第九章 环境科学中变量间的关系分析
第一节 回归和相关的概念
一、函数关系与相关关系
客观事物是普遍联系的,客观现象中因素(变量)间存在相互制约的关系,根据关系的确定程度,可分为两类,即函数关系和相关关系。
1.函数关系
函数关系指两个相互关联的变量间存在完全确定的数量关系,可用精确的数学表达式表,当1个变量取某一定值时另1个变量有一个确定的数值相对应,知道了其中1个变量的值就可以计算出另1个变量的值,如废水中的磷浓度废水排放量某企业废水磷的排放量?=。
2.相关关系
相关关系指两个相互关联的变量间存在一定的数量关系,而这种关系并不是完全确定的,当一个变量发生变化时,另一个变量也按一定的规律作相应的变化,但当一个变量取某一定值时,另一变量的对应值不是完全确定的,而是具有一定的随机性,在一定范围内变化。 二、自变量与因变量
相关关系根据变量的作用特点,又可分为因果关系和平行关系两种。
因果关系指一个变量与另一个或几个变量存在原因和反应性质的关系。将表示原因的变量称为自变量(independent variable ),以x 表示,将表示结果的变量称为因变量(dependent variable ),以y 表示,如植物吸收的重金属(y )与土壤重金属含量(x )间的关系,某城市人群肺病的犯病率(y )与大气中污染物浓度(x )间的关系,土壤中农药的残留量(y )与土壤水分(1x )、土壤有机质含量(2x )等因素的影响等。
如果两个以上变量间并不是原因和结果的关系,而呈现一种共同变化的特点,这种关系为平行关系。平行关系中没有自变量和因变量之分,如污染河水中COD 与BOD 的共同消长、土壤中不同重金属元素的共生组合等。 三、回归分析与相关分析
1.回归分析(regression analysis )
通常将以计算回归方程为基础的统计方法成为回归分析。回归分析揭示呈因果关系的相关变量间的联系形式,建立它们间的回归方程,利用所建立的回归方程,用自变量来预测、控制因变量。如分析土壤中元素含量与植物体内含量的关系等。根据自变量个数可分为一元回归分析和多元回归分析。一元回归分析研究“一因一果”,即一个自变量与一个因变量的回归分析,又可分为直线回归分析与曲线回归分析两种;多元回归分析研究“多因一果”,即多个自变量与一个因变量的回归分析,又分为多元线性回归分析与多元非线性回归分析两种。
2. 相关分析(correlation analysis)
将以计算相关系数为基础的统计方法称为相关分析。相关分析是研究两个或两个以上随机变量间在数量关系上的密切程度及其性质。
相关分析可分为简单相关分析和多元相关分析,后者又包括复相关分析和偏相关分析。复相关分析是对多个变量进行相关分析时,研究一个变量与多个变量间的线性相关;偏相关分析研究其余变量保持不变的情况下两个变量间的线性相关。两个变量为直线相关时称为相关系数
(correlation coefficient),记为r ;一个变量与多个变量间的相关关系称为复相关系数(multiple coefficient),记作m y R 12 ;在两个变数曲线相关时称为相关指数(correlation index ),记作R 。变量间的关系及其分析方法见图9-1。
如果两变量是平行关系,只能用相关分析来研究。在相关分析中,变量x 和y 无自变量相依变量之分,不需确定谁是自变量,谁是因变量,不能用一个变量的变化去预测另一个变量的变化,这是回归与相关区别的关键所在。 四、两个变量的散点图
有两个变量,一个变量用符号x 表示,另一个变量用y 表示,通过试验或调查获得两个变
量的成对观测值,表示为(x 1,y 1),(x 2,y 2),……,(x n ,y n )。为了直观地看出x 和y 间的变化趋势,可将每一对观测值在平面直角坐标系描点,作出散点图(见图9-2)。从散点图可以初步反映x ,y 间的关系,包括:两个变量间关系的性质(是正相关还是负相关)和程度(是相关密切还是不密切);两个变量间关系的类型,是直线型还是曲线型;是否有异常观测值的干扰。
变量间的关系
函数关系—有精确的数学表达式
(确定性关系) 相关关系 (非确定性关系) 因果关系 回归分析 直线回归分析
一元回归分析 平行关系 (相关分析)
简单相关分析—直线相关分 复相关分析 偏相关分析
多元相关分析 多元回归分析
元线性回归分析 多元非线性回归分析
图9-1 变量间的关系及相应的分析方法
第二节 直线回归分析及检验
一、直线回归方程
如从散点图发现两个变量间的关系呈直线趋势,可利用直线回归方程x y βα+=研究变量y 与x 在数量上的互变规律,从x 的数量变化来预测y 的变化。由于因变量y 的实际观测值总是带有随机误差,因而实际观测值y i 可表示为:
i i i x y εβα++= (i =1,2, …, n ) (9-1)
其中ε i 为相互独立,且都服从N (0,σ2)的随机变量,这就是直线回归的数学模型。可以根据实际观测值对α,β以及方差σ2作出估计。
在x , y 的直角坐标平面上可以作无数条直线,而回归直线是指所有直线中最接近散点图中全部散点的直线,其直线回归方程为:
bx a y
+=? (9-2) 式中,y
?是与x 相对应的因变量的点的估计值;a 是α的估计值,又是叫回归截距,是回归直线在y 轴上的截距,当0=x 时,a y
=?;b 是β的估计值,又称为回归系数,表示x 改变一个单位,y
?平均改变的数量,b 的符号反映了x 影响y 的性质,b 的绝对值大小反映了x 影响y 的程度。
回归直线在平面坐标系中的位置取决于a 、b 的取值,为了使bx a y
+=?能最好地反应y 和x 两变量间的数量关系,根据最小二乘法,a 、b 应使回归估计值与观测值的离均差平方和最小,即:
∑∑--=-=n
n
bx a y y
y Q 1
1
22
)()?(为最小 分别对a 、b 求偏导,并令其等于0,即: 0)(2=---=??∑bx a y a
Q
∑=---=??0)(2x bx a y b
Q
整理得关于a 、b 的正规方程组:
∑∑=+y x b an
∑∑∑=+xy x b x a
2
解正规方程组,得:
x
xy SS SP x x y y x x n x x n y x xy b =---=--=
∑∑∑∑∑∑∑2
22)())((/)(/))(( (9-3)
x b y a -= (9-4)
(9-3)式中的分子是自变量x 的离均差与因变量y 的离均差的乘积和))((∑--y y x x ,简称乘积和,记作xy SP ,分母是自变量x 的离均差平方和∑-2)(x x ,记作x SS 。
a 和
b 均可取正值,也可取负值,因具体资料而异,由图9-2看出,a >0,回归直线在第Ⅰ、Ⅱ象限与y 轴相交;a <0,回归直线在第Ⅲ、Ⅳ象限与x 轴相交;b >0,y 随x 的增加而增加;b <0,
y 随x 的减少而减少;b =0或与0差异不显著时,y 的变化与x 的取值无关,两变量间不存在直线回归关系。这只是对a 和b 的统计学解释,对于具体资料,a 和b 往往还有专业上的实际意义。
从上可知,y
?是当x 在其研究范围内取某一个值时y 值平均数x βα+估计值。y 和y ?间的关系具有如下三个基本性质:
性质1 最小2
)?(∑-=y
y Q ;
性质2
0)?(=-∑y
y ; 性质3 回归直线必须通过中心点),(y x 。
如果将(9-3)式代入(9-2)式,得到回归方程的另一种形式:
)(?x x b y bx x b y y
-+=+-= (9-5) 二、直线回归方程的建立
以一个例子说明回归方程的计算过程。
例【9.1】 在水稻对污染土壤中铅的富集规律的探讨中,得到如下一组关于土壤铅含量(mg/kg)与水稻根铅含量(mg/kg)的数据(见表9-1),试建立水稻根铅含量(y )与土壤铅含量(x )的直线回归方程。
1. 计算各值,并列表
19.4839
79.4348===
∑n
x x
y =∑=n y /3478.6/9 = 386.5111
33.11512599
7.434885.3252502)(2
2
2
=-=-
=∑∑n
x x SSx
80.587880
9
6.3478
7.43482268702=?-=-
=∑∑∑n
y x xy SP y x
50.3039639
)6.3478(1648481)(2
2
2
=-=-
=∑∑n
y y SSy
2.计算回归系数b 、a
5106.03.1151259
8.5878880SS SP x y x ===b 7748
.1391889.4835106.05111.386=?-=-=x b y a 3.写出回归方程
根据上述结果,得到水稻根铅含量y 对土壤全铅含量x 的直线回归方程为:
x y 5106.07487.139-=
表9-1 一元回归系数计算表
n 土壤全铅/mg/kg(x ) 水稻根铅/ mg/kg(y )
2i x 2i y
i i y x
1 1070.0 712.5 1144900 507656.25
762375 2 151.9 200.6 23073.61 40240.36 30471.14 3 118.0 230.8 13924 53268.64 27234.4 4 80.2 160.5 6432.04
25760.25
12872.1 5 543.7 400.8 259609.69 160640.64 217914.96 6 370.7 350.9 137418.49 123130.81 130078.63 7 921.3 600.8 848793.69 360960.64 553517.04 8 242.2 270.8 58660.84 73332.64 65587.76 9
850.7
550.9 723690.49 303490.81 46865063 ∑ 4348.7 3478.6 3252502.85 1648481.04 2268701.66 n
∑
483.19
386.51
361389.20 183164.56
252077.96
三、偏离度估计
yx
S
以上根据使偏差平方和2
)?(∑-y
y 最小建立了直线回归方程。离均差平方和2)?(∑-y y 的大
小表示了实测点与回归直线偏离的程度,因而离均差平方和又称为离回归平方和。统计学已经
证明:在直线回归分析中离回归平方和的自由度为n -2。于是可求得离回归均方为:)2/()?(2--∑n y
y 。离回归均方是模型(9-1)中σ2的估计值。离回归均方的平方根叫离回归标准误,记为yx S ,即:
∑--=
)2/()?(2n y
y S yx (9-6)
离回归标准误yx S 的大小表示了回归直线与实测点偏差的程度,即回归估测值y
?与实际观测值y 偏差的程度,用来表示回归方程的偏离度。离回归标准误yx S 大表示回归方程偏离度大,
yx S 小表示回归方程偏离度小。
用式(9-6)计算离回归标准误yx S ,需要把每一个x 值的回归估计值y
?计算出来,用下面公式计算将更为简便:
x xy y SS SP SS y
y /)?(2
2-=-∑ (9-7) 这样,对上述例子对例9.1有
15.376733.1151259/80.58788030.303963
/)()?(22
2
=-=-=-∑x xy y SS SP SS y
y 所以kg mg n y
y S yx /1984.23)29/(15.3767)2/()?(2
=-=--=
∑
在建立线性回归模型后,还可以用下式计算yx S :
2
2
---=
∑∑∑n xy b y a y
S yx 即利用直线回归x y 5106.077.139+=
,由土壤全铅含量估计水稻根铅含量时,离回归标准误差为23.1984 mg/kg 。 四、直线回归的显著性检验
1.直线回归的变异来源
由于x 的取值不同、实验误差以及其他可能存在的不明因素的影响,各次实际测量结果
),,2,1(n i y i =与实际测量结果的总平均值∑==n
i i y n
y 1
1有一定的偏差。从图8-3看到,因变量
y 的总变异)(y y -由y 与x 间存在直线关系所引起的变异)?(y y
-与偏差)?(y y -两部分构成,即
)?()?()(y y y y
y y -+-=- 上式两端平方,然后对所有的n 点求和,则有 =-∑2)(y y 2)]?()?([y y y y -+-∑
)?)(?(2)?()?(22y y y y y y y y --+-+-=
∑∑∑
由于)(?x x b y bx a y
-+=+=,所以)(?x x b y y -=-
于是
)?)(()?)(?(y y x x b y y y y --=--∑∑
)]())[((x x b y y x x b ----=∑
)()())((x x b x x b y y x x b -?----=
∑∑
x xy SS b SP b ?-?=2
02
=????
?
??-?=x x
xy
xy x xy
SS SS SP SP SS SP 所以有=-∑2)(y y ∑∑-+-22)?()?(y y y y (9-8)
2
)
(∑-y y 反映了y 的总变异程度,称为y 的总离均差平方和,记为y SS ;∑-2)?(y y 反映
了由于y 与x 间存在直线关系所引起的y 的变异程度,称为回归平方和,记为R SS ;
∑-2)?(y y 反映了除y 与x 存在直线关系以外的原因,包括随机误差所引起的y 的变异程度,称为离回归平方和或剩余平方和,记为SS r 。式(9-8)又可表示为:
r
R y SS SS SS += (9-9)
表明y 的总偏差平方和划分为回归平方和与离回归平方和两部分。与此相对应,y 的总自由度y df 也划分为回归自由度R df 与离回归自由度r df 两部分,即
r R y df df df += (9-10)
在直线回归分析中,回归自由度等于自变量的个数,即1=R df ;y 的总自由度1-=n df y ;离回归自由度2-=n df r 。于是:
离回归均方r r r df SS MS /=,回归均方R R R df SS MS /= 除以前的计算方法外,回归平方和还可用下面的公式计算: 22)]([)?(∑∑-=-=x x b y y
SS R xy x bSP SS b x x b ==-=∑222
)( (9-12)
x
xy
xy x
xy SS SP SP SS SP 2
=
?= (9-13)
离回归平方和则为:
x
xy y R y r SS SP SS SS SS SS 2-
=-=
2.回归关系显著性检验—F 检验
x 与y 两个变量间是否存在直线关系,可用F 检验法进行检验。由(9-1)式可推知,若x 与y 间不存在直线关系,则总体回归系数β=0,若x 与y 间存在直线关系,总体回归系数β≠0。所以,对x 与y 间是否存在直线关系的假设检验其无效假设0H :β=0,备择假设A H :β≠0。在无效假设成立的条件下,回归均方与离回归均方的比值服从11=df 和22-=n df 的F 分布,所以可以用
)
2/(//-===
n SS SS df SS df MS MS MS F r R
r r R R r R ,df 1=1,df 2=n -2 (9-11) 来检验回归关系即回归方程的显著性。
表9-2 利用F 检验回归直线显著性检验的分析表
变异来源
df SS MS F 值
F 0.05 F 0.01 显著性 回归 1
R SS R MS R MS /r MS
离回归 2-n r SS r MS
总变异
1-n
r
R y SS SS SS +=
对于【例9-1】资料,有
50.303963=y SS , 80.587880=xy SP , 33.1151259=x SS 3.30019633
.11512598.58788022
===
x
xy R SS SP SS
2.3767
3.30019650.303963=-=-=R y r SS SS SS
而729,1,8191=-===-=-=r R y df df n df 。于是列出方差分析表进行回归关系显
著性检验,结果见表9-3。
表9-3 水稻根铅含量与土壤铅含量回归关系方差分析
变异来源 df SS MS F 值 F 0.05 F 0.01 显著性 回归 1 300196.3 300196.3
514.57 5.59
12.25
极显著
离回归 7 3767.2 583.17 303963.5
3.回归系数的显著性检验—t 检验
采用回归系数的显著性检验—t 检验也可检验x 与y 间是否存在直线关系。回归系数显著性检验的无效假设和备择假设分别为0H :β=0,A H :β≠0。
t 检验的计算公式为:
,b
S b
t =
2-=n df (9-14) x
yx b SS S S =
(9-15)
其中,b S 为回归系数标准误。
对于【例9-1】资料,计算得33.1151259=x SS ,1984.23=yx SS ,则
S b = S y x /x SS =23.1984/33.1151259=0.0216
64.230216.0/5106.0===
b
S b
t 当7292=-=-=n df ,查t 值表,得365.2)7(05.0=t ,499.3)7(01.0=t 。 显然,)7(01.0t t >,01.0
是极显著的,表明水稻根铅含量与土壤铅含量间存在极显著的直线关系,可用所建立的直线回
归方程来进行预测和控制。
F 检验的结果与t 检验的结果一致,在直线回归分析中,两种检验方法是等价的,可任选一种进行检验。 五、一元线性回归估计
1.点估计
利用表9-1的资料,建立了回归方程为x y 5106.07487.139-=,就可以用回归方程来对给定某一特定x 值时y 的值进行点估计,或者预测某一特定x 值的y 值。如当土壤中的铅含量x 为100kg mg /时,运用该回归方程,计算得到水稻体内的铅含量为88.69kg mg /,即当土壤中的铅含量为100kg mg /时,水稻体内铅含量的点估计值是88.69kg mg /。
2. 区间估计
在利用回归方程对因变量y 进行预测时,点估计不能结出与估计有关的任何准确信息,预测值的变动范围较预测点更可信,因而需进行区间估计。区间估计是对于给定的显著水平
α,找到一个区间),(21T T ,使对应于某特定的0x 的实际值0y 以α-1的置信概率被区间
),(21T T 所包含。置信概率为α-1的预测区间为:
)?,?(00yx yx tS y
tS y +- 对9-1的资料,当土壤中的铅含量x 为100kg mg /时,以95.01=-α的置信概率进行区
间估计,则:
kg mg tS y
yx /22.431984.2396.169.88?0=?-=- kg mg tS y
yx /16.1341984.2396.169.88?0=?+=+ 即在置信概率为95.01=-α时的预测区间为kg mg /)16.134,22.43(
第三节 直线相关分析
进行直线相关分析的基本任务在于根据x 、y 的实际观测值,计算表示两个相关变量x 、y 间线性相关程度和性质的统计量—相关系数r 并进行显著性检验。 一、决定系数和相关系数
1. 决定系数
在回归分析中,y 的总偏差平方和=
-∑2)(y y ∑∑-+-22)?()?(y y y y
,y 与x 直线回归效果的好坏取决于回归平方和2)?(∑-y y 与离回归平方和∑-2)?(y
y 的大小,或者说取决于回归平方和在y 的总平方和2)(∑-y y 中所占的比例的大小。这个比例越大,y 与x 的直线回归效果就越好,反之则差。把比值/)?(2∑-y y
2)(∑-y y 叫做x 对y 的决定系数(coefficient of
determination ),记为2
r ,即
∑
∑--=2
22
)()?(y y y y r
(9-16)
决定系数的大小表示了回归方程估测可靠程度的高低,或表示回归直线拟合度的高低,
102≤≤r 。因为
xy yx y xy x xy y x xy b b SS SP SS SP SS SS SP y y y y r
?=?==--=∑2222
)()?( 而SP xy /SS x 是以x 为自变量、y 为因变量时的回归系数b yx 。若把y 作为自变量、x 作为因变量,则回归系数b xy =SP xy /SS y ,所以决定系数r 2等于y 对x 的回归系数与x 对y 的回归系数的乘积,反应了x 为自变量、y 为因变量和y 为自变量、x 为因变量时两个相关变量x 与y 直线相关的信息,即决定系数表示了两个互为因果关系的相关变量间直线相关的程度,决定系数介于0和1之间,不能反应直线关系的性质—是同向增减或是异向增减。
2. 相关系数
对r 2求平方根,取平方根的符号与乘积和SP xy 的符号一致,求出的平方根不仅可表示y 与x 的直线相关的程度,还可表示直线相关的性质。统计学上把这样计算所得的统计量称为x 与y 的相关系数(coefficient of correlation ),记为r 。因变量y 和自变量x 的相关性质与相关系数r 值的关系见图9-4。1≤r ,r 值的大小表明因变量y 和自变量x 间关系的密切程度。如r 值为正,称x 与y 呈正相关;如1=r 或1-=r ,称x 与y 呈完全相关,x 与y 间存在确定的函数关系,各点在一条直线上;如0=r ,称x 与y 呈零相关,x 由小到大,y 的大小无一定规律。
二、相关系数的计算
相关系数r 的计算公式如下:
y
x xy SS SS SP r =
(9-17)
??
?
?
???
?-
????
???
?
-
-
=
∑
∑∑∑
∑∑∑n
y y n
x x n y x xy 2222)(
)(
)
)((
(9-18)
【例9-6】从不同湖泊中采集了12份水样,分别测定其中的TOC 含量及有机萃取相在240nm
的紫外吸收值。藉以研究两个参数之间的相关关系。有关测定结果如下:
表9-4 水样TOC 含量与紫外吸收值 编号
1
2 3 4 5 6 7 8 9 10 11 12 TOC(x ) 1.59
1.79
1.00
0.45
3.84
2.30
1.00
3.20
0.80
2.20
3.20
2.10
UV(y ) 0.144 0.152 0.113 0.025 0.227 0.149 0.014 0.158 0.042 0.154 0.173 0.095
图9-4 相关系数示意图
资料来源:应用数理统计方法 303
根据表9-4所列数据先计算出:
4366.1212/)47.23(34.58/)(222=-=∑-∑=n x x SS x
0464.012/)446.1(2206.0/)(222=-=∑-∑=n y y SS y
6567.012/)45.1)(
47.23(4848.3/))((=-=∑∑-∑=n y x xy SP xy 代入(9-17)式得:
8648.00464
.04366.126567.0=?=
?=
y
x xy SS SS SP r
即240nm 紫外吸收值与水样TOC 含量间的相关系数为0.8648。 三、相关系数的显著性检验
根据实际观测值计算得来的相关系数r 是样本相关系数,它是双变量正态总体中的总体相关系数ρ的估计值。样本相关系数r 是否来自ρ=0的总体,还须对样本相关系数r 进行显著性检验。此时无效假设、备择假设分别为0H :ρ=0,A H :ρ≠0,检验的方法有t 检验法、F 检验法和查r 临界表。
1. t 检验
统计量t 的计算公式为:
r
S r
t =
, df =n -2 (9-19) 其中,)2()1(2--=n r S r ,叫做相关系数标准误。
上例中,1587.0)212()8648.01()2()1(22=--=--=n r S r
4493.51587.0/8648.0==t
查t 分布表 ,169.310,01.0=t ,228.210,05.0=t 。由于01.0t t >,在01.0=α水平否定
0:0=ρH ,接受0:≠ρA H ,240nm 紫外吸收值与水样TOC 含量间呈极显著正相关。
2. F 检验
统计量F 的计算公式为:
F =)2()1(2
2--n r r ,1df =1,2df =n -2 (9-20)
计算出统计量F 后,查)2,1(-n F α表,如)2,1(,->n F F α,在α水平否定0:0=ρH ,接受
0:≠ρA H ,r 在α水平上显著,反之,接受0H , 否定A H , r 在α水平上不显著。
上例中6635.29)210/()8648.01(8648.02
2
=--=F
查F 值表,
04
.10)10,1(01.0=F ,96.4)10,1(05.0=F ,)10,1(,01.0F F >。在01.0=α水平否定
0:0=ρH ,接受0:≠ρA H ,240nm 紫外吸收值与水样TOC 含量间呈极显著正相关。
3. 查r 临界表
直接利用查r 临界表的方法对相关系数r 进行显著性检验。其做法是先根据自由度n -2查临
界r 值(附表11),得)2(05.0-n r ,)2(01.0-n r 。 若|r |<)2(05.0-n r ,P >0.05,则相关系数r 不显著,在r 的右上方标记“ns ”;若)2(05.0-n r ≤|r |<)2(01.0-n r ,0.01<P ≤0.05,则相关系数r 显著,在r 的右上方标记“*”;若|r |≥)2(01.0-n r ,P ≤0.01, 则相关系数r 极显著,在r 的右上方标记“**”。
【例9-6】中,df =n -2=12-2=10,查附表8得:576.0)10(05.0=r ,708.0)10(01.0=r , r =0.8648>)10(01.0r ,P <0.01,240nm 紫外吸收值与水样TOC 含量间呈极显著正相关。 四、直线相关分析与回归分析的关系
相关分析与回归分析是密切联系的。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式,回归分析需要依靠相关分析来表现变量之间数量变化的相关程度与性质。只有当变量之间存在显著相关时,进行回归分折寻求其相关的具体形式才有意义。
相关变量x 与y 的相关系数r 是y 对x 的回归系数与x 对y 的相关系数xy b 的几何平均数:
xy yx b b r ?=
两种分析所进行的显著性检验都是解决y 与x 间是否存在直线关系,因而二者的检验是等价的。即相关系数显著, 回归系数亦显著;相关系数不显著,回归系数也必然不显著。 在实际进行直线回归分析时,可用相关系数显著性检验代替直线回归关系显著性检验,即可先计算出相关系数r 并对其进行显著性检验,若检验结果r 不显著,用不着建立直线回归方程;若r 显著,再计算回归系数b 、回归截距a ,建立直线回归方程,此时所建立的直线回归方程代表的直线关系是真实的,可利用来进行预测和控制。
相关分析与回归分析的区别主要体现在以下三个方面:
(1)在相关分析中的变量不存在自变量和因变量的划分问题,变量之间的关系是对等的,在回归分析中,则必须根据研究对象的性质和研究分析的目的,对变量进行自变量和因变量的划分。
(2)在相关分析中所有的变量都必须是随机变量,在回归分析中,自变量是给定的,因变量是随机的,将自变量的给定值代入回归方程后,所得到的因变量的估计值不是唯一确定的,表现出一定的随机波动性。
(3)相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小,相关系数是唯一确定的;在回归分析中,对于互为因果的两个变量,有可能存在多个回归方程。 四、应用直线回归与相关的注意事项
1.变量间是否存在相关 直线回归分析和相关分析是处理变量间关系的数学方法,在将这些方法应用于科学研究时要考虑到事物的客观实际情况,譬如变量间是否存在直线相关以及在什么条件下会发生直线相关,求出的直线回归方程是否有意义,某性状作为自变量或音变量的确定等等,都必须由相关科学相应的专业知识来决定,并且还要用到科学实践中去检验。
2.其余变量尽量保持一致 研究两个变量间关系时,要求其余变量应尽量保持在同一水平,否则,回归分析和相关分析可能会导致完全虚假的结果。例如人的身高和胸围之间的关系,如果体重固定,身高越高的人,胸围越小,但当体重在变化时,其结果就会相反。
3.观测值要尽可能的多 在进行直线回归与相关分析时,两个变量成对观测值应尽可能
多一些,这样可提高分析的精确性,一般至少有5对以上的观测值。同时变量的取值范围要尽可能大一些,这样才容易发现两个变量间的变化关系。
4.外推要谨慎 直线回归与相关分析一般是在一定取值区间内对两个变量间的关系进行描述,超出这个区间,变量间关系类型可能会发生改变,所以回归预测必须限制在自变量x 的取值区间以内,外推要谨慎,否则会得出错误的结果。
5.正确理解回归或相关显著与否的含义 一个不显著的相关系数并不意味着变量x 和y 之间没有关系,而只有能说明两变量间没有显著的直线关系;一个显著的相关系数或回归系数亦并不意味着x 和y 的关系必定为直线,因为并不排除有能够更好地描述它们关系的非线性方程的存在。
6.一个显著的回归方程并不一定具有实践上的预测意义 如一个资料x 、y 两个变量间的相关系数r =0.5,在df =24时,r 0.01(24) =0.496,r >r 0.01(24),表明相关系数极显著,而r 2=0.25,即x 变量或y 变量的总变异能够通过y 变量或x 变量以直线回归的关系来估计的比重只占25%,其余的75%的变异无法借助直线回归来估计。
第四节 曲线回归分析
一、曲线回归分析概述
直线关系是两个变量之间最简单的数量关系,但实际工作中遇到更多的却是曲线关系,或在研究的某一段有限范围内两个变量近于直线关系,但当研究范围扩大时就呈明显的曲线关系,必要学习曲线回归分析的方法。
曲线回归分析(curvilinear regression analysis )的基本任务是通过两个相关变量x 与y 的实际观测数据建立曲线回归方程,以揭示x 与y 间的曲线联系的形式。
对变量y 与x 间的曲线关系的类型,通常通过两个途径来确定:(1)利用有关的专业知识、理论和实践经验,例如细菌数量的增长常具有“S ”型曲线的形状,即Logistic 曲线的形式等, 某种有机污染物的降解过程属于一级反应,其浓度(c )随时间(t )变化可用方程式kt e C C -=0描述;(2)画散点图,将散点图与已知函数曲线对比,选择最接近散点分布的曲线方程进行试算,这种途径在没有已知的理论和经验可资利用时使用。任何情况下,根据已知理论确定曲线方程形式总是最理想的选择,由此获得的回归方程中的有关参数—般具有明确的物理意义。 二、能直线化的曲线类型及方法
下面是几种常用的能直线化的曲线函数类型及其图型,并将其直线化,供进行曲线回归分析时选用。
常见的几种直线化方法如下: 1. 倒数变换
对双曲线函数 x b a y //1+=,若令x x y y /1,/1='=',则直线化方程为x b a y '+='。 2. 对数变换
对指数函数、幂函数和对数函数,可采用对数变换将其转化为直线回归方程。
指数函数bx
ae y =,两端取自然对数,得bx a y +=ln ln ,y y ln '=,a a ln '=,则直线
化方程为bx a y +'='。
对幂函数b ax y =(a>0),两端求自然对数,得x b a y ln ln ln +=,令x x a a y y ln ,ln ,ln ='='=',则可直线化方程为x b a y '+'='
对数函数x b a y lg +=,令x x lg =',则将其直线化为x b a y '+= 3.混合变换
对负指数函数x b ae y /=,两端取自然对数,得方程x b a y /ln ln +=,令y y ln '=
x x a a /1,ln ='=',则直线化方程为x b a y '+'='。
对Logistic 生长曲线bx ae k
y -+=
1,先倒数,得:bx ae y
k -+=1,bx ae y y k -=-。对两端取
自然对数,得bx a y y
k -=-ln ln
,
令b b a a y
y k y -='='-=',ln ,ln ,则其直线化方程为x b a y '+'=' 三、曲线回归方程的建立
对于可直线化的曲线函数类型,曲线回归分析的基本过程是:先将x 或y 进行变量转换,然后对新变量进行直线回归分析—建立直线回归方程并进行显著性检验和区间估计,最后将新变量还原为原变量,由新变量的直线回归方程和置信区间得出原变量的曲线回归方程和置信区间。
对于同一组实测数据,根据散点图的形状,可用几个相近的曲线进行拟合,同时建立几个曲线回归方程,此时可根据R 2的大小和专业知识,选择既符合规律,拟合度又较高的曲线回归方程来描述这两个变量间的曲线关系。
【例9-7】影响曝气设备在污水中的充氧修正系数α的主要因素为污水中的有机物含量(用参数COD 表示)和曝气设备类型。今对某种穿孔管曝气设备,测得了城市污水在不同的COD 含量(变量x )时所对应的曝气设备充氧修正系数α (变量y 值,如表6-9所示。试求出该种曝气设备所对应的
)(COD f =α。
1. 根据实际观测值在直角坐标纸上作散点图,选定曲线类型
以COD 为横坐标,以α为纵坐标,得到如图9-5的散点图。根据散点图,选择合适的函数类型。从图9-5看出,α与COD 是—种非线性关系,随着COD 的增
加,首先急剧减小,而后逐渐减小,曲线类型与幂函数、指数函数类似。为了能得到较好的回归方程,先建立函数回归,比较它们的精度,再确定回归方程。
2. 利用幂函数、指数函数建立x y ,曲线回归方程 (1)先假定α与COD 符合幂函数关系b
ax y = ①将方程直线化
对幂函数关系b
ax y =两边取对数后,得:x b a y lg lg lg +=
令x x lg '=,y y lg '=,a a lg '=,得直线化方程:
图9-5 污水COD 浓度
充
氧修正系数
α
'''bx a y +=。
② 列表计算各参数的值 结果见表9-5。
表9-5
COD(x )
x x lg '=
y y lg '= 2'x
2'y
''y x
1 208 0.698 2.3181 -0.1561 5.3734 0.0244 -0.3620
2 58.4 1.178 1.7664 0.0711 3.1202 0.0051 0.1257
3 288.3 0.667 2.4598 -0.1759 6.0508 0.0309 -0.4326
4 249.
5 0.593 2.3971 -0.2269 5.7459 0.0515 -0.5440 5 90.4 1.003 1.9562 0.0013 3.826
6 0.0000 0.0025 6 288 0.565 2.4594 -0.2480 6.0486 0.0615 -0.6098
7 6
8 0.752 1.8325 -0.1238 3.3581 0.0153 -0.2268 8 136 0.847 2.1335 -0.0721 4.5520 0.0052 -0.153
9 9 293.5 0.593 2.4676 -0.2269 6.0891 0.0515 -0.5600 10
66 0.791 1.8195 -0.1018 3.3107 0.0104 -0.1853 11 136.5 0.865 2.1351 -0.0630 4.5588 0.0040 -0.134 ∑
23.7453 -1.3221 52.0343 0.2597 -3.080 n
∑
2.1587
-0.1202
4.7304
0.0236
-0.2801
③计算xy y x SS SS SS ,,
776.0)75.23(111
03.52)'(1'2211
2
=-=-=∑∑==n i i n
i i x x n x SS
101.0)323.1(111
260.0)'(1'2211
2
=--=-=∑∑==n i i n
i i y y n y SS
228.0)323.1(75.23111
084.3)')('(1''1
11-=-??--=-=∑∑∑===n
i i n i i n
i i i xy y x n y x SP
④求回归系数
2938.0776.0228
.0-=-=
=
x
xy SS SP b
5140.01587.22938.01202.0'''=?+-=-=x b y a
⑤建立直线化的回归方程及求其相关系数
直线化的回归方程为'2938.05140.0'?x y
-=, 直线方程的相关系数r
735.08144.0101
.0776.0228.09,01.0=>=?-=
=
r SS SS SP r y
x xy
⑥将直线方程还原为幂函数关系式,得294
.0266.3-=x
y
表9-6 回归方程294
.0266.3-=x
y 的离回归平方和计算表
i y i y ? i i y y ?- (i i y y ?-)2 y y i - (y y i -)2
)
(y α
1 0.698 0.680 0.018 0.000324 -0.079 0.006241
2 1.178 0.988 0.190 0.036157 0.401 0.1608
3 0.667 0.618 0.049 0.00242
4 -0.110 0.0121 4 0.593 0.64
5 -0.052 0.002661 -0.184 0.0338
6 5 1.003 0.869 0.134 0.018019 0.226 0.05108 6 0.565 0.618 -0.053 0.002804 -0.212 0.04494
7 0.752 0.945 -0.193 0.037104 -0.025 0.000625
8 0.847 0.770 0.077 0.005857 0.070 0.004
9 9 0.593 0.615 -0.022 0.000463 -0.184 0.03386 10
0.791 0.953 -0.162 0.026228 0.014 0.000196 11 0.865 0.770 0.095 0.009094
0.088 0.00774
777
.0=∑
n
∑=-141.0)?(2i i
y
y
∑=-356.0)(2y y
i
⑦曲线配合的相关系数R
曲线配合的好坏,即所配曲线与实测点吻合的好坏,取决于离回归平方和2)?(y
y -∑与y 的平方和2)(y y -∑的比例大小。若这个比例小,说明所配曲线与实测点吻合程度高,反之则低。将数量1与这个比值之差定义为曲线回归的相关指数,记为R 2,即:
2
22
)()?(1y y y
y R -∑-∑-
= (9-21)
相关指数R 2大小表示了回归曲线拟合度的高低,或者说表示了曲线回归方程估测的可靠程度的高低。将相关指数R 2的平方根称为相关系数,用R 表示,
735.0777.0356
.0141
.01)
()?(1602.09,01.02
2
9,05.0=<=-
=---
=
<=∑∑r y y y
y R r i
i i
故回归方程294
.0266.3-=x
y 极显著。
(2)假定α与COD 符合指数函数关系x
b ae y = ①对方程直线化 两边取自然对数后,得:
x b
a y 1ln ln +=
令
x x 1
'=
,
y y ln '=,a a ln '=,得直线化方程:'''bx a y +=。
② 列表计算,结果见表9-7 表9-7 指数函数计算表
COD(x )
x
x 1'=
y y ln '= 2'x
2'y
''y x
1 208 0.698 0.0048 -0.360 0.000023 0.1296 -0.00173
2 58.4 1.178 0.0171 0.164 0.000292 0.0269 0.00280
3 288.3 0.667 0.0035 -0.405 0.000012 0.1640 -0.00142 4
249.5
0.593
0.0040
-0.523
0.000016
0.2735
-0.00209
)
(y α
5 90.4 1.003 0.0111 0.003 0.000123 0.0000 0.00003
6 288
0.565 0.0035 -0.571 0.000012 0.3260 -0.00199 7 68 0.752 0.0147 -0.285 0.00216 0.812 -0.00419 8 136 0.847 0.0074 -0.166 0.000055 0.0276 -0.00123 9 293.5 0.593 0.0034 -0.523 0.000012 0.0548 -0.00356 10 66 0.791 0.0152 -0.234 0.000231 0.0548 -0.00356 11 136.5 0.865 0.0073 -0.145 0.000053 0.0210 -0.00106 ∑ 0.0920 -0.045 0.001045 1.3781 -0.01623 n
∑
0.0084
-0.277
0.000095
0.1253
-0.00148
③计算xy y x SS SS SS ,,
000276.0)092.0(111001045.0)'(1'2211
2
=-=-=∑∑==n i i n
i i x x n x SS
535.0)045.3(111
3781.1)'(1'2211
2=--=-=∑∑==n i i n
i i y y n y SS
0092.0)045.3(092.0111
01623.0)')('(1''1
11=-??--=-=∑∑∑===n
i i n i i n
i i i xy y x n y x SP
④求回归系数
3.33000276
.00092
.0==
=
x
xy SS SP b
557.00084.03.33227.0'''-=?--=-=x b y a
⑤直线化的回归方程为:'3.33557.0'?x y
+-=, 直线方程的相关系数r
735.0757.0535
.0000276.00092.09,01.0=>=?=
=
r SS SS SP r y
x xy
⑥将直线方程还原为指数函数回归方程,得x
e y 3
.33557.0?-=
表9-8 回归方程x
e y
3
.33557.0?-=的离回归平方和计算表
i y
i y
? i i y
y ?- (i i y
y ?-)2 y y i -
(y y i -)2 1 0.698 0.654 0.044 0.001936 -0.079 0.006241 2 1.178 0.985 0.193 0.03725 0.401 0.1608 3 0.667 0.625 0.042 0.001764 -0.11 0.0121 4 0.593 0.637 -0.044 0.001936 -0.184 0.03386 5 1.003 0.805 0.198 0.03920 0.226 0.05108 6 0.565 0.625 -0.06 0.0036 -0.212 0.04494 7
0.752
0.909
-0.157
0.02465
-0.025
0.000625
8 0.847 0.712 0.135 0.01823 0.07 0.0049 9 0.593 0.624 -0.031 0.000961 -0.184 0.03386 10
0.791 0.923 -0.132 0.01742 0.014 0.000196 11 0.865 0.711 0.154 0.02372
0.088 0.00774
777
.0=∑
n
∑=-171.0)?(2i i y y
∑=-356.0)(2y y
i
⑦相关系数R
9,01.02
2
9,05.0721.0356
.0171
.01)
()?(1602.0r y y y
y R r i
i i
<=-
=---
=
<=∑∑ 故回归方程x
e y
3
.33557.0?-=在显著性水平为0.05时显著。
比较回归方程294.0266.3?-=x y 与x
e y
3
.33557.0?-=,前者的相关系数较后者高,故
294.0266.3?-=x y
最适合。 第五节 多元线性回归分析
一、多元线性回归模型和多元回归方程式
设因变量为y 同时受到m 个自变量为m k x x x x ,,,,21 的影响,
且它们之间存在线性关系,则y 与k x (m k ,,2,1 =)多元线性关系模型为
εβββα+++++=m m x x x y 2211
其中,因变量为y 为随机变量,ε是随机误差,),0(~2
σεN , 设有n 组观测数据(样本资料):
??????????
?mn
in n n n mj ij j j j m i m i x x x x y x x x x y x
x x x y x x x x y ,,,,:,,,,:,,,,:,,,,:21212222
1221
121111
其中,ij x 表示第i 个自变量的第j 个观测值,j y 表示依变量y 的第j 个观测值。 若因变量y 与m 个自变量)2(,,,21≥m x x x m 成m 元线性回归关系,则其回归方程式可表示为
m m x b x b x b b y
++++= 22110? (9-22)
其中,0b 为m x x x ,,,21 皆取0时的y 值,是常数项,一般很难确定其专业意义;m b b b ,,,21 分别为m x x x ,,,21 对y 的偏回归系数,更确切地说,1b 为m x x ,,2 固定时,1x 对y 的偏回归系数,表示1x 每增加一个单位对y 的效应;同理,m b 为m x x x ,,,21 固定时,m x 对y 的偏
回归系数, 表示m x 每增加一个单位对y 的效应;y
?则是这些各自效应的集合,代表着所有自变数对依变数的综合效应。 二、多元线性回归回归方程的建立
由观测数据配置多元线性回归方程
m m x b x b x b b y
++++= 22110?,其关键是求解常数项0b 及各个偏回归系数m b b b ,,,21 。与一元线性回归相类似,可用最小二乘法求得,即()()2
221102
?∑∑-----=-=m m x b x b x b b y y
y Q 最小。 根据最小二乘原理可推出下列正规方程组:
)249(2
221122
222112212122
11112211????
??
???++++=-++++=++++=++++=∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑m m m m m m m
m m m m m x b x x b x x b x a y x x x b x b x x b x a y x x x b x x b x b x a y x x b x b x b na y m m x b x b x b y b ----= 22110 (9-25)
由实际观测数据计算
∑y ,∑i
x ,2∑i x
,∑∑y x x x x y i
j
i
i ,,
,,将其代入(9-24)
,解该正规方程组可得m b b b ,,,21 ,而后将m b b b ,,,21 及y x ,代入(9-25)可以求得0b 。这样就解决了如何建立多元线性回归方程的问题。以二元线性方程说明建立多元回归方程。
[例 9-8] 试对如下数据建立回归方程
表9-9
序号 y 1x 2x 21x 22x 21x x y x 1 y x 2 y ? 1
70 12 18 144 324 216 840 1360 66.277 2 80 15 24 225 576 360 1200 1920 82.745 3 120 27 26 729 676 702 3240 3120 124.043 4 120 28.5 17 812.25 289 484.5 3420 2040 118.874 5 130 30 22 900 484 660 3900 2860 129.340 6 160 40.5 20 1640.25 400 810 6480 3200 161.287 7 170 39 30 1521 900 1170 6630 5100 167.574 8 190 49.5 20 2450.25 400 990 9405 3800 190.575 9 220 55.5 31 3080.25 964 1720.5 12210 6820 222.404 10
230
55.5
35
3080.25
1225
1942.5
12765
8050
226.871
合计 1490 352.5 243 14582.25 6235 9055.5 60090 38170 1489.999
二元线性回归方程模型的一般形式为:
2211x b x b a y ++=
用最小二乘法求得参数估计的正规方程为:
??
???++=++=++=∑∑∑∑∑∑∑∑∑2
22211222122
11112211x b x x b x a y x x x b x b x a y x x b x b na y 将表 数据代入 式,得方程组:
?
??
??
++=++=++=21021021062355.9055
243381705.905525.14582
5.352600902435.352101490b b b b b b b b b 解方程组得:
?
??
??===117
.1255.3108
.7210b b b 二元线性回归方程为21117.1255.3108.7?x x y
++= 三、回归方程拟合优度的测定
(1)决定系数2
r
9976.00
.268905
.26826)()?(22
==--==∑∑y y y y r 总平方和回归平方和 计算结果表明,在y 的变化中,有99.76%以上的变异可以用21,
x x 的变化来解释,只
有0.26%的变异属于随机误差解释。
(2)多元线性回归方程的估计标准误m y S 12/
多元回归方程组的估计标准误差m y S 12/用于衡量回归方程预测值y ?准确度的标准,其计
算公式为:
)
1()?(2
12+--=
∑m n y
y S m y (9-34)
式中 n 为样本容量即观测值组数;
m 为自变量的个数。
方程(9-34)中,)1(+-m n 为离回归平方和∑-2)?(y y 的自由度。对于二元线性回归,其估计标准误差12/y S 为:
)359(3
)?(2
12/---=
∑n y y S y
12/y S 的数值越小,回归方程的精度越高。在不同的样本容量条件和置信概率下,估计标准
名词解释 1. 环境问题の概念 广义:由自然力或人力引起生态平衡破坏,最后直接或间接影响人类の生存和发展の一切客观存在の问题。 狭义:由于人类の生产和生活活动,使自然生态系统失去平衡,反过来影响人类生存和发展の一切问题。2. 大气恒定组分:在地球表面上任何地方(约90 km以下の低层大气)其组成几乎是可以看成不变の成分。主要由氮(78.09%)、氧(20.94%)、氩(0.93%)组成,这三者共占大气总体积の99.96%。此外,还有氖、氦、氪、氙、氡等少量の稀有气体。 3.大气污染:大气中一些物质の含量超过正常本底含量,以至破坏人和生态系统の正常生存和发展,对人、生态和材料造成危害の现象。 4.TSP:总悬浮颗粒物,悬浮于空中,粒径为0.02~100μmの颗粒物。 5.PM2.5:可入肺颗粒物,悬浮于空中,粒径小于等于2.5μmの颗粒物。6.干洁空气:自然大气(不包括不定组分)中除去水汽、液体和固体杂质外の整个混合气体,即大气组成中の恒定组分和可变组分中の二氧化碳和臭氧,简称干空气 7.光化学反应:一个原子、分子、自由基或离子吸收一个光子引起の反应。 8. 水体:地表水圈の重要组成部分,指の是以相对稳定の陆地为边界の天然水域,包括有一定流速の沟渠、江河和相对静止の塘堰、水库、湖泊、沼泽,以及受潮汐影响の三角洲与海洋。 9.水体污染:污染物进入水体中,其含量超过水体の自然净化能力,使水质变坏,水の用途受到影响。
10.水体富营养化:通常是指湖泊、水库和海湾等封闭性或半封闭性水体,由于生物营养元素の增加,促进藻类等浮游生物の异常增殖,使水质恶化の现象,是一种生态异常现象。这种现象在江河、湖泊中称为“水华”,在海洋上称为“赤潮”。 11.生物化学需氧量(BOD) 定义:在好氧条件下,水中有机物由好氧微生物进行生物氧化,一定时间内单位体积水中有机污染物所消耗の氧量,测定结果以氧含量表示,单位为mg/L。 12.化学需氧量(COD) 定义:在一定条件下,由强氧化剂(重铬酸钾)对水中有机物进行氧化,1升水样中还原性物质所消耗の氧化剂量换算成氧气量即为化学需氧量,测定结果以氧含量表示,单位为mg/L。 13.氧垂曲线:水体受到污染后,水体中の溶解氧逐渐被消耗,到临界点后又逐步回升の变化过程。 14.环境背景值:环境中诸要素,如大气、水体、土壤以及植物、动物和人体组织等在正常情况下,化学元素の含量及其赋存形态。 15.土壤净化:土壤本身通过吸附、分解、迁移、转化,而使土壤中污染物の浓度降低或消失の过程。 16.潜性酸度:指土壤中交换性氢离子、铝离子、羟基铝离子被交换进入溶液后引起の酸度,以100g烘干土中H+の摩尔数表示,包括交换酸和水解酸。 17.土壤污染:污染物进入土壤并在土壤中不断累积,当其达到一定数量
关于教育改革的调研报告 教育对于一个国家的发展来说是十分重要的,下面XX 为大家搜集的一篇“关于教育改革的调研报告”,供大家参考借鉴,希望可以帮助到有需要的朋友! 教育要在公平的基础上尊重和遵循学生的个性发展特点规律,给学生更多的选择空间,更要培养独立思索的创新能力和胆识,只有这样我国的教育才能实现“人才纷涌而出,学术百花齐放,大师引领变革。”的局面。 实现教育的公平就是要让每个人都能读书,都能享受高等教育和优质教育,并且在就业方面没有任何用人单位的限制和歧视,在继续教育和学历教育以及国家组织的大型特种考试上都能一视同仁,平等对待。所谓个性发展特点规律就是要求我们尊重学生的爱好,兴趣,偏爱,特性,优势,特长,长处,缺点,短处等。独立思索的创新能力和胆识是国家和社会进步的灵魂和源泉。我们国家和民族就需要这种人才,这种大师人物绝不是应试教育所培养的悲剧产物,更不是千篇一律的大众化人才,他是什么?他是引领时代,变革时代,站在科研最前沿的领军者和开拓者。 教育改革这个词很早就是一个热门的争议词和讨论词。从新中国成立到现代,教育改革经历了漫长的发展阶段并取得了长足的发展和突破。也培养了一大批在国内外科学界赫
赫有名的大人物。我们活得更有尊严了。但是大人物并非大师,而大师是引领时代,变革时代,站在科研最前沿的领军者和开拓者。 钱老走之前给温总理説:“我们总培养不出大师级的人物”。这句话的本质就是在提醒我们——原先的教育和现代经济发展已经脱节了,教育应该改革了。而改革的本质是什么?那就是创新+学习+借鉴。对此我有几点看法和建议: 一. 建立国家教育教学质量管理委员会。 大学就好比生产企业,学生就好比原材料,只有加工才能变为合格产品,但是企业在最后一关对质量把控得很好,一般的企业都要建立质检岗位,也就是对生产出来的产品进行质量检查,淘汰不合格的产品。同理,我们高校也要建立国家教育教学质量管理委员会来把控最后一关。我认为最后这一关如果把控得很好可以促进教学质量的提高,提高教师的教学水平和能力,选拔最优秀的人才,还可以鞭策学生不断学习新知识和温习原先知识。最后一关可以説很关键。我建议以综合性论文加三个月实践体会和感受的形式来进行考核(在大四下半期就要做这事情),可以根据自己的爱好,特长,偏爱在本专业的范围内进行自由研究(论文必需有水平,对某个行业有自己独到的见解),题目自拟。这样可以发掘人才在同一专业领域的多样性,也可以为就业的方向提供依据。综合素质高的可以报送研究生,合格优良者可以调
第十章单变量的描述统计 调查所得的原始资料经过审核、整理与汇总后,还需要进行系统的统计分析,才能揭示出调查资料所包含的众多信息,才能得出调查的结论。根据变量数量的差别统计分析划分为单变量分析、双变量分析和多变量分析。在这一讲中我们先介绍单变量的统计分析。 单变量统计分析可以分为两个大的方面,即描述统计和推论统计。描述统计是用最简单的概括形式反映出大量数据资料所容纳的基本信息。推论统计是用样本调查中所得到的数据资料来推断总体的情况。这一讲我们讲解单变量的描述统计方法。 一、变量的分布(Distributions) 变量的分布分为两类,一类是频数分布,一类是频率分布。频数分布就是变量的每一取值出现的次数;频率分布是用变量每一取值的频数除以总个案数,它是一个相对指标,可以用来比较不同样本。频数分布与频率分布一般以统计表与统计图的形式表达。 1、统计表 (1)统计表就是以表格的形式来表示变量的分布。如下表所示: 表9-1甲校学生的父亲职业 职业 f p 工人农民干部152 288 110 0.276 0.524 0.200 27.6 52.4 20.0 总数550 1.000 100.0 数值中的小数的取舍: 通俗的做法是“四舍五入”。“四舍”没有问题,但无原则的“五入”就会产生一定的误差。例如数值6.25、4.45、3.75、和7.15的总合是21.60。如果对原数的最后一位小数作简单的四舍五入,原数就变成 6.3、4.5、3.8、7.2,其总合是21.8,把原来的总合变大了。近代统计学有一项新原则,就是“前单五入”,即“五”前面是单数就进位,若是双数就舍掉(0也算双数)。
《环境科学导论》试题(50%) 一、填空(每空格1分,共20分) 1、环境科学的主体是人,客体是与之相对的是围绕着人的生存环境,包括自然界的大气圈、水圈、土壤----岩石圈和生物圈。 2、典型的大气污染类型有煤烟型污染、石油型污染、混合型污染。 3、物理污染的主要类型有噪音、振动、热、光辐射、放射性。 4、人类面临的五大环境问题有人口剧增、环境污染、生物多样性减少、能源短缺、自然灾害。 5、1972年,联合国人类环境会议在斯德哥尔摩举行,通过了《人类环境宣言》及《行动计划》,此外通过了将世界环境日定为6月5号的建议。 6、大约90%以上的酸雨是由于人类排放的 H2SO4 和 HNO3 生成的,中国的酸雨以 H2SO4 占优势。 7、环境学中的景观概念是指:景观是一个由不同土地单元镶嵌组成,具有明显视觉特征的地理实体,它处于之上,之下的中间尺度。 8、土壤污染的类型主要有石油污染、__重金属污染______ 、放射性物质污染和持久性有机污染物污染等。 9、环境科学研究的环境,分为和,既包括了自然因素,也包括了和因素。 10、生物安全问题主要包括和问题。 三、名词解释(每题3分,共21分) 1、土壤环境容量在一定区域一定期限内不使环境污染,保证植物正常生长时土壤可能容纳污染物的最大负荷量 2、COD 化学需氧量COD(Chemical Oxygen Demand)是以化学方法测量水样中需要被氧化的还原性物质的量 4、TOC 总有机碳 5、TOD 总需氧量
11、光化学烟雾人们把参与光化学反应的一次污染物和二次污染物的混合物(气体和颗粒物)所形成的烟雾污染现象称为光化学烟雾 12、酸沉降 四、问答题(共35分) 1、大气中人为来源的污染物有哪些?请简要论述这些污染物的来源、产生的环境问题及其治理和控制手段(12分) 2、土壤环境问题有哪些?其中主要污染物有哪些?试举例说明(6分)。 3、大气中某气体的浓度单位ppm为何意?CO2的含量一般为325ppm,请将该浓度换算成标准状况下的mg/m3。已知标况下T为0℃,压强为101325Pa(5分)。 4、监测水质好坏的指标有哪三大类?举例说明并简要说明各类中包含的具体内容(6分)。 5、水体污染物主要有哪三大类?各类分别包含哪些污染物?举例说明(6分)。 2、天然水体中的主要成分有哪几类?举例说明(6分)。 3、大气中某气体的浓度单位ppm为何意?CH4的含量一般为2ppm,请将该浓度换算成标准状况下的mg/m3。已知标况下T为0℃,压强为101325Pa(5分)。 二、选择题(每小题选出一个最合适的答案,每题1.5分,共15分) 1、下列选项中属于不可再生能源的是 ( D ) A、太阳能 B、风 能 C、地热 能 D、核能 2、以下何种气体不属于温室气体( D )
基础教育新课程改革调研报告
基础教育新课程改革调研报告 —————关于改革实施情况的调查 改革开放以来,我国基础教育取得了辉煌成就,基础教育课程建设也取得了显著成绩.但是,我国基础教育总体水平还不高,原有的基础教育课程已不能完全适应时代发展的需要。因此教育部决定,大力推进基础教育课程改革,调整和改革基础教育的课程体系,结构,内容,构建符合素质教育要求的新的基础教育课程体系。基础教育课程改革纲要(试行)》的颁布,标志着我国基础教育将进入一个崭新的时代———课程改革时代。 新课程是在大量的调查研究、经验研究与比较研究的基础上产生的,是在众多的学者、专家、行政人员、教科研人员、校长与教师代表以及部分社会人士持续对话的过程中产生的,也是在处理国际化与本土化、继承与创新的关系中产生的。 进入21世纪以来,面对一个高节奏、高科技、高竞争的社会,教育只有着眼于未来,不断进行改革和创新才能适应这一新形势。对此,基础教育新课程改革就特别强调,课程既要实现儿童的“认知”与“情意”的整合,还要实现儿童的认知发展和情意发展与文化发展的整合,基础教育新课程改革必须超越现行的“学科”课程典范,实现课程典范的重构。 1、从“应试教育”转向“素质教育” 基础教育新课程改革,涉及到培养目标的变化、课程结构的改革、课程实施与教学改革、教材改革、评价体系的改革等等,是一个由课程改革所牵动的整个基础教育的全面改革。它不只是课程内容的调整,而是一场人才培养模式的变革,即从“应试教育”向“素质教育”的转型。具体说来,有这样几点:一是新课程规定了未来国民素质的目标要求,体现了培养高素质人才、为新世纪的发展积极准备的素质教育观念。二是确立了知识与技能、过程与方法、情感态度与价值观三位一体的课程目标,体现了育人为本,促进学生知识、能力、情感态度和谐发展的素质教育观念。三是突破学科中心,基于“四基”选择课程知识,体现了面向全体,切实关怀每一个学生,为学生终身发展奠定基础的素质教育理念。四是建立学生在课程中的主体地位,设置综合实践活动课程,关注学生的生活经验,拓展学生的学习空间,引导学生进行探究学习、合作学习。六是调整现行课程政策,实行国家、地方、学校三级课程管理,合理设置课程门类和课时
《环境科学概论》题库 一、名词解释 (1)生物多样性:生物多样性是指地球上所有生物(包括植物、动物、微生物、真菌、病毒等)及其所构成的综合体。包括了三个层次:物种多样性,遗传多样性和生态系统多样性。 (2)生态破坏:外界的压力和冲力超过生态系统的阀值(自我调节能力的极一次污染物限值)导致生态系统的结构和功能失调,从而威胁到人类的生存和发展。 (3)人口容量:是在不损害生物圈或者不耗尽可合理利用的不可更新的资源条件下,世界资源在长期稳定状态基础上能供应的人口数量的多少。 (4)自然保护区:是指对有代表性的自然系统、珍惜濒危野生动植物物种的天然集中分布区、有特殊意义的自然遗迹保护对象所在的陆地、陆地水体或海域,依法划出一定面积予以特殊保护和管理的区域。 (5)环境污染:是指有害物质或因子进入环境,使环境系统的结构和功能发生变化,以及由此衍生的各种环境效应(如温室效应、酸雨和臭氧层破坏等),从而对人类和生物的生存与发展产生不利影响的现象。 (6)大气污染:是指大气污染物达到了一定的浓度,并持续足够长的时间,以致对公众健康、动植物、大气特性以及环境美学因素等产生可以测量的影响。 (7)PM10:是指粒径小于十微米的大气悬浮物的总称。 (8)光化学烟雾;大气中的碳氢化合物和NOX等一次污染物,在阳光作用下发生光化学反应,生成臭氧、醛类、酮类、过氧乙酰硝酸酯(PAN)等二次污染物。这类光化学反应的反应物(一次污染物)和生成物(二次污染物)形成的特殊混合物,即称为光化学烟雾。 (9)水体污染:污染物进入河流、海洋、湖泊或地下水等水体后,使其水质和沉积物的物理、化学性质或生物群落组成发生变化,从而降低了水体的使用价值和使用功能,并达到了影响人类的正常生产、生活以及影响生态系统平衡的现象。 (10)生物化学需氧量(BOD):在人工控制条件下,使水样中的有机物在微生物作用下进行生物氧化,在一定时间内所消耗的溶解氧的数量,可以间接的反应出有机物的含量,以每升水消耗氧的毫升数表示(mg/L) (11)化学需氧量(COD):指化学氧化剂氧化水中有机污染物时所需的氧量,以每升水消耗的氧的毫克数表示(mg/L),常用的氧化剂有高锰酸钾(KMnO4)和重铬酸钾(K2Cr2O7). (12)生物富集/生物浓缩/生物放大:生物有机体从周围环境中吸收某种元素或稳定不易分解的化合物,在体内积累,使生物体内该元素(或化合物)的浓度超过了环境中
教学改革研究工作总结
计算物理与MATLAB相结合的教学改革总结 李晓莉(物理科学与技术学院) 计算物理学是运用许多基础数学理论(如偏微分方程理论、线性代数、非线性规划等)和先进的计算技术(如性能优良的计算机和优秀的数值计算软件)对物理学研究前沿的挑战性问题进行大规模数值模拟和分析的学科。计算物理学的发展对统计物理、核物理、高能物理、粒子物理、生物物理、凝聚态物理、地球物理、大气物理等学科的研究与发展起着重要的推动作用;同时,计算物理学的发展也带动了光学、力学、电磁学等基础学科的教学及实验的发展;另外,计算物理学在各种工程项目中得到了广泛应用,并为其他相关技术(如图像处理技术和通信技术)的发展奠定了基础。 然而,传统计算物理教学模式存在许多问题,主要是课程内容多而教学时数少,很难做到在有限的学时里使学生对数值计算的基本方法和基本原理有深刻的了解和认识;另外,传统的计算物理教学模式只重视对数值计算方法和原理的讲解,强调理论上的高度抽象性与严密逻辑性,而忽视应用的广泛性和高度技术性,涉及内容多为繁杂的数学推导,易使学生产生厌学情绪,不容易收到良好的教学效果。因此,我们有必要进行计算物理的教学方法的研究和实践,使计算物理课的自身价值得到体现,而计算物理与MATLAB软件相结合的教学方法可以有效的改变当前的困境,提高学生学习积极性,明显改善教学效果。 一、结合本院的实际情况,对计算物理的教学内容和教学方法实施了一系列改革措施,总结如下: (1)分析课程特点,强化教学主线 ①通过介绍计算物理学的发展历史告诉学生学习计算物理的必要性,通过介绍计算物理学在凝聚态物理等科研领域的应用而取得的科研成果激发学生学习本门课的兴趣。例如,简单介绍物理学领域最具有代表性的三类数值计算方法——分子动力学方法、蒙特卡罗方法和基于第一性原理的能带计算方法,为学生后续的研究生阶段的学习打下良好基础。
第一章绪论 第一节环境及其组成 一、环境 是指与中心事物有关的周围客观事物的总和。 环境科学所研究的环境: 是以人类为主体,与人类密切相关的外部世界,即是人类生存、繁衍所必需的、相适应的环境。 环境问题:环境问题是指由于自然界或人类的活动,使环境质量下降或 生态系统失调,对人类的社会经济发展、健康和生命产生有害影响的现象。
环境问题分类: 环境污染、生态破坏、环境干扰 (1)环境污染是由于人类活动所引起的环境质量下降而有害于人类(8大公害中有几个对人体健康产生了有害影响?)及其他生物的生存和发展(如水体污染导致农作物死亡)的现象。 (2)生态破坏是由于人类对自然资源的不合理开发利用而引起的生态系统破坏,造成了生态系统功能失调,生物的多样性和生产量下降。 (3)环境干扰是人类活动所排出的能量进入环境,达到一定的程度,产生对人类不良影响的现象。 环境本底值 是指在不受污染的情况下,处于原有状态时,环境中的水、大气、土壤、生物等环境要素在自然界存在和发展过程中,其本身具有的基本化学组成和能量分布状况 环境容量 是指人群健康和自然生态不致受危害的前提下,自然环境或其中的某一要素对污染物的最大容纳量。 环境自净能力 是指已被污染的环境,在物理、化学和生物的作用下,能消除污染物,达到自然净化的自我调节机制。 污染源 污染源:凡是产生物理的(声、光、热、振动、辐射、噪声等)、化学的(有机物、无机物)、生物的(霉菌、病菌、病毒、寄生虫卵等)有毒有害物质或因素的设备、装置、场所等,都称为污染源。 第二章全球环境问题 全球环境问题:是指对全球产生直接影响或具有普遍性,并对全球造成危害 的环境问题,也是引起全球范围内生态环境退化的问题 1)是地球上不同国家和地区普遍存在的 2)虽然是某些国家和地区的环境问题,但其影响和危害具有跨国、跨地区的结果 全球环境问题的共同特点: 人为性 隐蔽性 危害性 移动性 加速性 可变性 全球环境问题的分布特点:区域差异性、区域集中性、全球集中分布、国家内部集中分布、生态环境集中分布、工业污染问题的集中分布、多灾区与国家
专业教学改革可行性论证报告 一、师资力量雄厚,培训课在业内阻碍大。 保险专业课师资队伍建设是学院一直特不重视的大事,不仅重视及时调整补充,而且重视培养和提高。按学院要求,凡新调入的专业课教师,都要安排半年时刻到公司实习;凡40岁以下年轻教师均要参加在职硕士进修,拿到硕士证的给予报销学费的85%。只要条件同意,学院尽量安排专业课教师参加各种培训或学术活动。近年来,先后有8名教师到国(境)外考察。保险专业现有的16名教师中,教授3人,副教授6人,
讲师5人,助教2人。年轻教师中有硕士学位的占80%。在国家保险总公司高级职称评审委员会中,本专业教师有2人是委员。 保险专业开办17年来,已培养本科毕业生307人,专科毕业生3265人,保险高等专业证书毕业生503人,其中157名毕业生获得英国皇家保险学会与学院联合颁发的CIP证书、12名毕业生考上了中央财经大学、武汉大学等大学的研究生,为保险行业输送了大批专业人才。其教学质量和办学水平在业内享有专门高的声誉,得到了社会各界的认可。 保险专业历届毕业生统计表
在科研方面,本专业教师已公开出版教材和专著38部,公开发表论文400余篇(不完全统计),科研课题由省部级以上立项或获奖的16项,科研水平得到总公司、保监办和同行赞誉。 在培训方面,学院培训规模达到每年2000人次以上,内容涉及保险业务的方方面面,学员层次多为地市经理、县区经理和业务部门主管,对培训课期望值高,理论联系实际的要求强烈。保险专业教师承担了学院历年培训课时的70%以上。由于选题适应业务进展要求,理论分析具有专业化水平,因而有10名左右的老师经常被各家公司请去讲学,不仅为公司咨询、培训、策划提供了服务,也为学院争得了荣誉。 二、进展前景看好,办学经费有保障 保险职业学院是由中国人寿保险集团公司和中国再保险集团公司合办的全国唯一一所股份制保险职业学院,其中“国寿”占股份70%,“中再”占股份30%,两大公司资本实力雄厚,特不是中国人寿保险公司,2003年已跻身世界500强企业。因而学院办学经费的行政拨款一直稳定,办学收费和培训
环境科学概论试卷 B卷及答案 环境科学概论试卷(B卷)及答案 一、选择题(每题2分,共20分,多选) 1、那两种汞化物毒性最大1.4 (1)HgO(2)Hg2Cl2(3)Hg(4)Hg(CH3)2 2、生态工程的特点与优势1.2 (1)资源低消耗(2)成本多效益(3)设计多样化(4)工程人为化 3、全球环境变化中次生环境问题1.3(1)酸雨污染(2)水土流失(3)生物多 样性锐减(4)海洋资源保护 4、复合污染生态效应机制1.4 (1)协作作用(2)相互作用(3)降低作用(4)独立作用 5、环境科学数据的重要来源1.3 (1)环境监测(2)网络(3)科技期刊(4)学术讲座 6、河流环境监测点的设置原则3.4 (1)城市污染(2)面源污染(3)河流的宽度(4)河流的深度与流速 7、有效预防污染最重要的手段2.4 (1)污染控制技术(2)法律与法规(3)环境经济手段(4)公众参与 8、空气污染指数的监测指标1.2 (1)TSP(2)NOX(3)灰尘(4)病毒 9、中国可持续发展战略对策1.4 (1)节约资源与能源(2)推行污染治理与管理(3)制定法律与法规(4)绿 色生活方式 10、与绿色核算相比经济核算的不足:1.4 没反映自然资源的消耗(2)计算成本不准确(3)没有计算人类的消费(4)(1)
环境成本费用 二、名词解释(任选3题,每题6分,共18分) 1、有机污染物与POPs 有机污染物是指由人为因素产生并排放到环境中,由于超出环境容量和环境承载力而累积,达到一定浓度,对环境及人体健康带来影响并造成危害的有机物质。 POPs,持久性有机物,是指一类具有半挥发性、难降解、高脂溶性等理化性质,可进行远距离甚至全球尺度的迁移扩散,并通过食物链在生物体内浓缩累积,对人体和生态环境产生毒性影响的有机污染物。 2、全球环境变化与温室效应 全球环境变化是指由于自然因素和人为因素所导致的全球环境问题及其相互作用。 温室效应是指温室气体如CO2、CH4、N2O、O3、CFCS、O3等物质允许太阳的短波辐射通向地表,而部分吸收地表长波辐射,使大气具有与温室中玻璃相类似的特性,即温室效应。 3、污染物河口扩散模式与海水入侵 污染物河口入海的扩散模式:p233 由河口向海湾的流线多呈喇叭状,在稳定条件下,污染物以半圆形散布。设各个方向上的扩散系数相等,连续流入的污染物浓度为p0,则在半径为r处的污染物浓度。 海水入侵:指河口生态系统由于入海水量的不足或断流,导致咸淡水平衡被打破,使海水倒灌,影响生态系统的多样性和水量、水沙平衡,同时也会影响能量和物质的平衡,产生生态退化和环境恶化和地下水咸化等一系列严重问题。 4、生态系统结构与景观
教改课题研究报告 篇一:教改项目研究报告 篇一:教研教改项目研究结题报告 教研教改项目研究结题报告 —法学专业应用型本科人才培养的教学改革与实践 一、课题研究的背景、内容和基本原则 (一)课题研究的背景 法学专业是人文社科学院发展势头良好的专业之一,自XX年秋开始招收本科以来,要求学生具备更高的层次和更好的社会适应能力成为法学专业发展的重点。为适应专业发展的需要,也是为不断提高教学水平,同时全面推进以培养创新精神、创新能力和实践能力为重点的素质教育的需要,特申请立项该课题。该课题的研究有助于挖掘法学专业教学的发展潜能,使专业教育和市场需求能更好的结合,有利于提高法学专业毕业生的就业适应能力;同时也有助于实现攀枝花学院“育人为本、质量第一”“素质全面发展”的教育思想。 (二)课题研究的内容 这个课题蕴涵着丰富的研究内容,我们将课题内容分解为以下方面: 1、教学内容的改革: 2、教学形式的改革; 3、教学环节,尤其是实践教学环
节的改革 在以上课题研究的具体内容中,我们认为该课题选题需要突破的难点有以下两点: 一是法学专业的教学如何适应当今社会对法律人才需求的变化;二是专业教育与应用型人才培养如有机整合。 (三)课题研究的基本原则 为了确保课题研究的顺利进行,我们提出了课题研究工作的几项基本原则: 1、以邓小平教育思想和“三个代表”重要思想为指导,贯彻教育部教高[1998]2号文件印发的《关于深化教学改革,培养适应21世纪需要的高质量人才》等五个文件精神。 2、本研究特别注重和突出“应用型”人才培养的特点,充分重视本地区和本院校的优势和特殊性,使研究富于特色。 3、以研促教,以研促改,通过研究,深化教学改革,提高应用型人才培养质量。 二、项目研究情况 (一)研究计划和项目分工 整个项目的年底进展计划及目标共分三个阶段进行:第一阶段:XX年9月——XX年3月拟定法学专业本科教学改革与实践的研究计划; 第二阶段:XX年4月——XX年3月实施计划,包括大量阅读理论专著,开展调研,搜集材料,撰写论文等;第三
《新课程理念与课堂教学改革策略研究》 课题结题报告 课题名称:新课程理念与课堂教学改革策略研究 课题负责人:杜须录 单位:市汝州市第三初级中学 课题组成员:董晓晖、杰、红军 摘要:课题以新课程理念为指导,以课堂教学为主阵地,探索新课程理念下的课堂教学策略以及提高课堂教育质量、促进学生全面发展和教师自身发展的新方法、新思路。研究教师如何根据教学容和学生特征有针对性地选择与组合相关的教学容、教学组织形式、教学方法和技术,形成最优化的教学策略,促进学生的学习,达到特定目标。课题通过多种方法,运用多种形式,辐射多种学科,构建了一批优质高效的学科教学形式,建立了提高课堂教学效益的“新课程课堂教学评价体系”。对素质教育的开展和新课程的实施具有较大的推动作用。 一、课题研究的背景 我校是一所县属初中,位于城区西部,学生基础较差,家长文化程度相对较低,学校周围的环境复杂,学校在过去几十年的发展中,始终坚持进行教育思想、教材教法、学校管理和现代教育技术等方面的改革,取得了一系列可喜成绩。但在调研考试和一些家长片面追求高分数等综合因素的影响下,老师们不得不实施灌输式、填鸭式、题海战术等短期有效的强化教学,影响了学生的学习积极性,违背了素质教育和课程目标的精神,对学生的全面发展和长足发展都造成了较大的妨碍。近几年,教育教学领域不断进行着更新和变革。新一轮基础教育课程改革的实施,使广大教育工作者教育教学观念发生着深刻的变化,教育教学方式不断改进,教育评价方式向多元化转变。而课堂教学是教学的主阵地,是课
程改革的集中反映。所以,我们需要抓住课堂教学这一核心环节,以新课改理念为指导,深化课堂教学改革,逐步转变和改善教师的教育教学观念及教育教学行为,不断提高课堂教学效益,促进学生、学校的全面发展。因此,我们提出“新课程理念与课堂教学改革策略研究”的课题,在全校围展开研究。 二、课题的研究价值 在理论上,有助于丰富和发展教学策略理论,为教学策略理论研究的深入开展提供新的思路与视角。在实践上,有助于有效落实国家新基础教育课程改革精神,深化课程改革实验,提高课堂教学实效,提高教学质量,全面推进素质教育。具体表现在: 1、有利于转变学生的学习方式。把学习变成人的主体性、能动性不断生成、发展、提升的过程。通过课堂教学策略研究与实践,提倡自主、探索与合作的学习方式,让学生成为学习的主人,实现新课程标准三位一体的目标。 2、有利于促进学生的全面发展。学生的发展是“教学过程中的学习成长”。新课程主以人为本,以学促教,教学相长,追求教学整体效应和最大价值,课堂教学策略研究关注学生身心发展和学习特点,注重学生的创新精神和实践能力的培养,这正是本课题理论和实践的核心所在。 3、有利于促进教师自身的发展。教学策略研究可以帮助教师更新教育理念,并通过教师教学实践的总结反思,自我监控和自我调适,优化和改善教学行为、方法和策略,加深对教学活动规律的认识理解,提高教学能力和水平,有利于教师专业化发展,有利于提高课堂教学的实效性。 三、课题研究的目标 1、探索教学结构、教学方法、学习方式的优化,提高课堂教学效率
项目编号:103443 重庆市高等教育教学改革研究项目 开题报告书 项目类别一般项目 项目名称高职院校数学建模竞赛活动的组织管理模式研究与实践 项目主持人_ 徐江涛 起止时间__ 2010年10月至2011年12月_ 学校名称_____ 重庆工程职业技术学院______ _ 通讯地址_ 重庆市沙坪坝区上桥一村 邮政编码400037 联系电话_ 65210591 ________ E-mail 填表时间_____ _ 2010 年 11 月________ 重庆市教育委员会印 制
一、开题会议简况 1.开题时间:2010 年 12 月 23 日 2.开题地点:重庆工程职业技术学院 3.评议专家 施金良(专家组组长)教授重庆科技学院教务处处长韩 西教授重庆交通大学实验教学及设备管理处处长冉学农 副教授重庆电子工程职业学院教务处处长丛连钢副教授 重庆城市管理职业学院教务处处长 李北平教授重庆工程职业技术学院地质与测绘工程学院4.参加人员重庆工程职业技术学院院长张亚杭、教务处处长唐继红,学院教务处 相关人员。 课题组主要研究人员: 徐江涛(项目主持人)重庆工程职业技术学院基础教学部数学教研室主任,副教授 刘琼荪重庆大学数理学院,教授,全国大学生数学建模竞赛重庆赛区组委会秘书 郭思重庆工程职业技术学院基础教学部数学教研室,讲师燕 长轩重庆工程职业技术学院基础教学部数学教研室,讲师陈善 全重庆工程职业技术学院基础教学部数学教研室,讲师罗淑君 重庆工程职业技术学院基础教学部数学教研室,副教授徐敏 重庆工程职业技术学院基础教学部数学教研室,副教授张婧怡 重庆工程职业技术学院教务处,讲师陆海重庆电子工程职业 学院数学教研室主任,讲师
环境科学概论 名词解释: 1.环境的概念:环境是指与被研究对象有关的周围客观事物的总和。它是个相对概念,以 某项中心事物作为参照系,随中心事物变化而变化,中心事物与环境之间存在对立统一的关系。 2.环境问题:指由于自然力或人类活动所导致的全球环境或区域环境中出现的不利于人类 生存和社会发展的各种环境影响。分为:原生环境问题和次生环境问题两大类。 3.环境污染:指由于人类活动使得有害物质或因子进入环境当中,通过扩散、迁移和转化 的过程,使整个环境系统的结构和功能发生变化,出现了不利于人类和其他生物生存和发展的现象。 4.环境伦理:当前展开的人--地关系研究旨在使该复合系统得以优化、协调并实现良性循 环,而协调的指导思想和理论基础即是环境伦理。 5.环境地学:环境地学是以地球环境系统科学思想为指导,运用环境科学和地球科学的基 本理论、技术与方法,以“人-地环境系统”为研究对象的交叉性学科。 6.水体的自净作用:污染物进入水体后通过复杂的物理、化学和生物等方面的作用,使污 染物的浓度逐渐降低,经过一段时间后,水体将恢复到受污染前的状态,称为水体的自净作用。 7.环境生态学:伴随着环境问题的日益严重而出现和发展的综合性交叉学科,其根本目的 就是维护和改善生物圈特别是生态系统健康并发挥正常的服务功能,改善人类生存环境并使两者协调发展。 8.生态系统层级理论:是对生态系统这种层次性结构的研究,生态系统层次分明,有利于 生态系统本身运动和功能的发挥,即主次有别,协调一致。 9.干扰:群落外部不连续存在的因子的突然作用或连续存在的因子超“正常”范围的波动, 引起有机体、种群或群落发生全部或部分的明显变化,从而使生态系统的结构和功能受到损害或发生改变的现象。(景观角度:指一些强烈改变景观结构和功能的事件)。10.生态恢复:根据生态学原理,改变生态系统退化的主要因子及生态过程,调整优化系统 秩序,使生态系统的结构、功能和生态学潜力尽快恢复到一定的或原有的水平,甚至到更高水平。 11.生态系统服务:由自然系统的生境、物种、生物学状态、性质和生态过程所生产的物质 及其所维持的良好生活环境对人类的服务性能称为生态系统服务。 12.大气污染物扩散:排放入大气中的污染物,受大气水平运动、湍流扩散运动,以及大气 的各种不同尺度的扰动运动而被输送、混合和稀释。 13. 声压:声波引起空气质点振动,使大气压力产生起伏,这个起伏的部分,即超过静压的量称为声压。 声压级:指表示声音的大小的一个声压对数比,用L p表示,单位分贝(dB)。
教育改革调研报告 Research Report on education reform 汇报人:JinTai College
教育改革调研报告 前言:调研报告是以研究为目的,根据社会或工作的需要,制定出切实可行的调研 计划,即将被动的适应变为有计划的、积极主动的写作实践,从明确的追求出发, 经常深入到社会第一线,不断了解新情况、新问题,有意识地探索和研究,写出有 价值的调研报告。本文档根据调研报告内容要求展开说明,具有实践指导意义,便 于学习和使用,本文档下载后内容可按需编辑修改及打印。 教育要在公平的基础上尊重和遵循学生的个性发展特点 规律,给学生更多的选择空间,更要培养独立思索的创新能力和胆识,只有这样我国的教育才能实现“人才纷涌而出,学术百花齐放,大师引领变革。”的局面。 实现教育的公平就是要让每个人都能读书,都能享受高 等教育和优质教育,并且在就业方面没有任何用人单位的限制和歧视,在继续教育和学历教育以及国家组织的大型特种考试上都能一视同仁,平等对待。所谓个性发展特点规律就是要求我们尊重学生的爱好,兴趣,偏爱,特性,优势,特长,长处,缺点,短处等。独立思索的创新能力和胆识是国家和社会进步的灵魂和源泉。我们国家和民族就需要这种人才,这种大师人物绝不是应试教育所培养的悲剧产物,更不是千篇一律的大众化人才,他是什么?他是引领时代,变革时代,站在科研最前 沿的领军者和开拓者。
教育改革这个词很早就是一个热门的争议词和讨论词。从新中国成立到现代,教育改革经历了漫长的发展阶段并取得了长足的发展和突破。也培养了一大批在国内外科学界赫赫有名的大人物。我们活得更有尊严了。但是大人物并非大师,而大师是引领时代,变革时代,站在科研最前沿的领军者和开拓者。 钱老走之前给温总理説:“我们总培养不出大师级的人物”。这句话的本质就是在提醒我们——原先的教育和现代经济发展已经脱节了,教育应该改革了。而改革的本质是什么?那就是创新+学习+借鉴。对此我有几点看法和建议: 一. 建立国家教育教学质量管理委员会。 大学就好比生产企业,学生就好比原材料,只有加工才能变为合格产品,但是企业在最后一关对质量把控得很好,一般的企业都要建立质检岗位,也就是对生产出来的产品进行质量检查,淘汰不合格的产品。同理,我们高校也要建立国家教育教学质量管理委员会来把控最后一关。我认为最后这一关如果把控得很好可以促进教学质量的提高,提高教师的教学水平和能力,选拔最优秀的人才,还可以鞭策学生不断学习新知识和温习原先知识。最后一关可以説很关键。我建议以综合性论文加三个月实践体会和感受的形式来进行考核(在大四下半期
环境科学概论 第一章绪论 概念: 环境:指以人类为主体の外部世界,环境就就是人类生存环境,指の就是环绕于人类周围の客观事物の整体,它包括自然环境,也包括社会环境。或者为指围绕着人群空间,以及其中可以直接、间接影响人类生活与发展の各种自然因素与社会因素の总体。 环境法中の环境:指影响人类生存与发展の各种天然の与经过人工改造の自然因素の总体,包括大气、水、海洋、土地、矿藏、森林、草原、野生生物、自然遗迹、人文遗迹、自然保护区、风景名胜区、城市与乡村等。 环境科学:以“人类环境”系统为其特定の研究对象,它就是研究“人类环境”系统の发生与发展、调节与控制以及改造与利用の科学。其目の在于探讨人类社会持续发展对环境の影响及其环境质量の变化规律,从而为改善环境与创造新环境提供科学依据。 环境要素:又称环境基质,就是指构成人类环境整体の各个独立の、性质不同の而又服从整体演化规律の基本物质组成。 环境问题:指自然过程突变或人类活动引起の环境破坏与环境质量变化,以及由此给人类生产、生活与健康带来の不利影响。其原因就是人类认识の局限性与环境の复杂多变性。 原生环境问题:又称第一类环境问题,就是指由于自然环境自身变化引起の,没有人为因素或人为因素很少の环境问题。 次生环境问题:又称第二类环境问题,就是指由于人为因素所造成の环境问题。 第二章大气环境 概念: 干结空气:大气中除去水汽与固体杂质以外の整个混合气体。主要成分就是氮气(78、09%)与氧气(20、94%)。其次就是氩气(0、934%体积)与二氧化碳(0、033%体积)。空气中水の体积百分含量在0、10、5%之间,其余の大气成分为稀有气体。 大气污染:指由于人类活动与自然过程引起某种物质进入大气中,呈现出足够の浓度,达到了足够の时间并因此而危害了人体の舒适、健康与福利或危害了环境の现象。 大气污染源:指向大气环境排放有害物质或对大气环境产生有害影响の场所,设备与装置。包括:天然源(指自然界自行向大气环境排入污染物の污染源。) 人为源(指人类の生产活动所形成の污染源。) 大气污染物:指由于人类活动或自然过程排入大气,并对人与环境产生有毒影响の物质。 气溶胶体:就是空气中の固体与液体颗粒物质与空气一起结合成の悬浮体,它の粒径在1微米以下,可以悬浮在大气中。 总悬浮颗粒物(TSP):D(粒径)在100μm以下,其中多数在10μm以下,就是分散在大气中の各种粒子の总称。 可吸入粒子(IP):大于10μmの颗粒物能被鼻腔の鼻毛吸留住,而小于10μmの飘尘却能长驱直入侵蚀肺泡,叫“可吸入因子”。在可吸入微粒中80%可沉积于肺泡,且沉积时间可达数年之久,导致肺心病等一系列病变。 一次污染物:又称原发性污染物,指直接由污染源排放の污染物。进入大气后其性质没有发生变化。 二次污染物:又称继发性污染物,指进入大气の一次污染物之间相互作用,或一次污染物与正常大气组分发生化学反应,以及在太阳辐射线の参与下引起光化学反应而产生の新の污染物。 光化学烟雾:就是在一定条件下(如强日光、低风速与低温等),氮氧化物与碳氢化物发生化学转化形成の高氧化性の混合气团,就是一种带刺激性の淡蓝色烟雾。
教学改革结题报告 篇一:教学改革研究项目结题报告书 大连水产学院职业技术学院 教学改革研究项目结题报告书 项目名称 项目负责人 所在单位 填表日期日 大连水产学院职业技术学院 一、基本情况 三、项目研究总结报告 篇二:教学改革研究课题结题报告 江西省高等学校教学改革研究课题结题报告 “高校本科体育专业改革的探索与研究”研究报告 课题主持人:章红兰 课题组成员:蔡学俊、钟运健、秦琴、王道杰 XX年6月10日 高校本科体育专业改革的探索与研究 章红兰、蔡学俊、钟运健、秦琴、王道杰 摘要:体育教育实习是高校体育教育专业教育实践的重要环节,也是体育教育专业课程体系有机的组成部分,通过教育毕业实习,不仅能够使学生印证、检验、巩固和提高学
生在学校学习的知识技能,而且有助于在实践中提高学生的开拓创新能力,检查学校培养人才的质量,反馈教育培养过程中的差距与不足之处。本文以高校XX级至XX级体育教育实习模式为研究对象,分析了影响教育实习的诸多因素,得出结论如下:1高校体育教育专业本科生的教育实习得到了校领导、实习生和实习单位的高度重视。2教育实习时间采取一次性分段式的方式,大三下学期0.5周分散式的见习时间,大四上学期进行8周的实习时间。总体来说能够完成预定目标,但是时间有点相对较紧。3教育实习基地主要以高校、中学为主。4教育实习组织管理机构比较完善,指导教师队伍相对来说比较稳定。5教育实习评价方式采用实习考核表一次性终结评价,主要是对学生的评价。6毕业生就业状况对教育实习效果也具有一定影响。 关键词:毕业实习体育教育本科生高校 目录 1、前言 1.1 选题的依据及意义 1.2 文献综述 1(本文来自:小草范文网:教学改革结题报告).2.1 教育实习的概念 1.2.2 教育实习模式的概念 1.2.3 国内外教育实习情况简介
社专本111 2011761114 梁雪彩 P59第二章单变量统计描述分析 六、根据以下统计资料: (汉族,50,000) (苗族,22,000) (布依,20,000) (藏族,1,000) 问:(1)能做成那些统计图? (2)如果做成条形图,对变量值的排列是否有要求? 答:(1)能做成条形图和圆饼图 (2)如果做成条形图,对变量的排列没有要求,因为题目中的统计资料是定类变量,长条排列次序可以任意,定类变量无大小、高低次序之分。 七、根据以下资统计料: (老年,1,000) (中年,2,000) (青年,5,000) 问:(1)能否做成直方图?为什么? (2)如果做成条形图,对变量值的排列是否有要求? 答:(1)不能,因为上述为定序变量,定距变量才能做成直方图。 (2)如果做成条形图,对变量的排列有要求,因为题目中的统计资料是定序变量,长条按序排列,定序变量有大小、高低次序之分。 十三、以下是某班参加业余活动的情况的调查: C=“书社”P=“摄影组” J=“舞蹈团”O=“体育组” C C C P O P C C C P O O P C O C P C C P O C P C C O C J C O O C P C C O O O O P O C O O O O P O P P (1)试作统计图和统计表 某班参加业余活动情况的条形图
某班参加业余活动情况的圆饼图: 表1.1某班参加业余活动情况的调查表 (2)选择适当的集中值和离散值,并讨论之。 集中值 众值M0=书社则可知参加书社业余活动的人数最多
中位值Md=N+1/2=25.5 中位值Md=摄影组 均值=19+12+1+18/4=12.5 离散值 异众比率r=(N-fm0)/N=50-19/50=0.62 异众率比较高,则认为总数的代表性较差,所提供的信息量较少。 极差:R=观察的最大值-观察的最小值=18 极差大表示资料分散,人们选择的业余活动的人数有比较大的差异。 四分互差Q=Q75-Q25 Q50 的位置=50+1/2=25.5 Q25的位置=50+1/4=12.75 Q75的位置=3(50+1)/4=38.25 Q25=书社Q75=体育组 四分互差Q=Q75-Q25=体育组-书社 可知有50%的人选择体育组和书社这两项活动方差=[(19-12.5)^2+(12-12.5)^2+(1-12.5)^2+(18-12.5) ^2]/4=51.31 标准差=7.16