開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇統計學變量類型，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。

第1篇

【關鍵詞】統計學DCOVA框架統計方法教學

一、引言

數據對于當今天的商務活動具有重大的意義。數據是關于這個世界的事實，它能夠說明問題、提示事實、隱含規律。一些商業機構正是通過“挖掘”數據來發現事物之間的關聯性，并從中獲取利潤。如果人們躲避數據，就可能由于盲目接受他人對數據的概括總結而上當受騙，也可能完全依賴“感覺”來做決策，從而不利于做出正確的決策。因此，作為一門研究如何處理和分析數據的課程——統計學越來越受到各方重視。在高校中，絕大部分商科專業把統計學或商務統計作為專業必修課列入到人才培養方案中。如何學好、用好統計學成為當前許多人需要迫切解決的一個問題。美國著名的統計學家萊文（Levine）等在其撰寫的統計學教科書中首次提出了DCOVA框架，用于指導學生或相關從業者如何有效學習和使用統計學。

二、基本術語

統計學是把數據轉化為信息用于決策的方法或工具。例如，為了研究青年人喜歡網上購物的主要原因，可以通過調查來收集原始數據，再制作總結表來整理數據從中獲得數據中隱藏的有用信息（最主要的原因是網上購物價格便宜），最后根據所獲得的信息進行決策，即網店價格要比實體店便宜才能吸引青年消費者。從調查數據到總表結，就是把數據轉化為信息的方法。統計方法是把數據轉化信息的方法，包括統計描述方法和統計推斷方法。統計描述方法主要包括收集、整理、可視化和概括數據；統計推斷方法是指用樣本數據得出總體結論，包括對總體參數的置信區間估計和假設檢驗。為了學習和使用統計學的方法，可以應用DCOVA框架。DCOVA框架包括定義數據（D）、收集數據（C）、整理數據（O）、可視化數據（V）和分析數據（A）等5個階段（圖1）。例如，為了研究一所高校學生的努力學習程度，根據DCOVA框架，首要定義數據，即找什么樣的數據能夠代表學生的努力學習程度，為此需要對努力學習程度開發一個可操作定義，比如用每天平均學習時長（小時）來代表一個學生的努力學習程度。其次要收集數據，可以通過問卷調查的形式收集數據。再次是整理和可視化數據，比如制作頻數分布表來整理數據，從而可以查看學習時長的分布情況，制作直方圖來可視化學習時長數據，從而直觀形象地顯現數據的分布特征，從中判斷學習時長是否服從正態分布等。最后是分析數據，比如可以分析不同專業、不同性別、不同年級的學生每天學習時長均值的差異，或者估計全校學生每天平均學習時長等。DCOVA框架較好地囊括了統計學教學中主要的知識體系。

三、定義數據（D）

定義數據主要是解釋收集什么數據的問題，它與一項研究的目的及其所涉及的變量相關。研究目標決定研究中所涉及的變量，相關變量決定需要收集的數據（圖2）。在上述的例子中，研究目標是“研究一所高校學生的努力學習程度”，其中“努力學習程度”就是研究中需要涉及的變量。由于該變量沒有直接的數據對應，需要開發一個相應的可操作定義——如每天平均學習時長，最后去收集學生每天平均學習時長的數據。

可操作定義指對所有與該分析相關的人而言很顯明是普遍接受的定義，是對某個抽象變量的一種清晰、精確的表述，是對該變量意義的共同理解。努力學習程度是一個抽象變量，在收集數據時會遇到麻煩，因此需要一個可操作定義。每天平均學習時長可以作為努力學習程度的一個可操作定義，因為大家普遍認為一名學生在學習上花費的時間越多，說明該生學生越努力，并有每天平均學習時長是一種清晰、精確的表述，從而方便研究者收集相關的數據。

定義數據還包括確定所需數據的類型。數據是變量的取值，變量類型與其所對的數據類型一致。變量可以分為屬性變量（如性別）和數值變量，數值變量又進一步區分為離散數值變量（如家庭人數）和連續數值變量（如身高）。相應的，數據可以分為屬性數據（如男、女）和數值數據，數值數據又進一步區分為離散數值數據（如2人、3人）和連續數值數據（如1.75m、1.68m）。在SPSS中，變量的測量尺度（類型）分為名義（圖標為三個小圈）和有序（圖標為階梯），這兩類都屬于屬性數據；還有一類為標度（圖標為尺子），這類屬于數值數據。

四、收集數據（C）

在明確了需要什么數據的前提下，就需要進入收集數據階段。收集數據（C）主要是解決數據的來源問題。數據的來源有原始數據來源和二手數據來源。原始數據來源主要通過調查、觀察和實驗獲得數據；二手數據來源主要是指其他組織或個人已公布的數據。由于獲得原始數據比較麻煩，所以二手數據是首選的數據來源。

在經濟管理研究領域，原始數據來源主要依靠調查。由普查涉及面廣、成本高、耗時長和難度大，所以一般不常用，對許多研究者來說，主要通過抽樣調查來獲得原始數據。因此，如何抽樣就成了一個無法逃避的問題。調查數據的質量直接影響研究的價值，如果數據本身嚴重存在錯誤、偏見，不管采用什么數據分析方法，都很難得出可信的分析結果。為了從一種總體中找到一個樣本，并對樣本采集數據，首先要做的工作是抽樣。不同的抽樣方法生成不同的樣本類型，如簡單隨機抽樣方法生產簡單隨機樣本，抽樣方法與形成的樣本類型一致。抽樣方法分為非概率抽樣和概率抽樣兩大類。非概率抽樣包括便利抽樣和判斷抽樣，其優點是便利、快速、低成本，可以用于前期或試探性分析，其缺點是樣本的代表性一般較差，不能用于統計推斷。概率抽樣包括簡單隨機抽樣、系統抽樣、分層抽樣和群抽樣，其中簡單隨機抽樣和系統抽樣的優點是簡單易行，但無法保證樣本的代表性；分層抽樣過程比較繁瑣，但能夠確保樣本的代表性，并能對每個層進行分析，得出每層的結果；群抽樣的優點是調查成本低，但有效性相對較差，需要增加樣本容量才能達到其他抽樣方法的效果。

五、整理數據（O）和可視化數據（V）

有了數據之后，就可以進入數據的整理和可視化階段了。不同的數據類型分別有不同的整理和可視化方法。整理數據主要用到表格，可視化數據主要是用圖形。對于屬性數據，可以用總結表、交叉表進行整理，用條形圖、餅圖、帕累托圖、對比條形圖等工具進行可視化。對于數值數據，可以用頻數分布表進行整理，用莖葉圖、直方圖、折線圖、箱線圖、散點圖等工具進行可視化。從對數據的整理和可視化的工作中，可以獲得數據的描述性信息。

第2篇

摘要：利用哈爾濱市952個城市居民樣本數據，選擇13個因素作為識別生態消費行為的基礎變量，運用因子分析方法考察消費者行為的維度結構，結果表明生態消費者進行消費時不僅關注環境，而且還關注消費對自身的影響；根據不同個體的消費習慣與個體特征之間的差異性，采用聚類分析方法對總樣本進行分析，將其分為堅定型生態消費者、主流型生態消費者、偶爾型生態消費者和非生態消費者四類，并在此基礎上分別從人口統計學特征、社會和環境價值觀、心理學特征3個方面分析了不同類型生態消費者的行為特征。

關鍵詞：生態消費；城市居民；識別

中圖分類號：F713.55文獻標識碼：A文章編號：1001-8409（2013）01-0074-06

“生態消費”作為可持續消費、綠色消費、適度消費等術語的同義語，其所倡導的理念及行動準則已成為包括我國在內的世界各國和地區的核心政策目標，而實現這一目標在實踐上的具體要求就是提高居民的生態消費水平。尋找一個真正有效的提高生態消費水平的辦法，首先要做的基礎工作是將消費者進行識別分類，研究哪些消費者更趨向于進行生態消費，并對各類消費者的社會人口統計學特征、心理學特征、社會價值觀和環境價值觀、家庭內部生活習慣等各方面特征加以對比分析，找出其差異性，才能有針對性地提出對策建議，有效地提高居民生態消費的整體水平。

一、文獻回顧

學術界對生態消費的關注源于對環境主義者消費模式的研究，這一領域的研究主要是從消費者的環境和社會價值觀、社會人口統計學特征及心理學變量等方面因素對消費模式的影響展開的[1，2]。長期以來，國內外許多學者從社會人口統計學特征對生態消費行為做過大量的研究，包括年齡、性別、收入、教育、職業等變量[3～5]。盡管研究所得出的結論不同，但社會人口統計學特征卻是研究并識別生態消費者的重要變量之一[6]。已有的研究多側重于對消費者生態消費行為的影響因素進行實證研究，而鮮有對生態消費者的識別及其特征進行系統研究。本文研究的主題是城市居民生態消費者的識別。利用對哈爾濱市居民的問卷調查獲得的數據，本文分3個步驟開展研究：第一步，通過因子分析確定生態消費行為識別的依據；第二步，通過聚類分析對消費者進行分類并識別生態消費者；第三步，分別從社會人口統計學特征、社會和環境價值觀、心理學特征3個方面分析不同類型消費者的特征。

二、數據來源

本文的數據來自于對哈爾濱市居民的問卷調查，調查時間是2009年5月。調查人員在哈爾濱中心城區（包括南崗區、道里區、香坊區和道外區）的百貨商店、超市、建材市場、居民小區等人流密集區對單個消費者隨機發放調查問卷，共發放調查問卷1000份，全部收回后獲得有效問卷952份，問卷有效率為95.2%。

本次調查的問卷包含47個問題，涉及到社會人口統計學變量，被調查者的社會價值觀、環境價值觀、心理學因素、購買行為和習慣等一系列因素。通過對這些問題的分析，找出造成消費者生態消費水平差異的因素。

三、研究結果

第3篇

關鍵詞： 老年人；肺炎疫苗；影響因素中圖分類號： R 563.1文獻標識碼：A

上海是我國老年人口比例最高，人口老齡化發展速度較快的城市，早在1978年就跨入了老年型結構城市，與此相應的老年性疾病的預防與控制越來越受到社會的重視。肺炎球菌是引發肺炎、腦膜炎和中耳炎的主要病因，由于肺炎球菌對抗菌藥物的耐藥性增加，以及耐藥菌株在世界范圍內的傳播，除使用疫苗預防外，目前尚無其他有效的公共干預措施［1］。上海市從1998年開始使用23價肺炎球菌疫苗（肺炎疫苗），但至今老年人群的接種率仍然很低。為做好老年人群中肺炎疫苗的接種工作，我們對長寧區社區老年人接種肺炎疫苗的影響因素進行了調查分析。

1對象與方法

1.1對象

以2004年1月1日至2005年12月31日在長寧區9個免疫門診接種過肺炎疫苗的≥60歲老年人為接種組調查對象。共登記接種肺炎疫苗的老年人122人，實際調查100人，失訪的主要原因為已搬遷、地址有誤等。

以長寧區社區未接種過肺炎疫苗的≥60歲老年人為未接種組調查對象。2005年長寧區轄196個居委，依據按容量比例概率抽樣（PPS抽樣）的方法，根據每個居委老年人數的比例，抽取20個居委，每個居委調查20名老年人，共計400名老年人。

1.2方法

根據知情同意原則，由統一培訓的調查員采用自擬的《老年人群肺炎疫苗知曉及接種情況調查表》入戶調查，調查內容包括老年人一般情況、健康狀況、對肺炎疫苗的認知、態度和利用等。

1.3統計分析

用Epidata 3.1建立數據庫錄入調查表數據，用SPSS 11.5進行χ2檢驗、方差分析和多因素Logistic回歸分析。

2結果

2.1基本情況

2.1.1性別年齡接種組100名老年人中，男41名（41.0%），女59名（59.0%）；未接種組400名老年人中，男163名（40.8%），女237名（59.2%），兩組性別之間差異無統計學意義（χ2＝0.002，P>0.05）。

所有被調查的老年人年齡為60～92歲，接種組平均年齡為（72.62±7.97）歲，未接種組平均年齡為（72.53±6.90）歲，兩組年齡之間差異無統計學意義（F＝0.01，P>0.05）。

2.1.2文化程度接種組文化程度以大專及以上（42.0%）、高中（24.0%）和初中（16.0%）為主，未接種組文化程度以初中（23.8%）、文盲半文盲（23.3%）和高中（19.3%）為主，兩組文化程度之間的差異有統計學意義（χ2=43.13，P

2.1.3目前或退休前職業接種組職業以工人（25.0%）、科技人員（16.0%）和教育（12.0%）為主，未接種組職業以工人（55.5%）、企業管理人員（11.3%）和教育（6.5%）為主，兩組職業之間的差異有統計學意義（χ2=54.97，P

2.1.4家庭類型兩組老年人的家庭類型均以“和老伴生活在一起”為主，其次為“和子女或兒孫生活在一起”，“獨居”和“其他類型”的構成比最小，兩組家庭類型之間的差異無統計學意義（2.1.5家庭人均月收入接種組老年人家庭人均月收入≥1 000元的占91.0%，而未接種組為46.8%，兩組家庭人均月收入之間的差異有統計學意義（2.2肺炎疫苗接種影響因素的多因素Logistic回歸分析

以是否接種肺炎疫苗為應變量，以問卷中設計的10個影響因素為自變量，進行多因素Logistic逐步回歸(變量進入方程的概率α= 0.05，變量從方程中剔除的概率β= 0. 1) 。應變量賦值情況：未接種肺炎疫苗為0；接種肺炎疫苗為1，自變量設置取值為“0、1”的啞變量。

影響老年人肺炎疫苗接種的因素按影響大小依次為是否接種過流感疫苗、是否患過肺炎或老慢支等呼吸系統疾病、家庭人均月收入、3個有關肺炎疫苗認知的問題和是否患有其他慢性病（表1）。

2.3未接種組老年人肺炎疫苗未種原因分析

在被問及“肺炎疫苗未種原因”時，400名未接種組老年人未種原因及構成比（%）依次為：不知道有這種疫苗的192人次（40.9%），目前不需要接種疫苗的172人次（36.7%），認為疫苗價格太貴了，不能承受的73人次（15.6%），不知道在哪里接種疫苗的14人次（3.0%），有禁忌證不能接種的7人次（1.5%），其他原因11人次（2.3%）。

3討論

長寧區生命統計數據顯示，2002―2004年，本區60歲及以上老年人的死因中分別有14.3%、14.8%和17.8%與肺炎有關，但是我區及上海市老年人群每年肺炎疫苗的接種率都不到1%。國外有研究結果表明，醫務人員是影響肺炎疫苗接種的重要因素。Tammy等［2］總結1981―2000年有關肺炎球菌多糖疫苗的文獻后發現，對醫生而言，難于確定這種疫苗的作用，也缺乏有關疫苗重復接種的知識，是影響疫苗使用的主要因素；對病人而言，不知道有這種疫苗，醫生沒有告知這種疫苗是主要的影響因素。Nichol等［3］對1 874名醫師進行了肺炎球菌疫苗的應用知識和態度的調查，發現多數醫師缺乏對該疫苗重要性的認識，青霉素能有效控制肺炎球菌性疾病的觀念仍普遍存在，而且許多國家并沒有把肺炎疫苗作為公費醫療報銷范疇成為影響肺炎疫苗接種的主要因素。

本研究顯示，社區老年人接種肺炎疫苗受多個因素的影響。接種過流感疫苗的老年人可能會更多地從醫護人員處了解到肺炎疫苗或受到醫護人員的推薦而接種肺炎疫苗。在本次調查中也發現，接種組老年人有50%是從醫務人員的途徑獲知肺炎疫苗的，醫務人員對老年人接種疫苗起著至關重要的作用。

患過肺炎、老慢支等呼吸系統疾病的老年人可能更關注呼吸道疾病的預防而傾向于接種肺炎疫苗，目前尚患有其他慢性病如高血壓、糖尿病與接種肺炎疫苗呈負相關，這部分老年人可能更關注于對其他慢性病的預防，或更多的醫療費用投入到其他慢性病的控制而不愿意接種肺炎疫苗。

由于目前上海市提供的進口肺炎疫苗的價格是進口流感疫苗的近3倍，且未納入醫保范圍，因此家庭收入水平成為影響肺炎疫苗接種的因素之一。

對肺炎及肺炎疫苗的認知情況也是影響肺炎疫苗接種的重要因素。那些認為肺炎是老年人的一種常見病或認為目前的抗生素并不能有效根治肺炎、老慢支等的反復發作的老年人更傾向于接種肺炎疫苗來預防呼吸系統疾病。認為“兒童才需要打疫苗，包括肺炎疫苗，年紀大的人不需要接種疫苗”的老年人也不愿意接種肺炎疫苗。

文化程度、職業和家庭類型與老年人接種肺炎疫苗沒有相關性，可能原因為這些因素尚未對老年人發生肺炎、老慢支等呼吸系統疾病構成顯著影響，或者這些因素對提高老年人肺炎疫苗的認知沒有顯著影響。

第4篇

[關鍵詞]教師職業倦怠 人口統計學變量 個性因素 組織因素

[中圖分類號] G451 [文獻標識碼] A [文章編號] 2095-3437（2013）15-0027-03

教師職業倦怠是教育研究中值得關注的一個問題。“教師是一個高壓力的職業，社會賦予教師的高度期望、繁重的工作量、學生行為問題、學生考試成績和課程與教學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倦怠會導致教師工作績效下降、缺勤、離職，對教師的身心健康造成不利影響，并對學生產生直接、消極的影響，甚至波及整個社會。”[2]教師職業倦怠也因此成為教師專業發展的阻力和教師職業生涯中的危機。

一、職業倦怠的概念界定

對于職業倦怠的概念，不同學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，即側重揭示職業倦怠最終狀態的靜態定義和側重描述職業倦怠動態發展過程的動態定義。

（一）職業倦怠的靜態定義

Maslach認為，“職業倦怠是指那些需要連續不斷地與他人互動的人際服務業者在經歷長期壓力下的一種行為反應，它由情感衰竭（emotional exhaustion）、非人性化（depersonalization）和低個人成就感（reduced personal accomplishment）三個成分組成”。[3]

在眾多職業倦怠靜態定義中，得到學術界廣泛認同的當屬Maslach對職業倦怠的界定。由于Maslach及其同事所編制的職業倦怠量表――MBI的普遍使用，使這一定義成為目前最常用的職業倦怠標準化操作性定義。

（二）職業倦怠的動態定義

與Maslach不同，Cherniss則從職業倦怠動態發展過程的角度界定職業倦怠，并給出了職業倦怠的定義，這一定義屬于職業倦怠的動態定義。Cherniss認為，“職業倦怠是個體面對工作疲勞（strain）在態度和行為上消極變化的過程，可分為三個階段：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度和行為的改變（如以疏離、機械的方式對待工作對象），即防御性應對（defensive coping）階段”。[4]

職業倦怠的靜態定義和動態定義并不是相互排斥的，相反，在一定意義上，兩類定義是互補關系，動態定義所描述的是靜態定義的前一個階段，靜態定義所描述的是動態定義的最后階段。

Schaufeli和Enzmann在研究了職業倦怠的諸多定義之后，最為全面地概括了職業倦怠現象的本質：“職業倦怠是一般個體所經驗的、一種與工作有關的持續、消極的心理狀態，它主要以精疲力竭為基本特征。職業倦怠表現為負性壓力（distress）、低效能感、動機下降以及態度和行為的消極改變。這一心理狀況是逐漸形成的，但卻在很長一段時間內不被個體所覺知。它起因于工作中目的與現實的互不協調。職業倦怠因其實質上是一種不適當的應對策略，往往會持續存在”。[5]這一定義首先將職業倦怠的諸多癥狀概括為一個核心特征――精疲力竭和四種一般表現，即負性壓力、低效能感、動機下降以及態度和行為的消極改變。其次，它強調未能實現的目標和不適當的應對策略是職業倦怠產生的前提條件。最后，它指出職業倦怠是一個逐步發展的過程。顯然，這一概念和其他諸多概念相比，明顯的優勢在于不僅描述了職業倦怠的一般癥狀表現、產生原因及發生范圍，而且具體指出了職業倦怠的核心特征和四個常見的伴隨特征。此外，該定義還強調了職業倦怠是一個逐漸發展的過程，并指出應對策略，在職業倦怠形成過程中具有重要的作用。

二、教師職業倦怠的影響因素

影響教師職業倦怠的因素眾多，概括起來主要分為人口統計學變量、個性變量和組織變量三大類。

（一）人口統計學變量

已有研究考察的人口統計學變量主要包括年齡與工作經驗、性別、學生級別、教育程度和婚姻狀況等。這些變量也與職業倦怠或多或少存在一定的相關。例如，多數研究表明，教師的年齡和工作經驗與職業倦怠呈負相關，所以，在教師職業生涯初期，容易出現職業倦怠；就性別而言，較為一致的結論是男教師的非人性化程度明顯高于女教師；從學生級別來看，多數研究顯示中學教師的職業倦怠程度要高于小學教師；有關婚姻狀況與職業倦怠關系的研究出現兩種結果：一種結果表明，已婚教師的職業倦怠水平低于未婚教師，而另一種結果則顯示，結婚與否和職業倦怠的相關性并不顯著。其他一些人口統計學變量，如教師職稱、任教科目、學校級別等與教師職業倦怠的關系，較難取得一致結論。

總之，人口統計學變量與教師職業倦怠的相關性較低，研究結果也不十分一致，有些研究并未發現顯著的相關關系，甚至還得出與多數研究相反的結論。由此可以看出，人口統計學變量雖然是影響教師職業倦怠的因素，但并不是主要的因素。

（二）個性因素

影響教師職業倦怠的個性因素主要有心理控制源、A型人格、大五人格、工作期望、應對策略、自我概念、自尊和自信、自我效能、人生意義等。通過對這些因素的研究，可以解釋為什么在相同或相似的工作環境和壓力下，個體經驗的職業倦怠程度會有所不同。

研究表明，心理控制源是職業倦怠的有效預測變量，外控教師因其將事件和成就歸因于他人或機遇，因而其職業倦怠程度要高于內控教師；A型人格的人由于個性爭強好勝，具有時間緊迫感和充滿成功的理想等特點，通常認為更容易產生職業倦怠；研究表明，大五人格中的神經質與職業倦怠的關系最為顯著；個體對組織、工作以及自身過高的期望也會影響其職業倦怠程度，過高的期望會增加職業倦怠的程度；研究表明，個體的自我概念、自尊和自信都與職業倦怠呈顯著的負相關；Leiter認為，職業倦怠是由于自我效能感出現危機所致，實證研究也證明了這一點；職業倦怠的存在主義理論認為，職業倦怠是由于個體在生活和工作中尋求存在意義的需要未能實現所致，有關人生意義與職業倦怠關系的量化研究也充分支持了這一觀點。

三、組織因素

組織因素成為影響教師職業倦怠的原因是職業倦怠是一個與工作有關的概念。工作壓力源以及其他組織水平上的變量是產生職業倦怠的可能原因，因此，這應該是我們重點關注的因素。

（一）學生問題行為

學生是教師工作的對象，學生的行為表現是影響教師壓力和職業倦怠的重要因素。很多實證研究均表明，學生在課堂的問題行為、不遵守紀律、態度冷漠是教師主要的壓力源，學生問題行為與教師職業倦怠呈正相關。Hoerr和West將學生問題行為分為兩類：一類是一般問題行為，即較常見的、可以被教師預知的、經常出現的行為；另一類是危機問題行為。他們發現，學生一般問題行為與情感衰竭、非人性化存在高相關，而學生的危機問題行為則只與非人性化維度相關。Friedman的研究結果表明，學生的不尊重（指學生不尊重老師和其他同學）和不用心（指學生學習考試不及格）等學生問題行為會增加教師的職業倦怠感。

（二）學校文化

教師的主要工作場所是學校，所以學校文化也是影響教師職業倦怠的因素之一。Leithwood、Menzies、Jantzi等人認為，如果學校的目標明確，學校給予教師一個不斷學習的環境，學校文化是合作、團結的，教師的職業倦怠水平就低；相反，在組織僵硬的學校里，教師的職業倦怠水平就高。因此，學校應形成一個團結、合作、不斷學習和相互支持的良好氛圍，學校管理應該人性化。

（三）工作負擔

大量研究表明，合理的工作量有利于降低教師的職業倦怠水平，相反，工作超負荷則會提高教師的職業倦怠水平。工作超負荷有質和量兩方面的含義。從量的方面來看，工作超負荷是指有過多的工作要求，而用太少的時間去完成任務。如繁重的備課、批改任務，過多的學生數量等。從質的方面來看，工作超負荷是指工作的復雜和困難程度大，例如學校要求教師的教學成績要在本地區排名第一。

（四）教師的自

以往的實證研究顯示，教師參與的自也是影響教師職業倦怠的一個重要因素。當教師在教學和學校管理等事務中擁有更大的參與自，教師的職業倦怠水平就低，而缺乏參與自會使教師的士氣、自尊和工作滿意度下降，進而提高職業倦怠水平。

（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倦怠的重要組織變量。當個體面對兩種沖突情境而又被期望做出角色行為時，角色沖突就會出現。當個體對其職業的權利、義務和責任缺乏明晰、一致的認識而感到無法勝任工作，或者面對不斷增加的復雜工作和較大的組織變革時，角色模糊就會產生。

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

（六）社會支持

社會支持通常從來源和類型兩個方面進行劃分。依據來源，社會支持可分為校內支持（包括同事支持、校長支持等）和校外支持（包括學生支持、朋友支持、配偶支持等）。依據類型，社會支持可分為信息支持、實際支持和情感支持三類。

一般而言，社會支持作為個體的一種應對方式，良好的社會支持能有效降低教師職業倦怠的程度，但因社會支持的結構較為復雜，不同類型的社會支持對教師職業倦怠的影響有所不同。例如，多數實證研究結果顯示，校內支持與教師職業倦怠的關系比較密切，其對教師職業倦怠各成分均有負向預測作用，而校外支持與教師職業倦怠的相關性并不顯著；情感支持能有效降低情感衰竭、非人性化；實際支持可以增強教師的個人成就感；教師的時間支持高，則情感衰竭和非人性化程度低。

個別學者的研究甚至得出相反的結論。例如Burke和Greenglass的一項研究結果顯示，社會支持對教師職業倦怠的影響并不顯著。Byrne認為，這可能是由社會支持理論結構的多維性和統計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不成比例等也是影響教師職業倦怠的因素。而在以上各組織因素中，學生的行為問題、角色沖突與角色模糊、教師的自主性、工作負擔是教師壓力的主要來源。

綜上所述，與教師職業倦怠有關的因素主要有人口統計學變量、個性變量和組織變量三類。其中，人口統計學變量相對比較穩定，它們與教師職業倦怠雖有相關關系，但不與教師職業倦怠有因果聯系。個性變量則比較主觀、多變，它們對教師職業倦怠的影響也比人口統計學變量要大。組織因素是屬于微系統或中系統層面，其與教師職業倦怠的相關程度也最高。

[ 參 考 文 獻 ]

[1] 周曉曄，秦巍.中學教師職業壓力調查分析[J].遼寧師范大學學報（社會科學版），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

第5篇

1t檢驗

t檢驗是英國統計學家W.S.Gosset1908年根據t分布原理建立起來的一種假設檢驗方法,常用于計量資料中2個小標本均數的比較。理論上,t檢驗的應用條件是要求標本來自正態分布的總體,兩標本均數比較時,還要求兩總體方差相等。但在實際工作中,與上述條件略有偏離,只要其分布為單峰且近似正態分布,也可應用[2]。

常用的t檢驗有如下3類:(1)單個標本t檢驗:用于推斷標本均數代表的總體均數和已知總體均數有無統計學意義。當標本例數較少(n<60)且總體標準差未知時,選用t檢驗;反之當標本例數較多或標本例數較少、總體標準差已知時,則可選用u檢驗[3]。(2)配對標本t檢驗:適用于配對設計的兩標本均數的比較,在選用時應注意兩標本是否為配對設計資料。常用的配對設計資料主要有如下3種情況:兩種同質受試對象分別接受兩種不同的處理;同一受試對象或同一標本的2個部分,分別接受不同的處理;同一受試對象處理前后的結果比較。(3)兩獨立標本t檢驗:又稱成組t檢驗,適用于完全隨機設計的兩標本均數的比較。與配對t檢驗不同的是,在進行兩獨立標本t檢驗之前,還必須對兩組資料進行方差齊性檢驗。若為小標本且方差齊,則選用t檢驗;反之若方差不齊,則選用校正t檢驗(t′檢驗),或采用數據變換的方法(如取對數、開方、倒數等)使兩組資料具有方差齊性后再進行t檢驗,或采用非參數檢驗[4]。此外,當兩組標本例數較多(n1、n2>50)時,這時應用t檢驗的計算比較繁瑣,可選用u檢驗[5]。

2方差分析

方差分析適用于兩組以上計量資料均數的比較,其應用條件是各組資料取自正態分布的總體且各組資料具有方差齊性。因此,在應用方差分析之前,同樣和成組t檢驗一樣需要對各組資料進行正態性檢驗、方差齊性檢驗。

常用的方差分析有如下幾類:(1)完全隨機設計的方差分析:主要用于推斷完全隨機設計的多個標本均數所代表的總體均數之間有無顯著性差別。完全隨機設計是將觀察對象隨機分為兩組或多組,每組接受一種處理,形成2個或多個標本。

(2)隨機區組設計的方差分析:隨機區組設計首先是將全部受試對象按某種或某些特性分為若干區組,然后區組內的每個研究對象接受不同的處理,通過這種設計,既可以推斷處理因素又可以推斷區組因素是否對試驗效應產生作用。此外,由于這種設計還使每個區組內研究對象的水平盡可能地相近,減少了個體間差異對研究結果的影響,比成組設計更容易檢驗出處理因素間的差別。(3)析因設計的方差分析:將2個或2個以上處理因素的各種濃度水平進行排列組合、交叉分組的試驗設計。它不僅可以檢驗每個因素各水平之間是否有差異,還可以檢驗各因素之間是否有交互作用,同時還可以找到處理因素的各種濃度水平之間的最佳組合。此外,還有正交設計、拉丁方設計等多種方差分析法,實驗者在應用時可以參考相關的統計學著作。

目前,某些醫學論文中有這樣的情況,就是用t檢驗代替方差分析對實驗數據進行統計學處理,這是不可取的。t檢驗只適用于推斷2個小標本均數之間有無顯著性差別,而采用t檢驗對多組均數進行兩兩比較,會增加犯I型錯誤的概率,即可能把本來無差別的2個總體均數判為有差別,使結論的可信度降低[6]。對多個標本均數進行比較時,正確的方法是先進行方差分析,若檢驗統計量有顯著性意義時,再進行多個標本均數的兩兩(多重)比較。

3χ2檢驗

χ2檢驗是一種用途比較廣泛的假設檢驗方法,但是在醫學論文中常用于分類計數資料的假設檢驗,即用于2個標本率、多個標本率、標本內部構成情況的比較,標本率與總體率的比較,某現象的實際分布與其理論分布的比較。但是當標本滿足正態近似條件時,如標本例數n與標本率p滿足條件np與n(1-p)均大于5,則可以計算假設檢驗統計量u值來進行判斷[5]。

常用的χ2檢驗分為如下幾類:(1)2×2表χ2檢驗。適用于2個標本率或構成比的比較,在應用時,當整個試驗的標本例數n≥40且某個理論頻數1≤T<5時,需對χ2值進行連續性校正。因為T值太小,會導致χ2值增大,易出現假陽性結論。此外,若標本例數n<40,或有某個T值小于1,此時即使采用校正公式計算的χ2值也有偏差,需要用2×2表χ2檢驗的確切概率檢驗法(Fisher確切檢驗法)。(2)配對資料χ2檢驗。適用于配對設計的2個標本率或構成比的比較,即通過單一標本的數據推斷兩種處理結果有無顯著性差別。在應用時,如果甲處理結果為陽性而乙處理結果為陰性的標本例數n1與甲處理結果為陰性而乙處理結果為陽性的標本例數n2之和<40,需要對計算的χ2值進行校正。(3)R×C表χ2檢驗。適用于多個標本率或構成比的比較。在R×C表χ2檢驗中,若檢驗統計量有顯著性意義時,還需要對多個標本率或構成比進行兩兩比較,即分割R×C表,使之成為非獨立的四格表,并對每兩個率之間有無顯著性差別作出結論。

2×2表資料在應用時可分為如下幾種類型:橫斷面研究設計的2×2表資料、隊列研究設計的2×2表資料、病例-對照研究設計的2×2表資料、配對研究設計的2×2表資料。研究者應注意不同類型的2×2表資料的統計分析方法略有差別,比如在分析隊列研究設計的2×2表資料時,如果用χ2公式計算得到P<0.05,研究者則應再計算相對危險度(RR)并檢驗總體RR與1之間的差異是否具有統計學意義[7]。

此外,在進行R×C表χ2檢驗時,還有如下2個主要的注意事項:首先,T值最好不要小于5,若有1/5的T值小于5,χ2檢驗結論是不可靠的,解決的辦法有3種:增大標本量;刪去T值太小的行和列;將T值太小的行或列與性質相近的鄰行或鄰列的實際頻數合并[2,8]。其次,不同類型的R×C表資料選擇的統計分析方法是不一樣的。(1)雙向無序的R×C表資料:可以選用一般的χ2公式計算。(2)單向有序的R×C表資料:如果是原因變量為有序變量的單向有序R×C表資料,可以將其視為雙向無序的R×C表資料而選用一般的χ2檢驗公式計算,但如果是結果變量為有序變量的單向有序R×C表資料,選用的統計分析方法有秩和檢驗、Radit分析和有序變量的logistic回歸分析等。(3)雙向有序且屬性不同的R×C表資料:對于這類資料采用的統計分析方法不能一概而論,應根據研究者的分析目而合理選擇。如果研究者只關心原因變量與結果變量之間的差異是否具有統計學意義時,此時,原因變量的有序性就顯得無關緊要了,可將其視為結果變量為有序變量的單向有序R×C表資料進行分析。如果研究者希望考察原因變量與結果變量之間是否存在線性相關關系,此時需要選用處理定性資料的相關分析方法如Spearman秩相關分析方法等。如果兩個有序變量之間的相關關系具有統計學意義,研究者希望進一步了解這兩個有序變量之間的線性關系,此時宜選用線性趨勢檢驗。如果研究者希望考察列聯表中各行上的頻數分布是否相同,此時宜選用一般的χ2公式計算。(4)雙向有序且屬性相同的R×C表資料:這類資料實際上就是配對設計2×2表資料的延伸,在分析這類資料時,實驗者的目的主要是研究兩種處理方法檢測結果之間是否具有一致性,因此常用的統計分析方法為一致性檢驗或Kappa檢驗。

4非參數檢驗

第6篇

作者：王玉琨，薛富波，杜曉晗，徐勇勇

【關鍵詞】 ，創傷嚴重度指數

【Abstract】 AIM: To review some important factors affecting the outcomes of trauma patients and to screen variables for the predictive model of trauma outcomes so that a new trauma scaling model more applicable to Chinese patients can be established. METHODS: The database of discharge abstracts of trauma patients from more than 200 hospitals nationwide was used and a logistic regression model was fitted with the outcomes of patients as response and other 9 factors as predictors， including the anatomic injury severity grade by ISS value. A stepwise regression method was used to select the variables and their parameters were estimated. RESULTS: Six factors， namely， anatomic injury severity grade， complication status， age group， identity， operation status and financial support status were selected into the logistic regression model (P

【Keywords】 trauma severity indices; logistic models; international classification of diseases; abbreviated injury scale; injury severity score

【摘要】 目的： 考察影響創傷結局的重要因素，初步篩選創傷患者結局預測模型的構成變量，為建立新的適合中國患者的創傷嚴重度評分方法進行有關評分模型的初步探討. 方法： 利用全國200余所醫院的創傷患者病案首頁數據，初選出包括ISS評分所得嚴重度在內的9個相關的因素，將患者結局作為應變量擬合Logistic回歸模型. 逐步回歸法篩選變量，并估計其影響作用的大小. 結果： 解剖嚴重程度、有無并發癥、年齡組、身份、是否接受手術、費用類型等6個因素對患者結局的影響有統計學意義（P

【關鍵詞】 創傷嚴重度指數；Logistic模型；國際疾病分類；簡明損傷定級；損傷嚴重度評分

0引言

創傷評分是目前創傷患者傷情評價的基本方法，在世界范圍內廣泛應用. 我國的創傷評分研究起步晚，目前尚未得到廣泛推廣和應用，其原因在于多數創傷評分方法操作復雜，應用條件苛刻，且大多數創傷評分模型是基于國外（歐美國家）患者的生理、解剖參數而確定，對于國內患者其適用性較差. 為建立一種適合國內創傷患者的簡單易行的創傷評分方法，我室提出基于創傷病種ICD9（國際疾病分類）6位數編碼的創傷評分方法的構想，并且已經建立全部創傷病種ICD9 6位數編碼與AIS（簡明損傷定級）分值的對應關系表［1］. 通過ISS評分方法對此對應關系的考察表明，此種通過ICD9編碼轉換的方法所得的AIS分值能夠很好地體現單個創傷的解剖嚴重度，可以作為創傷評分的解剖學參數［2］. 我們進一步探討了國內創傷患者結局的影響因素，為基于ICD9 6位數編碼的創傷評分方法篩選其他模型變量，并從統計學角度考察各種因素對創傷患者結局的影響程度.

1資料和方法

1.1數據來源全國范圍內200余所大、中型醫院1998年全年收治的創傷患者病案首頁數據. 經數據清洗，排除治療結果中“未治”、“其他”或為空白的記錄，最終得符合研究要求的創傷患者記錄共112 749條. 其中男性88 622人，女性24 087人. 按年齡將患者分為3個年齡組，其中0~15歲16 382人，16~54歲87 242人，≥55歲9 125人. 地方人員94 935人，軍隊人員17 814人. 自費患者81 170人，非自費（公費或醫療保險等）患者31 579人. 單發傷70 345例，多發傷42 404例. 接受手術治療者54 176例，未接受手術者58 573例. 伴有創傷并發癥者582例，無并發癥者112 167例. 發生院內感染者1255例，未發生院內感染11 194例. 患者結局（出院時）中存活111 684人，死亡1065人.

1.2創傷評分方法（解剖評分）采用我室編制的ICD9 6位數編碼與AIS分值對應表，以創傷患者的出院診斷ICD9編碼為基礎，換算出每一個出院診斷所對應的創傷的AIS分值. 以Turner Osler的改良ISS法［3］（即不考慮創傷所在的身體區域，僅以AIS分值最高的3處創傷計算ISS分值）計算每位患者的ISS分值. 再按照ISS分值將全部患者分為三個解剖嚴重程度分組，ISS 1~12者為輕，13~19者為中，20~75者為重［4］. 經以上分組后，全部患者中，輕度創傷患者93 343例，中度創傷患者9507例，重度創傷患者9899例.

1.3數據處理方法以患者的結局（存活或死亡）為應變量，將性別、年齡組、身份（軍隊或地方人員）、費用類型、創傷類型（單發傷或多發傷）、是否接受手術、有無并發癥、有無院內感染等因素與解剖嚴重程度分組一起作為自變量，擬合Logistic回歸模型，考察各因素對患者結局的影響. 通過逐步Logistic回歸分析，篩選有統計學意義的影響因素，并計算其對患者結局的作用大小. 為簡化計算過程和方便分析結果的專業解釋，此次分析僅考察各因素的主效應及其一階交互效應，其余高階交互效應假定為零.

2結果

2.1變量篩選結果經逐步Logistic回歸分析，解剖嚴重程度、有無并發癥、年齡組、身份、是否接受手術、費用類型等6個因素對患者結局的影響有統計學意義（P

2.2模型擬合優度及各因素的效應大小使用以上篩選出的變量和交互效應對患者的結局重新擬合Logistic回歸模型，模型擬合度統計量、自變量及交互效應項對模型的意義見Tab 1. 可見費用類型的主效應無統計學意義，但與解剖嚴重度的交互效應卻有統計學意義.表1Logistic模型擬合結果

各因素及交互效應項的參數估計值見Tab 2. 其中各因素的水平值對應的具體含義見Tab 3. 表2各因素及交互效應項的參數估計值（略）表3各因素的水平值對應的具體含義（略）

3討論

根據以上參數估計值，即可給出創傷患者結局的Logistic回歸預測模型，各因素對患者結局的影響作用大小也可得以考察和比較. 從結果可以看出，解剖嚴重度分組是影響創傷結局的最重要的因素，解剖嚴重度越高，死亡概率越大. 其次是有無并發癥和年齡因素，有并發癥者死亡概率明顯增加，年齡越大，死亡概率越大. 此三個因素應在創傷評分模型中作為主要的因素來考察. 身份因素對結局的影響表現為地方人員死亡概率高于軍隊人員，這可能與軍隊人員具有良好的基本醫療保障有關. 費用類型的作用與身份因素存在相似之處，自費患者死亡概率高于非自費患者. 其余因素對結局雖然存在一定的影響，但影響程度均較輕，是否作為創傷評分模型應考察的因素需作進一步的探討. 各因素之間存在的交互效應，在建立新的創傷評分模型時也須加以重視，在進一步地考察確認之后，應通過適當的模型表達項使之得以充分體現.

以AISISS為基礎的解剖嚴重度評分，是世界范圍內廣泛應用的創傷評分方法，雖然在對患者結局的預測與評價方面效果有不盡如人意的地方，但可作為改良的創傷評分方法的基礎［5］. 有些因素，比如是否手術、是否院內感染等，均是在患者入院后才可收集的信息，不便作為評分模型的組成變量，僅能用作創傷患者結局的預測變量之一. 另外一些重要因素，如患者的血壓、心率、呼吸、體溫等生理指標，均是影響患者結局的重要因素［6］，應當作為創傷評分模型的重要變量，其對患者結局的影響程度也需要進行類似的考察和分析. 由于病案首頁數據在此類信息方面的缺失，此次無法一并進行分析，我們將在后續的研究中收集更為全面的數據，對各種有關的因素進行全面地分析.

此研究是建立基于ICD9編碼的創傷評分模型的一次初步探索，是對部分影響因素的初步考察與分析. 但由于數據信息量的限制，研究的結果尚不能作為創傷評分模型的最終參考依據. 后續的研究工作需要收集更全面的數據，考察更多的因素，從臨床和統計學兩個方面對各種影響因素的作用進行全面的考察與分析，以期為建立一個合理的創傷評分模型提供依據.

【參考文獻】

［1］ 薛富波，王玉琨，徐勇勇. 創傷國際疾病分類編碼向AIS分值轉換規則的研究［J］. 中華創傷雜志，2003; 19(7): 385-388.

Xue FB， Wang YK， Xu YY. Converting rules from international classification of disease codes of trauma to abbreviated injury scale values ［J］. Chin J Trauma， 2003; 19(7): 385-388.

［2］ 王玉琨，薛富波，徐勇勇，等. 基于ICD9編碼的ISS創傷評分方法研究［J］. 創傷外科雜志，2004; 6(1): 28-30.

Wang YK， Xue FB， Xu YY， et al. Exploration of a newly developed trauma severity scaling method of ISS based on ICD9 codes ［J］. J Traumatic Surg， 2004; 6(1):28-30.

［3］ Osler T， Baker SP， Long W， et al. A modification of the injury severity score that both improves accuracy and simplifies scoring ［J］. J Trauma， 1997; 43: 922-925.

［4］ MacKenzie EJ， Steinwachs DM， Shankar B. Classifying trauma severity based on hospital discharge diagnoses. Validation of an ICD9CM to AIS85 conversion table ［J］. Med Care， 1989; 27(4): 412-422.

［5］ 楊柳青，任秀清，楊寧，等. 改良創傷評分（RTS）與創傷嚴重度評分（ISS）在創傷評估中的應用［J］. 川北醫學院學報，1998; 13(2): 20-22.

Yang LQ， Ren XQ， Yang N， et al. Applications of revised trauma score and injury severity score in trauma evaluations ［J］. J North Sichuan Med Coll， 1998; 13(2): 20-22.

第7篇

關鍵詞：圍手術期；醫院感染；影響因素

Abstract:［Objective］Tounderstandtheincidencerateofperioperativenosocomialinfectionamongsurgicalpatientsanditsrelevantfactors［Methods］TheincidenceofallsurgicalpatientsinJi''''nanRailwayHospitalin2002wereinvestigatedandunconditionallogisticregressionwereadoptedtoanalyzetheitsrelevantfactors［Results］Onehundredandninetytwooutof1368surgicalpatientswereconfirmedasperioperativenosocomialinfectionsduringtheperiodfromhospitalizationtocheckingout,withtheincidencerateof1401%(1392%inmale，1421%infemale)Theincidencerateisdifferent(P＜001)indifferentage,durationoftheoperation，durationofhospitalization,kindofantibioticusedanddurationofuse,typeofanesthesia,whethercompanyingmalignanttumorsanddiabetesornot，whetherconductingtracheotomyornot,andtypeofincisioninoperatingMultivariateunconditionallogisticregressionanalysisshowsthatage，thetimethattheoperationlasted，thetypeofanesthesia，malignanttumorcompanied，thelengthoftimehospitalizedshouldbeenteredtheregressionequation［Conclusion］Elderage，thelongtimethattheoperationlasts，generalanesthesia，companyingmalignanttumor，thelongtimeofhospitalizationaretheriskfactorsofperioperativenosocomialinfection

Keywords：Perioperation;NosocomialinfectionL;Riskfactors

〖HJ＊3／7〗〖FL（2K2〗

圍手術期系指病人住院后直至手術結束與本次手術有關的處理告一段落的時間。外科手術的危險之一就是術后感染，輕者使患者醫療費用增加，重者造成死亡［1］。為了掌握圍手術期醫院感染發生情況，探討其危險因素，為采取預防控制措施提供依據，我們對2002年濟南鐵路局中心醫院所有手術患者進行前瞻性調查。

1對象與方法

11對象2002年濟南鐵路局中心醫院所有外科手術患者共1368例。

12方法由經統一培訓合格的調查員，從病人入院至手術后出院，觀察患者的一般特征，糖尿病、癌癥、切口類型等易感染因素，泌尿道插管、動靜脈插管、使用呼吸機、氣管切開（插管）等侵襲性操作及醫院感染的發生情況。

醫院感染診斷按照2001年版衛生部《醫院感染診斷標準》（試行）。

將原始資料編碼整理后，輸入計算機，用FoxPro建立數據庫，先使用SPSS100軟件進行單因素分析，將單因素分析具有統計學意義的變量重新賦值作為自變量，感染與否作為因變量（感染=1，未感染=0），進行多因素非條件Logistic回歸分析。變量的賦值為：性別，女=0，男=1；年齡（歲），＜30=1，31～59=2，≥60=3；住院時間（d），＜7=1，7～13=2，≥21=3；手術持續時間（h），≤4=0，5～6=1，7～8=2，＞8=3；麻醉方式，全麻=1，非全麻=0；切口類型，Ⅰ類=0，≥Ⅱ=1；伴有惡性腫瘤，伴有=1，不伴有=0；伴有糖尿病，伴有=1，不伴=0；侵襲性操作，有=1，無=0；抗生素使用種類，1種=0，2種=1，3種=2，≥4種=3；抗生素使用時間（d），＜6=1，6～11=2，≥12=3。2個或多個感染率的比較采用χ2檢驗。

2結果〖HJ*3／7〗

21感染發生情況1368例患者中，發生感染的192例，感染率為1404%。醫院感染率，男性為1392%（113/812），女性為1421%（79/556），差異無統計學意義（χ2=134，P＞005）；15歲以下為1458%（14/96），16～30歲為769%（26/338），31～45歲為721%（22/305），46～59歲為1045%（23/220），60歲以上為2616%（107/409），差異有統計學意義（χ2=7438，P＜001）。手術持續時間不超過2h的為671%（49/730），2～4h的為1496%（57/381），5～6h的為2400%（36/150），≥8h的為4673%（50/107），差異有統計學意義（χ2=13985，P＜001）；住院時間＜7d的為742%（46/620），7～13d的為1603%（75/468），14～20d的為2192%（32/146），＞20d的為2911%（39/134），差異有統計學意義（χ2=5673，P＜001）。使用1種抗生素的為1012%（58/573），2種的為1164%（56/481），3種的為1753%（27/154），≥4種的為3188%（51/160），差異有統計學意義（χ2=4599，P＜001）；使用抗生素不超過3d的為1045%（61/584），4～6d的為1149%（54/470），7～12d的為2000%（29/145），＞12d的為2840%（48/169），差異有統計學意義（χ2=4203，P＜001）。全身麻醉的為1902%（124/652），非全身麻醉的為950%（68/716），差異有統計學意義（χ2=2558，P＜001）。伴有惡性腫瘤的為2047%（79/386），未伴有惡性腫瘤的為1151%（113/982），差異有統計學意義（χ2=1837，P＜001)。氣管切開者為1775%（98/552），未氣管切開者為1152%（94/816），差異有統計學意義（χ2=1056，P＜001）。Ⅰ類切口手術為954%（31/325），Ⅱ類切口手術為1431%（76/531），Ⅲ類切口手術為1660%（85/512），差異有統計學意義（χ2=830，P＜005)。伴有糖尿病的為1758%（87/495），未伴有糖尿病的為1203%（105/873），差異有統計學意義（χ2=809，P＜001）。

192例醫院感染者中，感染部位為呼吸道的82例（占4271%），切口69例（占3594%），泌尿道18例（占938%），皮膚與軟組織10例（占521%），消化道7例（占365%），血液6例（占313%）。

22影響感染發生因素的非條件Logistic回歸分析將有統計學意義的因素作為自變量，在α=005下進行影響圍手術期醫院感染發病因素的非條件Logistic回歸分析，進入方程的有年齡、手術持續時間、麻醉方式、伴發惡性腫瘤、住院時間，即年齡大、手術持續時間長、全身麻醉、伴發惡性腫瘤、住院時間長者容易發生圍手術期感染。見表1。

表1影響圍手術期感染的非條件Logistic回歸分析

〖BHDFG2，WK8＊2，WK6，WK5，WK5，WK5，WK10＊2W〗

影響因素ββxP值RR值RR值的95%CI

年齡2850122000012433549～64141

〖BHDWG1＊3〗手術持續時間2390725000111623237～32254

麻醉方式2340681000510793648～21126

伴有癌癥2280236001010882054～19436

住院時間114057900209591325～16687

常數項－54800310000000－

3討論

本次觀察結果，手術患者圍手術期醫院感染發生率為1404%，高于王紅旗報道的住院患者平均感染率（213%）［2］，這是因為術后患者由于機體受到創傷，抵抗力及免疫力下降，易發生醫院感染［3］。也高于武迎宏報道的手術患者感染率（619%）［4］，這是因為本次采取前瞻性觀察方法，在整個圍手術期由醫護人員對患者進行監測，能及時獲得患者感染的資料，與一般事后根據病歷等資料進行統計的比較，結果更為準確，得到的醫院感染率能代表醫院感染的實際水平。

分析結果，年齡大、手術持續時間長、全身麻醉、伴發惡性腫瘤、住院時間長是病人發生圍手術期醫院感染的危險因素。出現這種現象的原因是，隨著年齡的增加，生理防御、免疫功能和自理能力呈進行性自然減退，發生感染的機會增加；隨著手術持續時間的延長，手術野受手術室環境、手術者及手術人員攜帶的病原菌污染的機會也增加，手術時間長者可能為手術復雜、手術操作不熟練、操作不規范，容易增加手術切口污染的機會；全麻患者多有氣管插管、吸痰等操作，破壞或改變了機體的外部屏障，增加了感染的機會；惡性腫瘤患者由于抗癌藥的使用，使機體抵抗力、免疫力進一步下降，促進醫院感染的發生；住院時間長的患者，感染機會相應增加，也是發生醫院感染的重要因素。

手術患者較其他住院患者容易發生醫院感染，應針對危險因素加強防護。醫務人員在嚴格執行手術無菌操作的基礎上，應盡量減少手術時間，積極治療原發病，加強支持治療，縮短住院時間，加強醫院感染監測，有效降低圍手術期醫院感染的發生。

參考文獻：

［1］余如平手術室醫院感染的相關因素分析及預防對策［J］中華醫院感染學雜志，2004，14（10）：991

［2］王紅旗，徐艷，劉蓮香369例醫院感染病例調查分析［J］中華醫院感染學雜志，2005，15（5）：515

第8篇

關鍵詞：非小細胞肺癌；惡性與否；CT征象；Logistic回歸分析；計算機體層攝影

日常工作中，影像科醫師對非小細胞肺癌（non small cell lung cancer，NSCLC）的診斷是局限在肺癌形態學方面的初步認識，僅僅評價肺癌病灶的大小、密度、邊緣情況及鄰近血管、胸膜的關系等情況。而病灶惡性程度則由病理結果來證實，然而肺癌影像學表現是由病灶的生物學行為決定的，一般認為良性病灶的體積小，邊緣光滑等，惡性病灶的體積大，邊緣毛刺、深分葉、胸腔積液、有轉移等。如今，隨著高檔次螺旋CT在臨床中廣泛應用，對肺組織結構細節的顯示接近大體解剖[1]，可發現2 mm大小的病灶，能敏感顯示結節、病灶內鈣化、脂肪及液化壞死等，使得肺癌的各種CT征象表現得淋漓盡致。從各種CT征象中大致地預判出肺癌的惡性與否是一項探索性工作，本文旨在通過Logistic回歸分析，對NSCLC的各種CT征象與病灶惡性與否做相關性研究。

1資料與方法

1.1一般資料 收集本院經過病理免疫組化證實肺癌并進行病理分級60例，男41例，女19例，年齡（59±15）歲，平均60歲，鱗癌23例，腺癌34例，腺鱗癌2例，大細胞癌1例，其中高分化癌4例，高-中分化癌7例，中分化癌8例，中-低分化10例，低分化31例。主要臨床表現為咳嗽、咳痰、痰中帶血、聲嘶、胸痛、胸悶不適等等。

1.2方法 采用美國GE公司生產的LightSpeed64排VCT行層厚為5 mm軸位掃描及1.25 mm螺旋容積掃描。掃描參數：探測器配置64×1.25，射線束寬度20.00 mm，電壓120 KV，電流135 mAs，掃描視野以肺部為主，其它部位是否掃描以臨床實際需要確定，螺矩1.375∶1，重建間隔1.25 mm；所有病例均做增強掃描，用非離子對比劑碘海醇100 mL，高壓注射器經肘靜脈注射，速率3.5～4 mL/s。所有圖像均傳輸到PACS系統工作站。

1.3圖像分析 各由1名經驗豐富的主治醫師和副主任醫師對圖像進行多平面重組（multi-planar reformation，MPR）后處理分析。分析指標包括：年齡、性別、病灶部位、病理類型、原發灶大小、分葉征、毛刺征、空洞、空泡、鈣化、血管集束征、胸膜凹陷征、肺不張、胸腔積液、液化壞死和轉移，還有平掃和增強的CT值及其差值。其中轉移的CT征象包括：①單發（多發）肺內或者胸膜瘤灶結節。②單根（多根）肋骨或者椎體、附件骨質破壞。③胸壁軟組織侵犯。④隆突下或者肺門區域淋巴結廣泛融合性轉移[2]。⑤腦、肝、腎上腺等器官單發（多發）轉移癌灶。平掃和增強CT測量值標準均來自癌灶的實體中心層面并且測量部位、面積相近。

1.4方法 結合臨床治療中，高分化、高-中分化及中分化肺癌相對于低分化、中-低分化及未分化肺癌治療起來比較容易好轉、不易復發以及患者5年生存率較高，以及本研究的需要將高分化、高-中分化及中分化癌列為良性，共19例，將低分化、中-低分化及未分化列為惡性，共41例。采取良性（賦值=0）、惡性（賦值=1）為二分因變量（Y），計數資料和計量資料為自變量，其中，計數資料包括：性別X1（男=1，女=0）、病變部位X2（右肺=0，左肺=1）、病理類型X3（鱗癌=0，腺癌=1，鱗腺癌=2，大細胞癌=3）、CT征象分葉征X4、毛刺征X5、空洞X6、空泡X7、鈣化X8、血管集束征X9、胸膜凹陷征X10、肺不張X11、胸腔積液X12、液化壞死X13和轉移X14（無=0，有=1），計量資料包括：年齡X15（歲）、平掃X16和增強峰值X17、CT差值X18（HU）及癌灶最大直徑X19（cm），統計數據由SPSS19.0軟件包處理，計數資料采用χ2檢驗，計量資料進行方差的Levene檢驗和均值的T檢驗，然后把有統計學意義的指標進行多因素的二元Logisitic回歸分析，檢驗水準α=0.05，P

2結果

2.1計數資料的單因數分析結果，見表1。

2.2計量資料的單因數分析，見表2。

2.3多因數的二元Logisitic回歸分析 由表1和表2，將篩選出有統計學意義的年齡、分葉征、血管集束征、液化壞死及病灶最大徑與癌灶的惡性與否進行二元Logisitic回歸分析結果，見表3。其中常量、血管集束征、液化壞死、病灶最大徑有統計學意義（P

Ln■=-9.198+0.79X■+1.79X■+2.83X■

3討論

第9篇

【關鍵詞】 人格；社會支持；精神衛生；因素分析，統計學；學生，醫科

【中圖分類號】 R 395.6 【文獻標識碼】 A 【文章編號】 1000-9817(2008)11-0976-02

大學生的心理健康狀況越來越受到人們的關注和重視。為了解醫科大學新生心理健康狀況，筆者運用大學生人格問卷（University Personality Inventory, UPI）［1］對某醫科大學2007級新生進行測評，以期為開展大學生心理健康教育，促進大學生的心理健康提供依據。

1 對象與方法

1.1 對象 以某醫科大學2007級2 649名新生為調查對象，實際收回有效問卷2 545份，有效回收率為96.1%。其中男生1 234名（48.5%），女生1 311名（51.5%）；年齡最大25歲，最小16歲，平均19歲。

1.2 調查工具和方法 選擇以大學新生為主要對象的大學生人格問卷（UPI）為調查工具，該問卷共有60道題，其中4道測偽題（第5，20，35，50題）不計入總分，每題1分，UPI最高分為56分，最低分0分，得分越高，說明心理問題越嚴重。UPI按篩選標準可分為一、二、三類，滿足下列條件之一者歸為第一類：（1）UPI總分≥25分者；（2）第25題作肯定回答者；（3）輔助題中至少有2題作肯定回答者；（4）明確提出咨詢要求者。滿足下列條件之一者歸為第二類：（1）20分≤UPI總分＜25分者；（2）第8，16，26題中作肯定回答者；（3）輔助題中有1題作肯定回答者。不屬于第一類和第二類者歸為第三類。第一類可能存在嚴重的心理問題；第二類可能存在一般心理問題；第三類為心理健康者。采用計算機交互方式自填問卷。

一般情況采用自制問卷，社會支持狀況的評定采用肖水源編制的社會支持量表（Social Support Scale, SSS）［2］。遵循知情同意原則，采取集中填答法，調查員現場講解填表要求，填畢核查后收回。

1.3 統計分析 資料核查整理后，采用EpiData 3.02軟件建立數據庫，用SPSS 12.0軟件對數據進行描述性分析、χ2檢驗和多因素Logistic回歸分析。

2 結果

2.1 UPI篩選分類結果 根據UPI篩選分類，歸為一類的學生150人（5.9%），歸為二類的學生626人（24.6%），歸為三類的學生1 769人（69.5%）。

2.2 回答比例前1 0 位的項目及UPI重要項目回答情況 見表1，2。

2.3 不同人口統計學變量UPI篩選結果比較 根據UPI篩選標準，歸為一類和二類的學生共776人，不同程度心理問題檢出率為30.5%。家庭結構存在缺陷的大學生心理問題檢出率高達46.2%，高于家庭結構完整的大學生，且差異有統計學意義(P＜0.05)。另外，學生UPI不同類型的檢出率在性別、專業滿意度和家庭經濟狀況方面，差異有統計學意義（P值均＜0.05）。見表3。

2.4 心理健康狀況影響因素的Logistic回歸分析 以大學新生的心理狀況為因變量，賦值為：存在不同程度心理健康問題=0，心理健康=1；以調查對象的性別、民族、戀愛狀況、家庭結構、家庭經濟狀況、社會支持、專業滿意度等因素作為自變量，進行Logistic逐步回歸分析（篩選指標時，入選和剔除的判別水平分別定為α=0.10和α=0.15）。結果顯示，完整的家庭結構和良好的社會支持是大學生心理健康的保護因素，而家庭經濟狀況差是大學生心理問題形成的促進因素。見表4。

3 討論

UPI篩選分類結果顯示：該組醫科大學新生的心理問題檢出率為30.5％，與國內任桂秀［3］、李文喜［4］報道基本一致，低于劉淳松等［5］、黃晨［6］報道的結果。與該校2006級臨床學院新生心理健康狀況監測結果［7］相比，不同程度心理問題檢出率基本持平。

從回答比例較高的前10位項目顯示，大學新生的心理問題主要集中在強迫癥傾向、情緒問題、缺乏自信等；從UPI 重要項目回答的情況顯示，發現想輕生、對任何事情都沒有興趣、感覺心理方面有問題的學生也占有一定的比例，但均較低。

通過對不同人口統計學變量學生比較發現，性別、家庭結構、專業滿意度和家庭經濟狀況不同，UPI不同類型檢出率的差異有統計學意義。尤其是家庭結構存在缺陷的大學新生心理問題檢出率高達46.2%，高于家庭結構完整的大學生（29.6%）。而在民族、是否戀愛方面的比較，差異無統計學意義，可能原因是本研究樣本主要為漢族學生以及剛入學的新生尚未遇到戀愛方面的問題。Logistic回歸分析結果顯示，完整家庭結構是大學生心理健康的保護因素，完整的家庭結構有利于大學新生的心理健康，而家庭結構的缺陷是大學新生心理問題形成的重要影響因素。由于新生在考入大學之前都沒有完全脫離家庭的環境，這就決定了家庭情況對他們心理方面的影響是不容忽視的［8］。而家庭經濟狀況差是大學新生心理問題形成的另一個促進因素。較高的學費和生活費的確給貧困家庭子女造成了巨大的壓力，也著實影響到他們的心理健康，使他們不再自信，甚至自卑自棄［9］。根據對調查對象社會支持評定發現，良好的社會支持是大學新生心理健康的保護因素。無論是客觀的、可見的、或是實際的支持，還是主觀的、體驗的或是情感的支持，都有利于促進大學新生的心理健康［10］。這也為有效開展大學生心理衛生工作和促進大學生心理健康提供了有益的線索。

4 參考文獻

［1］ 樊富珉.大學生心理咨詢案例集.北京：清華大學出版社，1994：348-349.

［2］ 汪向東，王希林，馬弘，等.心理衛生評定量表手冊：增訂版.北京：中國心理衛生雜志社，1999：127-131.

［3］ 任桂秀，徐玉芳，郭玲玲，等.醫學新生人格問卷調查分析.中國行為醫學科學，2005，14(5)：442-444.

［4］ 李文喜，李光紅，龔曉潔.高校新生大學生人格問卷調查.中國行為醫學科學，1999，8(2)：101.

［5］ 劉淳松，陳正.理工院校大學新生心理健康狀況調查.中國公共衛生，2006，22(12)：1 530.

［6］ 黃晨.1341名醫學生心理健康水平調查分析.高校保健醫學研究與實踐，2006，3(4)：17-19，22.

［7］ 王潤玲，王波，孫業桓. 某醫科大學臨床醫學專業新生心理健康狀況調查. 中國學校衛生，2007，28(9)：805-806.

［8］ 王月云，孫維權，尹平，等.某大學學生亞健康狀況及其影響因素Logistic回歸分析.中國衛生統計，2007，24(3)：255-258.

［9］ 聞聲遠.從UPI透視當代貧困生的精神世界.教育與現代化，2006(2)：62-67.

第10篇

關鍵詞 概率 統計

中圖分類號：G642 文獻標識碼：A

經過近幾年的不斷教學探索、改革，概率統計課程形成了一套符合高職院校各專業開設的課程模式和標準，在大學的第二學期開設，微積分結束后，再開設概率統計，主要是建筑系各專業、商學院各專業、電信系各專業、電子系各專業等開設。實際上，概率統計一直是本科各專業開設的一門重要基礎課，研究生入學資格必考的一門課程。我們現在開設的課程體系還主要是仿照本科院校的課程體系，從知識性、數學理論的邏輯性開設，先講古典概率，概率的基本概念，各種概率類型，然后講隨機變量，從一維隨機變量推廣到多維隨機變量，幾個重要的分布定理，接著，再講統計學，統計學先講簡單隨機樣本，描述統計，參數估計，假設檢驗、回歸方程等。這樣的教學模式和課程體系已經沿用了幾十年，但是隨著計算機概率統計軟件的不斷出現，結合高職學生的數學基礎，應該改革本科概率統計的課程模式和體系，減少理論，增加應用，結合數學軟件，使應用問題更符合生活，使繁雜的概率統計計算可以實現。

1概率論

第一章隨機事件及概率，這一章是概率統計的基礎，必須講，但是現在中小學課本幾乎有一半的內容，大學主要是從概率類型、概念公式體系教學，而中小學主要從解決問題的方法教學，每年高考概率都是重點考試內容，這一部分的確是生活中應用最多的內容，每時每刻我們都和運氣打交道，即和隨機問題打交道。根據高職院校學生的數學基礎和幾年的教學經驗，高職院校的學生還是適合從解決問題的方法教學，從數學體系教學：概念、公式、定理、推導、舉例、練習，前面四個環節他們是很難接受的。還是從問題出發，通過排列、組合、數學分析、數學分類討論解決問題，他們更能接受。用問題驅動進行教學，對條件概率、全概率、貝葉斯、二項式概率這些教學難點用問題驅動，重點學習轉化方法，避免用繁雜的公式教學這樣效果更好。同時建議教學中引入數學軟件：excel或spss，因為許多有趣的概率案例需要大量的計算，比如，生日問題、彩票抽獎問題、小概率事件問題，往往計算復雜，一般教學是直接給出結果，這樣往往減少學生的興趣。通過軟件學生感到他們身邊的很多問題可以用數學解決。

第二章隨機變量，這一章是概率論的核心，也是教學難點，主要需要大量的基礎知識，極限、連續、導數、積分、多元微積分等必不可少。高中理科的學生學了少數內容，而文科學生就沒有沾邊了，高職院校的學生學習當然是很困難的，微積分的內容很多就沒有開設。像我們這類學校，多元微積分就沒有開設，而一元微積分的知識也達不到，所以凡是遇到理論的推導，學生學習非常困難，因此我們可以重點開設隨機變量、期望、方差，介紹分布函數等，對多維隨機變量只作了解。這部分數學軟件應用更多，比如，遇到正態分布、指數分布、泊松分布等概率計算，以往都是查表，需要較多課時介紹轉化和查表，像正態分布不需轉化成標準正態分布直接查表。像計算數學期望、方差、分布函數、概率，不需復雜的積分運算，直接用軟件計算。

第三章大數定理，中心極限定理，抽樣分布，這是我們概率統計的橋梁部分，沒有它，統計學的理論無法建立、證明。但是難度超出了高職學生的基礎和能力。因此只能做介紹而已。

2統計學

傳統的教學是先講簡單隨機樣本，參數估計，假設檢驗，回歸分析等。這樣的教學模式需要較多的課時，一般要30課時左右，而且學生不敢興趣。實際上生活中，主要還是應用描述統計，而我們的課本幾乎不講，從這幾年的數學建模競賽試題來看，都有描述統計的試題，比如2012 全國大學生數學建模競賽D 題，腦卒中發病環境因素分析及干預，學生們往往不知道如何下手，因為實際問題往往數據較多，我們的課堂教學案例往往把問題理想化，數據較少，計算簡單，問題很特殊，實際問題一般需要結合軟件解決，數學軟件的學習是一個空點，當今計算機應用日益普及，優秀的軟件不斷出現，目前較好的統計軟件有：excel、matlab、spss 等，現在比較流行的是spss 軟件，社會科學統計軟件包，SPSS 是世界上最早采用圖形菜單驅動界面的統計軟件，它最突出的特點就是操作界面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統一、規范的界面展現出來，使用Windows 的窗口方式展示各種管理和分析數據方法的功能，對話框展示出各種功能選擇項。用戶只要掌握一定的Windows 操作技能，粗通統計分析原理，就可以使用該軟件為特定的科研工作服務。SPSS 采用類似EXCEL表格的方式輸入與管理數據，數據接口較為通用，能方便地從其他數據庫中讀入數據。其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要。輸出結果十分美觀，存儲時則是專用的SPO 格式，可以轉存為HTML 格式和文本格式。對于熟悉老版本編程運行方式的用戶，SPSS還特別設計了語法生成窗口，用戶只需在菜單中選好各個選項，然后按“粘貼”按鈕就可以自動生成標準的SPSS 程序。

所以，統計學部分的教學有很大的改革空間，完全可以可以通過計算機軟件進行教學，增加最近幾年全國大學生數學建模競賽的案例，使統計部分的教學更有趣、更生動。

第11篇

關鍵詞 地統計學；生態學；尺度；時空特征；應用

中圖分類號 S153 文獻標識碼 A 文章編號 1007-5739（2014）13-0245-01

Application of Geostatistics in Ecology

LI Xiu-mei 1 ZHOU Shi-xue 2 LUO Sheng-jun 2 LI Chang-zhou 2 LIU Li-ping 2 *

（1 Forestry Ecology Department，Hubei Ecology Vocational College，Wuhan Hubei 430200； 2 Macheng Forestry Bureau）

Abstract Natural phenomena has spatial variability and autocorrelation characteristics.As the theory and methods in researching space distribution，goestatistics became an effective method for quantitative analysis of spatial characteristics，and gradually introduced to ecology.Based on the basic theory and method，the paper introduced the application of geostatistics in ecology.

Key words geostatistics；ecology；scale；temporal and spatial characteristics；application

地統計學起源于20世紀60年代，是以區域化變量為理論基礎，以半變異函數和插值分析為主要工具的一種地質統計學方法；是通過分析空間數據探索空間過程的信息分析技術[1]。與傳統生態學方法相比，地統計學變異函數中的變程（a）包含了距離和方向2種含義，即量化的空間尺度信息，比依靠經驗直接確定空間取樣尺度更合理；比通過尺度推繹方式間接獲得目標現象的特征更精確；修正了傳統景觀格局研究方法中小尺度生態學現象在區域內均質性的不合理假設。

由于該理論充分考慮了樣點的位置、方向和彼此間距離等空間結構信息，為實現參數的離散化與空間化提供了一種有效工具，可以定量化區域變量的空間特征，進而對未知樣點進行無偏最優估值，以直接反映自然現象的隨機性和結構性，廣泛用于地理學、環境科學、土壤學等諸多研究領域[2-3]。揭示了經典統計方法難以發現的規律，有利于融合格局、尺度、過程關系，完善生態學理論與方法。

1 地統計學的基本理論與方法

1.1 區域化變量理論

地統計學處理的對象為區域化變量，區域化變量的兩大特點是隨機性和結構性。基于此，地統計學引入隨機函數及其概率分布模型為理論基礎，對區域化變量加以研究[4]。

1.2 變異函數

變異函數是地統計學方法的基礎，根據已知樣本點來確定變量在空間上的變化規律，推算未知點的屬性。其優點在于根據已知樣本點計算某未知點的屬性值時，考慮了不同距離、不同方向空間點位間的相關性，使估計值更精確。

1.3 空間插值

與傳統的插值方法不同，地統計學考慮樣點的方向、位置和彼此間的距離，可以研究既有一定隨機性又有一定結構性的各種變量的空間分布規律[5]。克里格（Kriging）插值是一種最優、無偏的估值方法，在生態學中的應用最廣泛，可以給出每一估計樣點的不確定性（即產生誤差的幾率和大小），并利用多種附屬信息填補采樣不足的缺陷。這種在誤差允許范圍內的空間差值既節省工作量，又彌補因資料不足帶來的困難[6]。

1.4 空間模擬

空間模擬方法是當今地統計領域中由已知推斷未知的最活躍的一種方法。由于Kriging方法具有平滑作用，不適宜用于獲取變量極值的空間分布，例如通過重金屬含量的極值來尋找湖泊水體污染源；而空間模擬方法即能模擬變量的空間變化趨勢又能保留變量的極值；此外，空間模擬通過多種實現（realization）系統的表現，進行各種情況下的模擬，具有較好的統計效用[1]。

2 地統計學在生態學中的應用

地統計學檢驗、模擬和估計空間特征的作用，對認識不同尺度生態學功能與過程具有重要意義[7]。20世紀80年代初，引起生態學者關注，廣泛應用于描述生態因子的空間自相關性、繪制生態因子分布圖以及設計抽樣方案，分析自然因子普遍存在的空間相關程度、距離和方向等。利用其對可信程度和誤差的評價，解決了定量地測度空間尺度和更精確地繪制自然因子的空間分布[8]。生態現象所涉及的任何屬性，如植被類型、生物量、土壤化學元素含量、污染物濃度等，均可以作為地統計模型的變量。

地統計學方法可以用于研究離散現象的空間特征（群落、種群的格局分布），在處理具有空間連續性特征的變量（土壤性質）更占優勢。20世紀80年代初，區域化變量理論和地統計方法成為量化土壤物理化參數空間變異的有效方法[9]。尤其是地統計學方法中半方差圖和Kriging插值法適合于土壤特性的空間預測[8]。目前廣泛用于土壤養分[10]、水分[11]等的分布、污染物擴散、土壤肥力質量評價[12]、土壤分類制圖、試驗設計和采樣方法探討等[13]。

地統計學在生態學的應用主要集中在生態系統尺度以下，彌補了景觀生態學在處理物種、種群和群落空間信息的不足。區域化隨機變量耦合了地形（海拔、坡度、坡向）、土壤、水分等環境因子，是分析種群、群落的空間異質性與環境因子關系的有力工具[14]；既是對生態系統尺度空間異質性和格局問題的研究，也從生態系統的組成成分入手，同樣是對生態系統功能過程的細化[7]。

3 結語

地統計學無論是空間異質性分析法還是空間模擬差值法，通常都是對因子的靜態研究，對處理時間變化問題存在缺陷。有學者嘗試建立基于地統計學原理的時間動態模型[15]。鑒于地統計學方法側重于空間分析，而傳統統計學方法注重于時序分析，二者相結合，將時間因子融入空間變異中是今后需要解決的問題[6]。非線性多維時間序列分析預測模型（GS-SVR）就是半變異函數基礎上，結合SVR和新的定階方法發展的一種新的多維時間序列最優階數判斷法[16]。

地統計學與其他格局分析方法相結合，將有助于解決現象的時空發展過程與機理問題。近期“3S”技術與地統計學相結合，通過地理數據確定樣點之間的距離，通過屬性數據計算出變量之間的差異，二者結合得到地統計學所需要的步長和半方差函數關系，強化了大尺度空間信息的分析[10，17]。但目前地統計學應用于景觀尺度的研究較少，并且尚未形成較成熟的定量化研究方法。

4 參考文獻

[1] 王勁峰，武繼磊，孫英君，等.空間信息分析技術[J].地理研究，2005，24（3）：464-472.

[2] 唐濤，蔡慶華，潘文斌.地統計學在淡水生態學中的應用[J].湖泊科學，2000，12（3）：280-288.

[3] 張坤，洪偉，吳承禎，等.基于地統計學和GIS的福建省降雨侵蝕力空間格局[J].山地學報，2009，27（5）：538-540.

[4] 孫英君，王勁峰，柏延臣.地統計學方法進展研究[J].地球科學進展，2004，19（2）：268-274.

[5] 王景雷，孫景生，張寄陽，等.基于GIS和地統計學的作物需水量等值線圖[J].農業工程學報，2004，20（5）：51-54.

[6] 王正軍，李典謨，商晗武，等.地質統計學理論與方法及其在昆蟲生態學中的應用[J].昆蟲知識，2002，39（6）：405-411.

[7] 王政，王慶成，李哈濱.紅松老齡林主要樹種的空間異質性特征與比較的定量研究[J].植物生態學報，2000，24（6）：718-723.

[8] 葛劍平，郭海燕，仲莉娜.地統計學在生態學中的應用（Ⅰ）―基本理論和方法[J].東北林業大學學報，1995，23（2）：88-94.

[9] 廖桂堂，李廷軒，王永東，等.基于GIS和地統計學的低山茶園土壤肥力質量評價[J].生態學報，2007，27（5）：1978-1986.

[10] 祝錦霞，許紅衛，王珂，等.基于GIS和地統計學的低丘紅壤地區三種土壤性質空間變異性研究[J].土壤，2008，40（6）：960-965.

[11] 張繼光，陳洪松，蘇以榮.喀斯特山區洼地表層土壤水分的時空變異[J].生態學報，2008，28（12）：6334-6343.

[12] 王曉春，韓士杰，鄒春靜，等.長白山岳樺種群格局的地統計學分析[J].應用生態學報，2002（7）：781-784.

[13] 李艷，史舟，徐建明，等.地統計學在土壤科學中的應用及展望[J].水土保持學報，2003，17（1）：178-183.

[14] 尚占環，姚愛興，龍瑞軍.干旱地區山地荒漠草原陰坡植物群落空間異質性[J].生態學報，2005，25（2）：312-318.

[15] 夏敏，趙小敏，張佳寶，等.基于GIS和地統計學的土壤養分時空變異分析[J].江西農業大學學報，2007，29（2）：312-317.

第12篇

一、結果

1.特困移民與常住居民一般情況比較共調查少數民族特困移民188例(包括土家族102例、苗族86例)和安置地同民族常住居民110名(包括土家族63例、苗族47例)。其中土家族特困移民與常住居民在性別、年齡、婚姻狀況上差異均無統計學意義(P＞0.05)，而在受教育程度、就業狀況、家庭人均年收入上差異有統計學意義(P＜0.05);苗族特困移民與常住居民在性別、年齡、婚姻狀況、受教育程度上差異均無統計學意義(P＞0.05)，而在就業狀況、家庭人均年收入上差異有統計學意義(P＜0.05，)。

2.特困移民與常住居民SCL－90評分情況比較土家族特困移民與常住居民在人際關系、抑郁、焦慮、偏執、精神病性得分及總分上差異均有統計學意義(P＜0.05)，而在軀體化、強迫癥狀、敵對、恐怖得分上差異無統計學意義(P＞0.05);苗族特困移民與常住居民在軀體化、人際關系、抑郁、焦慮、精神病性得分及總分上差異均有統計學意義(P＜0.05)，而在強迫癥狀、敵對、恐怖、偏執得分上差異無統計學意義(P＞0.05，)。

3.特困移民與常住居民心理障礙陽性癥狀檢出情況比較心理障礙陽性癥狀的總檢出率為28.5%(85/298)，其中土家族特困移民和常住居民的檢出率分別為32.4%(33/102)和23.8%(15/63)，差異無統計學意義(χ2=1.857，P=0.173);苗族特困移民和常住居民的檢出率分別為31.4%(27/86)和21.3%(10/47)，差異無統計學意義(χ2=1.866，P=0.171)。不同性別、年齡、婚姻狀況、就業狀況的土家族特困移民心理障礙陽性癥狀的檢出率間差異有統計學意義(P＜0.05);而不同受教育程度、家庭人均年收入的土家族特困移民心理障礙陽性癥狀的檢出率間差異無統計學意義(P＞0.05)。不同年齡、就業狀況的土家族常住居民心理障礙陽性癥狀的檢出率間差異有統計學意義(P＜0.05);而不同性別、婚姻狀況、受教育程度、家庭人均年收入的土家族常住居民心理障礙陽性癥狀的檢出率間差異無統計學意義(P＞0.05)。不同性別、年齡、婚姻狀況的苗族特困移民心理障礙陽性癥狀的檢出率間差異有統計學意義(P＜0.05);而不同受教育程度、就業狀況、家庭人均年收入的苗族特困移民心理障礙陽性癥狀的檢出率間差異無統計學意義(P＞0.05)。不同年齡、就業狀況的苗族常住居民心理障礙陽性癥狀的檢出率間差異有統計學意義(P＜0.05);而不同性別、婚姻狀況、受教育程度、家庭人均年收入的苗族常住居民心理障礙陽性癥狀的檢出率間差異無統計學意義(P＞0.05)。

4.特困移民與常住居民SSRS評分情況比較無論土家族還是苗族特困移民主觀支持、客觀支持、支持利用度得分及總分與常住居民比較差異均有統計學意義(P＜0.05，)。特困移民與常住居民心理健康問題的多因素Logistic回歸分析以是否有心理健康問題為應變量，以性別、年齡、婚姻狀況、教育程度、就業狀況和家庭人均年收入為自變量，采取逐步回歸法進行二分類Logistic回歸分析，自變量納入水平α=0.10，以P＜0.05為有統計學意義。變量賦值情況:無心理健康問題者(SCL－90總分＜160分)=0，有心理健康問題者(SCL－90總分≥160分)=1;男性=0，女性=1;15～35歲=0，36～55歲=1，≥56歲=2;未婚=0，已婚=1，離異/喪偶=2;文盲或小學=0，初中及以上=1;無業=0，農民/零工=1，固定職業=2;家庭人均年收入＜0.9萬元=0，0.9～1.8萬元=1，＞1.8萬元=2。結果顯示，兩個特困移民納入模型的自變量有3個，分別為性別、年齡和家庭人均年收入;土家族常住居民納入模型的自變量為性別和年齡;苗族常住居民納入模型的自變量為年齡和受教育程度。在兩個特困移民及土家族常住居民中，女性和高齡對心理健康的影響有統計學意義(P＜0.05);在苗族常住居民中，高齡對心理健康的影響有統計學意義

二、討論

1.本研究結果顯示，湘西州土家族、苗族特困移民的SCL－90總分及人際關系、抑郁、焦慮、精神病性因子得分均高于安置地同民族的常住居民，其心理障礙陽性癥狀的檢出率為31.9%(60/188)，說明移民的總體心理健康水平較當地居民差，已有相當數量的移民存在不同程度的心理癥狀。這與其他類型移民的研究結果相似。移民心理健康受個體和社會等多種因素影響。相關研究表明，性別和年齡是影響移民心理健康的兩個重要個體因素。在本研究中，不同性別、年齡、婚姻狀況的特困移民心理障礙陽性癥狀的檢出率間有差異。多因素Logistic回歸分析也顯示，女性和高齡是特困移民心理健康的危險因素。女性對移民帶來的生活生產方式和社會關系的變化更為敏感，對新環境的適應和認同更為艱難，因而容易表現得更為焦慮，較男性更易產生心理健康問題。老年人由于年齡的增加，身體健康狀態和勞動能力下降，加之對故地的思鄉之情和社會支持網絡的缺失，影響了他們對新環境的融入和新生活的適應，心理應激增加，容易產生不良情緒，導致心理健康問題出現。因此，女性和老年人應成為特困移民心理健康監控和干預的重點人群。社會支持是指能夠獲得來自家庭成員、親友、同事、團體、組織和社區等在精神上和物質上的支持和幫助，對緩沖心理應激、維護和促進心理健康具有重要作用，也是影響心理健康的一個重要社會因素。

2.本研究SSRS評分結果顯示，特困移民主觀支持、客觀支持、支持利用度得分及總分均低于常住居民，有統計學差異，提示湘西州土家族、苗族特困移民在移民搬遷后獲取的社會支持不夠，社會調適能力較差。本研究認為，特困移民作為移民中的特殊群體，其社會支持網絡經歷了“破壞－重建－再次破壞－再次重建”的特殊過程，他們獲取社會支持的可及性、穩定性和有效性遠遠低于當地居民和搬遷前，心理上難免產生焦慮和失落感，而且他們的生活方式、思想意識等還受到傳統社會的影響，不可能迅速適應和融入當地，因此出現心理健康問題的可能性較高。對于特困移民，遷入地政府和社區應加大幫扶力度和心理干預，指導他們盡快建立新的、穩固的社會支持網絡，盡早融入當地社會環境。雖然特困移民的生活水平、生產能力和收入水平較搬遷前有了普遍提高，移民對搬遷后的物質生活水平比較滿意，但移民的整體心理建康狀態不是很穩定，部分移民已經出現了心理健康問題。這一現象也提示在移民工作中，除了要解決好移民搬遷后的生活與生產外，特困移民的心理健康與社會調適情況也應納入移民工作重點中去。

3.要增強特困移民的認同感和歸屬感。政府和移民遷入地社區要有意識、有組織、有針對性地開展豐富多樣的文化活動和教育活動，吸引和動員移民參與進來，通過移民與當地居民的交流溝通，促進移民搬遷后社會支持網絡的建立，培育移民對遷入地的認同感和歸屬感。要加強對特困移民心理健康的監測和及時干預。政府和社區要認識到移民心理健康對移民工作的重要性，組織和培訓工作人員學習相關知識，定期對移民進行心理健康體檢，早期發現高危人群，通過談心、一對一幫扶等形式進行心理干預和治療。要理性認識心理健康問題。對已經出現心理健康問題的特困移民，應作為重點關注和工作對象。首先，應消除歧視和偏見，積極主動與他們交流溝通，尋找其心理健康問題發生的原因;其次，要認識到移民在搬遷后出現的心理健康問題絕大多數是可逆的，需要政府和社會各層面的關心和幫助，需要社區工作人員耐心細致的心理疏導。

作者：羅家順