教学课程资源库 更多>>

关键词： 统计学  

ISBN: (纸本)9787030767813

摘要： 《时标动态经济建模与分析》介绍动态经济模型的时标建模与分析. 主要内容有时标Solow模型、时标Ramsey模型、时标蛛网模型、时标乘数-加速数模型、时标通货膨胀和失业关系模型、时标上的行为经济学理论等. 《时标动态经济建模与分析》试图通过尽可能多的动态模型时标分析的呈现, 帮助读者快速了解时标与动态经济学交叉的研究前沿.

ISBN: (纸本)9787121468100

标准号: GB/Z 6113.404-2023

摘要： 本文件给出了如何处理无线电干扰投诉统计的建议，描述了分别基于辐射耦合和传导耦合的骚扰模型，计算试验场地上骚扰场强和骚扰电压测量的限值。

关键词： 统计图   定量资料   数学原则   偏态分布   数轴   抽样方法   正态分布   刻度值  

摘要： (1)统计学符号:统计学符号按GB/T3358.1-2009《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,采用M(Q_(1),Q_(3))或M(IQR)表达呈偏态分布的定量资料;应用统计表时,要合理安排纵横标目,并将数据的含义表达清楚;应用统计图时,所用统计图的类型应与资料性质相匹配,并使数轴上刻度值的标法符合数学原则;应用相对数时,分母不宜小于20,要注意区分百分率与百分比。

关键词： 析因设计   临床试验设计   交叉设计   统计研究设计   自身配对设计   概要说明   正交设计   成组设计  

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： 析因设计   交叉设计   撰写要求   临床试验设计   统计学方法   概要说明   自身配对设计   正交设计  

摘要： (1)统计学研究设计:交代统计研究的名称和主要做法。如调查设计分为前瞻性、回顾性还是横断面调查研究;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。

关键词： 大班授课   小班研讨   医学统计学   临床医学专业  

摘要： 目的通过“大班授课,小班研讨”教学模式在医学统计学课程教学中的实施,了解该种教学模式的教学效果。方法选取该校2019级临床医学专业本科12班的86名学生作为课改班;选取该校2019级临床医学专业本科34班的86名学生作为对照班。对照班学生实施常规教学,课改班学生实施课程改革教学。并收集2个班学生各环节的考核成绩。并在课改班学生中开展针对课程改革效果的问卷调查以评价课程改革效果。结果课改班学生的平时成绩、期中成绩和期末成绩均高于对照班,差异均有统计学意义(P<0.05)。课改班学生教学效果反馈情况:83.1%的学生认为“小班研讨”效果好或很好;88.0%的学生认为“小班研讨”活动对理论知识的理解和掌握有帮助;84.3%的学生认为“小班研讨”能够调动学生的学习积极性。课改班学生自报获益前3位依次为培养了自主学习能力(69.9%)、拓宽了知识面和视野(66.3%)、同学间交流讨论更充分(60.2%)。结论“大班授课,小班研讨”的教学模式能够有效提升学生的成绩及学生的综合知识应用能力。

关键词： 统计学课程   以学生为中心   混合式教学  

摘要： 文章基于混合式教学创新研究现状,首先分析了统计学课程教学创新需解决的痛点问题,然后提出了以学生为中心的统计学课程教学创新理念与创新设计,最后阐述了以学生为中心的统计学课程教学创新实践。

关键词： 算术平均数   学术论文撰写   F检验   t检验   中位数   标准差   英文大写   统计学符号  

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sx;(4)t检验用英文小写t;(5)F检验用英文大写F.

关键词： 统计学   人工智能   数据科学   统计模型与方法   作用与应用  

摘要： 统计学贯穿于人工智能开发与应用的整个过程。为整合统计理论、模型与方法改进和创新人工智能算法及其结果,并推动人工智能新发展,文章基于数据科学理论与方法深入研究统计学在人工智能发展中的作用及其应用。研究表明,统计学有助于人工智能系统和算法确定研究问题、优化数据收集方案、评价和提高数据质量、推动从关联分析到因果分析、量化不确定性和提高结果的可解释性。