統計學變量類型精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的統計學變量類型主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：統計學變量類型范文
作者：李寧寧 于保榮 周立波 劉甲野 徐愛強 單位：山東大學衛生管理與政策研究中心 章丘市疾病預防控制中心 山東省疾病預防控制中心
城鎮職工醫保患者縣級醫院就診的住院床日數是市級醫院的1．48倍，存在統計學差異(P＜0．001);城鎮居民醫保患者中，縣級醫院和市級醫院基本持平;新農合患者中，縣級醫院就診的住院床日數是市級醫院的1．14倍，但無統計學差異(表略)。輕度慢性乙肝患者輕度慢性乙肝患者中，城鎮職工醫保與城鎮居民醫保患者縣級醫院的住院床日數均高于市級醫院，其中城鎮職工醫保患者中，縣級醫院是市級醫院就診患者的1．60倍，存在統計學差異(P＜0．001);城鎮居民醫保患者中，縣級醫院是市級醫院的2．87倍，由于樣本病例數較少，不能進行統計學推斷;而新農合患者中，市級醫院是縣級醫院的1．17倍，無統計學差異(表略)。中度慢性乙肝患者中度慢性乙肝患者中，城鎮職工醫保和新農合患者縣級醫院就診患者的住院床日數高于市級醫院，其中，城鎮職工醫保患者縣級醫院的住院床日數是市級醫院的1．88倍，存在統計學差異(P＜0．001);新農合患者中，縣級醫院就診者的住院床日數是市級醫院的1．23倍，無統計學差異;而城鎮居民醫保患者中，市級醫院住院床日數是縣級醫院的1．1倍，無統計學差異。
重度慢性乙肝患者重度慢性乙肝患者中，城鎮職工醫保、新農合患者在縣級醫院和市級醫院就診的住院床日數均無統計學差異。但城鎮職工醫保和城鎮居民醫保患者在縣級醫院就診的住院床日數均高于市級醫院，其中，城鎮職工醫保中，縣級醫院是市級醫院的1．26倍;城鎮居民醫保中，縣級醫院是市級醫院的1．55倍。而新農合參保者中，市級醫院就診患者的住院床日數是縣級醫院的1．16倍。未分型的慢性乙肝患者未分型的慢性乙肝患者中，城鎮職工醫保、新農合的患者中市級醫院就診的住院床日數均高于縣級醫院。其中，城鎮職工醫保參保者中，市級醫院就診患者的住院床日數是縣級醫院的1．30倍，存在統計學差異(P=0．011);新農合參保者中，市級醫院就診患者的住院床日數略高于縣級醫院，無統計學差異。不同醫療保障制度下慢性乙肝患者出院轉歸情況比較我國目前的住院病歷中，患者的出院病情轉歸分為“治愈”、“好轉”、“未愈”、“轉院”、“死亡”及“其他”幾類。為便于分析，我們將“治愈”和“好轉”合并，計算了各型慢性乙肝患者的“治愈或好轉率”，輕度慢性乙肝患者中，城鎮職工醫保參保者的治愈或好轉率最高，其次是新農合參保者。新農合參保者中，中度和未分型慢性乙肝患者的治愈或好轉率最高。因醫保類型不明的患者病例數較少，予以剔除。結果顯示:輕度、中度及未分型的乙肝患者出院轉歸情況差異顯著。住院床日數的影響因素分析以經過對數轉換呈正態分布的住院床日數為因變量，以醫療保障類型、患者性別、入院年齡、慢性乙肝分型、病情轉歸、醫院級別及病史月數為自變量，采用逐步多元回歸分析。變量賦值和多元分析結果如表10所示，發現患者的醫療保障類型、醫院級別、慢性乙肝分型及疾病轉變情況(即出院轉歸)對住院床日數的影響具有統計學意義。出院轉歸的影響因素分析對患者的出院轉歸進行多因素分析，以住院床日數、患者性別、醫療保障類型、醫院級別、入院年齡及慢性乙肝分型為自變量。其中醫療保障類型、入院年齡和慢性乙肝分型均分為三組，采用二分類Lo-gistic逐步回歸分析，設賦值為0的那組為啞變量，其它各組分別與它進行比較。模型分析結果發現住院床日數越長，出院轉歸越好;慢性乙肝分型對出院轉歸也有影響。而醫院級別及醫療保障類型等并不影響患者的出院轉歸情況。
上海市針對自費和享有醫療保障患者的研究中，采取直接訪談法，并結合病案室提供的住院病歷資料，分析不同醫療保障水平下患者住院天數情況，結果顯示，慢性乙型肝炎患者社保組住院天數是自費組的1．4倍，并沒有分析在不同級別醫院就診患者的住院床日數差異。［3］本文主要通過對同一級別醫院就診的不同醫保患者住院床日數做出分析，發現:城鎮職工醫保參保者的各型慢性乙肝患者的平均住院床日數大約為城鎮居民醫保患者的1．6～2．3倍，為新農合患者的1．5～1．9倍。國內還有研究發現省級醫院乙肝病人住院床日數顯著大于地市級醫院。［4］本研究對不同級別醫院就診住院床日數分析發現，所有乙肝患者中，城鎮職工醫保患者縣級醫院就診的住院床日數是市級醫院的1．48倍，存在統計學差異。慢性乙肝不同分型患者的住院床日數分析中，發現輕度和中度城鎮職工醫保患者單病例住院床日數差異顯著，縣級醫院就診患者的住院床日數高于市級醫院。這可能是因為縣級醫院的治療水平與市級醫院之間有較大的差距;另外，不同級別醫院報銷政策的差異，也會影響患者就診流向及患者的住院床日數。不同醫療保障制度下慢性乙肝患者出院轉歸的差異輕度、中度及未分型慢性乙肝患者出院轉歸情況差異顯著。其中輕度慢性乙肝患者中，城鎮職工醫保患者的治愈或好轉率最高(97．9%)，其次是新農合患者;中度慢性乙肝患者中，新農合患者的治愈或好轉率最高(98．3%)，其次是城鎮職工醫保。納入本研究的城鎮職工醫保及新農合患者參保者較多，可能是其治愈或好轉率相對高的重要原因。而未分型慢性乙肝患者中，城鎮居民醫保患者的治愈或好轉率最高(100%)。住院床日數及出院轉歸的影響因素北京某傳染病醫院對原發性肝癌、肝硬化、乙型病毒性肝炎及丙型病毒性肝炎4種疾病進行研究顯示，醫院級別及患病嚴重程度是住院天數的影響因素。［5］本研究結果發現，在不考慮患者收入影響的前提下，慢性乙肝患者的住院床日數受患者醫療保障類型、醫院級別、慢性乙肝分型及出院轉歸影響，而出院轉歸亦受到住院床日數及慢性乙肝分型的影響。患者的出院轉歸與住院床日數是相互影響的關系。不同的醫療保障制度，其報銷比例及待遇不同，對醫生及患者的激勵作用也不同，從而患者的住院床日數及出院病情轉歸可能會受到一定的影響。
第2篇：統計學變量類型范文
【關鍵詞】腦干膠質瘤；MRI影像學；病理分級
腦干膠質瘤主要是指發生在腦干部的來自于神經外胚層的腫瘤，在兒童人群中較為常見，在所有兒童腦腫瘤中占據10-20%，而不同類別的腦干膠質瘤也有著不同的病理分布特點和生物學特點，通過對患者的腦干膠質瘤病理關系進行分析，可以有效判斷出患者腫瘤的發病程度，從而為患者的治療起到指導作用［1-2］。現在選取我院收治的腦干膠質瘤患者，對其MRI影像學進行分析，并判斷與病理分級的關系情況進行回顧性分析，同時將回顧結果報告如下。
1資料與方法
1.1一般資料選取我院在2008年8月-2012年10月間收治的52例腦干膠質瘤患者，其中，男性30例，年齡在2-56歲之間，平均年齡為31.4歲，女性22例，年齡在3-61歲之間，平均年齡為32.6歲。所有患者均經過手術治療，并有明確的病理診斷，對所有患者的MRI影像進行分析，并對相關數據進行統計學檢驗，分析變量與病理分級的關系。對所有患者的病理分析過程進行跟蹤觀察，并將所得實驗數據記錄。
1.2方法
1.2.1病理分析患者的病理類型主要包括星形的細胞瘤、膠質母細胞瘤、少突膠質細胞瘤、間變性的星形細胞瘤等，對所有患者的病理根據WHO分級，主要分為低級別的膠質瘤組合高級別的膠質瘤組［3］。
1.2.2影像學表現以腫瘤中心的起源作為標準，主要分為腦橋、中腦、延髓膠質瘤，根據腫瘤的MRI影像學顯示，最大直徑，內生型腫瘤是否屬于跨腦干軸位的中線生長，T1W1信號的改變是屬于混雜信號，還是均勻低信號，T2W1信號改變是屬于混雜高信號，還是均勻高信號，增強效應是否強化，腫瘤是否出現囊變，腫瘤中心是否出現壞死，腫瘤對基底動脈是否出現包繞等，通過對上述因素進行分析，并判斷與其與變量分級的關系。
1.3統計學分析對所有的計量數據采用SPSS13.0軟件進行統計學檢驗，對各變量與病理分級關系進行分析，差異顯著，有統計學意義（P
2結果
通過對本組患者的發病情況進行分析可知，患者的腦干膠質瘤大多發生在腦橋，延髓、中腦等部位，三個部位之間的高低級別腦干膠質瘤分布無顯著統計學差異（P>0.05）。患者較為常見的腦干膠質瘤類型是局灶內生型，其次是外生性膠質瘤和頂蓋型膠質瘤，各個生長類型的膠質瘤在高低級別之間分布無統計學差異（P>0.05）。在T1W1之間分布的腦干膠質瘤主要呈現出低信號，有31例，21例患者呈現出混雜型信號，在T2W1之間，36例患者呈現出高信號，16例患者呈現出混雜信號，膠質瘤的高低級別分布無統計學差異（P>0.05）。52例患者的腦干膠質瘤大部分存在強化現象，少部分無明顯的強化現象。膠質瘤的高低級別分布無統計學差異（P>0.05）。患者的腦干膠質瘤中囊變、跨中線生長、基底動脈包繞、壞死等病理因素與患者的病理分級差異顯著，有統計學意義（P
3討論
腦干主要分為腦橋、中腦和延髓三個部分，腦干膠質瘤的發病部位會牽涉到兩個以上的部位，延髓處的膠質瘤發病率最高，其次是腦橋和中腦，對于患者的危害較大。影響患者腦干膠質瘤的主要因素有腦干膠質瘤的直徑大小、有無壞死灶、是否囊變、是否跨腦干軸位的中線生長等，通過對這些病理因素進行分析，可以判斷患者的腫瘤發展程度，對于直徑小于2cm的膠質瘤，屬于低級別的膠質瘤，可以在早期采用保守方法進行治療，而對于大于2cm的膠質瘤，則要在早期主張手術治療，以免錯過最佳治療時機［4］。通過對相關病理因素進行分析，可以指導患者對癥治療并有效預后，以改善患者病情。
參考文獻
［1］萬貽綠，漆松濤，方陸雄，等.94例腦干膠質瘤MRI影像與病理分級的關系分析［J］.中華神經外科雜志，2012，28（4）：346-349.
［2］李茂，梁漱溟.腦干膠質瘤的MR分型及診斷價值（附58例分析）［J］.實用放射學雜志，2009，74（06）：56-57.
第3篇：統計學變量類型范文
方法：采用癲癇患者生活質量量表-31中文版(QOLIE-31中文版)，對87例成人癲癇患者的生活質量進行評估，對可能影響成人癲癇患者生活質量的因素進行單因素和多因素分析。
結果：研究發現，性別、婚姻、職業類型不是成人癲癇患者生活質量的影響因素(P>0.05)。影響成人癲癇患者生活質量的因素是發作頻率、學歷、經濟情況、發作類型、抗癲癇藥物數目、年齡和病程(P
結論：①性別、婚姻、職業類型不是成人癲癇患者生活質量的影響因素。②發作頻率、發作類型、經濟情況、學歷、抗癲癇藥物數目、年齡和病程是影響成人癲癇患者生活質量的因素。③發作頻率、發作類型、經濟情況和學歷在多個方面影響生活質量。
關鍵詞：癲癇 生活質量 量表
【中圖分類號】R-1【文獻標識碼】B 【文章編號】1008-1879(2012)07-0242-05
癲癇作為一種常見的慢性疾病，癲癇反復發作給患者造成身心損害，長期服藥及藥物的不良反應也給患者及其家庭造成巨大的心理壓力和沉重的經濟負擔，并且社會歧視等使患者不能正常的融入社會。癲癇患者生活質量的研究開始于20世紀70-80年代，目前對成人癲癇患者生活質量影響因素的這方面的研究報道不多，對可能的影響因素沒有較全面的進行調查與分析，本研究本研究采用QOLIE-31中文版[1]對成人癲癇患者進行調查，可能影響成人癲癇患者生活質量的10個因素(包括人口統計學方面、臨床情況方面、社會經濟學方面)進行較全面的調查和分析，試圖發現影響成人癲癇患者生活質量的因素，進而采取綜合治療全面提高成人癲癇患者生活質量。
1 資料和方法
1.1 研究對象。病例：以2009年1月至2011年1月在湖北省中山醫院神經內科門診確診的成人癲癇患者為病例組。
入選標準：以“1981年國際抗癲癇聯盟公布的癲癇發作分類及診斷要點[33]”為診斷標準而確診的癲癇患者。年齡滿18歲以上；文化程度在小學以上；無嚴重心肺疾病；病程1年以上；服藥期間。
1.2 研究方法。
1.2.1 一般情況。資料收集：性別、年齡、婚姻狀況、學歷(小學、初中、高中及以上)、職業類型(無工作、體力勞動、腦力勞動)、發作類型(單純部分性發作、復雜部分性發作、全面性發作)、發作頻率、服用抗癲癇藥物數目(單藥、多藥)、病程、經濟情況(較差：≤5000元/年、一般：5000元/年-50000元/年、較好≥50000元/年)。
1.2.2 調查表格。采用癲癇患者生活質量量表-31(QOLIE-31中文版)調查:發作擔憂、生活滿意度、情緒、精力/疲勞、藥物影響、認知功能、社會功能等七個方面的得分情況。
1.2.3 評分。按QOL-31的評分規則評分:以百分制算出生活質量七個方面的各自的得分，然后將這七個方面的得分乘以各自的權重，算出這七個方面的分項得分，將分項分相加得出最后總得分，七個方面得分及總得分越高，各方面生活質量越好。
1.2.4 統計學處理。數據分析采用SPSS13.0(for windows)統計軟件，所有檢驗標準a=0.05。
1.2.4.1 對所收集到的資料進行描述性統計分析，分別計算出頻數、百分數、數據波動范圍、均數、中位數。
1.2.4.2 用單因素分析，篩查出可能影響生活質量的因素。對篩查出的因素進行多因素回歸分析，得出影響生活質量各個方面的因素。
1.2.4.3 對篩選出的因素用多元線性回歸分析方法中的逐步回歸法，分析可能影響成人癲癇患者生活質量的因素。也就是將篩選出的可能影響因素作為多個自變量，生活質量總得分及七個方面的得分分別作為應變量進行逐步回歸分析，從而得出對各應變量有影響的因素。
2 研究結果
2.1 一般資料。研究共調查87例成人癲癇患者，其一般情況如下:
性別:男:48人，占55.2%；女:39人，占44.8%。年齡:18-83歲，中位數為28歲。病程:1-34年，中位數為5年。發作頻率:0-30次/月，中位數為1次/月。婚姻狀況:未婚:36人，占41.2%；已婚:51人，占57.8%。學歷水平:小學:16人，占18.4%;初中:34人，占39.1%；高中及以上:37人，占42.5%。職業類型:體力勞動:23人，占26.4%；腦力勞動:44人，占50.6%；無工作:20人，占23.0%。經濟情況:較差:15人，占17.2%；一般:56人，占64.4%；較好:16人，占18.4%。發作類型:部分性發作:22人，占25.3%；全面性發作:65人，占74.7%。藥物數目:單藥:63人，占72.4%；多藥:24人，占27.6%。
2.2 生活質量各方面得分。生活質量七個方面得分和總得分見表1，從該表可以得出發作擔憂方面得分最低，而精力/疲勞方面得分最高。
2.3 影響生活質量的各因素分析(a=0.05標準)。
2.3.1 通過t檢驗，分析性別、婚姻狀況、發作類型、藥物數目對生活質量各方面的影響，結果如下:
性別:如表2，男性和女性在生活質量的各個方面得分都沒有統計學差異。
婚姻狀況:如表3，已婚與未婚在生活質量各個方面得分都沒有統計學差異。
第4篇：統計學變量類型范文
Abstract: The variable is in a statistics basic category, but each kind of statistics teaching material is different to its definition, creates the understanding confusion; The author unified the teaching experience to carry on the thorough ponder to the variable concept, caused its better and better by the time.
關鍵詞：變量標志統計指標統計數據
Key words: Variable Symbol Statistical target Statistical data
作者簡介：魯瑜，女，1963年9月出生，講師。籍貫：安徽省桐城縣，出生地：河南省洛陽市。1986年洛陽大學計劃統計專業專科畢業，1997年中南財經政法大學財務會計學本科畢業，2007年西安建筑科技大學工業工程碩士畢業。研究方向為統計核算、企業會計。
那么統計學中講的“變量”該如何理解呢？變量的概念是發展變化的，按發展變化的時序有以下幾種理解：第一、統計中的變量是指可變的數量標志；第二、變量是指可變的數量標志和全部統計指標；第三、變量是指可變的數量標志和可變的統計指標；第四、變量是說明現象某種可變特征的概念，更明確一點，即：變量包括可變的品質標志和可變的數量標志和可變的統計指標。普遍的認為第四種理解更符合客觀實際，筆者也贊同第四種理解。
一、統計中的變量是指可變的數量標志這種理解較狹隘，通過講解引入可變的品質標志也是變量，即“可變的標志”都應作變量看待。
一般變量的講解是這樣進行下去的：首先明確統計學中的幾個基本概念，三對六個：第一對是統計總體和總體單位，簡稱總體和單位；第二對是統計標志和統計指標，簡稱標志和指標；第三對是變異和變量。總體是所研究對象的全體，是由具有某種共同性質的許多個體所構成的整體，構成總體的各個個別單位，簡稱單位，也稱個體，總體和單位的概念是隨著研究目的的不同而發生變化的；標志是說明單位特征的名稱，強調單位是標志的承擔著，指標是反映現象總體數量特征的概念或名稱和具體數值（指標名稱+指標數值構成完整的統計指標，但只有概念或名稱的指標是統計設計和統計理論中使用的指標概念），是綜合各單位的某一標志而得到的，通過對指標概念的理解，首先明確指標是說明總體的，其次明確指標都是用數值表示的，沒有不用數值表現的統計指標，這是指標和標志的區別之一，由于總體和單位之間存在著變換關系，標志和指標之間也會發生變換；變異和變量，我多年的教學經驗通常是通過對標志的分類講下去的，標志按在總體單位上的表現是否穩定可分為不變標志和可變標志，一個總體中，各個單位的某一標志的具體表現都相同的標志為不變標志（強調同質性），一個總體中，各個單位的某一標志的具體表現不都（盡）相同的標志為可變標志（強調變異性），如人口總體性別是可變標志，男性人口總體性別就是不變標志；可變標志在總體各個單位上具體表現上的差別就是變異，變異有品質變異和數量變異，如人口總體性別就是品質變異，年齡就是數量變異，數量變異也稱變量，即可變的數量標志稱為變量，變量的具體取值為變量值。很顯然，通過以上的講解，通常認為變量是指可變的數量標志，即第一種變量的概念。
這種理解，未免太過于狹隘。教師若以此思想去指導教學，難免會陷入不能自圓其說的境地。我們知道，一切總體單位都具有屬性特征和數量特征，統計學中將其稱為品質標志和數量標志。例如人口總體，這些特征可能是性別、民族、籍貫、文化程度，也可能是身高、體重、年齡、工齡等。對統計研究對象而言，無論其屬性特征還是數量特征，往往均具有可變性。并且一個具體的特征可能在一種場合是可變的，而在另一場合是不變的。例如，上述所說人口總體性別是可變標志，男性人口總體性別就是不變標志了。可見性別這個品質標志有時也是可變的。推而廣之，品質標志也具有可變性。這樣，凡是“可變的標志”都應作變量看待。
然而，這只是對總體內部各單位的差異作靜態考察時的變量。如果僅僅把變量定義為“可變的標志”，那么可變的統計指標怎么解釋？它是否屬變量范疇呢？所以，還得對統計總體作考察。
二、變量是指可變的數量標志和全部統計指標這種理解也不準確，不是所有的統計指標都是變量，通過講解引入可變的統計指標才是變量，即只有“可變的統計指標”才應作變量看待。
統計有數量性、總體性、具體性和社會性的特點（《基礎統計》，梁前德主編，高等教育出版社，2000年8月第1版），由統計的具體性可知，統計所研究的社會經濟現象的數量方面是具體的量，是具體的社會經濟現象在具體時間、地點、條件下的數量表現、數量關系和數量界限。例如，甲公司2005年的銷售收入60億元就是一個統計指標，而且是具體的、唯一的數值。對于2005年的來講，銷售收入這個指標只有一個數字。因而并非所有的統計指標都是變量。但是若把甲公司2005年至2008年的銷售收入60萬元、69萬元、80萬元、84萬元依次排列，這時銷售收入就是一個變量。可見，只有當同一統計總體的同一指標在不同時間的指標數值形成數列時，統計指標才可能成為變量。
因此，從靜態上看，某總體的某一統計指標是常量，但把若干總體的同一指標放在一起，指標就變成變量了。例如，以洛陽市為總體時，2005年各公司銷售收入指標是各不相同的，它是一變量。從動態上看，我們常常使用時間數列來處理統計數據，時間數列中的指標數值往往隨時間變化而變化。如上，這種不斷變化的指標也是變量，前后不同的指標數值就是變量值。可見，統計指標也有可變與不變之分，因而，“可變的統計指標”才應看作變量。
上述第二種觀點是把全部統計指標視為變量了，但不是所有的統計指標都是變量，只有可變的統計指標才是變量，因而我認為是不妥的。第三種觀點倒是把可變的統計指標視為變量了，但未包括可變的品質標志因而我認為也是不妥的。第四種觀點我認為比較可取，但在文字表述上還可進一步具體化，由于說明現象某種特征的概念可以是標志（說明總體單位的），也可以是指標（說明總體的），因而我們不妨對變量作如下明確的定義：所有可變標志和可變的統計指標都是變量，即變量是說明現象某種可變特征的概念。
三、變量的分類：
（一）變量按具體表現不同分為分類變量（品質變量）和數值變量（數量變量）。
分類變量是用于說明事物所屬類別方面的可變特征的變量，分類變量具體表現為分類數據，它又可以分為定類變量和定序變量。定類變量是用于區分現象不同類別的變量，它的取值表現為定類數據（如產業部門）。定序變量是說明現象的有序類型的變量，它的取值表現為定序數據（如產品的質量等級）。數值變量是用于說明事物數值方面的可變特征的變量，數值變量具體表現為數值數據，按數值數據的性質不同它可以分為定距變量和定比變量。定距變量是用于測度事物次序之間的距離的變量，它的取值表現為定距數據（如考試分數）。定比變量是說明現象的比例數據的變量，它的取值表現為定比數據（如體重）。
(二)變量按所使用的測量尺度不同分為定類變量、定序變量、定距變量和定比變量。
四種變量的概念已如上所述。四種變量對事物的反映是由低級到高級,由粗略到精確逐步遞進的,高級變量能轉化為低級變量,但不能反過來。如可將考試成績百分制轉化為五分制,但不能反過來。另外,四種變量適合于不同的統計計算方法。定類變量適合計算頻數、頻率、x2檢驗、列聯相關系數等；定序變量適合計算中位數、四分位差、等級相關、非參數檢驗等；定距變量適合計算算術平均數、方差、積差相關、復相關、參數檢驗等；定比變量適合所有的統計計算方法。幾乎所有的物理量和絕大多數經濟量都屬于定比變量。因此,不僅可以計算總量指標反映它們的總規模、總水平,還可以計算相對指標和平均指標反映它們的相對水平和一般水平。
（三）數值變量按變量取值是否連續分為連續型變量和離散型變量。
連續型變量是指可取無窮多個值,其取值是連續不斷的,不能一一列舉。它是用測量或計算的方法取得的數據，如溫度、身高等。離散型變量是指只能取有限個值,而且其取值都是從整數位數斷開,可一一列舉。它只能用計數的方法取得的數據，如企業數、人數等。
（四）數值變量按性質不同分為確定性變量和隨機變量。
確定性變量是具有某種或某些起決定性作用的因素致使其沿著一定的方向呈上升、下降或水平變動的變量，如我國國民經濟總是不斷發展的，具體表現為各種經濟指標數值上升或下降（如人均收入和單位能耗），雖然也有些波動，但變化的方向和趨勢是不可改變的，這些經濟指標就是確定性變量。隨機變量是指受多種方向和作用大小都不相同的隨機因素影響，致使其變動無確定方向即呈隨機變動的變量，如，在正常情況下某種機械產品的零件尺寸就是一個隨機變量。
總之,統計學是一門邏輯嚴密的傳統學科體系,作為統計學中幾個基本概念之一的變量應有一個公認的正確的解釋。這對今后統計學理論的研究發展都是很重要的。
參考文獻：
[1]王軍虎主編．統計學基礎[M]．武漢：武漢理工大學出版社，2007年7月：10
[2]梁前德主編．基礎統計[M]．北京：高等教育出版社，2000年8月：6~9
[3]高凱平．關于社會經濟統計學原理中變量概念的思考[J]．山西財政稅務專科學校學報．1999（6）
第5篇：統計學變量類型范文
關鍵詞 坡耕地；土壤養分；地統計學；空間變異；環境因子；巖溶區
中圖分類號 S159 文獻標識碼 A 文章編號 1007-5739（2013）07-0229-04
土壤作為一個時空連續的變異體，具有高度的空間異質性。不論在大尺度上還是在小尺度上，土壤的空間異質性均存在[1-2]。由于受到成土母質、氣候、生物、地形、時間等自然因素以及人為因素的共同作用，不同地區的土壤具有許多不同的土壤特性，并且具有高度的空間變異性[3]。大量研究表明，土壤養分具有空間自相關性，其空間變異性會因土壤養分的種類、研究區尺度和采樣方法的不同而產生較大變化，利用地統計學方法的變異函數來擬合土壤養分空間變異模型，并以此為基礎利用ArcGIS地統計模塊的 Kriging 插值來進行土壤養分的空間變異模擬和分析，取得了許多重要的研究成果[4-8]。國內研究者們借此已經從不同尺度研究了黃土高原小流域[9]、干旱荒漠區[10]、長三角地區[11]、太湖流域[12]、紅壤區[13]、紫色土區[14]等土壤養分的時空變異特征。相對來說，對于西南巖溶地區土壤養分空間變異性的研究就顯得較為薄弱。張 偉等[15]利用地統計學方法研究了典型喀斯特峰叢洼地坡面土壤相關屬性的空間變異特征。蔣勇軍等[16]從流域尺度利用地統計學方法，研究了云南小江流域土壤相關屬性的時空變異規律及影響因素，結果表明喀斯特地區土壤各養分的空間變異程度都較高。但專門針對西南巖溶地區坡耕地土壤養分空間變異性的研究卻少見報道。
本文以重慶市中梁山為例，運用地統計學和GIS相結合的方法，分析了該地區小尺度下坡耕地土壤養分的空間變異性，并總結了環境因子對其變異性的影響，為該地區土壤質量評估和石漠化預防治理提供參考意見。
1 區域概況與研究方法
1.1 研究區概況
研究區位于重慶市北碚區中梁山，屬于中亞熱帶濕潤季風氣候，年均溫度18 ℃，海拔500～700 m，年均降水量1 000 mm左右。其地貌類型受地質構造和巖性的強烈控制：堅硬的砂巖形成陡峻的兩翼，由紫色頁巖組成的軸部構成波狀起伏的丘陵地形，二者之間由灰巖組成，經巖溶作用后形成巖溶槽谷，組成“一山兩槽三嶺”的構造地貌局格。試驗樣地位于巖溶槽谷和山嶺交接的坡耕地上，土壤發育的地質背景是三疊紀嘉陵江組的巖溶角礫狀白云質灰巖。受海拔和地形的限制，農民開墾的耕地則主要分布在山腰、山腳和谷底，地塊面積很小、坡體較短、坡度相差懸殊；而且在同一地塊里坡度不均一，變化很大。由于該山體的坡向與巖層的坡向基本一致，水分易沿巖層面及節理流動，不斷對石灰巖進行溶蝕，形成石芽、溶溝及溶蝕孔洞，殘積的黃色黏土就停積在這些溝、孔、穴中；土壤四周有石芽、石塊圍繞，如裝在石碗中的土一樣，當地群眾稱為“碗碗土”[17]。
1.2 土壤樣品采集及測定
于2012年10—11月進行土壤養分的空間分布定點取樣，在槽谷邊緣坡耕地上設置1個100 m×100 m標準樣地，以20 m×20 m的網格間距布設采樣地塊25個，每個地塊取5個土樣混合均勻后，代表該樣點的土樣，共計得到25個土樣。由于采樣地石漠化程度高，坡度大，土層厚度較薄，采樣時取0～20 cm表層土壤來進行室內理化分析。土壤有機質用重鉻酸鉀容量法-外加熱法測定，全氮用半微量凱氏法測定；全磷用NaOH熔融-鉬銻抗比色法測定；全鉀用NaOH熔融-火焰光度法測定；堿解氮用堿基-擴散法測定；速效磷用0.5 moL/L的NaHCO3浸提-鉬銻抗比色法測定；速效鉀用中性醋酸銨浸提-火焰光度法測定。使用100 m標準測量繩拉樣地的過程中，觀測和記錄了25塊20 m×20 m小塊樣地的植被覆蓋率、基巖率、坡度、坡向、巖層走向和巖層傾角，土壤取樣時對土層厚度也進行了測量。
1.3 數據分析
土壤基本理化性質及土壤養分數據主要采用IBM SPSS Statistics 19.0軟件進行分析，土壤養分的空間變異采用地統計學軟件GS+9.0進行地統計分析，并利用ArcGIS 9.3的地統計模塊進行土壤養分空間變異的插值制圖。
2 結果與分析
2.1 土壤養分的空間變異分析
2.1.1 土壤養分統計特征。利用SPSS 19.0中Kolmogorov-Smirnov（K-S）方法對各土壤養分含量進行了正態分布檢驗（表1），偏度和峰度系數及K-S正態檢驗結果表明，該巖溶區坡耕地各土壤養分元素的含量呈正態分布。土壤養分的常規統計分析表明（表1），試驗樣地中，土壤有機質的平均含量為9.35 g/kg，屬于中下水平；全氮的平均含量為0.92 g/kg，屬于中等水平；速效磷的平均含量為25.29 mg/kg，屬于中上水平；速效鉀的平均含量為288.42 mg/kg，屬于上等水平。各養分元素中，有機質的變異系數最小，為14.22%，表現為中等程度變異；全氮、全磷、全鉀、堿解氮和速效鉀的變異系數均在15%～30%之間，表現為中等程度變異，且這5種養分性質的變異系數較為接近，可能這5種養分性質的變異受相同條件的控制，如研究區的地形、坡度、作物種植類型、植被覆蓋率等；而速效磷的變異系數最大，統計值為81.93%，表現較強的變異性，這可能與研究區坡耕地人工施肥、耕作等因素有關。
2.1.2 土壤養分的半方差分析。對研究區試驗樣地土壤養分的傳統統計分析只能在一定程度上反映土壤養分含量的總體狀況，不能精確定量地刻畫土壤養分含量分布的隨機性和結構性[18]。因此，必須采用地統計學方法對土壤養分數據進行空間變異性分析。根據土壤養分的統計特征值，對研究的各土壤養分含量分別應用GS+軟件進行半方差的計算，所得7種養分含量的半方差理論模型及參數見表2。從表2 可以看出，有機質、全磷、全鉀、速效鉀含量的變異函數以高斯模型的擬合效果較好；速效磷含量的變異函數擬合最佳的為指數模型；而全氮和堿解氮擬合為線性模型。7種養分變量的塊金值均大于0，說明各土壤養分變量本身存在著因隨機和固有變異性所引起的采樣、試驗和取樣誤差等各種正基底效應，變異的大小由塊金值的大小決定。從結構性因子角度來看，塊金值/基臺值的比例可表示系統變量的空間相關性程度，比值75%分別表示變量的空間相關性較強、中等、較弱。如果該比值較高，說明由隨機部分的隨機因子引起的空間異質性程度較大；相反，該比值較低，則由空間自相關部分的結構因子引起的空間異質性程度較大；如果該比值接近1，則說明該該變量在整個尺度上具有恒定的變異。試驗樣地中全氮和堿解氮的塊金值/基臺值為1，說明在整個尺度上空間自相關性較弱，結構性因子如土壤形成過程中的成土母質、地形、巖層性質等對其變異基本無影響，隨機性因子如土壤管理過程中的灌溉、施肥、作物布局、栽培管理措施等對其變異影響較大，但這種影響是均一的，導致全氮和堿解氮的含量在整個尺度上呈均一分布，這可能與該研究區坡耕地作物種植類型及施肥類型相近有關。試驗樣地中有機質、全磷、全鉀和速效鉀的塊金值/基臺值均小于25%，表現為較強的空間相關性，這表明有機質、全磷、全鉀和速效鉀的變異主要受成土母質、地形、地質等結構性因子影響。而速效磷的空間異質性中等，同時受結構性因子和隨機性因子的影響，這可能與試驗樣地坡度、坡形、坡向，巖層屬性等自然因子以及耕作施肥、作物的種植類型等有關。
2.1.3 土壤養分的空間插值分析。利用ArcGIS 9.3軟件地統計分析模塊中的Kriging插值分析，分別作出有機質、全氮、全磷、全鉀、堿解氮、速效磷、速效鉀這7種土壤養分和pH值的空間分布格局圖（圖1）。制圖采用試驗樣地相對坐標，圖中從上到下對應試驗樣地坡頂到坡底位置。從圖1可以看出，土壤各養分的空間分布具有一定的斑塊性，其中有機質、堿解氮、全磷和速效磷在坡頂、上坡和中坡位置含量較高，全氮、全鉀和速效鉀在坡底含量較高，從坡中部位置往坡頂含量逐步降低。全磷和速效磷，全鉀和速效鉀，在各坡位上都具有較好的空間相關性。可見在不同的坡位上，不同養分的空間變異分布具有不同的特征，這與坡度、坡形、坡向、巖層走向等結構性因子以及各樣點植被類型，耕作程度等隨機性因子有關。從空間插值圖上看，試驗樣地的7種養分含量的空間分布與pH值的空間分布之間相關性較差，樣地各位置pH值分布也具有明顯的斑塊性，空間變異性較強，這主要與試驗樣地的耕作、施肥等因素有關。
2.2 環境因子對土壤養分空間變異的影響
利用SPSS 19.0軟件對土壤養分和環境因子變量進行相關性分析，結果表明研究區試驗樣地各環境因子與土壤養分之間表現出不同的相關關系（表3）。坡度因子與全氮、全磷、速效磷呈正相關，而與有機質、全鉀、堿解氮和速效鉀呈負相關；坡向和土層厚度與絕大部分養分呈正相關，特別是坡向和土層厚度與堿解氮的含量呈極顯著的正相關（P
3 結論與討論
用地統計學方法研究了小尺度下巖溶區坡耕地土壤的有機質、全氮、全磷、全鉀、堿解氮、速效磷、速效鉀的空間變異規律及其影響因素。結果表明，試驗樣地中有機質、全磷、全鉀和速效鉀的塊金值/基臺值均小于25%，表現為較強的空間相關性；而速效磷的塊金值/基臺值為31%，表現為中等的空間相關性；全氮和堿解氮的塊金值/基臺值為1，說明在整個尺度上空間自相關性較弱，結構性因子對其變異基本無影響，隨機性因子對其變異影響較大，但這種影響是均一的，導致全氮和堿解氮的含量在整個尺度上呈相對均一分布，這可能與該研究區坡耕地作物種植類型及施肥情況相似有關。ArcGIS空間插值分析表明，小尺度下巖溶區坡耕地土壤養分的空間分布具有一定的斑塊性，不同的坡位上，不同養分的空間變異分布具有不同的特征。其中有機質、堿解氮、全磷和速效磷在坡頂、上坡和中坡位置含量較高，全氮、全鉀和速效鉀在坡底含量較高，全磷和速效磷、全鉀和速效鉀在各坡位上都具有較好的空間相關性，表明速效磷和速效鉀的空間變異依賴于全磷和全鉀的空間變異性。
而利用SPSS 19.0軟件對土壤養分和環境因子變量進行相關性分析表明，研究區試驗樣地各土壤養分和環境因子之間具有不同類型的相關關系。土壤有機質與坡度、坡向、巖層走向、巖層傾角、基巖率和巖層厚度等結構性因子呈負相關關系，而與植被覆蓋率呈顯著（P
綜上所述，對小尺度下巖溶區坡耕地土壤養分的空間變異性和環境因子的相關性分析都表明地質地貌等結構性因子對巖溶區坡耕地土壤養分元素的空間分布及空間變異具有重要影響作用；而植被類型、作物種植及耕作程度等隨機性因子對有機質含量的空間變異具有一定的影響作用。對于本就脆弱的巖溶區坡耕地生態系統來說，更深入地研究該地區坡耕地的地質地貌等自然環境狀況以及植物種植、耕作方式等土地利用情況對認識該地區土壤養分的空間變異性和空間分布特征具有重要意義，同時也能為該地區今后的土壤質量評估和石漠化預防治、理提供參考意見。
4 參考文獻
[1] 李婷，張世熔，劉潯，等.沱江流域中游土壤有機質的空間變異特點及其影響因素[J].土壤學報，2011，48（4）：863-868.
[2] 王政權.地統計學及在生態學中的應用[M].北京：科學出版社，1999.
[3] 華孟，王堅.土壤物理學[M].北京：北京農業大學出版社，1993：214-237.
[4] 劉少沖，段文標.紅松闊葉混交林林隙土壤養分的空間異質性[J].水土保持學報，2011，25（3）：142-146.
[5] 張忠華，胡剛，祝介東，等.喀斯特森林土壤養分的空間異質性及其對樹種分布的影響[J].植物生態學報，2011，35（10）：1038-1049.
[6] 杜虎，宋同清，彭晚霞，等.木論喀斯特自然保護區表層土壤礦物質的空間異質性[J].農業工程學報，2011，27（6）：79-84.
[7] TRIANTAFILIS J，ODEH I O A，MCBRATNEY A B. Five Geostatistical Models to Predict Soil Salinity from Electromagnetic Induction Data Across Irrigated Cotton[J]. Soil Science Society of America Journal，2001（65）：869-878，1384.
[8] 王淑英，路蘋，王建立，等.不同研究尺度下土壤有機質和全氮的空間變異特征——以北京市平谷區為例[J].生態學報，2008，28（10）：4957-4964.
[9] 王軍，傅伯杰，邱揚，等.黃土高原小流域土壤養分的空間分布格局——Kriging 插值分析[J].地理研究，2003，22（3）：373-379.
[10] 黃元仿，周志宇，苑小勇，等.干旱荒漠區土壤有機質空間變異特征[J].生態學報，2004，24（12）：2776-2781.
[11] 史利江，鄭麗波，柳云龍，等.長三角地區農田土壤養分空間變異及養分綜合評價[J].長江流域資源與環境，2008，17（6）：839-846.
[12] 劉付程，史學正，于東生，等.太湖流域典型地區土壤全氮的空間變異特征[J].地理研究，2004，23（1）：63-70.
[13] 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.
[14] 朱益玲，劉洪斌，江希流.江津市紫色土中N、P養分元素區域空間變異性研究[J].環境科學，2004，25（1）：138-143.
[15] 張偉，陳洪松，王克林，等.典型喀斯特峰叢洼地坡面土壤養分空間變異性研究[J].農業工程學報，2008，24（1）：68-73.
[16] 蔣勇軍，章程，袁道先.巖溶區土壤肥力的時空變異及影響因素——以云南小江流域為例[J].生態學報，2008，28（5）：2288-2299.
第6篇：統計學變量類型范文
[關鍵詞]書法景觀；限制；休閑限制階層模型；協商過程
[中圖分類號]F59
[文獻標識碼]A
[文章編號]1002—5006（2012）07—0028—07
引言
書法景觀是由成批書法作品在特定地理空間范圍內集體展現而形成的具有特殊外部視覺特征和特殊地方感的場所環境。作為人地關系中重要的地理環境元素，書法景觀的體驗和欣賞將直接影響人類的環境感知、場所行為模式以及地方感形成等方面。旅游場所中的書法景觀體驗將會影響旅游的參與、動機、需求或滿意等等方面。然而，書法景觀作為書法——“中國文化核心之核心”的客觀存在和具有明確物質載體的文化景觀類型，在旅游活動中往往由于一些限制性因素被旅游者忽視，不被旅游者加以環境的使用（如活動的參與），導致不能顯著提升旅游者場所感知、參與或滿意度等，最終成為旅游場所的“擺設”。
“限制”的概念廣泛運用于休閑領域已近40年，西方休閑限制的研究大致經歷了形成期、試驗期、假設驅動期和理論驅動期4個階段。早期學者關注休閑限制的定義，而從20世紀90年代以來，研究者們拓展了休閑限制因素的類別研究。克勞福德和戈比（Crawford&Godbey）將休閑限制分為3種類型：個體限制因素、人際限制因素以及結構限制因素。克勞福德等又以三類休閑限制類型為基礎，提出了休閑限制階層模型。休閑限制階層模型認為，個體是以階層方式逐一面對不同類型的限制，并進行協商，進而影響對于活動的參與。
雖然20世紀六七十年代，旅行阻礙就已經被提出，但是直到最近，休閑限制理論才被引入旅游研究中。研究者針對大自然旅游、博物館旅游、節事旅游、體育旅游、郵輪旅游等多種旅游形式進行了旅游限制因素研究。對于不同的游客特殊細分市場如老年人、學生、殘疾人等，研究者也進行了大量的研究。人口統計學特征對旅游限制的影響也有所探討。雖然休閑限制理論極大地拓展了旅游限制的研究，但是該理論在旅游研究中的應用還存在以下問題：①特定的旅游活動形式下的旅游限制因素和結構不同于休閑活動背景下的休閑限制因素和結構；②旅游活動中的旅游限制因素并不是同質的，不同的活動下旅游限制因素不同。
本研究通過文獻梳理的方法，綜合休閑和旅游研究中限制因素的概念框架，結合書法景觀體驗場景進行整合修正，形成書法景觀體驗的限制因素量表。使用該量表進行調查，驗證書法景觀體驗中是否存在限制階層模型以及限制協商過程，對人口統計學特征對書法景觀體驗限制的影響進行探討。研究對于休閑限制階層模型在旅游中的應用場景有所拓展。針對書法景觀這一特殊的旅游體驗對象的限制因素探討將有助于對不同活動場景下的旅游限制因素的研究。
1 研究路線與方法
1.1書法景觀體驗限制定義
本研究根據休閑限制定義以及其在旅游中的定義拓展和修正定義書法景觀體驗的限制因素：書法景觀體驗的限制因素是抑制人們欣賞書法景觀，忽略書法景觀存在，導致不能或者不能持續進行書法景觀體驗、參與書法景觀體驗活動，進而產生旅游體驗質量問題的一切因素。
1.2量表設計
本研究根據丘吉爾（Churchill）提出的測量量表設計規范進行書法景觀體驗限制的量表設計，通過對相關文獻的梳理，結合書法景觀體驗的自身特征，設計了一套含14個測度項目的量表。通過專家小組會議討論以及網絡預調研的結果，刪除了其中3項相關性不強、選擇頻率較低的測度項目，最后形成一套11個測度項目的書法景觀體驗量表。
1.3驗證性因子分析
為驗證書法景觀體驗的限制階層模型，分析書法景觀體驗中的限制是否存在三因子維度，本研究采用了驗證性因子分析。驗證性因子分析可以檢驗觀察變量與潛變量之間的假設關系，可以說是結構方程模型當中最基礎的測量部分。它不但是結構方程模型中其他后續高等統計檢驗的基礎，更可以獨立應用在信度的考驗和理論有效性的確認上。在旅游研究中，驗證性因子分析經常作為結構方程模型分析前的一個前置步驟或基礎框架。
此外，本研究還將采用雷默爾等（Raymore，etal.）提出的系列方法（含中位數分割，同步性z檢驗以及元模型）探討書法景觀體驗限制的協商過程，采用多元方差分析研究人口社會學特征對書法景觀體驗限制的影響。
2 實證研究區域與數據
2.1研究區域
大雁塔北廣場位于始建于公元589年的大雁塔腳下，是目前全國乃至亞洲最大的噴泉廣場和最大的水景廣場。廣場以大雁塔為中心軸三等分，中央為主景水道，左右兩側分置“唐詩園林區”、“法相花壇區”、“禪修林樹區”等景觀，廣場南端設置“水景落瀑”、“主題水景”、“觀景平臺”等景觀。大雁塔北廣場作為通過書法景觀來增強休閑內容和活動的輔助主題休閑廣場，通過大量的地面表現（地景浮雕）、雕塑表現（大唐精英雕塑）、小品表現（水景雕塑小品）等書法景觀形式展示中國書法藝術，供游人參觀欣賞，寓教于樂。對大雁塔北廣場中書法景觀這一特殊的文化景觀的展現形式已引起了當地書法家的關注，游客書法景觀體驗的研究對未來文化景觀規劃有重要價值。
2.2數據獲取與調查樣本分析
2.2.1問卷設計與調查
本研究的調查問卷主要包括書法景觀體驗的限制因素測量量表、旅游者書法欣賞偏好、參與及滿意度測量量表、旅游者人口學特征及出游特征等內容。書法景觀體驗的限制因素測量量表采用5分制李克特量表，1表示非常不同意（滿意），2表示不同意（滿意），3表示一般，4表示同意（滿意），5表示非常同意（滿意）。調查小組一行14人于2010年8月11-13日及16-20日在大雁塔北廣場對游客展開隨機抽樣問卷調查及訪談，共發放問卷600份，回收589份，整理后獲得有效問卷486份，回收率及有效率分別為98%和83%。
2.2.2樣本描述統計
從表1的樣本統計結果可知，被訪者以中青年人為主，學生、技32/1人和專業技術人員居多，學歷層次和收入水平較高；絕大多數被訪者是第一次來到大雁塔北廣場；而從距離上一次拿毛筆寫字的時間來看，58.7%的被訪者上一次拿毛筆為一年前或者從未寫過，說明對書法的了解和掌握水平并不高。
3 結果分析
3.1書法景觀體驗限制階層模型的驗證性因子分析
3.1.1數據檢驗
對調查所得的數據進行初步整理和檢查，對于異常數據進行必要的核實、校正和剔除，而對缺少的數據則采用樣本均值進行替代處理。對于由11個限制性因素項組成的量表進行問卷效度分析和信度閾值0.5，說明模型中的觀察變量對于潛在變量的平均解釋能力一般。各潛變量之間的路徑系數均是顯著的，取值介于0.35～0.69。實證結果支持理論假設，說明書法景觀體驗的限制階層模型得到了較好的驗證。此外，潛變量之間的路徑系數反映潛變量之間的相關關系，結構因素與人際因素的路徑系數大于人際因素與個人因素的路徑系數，而后者又大于結構因素與個人因素的路徑系數，這反映了限制階層模型中各層級間可能存在的“限制因素協商”。
3.2“協商過程”驗證
為探討個人因素，人際因素和結構因素之間是否存在“協商”過程，可以采用雷默爾等的研究方法：①計算三種因素的平均得分，該得分分別由三種因素的各個體觀察變量得分做算術平均。②采用中位數分割手段將三類因素均劃分為低與高兩類，由此劃分出8組，任何一個受訪者都只可能屬于這8組中的一組。第一組：低（個人因素），低（人際因素），低（結構因素）；第二組：低，高，低；第三組：低，低，高；第四組：低，高，高；第五組：高，低，低；第六組：高，高，低；第七組：高，低，高；第八組：高，高，高。利用同步性z檢驗對樣本分布進行檢驗，結果顯示除第四組與第五組差異不明顯外，其他組差異顯著，顯示分布并不遵循概率分布，而是存在關系或層級。③用元模型來研究“協商過程”，即從一個層級的限制因素到更高一級的限制性因素。假設存在這類“協商過程”，則存在四種限制條件群體，即個體因素高感知群體，人際因素高感知群體，結構因素高感知群體及全因素低感知群體。
個體因素高感知群體由第五、第六、第七、第八4組組成，本研究中的觀測樣本數為195。人際因素高感知群體（n=112）由第二、第四組組成。結構因素高感知群體（n=50）為第三組。全要素低感知群體（n=129）則為第一組（表3）。在一般情況下，按照協商過程產生的金字塔型階層理論，4個群體的大小關系應當是個人因素高感知群體>人際因素高感知群體>結構因素高感知群體>全因素低感知群體。從4個群體的觀測樣本個數來看，個人因素高感知群體>人際因素高感知群體>結構因素高感知群體是符合金字塔形規律的，但是全因素低感知群體觀測樣本個體數目較大，這是由于本研究的對象是已經參與到旅游活動和書法景觀體驗的游客，所以全因素低感知群體比其他3個群體大是合理的。比較結果一定程度上反映了“協商過程”的存在，證實了限制階層模型在書法景觀體驗中是適用的，說明個體克服個體限制因素后才會逐步轉向人際限制因素與結構限制因素。
3.3人口統計學特征影響的多元方差分析
采用多元方差分析進行人口統計學特征（性別、年齡、民族、受教育水平、月收入等）對個人因素、人際因素以及結構因素的影響進行分析，模型結果僅保留0.05水平下的影響顯著因素。根據限制性因素類別建立獨立的3個多元方差分析模型。為保證結果的解釋有效合理，多元方差分析模型采用非飽和模型，影響因素包括納入分析的所有人口統計學特征的所有主效應和所有變量之間的二元交互效應。
個人因素的多元方差分析結果如表4所示，在0.05水平下顯著影響個人因素的變量包括年齡、月收入、年齡與民族的交互作用，年齡與月收入的交互作用，民族與受教育水平的交互作用，民族與月收入的交互作用。
從人際因素的多元方差分析（非飽和模型）結果（如表5所示）來看，在95%置信區間下顯著影響人際因素的有年齡與受教育水平的交互作用，性別與年齡的交互作用。單個變量的主效應影響均不顯著。
最后，結構因素的多元方差分析結果顯示，所選取的人口社會學變量的主效應及所有的二元交互效應對于結構因素影響均不顯著。
個人因素、人際因素和結構因素三種限制性因素的多元方差分析結果顯示：①人口經濟學特征對于個人因素影響明顯。年齡因素說明不同的個體生命周期階段，個體因素存在差異；月收入水平也對個體因素產生影響；不同年齡民族、月收入的差異以及不同民族受教育水平、月收入的差異都會影響到個人因素。②人口統計學特征對人際因素影響相對于對個人因素來說減弱，僅有年齡與受教育水平的交互作用，性別與年齡的交互作用產生影響。③人口統計學特征對結構因素影響不顯著。4結論與討論
本文引入休閑限制理論，通過實證研究對書法景觀體驗中的限制因素的類別、結構以及協商過程進行了分析，同時還分析了人口社會學特征對書法景觀體驗限制的影響。
（1）本文針對書法景觀體驗中阻礙性因素，借鑒休閑限制概念定義了“書法景觀體驗限制”，并借鑒休閑限制測度量表以及該量表在旅游研究中的應用實例，結合書法景觀這一特殊的文化景觀類型體驗時的限制因素，構建了書法景觀體驗背景下的限制測度量表。經實證研究，該量表雖需改進，但已具備一定的信度和效度。
（2）研究通過驗證性因子分析探討了書法景觀體驗背景下的限制三因子結構和限制階層模型。結果發現，書法景觀體驗限制存在個人限制因素、人際限制因素與結構限制因素的三因子結構，因子之間也存在顯著的相關關系，并呈現相鄰相關性強、遠離相關性弱的現象。由于實證研究的調查對象是正在進行參與活動的人群，全要素低感知群體會較大，其他三類群體包含的個體數呈現了良好的大小關系。研究雖然證實了在書法景觀體驗這一特殊的旅游場景中存在限制階層結構與限制協商過程，但是書法景觀的體驗限制因素并不等同于以往研究中的限制因素，書法景觀的體驗限制因素更加側重于地方景觀的感知以及中國藝術的審美。
第7篇：統計學變量類型范文
關鍵詞：秩和比法 學校 監測 環境衛生
中圖分類號：G421 文獻標識碼：A 文章編號：1673-9795（2013）09（b）-0071-01
1 資料與方法
1.1 資料來源
2011年某地按照《中國衛生監督統計報表學校衛生情況年報表技術規范》和《學校衛生監督綜合評價》（GB/T18025-2000）的要求，共監測小學、中學、九年/十二年制（簡稱一貫制）和大專共計4類311所學校，1866間教室，18673套課桌椅。評價教室環境衛生監測合格率（%）主要包括人均面積（X1）、黑板與前排課桌椅距離（X2）、課桌配置（X3）、課椅配置（X4）、教室朝向（X5）、黑板尺寸（X6）、黑板反射系數（X7）、教室采光方向（X8）、玻地比（X9）、后墻反射系數（X10）、采光系數（X11）、燈管垂直黑板（X12）、控制式燈具（X13）和桌面照度（X14）等14項指標，各評價指標的實際觀測值見表1[1]。數據來自文獻，真實可靠。
1.2 統計方法
采用基于秩和比的可信區間法[2]對表1資料進行綜合評價。注意，按bonferroni法[3]調整檢驗水準：設原檢驗水準α=0.05，則調整后的檢驗水準分別為α′=2α/n（n-1）=0.00833，其中n表示學校類別數量，下同。
2 結果
2.1 編秩并計算秩和比
將14個評價指標按從小到大順序編秩（見表1觀測值后括號內的數字），按照公式RSR=ΣR/mn（R表示秩次，m表示評價指標數量，下同）計算秩和比并排序（見表2第1列和第2列），其排序結果為大專>中學>小學>一貫制。
2.2 綜合評價
按參數統計的要求，按照公式y=arcsin（RSR）0.5計算RSR的變量代換值，按照公式y±2.64Sy（Sy2=820.7/mn）計算并比較y的95%CI（見表2）可知，除中學和小學教學環境衛生質量之間無顯著意義（P>0.05）外，其他類型學校教學環境衛生質量兩兩之間的差異均有統計學意義（P均
3 討論
本文所述秩和比為反映不同類型學校教學環境衛生質量的一個綜合指數，由于編秩時區分高優與低優指標，因此，計算得到的秩和比越大越越好，據此可知4類學校教學環境衛生質量的排序結果為大專>中學>小學>一貫制。
從不同類型學校教學環境衛生質量的兩兩比較來看，除中學和小學教學環境衛生質量之間無顯著意義（P>0.05）外，其他類型學校教學環境衛生質量兩兩之間的差異均有統計學意義（P均
在計算和比較秩和比變量變換值的95%可信區間時，為了減少I類錯誤，必須對原檢驗水準進行調整。調整的方法有bonferroni法和idák法，其中比較組數較少時采用前法，比較組數較多時采用后法[3]。但是，比較組數較多時，應用基于秩和比的分檔法[4]進行聚類分析，但是這里的聚類分析是基于合理分檔數表并達到到最佳分檔要求方可，與上述利用可信區間法聚類的原理不同。
文獻[1]僅從綜合4類學校計算得到的合計（平均）合格率的角度出發，認為人均面積、教室朝向、黑板尺寸、黑板反射系數、教室采光方向、玻地比、采光系數、燈管垂直黑板布置、控制式燈具、桌面照度、教室溫度等指標的合格率均達到國家相關標準的要求，黑板和前排課桌距離、課桌椅配置、后墻反射系數和噪聲為不合格，進而分析表明各不同學校類型達標率之間的差異有統計學意義（P
參考文獻
[1] 陶曉燕，李馥宣，周麗，等.深圳市2008―2011年學校教學環境衛生監督綜合評價結果分析[J].中國衛生監督雜志，2012，19（6）：551-554.
[2] 胡昆，孫愛峰.秩和比法在碘缺乏病健康教育效果綜合評價中的應用[J].中國醫藥指南，2012，10（36）：390-391.
[3] 方積乾，主編.醫學統計學與電腦實驗[M].4版.上海：上海科學技術出版社，2012：133.
[4] 孫愛峰.秩和比法在不同地區人體蛔蟲感染現狀調查結果綜合評價中的應用[J].中國醫藥指南，2011，9（31）：226-227.
第8篇：統計學變量類型范文
相關分析法以數據挖掘技術為基礎，主要用于測定現象之間相關關系的規律性。將其應用到課程相關性分析中，可從大量的、有噪聲的、隨機的課程教學所得數據中，使用成熟的數據處理模型，提取出隱含且有用的信息，以便于研究兩個變量因子間的相關關系，直接量化兩門課程間的相關性。相關分析法計算過程中，通常以計算相關系數R（又稱皮氏積矩相關系數，計算式如式1）來判定現象之間相關關系的密切程度，其絕對值在0.8以上表明高度相關，必要時對R進行顯著性檢驗。最終結果|R|≤1。當R>0時為正相關，即兩個變量之間的變化方向一致；當R<0時為負相關，即兩個變量變化趨勢相反；當R=1是為完全相關，R=-1時為完全負相關，R=0則不相關。一般來說，0.3≤|R|<0.5稱為低度相關，0.5≤|R|<0.8稱為顯著相關，≥0.8則為高度相關。課程相關性分析實踐中，一般會選擇學習成績為變量x或y來考察兩門課程的相關程度。
二、相關性分析
《統計學》、《基礎會計學》和《資產評估》兩課程間的相關性分析主要采用相關分析法進行研究，即對課程成績進行單因子相關分析,通過計算兩兩課程間的相關系數來確定的大小，判斷出是低度相關、顯著相關還是高度相關。分析采用的軟件是SPSS,其變量因子是課程考試成績，分析的過程主要包括導入數據、相關分析過程的實現和結果研究。（一）數據導入在SPSS中提供了多種導入數據的方式，常用的有導入文本文件中的數據和導入數據庫中的數據。本課題研究過程中收集的數據保存在數據庫中，因此選擇由數據庫導入數據的方式。在菜單欄中選擇FileOpenDatabaseNewQuery，把Access數據庫中的數據導入到SPSS中，部分數據如圖。（二）相關分析過程的實現數據導入完成后，進行相關分析。在菜單欄中選擇AnalyzeCorrelateBivariate進行兩變量相關分析，將彈出對話框左邊的備選源變量通過箭頭按鈕輸入到Variables選項框中。相關性分析的參數含義解釋如下：（1）CorrelationCoefficients選項區內可選擇計算相關系數的種類，課程相關分析的變量是連續型變量，故選擇Pearson相關系數，即r系數。（2）testofsignificant選項內可選擇顯著性檢驗的類型，課程的相關分析中，事先并不清楚課程變量之間的差異方向，故選擇Two-tailed。參數設置完成后，點擊OK，SPSS自動進入分析并輸出分析結果，具體結果相見表1。（三）相關性結果分析R系數是課程相關性緊密程度的統計指標。當R大于0.5時，則認為兩課程顯著相關；當R大于0.8時，則認為兩課程高度相關。由表1數據可知：（1）《統計學》與《基礎會計學》和《資產評估》均顯著相關，R值分別為0.569和0.532。（2）《基礎會計學》與《資產評估》兩課程高度相關，R值達0.861。
三、結束語
第9篇：統計學變量類型范文
【關鍵詞】 安全;知識;因素分析,統計學;學生
【中圖分類號】 R 179 G 479 【文獻標識碼】 A 【文章編號】 1000-9817(2009)08-0679-03
當前學校安全問題面臨嚴峻挑戰[1]。隨著社會經濟、文化、醫療技術的發展以及生活條件和生活方式的改變,以往嚴重危害青少年生命和健康的傳染病、營養不良在發達國家和部分發展中國家已基本得到控制,而傷害則已逐漸成為青少年的主要死亡原因。學生的安全知識、安全技能是影響兒童青少年傷害的主要因素之一。本文通過對學生安全知識、安全技能的調查,了解中小學生安全知識、安全技能的現狀,為預防和控制兒童青少年傷害的發生提供科學依據。
1 對象與方法
1.1 對象 采取分層整群抽樣方法,將某市按照學校類型分為普通小學、重點小學、普通初中、重點初中、普通高中、重點高中等6層,每層隨機抽取2所學校,每所學校各年級按班級人數整群抽取100名左右學生。由于低年級學生的認知能力存在一定的不足,小學僅調查四～六年級學生。全市共調查12所學校4 600名學生,收回有效問卷4 507份,有效問卷回收率為98.0%。年齡最小的8歲,最大的20歲,其中10～18歲之間的占97.7%。在家庭情況中,父親文化程度在高中及以上的占56.9%,母親文化程度在高中及以上的占47.6%,家庭年總收入在5萬元以上的為37.3%。
1.2 方法 采用“學生傷害與安全因素調查問卷”,內容包括基本社會學資料、安全行為、安全知識和技能、其他4個方面共62道題目,題型均為選擇題。所有問卷調查均由研究者和經過培訓的專業人員擔任調查員,在學校保健教師的協助下組織學生在課堂內匿名自填,當場獨立完成,問卷統一發放,統一回收。
剔除無效問卷后,統一使用EpiData 3.0軟件,采用雙錄入方式輸入并校對調查數據,建立數據庫。采用SPSS 13.0軟件進行數據的統計分析。
2 結果
2.1 安全知識
2.1.1 基本情況 安全知識調查包括急救知識、煤氣中毒知識等日常生活方面和放射性事故、海嘯等災害方面的知識共16道題。在日常生活安全知識方面,學生對觸電防護、煤氣中毒、溺水搶救等知識掌握較好,選擇“知道”的分別達到24.8%,24.1%和20.9%;而對于脊柱跌傷搬運和心臟病搶救的知識則了解不多,選擇“知道”的僅有14.1%和14.2%。在災害知識方面,地震和洪水的逃生知識掌握較好,選擇“知道”的分別達到20.2%和19.5%;而化學物中毒、化學毒物泄露、放射性事故的知曉率則較低,分別為10.8%,11.0%和14.4%。
獲得安全知識的途徑主要為廣播電視(39.9%)、報刊書籍(23.9%)和學校課堂(16.3%),68.3%的父親和70.6%的母親會經常主動告訴孩子一些安全知識,有4.6%的學生認為獲得安全知識的主要途徑是家長介紹。
2.1.2 不同學段學生安全知識知曉率比較 見表1。
由表1可知,小學生、初中生和高中生對于化學毒物泄露、心臟病搶救和脊柱跌傷搬運知識的知曉率差異無統計學意義;高中生其余各項安全知識的知曉率均高于初中生和小學生,經χ2檢驗,差異均有統計學意義(P值均
2.1.3 安全知識得分影響因素分析 通過賦值轉換后定量分析,安全知識得分最低16分,最高64分,中位數為40分,均數為(39.84±10.36)分。將學生根據安全知識得分分為A,B組,安全知識得分
由表2可知,普通學校、父母不經常主動告知安全知識都是安全知識得分較高的不利因素,而女生、高年級、父親文化程度較高、家庭年總收入較高則是安全知識得分較高的有利因素,單項檢驗顯示,差異均有統計學意義(P值均
2.2 安全技能 學生對觸電防護、樓內失火逃生的技能掌握較好,正確回答率分別達到91.6%和88.0%;而在“是否會正確使用滅火器”一項,僅有29.2%的學生選擇了“會”,該項技能掌握較差。
2.2.1 不同人口統計學特征學生安全技能得分比較 通過對各項安全技能的選項賦值轉換,將學生對于安全技能的掌握情況定量化,不同人口統計學特征學生安全技能得分比較見表3。
由表3可知,不同性別和父母職業不同的學生安全技能得分差異均無統計學意義;而不同學校類型、父母文化程度以及安全知識得分不同的學生安全技能得分差異均有統計學意義。
2.2.2 安全技能得分影響因素分析 通過賦值轉換后定量分析,安全技能得分最低9分,最高18分,中位數為14分,均數為(13.99±1.26)分。以學生安全技能得分為因變量,以學校類型、性別、年級、父母文化程度、父母職業、家庭年收入、安全知識得分為自變量,采用逐步回歸分析,入選和剔除自變量,找出對安全行為有影響的變量。α=0.05,β=0.10,構建多元線性回歸模型對安全技能得分可能的影響因素進行分析,回歸方程的假設檢驗F值為34.970,α
由表4可知,進入方程的變量有學校類型、性別、年級、安全知識和父母文化程度;由標準回歸系數可知,年級對學生安全技能得分的影響最大。
3 討論
3.1 安全知識現狀及其影響因素分析 安全知識的掌握情況對于青少年能否保障自身的安全起著舉足輕重的作用。但本次調查結果顯示,安全知識得分在45分以上(相當于百分制的60分)的學生僅占29.7%。調查結果還顯示, 在災害逃生知識方面,學生自我報告對于地震、洪水知識知曉情況相對較好,而化學毒物泄露、放射性事故等方面的知識相對薄弱;在日常生活安全常識方面,學生對于脊柱跌傷搬運和心臟病搶救的知識掌握較差,而對觸電防護、煤氣中毒防護等知識的了解相對較好。
學生的安全知識主要來源為廣播電視,不同于張瑾等[2]的調查結果(學生主要知識來源為書本),可能與調查對象的年齡段不同有關。隨著年級的增長,學生積累的各種知識在不斷增多,知識面不斷擴展,學生并不滿足于學校教育和家庭教育所學到的安全知識,因此利用各種社會資源如電視、廣播、報紙和網絡等來獲取安全知識。由此可見,社會環境對于學生的安全知識積累有著重要意義。
調查結果還顯示, 當煤氣中毒等情況出現時,女生往往能較好地處理;而在核武器防護等知識方面,男生知曉率較高。可能與男生對自然災害方面的知識感興趣、相關書籍或影像資料接觸較多有關。
重點學校學生安全知識得分高于普通中學,可能與學校教育內容有關,但也不排除因為受到學生自身性格和素質差異等混雜因素影響,外向型或混合型性格的學生安全知識得分高于性格內向者。處于不同學習階段的學生安全知識得分的差異無統計學意義,提示青少年獲得的大部分安全知識可能來自于小學高年級階段,隨著年級的升高,學校和家長對應試課程越來越重視,從而忽略了對青少年的安全教育。
從影響學生安全知識的因素來看,除學校類型、性別、年級等因素外,父母是否經常主動告訴安全知識、父親文化程度和家庭年總收入也被納入回歸模型,說明家庭環境對青少年安全知識的掌握起著不容忽視的作用。牛靜萍等[3]的研究也表明,父母受教育程度高以及父母職業為醫生、科技人員、教師的青少年安全知識掌握情況較好。
3.2 安全技能現狀及其影響因素分析 安全技能就是在可能有生命威脅的中運用各種技能和手段逃離危險,從而減少傷亡的方法[4]。我國青少年多為獨生子女,在父母的呵護下長大,長期生活在較為穩定有序的校園里, 日常生活經驗不夠豐富, 在防火防盜、災害逃生等方面缺乏基本常識。調查結果表明,僅有29.2%的學生報告會使用滅火器,而完全不會的學生達到31.7%。青少年對觸電防護和樓內失火逃生的技能掌握較好,正確回答率高于黃迎乒[4]對河南部分大學生所做的調查結果,但仍有1.4%的學生在樓內失火時選擇了跳樓,3.1%的學生在發現有人觸電時選擇了拉開觸電者,如果這些學生真正遇到類似情況, 后果將不堪設想。
從多元線性回歸模型的結果可知,父母的文化程度以及學校類型都對學生的安全技能得分有著較大的影響。青少年缺乏生活經驗,對是非、安危的辨別能力較差,自我約束力薄弱,常有冒險或僥幸心理,對突發事件缺乏預見性和應變能力,自我保護意識和自我保護能力較差,需要教師和家長的正確引導。而安全教育不僅應讓學生掌握安全常識、培養安全意識,更應教給學生發現險情、判斷險情及安全逃生的技能。
4 參考文獻
[1] 徐勇.我國學校突發公共安全事件的現狀與研究展望.中國學校衛生,2007,28(8):673-674.
[2] 張瑾,朱士新,謝云龍.昆山市中小學生安全知識現況調查.中國學校衛生,2006,27(11):949-950.
[3] 牛靜萍,李嶸,崔順軍.蘭州市兒童安全意識影響因素分析.中國學校衛生,2003,24(4):315-316.
