数理医药学杂志有关要求

哑变量一般指虚拟变量虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。作用模型中引入虚拟变量的作用1、分离异常因素的影响，例如分析我国GDP的时间序列，必须考虑因素对国民经济的破坏性影响，剔除不可比的因素。2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。3、提高模型的精度，相当于将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差）设置原则虚拟变量设置的原则在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定：（1）如果回归模型有截距项有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量。（2）如果回归模型无截距项，有m个特征，设置m个虚拟变量

什么是哑变量哑变量哑变量（Dummy Variable），又称为虚拟变量、虚设变量或名义变量，从名称上看就知道，它是人为虚设的变量，通常取值为0或1，来反映某个变量的不同属性。对于有n个分类属性的自变量，通常需要选取1个分类作为参照，因此可以产生n-1个哑变量。在构建回归模型时，如果自变量X为连续性变量，回归系数β可以解释为：在其他自变量不变的条件下，X每改变一个单位，所引起的因变量Y的平均变化量；如果自变量X为二分类变量，例如是否饮酒（1=是，0=否），则回归系数β可以解释为：其他自变量不变的条件下，X=1（饮酒者）与X=0（不饮酒者）相比，所引起的因变量Y的平均变化量。但是，当自变量X为多分类变量时，例如职业、学历、血型、疾病严重程度等等，此时仅用一个回归系数来解释多分类变量之间的变化关系，及其对因变量的影响，就显得太不理想。此时，我们通常会将原始的多分类变量转化为哑变量，每个哑变量只代表某两个级别或若干个级别间的差异，通过构建回归模型，每一个哑变量都能得出一个估计的回归系数，从而使得回归的结果更易于解释，更具有实际意义。将哑变量引入回归模型，虽然使模型变得较为复杂，但可以更直观地反映出该自变量的不同属性对于因变量的影响，提高了模型的精度和准确度。举一个例子，如职业因素，假设分为学生、农民、工人、公务员、其他共5个分类，其中以“其他职业”作为参照，此时需要设定4哑变量X1-X4，如下所示：X1=1，学生；X1=0，非学生；X2=1，农民；X2=0，非农民；X3=1，工人；X3=0，非工人；X4=1，公务员；X4=0，非公务员；那么对于每一种职业分类，其赋值就可以转化为以下形式：什么情况下需要设置哑变量1. 对于无序多分类变量，引入模型时需要转化为哑变量举一个例子，如血型，一般分为A、B、O、AB四个类型，为无序多分类变量，通常情况下在录入数据的时候，为了使数据量化，我们常会将其赋值为1、2、3、4。从数字的角度来看，赋值为1、2、3、4后，它们是具有从小到大一定的顺序关系的，而实际上，四种血型之间并没有这种大小关系存在，它们之间应该是相互平等独立的关系。如果按照1、2、3、4赋值并带入到回归模型中是不合理的，此时我们就需要将其转化为哑变量。2. 对于有序多分类变量，引入模型时需要酌情考虑例如疾病的严重程度，一般分为轻、中、重度，可认为是有序多分类变量，通常情况下我们也常会将其赋值为1、2、3（等距）或1、2、4（等比）等形式，通过由小到大的数字关系，来体现疾病严重程度之间一定的等级关系。但需要注意的是，一旦赋值为上述等距或等比的数值形式，这在某种程度上是认为疾病的严重程度也呈现类似的等距或等比的关系。而事实上由于疾病在临床上的复杂性，不同的严重程度之间并非是严格的等距或等比关系，因此再赋值为上述形式就显得不太合理，此时可以将其转化为哑变量进行量化。3. 对于连续性变量，进行变量转化时可以考虑设定为哑变量对于连续性变量，很多人认为可以直接将其带入到回归模型中即可，但有时我们还需要结合实际的临床意义，对连续性变量作适当的转换。例如年龄，以连续性变量带入模型时，其解释为年龄每增加一岁时对于因变量的影响。但往往年龄增加一岁，其效应是很微弱的，并没有太大的实际意义。此时，我们可以将年龄这个连续性变量进行离散化，按照10岁一个年龄段进行划分，如0-10、11-20、21-30、31-40等等，将每一组赋值为1、2、3、4，此时构建模型的回归系数就可以解释为年龄每增加10岁时对因变量的影响。以上赋值方式是基于一个前提，即年龄与因变量之间存在着一定的线性关系。但有时候可能会出现以下情况，例如在年龄段较低和较高的人群中，某种疾病的死亡率较高，而在中青年人群中，死亡率却相对较低，年龄和死亡结局之间呈现一个U字型的关系，此时再将年龄段赋值为1、2、3、4就显得不太合理了。因此，当我们无法确定自变量和因变量之间的变化关系，将连续性自变量离散化时，可以考虑进行哑变量转换。还有一种情况，例如将BMI按照临床诊断标准分为体重过低、正常体重、超重、肥胖等几种分类时，由于不同分类之间划分的切点是不等距的，此时赋值为1、2、3就不太符合实际情况，也可以考虑将其转化为哑变量。

哑变量中文名称哑变量英文名称Dummy Variable定义虚拟变量（Dummy Variable），又称虚设变量、名义变量或哑变量，是量化了的质变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。-----章晓英《虚拟变量在线形回归模型中的应用》在统计分析中的应用李丽霞郜艳晖等摘要：目的： 探讨哑变量在统计分析中的应用。方法： 在协方差分析与方差分析中使用哑变量。结果： 正确使用哑变量，扩大回归模型的应用范围。结论：在协方差分析中使用哑变量使对模型的理解变的简单，在方差分析中使用哑变量使得可以从回归的角度来理解模型。关键词： 哑变量；协方差分析；回归分析在建立模型时，自变量常常是连续型变量，但也经常遇到分类变量，使用哑变量可以处理这类变量。哑变量经常取值为0，1，-1，但这些取值并不代表数量的大小，仅仅表示不同的类别。在回归分析中，定义哑变量时为了避免共线性，当回归模型包含截距时，如变量有k个类别，需定义k-1个哑变量来表示这些类别；当回归模型中不包含截距时，k个类别，需定义k个哑变量来表示这些类别。哑变量有不同的赋值方法。1哑变量在协方差分析中的应用［2，3］协方差分析主要用于控制混杂因素对实验效应的影响，当混杂因素（例如年龄，性别）在要比较的两组（或多组）中分布不同时，需对要比较的均数进行校正。协方差分析要求比较的各处理组来自方差相等的正态总体，且各处理组的总体回归系数相等。用哑变量来区别要比较的不同组，拟合多重回归模型（这里我们假设只有一个协变量，两组比较）。Y=β0+β1X+β2Z+β3XZ+E其中X为要控制的协变量，Z为哑变量，表示要比较的组别。当Z=0: Y0=β0+β1X+E(1)当Z=1: Y1=(β0+β2)+(β1+β3)X+E(2)对两条回归方程是否平行的检验，即检验β3是否等于0，即β3=0，β3=0 也反映了协方差分析要求协变量与所研究的变量没有交互作用。如两条回归线平行，拟合回归模型：Y=β0+β1X+β2Z+E其中X为要控制的协变量，Z为哑变量，表示要比较的组别。检验β2=0是否等于零，可以看出控制协变量X以后修正均数之间有无差别。这样通过设置哑变量Z可以检验回归线是否平行，也容易检验要比较的均数有无统计学意义。尤其是多组（k组）比较，而且存在多个协变量要控制时，拟合多重回归模型：Y=β0+∑p[]i=1βiXi+∑k-1[]j=1βp+jZj+∑p[]i=1∑k-1[]j=1γijXiZj+E(3)其中，此模型中包括p个协变量，k个组别，用k-1个哑变量来表示。首先检验要比较的k条回归线是否平行，即检验H0 ：所有的交互项γij=0 。如平行拟合模型：Y=β0+β1X1+β2X2…+βpXp+βp+1Z1+βp+2Z2+…βp+K-1ZK…1+E(4)通过检验H0:βp+1=βp+2=…=βp+k-1=0，可以看出控制p个协变量Xi之后，修正均数之间有无差别。哑变量的使用使得对协方差分析的理解变的简单。实例分析［1］：为了研究不孕症，研究者在甲乙两个地区各收集了10名男子的精子数（106/ml）、收缩压（mmHg）和年龄（岁），资料见表1。在充分利用所给资料的前提下，试分析甲、乙两个地区男子的平均精子数之间的差别有无统计学意义（假设两组资料服从正态分布，方差齐）。表1 甲乙两地区各10名男子的精子数、收缩压和年龄的测定结果编（略）此资料也称为二元协方差分析，有两个要控制的协变量（收缩压、年龄），拟合模型：Y=β0+β1X1+β2X2+β3Z+β4X1Z+β5X2Z+E （Z为哑变量，表示要比较的地区）使用SAS 拟合模型得表2和表3，可见交互作用没有统计学意义，在控制协变量收缩压和年龄后，甲、乙两个地区男子的平均精子数差别无统计学意义。表2 方差分析表（略）2 从回归模型的角度来理解方差分析方差分析与回归分析是统计学中重要的方法，在方差分析中，自变量是分类变量；在回归分析中，自变量可以是连续变量、等级变量、分类变量。事实上，方差分析可以被看成是回归分析的一个特例，这一点可以通过定义合适的哑变量来理解。对于k个总体均数的方差分析H0: μ1=μ2=…μk-1=0，等同于对模型（5）做假设检验 H0: α1=α2=…αk-1=0 ，不同之处在于哑变量的赋值方法不同，回归系数α1，α2，…αk-1的含义不同。同样，随机区组设计的方差分析，两因素的方差分析也可以通过设置哑变量的方式纳入到回归分析的框架中来。通过设置哑变量我们可以从回归的角度来理解方差分析。3 讨论在日常分析处理数据时，经常会遇到象职业、疾病种类等分类数据，建立模型（例如Logistic回归、Cox回归等模型）时要正确、合理的应用哑变量。本研究讨论了哑变量在协方差分析中的应用，通过设置协变量和哑变量的交互作用项可以很方便的对各总体的回归系数是否相同这一协方差分析的前提条件进行检验，进一步检验修正均数是否有意义，尤其是要控制多个协变量或配伍组设计、析因设计的协方差分析时，哑变量的使用使得协方差分析更容易理解。通过定义合适的哑变量，可以从回归的角度来理解方差分析，方差分析可以被看成是回归分析的一个特例，加深对方差分析与回归分析关系的理解。参考文献1 胡良平，编著.实用统计分析教程.北京：军事医学科学出版社，2001， 娄冬华.引入协变量比较药物的效果.数理医药学杂志，2000,13(1):66~673余红梅，王彤，何大卫.协方差分析基本思想教学讨论.中国卫生统计,2001,18(2):116~118

教学和科研是高等学校的两大基本职能,教学质量及科研水平是衡量一所高等学校的重要指标。它既决定了学校的社会地位,也体现了学校的整体办学实力。将科研融入教学、 以科研促进教学,是提高教学质量、培养创新型人才的重要途径。医用物理学教师在完成教学工作的同时,积极投身科研,对提高教师的业务素质,改善教学过程的软硬环境有着极为重要的作用。如何使科研与教学相结合,科研成果尽快地体现在教学过程里,更是医学院校物理教学工作中所关注的课题之一。 1 我国医学院校物理教学及科研工作状况及存在的主要问题 随着科学技术的发展,物理学在医学上应用日益广泛与深入,但是医学院校的物理教学仍然是墨守成规,学科和科研没有及时调整,科研和教学滞后于医学前沿,使学科缺乏活力,远远满足不了现代生物医学的需要。 教学、科研脱节 教学、科研两者分家,交流传递信息不够,互相脱节,造成了教学中知识老化,而医药学涉及的物理前沿知识又难以迅速系统化、理论化。我国的医学本科教育普遍只重教学,不涉及科学研究,忽视了两者相互促进的关系。教学中把主要精力放在教学方法改革,而对教学质量起决定作用的科研没有足够的重视。 缺乏系统化、定量化的研究 从事医学物理学教学的老师大多是从师范院校或综合性大学物理系毕业的,他们具有较深厚的物理学知识以及较丰富的教学经验,但医学知识十分缺乏,因此,不能将物理学与医学的知识技能成功地整合起来,很难触及医学发展的前沿。并且由于缺少必要的物理学实验设备。大多数医学物理学科研都局限于普通物理教学范围内的一些浅易的物理现象,对于与医学联系紧密的物理学前沿问题没有太多的涉及,缺乏系统化、定量化的研究。 学科横向交叉研究缺乏活力 现行的医学物理学教学研究过于注重物理学的系统性和深度,而忽略物理学与医学的横向联系、学科交叉新进展[1]。医学物理教研室与其他医学科室交流少、合作少,与外单位的项目合作更是凤毛麟角,许多科研仅限于物理学课本上的内容,搞封闭式的的科研,或者从根本上脱离物理与医学的联系,与其他综合性高校,科研院所合作搞一些与医学无关的研究,缺乏医学横向交叉研究的活力。 2 医学院校物理教研室必须搞科研 以科研促进教学是提高大学教学质量的重要途径,科研活动能促进师资队伍建设和教学环境的改善,科研成果能充实和改革教学内容、使教学与学科前沿相联系与工程实际相结合,从而形成科研促进教学的良性发展。 科研促进了教师队伍建设 高水平的师资队伍是培养高质量人才的根本条件,而教师学术水平的提高,不能单靠埋头读书,只是重复已有的教材,还必须开展科研.联系实际提出问题,分析问题和解决问题,从实践中获得知识。教师参加科研活动的每一环节都是锻炼自己,提高教学水平的极好机会。例如,科研立题时要检索大量相关文献,查阅大量资料,这使教师能很好地掌握本学科的前沿动态。科研工作能使教师本身具有严谨的科研思路和良好的科研作风,言传身教,这对学生的能力也具有很大的影响等等。大学教学质量的高低,在很大程度上取决于教师的学术水平、创新能力、治学态度和师德风范。而参加科学研究对教师学术水平的提高和创新能力的培养是非常重要和必要的。 科研丰富了教学内容,促进了教学质量的提高 教科书上的知识是固定的,但时代对于人才的知识要求须不断更新,书本上的知识总是不能满足培养人才的需求,书本和时代要求之间的知识断层必须由教师来填补,需要教师不断地汲取学科领域最前沿的学术成果和研究现状来充实自己的大脑,丰富自己的教学内容[2];而教师从事的科研工作正好满足了这个需求,弥补了单纯教学的不足。例如,本科室某教授曾在血液流变学领域进行大量的研究,在教学的“流体力学” 这部分内容中就以此为例将血液及其有形成分的流动性与形变规律的流变机制融合进去,在讲授中将这些新知识贯穿到课堂教学之中,使课堂内容更为具体、富于实际感受,从而激发学生科学研究的兴趣或灵感,有利于教学质量的提高。 科研促进实验室条件和教学环境建设 实验室是开展实验教学和科学研究的重要场所,教学和科研工作能否顺利进行,其重要原因之一就是实验室建设能否与现代科学技术同步发展[3]。为了满足教学更新和新技术发展的需要,要求实验技术不断发展和提高。科研和实验室条件和教学环境条件是相辅相成的,有好的教学环境和条件就能促进科室科研水平的提高,反过来如果科研的规模、档次上去了,一方面会得到国家和学校的经费扩充再投入,另一方面又可以面向社会,把科研技术转化为经济效益。继而,随着学科经费和科研经费的大量投入,教研室、实验室的环境、条件就会得到了充分改善,同时为教学提供进一步的发展空间,为高质量完成教学任务奠定了基础,促进了教学环境和条件建设。 3 医学院校物理教研室如何搞科研 许多教师认为医学物理学作为基础的基础,搞科研非常困难,所以在很多人的眼里,物理教研室科研上不去是理所当然。但是,我们认为物理学作为基础学科在很多方面都是应用学科的基石,许多学科中都会涉及到物理知识的科研,这些项目我们都可以搞。医学院校物理教研室要搞好科研,我们认为应该做好以下几点: 需要提高自身业务水平 医学物理科研是一门边缘学科的科研,其学科性质具有综合性、交叉性的特点。它的学科性质决定了科研内容的复杂性,因此对科研人员的知识水平与综合能力要求较高。提高科研人员自身的业务水平是完成高质量科研的首要条件。由于科研内容决定了教师不仅要懂物理与科研设计方面的知识,也要对医学基础与临床各学科的内容有广博的了解。只有对医学各学科有相当的了解,才能更好的进行科研。所以任课教员一定要在物理与医学两个知识系统中,不断完善与进步,以胜任不断发展变化的医学科学研究。 科研应与教学相结合 科研选题时除了考虑医疗上的需要外,还要考虑到教学的需要,需结合医院现有的教学基础、师资力量和实验条件,首先选择与专业学科特点相适应,具有起点高,创新性强,有利于发挥医院优势的研究课题,要本着有利于医疗,有利于出成果,有利于出人才的原则。科研计划安排要注意结合教学的要求,在研究内容上,不仅要注意医疗的实用价值和研究技术的要求,还要强调相应的基础理论的研究。注意总结科研经验,在取得大量科研成果的同时,积累丰富的教学经验,将科研成果引入到教学内容,这样就拓宽了医学生的学习内容和以后工作时研究课题选择的领域。 将学生带入科研,培养创新型人才 学生参与科研活动是促成创新型人才培养的关键。教学只能培养一般人才,只有与科研结合才能培养出高级人才,科研有利于培养学生发现问题与解决问题的能力。另外成功的科研体验可以提高学生的自信心,培养学生积极向上的心态。让学生进行研究,完成设计性实验,并在实验课以小组为单位对本组所进行的实验方案予以实施,并对结果进行分析。这样会很好地帮助学生理解知识点,解决学习中的难点。学生从设计实验方案、准备实验用品到分析实验结果,每较好地完成一个目标,都会使他们获得主观上的成功感,以此更好地培养创新型人才。 参 考 文 献 [1] 阮萍,沈洪涛.关于医学物理学课程目标的思考.数理医药学杂志,2005,(18):191-192. [2] 曾瑾,吴晓玲.以科研促进基因工程的教学.生物学杂志,2009,(26):93-94. [3] 钟双飞.以科研为基础自行研制仪器设备促进实验室的建设.实验技术与管理,1994,(11):84-86.