，这种分解方法也称作回归直线法。又因为回归直线可以使各观测点的数据与直线相应各点误差的平方和最小，所以这种分解方法又称为最小二乘法。
管理会计中的标准成本法是指通过制定标准成本，将标准成本与实际成本进行比较获得成本差异，并对成本差异进行因素分析，据以加强成本控制的一种会计信息系统和成本控制系统。标准成本法便于企业编制预算和进行预算控制；可以有效地控制成本支出；可以为企业的例外管理提供数据；可以帮助企业进行产品的价格决策和预测；可以简化存货的计价以及成本核算的账务处理工作。标准成本是在正常生产经营条件下应该实现的，可以作为控制成本开支，评价实际成本、衡量工作效率的依据和尺度的一种目标成本。可分为理想标准成本、正常标准成本和现实标准成本。成本差异是指实际成本与标准成本之间的差额，也称标准差异。按成本的构成分为直接材料成本差异、直接人工成本差异和制造费用差异。直接材料成本差异、直接人工成本差异和变动制造费用差异都属于变动成本，决定变动成本数额的因素是价格和耗用数量。制造费用差异（即间接制造费用差异）按其形成的原因和分析方法的不同又可分为变动制造费用差异和固定制造费用差异两部分。例如：直接材料成本差异是指一定产量产品的直接材料实际成本与直接材料标准成本之间的差异。直接材料成本差异＝直接材料实际成本－直接材料标准成本。直接材料成本是变动成本，其成本差异形成的原因包括价格差异和数量差异。价格差异是实际价格脱离标准价格所产生的差异。数量差异是单位实际材料耗用量脱离单位标准材料耗用量所产生的差异。计算公式如下：材料价格差异＝（实际价格－标准价格）×实际用量；材料数量差异＝（材料单位实际耗用量－材料单位标准耗用量）×标准价格；直接材料成本差异＝材料价格差异＋材料数量差异。此种计算方法是统计学中加权综合指数体系中的相对数形式和绝对数形式。在学习和工作中比较常用的是基期权数加权的数量指数和报告期权数加权的质量指数形成的指数体系。
综上，会计专业中的统计学教学应结合自身特点，注重对统计思想的挖掘和传递，注重对学生统计思维能力的培养和塑造，以培养应用能力为主线，与会计专业老师深入沟通，对现有统计学教材的课程设置及传统的教学手段进行大胆改革，从而使会计专业的学生增强学习统计知识的兴趣，真正认识到统计学的重要性，学到真正能指导实践的现代化统计知识。通过一段时间的实践，会计专业学生对统计学和会计学科的关系有了深刻的认识，增加了学习统计学的主动性，并对会计专业课程有了不同角度的解读。
参考文献
〔1〕白日荣、苏永明.非统计专业统计学教学的改革与创新〔j〕.统计教育，2007（12）
〔2〕杨绪忠.财经类非统计学专业的统计学课程教学探讨〔j〕.统计与决策，2002（05）
购物车(0)
