科技信息 职教与成教
《数控车床编程与操作Ｉ页目教程》
多媒傩课件开发与应用酮穷测试分析报告
江苏省六合职业教育中心校 王立云
［摘要］本文主要通过分析采用多媒体课件教学的班级和采用传统教学的班级的测试成绩的对比，分析采用多媒体课件教学的优
点，指出开发和使用多媒体课件注意事项。
［关键词］多媒体课件传统教学 学习兴趣
随着经济的高速发展，特别是制造业的蓬勃发展，数控机床在我国 的应用也越来越广泛。为企业培养合格的数控操作工已成为职业学校 的一个重要任务。《数控车床编程与操作项目教程》作为数控专业的一 门专业主干课程，课程中包含的理论知识繁杂、抽象，并且与机床的实
际操作紧密相连。在教学中教师授课难，学生疑问多，传统的教学方法 往往事倍功半。那么利用教学多媒体课件，把老师难以陈述，学生难以 理解的知识用多种媒体形式表现出来，能否解决教师难教、学生难懂问
题，从而提高整个课程的教学效果？我校在已开发多媒体课件的基础上 选择若干班级进行多媒体教学和传统教学的比较。
一、试卷分析 本次试卷共４项，填空题、选择题、判断题和编程题。其中，填空题、
选择题、判断题主要考察学生对基础知识的掌握，如指令的基本功能、 循环的参数含义等。编程题主要考察学生对知识的综合应用能力。如工 艺的编排、基点坐标的确定、工艺参数的选择等。考试时间９０分钟，考 试难度中等偏上。 二、考试结果分析 参加考试的两个班级是平行班，学生入学成绩相当，开设本课程之 前所学文化课和专业课相同，任课教师相同。上本课程时是同一教师任 教，其中，０７０５班采用多媒体课件辅助教学，０７０６班采用传统教学手段
教学。表ｌ是考试所得数据。 由表１可知：０７０５班及格３８人，及格率８４．４％；８０分以上１３人， 优秀率２８．８９％。均分７２．８；３Ｏ一３９分数段为２人，占４．４４％；４０—４９分数 段为３人，占６．６７％；５０—５９分数段为３人，占６．６７％；６０—６９分数段为８
《生存分析论文》
题 目： 基于非参数分析法
研究改进手术对患者生存时间的影响
专 业：
班 级：
姓 名：
2015年 6月 25日
摘 要
生存分析（survival analysis）是将事件的结果（终点事件）和出现这一结果所经历的时间结合起来分析的一种统计分析方法。生存分析不同于其它多因素分析的主要区别点就是生存分析考虑了每个观测出现某一结局的时间长短。
临床随访，又称为前瞻性研究（prospective study），本文采用此方法进行两组肾移植的病人手术后的生存时间和结局的研究。
研究过程中主要面临的问题有：
（1）结局及生存时间据需要考虑—经典的统计分析方法不能同时分析结局和生存时间；
（2）随访研究中研究对象可能会失访或死于其他疾病；或因研究经费和时间的限制不可能等到所有的对象都出现结局---截尾（censoring）或终检。
生存分析能解决以上问题。
本文通过比较A组和B组两组实验数据来探究改进手术对患者生存时间的影响，通过最后结果可以看出，改进手术组会大大提高患者生存率，因此，今后医生应致力于手术改良，以多加提高患者的生存率。
关键词 Kaplan-Meier估计 Nelson-Aalen估计 Cox模型 SAS软件
一、估计原理
1.乘积极限法（Kaplan-Meier）
Kaplan-Meier分析方法，又称乘法极限估计、PL法或最大似然估计法，是由Kaplan和Meier在1958年提出的一种求生存函数的非参数方法。寿命表分析适用于大样本情况，在处理小样本时，为充分利用每个数据所包含的信息，Kaplan-Meier分析便成为首选的分析工具。
第一部分：基本统计方法
注：主要讲述过程：means(描述性统计)；freq(算频数表)；univariate(检验)；anova(方差分析)；ttest(检验)；glm(广义线性回归)；npar1way（非参,wilcox）
一：计量资料的统计分析方法
1.01均值+频数表+百分位数+正态检验、茎叶图、箱形图、正态概率图
data ex2_1;
input x@@;
low=2.3;
dis=0.3;
z=x-mod(x-low,dis);
cards;
3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76 4.16
4.61 4.26
3.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04
4.55 4.25
4.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14
4.57 4.26
4.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12
4.56 4.26
4.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17
3.96 3.27
4.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12
4.27 3.61
4.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18
4.26 4.36
5.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97
3.96 4.49
5.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04
第十四章 生存分析的SAS实现
例14-2 McKelvey et al(1976)收集了3期的某型淋巴瘤患者的生存时间（天）。分别是6，19，32，42，42，43+，94，126+，169+，207，211+，227+，253，255+，270+，310+，316+，335+，346+。
SAS分析程序
data ch14_2; 定义数据集名
input t c@@; 输入生存时间变量t和截尾情况变量c
cards; 开始输入数据
6 1 19 1 32 1 42 1 42 1 43 0 94 1 126 0 169 0 207 1 211 0
227 0 253 1 255 0 270 0 310 0 316 0 335 0 346 0
;
proc lifetest plots=(s); 利用lifetest过程进行生存分析并作生存函数图
time t*c(0); 指定时间变量和截尾变量并指出数据截尾时截尾变量的取值
run;
SAS软件输出结果 Product-Limit Survival Estimates
Survival
Standard Number Number
t Survival Failure Error Failed Left
