時間：2023-08-20 14:39:12
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇統計學驗證方法，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
摘要:
目的:探討影像醫療器械臨床驗證信息化的應用效果。方法:選擇我院影像科未實施臨床驗證信息化(2014年1月至2015年1月)就診的患者150例作為對照組，選擇實施臨床驗證信息化之后(2015年2月至2016年2月)就診的患者150例作為觀察組，比較兩組醫療器械不良事件的發生情況及患者的滿意度。結果:觀察組患者醫療器械不良事件的發生情況明顯少于對照組，患者對醫療質量的滿意度明顯高于對照組，具有統計學意義(P＜0．05)。結論:實施影像醫療器械臨床驗證信息化，可以明顯改善醫療工作質量，減少不良事件的發生，提高患者的滿意度。
關鍵詞:
影像學;醫療器械;臨床驗證;信息化;不良事件
臨床試驗是獲取臨床數據的重要途徑，能夠有效的評價產品的科學性和安全性，與人體的生命安全有著密切的關系［1］。據調查，我省于2012年開始網上申報不良事件，近幾年由于醫療器械質量問題引發的不良事件占90%以上。因此在影像器械臨床驗證中，應用信息化管理具有十分重要的意義。影像醫療器械臨床驗證信息化不僅能夠規范整個操作流程，還可以避免由于人為因素而造成的影響，顯著提高其臨床水平［2－3］。本文就影像醫療器械臨床驗證信息化的應用效果進行分析，旨在探討科學合理的臨床驗證方法，報告如下。
1資料與方法
1．1一般資料
選擇我院影像科未實施臨床驗證信息化(2014年1月至2015年1月)就診的患者150例作為對照組，選擇實施臨床驗證信息化之后(2015年2月至2016年2月)就診的患者150例作為觀察組。兩組患者在年齡、性別、病情、檢查手段等方面無統計學意義(P＞0．05)。
1．2方法
1．2．1信息化軟件，根據美國臨床醫療器械驗證軟件為依據，由專業人員設計適合本院的臨床試驗軟件。本研究臨床試驗軟件的基本內容包括以下幾個方面:臨床驗證初始化信息(試驗的名稱、申請人、需驗證的影像醫療器械、研究者或單位等)、入選和排除標準、臨床試驗觀察流程(觀察前、觀察進程中及觀察后各個環節的項目)、人口統計學資料和體格檢查項目、檢測并記錄各監測部位及相應的參數、評價影像學資料。
1．2．2制定影像醫療器械臨床驗證通過與否的標準包括三方面的內容:影像資料的質量、患者的輻射劑量及檢查技術的選擇。
1．2．3在臨床試驗過程中，首先將受試者的基本信息及參加臨床試驗的日期記錄到該系統中，進行人口統計學和體格檢查等資料的歸類匯總。查看受試者進行臨床驗證的各項具體的內容，對所有數據進行核實，查詢每個項目的具體信息，包括臨床試驗的目前階段、創建者的信息及日期等。
1．3調查指標
比價實施前后，醫療器械不良事件的發生情況及受試者的滿意度，主要觀察X線、CT、MRI三類器械，調查內容包括器械的輻射量、圖像清晰程度及能否正常工作。受試者滿意的評價標準是:未出現不良事件，受試者對檢查結果信任，表示為滿意;不良事件發生較少，受試者對檢查結果較信服，表示為一般;不良事件發生率較高，受試者對檢查結果完全不信服，表示為不滿意。
1．4統計學方法
運用SPSS16．0統計學軟件對所獲得的資料進行統計學分析。計量資料用x±s表示，采用t檢驗;計數資料用χ2檢驗;P＜0．05表示有統計學意義。
2結果
本研究中，觀察組患者的器械不良事件的發生情況明顯低于對照組(P＜0．05)，有統計學意義，見表1。實施信息化管理后，患者的滿意度明顯高于未實施之前(P＜0．05)，有統計學意義，見表2。
3討論
醫療器械不良事件是指經檢驗質量合格，在臨床正常應用的器械導致人體傷害的各類事件。醫院是使用醫療器械最主要的場所，同時也是醫療器械不良事件的高發地，因此醫院有責任和義務對本院所應用的醫療器械進行科學的驗證，保證其安全性［4］。影像醫療器械的臨床驗證信息化可以及時的上報醫療器械不良事件的發生，完善其詳細信息，保證整個事件的準確和可靠性。臨床驗證信息化的優點主要有:(1)信息化軟件系統層次較清晰，方便查找和使用。可以對進程中受試者的試驗過程進行全方位即時的追蹤，使整個過程有條理的進行，方便監督和管理。(2)信息化軟件系統可以用不同的身份進行登錄，并且其顯示方式和內容會根據登錄人的身份進行調整，可以明顯縮短工作時間，提高工作效率。(3)由專業人員對輸入系統中的數據進行管理，包括修改的痕跡及其詳細信息，避免人為造假的出現，大大提高了臨床試驗結果的準確性［5］。本研究發現，通過應用臨床驗證信息化系統，醫療器械不良事件的發生情況大大降低，受試者的滿意度明顯提高，說明通過臨床試驗信息化處理，能夠對影像學醫療器械的性能和安全性進行全面的評估，淘汰不合格產品，降低器械不良事件的發生情況。對受試者而言采用安全性高、科學合理的醫療器械，其滿意度也會隨之大大提高［6］。
4結語
綜上所述，實施影像醫療器械臨床驗證信息化，能夠對整個驗證過程進行全面的監測，有力的保障了影像器械的安全性和可靠性，可以明顯改善醫療工作質量，減少不良事件的發生，提高受試者的滿意度，值得在臨床進行廣泛應用。
參考文獻:
［1］葉繼倫，陳思平，汪天富，等．醫療器械驗證中的臨床方法探討［J］．中國醫療器械雜志，2011，35(5):369－370，382．
［2］吳永東．醫療器械驗證中的臨床方法分析［J］．中國醫學裝備，2013，10(4):56－58．
［3］帥萬鈞，晁勇，王寧，等．醫療機構中醫療器械臨床試驗的倫理審查［J］．中國醫療器械雜志，2011，35(4):274－276．
［4］帥萬鈞，呂曉寧，晁勇，等．醫療器械臨床試驗設計中樣本含量的計算［J］．醫療衛生裝備，2012，33(7):18－20，34．
［5］鄭百華，喬靜波．醫療器械不良事件的監測與管理［J］．中國醫藥，2011，6(2):243－244．
[關鍵詞]稀疏脈沖反演 地質統計學 隨機反演 煤厚預測 巖性反演 煤層夾矸
[中圖分類號] P628+.2 [文獻碼] B [文章編號] 1000-405X（2013）-12-77-2
0引言
在縱向分辨率上，如何提高煤層的高精度預測和描述能力，是當前煤田勘探一個重要的研究問題。三維地震資料在橫向上分辨能力較高，在垂向上分辨能力較低。為此在1992年Bortoliand就提出了地質統計反演方法，近年來隨著計算機技術的快速發展，該方法得到越來越廣泛的應用。地質統計反演是以地質信息（包括地震、鉆井、測井等）為基礎，應用隨機函數理論和地質統計學方法（變差函數分析、直方圖分析、相關分析等），結合傳統的地震反演技術，在每一個地震道（或多個地震道）產生多個可選的等概率反演結果的一種地震反演方法。地質統計反演的應用主要有3個方面：隨機地震反演+序貫高斯模擬系列；隨機地震反演+序貫指示模擬系列；遞推反演+隨機模擬系列。
1方法原理簡述
在反演過程中，首先統計隨機變量的直方圖分布，統計隨機變量的變差函數，確定隨機變量在不同方向上的變程；然后，針對每一種實現，在地震道位置根據計算出來的反射系數人為合成地震道，比較合成道與原始地震道之間的誤差，達到要求的精度后輸出反演結果，主要步驟包括地質統計學分析、隨機模擬和隨機地震反演等步驟，具體流程如圖1所示。
2實際資料應用
以陜西某煤田工區為例，該工區的區域構造為平緩的南傾單斜，目標煤層厚度為1m-8m。
由于本研究區地層發育較為平穩，使用1.5km×1.5km的變程參數。Z方向變程影響縱向上砂體的分辨率，一般要根據變差函數的實驗得到（見圖2）。本研究區變差函數的躍遷值為0，基臺值為0.45，縱向變程為1。
通過地質統計反演的各種算法的對比實驗，認為巖性指示高斯配置協模擬隨機反演、高斯配置協模擬隨機反演、巖性指示高斯模擬隨機反演、高斯模擬隨機反演、高斯模擬、高斯配置協模擬等多種組合算法中，高斯模擬隨機反演較為適合對本研究區的煤厚預測。同時通過前面對鉆井巖、電性曲線的分析，認為密度或波阻抗曲線能夠較好的反映煤層（密度小于1.6g/cc或波阻抗小于5000g/cc.m/s為煤層），且密度與波阻抗具有一定的相關性，因此選用密度屬性結合波阻抗屬性對研究區的儲層進行了隨機反演。
同時，在計算的過程中，因為部分鉆井的曲線質量不高，而無法參與反演計算，因此作為驗證井進行反演后的驗證，全區共有2口驗證井（N32和N31）。
從二口鉆井不同層系的砂體吻合效果來看（見圖3、圖4），驗證井與預測的剖面較為吻合，說明反演的相關參數的選取較為合適，同時也說明該反演方法用于本工區的煤厚及其夾矸預測是可行的。
通過對隨機反演剖面、煤層、夾矸的平面分布范圍（圖5、圖6）的對比分析，反演剖面與驗證井吻合較好，同時剖面的分辨率較高，能夠有效區分3m以下的薄煤層甚至幾十公分的夾矸煤巖，因此完全能夠滿足生產的實際需要。
[關鍵詞] 臨床試驗；統計學；GCP
[中圖分類號] R195[文獻標識碼] B[文章編號] 1673-9701（2011）25-75-02
Statistical Applications in Clinical Trials
LI Lin
Beijing Rongchang Drug Research Institute，Beijing 100078，China
[Abstract] An overview of statistics in clinical trials. Describes the main statistical analysis of clinical trials and clinical trials group significance test：test of superiority，non-inferiority testing， equivalency testing and switching between superiority and non-inferiority. Statistical applications in the safety analysis. Statistically significant and clinically differences in the similarities and differences.
[Keywords] Clinical trials；Statistics；GCP
在藥物臨床試驗研究中，受試者是人。人是具有變異性的生物體，而研究具有變異性的事物或現象的變化規律，需要應用統計學的思維方法和技術手段。統計學是在收集、歸類、分析和解釋大量數據的過程中完成使命的。
1統計在藥物臨床試驗中的重要作用
在臨床試驗設計階段就要考慮統計原則，否則所獲得的試驗數據結果將非常糟糕。新藥的有效性和安全性需要按照藥品臨床試驗管理規范（GCP）的原則實施臨床試驗來加以確證[1]。GCP對臨床試驗統計學的要求包括四個方面：統計學設計、統計分析計劃、數據管理和處理以及臨床和統計學報告。統計人員要與臨床試驗其他專業人員密切合作，以確保在藥物臨床試驗中能恰當地應用統計原則。
2統計學與試驗設計
臨床試驗按其目的大體可分“驗證性（Confirmatory）”試驗和“探索性（Exploratory）”試驗。驗證性試驗是控制良好的試驗，總是預先定義與試驗目的直接有關的關鍵假設，并且在試驗完成后對此進行檢驗；驗證性試驗必須提供療效和安全性的可靠證據。新藥臨床試驗中大部分是驗證性試驗，驗證性試驗包括所有的Ⅲ期試驗、大多數Ⅳ期試驗以及一些晚期的Ⅱ期試驗。但一個臨床試驗常具有驗證性和探索性兩方面。
對于每一個支持上市申請的臨床試驗，所有關于設計、實施和統計分析的要點應當于試驗開始前在試驗方案中寫明。試驗方案中的統計學設計包括試驗設計、樣本量的確定和為避免偏差而采用的技術。試驗樣本量的確定有很多種計算方法，其中驗證性試驗大多都是建立在假設檢驗基礎上的研究設計，因此對其樣本量的計算主要基于檢驗假設、顯著性水平及把握度等。試驗中為避免偏差而采用的隨機化、對照原則技術。
3臨床試驗中統計學分析人群[2]
3.1PP人群（per-protocol）
一般定義為所有按方案要求完成相關觀察并符合下列條件者構成PP人群：①依從性在80%～200%者；②試驗期間未服禁止藥物；③符合入選標準不具有任何一項排除指標；④完成全部計劃訪視且完成CRF規定填寫內容。
3.2FAS人群（全分析集）
主要療效指標的最終評價同時進行FAS人群分析。FAS人群為根據ITT（intention-to-treat analysis，意向性分析）分析原則確定的理想受試者人群。所有經隨機化入組，至少服用過一次研究藥物的人群，并至少有一次療效評估的人，都將計入ITT人群。主要療效指標的缺失，將采用最后一次觀察結果轉結的方法，即LOCF（Last Observation Carry Forward，簡稱LOCF）法，使各組在終點時評價療效的受試者數與試驗開始時保持一致。
3.3安全性分析（Safety人群）
指所有經隨機化入組，至少服用過一次研究藥物的人群，用于安全性評估。所有來自受試者的安全信息記錄都會予以評估，包括不良事件和實驗室檢查結果。
4臨床試驗中顯著性檢驗
臨床試驗目的是判斷試驗組的有效性時，首先要對試驗組與對照組的療效差異進行顯著性檢驗。
4.1優效性假設檢驗
當對照采用的是安慰劑對照或空白對照時，臨床試驗的目的主要是確定試驗組的療效是否比對照組好，或者當采用標準對照，研究者想了解試驗藥物療效是否優于對照藥物，這時兩組療效差異的顯著性檢驗需用優效性檢驗（傳統的假設檢驗）。通常優效性試驗取的都是雙側0.05顯著水平。可通過雙側0.05顯著水平或雙側95％可信區間兩種方法來實現，當然優效性試驗要求P＜0.05或兩組療效（治療-對照）之差的95％可信區間的下限大于0。
a.建立檢驗假設
以T代表試驗組的療效，以S代表標準對照組的療效。
H0：μT＝μS，即實驗組與對照組療效相同。
H1：μT≠μS，即實驗組與對照組療效不同。
b.計算統計量。
c.確定P值，做出結論。
4.2非劣效性假設檢驗
如果臨床試驗時對照組采用的是肯定有效的傳統藥物進行治療（稱標準對照或陽性對照），試驗的目的是考察新的治療方法的療效是否不比“標準”治療方法差，以便確定是否能用新的治療方法替代傳統的治療方法，則兩組的療效比較要用非劣效性假設檢驗（non-inferiority test）。
a.確定非劣效性界值：非劣效性界值，用δ表示。當新藥與標準藥物療效的差值在此范圍內時，我們認為新藥療效不比標準藥物差，否則，認為新藥療效不如標準藥物。δ值根據專業知識由臨床專家來確定[3]，一般把專業上或公認有臨床實際意義的差值作為δ值。
b.建立檢驗假設：以T代表試驗組的療效，以S代表標準對照組的療效。
H0：μT-μS≤-δ，即試驗組療效不如標準對照組。
H1：μT-μS＞-δ，即試驗組的療效不比標準對照組差。
c.計算檢驗統計量。
4.3等效性假設檢驗
如果對照組采用的是標準對照，試驗的目的是考察新的治療方法的療效是否與“標準”治療方法相等，則兩組療效的比較要用等效性假設檢驗。
a.確定等效性界值：新的治療方法與標準治療方法的療效相比，最低不能低于多少以及最高不能超過多少才可認為是“等效”，稱為等效性界值。
b.建立檢驗假設：T代表試驗組的療效，S代表標準對照組的療效。
c.計算檢驗統計量。
4.4非劣效性假設檢驗與優效假設檢驗的轉化[4]（圖1）
從非劣效性試驗向優效性試驗轉換是可行的，前提是：
a.試驗要按照非劣效性試驗的嚴格要求正確地設計和執行。
b.提出優效性的實際P值以獨立評價證據的力度。
c.最大限度地強調按照ITT原理分析。
圖1非劣效性轉換為優效性
4.5優效性試驗轉化為非劣效性試驗[4]
如果優效性試驗未能檢測出治療組間顯著性差異，可以再證實非劣效。國外指導原則建議在所有優效性試驗設計中，設計期間就在方案中事先指定非劣效性邊界。當研究方案含有一個可接受的、前瞻性確定的非劣效性邊界-Δ時，下調目的在方法上不會有很大的問題。見圖2。一定要注意有些醫學領域內，與陽性對照相比的非劣效性不能作為唯一的或主要的療效證據，還需要安慰劑對照的試驗。
圖2優效性轉換為非劣效性
我國目前新藥研況是自主創新藥品較少，而仿制國外已上市藥品占多數，對于國內尚未上市的藥品，無論是創新藥還是仿制藥，如選安慰劑為對照則應證實其優效性，如選國內已上市的同一治療領域的藥物作為陽性對照藥，則應至少驗證其具有非劣效性。
5安全性分析
臨床試驗中需要常規地進行實驗室檢查，一是作為基線測量，再是考察有無實驗室指標上的療效和毒性。從安全性評價考慮，常規的實驗室數據綜合包括①根據一組參考值范圍制定實驗室指標的等級；②構建從基線等級到最嚴重等級或治療結束時等級的變化表；③對均數或均數百分數變化進行統計學檢驗；④繪制反映實驗室指標變化的統計圖。對實驗室指標在不同中心測量的結果，必須考慮各實驗室測量單位或參考值范圍不同的情形。
許多臨床試驗中更多是關心從正常變化為異常的情況。所以經常將實驗室指標分為正常、異常無臨床意義和異常有臨床意義。統計學人員缺少不良事件判斷的醫學知識，而醫生受過醫學專業訓練 ，對安全性考慮更切合實際。因此統計學人員需要與醫療同事密切協作以便進行臨床意義上安全性分析。
6統計學差異與臨床差異[5]
統計學差異是指該差別不大可能單純由偶然因素導致，臨床專業差異則指從專業角度判斷兩者差別有意義。二者概念上的區別在于前者與隨機性（概率）有關，后者則主要與藥物的具體特性相關。若專業上與統計學上均顯著或均不顯著，作出的結論就很明確，沒有理解上的歧義。然而，臨床專業上與統計學上結論不一致的情形也不少見，試驗因素的變異度較大及樣本含量不足，可能是試驗結果不一致的原因。
[參考文獻]
[1] 國家食品藥品監督管理局. 藥品臨床試驗管理規范[S]. 2003-8-6.
[2] 國家食品藥品監督管理局. 化學藥物和生物制品臨床試驗生物統計學技術指導原則[S]. 2005-3.
[3] EMEA Guideline on the choice of the non-inferiority margin London[S]. 27 July 2005CPMP/EWP/2158/99.
[4] EMEA Points to consider on switching between superiority and non-inferiority London[S]. 27 July 2000 CPMP/EWP/482/99.
關鍵詞：統計學；實驗內容設計；實驗教學設計
中圖分類號：G642.0 文獻標識碼：A
收錄日期：2011年11月15日
統計學是經濟管理類專業必修的專業基礎課。統計學課程的教學目的在于培養學生的統計思維，掌握理解統計基本技能，培養學生統計分析、解決實際問題的能力。因此，在統計學理論教學基礎上，通過實驗教學，既可以鞏固所學的理論知識，也可以培養以定量分析為特征的統計思維能力，提高學生分析和解決問題的綜合能力。
一、統計學實驗課程教學開設的必要性
（一）統計學的課程性質要求開展實驗教學。統計學作為探索和研究經濟現象的數量關系的重要方法和手段的專業基礎課程，其教學內容包括統計數據搜集、統計數據整理和顯示、數據的概括性度量、概率及概率分布、抽樣推斷和參數估計、假設檢驗、方差分析、時間數列分析、統計指數和因素分析、相關與回歸分析和統計預測與決策等內容。在統計學課程的學習、應用過程中，學生需要學習處理大量的數據，利用各種統計圖形、表及統計模型，探索出數據中內在的數量規律性，這使得統計學需要實驗教學，使理論教學與實驗教學相結合，讓學生學會處理日益復雜、精確的模型，對實際中各領域的問題進行正確的統計分析。
（二）實驗教學可以激發學生學習統計學課程的興趣。統計學實驗教學可以讓學生利用統計軟件將枯燥、乏味的數據用各種形象、生動的統計圖表顯示出來，達到活躍教學氣氛，激發學習興趣，提高學習效率的效果。統計學實驗教學內容可以結合現實社會經濟問題和學生的專業背景，不僅可以調動學生的參與意識，而且有利于提高對教學內容的理解和消化吸收，增強學生解決實際問題的能力。
（三）可以培養學生實踐能力和創新能力。培養學生的實踐能力和創新能力是統計學教學的基本要求，統計理論知識的學習需要通過實驗課讓學生將統計理論應用到實際問題當中，在實驗中加深對統計理論和方法的理解，增強學生運用統計方法的創新意識。統計實驗教學一般采用計算機加統計軟件包的教學方式，不僅可以使教學內容更加深入、生動和更全面，還可以使學生在寬松的環境下認知統計應用的實質，提高統計學的教學效果。
（四）可以促進教師統計學理論教學水平的提高。通過統計學實驗教學，可以將統計理論知識和使用方法應用于實際問題的解決，從而將統計方法、統計軟件包、實際數據以及相關領域專業知識結合起來。統計學實驗教學改變了教學形式，這就要求教師對實驗教學的內容、工具、方法進行深入研究，把統計理論與實際應用相結合，提高自身的業務能力，從而促進教師教學水平和應用研究水平的提升。
二、統計學實驗課程內容設計
統計學課程實驗項目包括三種類型，分別是驗證型實驗、設計型實驗和綜合型實驗，驗證型實驗主要是讓學生使用統計基本概念、方法來分析和處理統計數據，可以用于強化學生對基本概念、思想和統計方法的理解與掌握。設計型實驗是訓練學生使用計算機和統計軟件等工具實現統計方法，通過分析具體的案例，使學生能夠運用統計思想、方法，設計出解決問題的步驟并進行相應實驗操作。綜合型實驗是訓練學生綜合應用統計方法及統計軟件等工具來分析、解決實際問題的能力，可以讓學生在社會實踐活動中，結合自身專業方向進行問題收集、整理資料，利用軟件進行具體分析操作，并對計算機輸出結果加以解釋說明。
（一）驗證型實驗
1、統計數據的整理與顯示。實驗內容主要有數據排序，頻數分布表的編制，條形圖、圓形圖、圓環圖、箱線圖、莖葉圖、直方圖、折線圖和累計折線圖等數據的直觀顯示。
2、統計數據的基本統計分析。實驗內容包括計算描述數據分布特征的測度值，主要有描述數據集中趨勢的測度值，如算術平均數、眾數、中位數等；描述數據離散程度的測度值，如極大值、極小值、四分位數、標準差（方差）、離散系數等；描述數據分布程度的測度值，如偏度系數、峰度系數等。
3、統計數據的參數檢驗與方差分析。實驗內容主要包括單樣本t檢驗、獨立樣本t檢驗和配對樣本t檢驗、單因素方差分析、多因素方差分析等。
4、統計數據的相關與回歸分析。實驗內容主要是利用統計軟件繪制變量數據的相關散點圖、計算相關系數等方法分析變量之間的相關關系，并根據數據構建回歸方程，對回歸方程進行統計檢驗，利用回歸方程分析解決實際問題等。
5、統計數據時間序列分析。實驗內容包括時間序列逐期增長量和累計增長量的計算，時間序列定基、環比發展速度的計算，用移動平均法、最小二乘法對時間序列的趨勢進行測度等，用季節比率法測度時間序列的季節指數等。
6、統計指數的編制實驗。利用平均指標指數的技術公式，根據所給數據資料，編制居民消費價格指數。
（二）設計型實驗。抽樣調查設計實驗：根據提供的資料，運用統計軟件對研究對象進行不同組織形式的抽樣，計算其抽樣誤差，并對總體參數做出一定可靠程度的估計。
（三）綜合型實驗。根據學生興趣，制定統計調查方案；完成該問題調查問卷的設計，并進行問卷調查；利用統計分析軟件對采集的信息錄入、整理、分析；寫出3，000字以上的統計調查報告，要求根據處理后的數據信息，分析存在的問題，提出有效的解決方案。
三、統計學實驗課程教學設計
（一）實驗課程軟件選擇。統計學實驗課程可以使用的統計軟件很多，如SAS、Eviews、EXCEL、SPSS等軟件。SAS軟件在設計上也是完全針對專業用戶進行設計，操作以編程為主，非統計專業人員掌握起來較為困難。Eviews主要運用于經濟計量模型的設立、估計、檢驗和應用等，掌握和熟練使用該軟件需要專門的訓練和較長時間的摸索。EXCEL提供包括數據管理、描述統計、概率計算、假設檢驗、方差分析和回歸分析等統計分析功能，但是沒有直接提供箱線圖、莖葉圖、無交互作用可重復的雙因素方差分析、方差分析中的多重比較、非參數檢驗、質量控制圖等方法。SPSS是應用最廣泛的專業統計軟件，它的操作界面極為友好，窗口方式展示各種管理和分析數據方法的功能，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。因此，統計學實驗課程教學中采用SPSS軟件，就可以滿足統計學實驗教學的需要。
（二）實驗教學的組織形式與教學要求
1、實驗教學組織形式。實驗教學的組織形式采取實驗與理論課穿行，以理論教學的知識內容為基礎，在理論教學完成后，進行相應的實驗教學，使學生將理論教學中所學知識利用SPSS軟件進行計算與驗證。實驗課以學生自己動手為主，教師運用多媒體課件講授實驗的指導內容，并進行現場的指導和點評，加深學生對相關理論知識的認識和理解。
2、實驗教學要求。（1）學生要掌握SPSS軟件的基本統計分析功能，熟悉SPSS軟件的基本操作，利用SPSS軟件的基本統計分析功能完成相應問題數據的分析；（2）學生要熟練地掌握SPSS軟件統計分析功能的基本結構及對其分析結果的解釋，特別是對實際問題統計分析結果的經濟學解釋；（3）學生要掌握統計學案例分析。課余時間進行統計案例的設計、資料的收集、討論，對經濟數據的分析與整理，做成相關的數據分析表，在實驗課堂上進行示范、交流和討論。
3、實驗考核方法。統計學課程實驗成績以一定比例納入總成績，實驗成績由實驗出勤、實驗報告、上機測試三部分組成，具體通過實驗報告體現。實驗評分采用100分制：實驗課考勤10分、實驗狀況25分、實驗調查報告65分。學生每完成一個實驗項目，根據上機操作結果撰寫相應的實驗報告，實驗報告上應該注明實驗目的、實驗內容、實驗準備、實驗步驟、實驗操作結果及分析、實驗體會等項目。實驗報告以書面形式提交，評分標準主要根據實驗目的是否明確、操作步驟是否完整、實驗結果及分析是否合理、實驗報告格式是否規范等。
四、結論
實驗教學是統計學課程教學的重要組成部分，實驗教學的重點是利用統計軟件，在統計基本理論、基本方法分析的基礎上對統計數據的處理，使學生可以實現統計知識和技能解決實際問題。提高學生運用統計知識和計算機技術解決實際問題的能力，最終培養出適應經濟管理需要、具有較強動手能力、創新意識和創新能力的高素質應用型人才。
主要參考文獻：
[1]王吉春.關于經管類專業開展統計學課程實驗教學的思考[J].統計教育，2008.3.
能力驗證是利用實驗室間比對確定實驗室的校準/檢測能力。參加能力驗證和實驗室比對是檢測結果質量控制的常用方法之一，其目的和作用是：可以確定實驗室進行某些特定的檢測能力，可以了解到新的檢測方法的有效性和可比性，有助于增加客戶對實驗室的信任，提高實驗室的知名度。
對于建材實驗室，水泥檢測能力驗證是常見的一種能力驗證活動，筆者所在的實驗室也每年都參與鄭州市建材檢測行業水泥檢測能力驗證的組織和結果分析工作，結果分析是能力驗證的重要環節，通過結果分析可以對參與能力驗證的各實驗室的檢測能力進行比對和分析，確保參與實驗室維持較高的檢測工作水平，識別實驗室存在的問題，并且針對問題制定確切的補救措施，同時，能力驗證結果也可作為行業主管部門對實驗室考核評審的依據和補充手段。
水泥檢測能力驗證屬于實驗室間結果數據的比對，通常對于實驗室間結果數據的處理有2種主要統計方法：經典統計法和穩健統計法。實際工作中發現，使用不同的統計方法，對同一比對試驗的分析結論不盡相同，特別是在離群值的判別上，可能存在著較大差異，因此選用統計方法時必須注意其適用性。
首先，我們介紹一下經典的統計方法。經典統計方法以平均值 作為公議值：
以標準偏差 作為允許離散度：
從計算公式可以看出，在經典統計法中，任何一個參與實驗室提交的數據都參與計算，都對統計結果做出了貢獻，而且各參
加實驗室提交數據的權重相同，因此經典統計法能全面表征數據列的分布特征。同穩健統計方法相比，經典統計法表征的實驗室間離散度較大，判別出數據列中離群的可能性較小。特別是在比對結果中存在極端值的情況下，經典統計法給出的平均值和標準偏差會受到極端值的影響，因此采用經典統計法，容易犯統計學上的第ⅱ類錯誤（取偽）的風險。
實際應用中水泥檢測能力驗證結果的統計，一般都是采用穩健統計法，以中位值作為公議值：中位值是一組數據的中間值，
即有一半的結果高于它，一半的結果低于它。如果n 是奇數，那么中位值是一個單一的中心值，即 。如果n 是偶數，那么中位值是兩個中心值的平均，即是 。例如，如果n 是 9，中位值是第5個值，如果n 是10，那么中位值是第 5和第6個值的平均值。
以四分位間距（ ）作為允許離散度：四分位間距是低四分位數值和高四分位數值的差值。低四分位數值（ ）是低于結果的四分之一處的最近值，高四分位（ ）是高于結果四分之三處的最近值。在大多數情況下 和 通過數據值之間的內插法獲得。 = - 。
以z比分數作為能力統計的量：
這里s是指變動性的適當的估計量/度量值。這種模式既適用于x 和s 由參加者結果推導出的情形，亦適用于x和s 不是由全部參加者結果推導出的情形（例如，對指定值和變動性可作出明確規定時）。
利用四分位數穩健統計方法處理結果時， 。
對于最終能力評價數值的統計判定，一般將z比分數分為：
滿意結果
2＜ ＜3 有問題
不滿意或離群的結果
穩健統計法是將極端數據對統計結果的影響降至最低的統計方法。目前，穩健統計法是檢測實驗室能力驗證中較常采用的方法。但必須看到，穩健統計法計算的數據離散度比經典統計法小，兩端數據離群的可能性較大，因此容易犯統計學上的第ⅰ類錯誤（棄真）的風險。
下面我們結合鄭州市某年的水泥28d抗壓強度檢測能力驗證的實例，具體探討一下結果數據的穩健處理方法步驟。
（1）數據準備。在開始進行統計分析之前，應采取措施確保所采集的數據是正確、合理的。必須確保正確地輸入所有提交的結果。一旦收到了所有結果（或已超過上報結果的最后期限），必須仔細復查輸入的數據。通過這個檢查過程，一般可以識別出數據中的粗大誤差和潛在問題。
（2）計算各種統計量。至少應包含七種綜合的統計量──結果數、中位值、標準四分位數間距（ ）、穩健的變異系數（cv）、最小值、最大值和極差。
結果數是從一個特定檢測中得到的結果總數，符號為n
其中最重要的統計量是中位值和標準化 ──它們是數據集中和分散的量度，與平均值和標準偏差相似。使用中位值和標準化 是因為它們是穩健的統計量，即它們不受數據中離群值的影響。
從表格中可以得到：n=21；中位值=50.1； =49.4； =50.3；
則， = - =0.9。
【關鍵詞】地質統計學 地震反演
1 地質統計學地震反演方法研究1.1 測井曲線標準化
測井曲線標準化與否直接影響著反演結果的精度以及門檻值的確定。選擇沉積穩定分布范圍較廣的青一段大段泥巖為標準層，采用直方圖頻率標準化方法對全區測井曲線進行標準化。利用標準化之后的測井曲線進行反演參數可行性分析，并確定區分砂泥巖測井曲線類型以及門檻值。1.2 精細合成地震記錄制作
地質統計學反演精細層位標定十分重要，它的制作精度直接影響反演結果的精度，采用雷克零相位子波，應用整體拉伸與局部微調的方法保證井震匹配。精細制作合成地震記錄有兩個主要原因。第一，建立鉆井地質分層與地震反射同相軸的對應關系；第二，將測井揭示的儲層信息正確地標定在地震剖面相應的位置上，實現井震匹配。
1.3 建立構造、低頻模型，實現波阻抗反演
地震層位是建立構造模型的基礎，在地震層位和地質模式的約束下，由于地震缺失低頻成分，建立低頻模型，選取適當的插值方法，對井的初始波阻抗進行內插和外推，建立初始波阻抗模型。精確初始模型的建立是測井約束反演的基礎，約束反演處理的控制因素，建立接近地質條件的波阻抗模型，是減少其最終結果多解性、提高精度的根本途徑。測井資料在縱向上詳細揭示了巖層的波阻抗細節，地震記錄則連續記錄了波阻抗的橫向變化特征，二者的相結合，為精確的建立空間波阻抗模型提供了必要的條件。建立波阻抗模型的過程，實際上就是把橫向上連續變化的地震界面信息與高分辨率測井信息相結合的過程。
1.4 以波阻抗反演為模型，實現地質統計學反演
地質統計隨機反演在計算的時候，選用Jason反演StatMod模塊時，要把高斯配置協模擬和反演選項全部選中。這樣在運算中，就會將反演選項中的地震數據納入到的計算過程中來，并且通過先前做直方和相關分析時，可將反演的主變量與波阻抗的相關性也考慮進來，載入測井曲線進一步約束反演進行，最終能使得反演成果縱向上有理想的分辨率，與井點先驗數據吻合，又能使隨機反演的結果平面上較好地忠實于地震資料，得到地質統計學地震反演剖面。
1.5 影響砂體預測精度的重要參數分析
不同井網密度對反演結果影響較大，據反演結果分析可以看出，300m井網，3m以上砂體預測精度可達80%以上； 1m以下砂巖預測精度較低；夾層厚度對反演結果也有較大影響，圍巖厚度在2m以下砂巖較難區分開；不同反演曲線對反演結果也有影響，通過精度分析與優選，采用最佳反演曲線預測砂體；不同井網對砂體預測精度影響較大，由圖7可以看出B井控制300m范圍內砂體預測精度較高，超出600m井距如果無井控制，則只能預測出厚砂體。
2 精度分析
地質統計學反演能否用于修正測井相帶圖預測井間砂體，關鍵取決于反演后用于測井解釋進行驗證，A區塊經過隨機選取參與反演井與未參與反演井進行精度分析， 3m以上砂巖綜合符合率達到80%以上，1～3m砂巖符合率達到70%以上，1m以下砂巖符合率為50%以上，可以用于預測井間砂體。
3 成果應用
經過精度分析驗證，反演成果可用，可以修正A區塊各沉積單元相帶圖，不僅可以深化曲流帶單一河道邊界認識，為細分單砂體連通關系奠定了基礎，還可以修正河道砂體走向預測井間砂體，我們以修正河道砂體走向為例：結合地震反演剖面（如圖2）與砂巖厚度等值圖修正了A區塊C層沉積相帶圖。
圖4？A區塊C層井震結合后相帶圖
4 結論
（1）地質統計學反演側重于測井與地震的聯合。在地震解釋和沉積分析基礎上根據地質框架表，生成符合地質規律的初始阻抗模型。在道合并模塊中，由于井模型可靠，低頻成分得到了準確的補償，高頻成分得到了恢復，達到了探測薄層的目的。
對于統計學來說，其主要內容是學習統計的方法。由于該科目的學習內容屬于較為實用的理論知識，因此，要針對這一點向高職院校的學生進行學習思想的灌輸。要讓學生認識到，學習統計學，并非是一項純粹的理論學習，它在現實中的應用是多方面的。而學會統計學，再學習本專業的其他專業課程的時候，就會倍感輕松。改變學生為了學習而學習的態度，讓學生明白，來到高職院校學習的目的是為了學習一種生存的技能，而并非是學習枯燥的理論知識而學習統計。
二、讓統計學的教學理論聯系實際
如何讓學生學好理論知識，讓學生將理論與實際相結合，就要看教師如何引導教學。例如一個事件的統計，通過不同的方法統計計算的結果一定是不相同的，而最終事件得出的結論應當是相同的。讓學生明白各種統計方法的計算方式，是為了讓學生在應對各種各樣的事件時采取相應的解決方法，而并非是要學生做過多的無用之功。統計學在教學的過程中要應當注重課堂與學生的互動，如果學生能夠提出問題，就說明學生在課堂上是聽講的，千萬不要解決問題的希望寄托在課后。由于高職院校的學生學習熱情本就不高，如果把問題留在課下，期待于學生在課下解決，那是幾乎不可能的。因此對于課堂上學生提出的問題一定要讓學生當堂解決。在幫助學生解決問題的時候，需要注意的是，不要直接告訴學生該問題的答案或結論是什么。要讓學生自己去思考，教師所起到的作用是引導學生，啟發學生，朝著答案的方向去進行思考。在講述理統計學的理論內容的時候，教師可以舉出實際例子，讓學生清楚明白的學習統計學的統計方法。
三、實施項目教學方法
項目教學法是一種非常普遍的統計學教學方法，這種方法可以讓學生更加深刻的理解統計學所講講述的內容。在統計學的教學內容中，主要是講述統計方法統計計算等內容。在這樣的情況下，可以讓學生形成小組式學習，4-5人為一個學習小組。在這個教學方法中值得一提的是，它可以培養學生的團隊協作力，這在統計工作中是非常重要的一種能力。當一個統計方法學習完畢之后，就可以實施這種項目教學法。啟動一個統計項目。由兩到三個小組負責一個統計項目的統計工作，他們相互之間不會做出任何交流，只有小組成員之間進行交流。這樣他們采取的統計方法就可以區分出來。只要得出正確的結論即可。每個小組使用的方法不同，他們所用的統計時間也不相同，所以，找出該事件中用時最短的一個小組，就說明他們所用的統計方法是最為恰當的。對于統計工作來說，統計的方法不同，計算得出的結果不同，但是針對同一事件統計出的結論是相同的。因此對于統計學的教學來說，統計方法的使用是沒有對錯之分的，真正值得區分的是統計方法是否得當。而讓學生理解是否恰當的巧妙途徑，就是讓學生親自驗證這些統計方法是否真的適用于統計此類事件。學生通過接受項目，對項目事件進行討論及分析，可以正確判斷該事件統計工作適用于哪種統計方法，一旦確定了統計方法后，只需要注意數據計算過程中的準確性就可以了。那么這樣的項目訓練既可以讓學生迅速掌握統計的計算方法，也可以讓學生熟悉該類事件的數據特點。只要根據特點去討論分析使用統計方法，那么對于統計學的教學就可以輕松很多。當學生最終將統計學課程學習完畢后，可以讓學生負責一個綜合性的事件統計。運用統計學的各種統計方法對事件中需要統計的項目進行統計。當然還是以小組套論的形式進行，在綜合事件中，統計事件多種多樣，而適用的統計方法也是不盡相同，因此，這個測試是對于統計學教學結果的最好驗證。學生將該綜合事件中的統計事件合理應用統計方法進行統計者，則視為運用統計學精到學生，給予成績為優秀；對于該綜合實踐中運用統計方法并不得當，但最終得出正確結論者，則視為不能靈活應用統計學，給予該學生成績為良好；對于使用統計方法得當，而未能得出準確結論者，則視為對統計學的內容未完全領會，對于數據計算等不能精準給予答案，給予這樣的學生成績為及格；而未能完成統計工作的，并且對統計方法混亂不知所用者，則視為對統計學內容未完成學習任務，給予成績為差。如此，項目教學法就完成了。該方法的使用不僅僅可以讓教師知道學生是否理解所學內容，根據學生的學習程度去調整教學方法和教學進度，還可以開發學生的多向思維能力，讓學生遇到問題時盡可能地全面思考問題的最佳解決方案。
四、結束語
1.1考核對象與分組
考核對象為全國31家省級和新疆生產建設兵團疾病預防控制中心、15家省級糧食質量監測中心，共47個檢測機構，并進行隨機分組:A組共計20家;B組為17家;C組為10家檢測機構。
1.2考核樣品制備
選擇DON天然污染的小麥粉作為質控樣品，根據GB/T15000.3－2008《標準樣品工作導則(3)標準樣品定值的一般原則和統計方法》制備A、B、C3個DON濃度水平的考核樣品，經過對其均一性、穩定性考察，能夠作為質控樣品。
1.3考核方法
對參加考核機構隨機分組，并發放相應濃度水平的考核樣品，以兩次平行測定結果平均值作為最終結果。不提供標準物質，不對檢測方法作具體要求，各機構使用日常檢測中使用的標準物質和方法進行檢測。考核時間為2014年9－10月，各檢測機構在規定時間內提交結果。
2結果
2.1檢測結果提交情況
此次參加考核的47家檢測機構中，4家未在規定時間內提交結果，因此不計入統計結果。
2.2檢測能力驗證
按中國合格評定國家認可委員會(CNAS)在2014年重新修訂的CNAS－GL02《能力驗證結果的統計處理和能力評價指南》中“算法A”進行計算。在“算法A”中，指定值xa為穩健平均值x*，σp為穩健標準差s*。
3討論
3.1穩健統計中四分位法和算法
A的比較穩健統計技術(robuststatisticaltechnique)是普遍采用的統計方法。亞太實驗室認可合作組織(APLAC)、澳大利亞國家認可機構(NATA)和中國合格評定國家認可委員會(CNAS)推薦使用四分位法，即中位值(Median)作為指定值〔8〕，標準四分位數間距(NIQR)作為標準偏差;國際上也有一些機構(如英國能力驗證機構FAPAS)優先采用“算法A”方法，CNAS在2014年重新修訂的《能力驗證結果的統計處理和能力評價指南》中，指定值計算方法中加入了“算法A”。四分位是應用更為普遍的算法，是“算法A”一種簡化的形式，當數據為正態分布時，中位值和穩健平均值是相等的，數據越接近正態分布，中位值和穩健平均值均數越相近。用Shapiro－Wilk檢驗分別對A、B、C3組數據進行正態分布檢驗，Sig.值分別為1.32×10－4、3.597×10－2、1.193×10－3，均小于0.05，因此在α=0.05水平，A、B、C3組數據均不呈正態分布，若采用四分位法得到的z值較大，容易出現統計學第一類錯誤(棄真)，導致考核數據滿意率下降，因此使用“算法A”更為合理。
3.2穩健統計與格拉布斯(Grubbs)統計的比較
本次考核A水平提交結果19家;B水平提交結果16家;C水平提交結果8家，樣本量并不豐富，尤其是C水平。除采用穩健統計法外，當樣本量較少時可以采用格拉布斯(Grubbs)準則等經典統計方法剔除離群值后計算平均值和標準差，以平均值(x)和標準差(s)作為指定值和能力評定標準差。按公式(10)、(11)計算G1和G2，當G1或G2不大于G0.05時，保留數據;當G1或G2大于G0.05但又不大于G0.01時，此數據為偏離值，可以保留，用中位值取代平均值;當G1或G2大于G0.05時，剔除該數據，并對剩余數據繼續檢驗，直到無離群值為止。
3.3不同污染水平結果比較
我國規定的食品中DON限量標準(1000μg/kg)，從嚴格的角度出發，本次考核重點考查低于限量標準和接近限量標準濃度范圍的檢測能力。因此A水平(688μg/kg)發放了20家，B水平(1039μg/kg)17家，C水平(2286μg/kg)10家。但結果顯示B水平考核結果最為理想，A、C水平較差，這可能是由于檢測機構在日常檢測中對限量水平濃度檢測比較重視，在標準曲線的制備和提取回收率控制等環節經驗比較豐富。而低水平和高水平考核結果不理想，應予以重視。
3.4方法可比性
