统计学差异性分析篇1
关键词：学业成绩性别差异软件学院统计分析
近年来，大学生成绩性别差异日益成为国内外学者的研究热点。笔者通过选择测度学生成绩性别差异方法，运用SpSS软件对X大学软件学院2012届年至2014届本科生成绩、奖学金评定与学业完成情况进行统计分析，以客观反映X大学软件学院学生成绩性别差异实际情况，为进一步深入研究提供新方向。
一、研究方法
本文研究数据来自X大学教务处所提供的软件学院2012届至2014届学生大学四年学业成绩，包括：课程成绩、奖学金名单和学业完成情况。课程成绩包括：初次考试成绩与补考成绩；奖学金分为：国家奖学金、一等、二等、三等和单项；学业完成情况分为：延迟留级、取消毕业证和取消学位证。将学生学业成绩、奖学金名单与学业完成情况进行分类归纳，用SpSS与eXCeL统计分析完成。
二、统计分析
1.学业成绩性别差异统计分析
2012届学生在军事理论与体育2课程上，男生的平均成绩比女生高，但军事理论在男女生整体成绩差异上不显著且男生成绩且方差大，而体育2男女生整体成绩方差显著且女生成绩方差大；在体育1、基础程序设计、高级语言、思想道德修养、体育3、语文、数据库开发、网络设计与开发、数据系统、人机互换、实训、职业素养与毕业论文设计课程上，男生的平均成绩比女生低方差大，但成绩整体差异不显著；在线性代数、中国近代史纲要与高数1等41门课程上，女生整体成绩比男生高而显著且方差小；随着课程数目与难度的增加，男女生成绩差距进一步增加。2013届学生在体育1课程上，男生的平均成绩比女生高且方差小，但整体成绩差异不显著；在军事理论、形势政策1、基础程序设计、程序基础设计实验、高级语言、思想道德修养、形势政策2、体育3、语文、数据库开发、网络设计与开发、人机互换、实训与毕业论文设计课程上，男生的平均成绩比女生低且方差大，但成绩整体差异不显著；在线性代数、中国近代史纲要与高数1等43门课程上，女生整体成绩比男生高而显著且方差小；随着课程数目与难度的增加，男女生成绩差距进一步增加。2014届学生在体育1与体育2课程上，男生的平均成绩比女生高且方差小，但在体育1整体成绩差异显著，而体育2整体成绩差异不显著；在形势政策1、程序基础设计实验、数据库开发、网络设计与开发、人机互换与毕业论文设计课程上，男生的平均成绩比女学生低且方差大，但成绩整体差异不显著；在线性代数、中国近代史纲要与高数1等43门课程上，女生整体成绩比男生高而显著且方差小；随着课程数目与难度的增加，男女生成绩差距进一步增加。
从挂科情况来看，在这三届学生四年考试中男女生初次考试不及格人数与门数，以及补考成绩不及格人数与门数，男生均比女生要多，而且两者均在大学
二年级达到最大值，说明大学二年级课程数目与难度增加，男生与女生均在学习上遇到一定的难度，但是男生的难度显得更大，适应性更差。详细情况见下表1。
表1学生考试挂科表
2.奖学金性别差异统计分析
从奖学金评定结果来看，在这三届学生三年奖学金评定名单中，国家奖学金一直被女生垄断，男女生获得者数量比为0：9，而且在每届中比例保持稳定0：1；一等奖学金、二等奖学金、三等奖学金与单项奖学金获得者中也是女生占绝大多数，且每届男女生对应等级奖学金获奖比例随年级增加而减少，即出现奖学金偏向女生的固化现象，详细情况见表2。
表2学生奖学金评定表
3.学业完成性别差异统计分析
从学业完成情况来看，这三届学生延迟留级学生、取消学位证学生与取消毕业证中男生人数均比女生多，通过计算可以得出，男女生在延迟留级、取消学位证与取消毕业证上均存在显著差异，具体情况见下表3。
表3学业完成情况表
三、结论分析
根据统计数据分析，可以得出：虽然X大学软件学院作为典型的工科学院，学院男生在数量上占有绝对优势，但在学业成绩上几乎全面败于女生，从学业成绩、挂科情况、奖学金与学业完成等角度来看，男生都比女生要差。对于此种现象，可能存在以下解释：
女生学习努力程度与责任心均比男生强，女生好静，男生好动，在大学自主支配时间后，女生会像高中那样把时间更多投入到学习中去，而男生不再像高中那样努力学习，且女生更喜欢接群学习，如：舍友或朋友一起学习，而男生很少会接群学习；男生不太担心毕业和工作，没有足够重视学习，而女生在社会就业中受到歧视，努力在学校获得更好的成绩与奖励，以期在将来考研或工作中增强自己的竞争力；男生家庭经济相对宽裕，父母投入较多，对奖学金不太感兴趣，而且学校奖学金额度不大，特别是三等奖学金与单项奖学金对男生吸引力不足；辅导员日常工作不到位，居然有男生连续几个学期挂科4门课以上，却没有给予必要帮助或与家长沟通；课程开设不合理，在前五个学期开设的课程过多过难，教学模式陈旧僵化，很难激起男生学习兴趣，外加社团活动、学校比赛、选修与辅修等任务，而男生处理多任务的能力比女生差。因此，要积极改变传统教学模式，提高学生参与度并优化考试内容，培养男生学习兴趣并提高解决问题的能力，加强辅导员对男生学习及生活的关注与帮助，科学安排每学期的教学科目与数量，提高奖学金金额以激励男生学习，从而在根本上缩小或消除男女生学习成绩的巨大差距。
参考文献：
[1]曹星，岳昌君.我国高校毕业生就业状况性别差异研究[J].高等教育研究，2010，31（1）：68-72.
[2]陈太博，毕新华.大学生男女群体学业成绩差异研究[J].吉林师范大学学报，2009（2）：103-106.
[3]郭丛斌，曾满超，丁小浩.中国高校理工类学生教育及就业状况的性别差异[J].高等教育研究，2007，28（11）：89-101.
[4]李文道，孙云晓，赵霞.中国大学生国家奖学金获奖者的性别差异研究[J].青年研究，2009（6）：39-45.
作者简介：
魏祥宁（1991.3），宁夏银川，西北大学外国语学院2011级英语专业本科生；
统计学差异性分析篇2
【关键词】基因芯片差异表达基因算法
1引言
microarray技术，亦称生物芯片技术。作为一种高通量检测技术，它可以同时检测几十万个大分子生物表达水平，大规模的提高了检测效率，是生物信息学领域具有里程碑式意义的一项重大技术革新。生物信息学研究的一项重要课题就是对芯片上成千上万个基因点的杂交信息进行解读，从而揭示生命特征及规律[1]。差异表达基因识别是一项重要的基因芯片数据的分析方法。通过该技术可以找到疾病中表达水平发生显著变化的基因，进而对疾病的预后有着极为重要的意义。
2差异表达基因分析算法
在研究中，我们需要在两种完全不同的实验条件下（例如癌症与非癌症患者）处理生物样本，主要目的就是要得到不同条件下的基因表达值。其中，处理后的样本被称为实验组样本；未被处理的样本被称为对照组样本。下面我们简述Sam、t-test和RSDm三种不同类型的差异表达基因识别算法。
2.1Sam算法
2001年由tusher提出的基因芯片显著性分析算法Sam是一种基于统计分析理论的差异表达基因识别算法。
检验统计量如公式2.1所示：
……………（2.1）
式中代表实验组基因样本均值，代表对照组基因样本均值，为标准差，是的调整常量。
估算的期望，如公式2.2所示：
……………（2.2）
Sam算法流程如下：构造检验统计量并排序；计算期望值；识别差异表达基因（统计量与其期望的差别超过门限值）；计算错误发现率FDR（即在多重检验中，错误的拒绝原假设数与拒绝原假设总数的比值的期望）。
2.2t-test算法
t-test算法主要用于计算样本量小的正态分布数据。该算法是一种简单的、基于统计分析理论的差异表达基因识别方法。
Globalt检验统计量如公式2.3所示：
…………（2.3）
Gene-specifict检验统计量如公式2.4所示：
…………（2.4）
上式中，代表基因表达值平均对数比，代表合并数据集的标准误差，代表标准误差对数比。Gene-specific方法的主要特点是不受异质性数据的影响。
2.3RSDm算法
RSDm是一种具备标准差过滤技术的元分析差异表达基因识别算法。该算法可以处理异质性数据集，通过对多组同质芯片数据进行整合分析，计算差异表达基因，并通过标准差分析，滤除计算结果中存在的部分伪差异表达基因[3]。
算法流程如下：计算实验组与对照组数据的差异度量值；形成差异度矩阵，并对矩阵数据排序；使用统计量判断差异表达基因；计算每个基因的标准差，进行B次随机扰动，计算p-value。
3差异表达基因识别系统
为了比较三种算法的性能，我们采用Java语言设计并实现了一款集成了三种差异基因识别算法的软件系统。软件主要具备数据导入、算法选择、差异表达基因识别以及结果读取等主要功能。软件功能流程如图3.1所示。
4实验与分析
采用上述系统对包含3000个基因的模拟数据集进行实验与分析。模拟数据中预置了30个差异表达基因，其中上调基因20个，下调基因10个。对原始数据进行标准化处理，然后分别采用三种差异表达基因识别算法Sam、t-test和RSDm进行计算，最终得到三组不同的数据，我们对其进行比较与分析，结果如表4.1所示。
上表中，伪差异表达基因代表算法所识别的结果中所包含的非差异表达基因个数，识别率代表算法发现的正确的差异表达基因占总差异表达基因数量的比率。
Sam算法共发现24个差异表达基因，其中伪差异表达基因5个，识别率为63%；t-test算法共发现26个差异表达基因，其中伪差异表达基因3个，识别率为77%；RSDm算法共发现了全部30个差异表达基因，其中伪差异表达基因为0，识别率为100%。通过实验结果可以发现，RSDm算法的准确度最高，其次是t-test，Sam的准确度相对最低；对于算法运算处理速度，Sam最快，其次是t-test，RSDm相对较慢。
5结论
差异表达基因的识别是微阵列基因表达谱数据分析的一项重要任务。通过比较正常和非正常状态下基因表达的差异，对于生物疾病的发生机理及预后预测都有极为重要意义。我们对Sam、t-test、RSDm三种不同类型的差异表达基因识别算法进行了简要的描述，并结合实验数据对三种算法计算准确度和运算速度进行比较与分析。希望本文的工作能为从事生物数据分析的科研工作者提供一定的帮助。
参考文献
[1]CandeseJ，etl.anintroductiontoCompressiveSampling[J].Signalprocessingmagazine.2008.
[2]CuiX，etl.StatisticaltestsfordifferentialexpressionincDnamicroarrayexperiments[J].GenomeBiol，2003.
[3]吴佳楠，周春光.基于元分析的差异表达基因识别[J].吉林大学学报，2012（5）.
作者单位
统计学差异性分析篇3
一、当代服饰图案与传统服饰图案之间的风格差异
当代服饰图案与传统服饰图案在设计中，都需要具备一定的设计风格，需要设计者承担相关设计职责，无论在设计内容方面，还是设计艺术方面，都要体现出一定的审美价值，丰富艺术美感内涵。随着现代化科技水平的逐渐提升，服饰图案设计工艺也在不断发展，当代服饰图案设计人员可以转变传统的设计方式，打破其局限性，提升服饰图案设计工作可靠性，体现出当代与传统服饰图案设计之间的差异性。
第一，简洁与复杂差异性。目前，由于社会追求的生活形式为简洁明快，与传统复杂生活方式相比较，存在较多社会习惯的差异，这也体现在服饰图案设计中。在当代服饰图案设计中，相关设计者会利用整体服务方式对其进行设计，从服饰图案的整体中就可以体现出细节的简洁性。然而，在传统的服饰图案设计工作中，相关设计人员会利用精细的工艺处理繁琐的图案，可以彰显出人们的身份与地位，是封建宫廷社会背景中人们相互竞争的载体。由此可见，当前服饰图案与传统服饰图案之间存在较大的美学理念差异。
第二，抽象与写实之间的差异。在当代服饰图案设计过程中，部分图案都是利用几何等方式表达，与现实生活较为脱离，但是，在仔细观察中可以发现，现代化几何设计方式与实际生活产生紧密联系，具有个性化情感色彩。然而，传统的服饰图案设计者都是利用具体写实的方式对其进行设计，并且图案较为逼真，可以反映出传统社会中服饰图案设计表现力单一问题。
第三，张扬与内敛之间的差异。对于当代服饰图案而言，服饰的作用不仅可以满足其实用功能，还能凸显出现代化服饰设计个性，同时，服饰图案也是设计中重要组成部分，可以表现出服饰的风格，满足现代化消费者的张扬与个性需求。然而，传统社会思想较为含蓄，服饰图案中个性化较少，具有内敛的特征，图案不会很夸张。
二、当代服饰图案与传统服饰图案的美学理念差异分析
在二者之间的对比情况下可以发现，当代与传统服饰图案之间存在较大的差异，主要因为图案设计元素不同，人们的生活水平不同，当代社会与传统社会对于物质生活与精神文化的追求有所差异，因此，当代与传统服饰图案之间的审美情况也存在较大的差异性特征，这也说明二者之间存在美学理念差异。
第一，在全面分析简洁与复杂差异的情况下，当代服饰图案与传统服饰图案之间存在较多美学理念的理解差异，现代化服饰图案设计者注重风格的塑造，可以设计出简单并且具备一定个性的图案，可以在设计中统一构建审美机制，提升美学理念的理解能力。然而，在传统服饰图案设计中，相关设计者的设计工艺较为滞后，在传统思想的影响之下，对于服饰图案的美学理念理解具有局限性特征，在堆砌图案的情况下，难以优化其设计体系。
第二，对于抽象性与写实性差异分析工作而言，当代服饰图案设计者在实际工作中，过于重视抽象艺术技术的应用，可以打破传统情感限制的局限性，丰富个性化服饰图案的设计内容，并提升现代化设计工艺技术的应用质量。而传统服饰图案设计过于重视现实生活，设计者所涉及的服饰图案与现实生活相互关联，过于重视图案的逼真性，可以体现出传统社会对于现实生活美好的追求。
第三，对于张扬与内敛差异分析而言，当代服饰图案设计可以体现出现代化个性张扬的特征，可以继承一些传统的图案，并且将二者之间的审美契合在一起，可以提升设计工作的可靠性，同时，现代化服饰图案设计可以有效提升图案设计价值，并将传统的服饰图案作为借鉴，丰富图案设计内涵，逐渐提升图案的视觉冲击力。然而，在传统服饰图案设计工作中，设计者只关注图案的和谐型，体现出传统社会的内敛与平和特征。
第四，对于二者之间的美学理念差异而言，设计者需要对其进行全面的分析，并利用现代化工作方式对二者进行融合，发挥现代化设计工艺作用。
三、当代与传统服饰图案美学理念差异的研究意义
在对二者之间的美学理念差异进行研究之后，相关服饰图案设计者可以根据美学理念差异，重新审视设计工作，并利用现代化美学技术对其进行处理，减少设计中存在的缺陷。同时，还能继承传统服饰图案设计工艺，满足现代化社会的个性需求，提升服饰图案设计工作质量。
统计学差异性分析篇4
[p键词]三阴型乳腺癌；病理特征；预后分析；meta分析
[中图分类号]R655.8[文献标识码]a[文章编号]1673-7210（2016）12（b）-0096-06
ClinicopathologiccharacteristicsandprognosisoftriplenegativebreastcancerinChina：ametaanalysis
LUGuofenZHanGHuitingmaDekuioUJiwenZHanGQing
DepartmentofBreastSurgery，theFirstpeople'sHospitalofZhaoqingCity，Guangdongprovince，Zhaoqing526000，China
[abstract]objectivetosystematicallyassessclinicopathologicalcharacteristicsandprognosisofChinesepopulationwithtriplenegativebreastcancer，andtoprovideevidence-basedmedicalproofforscreeninghighriskgroups，instructtheclinicalpreventionandtreatment，estimateprognosis.methodsthedatabasesincludingthepubmed，emBaSe，CochraneLibrary，wanFangData，CnKi，VipandCBmweresearched.publishedstudiesconceringclinicopathologiccharacteristicsandprognosisoftriplenegativebreastcancerinchinaweresearchedsystemicallyandassessed.Revman5.2softwarewasusedtoestablishrandomorfixedeffectsmodelformetaanalysis.Resultstotally20studieswereselectedformetaanalysis，andmostofthemwereclassifiedas6-7stars.theage，familyhistoryofbreastcancer，histologicgrade，axillarylymphnodemetastasis，pathollogicstage，5yearsoftumorfreesurvivalrateandoverallsurvivalratebetweenthegroupoftriple-negativebreastcancerandthegroupofnon-triple-negativebreastcancerwerecompared，withstatisticalsignificance（p<0.05），theoRvalueswasrespectively2.48（95%Ci=1.47-4.19），2.05（95%Ci=1.48-2.85），2.19（95%Ci=1.81-2.64），1.64（95%Ci=1.16-2.32），1.59（95%Ci=1.19-2.13），0.49（95%Ci=0.42-0.57），0.46（95%Ci=0.39-0.53）.therewasnosignificantdifferencebetweenthetwogroupswithmenopausalstatus，tumordiameter，pathologicaltype（p>0.05）.theoRvalueswasrespectively1.11（95%Ci=0.99-1.25），1.23（95%Ci=0.90-1.68），0.87（95%Ci=0.74-1.01）.Conclusiontriple-negativebreastcancerareassociatedwithyoungerdiseaseonsetage，higherrateofaxillarylymphnodepositivity，highertumorhistologicgrade.itisalsorelatedtofamilyhistoryofbreastcancer，and5yearsoftumorfreesurvivalrateandoverallsurvivalratearelower.
[Keywords]triplenegativebreastcancer；pathologicalcharacteristics；prognosis；metaanalysis
三阴型乳腺癌具有独特的临床病理特点，同时具有一定异质性，可表现为区域、种族及个体差异[1-2]。三阴型乳腺癌预后不佳与其临床病理特征具有相关性[3]，这是医学界共识，而国内大样本数据支持尚少，部分观点也存在分歧，暂缺乏系统性评价，因此，为分析我国三阴型乳腺癌的临床病理特点及预后，本研究收集国内外有关我国三阴型乳腺癌病理特征及与预后的临床资料，进行meta分析。
1资料与方法
1.1文献检索
计算机检索pubmed、emBaSe、CochraneLibrary、万方全文数据库、中国知网（CnKi）、中国生物医学文摘数据库（CBm）及维普文献数据库的相关文献，检索时间均为建库至2016年8月31日。文种限制为英文和中文。英文检索主题词为：triplenegativebreastcancer，clinicopathologicalcharacteristics，prognosis。中文检索主题词为：乳腺癌、三阴、病理特征、病理特点、预后。手动检索所获文献。
1.2纳入与排除标准
纳入标准：①全文公开发表的病例对照试验；②病理学符合三阴型乳腺癌定义；③仅涉及人类原发性女性乳腺癌；④临床数据须来自我国各三甲医院，各患者接受个性化治疗；⑤符合5年以上的临床随访时间，生存数据完整，记录5年无瘤生存率或总生存率，且描绘生存曲线图。排除标准：①不能获得全文；②未提供原始临床数据或无法应用其数据行meta分析的文献；③实验设计不严谨的文献，重复发表的论文，综述、科普、学位论文、会议论文等。
1.3文献质量评估
本文文献质量评估参考纽卡斯尔-渥太华量表（newcastle-ottawascale，noS）中队列研究的质量评估标准，从病例的选择、可比性和结果测量3个方面进行评价，最高星数是10颗星（）。
1.4资料提取
由2名评价者独立进行文献选择、质量评价和资料提取，并交叉核对，如遇分歧讨论解决。通过阅读篇名、摘要、全文进行数据提取。提取内容应包括年龄、^经情况、乳腺癌家族史、瘤体直径、组织学分级、腋窝淋巴结转移情况、病理分期、病理类型、5年无瘤生存率、5年总生存率。以三阴型乳腺癌作为观察组，非三阴型乳腺癌作为对照组。
1.5统计学处理
采用Revman5.2软件进行meta分析，首先对纳入文献进行异质性检验，如研究不存在异质性（p>0.10），采用固定效应模型，如研究存在异质性（p≤0.10，i2>25%、50%、75%时，提示研究具有低度、中度、高度异质性），采用随机效应模型，随机效应模型有较宽的可信区间，结论更“保守”。对高度异质性检验需计算失安全系数、构建漏斗图进行敏感性分析。定性资料合并计算比值比（oddsratios，oR）及95%的可信区间（95%Ci）。以p<0.05为差异有统计学意义。
2结果
2.1检索结果
共检索获得1485篇与我国三阴型乳腺癌病理特征及预后相关的文献，根据纳入及排除标准，通过阅读篇名及摘要进行初筛，再经阅读全文进行复筛。定性合成文献有22篇，其中3篇由同一研究机构不同年份发表，取其最近发表者，最终定量纳入20篇文献，中文文献18篇，英文文献2篇，文献发表时间为2008～2016年。检索流程见图1。
2.2文献概况及质量
据纳入标准，纳入文献20篇，纳入患者34329例，研究对象均为女性原发性乳腺癌患者，依据病理划分组别，具有较好的代表性，随访时间5年以上，随访记录可靠。所纳入文献为回顾性非随机临床对照研究。文献一般情况详见表1。
2.3临床特征分析
2.3.1年龄因素纳入文献6篇，观察组共973例，
2.3.2绝经状态纳入文献15篇，观察组共4389例，未绝经的有2385例，对照组共27454例，未绝经的有14564例。meta分析表明，研究结果存在异质性（p<0.10，i2>25%），采用随机效应模型进行统计学分析，菱形位无跨越无效线，结果显示两组差异无统计学意义（oR=1.11，95%Ci=0.99～1.25），观察组中未绝经人群比重与对照组相仿。见图3。
2.3.3乳腺癌家族史纳入文献13篇，观察组共4553例，有乳腺癌家族史的有2041例，对照组共27503例，有乳腺癌家族史的有7228例。meta分析表明，研究结果有明显异质性（p<0.10，i2>75%）。采用随机效应模型进行统计学分析，oR=2.05，95%Ci=1.48～2.85。采用固定效应模型进行统计学分析，oR=3.45，95%Ci=3.19～3.74。计算失安全系数n=578.57。菱形位于无效线右侧，随机效应较固定效应检验效能更为保守，失安全系数提示发表偏倚较小，合并效应量较为可信。结果显示两组差异有统计学意义（p<0.05），观察组中有乳腺癌家族史的人群更易发生三阴型乳腺癌。见图4。
2.3.4瘤体直径纳入文献9篇，观察组共783例，瘤体直径>5cm的有128例，对照组共3703例，瘤体直径>5cm的有526例。meta分析表明，研究结果存在异质性（p<0.10，i2>50%），采用随机效应模型进行统计学分析，菱形位无跨越无效线，结果显示两组差异无统计学意义（oR=1.23，95%Ci=0.90～1.68），两组瘤体直径>5cm的病例比例无明显统计学差异。见图5。
2.3.5组织学分级纳入文献13篇，观察组共1669例，组织学Ⅲ级的有477例，对照组共7878例，组织学Ⅲ级的有1237例。meta分析表明，研究结果存在异质性（p<0.10，i2>25%），采用随机效应模型进行统计学分析，菱形位于无效线的右侧，结果显示两组差异有统计学意义（oR=2.19，95%Ci=1.81～2.64），观察组更易出现组织学Ⅲ级的病例。见图6。
2.3.6腋窝淋巴转移情况纳入文献16篇，观察组共4672例，发生腋窝淋巴结转移者有2948例，对照组共28239例，发生腋窝淋巴结转移者有10418例。meta分析表明，研究结果存在异质性（p<0.10，i2>75%），采用随机效应模型进行统计学分析，oR=1.64，95%Ci=1.16～2.32。采用固定效应模型进行统计学分析，oR=2.83，95%Ci=2.65～3.02。计算失安全系数n=784.02。菱形位于无效线右侧，随机效应较固定效应检验效较为接近，结合漏斗图及失安全系数提示发表偏倚较小，合并效应量较为可信。结果显示两组差异有统计学意义（p<0.05），观察组更易发生腋窝淋巴结转移。见图7。
2.3.7肿瘤分期纳入文献8篇，观察组共1018例，Ⅲ期乳腺癌患者有247例，对照组共3943例，Ⅲ期乳腺癌患者有613例。meta分析表明，研究结果存在异质性（p<0.10，i2>50%），采用随机效应模型进行统计学分析，菱形位于无效线右侧，结果显示两组差异有统计学意义（oR=1.59，95%Ci=1.19～2.13），观察组更易出现Ⅲ期病例。见图8。
2.3.8病理类型纳入文献19篇，观察组共4979例，浸润性导管癌患者有3873例，对照组共29607例，浸润性导管癌患者有23374例。meta分析表明，研究结果存在异质性（p<0.10，i2>50%），采用S机效应模型进行统计学分析，菱形未跨越无效线，结果显示两组差异无统计学意义（oR=0.87，95%Ci=0.74～1.01），两组出现浸润性导管癌的几率相近。见图9。
2.3.95年无瘤生存率纳入文献15篇，根据公式“生存人数=观察病例总数×5年无瘤生存率”推导了解两组5年无瘤生存患者“概数”，观察组共4430例，5年无瘤生存患者有3273例，5年无瘤生存率约为73.88%，对照组共27421例，5年无瘤生存患者有23541例，5年无瘤生存率约为85.85%。meta分析表明，研究结果存在异质性（p<0.10，i2>50%），采用随机效应模型进行统计学分析，菱形位于无效线左侧，结果显示两组差异有统计学意义（oR=0.49，95%Ci=0.42～0.57），对照组5年无瘤生存率优于观察组。见图10。
2.3.105年总生存率纳入文献18篇，根据公式“生存人数=观察病例总数×5年总生存率”推导了解两组5年生存患者总“概数”，观察组共4727例，5年总生存患者有3743例，5年总生存率为79.18%，对照组共28270例，5年总生存患者有25077例，5年总生存率为88.71%。meta分析表明，研究结果存在异质性（p<0.10，i2>25%），采用随机效应模型进行统计学分析，菱形位于无效线左侧，结果显示两组差异有统计学意义（oR=0.46，95%Ci=0.39～0.53），对照组5年总生存率优于观察组。见图11。
3讨论
三阴型乳腺癌是乳腺癌的特殊类型，因其发病年龄早、侵袭性强、疗效差、预后不佳而备受关注。由于三阴型乳腺癌存在异质性表现，本文旨在分析我国三阴型乳腺癌的临床病理特征及预后情况，为三阴型乳腺癌的临床防治提供前期数据。本研究与郭晨明等[24]的荟萃分析具有相似之处：两者研究表明，我国乳腺癌患者的预后与临床病理特征、Her-2的表达状态密切相关，所纳入的国内文献均表现出一定异质性。但其以Her-2阳性乳腺癌患者作为研究对象，样本量仅为558例，而本文以三阴型乳腺癌患者作为对象，样本量达34329例，提示本研究能较好反映我国三阴型性乳腺癌患者的临床特征。
三阴型乳腺癌预后差，远期生存率低，究其原因除了与自身侵袭性强，如癌细胞分化差，淋巴结转移早，分期晚，易发生复发或转移等特点外，缺乏有效的治疗手段是另一重要因素。本文通过meta分析显示：
统计学差异性分析篇5
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，从被审总体中拔取必然数目的样本进行审查，经由过程样本的审查功效来揣度被审总体特征的一种审计手艺体例，审计统计抽样是审计抽样的一种体例，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，审计人员按照概率论和数理统计的事理，按照必然体例确定样本数目，并以样本审查功效揣度评估总体的审计抽样手艺。它运用的数学运算搜罗两个过程：样本规模和推算总体。统计抽样的思惟体例是以假设磨练为前提，设定抽样参数，确定抽样规模，无酬报成见的随机抽取样本进行审核，按照需要扩年夜样本，逐次迫近总体特征，按照样本特征经计较推导，得出总体结论。按照抽样测试的方针分歧，统计抽样体例可分为3年夜类：用于合适性测试的属性抽样和用于本色性测试的变量抽样以及货泉单元抽样。审计中常用的统计抽样手艺有属性抽样（搜罗固定样本量抽样、停—走抽样、发现抽样）、变量抽样（搜罗单元平均数估量抽样、差额估量抽样、比率估量抽样、分层抽样）、货泉单元抽样等。统计抽样的体例良多，每一种体例都有其特定的利益和局限，既没有某一种体例一无是处，也没有哪一种体例在任何情形下都是最优的。是以遵照何种尺度来选择恰当的统计抽样体例很主要，应重点考虑审计方针、审计下场、审计效率、审计成本等身分。要确定哪种统计抽样体例最为适宜是不轻易的，这要求审计人员对每一种可供选择的统计抽样体例都要有所体味，把握它们各自的利益和运用前提，充实体味现实情形，再与丰硕的审计实践经验相连系，才能做出正确的选择。
二财政打点——收益和风险
财政打点中的收益和风险，在统计学中即默示为描述统计中的算术平均数和尺度差（尺度差系数）。例如：期望现金流量的计较体例中，若是影响资产未来现金流量的身分较多，不确定性较年夜，使用单一的现金流量可能并不能如实反映资产缔造现金流量的现实情形。在这种情形下，采用期望现金流量法更为合理的，企业理当采用期望现金流量法估量资产未来现金流量。在期望现金流量法下，资产未来每期现金流量理当按照每期可能发生情形的概率及其响应的现金流量加权计较求得，此种体例即加权算术平均数的计较体例；货泉时刻价值的计较是假定没有风险和通货膨胀，但在财政勾当中，经营风险带来的财政风险是客不美观存在的，而且风险和收益慎密亲密相关，所以财政打点者必需研究风险和收益。若是不考虑收益的前提下，可以直接用尺度差来权衡财政勾当中的风险，若考虑收益，则不能直接用尺度差，需要用尺度差系数来权衡风险，即用尺度差与收益的比值来权衡。
除此之外，在财政打点中，需要对资金需要量等指标进行展望，为统计学中的展望体例供给了多种思绪。
可以按照时刻序列的组成身分，可以选择滑腻法展望、回归法展望等，这些体例都是会计专业中常用的展望体例。例如，在财政展望中，资金需要量展望的首要体例有发卖百分比法、线性回归剖析法和估量资产欠债表法。线性回归剖析法是假定资金需要量与营业量之间存在线性关系并成立数学模子，然后按照历史有关资料，确定参数从而用回归直线展望资金需要量的一种体例。其展望的数学模子为y＝a＋bx，式中y为资金需要量；a为不变资金；b为单元营业量所需要的变换资金；x为营业量。不变资金是指在必然的营业规模内，不随营业量增减的资金。变换资金是指随营业营业量变换而同比例变换的资金。按照企业历史资料，运用线性模子，在确定a、b数值的基本上，即可展望必然营业量x所需的资金量y。用于发卖展望的常用体例有判定剖析法、趋向外推剖析法、因果展望剖析法和产物寿命周期揣度法等。趋向外推剖析法在发卖量展望中的应用较为普遍，其具体应用形式搜罗平均法（简均法、移动平均法和趋向平均法）和批改的时刻序列回归法。
三打点会计
按成赋性态可以将企业的全数成天职为固定成本和变换成本。固定成本与变换成本只是经济糊口中诸多成赋性态的两种极端类型，年夜都成本是以同化成本的形式存在的。同化成本是指那些“同化”了固定成本和变换成本两种分歧性质的成本，对同化成本的分化体例有历史成本法、账户剖析法和工程剖析法。历史成本法的根基做法就是按照以往若干时代（若干月或若干年）的数据所默示出来的现实成本与营业量之间的依存关系来描述成本的性态，并以此来确定抉择妄想所需要的未来成本数据。历史成本法凡是分为凹凸点法、漫衍图法和回归直线法3种。回归直线法运用最小二乘法的事理，对所不美观测到的全数数据加以计较，从而勾勒出最能代表平均成本水平的直线y＝a＋bx，这条经由过程回归剖析而获得的直线就称为回归直线，它的截距就是固定成本a，斜率就是单元变换成本b，这种分化体例也称作回归直线法。又因为回归直线可以使各不美观测点的数据与直线响应各点误差的平方和最小，所以这种分化体例又称为最小二乘法。
统计学差异性分析篇6
关键词excel；生物统计学；t检验；双样本异方差资料
中图分类号G642.0文献标识码a文章编号1007-5739（2016）22-0284-01
生物统计学是畜牧、兽医、农学、微生物、医学等领域中不可缺少的统计工具，数据分析离不开生物统计学的原理。随着计算机技术的发展，已有更多的软件被应用于生物统计学，如SpSS[1-4]、excel[5]、SaS[6]等，但是不同的统计软件有不同的特点，如excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合生物统计学的初学者。
1分析工具库的安装
excel一般并不直接带着“分析工具库”这一模块，需要在excel的基础上自行安装。安装步骤：excel的工具―加载宏―分析工具库―确定。
2双样本等方差数据资料的t检验
一般很难从数据资料上确定2个样本的方差是否相等，需要对其做方差的齐性检验来判断。下面以果蝇的tpi酶活性为例，阐述双样本异方差的t检验过程。
2.1数据资料的建立
为了比较果蝇中tpi酶活性在pH=5和pH=8时是否有区别，将10只果蝇随机分为2组，一组测定在pH=5下的tpi酶活性，另一组测定在pH=8下的tpi酶活性，问这2种pH值下的平均tpi活性是否有显著差异[7]。首先在excel中把分组的名称“pH=5”和“pH=8”分别填入每一列的最上方，然后在“pH=5”和“pH=8”下方录入其果蝇的tpi酶活性数据资料，具体如图1所示。
2.2t检验分析
因为在本数据资料里，没有提到2个总体方差相等还是不相等，因此有必要先对数据资料进行方差齐性检验。在excel中，选择工具―数据分析―F检验―双样本方差，点击确定进行分析，在本例题中p（F≤f）单尾
2.3结果分析
结果部分如图3所示，“tStat”excel计算出的t值，图3的最下方4项分别是单尾检验和双尾检验的结果，可以依据题意来选择哪个结果，一般情况是双尾检验。结果分析可以有以下2种途径：①可以根据p（t≤t）双尾的显著性概率直接判定，即0.01
3结语
本文主要介绍的是如何利用excel对双样本异方差的数据资料进行t检验，在其t检验过程中一定注意总体方差不等的情况下才可以用双样本异方差的t检验模块，如果方差相等的情况选用其他模块。在结果分析部分有2种依据可以判定结果，利用显著性概率p（t≤t）来判定结果更为简单一些，p（t≤t）
4参考文献
[1]白俊艳，徐廷生，张小辉.《生物统计附试验设计》上机实验改革与实践[J].教育教学论坛，2015（18）：247-248.
[2]白俊艳，贾小平，张小辉，等.生物统计学课程改革与实践[J].畜牧与饲料科学，2013，34（10）：57-58.
[3]白俊艳，武晓红，张小辉，等.生物统计附试验设计课程考核方式的改革与实践[J].安徽农业科学，2015，43（5）：369-370.
[4]秦立金.SpSS统计软件在生物统计课程中的探索研究[J].赤峰学院学报（自然科学版），2014，30（3）：198-199.
[5]韦若勋.生物统计学上机实验课中excel互动教学方式的应用[J].高等教育，2013（8）：185-186.
统计学差异性分析篇7
1用启发式教学法培养学生的学习兴趣
《生物统计附试验设计》教材的前4章内容包括绪论、资料的整理、平均数与标准差和变异系数及常用概率分布，这4章内容看似简单，但却是后面各种假设检验方法的铺垫、基础，统计推断的基本思想都来源于概率分布，所以需要在该课程开始的前4章下足功夫，打牢基础。采用启发式教学将统计思想融入学生喜闻乐见的生活实践和专业知识中，引导学生产生学好统计解决实际问题的迫切需求，培养学习生物统计的强烈兴趣，使各种统计方法、大量的公式不再是枯燥的数学计算，而是推断规律、揭示本质的必要手段。例如，资料的整理章节中要将100只种蛋出雏天数资料整理成频数分布表，整理的目的是表达数据，将数据特征用图表的形式简单、清晰地表达出来以代替繁琐的文字描述。首先，要引导学生从种蛋出雏天数、频数分布表中发现种蛋出雏天数的平均值及出雏天数的分散程度(不同天数出雏种蛋的百分比)，理解指标的稳定性和变异性。其次，要启发学生思考该指标特征的生产实践价值，即生产中需要集中人力在哪几天，使学生认识到理论知识与生产实际的紧密关系，学习专业知识的价值所在，进而启发学生懂得数据整理不仅在于简化表达，也是挖掘检测数据特征的一种方法，使学生对专业知识的获取方式有所了解，即知其然，更知其所以为然。教育家叶圣陶说过:“教师之为教，不在全盘授予，而在相机诱导”。19世纪德国教育家第斯多惠有句名言:“一个坏的教师奉送真理，一个好的教师则教人发现真理”。两位教育家的教学理念实质就是启发式教学，教师要注意发挥学生的主体作用，启发学生思考，充分调动学生的积极性，使学生积极主动地学习，以提高课堂教学的实效性，培养创造型人才。
2采用探究式教学法培养学生逻辑思维能力
所谓探究式教学就是以探索、研究为主的教学活动，是一种符合教学规律的在教师精心策划指导下学生自主探究知识、提高能力的教学方法，它是一种新颖的教学形式，有别于传统教学方法。探究式教学不是单纯的对学生进行知识传授，而是对学生创造性思维能力的培养，学生由被动学习变为主动学习，激发学生持久的学习兴趣，使教师的主导作用和学生的主体作用贯穿于教学的全过程，符合课程“一切为了学生”的价值取向。苏霍姆林斯基曾说过:“在人的心灵深处，都有一种根深蒂固的需要，这就是希望自己是一个发现者、研究者、探索者”。在教学过程中，应用“探究式”教学，通过创造和谐的教学氛围，可以充分调动学生的积极性，激发学生的求知欲，引导学生主动学习，满足学生成为“发现者、研究者、探索者”的愿望。各种统计分析方法(假设检验)的基本原理是生物统计的难点所在，对假设检验原理的讲解要在已掌握的描述统计，尤其是概率分布的基础上，采用探究式教学，可以收到良好的效果。以课本“判断某品种猪的怀孕期是否有114d”为例，引导学生从逻辑推理上进行思考。首先，分析的实质是判断该样本是否来自μ=114的正态总体;其次，分析采取什么方法判断该样本是否来自这一总体，如果样本和总体完全相同，就没有分析的必要，也就没有统计推断的必要，因为有差别存在，才有统计推断;最后，分析造成差别的原因，即来自同一总体的差别是样本间的，也就是样本标准误(抽样误差)，来自不同总体的样本也是有差别的，该差别即μ1－μ2(总体间的差别)及抽样误差。所以分析差别是由抽样误差造成，还是由总体差别造成，即可得出样本是否来自同一个总体，继而考虑从数学上解决该问题，即构造适宜的统计量，并计算得出样本统计量，依据小概率原理推断得出结论。这一原理涉及的知识点较多，包括试验误差、概率分布、小概率原理等，必须是在学生对这些知识点都已理解吃透的基础上，才能把原理搞清楚;所以，采取探究的方式来学习统计原理是必要的，也是可行的。
3采用比较式教学法培养学生分析问题的能力
比较思维是创造性思维活动中常见且行之有效的一种思维方式。比较思维是通过联想分析比较，综合归纳，把已经熟知的知识、思维经验与所研究的分析方法、过程联系起来，找出它们的相似性和不同点，并用类似方法分析、处理问题或是根据2个或2个以上具有相同或相似特征的事物间的对比，从某个事物的某些已知特征去推测另一事物的相应特征的存在，异中求同，同中求异，从而产生新知，得出有创造性的结论，通过比较更好地掌握其特征。统计分析方法是统计推断的核心内容，是学习生物统计的重点所在，数据资料不同，统计分析方法也就不同。在阐述不同统计分析方法时，首先明确资料的类型，由于不同教材资料分类标准不同，类别及其名称也存在差异，将不同分类标准对照比较，引导学生掌握资料的类型。在此基础上，引导学生分析教材中t检验、方差分析、χ2检验各种统计推断方法的分析对象(数据资料的类型)，使学生对资料类型这一概念不仅有理论上的认识，更要掌握数据资料在统计推断中的地位，以及各种统计分析方法差异的数据基础。通过课堂讲授和课后作业的“找不同”活动，即将课堂教师讲授的概念或术语与教材名称的差别或教材中在课上没有讲解的内容(如统计量与统计数、双侧检验与两尾检验等)进行比较，分析原因，不仅能督促学生课上积极参与教学，课下认真总结，对一些基本概念、基本术语产生深刻的印象，同时可以激发学生学习的主动性。
、
4采用案例式教学法培养学生解决问题的能力
案例教学是连接统计理论与统计实践的桥梁，是学生在教师指导下运用所学统计理论知识和方法对案例进行思考、研究并对计算结果分析和评价的过程。只有将统计学的原理和方法应用于实践，找到理论与实践的结合点，才能体现出其价值所在，才能使生物统计获得最大的生命力;也只有构建以课堂、实验室和社会实践多元化的立体教育教学体系，才能有效提高学生的动手能力和创新能力。结合不同专业方向精选案例。例如，针对兽药营销专业的学生，举例讲解营销培训的效果验证，通过营销培训与不培训2组销售量的比较判断培训的价值。如果没有统计学知识而去分析这一问题，会因为销售量平均值的大小直接得出培训效果的优劣，但这一结论是没有经过统计分析、没有科学依据、经不起实践检验的。如果有统计学知识作基础，分析销售量的差别是由本质差异引起的、还是随机误差引起的，从而得出概率基础上的统计学结论和专业结论。通过这一案例，不仅使学生了解学习生物统计的目的所在，而且还激发了学生学习生物统计的兴趣，更激发起学生学习的积极性和主动性。
5通过统计分析培养严谨务实的科学研究精神
统计学差异性分析篇8
1．1异常值的检测
在科学实验中，由于外界条件的改变和主观因素的影响，实验测量的数据中个别数据往往会产生较大误差，即出现异常值。这些异常值的存在往往会掩盖研究对象的变化规律，甚至得出错误的结论［4］。为了提高实验的数据的精确度，我们要将数据中的异常值予以剔除。对异常值的判断通常有三种标准:3σ准则准则即拉依达准则、格拉布斯(Grubbs)准则、狄克逊(Dixon)准则。其中:在测量次数较少时，最好不要选用3σ准则［5］。用狄克逊准则判断样本数据中混有一个以上异常值的情形效果较好。所以我们在此选择使用格拉布斯准则。用有如下的判别准则:︱－︱≥G(a，n)S则数据粗差，应予剔除。否则，应予保留。其中为该水平数据的算术平均数，s为该水平数据的便准偏差，公式:G(a，n)是格拉布斯准则的临界值，a为显著水平，n为该水平的重复次数。使用DpS数据处理软件将很方便的剔出异常值。以a、B、C、D、e、F6个品种水稻植株镉的吸收影响［6］为例见表1。首先，在DpS软件中录入数据，以行为水平，有a、B、C、D、e、F6行，1、2、3、4、5、6列为重复。其次，选中每一行的数据区域，将其定义为数据块。再单击菜单栏中的“数据分析”单击“异常值检测”选择“格拉布斯(Grubbs)法”选择p值“0．05”单击“确定”按钮输出“结果”见图1。从图1看出:C6单元格的数值0．3942是应该剔除的异常值，应用相同的方法，可知:F5单元格的数值0．3152也是应该剔除的异常值，其结果与文献［6］中用excel软件处理结果相同。
1．2方差分析及多重比较
由于试验中各种因素的影响，研究所得的数据呈现波动状，因此要比较两个或两个以上样本均数差别是否显著，就要进行方差分析(F检验)。R．a．Fister认为:造成波动的原因可分成两类，一是随机因素，另一是研究中施加的对结果形成影响的控制因素。通过分析研究不同来源的变异对总变异的贡献大小，从而确定控制因素对研究结果影响是否显著。当F检验结果显著时，表明可控因素对实验结果影响显著，就需要进一步找出是何种控制对实验影响显著，就需要对不同控制水平见进行两两单独比较，以水稻不同药剂处理的苗高［7］为例，具体数据如表2介绍使用DpS进行方差分析及多重比较。
1．2．1方差齐性检验。因为方差分析的基本假定之一就是误差同质性，所以在进行方差分析之前要判断所有实验处理是否具有共同的误差方差。首先进行样本方差齐性检验，选中数据单击菜单栏中的“试验统计”单击“方差齐性检验”系统默认“0不转换”单击“oK”，系统将给出检测结果见图2。这里检测结果采用的是Bartlett卡方检验。这里计算得到卡方值=0．69599，自由度=3，p=0．87415＞0．05，表示差异不显著即方差齐性。如果p＜0．05，侧表示方差鱼油显著异质性，这时不易用方差分析法进行统计检验，可以考虑对数据进行适当转换:平方根转换、对数转换、正反弦转换，然后再进行方差分析。图2方差齐性检验结果
1．2．2进行方差分析及多重比较。选中数据单击菜单栏中的“试验统计”选择“完全随机试验”选择“单因素试验统计分析”跳出“方差分析参数设置”对话框，见图3进行设置单击“确定”，系统将给出分析结果见图4.计算结果显示包括:(1)数据处理时当前日期;(2)各处理的样本数、均值、标准差、标准误以及95%的置信区间值。(3)方差分析表列出了处理间和处理内的平方和、自由度、均方、F值和显著水平。由图4知，p＜0．01，各处理之间差异极显著，需要进一步进行多重比较。(4)输出各处理的均值差以及新复极差多重比较的显著水平，同时将结果用目前国内科技论文中常用的标记字母法表示出来，清楚明白，为使用者提供了极大地方便。从图4中可以看出，该试验除1与3处理无显著差异外，4与2及1、3处理间差异显著性达到0．05水平。处理2与1、4与2、1与3无极显著差异;4与1、3，2与3呈差异极显著。该结果与文献［7］一致。
1．3线性回归
在生物统计学试验中，常要研究多个变量之间的相互关系，虽然他们之间没有严格的、确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式即多元回归方程。多元回归系数的计算比较复杂，特别是当自变量达3个以上的回归分析给计算带来很大的不便。用DpS数据处理软件可以方便的进行回归系数计算和回归分析。如陆建身［8］书中例题:中籼南京11号高产田的每1/15hm2穗数(，单位:104)、每穗实粒数()和每1/15hm2稻谷产量(，单位:500g)，其结果如图5。建立每1/15hm2穗数、每穗粒数对每1/15hm2产量的二元线性回归方程。具体操作步骤:按图5方式录入数据、定义数据块单击菜单栏“多元分析”单击“回归分析”单击“线性回归”，系统会给出如图6的操作界面。从图中我们可以得到横坐标为y拟合值、纵坐标为残差的残差你和分布图，以便于我们对残差进行分析、诊断。同时，还知道了X1，X2的回归系数分别是:24．8002和9．3594，方差膨胀系数＜10，所以诊断不存在多重共线性［9］。当诊断结束，单击“返回编辑”，系统将给出回归分析结果如图7，从图中我们可以得到回归方程:=－351．7457+24．8002+9．3594，决定系数R2=0．841570，回归方差极显著，与文献［8］结果一致。
2结论与讨论
统计学差异性分析篇9
【关键词】尿沉渣定量分析仪；干化学分析法；尿液细胞；应用
doi：10.14033/ki.cfmr.2017.6.025文献标识码B文章编号1674-6805（2017）06-0045-03
尿液检查内容通常包括尿常规分析、蛋白成分定量测定、尿液中细胞检查、尿酶测定等，尿液检查对临床诊断、判断疗效和预后有着十分重要的价值，在尿液检查中尿液细胞检查有体外肾活检之称，因为尿液细胞中白细胞和红细胞的数量及形态能反应出众多病理信息，尤其对于尿流感染、肾出血及泌尿系统疾病的临床诊断有重要参考价值[1]。随着科学技术的日趋发展，尿液沉渣定量分析仪、干化学分析仪等尿液细胞检测方法被应用于临床中，各种检测方法均有自身优缺点，如尿沉渣离心镜检法具有准确、客观等优点，而且其可观察尿液中细胞形态，但操作繁琐、检测耗时长，干化学分析仪具有快速、简便等优点，但其准确性、灵敏度和特异性不及镜检法，尤其是镜检法可分析尿液细胞的形态，进而具有不可替代性[2-4]，为比较三种不同检测方法的利用效能，本文将三种检测方法同时应用于临床中，现将比较研究结果汇报如下。
1资料与方法
1.1一般资料
选取2015年1月-2016年4月600例来笔者所在医院的体检者为本文研究对象，男439例，女161例，年龄27～69岁，平均（46.3±2.5）岁。
1.2检测仪器与试剂
一次性无菌尿液采集杯，SysmexUF-1000i型全自动尿沉渣定量分析仪及其配套试剂，迪瑞H-800型干化学尿液分析仪及其配套试剂。
1.3检测方法
161例女性体检者收集尿液标本时均避开了月经期，收集600例对象的新鲜中段晨尿，尿液标本收集后2h内完成各项检测。
使用一次性无菌尿液采集杯采集体检者新鲜中段晨尿30ml，用洁净试管将尿液标本分为3份，每份均为10ml，第一份标本进行尿液沉渣定量分析，第二份标本进行干化学分析，第三份标本进行尿液沉渣离心镜检，镜检标本于2000r/min下离心3min，去除离心上清液，将残余的0.5ml尿沉渣涂片，在高倍视野下观察尿液细胞数量和形态，细胞数量取10个视野平均数作为最终计数量[5-6]。尿液沉渣定量分析法中男性红细胞参考值为0～8?l，女性参考值为0～17?l，男性白细胞参考值为0～10?l，女性参考值为0～28?l，干化学分析法中红细胞和白细胞检测结果分为-、±、+、2+、3+、4+，+即可判断为阳性，尿液离心镜检法红细胞参考值为0～3个/Hp，白细胞参考值为0～5个/Hp，大于以上数值即可判断为阳性。将尿液沉渣离心镜检法检测结果作为金标准，衡量尿液沉渣定量分析法和干化学分析法的检测结果，计算两组检测方法的阳性率、准确度、灵敏度和特异性[7-9]。
1.4统计学处理
采用医学统计学软件SpSS16.0对两组资料进行分析，计量资料用（x±s）表示，比较用t检验，计数资料以率（%）表示，比较用字2检验，p
2结果
2.1两种检测方法的阳性率比较
尿沉渣定量分析仪红细胞和白细胞检测阳性率分别为36.7%和32.8%，干化学分析法检测阳性率分别为35.5%和34.2%，金标准尿沉渣离心镜检法检测阳性率分别为34.5%和31.8%。尿沉渣定量分析法与尿沉渣离心镜检法检测阳性率比较差异无统计学意义（p>0.05），干化学分析法与尿沉渣离心镜检法检测阳性率比较差异无统计学意义（p>0.05），具体见表1、表2。
2.2两种方法检测红细胞的比较
尿沉渣定量分析法和干化学分析法检测尿液样本中红细胞的准确度分别为89.5%和89.7%，两种检测方法的准确度比较差异无统计学意义（字2=1.897，p>0.05）。尿沉渣定量分析法和干化学分析法检测尿液样本中红细胞的特异性分别为90.3%和91.3%，两种检测方法的特异性比较差异无统计学意义（字2=1.692，p>0.05）。尿沉渣定量分析法和干化学分析法检测尿液样本中红细胞的灵敏度分别为87.9%和86.5%，两种检测方法的灵敏度比较差异无统计学意义（字2=1.591，p>0.05），具体见表3。
2.3两种方法检测白细胞的比较
尿沉渣定量分析法和干化学分析法检测尿液样本中白细胞的准确度分别为85.0%和84.7%，两种检测方法的准确度比较差异无统计学意义（字2=2.084，p>0.05）。尿沉渣定量分析法和干化学分析法检测尿液样本中白细胞的特异性分别为88.3%和87.0%，两种检测方法的特异性比较差异无统计学意义（字2=1.955，p>0.05）。尿沉渣定量分析法和干化学分析法检测尿液样本中白细胞的灵敏度分别为78.0%和79.6%，两种检测方法的灵敏度比较差异无统计学意义（字2=2.156，p>0.05），具体见表4。
2.4两种方法联合检测结果统计分析
联合检测样本中红细胞的准确度、特异性及灵敏度分别为96.8%、97.2%和96.1%，联合检测方法的准确度、特异性及灵敏度明显高于尿沉渣定量分析法和干化学分析法，差异均有统计学意义（p
3讨论
尿液细胞检测方法是临床诊断疾病的重要手段之一，传统尿液细胞检测方法为尿沉渣离心镜检法，尿沉渣镜检法虽然检测速度慢、样本处理繁琐[10]，但其有效避免尿液样本中过氧化物酶类、还原性物质等造成的假阳性或假阴性结果，在镜检过程中不仅可定量分析红细胞和白细胞数量，而且可清晰观察尿液细胞形态，因此尿沉渣离心镜检法被视为尿液细胞检测的金标准，但此方法也有一定局限性[11]，首先，该检测方法检测速度慢、样本处理繁琐，而且检测过程完全由人工完成，因此检测结果具有一定的主观性，对于检测操作人员技能熟练程度亦有一定要求；其次，尿液样本离心过程中部分细胞会遭到破坏，加上渗透压、pH值变化等均会不同程度破坏尿液细胞，进而导致检测值低于实际值[12]。
随着科学技术和医疗器械水平的发展，各种快速检测方法被广泛应用于临床中，其中应用较多的几种手段包括尿液沉渣定量分析法和干化学分析法等，各种自动检测方法的应用大大降低了一线工作人员的工作量，但这些检测方法受影响因素也较多，进而导致检测结果异常、漏诊和误诊等[13]。如采用干化学分析法检测红细胞使用的试剂纸中含有联苯胺衍生物，其会产生一系列生化反应使指示剂增强显色，进而导致红细胞含量检测值高于实际值。尿液中如果存在具有干扰氧化还原反应的物质也会影响红细胞检测结果准确性。另外，该方法检测白细胞使用的试纸中含有重氮盐、吡咯酚等会发生一系列重氮反应，进而形成紫色络合物使显色增强，导致检测结果与实际值不相符的假阳性，而检测对象体内的抗生素、蛋白尿等会使检测结果假阴性[14]，此外，肾移植术后排斥反应、免疫性疾病等均会不同程度影响检测结果。尿沉渣定量分析仪是上世纪80年明的一种新型检测手段，该检测仪器具有自动化程度高、重现性好、检测速度快等优点，而且检测样本不需要离心，即简化了样本处理流程，亦可减少离心对尿液细胞形态的破坏。该检测仪器能直观、清晰的一次性呈现12大类有形成分，检测效率得到显著提升，但其数字成像技术会误读与红细胞、白细胞大小相近的有形成分[15]。大量的实验结果和文献显示，真菌孢子、细菌、草酸钙结晶等与红细胞形态相似的有形成分，肾上皮细胞、细胞核酸等与白细胞形态相似的有形成分，极易被检测仪器误读，从而大大降低了检测的准确性和特异性[16]。
为了探寻不同检测方法的优劣和联合应用不同检测方法的可行性，本文将三种常用检测方法同时应用于临床中，结果显示，尿沉渣定量分析法、干化学分析法及尿离心镜检法的检测阳性率无明显差异，以尿离心镜检法为标准分析尿沉渣定量分析法和干化学分析法显示，两种检测方法灵敏度、准确度和特异性无明显差异，此结果提示临床检测中单独应用一种检测方法难以满足要求，实际应用中可将多种方法联合应用，以提高检测的可靠性和标准化。
参考文献
[1]韩淑娥，孟芝君.仪器法和干化学法用于尿液红细胞和白细胞检测的对比分析[J].中国药物与临床，2014，14（1）：128-130.
[2]肖风静，郑善奎，何娟，等.探讨尿沉渣分析仪、尿干化学分析仪及光学显微镜3种方法检测尿液红细胞的一致性[J].国际检验医学杂志，2014，35（23）：3241-3243.
[3]段美庆，樊淑珍，杜肖彦.全自动尿沉渣分析仪检测尿液细胞干扰因素的探讨[J].内蒙古医学院学报，2006，28（4）：317-318.
[4]梁勇彪.尿液有形成分分析仪和尿液干化学分析仪检测尿液结果比对及意义[J].河北医学，2012，18（6）：867-868.
[5]张荣花.尿液红细胞采用尿沉渣定量分析仪检测的临床分析[J].中国医药指南，2015，13（28）：11-12.
[6]张略.尿液红细胞、白细胞干化学法检测与镜检结果的对比分析[J].中国现代药物应用，2015，9（1）：18-20.
[7]崔静，王翠.尿液干化学联合aVe-763B尿沉渣分析、显微镜检对尿液检测的应用评价[J].内蒙古中医药，2013，32（33）：70-71.
[8]李桂英.尿液干化学检验不同检测仪结果的对比与评价[J].黑龙江医药，2013，26（5）：881-882.
[9]朱群英.尿液干化学检测尿隐血与镜检尿有形成分红细胞的评价[J].国际检验医学杂志，2015，36（7）：1005-1006.
[10]池洪治，张建东.尿液干化学和尿流式细胞仪检测6196例住院患者红白细胞结果分析[J].河北医药，2011，33（10）：1570-1571.
[11]胡飞，昌仲勇.尿液干化学分析仪和尿沉渣法检测白细胞和红细胞结果分析[J].国际检验医学杂志，2012，33（11）：1391-1392.
[12]张彩华，王开蓉.尿液干化学分析仪、尿沉渣分析仪及显微镜检测尿液中红细胞的对比研究[J].吉林医学，2014，35（3）：554-555.
[13]王薇.尿液干化学分析法与镜检法检测尿中红细胞与白细胞比较分析[J].医疗装备，2012，25（3）：28-29.
[14]王卫，贾氢，梁兰青，等.尿液干化学法与非染色尿沉渣镜检法检测结果的比较[J].西北国防医学杂志，2011，32（3）：214-215.
[15]王玲.尿液干化学法检测与镜检相结合的重要性[J].中国农村l生事业管理，2011，31（12）：1304-1305.
统计学差异性分析篇10
关键词：统计学方法 调查实践 SpSS软件
1.采用的一个调查实践
调查对象和内容：某大学在校学生的消费情况：月支出是多少？月支出分别用于：吃饭、购买日常用品、购买学习用品、手机费、上网费、购置衣物及其他各是多少？（分性别；分年级）
抽样调查方法：分层抽样和简单随机抽样相结合。
调查目的：了解某大学在校本科学生的消费情况，通过月支出的分配了解其消费结构，并通过分性别和分年级的比较发现是否存在消费差异。
2.把统计学系列方法运用于实践的过程分析
通过调查得到第一手数据，进行整理后运用SpSS软件逐步做如下分析：
2.1对大学生月消费情况的描述性统计分析
对大学生月消费进行描述性分析，见下表1。
从表1来看，××大学学生月消费平均值为673,67，其中饭费最多，占52.82%；月支出的标准差为199.59，月消费情况的离散趋势比较大，表示大学生的月消费不均匀，其中饭费、日常用品和购衣物的方差偏大，是消费产生差异的主要项目；从最小值和最大值也能看出此情况。
2.2对男生和女生月消费情况的均值估计和假设检验
对男生和女生月消费均值进行假设检验，首先提出假设：
原假设H0：?滋1=?滋2；备择假设H1：?滋1≠?滋2
由于总体服从正态分布但是总体方差未知，采用t检验法，得表2：
从上表2可以看出，男生和女生月总支出均值差的95%置信区间为（-56.742，88.076），p值为0.669，大于显著性水平0.05，表示月总支出在性别方面无显著性差异；具体消费项目的p值均小于0.05的显著性水平，即在具体项目上男生和女生的月支出存在显著性差异。
2.3对不同年级大学生月消费情况的方差分析和均值差估计
对不同年级月消费均值进行假设检验，首先提出假设：
原假设H0：?滋1=?滋2=?滋3=?滋4；备择假设H1：?滋1、?滋2、?滋3、?滋4不完全相等
由于是对四个总体的均值进行假设检验，故采用F检验法，得下表3：
从上表3可以看出，不同年级月消费只有学习用品的p值小于显著性水平0.05，通过了显著性检验，表明不同年级在学习用品上存在显著性差异，其他项目均无显著差异。
2.4对大学生月消费情况的回归分析
进一步对大学生月消费情况进行回归分析，得到下表：
表5中调整的判定系数0.995，接近1,因此认为拟合优度较高,被解释变量可以被模型解释的部分较多,不能被解释的部分较少。Durbin-watson检验值为2.24，接近2，表示残差与自变量互为独立。
表6中的F检验统计量的观测值为4269.630，对应的概率p值为0，因此拟合的模型是有统计学意义的。
从表7来看，常数项的p值为0.009，有统计学意义，各自变量的p值均为0，均有统计学意义，因此可以建立如下线性方程:
Y=-16.768+1.074X1+0.964X2+1.106X3
+0.952X4+1.180X5+1.011X6
对建立的模型进行残差分析，得学生化残差介于-2和+2之间，故可以接受模型的误差项服从正态分布的假定。通过此模型可进一步对某大学在校学生月消费进行预测分析。
3.总结
通过对以上在校大学生月消费的由简单到复杂，由浅显到深入的一系列分析，使统计学中最重要的描述性统计、参数估计、假设检验、方差分析及回归分析几种分析方法灵活地得到运用。
研究某一自然现象或社会现象往往运用到统计学的各种方法，它们从不同的角度和深度反映了问题的特征和规律。所以在统计学教学中应该结合实例，在熟练掌握各分析方法的基础上，把它们和实际灵活地相结合，达到综合运用，是我们教学需要把握的重点环节，也是学以致用的关键所在。
参考文献：
[1]宇传华.SpSS与统计分析[m].北京:电子工业出版社,2007.2
[2]徐建邦,李培军.统计学[m].第2版.大连:东北财经大学出版社,2006.7
作者简介：
李梅芳(1969.11-)，女，山东冠县人，中国农业大学烟台研究院，副教授，硕士，研究方向：统计学教学改革。