调查对象
选择2011年9月-2012年4月在4所二级甲等以上医院实习的本科生52人作为调查对象。纳入标准：(1)在医学院校学习医学知识3年或者4年，最后一年在临床实习中需撰写毕业论文的本科生;(2)被调查时正在从事医学院校临床实习;(3)愿意参与本项调查。其中男2人，女50人;年龄22-25(±)岁。专业：护理专业33人，占，其他专业19人，占。实习医院等级：三级医院42人，占，二级医院10人，占。
方法：采用问卷调查法
通过参考有关文献及与本科生座谈资料自行设计问卷。问卷包括四个部分：①本科生的一般资料，包括年龄、性别、专业及实习医院。②学生所属院校在毕业论文撰写方面所做工作、实际效果与学生对学校的期盼。③实习医院对毕业生论文撰写的影响以及实习生对医院的期盼。④学生对撰写论文的认识以及实际撰写论文的能力。问题以单项选择题为主，多选题2题，有专门标注。
由调查者向被调查者说明调查的目的，并逐条讲解调查内容，让他们在充分理解后根据自身实际情况自行填写，填写完毕后调查者逐项检查，确认没有遗漏后回收。共发放调查问卷52份，回收52份，有效问卷52份，有效回收率100%。
统计学方法
调查所得资料用MicrosoftExcel软件建立数据库，进行统计描述。
2结果与讨论
通过本次调查得知，影响医学院校临床实习本科生毕业论文撰写的因素归纳起来有三个方面：
学校方面本次调查显示：①的医学院校虽然开设了论文撰写方面的课程，但有的学生认为院校开设的此类课程少。②在实用性方面，有的学生认为这些课程对实际论文撰写的帮助不大，只是知道了论文的撰写格式。③只有的学生掌握了数据资料收集、统计分析方面的知识。因此，学生希望学校做如下改进工作：①学校在优化课程设置的基础上，建议提高教师。如在学习统计学课程时，老师应侧重实际应用方面的讲解，教会学生不同的数据资料该用哪种相对应的统计方法?具体意义是什么?②在撰写论文实际需要的能力方面，学校应该加强对学生论文选题的指导，以纠正在以往毕业论文中存在的选题过大、查新不准、设计不够科学等问题[2]。③笔者建议学校安排学生参加论文撰写讲座和模拟演练。
实习医院方面
指导老师本次调查表2显示：①认为医院非常有必要为实习生提供论文指导老师。②表示需在老师的指导下才能完成毕业论文的撰写，这说明了医院提供论文指导老师对实习生毕业论文撰写的重要性，这与某些文章的见解相一致[3]。
实习科室的合理安排调查显示：①的学生认为进入临床实习初期即要求学生确定论文题目感到迷茫。②认为医院实习科室的安排对论文定题有影响。笔者认为这可能是学校纯理论性教育与临床实践有一定的差距所致，实习医院可以在统一安排科室轮转的基础上增加一点学生的自主性。比如在接近论文选题那段时间，通过让实习生自主选择感兴趣的科室进行2-4周的专科实习，配合临床论文指导老师的指导，进一步熟悉该专科，了解本专科的`国内外发展动态，增加学生毕业论文撰写的兴趣，以明确毕业论文撰写的方向。另外，还可以安排学生参加实习医院举办的论文撰写相关讲座、论文汇报会和科研课题开题报告会等，甚至可以安排学生参加实习医院部分科研工作。
学生个人方面调查显示：①只有对撰写论文感兴趣。②觉得撰写论文非常难，不知道论文的选题，觉得无从下手。③有的本科生不知道如何进行数据资料的收集与统计分析。笔者建议：学生在大学三年级起可以梳理并确定自己感兴趣的专科，着重了解和掌握该专科的国内外发展动态，以便为最后一年临床实习毕业论文定题做好充分的准备。最后，学生进入临床实习早期就应勤观察、勤思考，理论联系实际，以便早日选好、选对论文题目;并充分利用实习医院现有的资源，例如临床指导老师、医院的图书馆等，要积极主动与论文指导老师沟通、交流，得到老师的指导，使大家不再感到撰写论文是件非常困难的事情。
3小结
通过对52例医学院校临床实习本科生毕业论文撰写影响因素的调查，发现医学院校临床实习本科生在毕业论文撰写上，学校、实习医院、学生个人还有很多工作需要改进，实习医院、学校应该为临床实习本科生毕业论文撰写提供更多的帮助，如实习医院可以允许学生自选专科实习2-4周来完成毕业论文的撰写;学生个人应该以更加积极主动的态度努力提高与撰写论文有关的各种能力，如思维能力、创新意识和科研能力等。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
秋风送爽，也给我们送来了刘岭教授的统计说说第五期。这一期的统计学方法之选择大家一定要认真学起来，说不定马上你就会用到了。编者语针对常用的基本统计学方法，一般而言说的就是t检验、单因素方差分析和卡方检验，这也是大家在写论文、阅读论文时经常遇到的统计学方法（几乎每篇文章都会涉及这一种或几种方法），那到底该采用何种统计学方法呢？今天我们就此来聊聊。一、拿到数据开始分析之前，一定要进行数据类型的划分（图1），因为不同数据类型资料，描述的方式不一样，统计学方法也不一样。图1 统计资料的类型举个例子（表1）：表1 某地2002年735例65岁以上老年人健康检查记录二、各种类型资料的统计分析（描述与统计推断）1.计量资料特点：每个观察单位的观察值之间有量的区别，有单位；描述形式：最常见采用“X±S”（一般文献中经常见到），用算数均数描述其平均水平，用标准差描述其离散程度。如果遇到数据“特别变态”（特别是标准差大于算数均数），就采用Md(P25,P75)（Md为中位数，P25和P75为四分位数）（表2）。正态分布检验请大家复习：医学科研课堂丨统计说说（三）：你所应该了解的正态、方差齐性检验表2 计量资料常用统计指标的特点及其应用场合统计推断方法：一般分为单因素和多因素两种。单因素分析方法分析要点：一是划清数据类型（计量资料）；二是明确试验设计类型（完全随机设计？几组样本？）；三是注意所用方法的应用条件；四是满足正态方差齐性时采用t检验（注意t检验有三种形式哦！）或单因素方差分析，不满足时采用秩和检验（图2）。图2 计量资料统计方法的正确选择提醒两点：① 如果样本数据不服从正态分布的话，那就只能用非参数检验（秩和检验），但其检验效能低于参数检验（t检验或方差分析）。所谓检验效能低就是本身有差异，却没有能力发现其差异。② 如果是两组以上样本的数据时，不能采用t检验（会导致假阳性错误概率增加），应该采用方差分析。若方差分析的P<，需再进一步两两比较，常用的方法为LSD法或SNK法（注意依旧不能采用t检验）。在上两讲内容中我们已经学过t检验（医学科研课堂丨统计说说（二）：你的t检验做对了吗？）和方差分析（医学科研课堂丨统计说说（四）：统计学方法之灵魂—方差分析）了，至于秩和检验，我们以后会逐步介绍滴。多因素分析一般采用回归分析，主要是线性回归分析，以后会给大家介绍此方法。2.计数资料特点：无序分类，同类别中各观察单位之间没有量的差别，但各类别间有质的不同，各类别互不相容。其中二分类一定是计数资料（例如性别只有男/女之分，是否继发某种疾病只有继发/未继发之分），而多分类满足分类在性质上没有程度等级上的差别，即为计数资料（例如婚姻状况包括未婚、已婚、离异、丧偶，就属于多分类，但各分类没有程度等级差别，因此为计数资料，尿糖定性检测结果包括-、+、++、+++、++++，属于具有程度等级差别的多分类资料，就不属于计数资料，属于等级资料了）。描述形式：最常见采用“例数（%）”（一般文献中经常见到），主要要分清构成比（结构相对数）和率（强度相对数）的差别（表3）。而且在应用时，分母（就是样本量啦）一般不宜过小，分母太小不足以反映数据的客观事实，也不稳定。表3 计数资料常用统计指标的特点及其应用场合比如说：1.某地肺癌患者中男性A例，女性B例，则当地肺癌患者的性别比为A/B就是“比”。2.某次研究共检出了致病菌3种，总株数为A+B+C，其中一种致病菌检出株数为A，那么A/（A+B+C）就是构成比，即该种致病菌占总致病菌的比重或分布。3.某研究对患者（总例数为B）进行治疗，结果治愈的患者例数为A，则A/B即为率（可以理解为治愈率）。统计推断方法：一般分为单因素和多因素两种。单因素分析方法分析要点：一是划清数据类型（计数资料）；二是明确试验设计类型（完全随机设计？几组样本？）；三是注意所用方法的应用条件；四是多样本率比较，若卡方检验的P<，需再进一步两两比较，并进行Bonferroni校正，以控制假阳性（图3）。图3 计数资料统计方法的正确选择提醒两点：① 构成比是以100作为基数，各构成部分所占的比重之和必须为100%，故某组成部分所占比重的增减必影响其它组成部分的比重；② 构成比和率在实际应用时容易混淆，主要区别在分母上，所以应正确选择分母。多因素分析一般采用回归分析，主要是Logistic回归分析，以后会给大家介绍此方法。3.等级资料特点：属于多分类资料，满足多分类在性质上有程度等级上的差别，各分类属性按一定顺序排列（有序），即为等级资料。描述形式：最常见采用“例数（%）”（一般文献中经常见到），这和计数资料的描述大体相同，主要区别在于多个分类排列时一定要按照顺序进行（从小到大或从弱到强）。统计推断方法：等级资料的统计分析方法在单因素分析中采用非参数检验（秩和检验），当然对于双向有序R×C资料，也就说分组变量和结局变量都是有序（等级）的情况，构成比的比较采用卡方检验，程度的比较采用秩和检验，趋势关联性的比较用秩相关（也称等级相关）。多因素分析中采用有序Logistic回归。注意：分类变量（计数资料和等级资料）在软件分析操作时，要适当数量化处理（赋值），赋值情况会直接影响统计分析结果的解释。最后用下面这张图来总结基本统计学方法的选择（图4）。图4 常用基本统计学方法的正确选择今天的内容就到这里，同学们多多复习，有什么问题和不懂的可以在下面留言，我们会请刘岭教授一一解答。好了，让我们期待下一期吧！撰稿：刘岭 约稿编辑：刘芹排版：毕丽 审核：王东专家简介刘岭：陆军军医大学卫生统计学教研室副教授，主要从事卫生统计学教学、科研工作。担任中华卫生信息学会第八届统计理论与方法专业委员会委员，重庆市预防医学卫生统计专业委员会副主任委员，并担任《第三军医大学学报》等多家杂志的编委、统计审稿专家。历史推荐医学科研课堂丨统计说说（四）：统计学方法之灵魂—方差分析 医学科研课堂丨统计说说（三）：你所应该了解的正态、方差齐性检验 医学科研课堂丨统计说说（二）：你的t检验做对了吗？ 医学科研课堂丨统计说说（一）：样本量估算是个什么东东？
一般常用的统计检验方法有：t 检验、卡方检验、方差分析和相关回归分析。统计检验方法的选择主要依据数据的类型(计量、计数) 、组数的多少(两组、多组) 、样本量的大小以及对比的方式(相互比较、配对比较) ,此外计量数据还要考虑分布形态和方差齐性等问题。
1. 多组率的比较用卡方检验（χ2检验，chi-square test)直接用几个率的数值比较，与直接用原始数据录入比较，结果会有什么不同？卡方值会受样本量的影响，样本越多，卡方值越大。2.多组计量资料比较采用方差分析(F检验) ，不能用t检验。当方差分析结果为P<时，只能说明k组总体均数之间不完全相同。若想进一步了解哪两组的差别有统计学意义，需进行多个均数间的多重比较，即SNK-q检验 (多个均数两两之间的全面比较 )、LSD-t检验 (适用于一对或几对在专业上有特殊意义的均数间差别的比较)和Dunnett检验 (适用于k-1个实验组与一个对比组均数差别的多重比较 )。3.非正态分布多组数据之间比较选用非参数检验、单样本中位数检验（符号检验和 Wilcoxon 检验）、双样本中位数检验（Mann-Whitney 检验）、方差分析（Kruskal-Wallis、Mood 中位数和 Friedman 检验）4.按血糖水平从低到高分成多组，进行多组之间死亡率的比较，由于死亡率同样受年龄、性别、病史、血脂等因素的影响，所以需选取合适统计方法实现“调整年龄、性别等危险因素后，按血糖分组进行死亡率的比较（由血糖从低到高分成的4组）”。①年龄是定量变量（是数值），调整年龄的方法可在Logistic回归中运用，连续性变量年龄加入covariate中，当成协变量，就可以调整年龄，age-adjusted odds ratio就能得到了。②性别性别是二分类变量，不是定量变量，不可在LOGISTIC回归里比较。调整性别可在卡方检验中采取分层的方法比较。如果为多分类LOGISTIC回归，在选择用multinomianl LOGISTIC回归中，可选入年龄等进入covariate，观察年龄的配比情况。可把性别选入factors(自变量)。这样可以实现调整年龄、性别等危险因素。5.回顾性研究(1)临床妊娠率和女性年龄的关系+(2)男性影响临床妊 娠的精子参数比较：数据类型及变量的说明：y：计量拟采用的分析方法：卡方检验拟采用的分析软件：spss原始数据附件及格式：word表能否用其他方法统计分析：可用卡方分割，调整检验水准（根据比较的次数N，校正后的检验水准为）。6.重复t检验：多个样本均数间的两两比较(又称多重比较)不宜用t检验，因为重复数次，t检验将增加第一类错误的概率，使检验效率降低。此时宜用方差分析，并在此基础上用两两比较方法(如．SNK、LSD、Duncan法等)。对于同一对均数间的差异，用t检验无显著性，而两两比较可能有显著性，可见错误选用统计方法将推出错误结论。
正确的统计学分析一定要建立在明确的研究目的和研究设计的基础之上，那些事先没有研究目的和研究设计，事后找来一堆数据进行统计分析都是不可取的。 在医学论文的撰、编、审、读过程中经常遇到的问题是研究的题目与课题设计、论文内容不符，包括文章的方法解决不了论文的目的、文章的结果说明不了论文的题目、文章的讨论偏离了论文的主题；还有是目的不明确、设计不合理。如题目过小，论文不够字数，而一些无关紧要的变量指标或结果被分析被讨论；又如题目过大，论文的全部内容不足以说明研究的目的，使论文的论点难以立足。 所以，合理明确的论文题目或目的以及研究设计方案是撰、编、审、读者应当关注的首要问题。此外，样本含量是否满足，抽样是否随机，偏倚是否控制等，也是不可忽视的问题。2、建好分析用的数据库建好数据库是正确统计分析的前提和基础，甚至决定了论文分析结果的成败。对于编、审、读者来讲，一般由于篇幅的限制，往往得不到数据库数据，而只有作者在数据库数据基础上经统计描述计算后给出的诸如各指标均数 x、标准差 s 或中位数 M、百分位数 Px 的“二手”数据，或将研究对象小或特征属性分组，清点各组观察单位出现的个数或频数的频数表数据等。 无论是否能够得到数据库数据，作者在统计分析过程中一定依据数据库数据进行计算，得出结果。如果对“二手”数据或频数表数据的结果等存在疑惑，编辑、审稿专家或读者有权要求作者提供数据库数据以检查其完整性、准确性和真实性，确保研究数据的质量。假若在投稿须知中对数据库数据作出必要的要求，无疑对于保证刊物的发表质量有着积极的意义
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
体育统计学是运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科。下文是我为大家整理的关于体育统计学论文的范文，欢迎大家阅读参考!
对《体育统计学》教学的思考
摘 要 《体育统计学》属于基础应用学科，在很多体育院校中开设，此课程的学习有助于提高学生用科学方法研究、解释体育领域中各种问题的能力。但很多学生对《体育统计学》学习目的不明确，学习方法不熟悉，甚至对此课程的开设必要性存在一定偏见。体育运动的发展、创新离不开《体育统计学》的理论支撑，所以有必要对其教学方法、方式进行研究。本文通过调查发现了学习中存在的问题，并提出了相对应的学习建议。
关键词 体育统计学 教学
一、引言
体育统计是运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科。随着体育科学的发展，体育领域中许多问题都需要运用统计学原理、方法来解决。体育系的大学生学习《体育统计学》有助于提高他们科学地研究或解释体育领域中的各种问题。但大学生参加科研活动的机会较少，运用统计知识的实践机会也很少，造成他们对《体育统计学》的学习目的不明确，且存在一定的偏见。所以，有必要对《体育统计学》的教学方法、方式进行思考与研究，以提高体育系大学生学习《体育统计学》的积极性。
二、研究方法
(一)研究对象
山西体育职业学院09级的全体学生，共6个班级，237人。
(二)研究方法
运用简单随机抽样法中的随机数表法随机在每个班抽取10名学生，共60名学生进行座谈，并做好访谈记录。访谈内容包括对体育统计学的学习目的及意义、学习方法、学习中存在的问题及对教学的建议等。
三、大学生学习《体育统计学》的现状及存在的问题
(一)大学生对《体育统计学》课程开设的误解
经访谈发现山西体育职业学院没有学生认为开设《体育统计学》课程非常必要，仅18%的学生认为开设此课程很有必要，82%的学生认为该课程的开设是没有必要的，认为上体育统计学课就像是在上数学课，学习计算一些统计指标，计算步骤及过程，觉得在今后的学习、工作中运用不到。
(二)大学生在学习《体育统计学》过程中存在的问题
虽然在教学过程中一直强调《体育统计学》是应用性学科，属方法论范畴，重点是掌握方法，但经过与学生访谈后，发现学生在这门课程学习中存在的主要问题是：偏重教科书中列举的各个指标的计算过程和统计推断的计算步骤，也仅限学习书中的例题，不会灵活运用到其他类同的实际教学、训练及科研问题中。学体育的学生数学基础比较薄弱，导致学习兴趣低落。
(三)大学生对《体育统计学》教材的看法
《体育统计学》课程在体育院校开设已有二十几年，体育统计教材多达几十本，但适合于教学的却较少。经访谈后，学生认为教材中的例题比较空，且与实际相差较远;还认为教材中统计理论知识较多，介绍的多是统计方法的推导、计算与步骤，太抽象，不是很符合体育院校学生掌握知识的特点。
四、对大学生学习《体育统计学》的建议
(一)摆正学习态度，明确学习目的
学生不管学什么课程首先要摆正学习态度、明确学习目的，学校开设《体育统计学》课程的目的是为了使学生能够领会体育统计的基本思想、概念、基本思路，并能把体育领域中存在的实际问题，运用科学合理的统计思想及方法进行定量解决，并为将来毕业论文设计或从事体育科研工作打下坚实的基础。
(二)熟悉常见的基本概念及其统计学意义
体育统计中常见的基本概念有正态分布、平均数、方差、标准差、标准误、误差、相关系数等，学生在学习过程中应该重点掌握这些基本概念及统计指标的统计学意义，而不是去弄清每一个指标的计算步骤，计算过程能看明白即可不需要记忆。
(三)掌握假设检验的基本思想
假设检验的基本思想：统计假设有两个类型H0和HA。在具体的研究工作中，样本统计量之间或样本统计量与总体参数之间一般是存在偏差的，这种偏差存在的原因有两种：抽样误差和非抽样误差。
(四)熟知常用假设检验方法的适用条件
体育统计学中常见的假设检验方法有t检验、方差分析、卡方检验、正态性检验、相关分析、回归分析等，不同的检验方法适用的条件是不同的，在进行数据统计的过程中必须严格按照适用条件选择正确的统计推断方法。
(五)熟练掌握SPSS软件处理数据的过程
1.在SPSS软件中的数据输入与编辑
SPSS软件是以数据为操作对象，按统计方法要求整理数据格式，是使用SPSS进行统计分析前首先要进行的工作。数据的输入格式要严格按照相对应的统计方法要求进行编辑，不同的统计方法数据的录入格式不同，如果数据录入错误，就不能进行统计分析，甚至统计出错误的结果。
2.在SPSS软件中的统计方法选择及处理步骤
在SPSS软件中提供了很多统计方法，大部分的统计方法在数据编辑窗“Analyze”的下拉菜单中。在保证数据录入正确的前提下，根据自己研究需要选择合适的统计方法，在打开的窗口中导入相对应变量，并在复选框中选择想要的统计指标，再点击 “ok”，即可得到统计分析结果。
3.正确解释SPSS软件处理数据的结果
对于统计结果的分析，首先要按照假设检验思想进行分析，用小概率水平来控制，其次要联系实际问题进行分析，从统计结果去估计发生某种体育事件的原因，进而来反映实验或调查的科学性、实践性、合理性，并根据研究结果的实用性投入实践。
参考文献：
[1] 孙芝娟.正确选用体育统计方法的若干思考[J].体育成人教育学刊.(2)：49-50.
[2] 陈红梅.SPSS在体育统计实践教学中的应用[J].体育百科，2005(2)：54.
[3] 李健.从体育统计误用透视高校体育统计教育[J].体育科技.(1)：79-81.
《体育统计学》课程改革学生需求的调查研究
摘 要: 对体育统计课程改革学生的需求进行了调查,运用SPSS、Excel等软件对调查数据 进行了统计分析,挖掘了当前学生在《体育统计学》课程目标、教材、教法、评价等方面的 需要,并根据需要提出了该课程改革的建议,对《体育统计学》课程改革和改善教学质量具 有重要的参考意义。
关键词:体育统计学;课程改革;学生需求
随着体育事业的迅猛发展,群众体育、竞技体育及学校体育等的研究正逐步趋向于定量化、 科学化,这就要求每一位体育工作者必须掌握定量化、科学化的研究方法。作为体育院系各 专业的基础必修课《体育统计学》课程肩负着该项重任之一,因此,改革体育统计课程体系 、结构、内容就历史地被提到议事日程上来了。总结起来,以往的对体育统计课程教学的研 究主要集中在两方面,一方面是对教学形式与手段提出了进行多媒体教学实验改革[1～4];另一方面是对体育统计课程进行计算机辅助教学改革[5～9],其中有的 提出了运用EXCEL软件辅助,有的提出了利用SPSS软件辅助,到底怎么改才是社会和学生所 接受的?根据课程改革的三维理论[10],课程改革必须顺应时代的发展、学科的发 展和学生 的发展需要。本研究就体育统计学课程改革学生的需要进行了调查研究,力求将目前该学科 学生的需求客观、全面、准确地反映出来,为体育统计课程的改革提供实证性的参考建议。
1 研究对象与方法
研究对象 高校体育院系学生中学过《体育统计学》课 程的学生262人。
研究方法
问卷调查法 根据.泰勒的课程理论[11]课程 问题应包含教材内容、课程目标、教 学要求、评价方案等四个维度,问卷按以上四个维度来设计,共15题。发放问卷300张,回 收率为,有效率为100%。利用SPSS对问卷量表进行信度与效度的检验,Cronbach-α系 数为,各维度信度在～之间,KMO为,主因子总变异为,因子载荷为0. 73,说明问卷量表信度较高,效度好。
数理统计方法 问卷数据用统计软件与Excel进行 分析处理。
2 结果与分析
课程目标我们查阅了相关学校的《体育统计学》教学大纲[12～14],将体育统计课程目标归 纳为 6个分维度:1) 培养学生的统计思想;2) 培养学生的计算机统计能力;3) 培养学生的统计 知识与方法;4) 培养学生的分析和推断能力;5) 培养学生掌握资料收集的方法;6) 培养 学生的科学研究能力。学生按认同的重要程度打分,最重要的为10分,最次要的为1分。学 生对这六个分维度的认同情况如表1所示。
从表1可以看出,“培养学生的计算机统计能力”平均分最高为分,这说明从一个侧面 反映了学生要求用现代的计算工具处理数值运算的愿望;“培养学生的研究能力”平均分最 低为分,说明在所有目标中,他们对这方面的能力培养要求放在其次,且标准差最大, 说明学生对其看法分歧较大;其中占百分比最高、分值也相对较高(8分)的是“培养学生 资料收集的能力”为,说明大部分学生渴求对统计资料收集方法的学习;从表1还可以 发现,选择6、7、8、9分值的人数相对较多,说明学生对各培养目标认同度都很高。
教材方面学生对《体育统计学》教材[15]重点章节的认同率见表2,“资料的收集和整理” 认同率为3 ;推断统计在首选中占 ,次选占;样本特征数认同率为;说明这 三个章节是体育统计学的最基本的内容,也是体育工作者在实践中应用最多的内容,特别是 “资料的收集与整理”,是学生最常用的统计方法。
教材难度:对于现在所学的高等教育出版社出版的《体育统计学》教材,学生反映见图1:“ 难”的占,“一般”的占,“容易”的占,说明我们目前采用的教材难度 适中。在计算机辅助统计运算见图2:认为 “必要”采用计算机辅助统计运算的有 157人, 占总数的,没必要的有 18人,占总数的,说明绝大多数学生认同计算机辅助体育 统计教学。在采用何种辅助方面见图3:选择“计算机语言辅助”的有 93人,占总数的 ,选择“具有统计功能的计算机软件”的有142人,占总数的;软件辅助选择情况见图 4,认为该用“Excel” 的有138人,占总数的,选用“SPSS软件”的有92人,占总数 的,说明学习者选择Excel软件辅助较SPSS软件辅助的多,用Excel软件辅助体育统计 运算的内容是最受学生欢迎的。
教学方面开课时间见图5:选择在“实习前”的有103人,占总数的;选“大一”的有57人,占总 数的,说明学生对该学科的作用有强烈的用于实践的愿望,希望在实习之前和学习精 力、时间都充沛的大二开设,其原因是学生希望在实习中应用和收集素材,为以后的教学训练和毕业论文的研究打下基础;教学方法见 图6:选择“多媒体理论和事例教学相结合”方式的有73人,占总数的;选择“理论与 计算机实验结合”的有165人,占总数的,说明学生喜欢采用“理论与计算机实验结合 ”的教学方法上课的形式,愿意自己动手掌握计算机统计操作技术,希望能够亲自参与实践 研究,体验研究过程与方法,纯理论的教学是学生最不喜欢的教学方式。课时数见图7:有3 的人选择“54学时”;有的人选择“36学时”;有的人选择“18学时”;有 选择“72学时”。实验教学见图8:有139人占总数的选择有“必要”采用实验教 学来培养学生利用计算机统计分析数值的能力。
评价评价方式见图9:选择过程性评价的有98人,占总数的;选择终结性评价有39人,占 总数的;选择两者的结合的有117人,占总数的,说明学生喜欢多元化的考核方 式和评价方式的结合;考核方式见图10:选择“课程论文”形式的有88人,占总数的 %;选择“开卷考试”的有53人,占总数的;选择“闭卷考试”的有25人,占总数的9. 2%;选择“平时成绩”的有50人,占总数的;选择“均有”的有22人,占总数的 ;说明学生愿意接受多种考核形式,很认同“课程论文”的形式,较受欢迎的考查方式是“ 开卷考试”与平时成绩。
3 讨 论
本研究发现学生强烈地要求通过体育统计课程的学习能使他们的“计算机统计能力”、“收 集资料的能力”、“分析和推断能力”、“科学研究能力”等方面有所提高。
根据统计学定 义“把研究数据的搜集、整理与分析方法的学问叫统计学”[16],因此在课程体系 上应该遵 循“研究设计→描述性统计→推断统计→统计报告”才是体育统计课程完整的体系,这样的 体系才能满足学习者的需求,才能达到他们的愿望和目的。“研究数据收集”的学问由“研 究设计”模块完成,它包括“根据研究的目的怎样明确统计总体、研究的内容与指标、研究 的形式与方法、样本数量的选择与确定、收集数据的方法” 等;“统计报告”是将收集和 统计分析的数据用统计学的方式表达出来,是学生学习体育统计课程获得的知识和能力的综 合体现,是我们《体育统计学》课程教育的最终目标。
而现在的体育统计学课程内容主要是 “描述性统计→推断统计”,强调“数据的整理与统计分析方法的原理”,对数据的整理与 统计分析方法可操作性的能力培养不够;对怎样在实际问题中对“数据的搜集”学生学习的 知识和方法不够;对统计分析的数据处理结果怎样来表达培养不够。因此导致体育统计与实 践问题脱节,使学生在学习过程中无法体验到运用体育统计知识解决问题的操作性过程,更 无法证明体育统计课程在体育教育与训练中的价值,而往往是在他们读研或在以后的工作中 才发现体育统计课程原来那么有用,为什么会造成这样的局面?本人认为这与现在的体 育统计学课程体系缺失不无关系。这与其他学者的研究“体育统计学作为一门新兴学科,仍 未形 成严密的科学体系,特别是在应用体系方面更加欠缺”[17]一致。所以完善体育统 计学课程体系,培养学生将来适应时代发展需要的能力,是体育统计课程的最终培养目标。
教材是教学内容的有形载体,是实施教学活动的依据,也是落实课程计划和实现课程目标的 重要工具,同时也是学生学习的重要工具[18]。学生希望教材中增加计算机软件辅 助运算的 部分,特别是Excel软件的应用;由于Excel是Office的套件之一,任何个人和单位电脑上都 有安装,在课外也容易使用,非常普及,这些方法在以后的工作中可以学以致用;
另一方面 它是全中文版,较其它统计软件易学、易用、易得、易懂;所以学生喜欢Excel为统计工具 来辅助统计课程的学习,希望自己学习的知识能和社会实践联系起来。因此教材改革要顺应 时代变化,符合学生实际,在内容上以实用、够用为原则,选择学生需求的统计知识和统计 技能;在教材内容的表达形式上要符合体育学学生的学习特点,选择操作性强、联系学生的 生活、训练的学习内容,用生动活泼的形式表达出来,才是乐于他们接受的。
另外,学生喜 欢上机操作,希望通过上机亲自动手解决一些实际问题;其次学生喜欢以计算机为主体的多 媒体与事例组合教学模式,因此开设体育统计实验课是时代发展的需要,同时也是学生发展 的需要;因此体育统计教学需要将原来的纯理论教学模式向体育实际运用、实验型转变;在 教学方面需要改变重理论轻实践、重知识轻技能的局面,必须强化实践技能训练,充分利用 现代信息技术,来提高教学质量和效益,为学生的学习和发展提供丰富多彩的教学环境和有 力的学习工具;
在传授学生统计知识的过程中要注重培养学生对统计课程的思想、情感、态 度、价值观,使学生在获得知识与技能的同时形成正确的、科学的、实事求是的价值观。再 次,学生大都喜欢采用课程论文的形式;同时学生对开卷和多种评价方式的结合比较也认同 ;课程论文的形式对考察学生利用Internet网和图书馆等途径进行资料查询、提出问题、做 出解决的方案(如何抽样、如何进行统计整理、怎样分析、得到什么样的结论等等)、解决实 际问题、信息处理和分析的能力都十分有效,这与有的研究结果[19]相吻合;学生 最不喜欢的是闭卷考试,一方面统计学闭卷考试需要占用大量的时间来进行数据运算,而这些数据运 算是完全可以用现代的计算机软件代替的,另一方面闭卷考试不能考察出学生的统计学知识 与能力。
因此体育统计课程评价需要突出考察学生运用统计知识、统计方法解决实际问题的 能力,这就需要体育统计学课程评价利用多元化过程性评价与终结性评价结合的方式,目的 在于促进学生的发展,体现最新的教育观念和课程评价发展的趋势。
4 结 论
1) 在培养目标上学生需求完善体育统计课程体系以求科学素质全面发展。2) 在教材方面学生需求增加普及计算机辅助的教学内容,特别需要Excel辅助的计算机 统计方法。3) 在教学方面需求教学内容的直观与操作性强的理论与实验结合的教学模式。4) 在课程评价方面学生需求课程评价多元化,考出统计过程和实际操作能力的考核方式。
随着知识经济时代的到来,经济全球化、生活信息化、学习社会化的趋势越来越明显,体育 统计课程面临着新的挑战,时代需要教育培养的人才具有创新精神和实践能力。体育统计课 程在目标方面、学科体系、教学和评价方式等方面仍然需要改革创新,才能满足学生发展、 学科发展和社会发展的需要。
参考文献:
[1] 李健.《体育统计学》教学改革的初步研究与实践[J].体育科技,2004,2 5(2):65-69.
[2] 彭龙辉,肖文辉.体育统计多媒体教学探讨[J].北京体育大学学报,2000,23(1).
[3] 陈红梅,杨军,吴锐创.体育统计学运用多媒体教学实验研究[J].广州体育学院学 报,1998,18(4):115-119.
[4] 关北光,魏佐涛. 信息化与体育统计学科改革和发展方向[J].乐山师范学院学报, 2001,2:94-96.
[5] 李树屏.Excel辅助《体育统计》教学的设计与实践[J].四川体育科学,1999,88(4 ):13-15.
[6] 沈晓强,徐金尧.Excel统计函数的组合技术在体育统计中应用[J].浙江体育科学, 2004,26(4):108-111.
[7] 张必斌,敖运忠.Excel2000中的常用数据分析工具在体育统计上的应用[J].上饶师 范学院学报,2004,24(3).
[8] 赵万龙,宋翠翠.VB开发多功能体育统计软件的研究[J].北京体育大学学报,2000, 23(1):67-68.
[9] 覃朝玲.利用社会科学统计软件辅助“体育统计"教学的探索[J].西南师范大学学报 ,2005(1).
[10] 钟启泉,张华.世界课程改革趋势研究[M].北京:北京师范大学出版社,2001:268 -270.
[11] .泰勒.课程与教学的基本原则[M]. 北京:高等教育出版社,1980:22.
[12] 体育统计学教学大纲[EB/OL].2008-6-12.
[13] 体育统计学教学大纲[EB/OL].
[14] 体育统计课程教学大纲[EB/OL].2008-6-12.
[15] 丛湖平.体育统计(体育学院通用教材)[M].北京:高等教育出版社,1998.
[17] 覃朝玲.计算机统计技术[M].北京:现代教育出版社;2007:1.
[16] 魏登云.体育统计学科建设与发展的立足点—统计思想[J].西安体育学院学报,20 00,17(4):69-72.
[18] 高校传,杨宝山,刘明才.课程目标研究[M].北京:教育科学出版社,2001:98-9 9.
[19] 王美春.《体育统计学》课程建设若干问题的调查与分析[J].北京体育大学学报, 1999,22(4):76-78.
统计量的推导，统计量的统计性质，以及统计性质的证明，统计性质包括相合性、渐进正态性论文撰写结构要求1、题目：应简洁、明确、有概括性，字数不宜超过20个字。2、摘要：要有高度的概括力，语言精练、明确，中文摘要约100—200字；3、关键词：从论文标题或正文中挑选3～5个最能表达主要内容的词作为关键词。4、目录：写出目录，标明页码。5、正文：专科毕业论文正文字数一般应在3000字以上。毕业论文正文：包括前言、本论、结论三个部分。前言（引言）是论文的开头部分，主要说明论文写作的目的、现实意义、对所研究问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。本论是毕业论文的主体，包括研究内容与方法、实验材料、实验结果与分析（讨论）等。在本部分要运用各方面的研究方法和实验结果，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。结论是毕业论文的收尾部分，是围绕本论所作的结束语。其基本的要点就是总结全文，加深题意。6、谢辞：简述自己通过做毕业论文的体会，并应对指导教师和协助完成论文的有关人员表示谢意。7、参考文献：在毕业论文末尾要列出在论文中参考过的专著、论文及其他资料，所列参考文献应按文中参考或引证的先后顺序排列。8、注释：在论文写作过程中，有些问题需要在正文之外加以阐述和说明。9、附录：对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。二、毕业论文撰写格式要求1、毕业论文一律打印，采取A4纸张，页边距一律采取：上、下，左3cm,右，行间距取多倍行距（设置值为）；字符间距为默认值（缩放100%，间距：标准），封面采用教务处统一规定的封面。2、字体要求论文所用字体要求为宋体。3、字号第一层次题序和标题用小三号黑体字；第二层次题序和标题用四号黑体字；第三层次及以下题序和标题与第二层次同；正文用小四号宋体。4、页眉及页码毕业论文各页均加页眉，采用宋体五号宋体居中，打印“河北大学XXXX届本科生毕业论文（设计）”。页码从正文开始在页脚按阿拉伯数字（宋体小五号）连续编排，居中书写。5、摘要及关键词中文摘要及关键词：“摘要”二字采用三号字黑体、居中书写，“摘”与“要”之间空两格，内容采用小四号宋体。“关键词”三字采用小四号字黑体，顶格书写，一般为3—5个。英文摘要应与中文摘要相对应，字体为小四号Times New Roman。6、目录“目录”二字采用三号字黑体、居中书写，“目”与“录”之间空两格，第一级层次采用小三号宋体字，其他级层次题目采用四号宋体字。7、正文正文的全部标题层次应整齐清晰，相同的层次应采用统一的字体表示。第一级为“一”、“二”、“三”、等，第二级为“”、“”、“”等，第三级为“”、“”等，具体格式要求详见模板（模板从河北大学教务处主页下载专区下载）。8、 参考文献参考文献要另起一页，一律放在正文后，在文中要有引用标注，如××× [1]，具体格式要求详见模板9、外文资料及译文外文资料可用A4纸复印，如果打印，采用小四号Times New Roman字体，译文采用小四号宋体打印，格式参照毕业论文文本格式要求。10、图、表、公式图：a. 要精选、简明，切忌与表及文字表述重复。b.图中术语、符号、单位等应同文字表述一致。c. 图序及图名居中置于图的下方，用五号字宋体。表：a.表中参数应标明量和单位的符号。b.表序及表名置于表的上方。c. 表序、表名和表内内容采用五号宋体字。公式：a.编号用括号括起写在右边行末，其间不加虚线。b.公式中的英文字母和数字可以采用默认的字体和字号。图、表与正文之间要有一行的间距，公式与正文之间不需空行；文中的图、表、附注、公式一律采用阿拉伯数字分章编号。如：图2-5，表3-2，公式（5-1）（“公式”两个字不要写上）等。若图或表中有附注，采用英文小写字母顺序编号。11、标点符号注意中英文标点符号的区别，不能混用。三、毕业论文装订存档要求毕业论文按以下顺序侧面用铁质装订夹装订归档：封面→中摘要→关键词→目录→正文→谢辞→参考文献→注释→附录→外文资料及译文→
论文数据方法有多选题研究、聚类分析和权重研究三种。
1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。
3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
拓展资料：
一、回归分析
在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。
二、方差分析
在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。
在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。
例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。
三、判别分析
判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。
这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。
四、聚类分析
聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。
比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。
五、主成分分析
主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。
主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
六、因子分析
因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。
在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。
因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。
例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。
例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。
接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。
七、典型相关分析
典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。
统计分析方法有以下：1、描述性统计分析方法。描述性统计分析方法是指运用制表和分类和图形概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。2、相关分析方法。相关分析方法是研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。3、方差分析方法。方差分析是用来分析一项实验的影响因素与相应变量的关系，同时考虑多个影响因素之间的关系。4、列联表分析方法。列联表分析是用于分析离散变量或定型变量之间是否存在相关。5、主成分分析方法。主成分分析方法是将彼此梠关的一组指标变适转化为彼此独立的一组新的指标变量，并用其中较少的几个新指标变量就能综合反应原多个指标变量中所包含的主要信息。
1、对比分析法
对比分析法指通过指标的对比来反映事物数量上的变化，属于统计分析中常用的方法。常见的对比有横向对比和纵向对比。
横向对比指的是不同事物在固定时间上的对比，例如，不同等级的用户在同一时间购买商品的价格对比，不同商品在同一时间的销量、利润率等的对比。
纵向对比指的是同一事物在时间维度上的变化，例如，环比、同比和定基比，也就是本月销售额与上月销售额的对比，本年度1月份销售额与上一年度1月份销售额的对比，本年度每月销售额分别与上一年度平均销售额的对比等。利用对比分析法可以对数据规模大小、水平高低、速度快慢等做出有效的判断和评价。
2、分组分析法
分组分析法是指根据数据的性质、特征，按照一定的指标，将数据总体划分为不同的部分，分析其内部结构和相互关系，从而了解事物的发展规律。
根据指标的性质，分组分析法分为属性指标分组和数量指标分组。所谓属性指标代表的是事物的性质、特征等，如姓名、性别、文化程度等，这些指标无法进行运算；而数据指标代表的数据能够进行运算，如人的年龄、工资收入等。分组分析法一般都和对比分析法结合使用。
3、预测分析法
预测分析法主要基于当前的数据，对未来的数据变化趋势进行判断和预测。预测分析一般分为两种：一种是基于时间序列的预测，例如，依据以往的销售业绩，预测未来3个月的销售额；另一种是回归类预测，即根据指标之间相互影响的因果关系进行预测，例如，根据用户网页浏览行为，预测用户可能购买的商品。
4、漏斗分析法
漏斗分析法也叫流程分析法，它的主要目的是专注于某个事件在重要环节上的转化率，在互联网行业的应用较普遍。比如，对于信用卡申请的流程，用户从浏览卡片信息，到填写信用卡资料、提交申请、银行审核与批卡。
最后用户激活并使用信用卡，中间有很多重要的环节，每个环节的用户量都是越来越少的，从而形成一个漏斗。使用漏斗分析法，能使业务方关注各个环节的转化率，并加以监控和管理，当某个环节的转换率发生异常时，可以有针对性地优化流程，采取适当的措施来提升业务指标。
5、AB测试分析法
AB 测试分析法其实是一种对比分析法，但它侧重于对比A、B两组结构相似的样本，并基于样本指标值来分析各自的差异。
例如，对于某个App的同一功能，设计了不同的样式风格和页面布局，将两种风格的页面随机分配给使用者，最后根据用户在该页面的浏览转化率来评估不同样式的优劣，了解用户的喜好，从而进一步优化产品。
除此之外，要想做好数据分析，读者还需掌握一定的数学基础，例如，基本统计量的概念（均值、方差、众数、中位数等），分散性和变异性的度量指标（极差、四分位数、四分位距、百分位数等），数据分布（几何分布、二项分布等），以及概率论基础、统计抽样、置信区间和假设检验等内容，通过相关指标和概念的应用，让数据分析结果更具专业性。
问题一：多元线性回归分析论文中的回归模型怎么分析 根据R方最大的那个来处理。（南心网 SPSS多元线性回归分析） 问题二：谁能给我列一下多元线性回归分析的步骤，这里正在写论文，第一部分是研究方法，多谢 10分 选题是论文写作关键的第一步，直接关系论文的质量。常言说：“题好文一半”。对于临床护理人员来说，选择论文题目要注意以下几点：（1）要结合学习与工作实际，根据自己所熟悉的专业和研究兴趣，适当选择有理论和实践意义的课题；（2）论文写作选题宜小不宜大，只要在学术的某一领域或某一点上，有自己的一得之见，或成功的经验．或失败的教训，或新的观点和认识，言之有物，读之有益，就可以作为选题；（3）论文写作选题时要查看文献资料，既可了解别人对这个问题的研究达到什么程度，也可以借鉴人家对这个问题的研究成果。 需要指出，论文写作选题与论文的标题既有关系又不是一回事。标题是在选题基础上拟定的，是选题的高度概括，但选题及写作不应受标题的限制，有时在写作过程中，选题未变，标题却几经修改变动。 问题三：用SPSS做多元线性回归，之后得到一些属于表格，该怎样分析这些数据？ 200分 你的分析结果没能通过T检验，这可能是回归假设不满足导致的，需要进一步对数据进行验证，有问题可以私信我。 问题四：过于多元线性回归分析，SPSS操作 典型的多重共线。 多元回归分析中，一定要先进行多重共线检验，如VIF法。 对于存在多重共线的模型，一个办法是逐步回归，如你做的，但结果的删除变量太多，所以，这种方法效果不好。 此外，还有其它办法，如岭回归，主成分回归，这些方法都保留原始变量。 问题五：硕士毕业论文中做多元线性回归的实证分析，该怎么做 多元线性，回归，的实证分析 问题六：用SPSS做多元回归分析得出的指标结果怎么分析啊？ 表一的r值是复相关系数，r方是决定系数，r方表示你的模型可以解释百分之多少的你的因变量，比如你的例子里就是可以解释你的因变量的百分之八十。很高了。表二的sig是指你的回归可不可信，你的sig是0。000，说明在的水平上你的模型显著回归，方程具有统计学意义。表三的sig值表示各个变量在方程中是否和因变量有线性关系，sig越大，统计意义越不显著，你的都小于，从回归意义上说，你这个模型还蛮好的。vif是检验多重共线性的，你的vif有一点大，说明多重共线性比较明显，可以用岭回归或者主成分回归消除共线性。你要是愿意改小，应该也没关系。 ppv课，大数据培训专家，随时随地为你充电，来ppv看看学习视频，助你成就职场之路。更有精品学习心得和你分享哦。 问题七：如何对数据进行多元线性回归分析？ 5分 对数据进行多元线性回归分析方法有很多，除了用pss ，可以用Excel的数据分析模块，也可以用Matlab的用regress（）函数拟合。你可以把数据发到我的企鹅邮箱，邮箱名为百度名。 问题八：经济类论文 多元线性回归 变量取对数 40分 文 多元线性回归 变量取对数 知道更多 多了解
【摘要】相关分析和回归分析是数理统计中两种重要的统计分析方法，在实际生活中应用非常广泛。两种方法从本质上来讲有许多共同点，均是对具有相关关系的变量，从数据内在逻辑分析变量之间的联系，但同时二者存在不同。相关分析可以说是回归分析的基础和前提，而回归分析则是相关分析的深入和继续。当两个或两个以上的变量之间存在高度的相关关系时，进行回归分析寻求其相关的具体形式才有意义。从本质分析了相关分析和回归分析，并比较两种之间的异同，结合生活中的例子，进一步讨论了利用相关分析和回归分析的前提并得出相关结论。【关键词】数理统计 相关性 相关分析 回归分析一、相关关系与相关分析1.相关关系在数理统计学中，回归分析与相关分析是两种常用的统计方法，可以用来解决许多生产实践中的问题，虽然二者之间关系密切，但在具体原理和应用上面有许多不同。首先从总体来说，两者均是对具有相关性的变量或具有联系的标志进行分析，可以借助函数和图像等方法。当一个变量固定，同时另一个变量也有固定值与其相对应，这是一种一一对应的关系，也叫做函数关系。而当一个变量固定，同时与之相对应的变量值并不固定，但是却按照某种规律在一定范围内分布，这两者之间的关系即为相关关系。这里函数关系与相
回归分析（英语：Regression Analysis）是一种统计学上分析数据的方法，目的在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便观察特定变量来预测研究者感兴趣的变量。回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。回归分析法预测是利用回归分析方法，根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。进行回归分析需要建立描述变量间相关关系的回归方程。根据自变量的个数，可以是一元回归，也可以是多元回归。根据所研究问题的性质，可以是线性回归，也可以是非线性回归。非线性回归方程一般可以通过数学方法为线性回归方程进行处理。
统计学是一门抽象难懂的学科，非统计学专业毕业人员一般很难做到精通。下文是我为大家整理的关于统计类论文投稿的范文，欢迎大家阅读参考!
医学统计学方法应用的错误解析
一、引 言
医学由于其研究的复杂性和系统性，常需要应用严谨的统计学方法，由于有些作者对医学科研的统计学理论和方法的应用缺乏深刻了解，在医学论文中错误应用统计学方法的现象时有发生。统计学方法应用的错误直接导致统计结果的错误。例如统计学图表、统计学指标、统计学的显著性检验等。因此，正确应用统计学方法，并将所获得的结果进行正确的描述有助于单篇论著的质量提高，现将医学论文中统计学方法应用及其常见结果的错误解析如下。
二、医学论文统计学方法应用概况
医学论文的摘要是全文的高度浓缩[1]，主要由目的、方法、结果、结论组成。一般要求要写明主要的统计学方法、统计学研究结果和P值。一篇医学论文的质量往往通过摘要的统计学结果部分就能判断。统计学方法的选择和结果的表达直接影响单篇论著的科研水平。
(一)材料与方法部分
正文中，材料与方法部分必须对统计学方法的选择、应用、统计学显著性的设定进行明确说明。通过对统计学方法的描述，读者应该清楚论著的统计学设计思路。材料部分要清楚说明样本或病例的来源、入组和排除标准、样本量大小、研究组和对照组的设定条件、回顾性或者前瞻性研究、调查或者实验性研究、其他与研究有关的一般资料情况，其目的是表明统计学方法应用的合理性和可靠性，他人作相关研究时具备可重复性。方法部分应详细叙述研究组和对照组的不同处理过程、观察的具体指标、采用的测量技术，要具备可比较性和科学性，
方法部分还要专门介绍统计分析方法及其采用的统计软件。不同的数据处理要采用不同的方法，必须清楚的说明计数或者计量资料、两组或者多组比较、不同处理因素的关联性研究。常用的有两组间计量资料的t检验，多组间计量资料的F检验，计数资料的卡方检验，不同因素之间的相关分析和回归分析。有些遗传学研究方法还有专门的统计学方法，要在这里简要说明并给出参考文献，还要简单叙述统计方法的原理。统计学软件要清楚的说明软件的名称和版本号，如基于家系资料研究的版本。
(二)论文结果部分
论文结果部分要显示应用统计学方法得到的统计量[2]，所采用的统计学指标较多时，往往分开叙述。分组比较多时还要借助统计图表来准确表达统计结果。对于数据的精确度，除了与测量仪器的精密程度有关外，还与样本本身的均数有关，所得值的单位一般采用紧邻均数除以三为原则。均数和标准差的有效位数要和原始数据一致。标准差或标准误差有时需要增加一个位数，百分比一般保留一个小数。在统计软件中，分析结果往往精确度比较高，一般要采用四舍五入的方法使其靠近实验的实际情况，否则还会降低论文的可信度和可读性。
结果部分的统计表采用统一的“三线”表，表题中要注明均数、标准差等数据类型。表格中的数值要按照行和列进行顺序放置，要求整齐美观，不能出现错行现象。要明确标注观察的例数，得到的检验统计量。统计图可以直观的表达研究结果，如回归和相关分析的散点图可以显示个体值的散布情况。曲线图表达个体均值在不同组别随时间变化的情况或者不同条件下重复测量的结果。误差条图由均数加减标准误绘出，描述的是67%的置信区间，不是95%，提倡在误差条图采用95%的置信区间。
关于统计量，一般采用均数与标准差两个指标，均数不宜单独使用。使用均数的时候要明确变异指标标准差或者精确性指标标准误。关于百分比，分母的确定必须要符合逻辑，过小的样本会导致分母过小而出现百分比过大的情况。百分率的比较要写清两者中不同的变化，可以采用卡方检验。
1.假设检验的结果中，常见只写P值的情况，有时候会误导读者，也会隐藏计算失误的情况，因此写出具体的统计值，如F值、t值，可以增强可信度。对于率、相关系数、均数这类描述统计量，要清楚写明进行过统计学检验并将结果列出。P值一般取与作为检验显著性，对于结果的计算要求具体的P值，如P=或P=。
2.在对论文进行讨论时，作为统计学方法产生的结果往往要作为作者的主要观点支持其科学假设，对统计结果的正确解释至关重要。P值很大表明两组间没有差别属于大概率事件，P值很小表明两组间没有差别的概率很小。当P<，表明差异具有统计学意义。P值与观察的样本量的大小有关联，当样本量小的时候，数据之间的差别即使很大，P值也可能很大;当样本量大时，数据之间的差别即使很小，P值也可能显示有显著性差异。相关系数统计学意义的显著性也与相关系数的大小没有绝对的关联，有统计学意义的样本相关系数可能很小。因此，有统计学差异的描述并不一定意味着两组间差别很大，错判的危险性很大，显著性的检验为定性的结果，结合统计量大小方可判断是否具有专业意义。
变量间虚假的相关关系与变量随时间变化而变化相关，统计学意义的关联并不表示变量间一定存在因果关系。因果关系的确定要根据专业知识和采用的研究方法的不同来考量。使用回归方程进行分析，当两变量间具有显著性关系，但是从自变量推测因变量仍然不会很精确。相关或回归系数不能预测推测结果的精确程度，而只是预测一个可信区间。诊断性检验应用于人群发病率很低的疾病，灵敏度、特异度的高低对于明确疾病诊断并不能很肯定。“假阳性率”与“假阴性率”根据实际的需要不同要求并不一致，在疾病患病率很低时，出现假阳性也是正常的，要确诊疾病必须要与临床症状体征相结合。因此，这两个率的计算方法必须交待清楚。
三、医学论文统计学方法应用的常见错误分析
(一)“材料与方法”中的统计学方法应用的常见错误
“材料与方法”中统计学方法常见的问题主要为：对样本的选择或者研究对象的来源和分组描述很少或者过于简单。例如，临床入组病例分组只采用简单的随机分组，未描述随机分组的方法，未描述是否双盲双模拟，未设置空白对照组，分组后对性别、年龄、文化程度的描述未进行统计学检验，对于特殊的统计学方法没有详细交代;动物实验分组的随机化原则描述过于简单，没有具体说清完全随机、配对或分层随机分组等;统计分析方法没有任何说明采用的分析软件，有的只说明采用的分析软件而不交代在软件中采用的统计方法;没有说明原因的情况下出现样本量过于小等情况。
(二)“结果”统计学方法应用的常见错误
1.应用正确的统计学方法出现的结果表达并不一定正确。例如前文所述数据的精确度要求。医学论文常见错误中包括均数、标准差、标准误等统计学指标与原始数据应保留的小数位数不同;对于率、例数、比值、比值比、相对危险度等统计学指标保留的小数点位数过多;罕见疾病的发病率、患病率、现患率等指标没有选择好基数，导致结果没有整数位;相关系数、回归系数等指标保留的小数位数过多或者过少;常用的一些检验统计量，如F值、t值保留的位数不符合要求。
2.对统计学指标进行分析和计算时，一般采用计数资料和计量资料进行区分。计量资料常用三线表，在近似服从正态分布的前提下采用均数、标准差进行说明，如果不符合正态分布时，可以采用加对数或其他的处理方式使其近似正态分布，否则只能采用中位数和四分位数间距等指标进行描述。医学论文中常见未对数据进行正态分布检验的计算，影响统计结果的真实性和可信度。对于率、构成比等常用的计数资料指标，常见样本量过小的问题，采用率进行描述会影响统计结果的可靠性，采用绝对数进行说明会显得客观一些。还有一些文献将构成比误用为率，也是不可取的。
3.在判断临床疗效之一指标时，两组平均疗效有差别并不意味着两组的每一个个体都有效或无效，必须通过计算有效率进行计算。如比较某药物治疗糖尿病的疗效，服药一周后，研究组和对照组的对血糖降低值分别为 ± 和 ± ( P = 1) 。按空腹血糖值低于的疗效判定有效率，研究组和对照组的有效率分别为和 ，尽管平均疗效相差较多，但也要注意到该药物对部分患者无效()。对假设检验结果的统计学分析结果，P 值的表达提倡报告精确P值，如P = 或P = 等。目前的统计学分析软件均可自动计算精确的P 值。例如常用的SAS，SPSS等，只要提供原始数据，就可以计算出t值、F值和相应的自由度，并可获得精确的P值。
四、小 结
提高医学论文中统计学方法的使用质量是编辑部值得重视的一项长期而又艰巨的工作[3]，医学论文中统计方法应用和统计结果的表达正确与否，不仅体现了论文的科学性和严谨性，而且对于提高期刊整体的学术质量，促进医学科学的发展和传播也有着重要作用[4]。
参考文献：
[1] 李敬文,吕相征,薛爱华.医学期刊评论性文章摘要的添加对期刊被引频次的影响[J].编辑学报,2011(23).
[2] 陈长生.生物医学论文中统计结果的表达及解释[J].细胞与分子免疫学杂志,2008(24).
[3] 潘明志.新时期复合型医学科技期刊编辑应具备的素质和能力[J].中国科技期刊研究,2011 (22).
统计学专业毕业现状分析与对策研究
本科毕业论文是高等学校人才培养计划的重要组成部分，是本科教学过程中最后一个重要的教学实践环节，是学士学位授予的一个重要依据。[1，2]然而，相较于其他教学环节，毕业论文没有受到足够的重视，从而导致该环节存在着一些问题。[3]本文将以中央民族大学统计学专业毕业论文为例，在分析其现状的基础上，找到问题并提出相应的建议。
中央民族大学统计学本科专业设置于2003年，目前已有六届毕业生。经过学院和学校层面的努力，统计学专业作为新办专业取得了较快发展，所培养的学生具有较好的专业能力和综合素质，近四成学生继续读研深造，就业的学生大都在专业对口的工作岗位上，就业率一直在85%左右。
本科毕业论文环节在培养方案中是6个学分。学生在第七学期开始选择指导教师以确定毕业论文题目。经过前6个学期的系统理论学习，统计学专业学生已基本掌握了统计学的基础理论和基本方法，具备了正确的统计思想和较强的统计软件应用能力，以及运用所学的理论和方法解决实际问题、文献检索和资料查询等综合能力。本科毕业论文的写作就是统计学专业学生将上述基础和能力进一步深化与升华的重要过程，从而培养学生的创新能力和实践能力，使学生的知识、技能和素质得到进一步的充实和提高，同时也是衡量学校教学质量和办学水平的重要指标。因此对如何提高毕业论文质量进行研究是必要和有意义的。[4]
一、统计学专业毕业论文质量的现状分析
从论文完成情况来看，每届的毕业论文基本都能达到论文教学环节的要求，通过对中央民族大学统计学专业2007～2011年四届毕业生的毕业论文进行分析，发现毕业论文及格率为。
从毕业论文研究的类型来看，主要分为两大类：理论研究型论文和实证型论文，理论研究型论文表现为总结和论述现有统计理论问题，表述理论研究的成果，或应用理论对现实问题进行分析、说明，并提出自己的思考;实证型论文主要表现为针对某一特定的实际目的或目标，运用所学统计的理论和方法，对经济、管理、金融、医学、生物、工程、环境等领域进行统计调查、统计信息管理、数量分析等。
从论文知识点范围的分析来看，学生论文绝大多数是统计专业问题，极少数是其他数学分支的问题。从中央民族大学历届统计学专业学生的毕业论文情况分析，发现毕业论文中研究其他数学分支的问题占总数的，主要包括：一是其他科目的应用研究(数学分析、常微分方程、运筹学及空间解析几何等)，占总数的。二是数学专业教育和数学思维的研究，占总数的。研究统计学专业问题的毕业论文占绝大部分，比例为，选题内容广泛且多为社会热点问题，涉及经济、社会、医疗卫生、教育发展、旅游、基础设施建设等多领域，由于受学校人文环境影响，很大比例的学生对少数民族地区的经济、社会、民生等问题进行了统计分析，约占总学生人数的。所使用的分析方法主要集中于抽样调查、回归分析、多元统计方法、聚类分析、判别分析等常用统计方法。
此外，统计分析显示学生成绩普遍偏高，统计学专业学生的毕业论文，尤其是实证类论文，存在着可以大量使用背景介绍和统计软件分析结果的特点，因此，一些论文没有创新性和学术含量，但具有较大的篇幅，与理学院其他专业的毕业论文成绩比较，其平均成绩相对较高，约分。
二、统计学专业毕业论文存在的问题
毕业论文的质量问题关系到本科人才的培养规格和目标，直接体现了学生本科阶段的学习成果，是衡量教学水平、学生毕业与学位资格认证的重要依据。通过对论文和考评结果的具体分析，发现学生的毕业论文在创新性、理论深度及论文写作常识多方面存在问题。具体表现为：
1.创新性不够
学生的毕业论文表现为理论性研究非常少，大都是实证型论文，并且多是简单的统计方法应用，缺少创新性研究和思考。从中央民族大学历届统计学专业学生的毕业论文来看，理论研究型论文只占，与实证型论文的比例为1︰，比例悬殊，体现了学生在毕业论文大的选题过程中，避重就轻，缺乏创新的特点。如每年都有一定数量的学生选择“我国人均GDP的预测”这类针对某经济指标进行预测的题目，论文的主要内容就是利用ARMA、灰色预测或者趋势外推方法等一种或多种方法对时间序列数据做简单建模和分析，论文没有对指标本身的意义以及国内国际的社会经济形势进行综合分析。这种方法简单套用性质的论文占有很大的比重。
2.选题过大、内容空泛，缺乏深入研究，存在抄袭、拼凑现象
有些学生在选择研究课题时，往往不能根据自身的专业知识结构特点和社会实践情况进行准确定位，只是一味的盲目的选择一些过大过空的社会热点问题，因此难以看到所要研究的问题的本质。如有的学生针对CPI做研究，没有深入了解问题的实质，只是收集了一些文献，很难提出自己的观点或研究角度，造成了材料堆积且过于散乱，论文变成了一些材料的简单拼凑。有些论文针对某一社会经济问题进行研究，论文的主题只是针对现有数据利用简单的统计方法进行分析，对数据的质量和可靠性以及方法的适用性不做针对性讨论，对所得的结论也不结合社会经济现实情况进行分析，导致论文质量不高。
3.相对前沿的分析方法利用较少
前沿的分析方法利用较少，通过毕业 论文的 写作， 统计分析能力没有实质性提升。学生论文使用的统计方法主要集中于回归分析、聚类分析、判别分析、相关性分析等，其中回归分析方法占有非常大的比例，约，其他各统计方法使用的比例分别为：聚类分析为，判别分析为，相关性分析为，多元统计方法为，时间序列分析为，极少有学生使用教科书外的相对前沿的分析方法。
4.论文写作上存在结构不合理、没有相关研究介绍、创新点表述不清、参考文献不会正确标注等问题
从学生的毕业论文来看，论文写作不规范，专业性差。主要存在论文形式不规范、结构不合理、题目含糊、有些论文杂乱无章、口语化严重、可读性差等问题。
三、存在问题的原因分析
针对上述问题，统计学系通过对论文进行详细审查以及 组织指导教师和学生座谈，发现毕业论文出现以上问题的主要原因包括以下几方面：
1.学生对论文不够重视
部分学生由于忙于考研学习而无暇顾及毕业论文的研究，还有部分学生由于忙于外出找 工作、 实习而无心认真撰写论文。论文撰写所需的必要时间难以得到保障，因此学生应付了事，从而无法保证论文的深度。此外，还有部分学生认为毕业论文只是一个教学环节，与考研的好坏无关，存在只要写了论文，教师都会让自己通过的侥幸 心理，在思想上没有引起足够的重视。
2.缺乏指导教师的针对性指导
指导教师所带毕业生人数过多，使得导师的工作量呈现超负荷状态，无法保证每个学生毕业论文的质量，从而致使部分学生的论文规范性较差，没有对存在的问题反复修改，使得学生论文存在诸多问题。
3.学生的专业训练还不够
大部分本科生没有经历过论文的写作训练，写作水平较低，不了解学术论文的规范性及其格式，不知如何从科研的角度构思文章、组织材料、安排结构，使得相当一部分学生的毕业论文表达的观点不够准确清楚，论据亦不能很好地支持论点。另外，一些同学为了完成任务，直接将在 网络中搜索到的资料不假思索的拼凑在一起，使得内容不成体系，观点混乱。
四、提高毕业论文质量的建议和 实践
1.加强毕业论文重要性的宣传，提高学生的重视度
加强对毕业论文重要性的认识有助于提高本科生毕业论文的质量。通过讲座、课堂传授等形式，让学生意识到毕业论文的实践性和综合性是任何教学环节都不能替代的，是提高发现问题、分析问题、解决问题能力的有效途径，更是进行个人综合素质提高的必不可少的重要环节，[4]从而使学生在思想上认识到毕业论文的重要性，投入更多精力进行毕业论文设计。
2.选题和教师的科研项目相结合，提高论文的创新性
在选择课题时，为了能充分发挥学生的主观能动性，可以让学生根据自身的特点，与指导教师协商，结合导师的研究方向制定课题方案。统计学专业的教师一般除了 申请国家自然科学基金和国家 社会科学基金这类对理论性和创新性要求较高的项目以外，很多教师还主持或参加有相应的 应用研究类项目。应用类项目大都需要实地调研(以及问卷涉及和数据分析)或者大量的数据分析和建模。引导学生参加这类项目来设计和完成自己的本科毕业论文，能够激发学生的科研热情和创新潜力。此外，鼓励和引导一些成绩较好，如让具备保研资格的学生参加教师的科研讨论班或者课题组，选择一些具有一定难度的理论问题进行研究，可以使学生了解本学科的 发展方向和最新动态。最近两年，越来越多的学生，特别是具备了保研资格的学生，在大四上学期就能投入到项目和毕业论文的写作中。
3.重视平时实践教学环节，培养学生的实践能力、发现问题以及解决问题的能力
为了提高学生的学习兴趣以及对问题的分析、解决能力，广泛开展了丰富多彩的社会实践活动，使学生尽可能早地接触与本专业有关的实际工作，切身 体会到如何将理论与实际相结合，了解本学科的实际业务，从而提高自主学习能力，加强专业知识的把握。结合学校的实际情况，积极鼓励学生在大二和大三阶段参加校级和国家级的全国大学生数学建模竞赛，申请“中央民族大学本科生研究训练 计划项目”、“北京市大学生科学研究计划项目”和“国家大学生创新性试验计划项目”。项目的申请和实施以及研究 报告的写作，对学生来说都是一个很好的锻炼。目前，统计学专业本科生的参与率在70%以上。此外，建立专业实习基地可以提高学生利用专业知识分析和解决实际问题的能力。这些环节的设计和实施都有力地保障了学生本科毕业论文的水平和质量。
4.加强学生科技论文写作训练
加强平时课堂上大作业的规范化，潜移默化培养学生科技论文的写作能力。通过平时的实践活动，如学生数学建模以及大学生创新实践等各类实践性项目来提高学生的 论文 写作能力。
5.实施激励措施，激发学生的兴趣和主动性
针对那些参与实际课题的学生，学院鼓励指导教师根据学生的完成情况以劳务费的形式给予其奖励，另外积极鼓励毕业论文质量优秀的学生进行投稿 发表。此外，还需对答辩程序和评分标准进行规范化，建立优秀毕业论文指导教师和优秀毕业论文奖励制度，以形成积极的导向作用，充分调动指导教师和学生的积极性。
6.加强教师责任心，建立完善的机制
加强学生毕业论文的过程 管理，从开题到中期检查严格执行，指导教师严格把关。为了保证学生与教师之间的沟通，学校可以通过建立师生信息反馈机制改善师生分离状态，为师生提供便利的沟通渠道，同时设置适当的教师激励制度，中央民族大学目前对教师指导本科毕业论文有额外的课时补贴。