教学课程资源库 更多>>

关键词： 发酵香肠   风味轮廓   关键挥发性化合物   电子鼻   电子舌   多元统计学分析  

摘要： 本研究旨在利用多元统计学方法对中国不同地区(合肥、哈尔滨、黄山、苏州和成都)传统发酵香肠的风味和品质特性进行分析。结果表明,不同地区发酵香肠的水分含量、水分活度、pH值、L^(*)值、a^(*)值和b^(*)值具有显著差异。电子舌结果表明,苏州和成都发酵香肠的鲜味、丰富度和咸味高于哈尔滨、合肥和黄山。电子鼻结果表明,W5S传感器在不同地区发酵香肠中具有最高的响应值。通过气相色谱-质谱联用技术在发酵香肠中共鉴定出121种挥发性化合物,筛选出26种关键挥发性化合物,其中桉叶油醇、柠檬醛和苯甲醛分别是哈尔滨、苏州和成都发酵香肠中最关键的挥发性化合物,而(E)-2-壬醛是合肥和黄山发酵香肠中最关键的挥发性化合物。偏最小二乘判别分析结果表明,黄山、苏州和合肥发酵香肠具有相似的气味特征,而黄山和合肥发酵香肠则具有相似的滋味特征。结合变量投影重要性(variable importance in projection,VIP)分析,筛选出25种差异挥发性化合物(P<0.05,VIP值>1)。关键挥发性化合物与滋味的相关性结果表明,1-辛烯-3-醇、己醛、庚醛和(E)-2-壬醛在调节滋味感知方面发挥着重要作用。综上,本研究可为提升传统特色发酵香肠风味提供理论指导。

关键词： 回顾性   研究设计   斜体   前瞻性   统计学符号  

摘要： (1)统计学符号:统计学符号按GB/T3358.1一2009《统计学词汇及符号》的有关规定,一律采用斜体排印。(2)研究设计:应说明研究设计的名称和主要做法,如前瞻性、回顾性或横断面调查研究;应交代研究对象的抽样方法。(3)资料的表达与描述:采用表达近似服从正态分布的定量资料。

关键词： 标准误   样本   算术平均数   标准差  

摘要： (1)样本的算术平均数用英文小写x(中位数仍用M);(2)标准差用英文小写s;(3)标准误用英文小写s_(x);(4)t检验用英文小写t;(5)F检验用英文大写F;(6)卡方检验用希文小写χ^(2);(7)相关系数用英文小写r;(8)自由度用希文小写υ;(9)概率用英文大写P,P值前应给出具体检验值,如t值、χ^(2)值、q值等。

关键词： 新文科   经济统计学   人才培养   OBE理念   课程体系  

摘要： “新文科新财经”背景下,如何培养适应经济社会发展、满足社会人才需求、实践能力过硬的经济统计学应用型人才?本文以西安财经大学行知学院为例,以专业类教学质量国家标准为依据,梳理各高校经济统计学专业课程体系并找出存在的问题,遵循OBE理念的基本原则优化课程体系,并应用于实践,切实推进财经类本科高校经济统计学专业人才培养更上一层楼。

关键词： 统计学方法   来稿要求   统计学处理  

摘要： 针对当前来稿中统计学方法交代不明或选用不合理以及表述不规范等问题,特提醒注意以下方面:1.统计学符号:按GB3358-1982《统计学名词及符号》的有关规定,统计学符号一律采用斜体排印。常用:(1)样本的算术平均数用英文小写x(中位数仍用M);(2)标准差用英文小写s;(3)t检验用英文小写t;(4)F检验用英文大写F;(5)卡方检验用希文小写χ^(2);(6)相关系数用英文小写r;(7)自由度用希文小写ν;(8)概率用英文大写P(P值前应给出具体检验值,如t值χ^(2)值、q值等)。

关键词： 回顾性   调查设计   成组设计   研究设计   交叉设计  

摘要： 1.研究设计:应交代研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性或横断面调查研究);实验设计(应交代具体的设计类型,如自身配对设计、成组设计、交叉设计等);临床试验设计(应交代属于第几期临床试验,采用了何种盲法措施等)。主要做法应围绕4个基本原则(随机、对照、重复、均衡)概要说明,尤其要交代如何控制重要非试验因素的干扰和影响。

关键词： 数字化在线课程   统计学专业   融合发展   高等教育  

摘要： 随着信息技术的迅猛发展,数字化在线课程学习模式逐渐受到广泛关注。文章旨在探讨数字化在线课程与统计学专业课堂教学融合的内涵、主要内容及发展模式,重点研究数字化教材、优质在线开放课程与课堂教学融合建设的可行性。文章不仅关注课程引用、课程设计、教学目标等静态内容的分析,还强调教师与学生在课堂教学中的互动、引导和价值建构等动态因素,力求全面评估统计学专业中数字化在线课程与课堂教学融合的实际成效。

关键词： 调查设计   实验设计   统计研究设计   统计学处理  

摘要： 1.统计研究设计:应交代统计研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性或横断面调查研究);实验设计(应交代具体的设计类型,如自身配对设计、成组设计、交叉设计、析因设计、正交设计等);临床试验设计(应交代属于第几期临床试验,采用了何种盲法措施等)。主要做法应围绕4个基本原则(随机、对照、重复、均衡)概要说明,尤其要交代如何控制重要非试验因素的干扰和影响。

关键词： 生物统计学   人工智能   机器学习   智慧医疗  

摘要： 生物统计学是应用统计学原理和方法来分析和解释生物、医学和公共卫生数据的一门工具学科。近年来,随着计算机技术的迅猛发展,智慧医疗的理念已深入人心。本文深入探讨了智慧医疗领域中生物统计学的应用,通过回顾人工智能(AI)的发展起源,系统梳理了生物统计学与AI尤其是机器学习(ML)在智慧医疗领域千丝万缕的联系,阐述了两者从根源上来说是一脉相承的,生物统计学为医疗领域的AI应用提供了理论基础和方法论支持,确保基于ML的AI模型训练和验证的科学性;而AI则扩展了生物统计学的应用范围和技术手段;AI模型开发需深度融合生物统计学方法,方能充分地挖掘临床数据中的潜在信息,在智慧医疗领域各方面推动AI辅助工具的临床转化。希望人们能够认识到,AI技术需在生物统计学的支持下,共同推动医疗行业朝着更智能、更精准的方向发展,这也将影响着医学工作者和生物统计师未来研究方向和合作模式。

关键词： 调查设计   实验设计   统计研究设计   统计学处理  

摘要： 1.统计研究设计:应交代统计研究设计的名称和主要做法,如调查设计(分为前瞻性、回顾性及横断面调查研究)、实验设计(应交代具体的设计类型,如自身配对设计、成组设计、交叉设计、析因设计、正交设计等)、临床试验设计(应交代属于第几期临床试验,采用了何种盲法措施等)。主要做法应围绕4个基本原则(重复、随机、对照、均衡)概要说明,尤其要交代如何控制重要非试验因素的干扰和影响。