元分析方法的几个基本问题
【内容提要】元分析是在传统的文献综述的基础上发展起来的一种新的将定性分析与定量分析相结合的文献综合方法。该方法能较好克服传统文献综述的种种问题，但也存在综述研究所具有的一些难以克服的通病。元分析在国外已经得到广泛应用，但在我国的社会科学研究中还很难见到有人使用该方法，不少学者对其还缺乏了解。同时，元分析也容易被误用。因此，有必要在社会科学领域加大对元分析方法的介绍、讨论和应用。
【摘要题】方法
【关键词】元分析/文献综述/研究方法
【正文】
元分析是一种新的将定性分析与定量分析相结合的文献综合方法，自从美国教育心理学家Glass在1976年首次命名以来，已经在国外的社会科学研究中广泛应用，大量介绍元分析方法的书籍出版，一些应用软件也相继问世，但在我国的社会科学研究中却很少见到这样的研究，不少学者甚至还不了解元分析究竟是什么，因此很有必要对元分析的方法进行介绍和讨论。本文讨论元分析的涵义、目的与意义、局限以及历史，以期能够对元分析方法在我国社会科学研究中的引入、讨论和应用起到抛砖引玉的作用。
一、元分析的涵义
元分析的英文是meta-analysis，Meta是英文中的前缀，有更加全面或超常规的综合的意思。国内将其译为元分析、荟萃分析、整合分析、汇总分析、二次分析、集成分析、再分析、汇后分析等，还有许多学者直接使用Meta分析。它还有许多同义词，如总观评述（overview）、定量评论（quantitative review）、定量综合（quantitative synthesis）、资料汇总（data pooling）、资料综合（data synthesis）等。Glass对元分析的定义是：以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法。[1]之后的许多统计学家也作了类似定义，即把元分析仅看作是对以往研究结果进行定量合并的统计分析方法。因此，Milos把前阶段的元分析称作典型或定量元分析（classic meta-analysis or quantitative meta-analysis）[2]。随着元分析方法应用范围的扩大和自身的发展，学者们认识到元分析中应该既有定量分析也有定性分析，因此不再将元分析简单看作一种统计分析，而是作为综合多个同类研究的结果，对研究效应进行定量合并的分析研究过程和系统方法，如Ellenberg将其定义为：对具有共同研究目的相互独立的多个研究结果给予定量分析，合并分析，剖析研究差异特征，综合评价研究结果。[3]Sacks等对其的定义是：对以往的研究结果进行统计学的合并和严谨的系统综述方法。[4]
简单地说，元分析就是应用特定的设计和统计学方法对以往的研究结果进行整体的和系统的定性与定量分析。它是回顾性和观察性的，是对传统综述的一种改进，是概括以往研究结果的一种方法，包括大量的方法和技术，具有全面、系统和定量的特点，可以用以对以前的具有不同研究设计的和不同时期收集到的资料进行整合。它最初应用于随机对照试验，现在已扩大到非实验性研究。
二、元分析的目的和意义
科学研究都必须建立在前人研究的基础之上，而实践工作者也非常关心一些基本问题的研究结论，如某种心理疗法的效果究竟如何。因此，总结前人的研究是一项很重要的工作，这就是所谓的文献综述（literature review）。但传统的文献综述常常难以让人满意，因为它容易出现以下几个问题：（1）以定性分析或描述为主，难以给出一个定量的结论。同时，当所研究的实验数量不断增加时，得出错误结论的机率也随之增加。（2）如果有关研究的数量众多，如有500个，那么要从这么多的研究结果中得出一个一般性的结论已超出了个人的能力。（3）综述者究竟使用了哪些文献常常不得而知。因为综述者一般不会详细交待文献检索的
范围和方式，比如是否同时进行计算机检索和手工检索，计算机检索中使用了哪些数据库，哪些关键词，是否检索了硕士论文和博士论文，检索了哪些语种的外文文献等。综述者一般也不会交待进行综述时排除了哪些检索到的文献，其依据是什么。（4）传统综述中没有考虑研究质量、样本大小等因素对研究结论带来的影响。（5）使用同样的文献，不同的综述者可以得出不同的结论。综述者常常没有或难以说清其依据什么最后得出一个结论，特别是对于那些有争议的问题，是如何看待和判断不同甚至是完全相反的研究结果的。因此综述者很可能基于自己的见解，采取简单化的方式处理一些研究结果，从而得出与自己观点类似的结论。
总之，传统的文献综述未使用任何系统方法来对所综述内容的原始数据进行收集、综合，也未进行定量综合，因此常常只是罗列以往的研究结果，同时研究结论不可避免带有主观性。
元分析作为一种定量的综合文献的方法和传统的文献综述是有很大不同的，它可以在很大程度上克服传统的文献综述中的这些问题。因为元分析是较高一级逻辑形式上的文献综述，以原始研究结果为单位，设计较严密，强调对有关研究进行全面的文献检索，有明确的文献纳入和排除的标准，系统地考虑了研究的对象、方法、测量指标等对分析结果的影响，对纳入文献进行了严格评价，并在此基础上对结果进行定量的合并。所以，与传统的文献综述相比，元分析能最大限度地减少各种偏倚，确保结论的科学性、客观性和真实性。
具体地说，元分析具有以下作用：（1）解决研究结果的矛盾，定量估计研究效应的平均水平，为进一步的研究和做出决策提供全面的文献总结。应用元分析可以得到同类研究的平均效应水平，使有争议甚至相互矛盾的研究结果得出一个定量的结论，同时使效应估计的有效范围更精确。（2）提高统计分析的功效。有时候由于样本量较小等原因，使研究结果不能得出统计学上的显著差异，并不一定就是处理无效应。这时，应用元分析把许多同类研究结果进行合并分析，因此增大了样本量，起到改进和提高统计学检验功效的目的，可以使一些相对较弱的效应也显现出来，同时也提高了对结论的论证强度和效应的分析评估力度。（3）揭示和分析多个同类研究的分歧。由于研究水平、条件、抽样等原因可能使同类研究的质量有较大差异，多个研究结果也可能存在较大分歧，这时元分析可以揭示出单个研究中的不确定性，并通过异质性（齐性）检验（tests for heterogeneity）等方法考察研究间异质性（hete rogeneity）的原因，揭示文献异质性的来源，估计可能存在的各种偏倚（bias）。（4）为确定新的研究问题和对新实验的设计提供帮助。通过元分析能发现以往研究的不足之处，回答单个研究中尚未提及或不能回答的问题，揭示单个研究中存在的不确定性，并据此提出新的研究假说、课题和方向。（5）具有处理大量文献的能力，不受研究数目的限制。（6）节省研究费用。由于研究对象数量的限制、各种干扰因素的影响以及研究本身的偶然性等原因，许多研究结果可能不一致甚至相反，要解决这个问题除了使用元分析外，还可以通过严格设计大规模随机试验来进行验证。但这种办法费时、费力，使用元分析则可以节约费用。（7）研究发表偏倚（publication bias）等综述研究中不可避免的问题。
总之，元分析是获取和评价大量文献的科学方法，在当今知识爆炸的时代，当需要系统总结、分析以往的工作，为科学决策提供依据时，元分析是合并现有信息的最好方法之一，有助于研究者和实践工作者对文献进行分析与评价，从而在较少的时间、人力和物力的投入下获取更多的信息。
三、元分析的局限性与质量控制
虽然与传统的文献综述相比元分析具有许多优点，但也存在着不少局限与问题，因此关于元分析的争论从来就没有停息过，如Feins认为，元分析方法本身存在一些缺陷，例如其结果的重复性，精确性较差，不适合外推，甚至有时会造成错误的结论。[5]因此在学习和应用元分析之前必须对其自身的局限有充分的认识。
1.各种偏倚（bias）及其控制。可以说，在元分析的各个步骤中均有可能产生偏倚，而偏倚的存在对元分析的结果产生较大影响，甚至会使元分析产生错误的结论。常见的偏倚可以划
分为汇集偏倚、选择偏倚（selection bias）和研究内偏倚三类。其中，选择偏倚是指根据文献纳入标准选择符合要求的文献时产生的偏倚，包括纳入标准偏倚和选择者偏倚等，其主要是由于元分析者有时会根据自己想要得到的结果和已有的知识，有目的地选择或放弃某些文献造成的。研究内偏倚是在资料提取时产生的偏倚，主要包括从纳入的研究中提取的数据信息不准确所致的提取者偏倚，以及对研究质量的评价不恰当产生的研究质量评分偏倚等。最后，也是最难控制的是汇集偏倚问题。
元分析是对以往研究的再次分析，一个好的元分析应包括所有与课题有关的资料。但由于多种原因，不可能收集到同一研究问题的全部资料，这就是汇集偏倚。出现汇集偏倚有多种原因：一是因为研究者检索用词不当或检索策略失误导致漏检或误检文献的查找偏倚；二是因为检索文献时限定为某种语言文献引起的语种偏倚；三是一项研究结果以系列研究形式发表导致的多重发表偏倚，以及最难控制的发表偏倚（publication bias）。发表偏倚是指具有统计学显著意义的研究结果（阳性结果）较无显著性意义的结果（阴性结果）或无效的结果被报告和发表的可能性更大的倾向。出现发表偏倚的原因很多，如杂志编辑部对阴性结果的采用率明显低于阳性结果，编辑的喜好及作者声望，此外还有文件抽屉（filed drawer）问题。文件抽屉是指作者及其资助单位都不愿提供无显著性意义的结果（阴性结果）或无效的结果的一种倾向。当某研究明显预示不能出现阳性结果时，往往会被研究者终止，或者得出阴性结果后，研究者认为不大可能被发表而不撰写论文。这些研究结果就这样被研究者丢在抽屉里不再理会了。由于几乎所有作者、资助单位及杂志编辑部都更愿意报道统计检验显著的结果，因此发表偏倚以及抽屉文件现象究竟有多严重是难以估计的，但如果这两种偏倚存在任何一种，那么仅就发表的文章所做的元分析的结果就有可能夸大效应的作用。
要减少汇集偏倚对元分析结果的影响，首先要全面收集发表和未发表的研究，不过搜索未发表的研究是相当困难的。其次，要识别和控制发表偏倚和文件抽屉，还可以应用有关统计方法评估各种偏倚对研究结果的影响，如绘制漏斗图（funnel plot）、秩和相关检验、线性回归法、失效安全系数（failsafe N，Nfs）、敏感性分析（sensitivity analysis）等等。其中失效安全系数是一种常用方法，通过它能计算出需要多少个阴性试验的结果才能使结论逆转。
总的来说，元分析目前还不能很好解决潜在的各种偏倚问题，这是元分析的局限，也是进行元分析必须注意的问题。
2.收集到的资料中缺少元分析所需的数据。有许多收集到的文献常由于以下原因而不能被利用：（1）只收集到摘要；（2）文献对最初的研究结果进行的是有选择的报道；（3）文献对原始数据描述不完整。这就使进入元分析的文献大大减少，从而降低了元分析的综合能力。
3.关于各独立研究的质量评价（quality assessment）问题。进行元分析时，各个研究的质量常常是参差不齐的，如果把高质量和低质量的研究合并在一起，并给予相同的权值（weight），就会带来结果的偏倚甚至是错误，因为低质量的研究在结果估计时就可能已经存在错误和无法纠正的偏倚了，因此包含低质量的研究会增加结果变量的变异度和偏倚，增大犯第一或第二类错误的概率。因此，有很多学者都推荐使用各种质量评估办法，并建议将质量评分作为权值以调整结果。但质量评分又增加了主观标准，不同的评价者可能会得出不同的结果，同时可能严重地混淆异质性来源。由于争论的存在，究竟该如何解决这个问题，目前还没有定论。
4.桔子与苹果问题及其控制。对元分析的最尖锐的批评之一就是认为其不应该将研究对象、结果测量指标、实验设计以及测量方式等不同的各项研究所得的结果结合在一起，因为这就好比将桔子与苹果拿来比较，是很难得出正确结论的。目前主要是通过进行异质性检验来缓解这个问题。
5.异质性（heterogeneity）的处理问题。资料间存在异质性时，是否进行或怎样进行元分
析，还是个没有完全解决的问题。有学者反对将不同研究背景的研究结果进行合并。而目前常用的方法还是通过进一步核实资料的可靠性与处理方式，找出异质性的来源，并不轻易剔除异质性文献。有学者推荐用质量评估法评价每个异质成分，如没有研究质量方面的严重缺陷，则可以按相同变量进行分层合并分析，或是利用随机效应模型进行合并分析。还有学者提出不应武断地用某种权重公式来强求结果的合并，应首先尽量使各个研究达到一致，使研究的某些特点不成为元分析结果混杂的来源。目前常用方法是按不同研究结果进行分层分析，如研究设计、数据来源及被试来源等。
6.元分析本身的质量控制问题。虽然有学者提出了一些元分析的质量评价标准，但应该说目前对元分析本身的质量还缺乏一个公认的和科学的评价标准，这在一定程度上也导致了元分析方法的误用和滥用。就目前来说，要保证元分析的质量必须注意以下几个问题：（1）要有合理的研究设计和文献检索策略，保证文献的查全率和查准率，进行严格的文献筛选和质量评价。（2）选择恰当的统计学方法进行分析；（3）注意控制各种偏倚；（4）进行异质性检验，以保证合并分析的可比性和分析结果的可靠性；（5）对结果进行敏感性分析，并予以合理的解释和应用。[4][6]
实际上，上述的许多问题是综述这种方法的通病，只是传统的文献综述忽略了这些问题，而元分析则把它们暴露无遗。应该看到，尽管存在这些问题，元分析还是受到很多研究者的青睐，并在逐步克服这些问题的过程中不断深入、完善，因为其实元分析本身就是在解决这些问题的过程中提出新问题的。总之，元分析可以定性和定量地综合分析多个研究结果，得出更为科学、合理和可信的结论。由于元分析属于描述性二次分析，也存在各种偏倚等缺点。因此，我们在科学研究和实践工作中应该正确认识和合理应用元分析方法。
四、元分析的发展历程及在我国的现状
元分析的起源可追溯到1904年，当时的英国统计学家Pearson为检验所用的intestinal fever疫苗与死亡率的相关程度（即疫苗是否有效），基于样本大小对5个估计值进行平均，这可看作是元分析的雏形。不过，许多学者认为元分析思想的产生应该是基于1930年代Tuppett、Fisher和Yates三位统计学家提出的结合概论统计检验。不过，从1940年代到1960年代，元分析并没有太大的发展，主要成果有Mantel和Haenszel在1959年创建的Mantel-Haenszel法和Cochran在1954年发展的Cochran法。1970年代初，Ligh和Smith 正式提出可以对不同研究结果的汇总数据进行综合分析，1976年美国教育心理学家Glass 在研究心理疗法的有效性时正式将这种定量综合法命名为元分析，并提出了效应值（effects size）的概念和计算方法。自此，心理学、教育学以及社会科学很快接受了元分析的方法，并不断进行各种应用。从1980年代初期开始，各种有关元分析的书籍和软件不断出现。与此同时，元分析的应用范围也在逐步扩大，并拓展到了医学、生态学、体育学等领域。
由于元分析在医学等学科中应用的迅速发展，并促使相关的统计分析学者不断发展新的元分析方法来满足各种需要，因此，元分析的方法也得到不断发展。如Hedges在1981、1985和1997三次对Glass提出的效应值计算方法进行修改，分别提出了Hedges的g值、d值和反应比（In R），还提出了小样本的校正方法。最初的元分析并没有考虑纳入元分析研究的质量问题，不过很快就有分析家提出了定性元分析（qualitative meta-analysis），指出在综合时要考虑各研究的质量。DerSimonian和Laird在1986年改进了Cochran法，构造了随机效应模型，引进了研究间方差权重，这就打破了元分析中的传统假设。后来，Whitehead 等又提出了综合固定效应模型和随机效应模型的混合效应模型（mixed effect model）[7]，这个模型又很快被Gurevitch所发展，Gurevitch在1997年还提出了适合生态学的重取样检验法，并发行了她的MetaWin软件。#p#分页标题#e#
目前，元分析在许多学科中已成为一种重要的研究方法，通过相关数据库也可以检索到大量应用了元分析方法的论文，各类元分析的书籍和统计软件也层出不穷，元分析的方法也在不
断得到改进，使用范围和功能不断增加。
虽然元分析的方法在国外已有几十年的历史，但我国大陆学术界基本上是在1990年代才开始注意和应用到这种方法，如有关心理学研究方法的书籍里面开始有专节或专章介绍元分析[8][9][10]；1992年陈向一、解亚宁先后介绍了元分析及其在精神病学和心理治疗中的应用，洪明晃[11]把它介绍进卫生统计；1993年赵宁等以及徐勇勇把它介绍进了预防医学界并初步应用[12][13]，张力为等[14]则把它介绍进了体育科学界；1998彭少麟等[15]把它引入了中国生态学界并进行了应用。从2000年起我国医学界对元分析的应用迅速增加，但应用状况比较混乱，质量不高[16][17]。
可见，元分析虽然最早起源于国外的社会科学研究，但我国社会科学界对元分析的介绍和应用很少，和元分析在我国的医学等学科的快速应用相比，其在社会科学中的应用才刚刚起步，其应用前景是广阔的。为了预防医学界在对元分析方法应用中出现的种种问题，在社会科学界应加大对有关元分析方法的介绍、讨论和应用。
【参考文献】
[1] Glass，G V.Primary，secondary and meta-analysis of research[J].Education Research，1976，6（5）：38.
[2] Milos J.Meta-analysis in medicine where we are and where we want to go[J].Journal of Clinical Epidemiology，1989，42（1）：35～44.
[3] Ellenberg，S S.Meta-analysis：the quantitative approach to reseach review[J].Seminars Oncol，1988，15（5）：427.
[4] Sacks H S，Berrier J，Reitan D，et al.Meta-analysis of randomized controlled trials[J].The New England J Med，1987，316，（8）：450～455.
[5] Feins，T A R.Meta-analysis：Statistical alchemy for the 21st century[J].J Clin Epidemiol.1995，48：71～79.
[6] Thacker，S B.Meta-analysis： a quantitative approach to research integration[J].JAMA，1988，259（11）：1685.
[7] Whitehead A，Whitehead J.A general parametric approach to the meta-analysis of randomized clinical trials[J].Statistics in Medicine，1991，10：1665～1677.
[8] 王重鸣.心理学研究方法[M].北京：人民教育出版社，1990.64～71.
[9] 董奇.心理与教育研究方法[M].广州：广东教育出版社，1992.
[10] 朱智贤，林崇德，董奇，申继亮.发展心理学研究方法[M].北京：北京师范大学出版社，1991.
[11] 洪明晃.Meta-analysis简介[J].中国卫生统计杂志.1992，（9）.
[12] 赵宁，俞顺章.Meta-analysis：一种新的定量综合方法[J].中国慢性病预防与控制，1993，（6）.
[13] 徐勇勇.Meta分析一类综合信息的统计方法[J].上海预防医学，1993，（5）.
[14] 张力为，黄定保.元分析及其在体育科学研究中的应用[J].体育科学，1993，（5）.
[15] 彭少麟，唐小焱.Meta分析及其在生态学上的应用[J].生态学杂志，1998，（5）.
[16] 孙福红，魏水易，许自明，孙晓红.随机对照试验Meta分析的质量评价[J].药物流行病学杂志，2002，（1）.
[17] 何成奇，赵晓玲.提高国内随机对照试验Meta-分析的质量[J].中国临床康复，2003，（3）.
纳米材料研究方法 ——《材料研究方法》课程论文学院：机电工程学院 ：王前聪 学号：201602044
纳米材料研究方法 摘要：本文以纳米材料为主要研究对象,阐述了其分析使用的分析方法。 关键词：纳米材料分析方法表征 1前言 纳米材料具有许多优良的物理及化学特性以及一系列新异的力、光、声、热、电、磁及催化特性，被广泛应用于国防、电子、化工、建材、医药、航空、能源、环境及日常生活用品中，具有重大的现实与潜在的高科技应用前景。纳米科技是未来高科技的基础, 而适合纳米科技研究的仪器分析方法是纳米科技中必不可少的实验手段。因此, 纳米材料的分析和表征对纳米材料和纳米科技发展具有重要的意义和作用。分析科学是人类知识宝库中最重要、最活跃的领域之一, 它不仅是研究的对象, 而且又是观察和探索世界特别是微观世界的重要手段。随着纳米材料科学技术的发展, 要求改进和发展新分析方法、新分析技术和新概念, 提高其灵敏度、准确度和可靠性, 从中提取更多信息, 提高测试质量、效率和经济性。 纳米材料主要性质有:小尺寸效应、表面与界面效应、量子尺寸效应、宏观量子隧道效应。目前表征纳米材料的技术很多，采用各种不同的测量信号形成了各种不同的材料分析方法，大体可以分为以下几种方法。
2 X射线衍射分析（XRD) X射线粉末衍射法的基本原理是:一束单色X射线碰击到研成细粉的样品上，在理想情况下，样品中晶体按各个可能的取向随机排列。在这样的粉末样品中，各种点阵面也以每个可能的取向存在。因此，对每套点阵面，至少有一些晶体的取向与入射束成Bragg角e，于是对这些晶体和晶面发生衍射。衍射束采用与图象记录仪相连的可移动检测仪Geiger，如计数器(衍射仪)检测，在记录纸上画出一系列峰。峰度位置和强度很容易从谱图上得到，从而使它成为物相分析的极为有用和快速的方法。 3光谱分析方法 3.1激光拉曼光谱分析(LR) 拉曼散射的过程涉及光的弹性散射和非弹性散射，当一束频率为n。的单色光照射到样品上时，都会发生散射现象，产生散射光，将产生弹性散射(Ray leighscattering)和非弹性散射(Raman scattering)。散射光的大部分具有与入射光(激发光)相同的频率，即散射光的光子能量与入射光的相同，这就是弹性散射，称为瑞利散射。当散射光的光子能量发生改变与入射光不同时，其频率高于和低于入射光即非弹性散射，称为拉曼散射。频率低于激发光的拉曼散射叫斯托克斯散射，频率高于激发光的拉曼散射叫反斯托克散射。其中Stokes线(v0一△v)与Anti-stokes线(v0+△v)对称分布在激发线(n0)。由于拉曼位移△、只取决于散射分子的结构而与v0无关，所以拉曼光谱可以作为分子振动能级的指纹光谱。拉曼位移△v(散射光
PCA是Principal component analysis的缩写，中文翻译为主元分析。它是一种对数据进行分析的技术，最重要的应用是对原有数据进行简化。正如它的名字：主元分析，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。它的优点是简单，而且无参数限制，可以方便的应用与各个场合。因此应用极其广泛，从神经科学到计算机图形学都有它的用武之地。被誉为应用线形代数最价值的结果之一。 在以下的章节中，不仅有对PCA的比较直观的解释，同时也配有较为深入的分析。首先将从一个简单的例子开始说明PCA应用的场合以及想法的由来，进行一个比较直观的解释；然后加入数学的严格推导，引入线形代数，进行问题的求解。随后将揭示PCA与SVD(Singular Value Decomposition)之间的联系以及如何将之应用于真实世界。最后将分析PCA理论模型的假设条件以及针对这些条件可能进行的改进。 在实验科学中我常遇到的情况是，使用大量的变量代表可能变化的因素，例如光谱、电压、速度等等。但是由于实验环境和观测手段的限制，实验数据往往变得极其的复杂、混乱和冗余的。如何对数据进行分析，取得隐藏在数据背后的变量关系，是一个很困难的问题。在神经科学、气象学、海洋学等等学科实验中，假设的变量个数可能非常之多，但是真正的影响因素以及它们之间的关系可能又是非常之简单的。 下面的模型取自一个物理学中的实验。它看上去比较简单，但足以说明问题。如图表 1所示。这是一个理想弹簧运动规律的测定实验。假设球是连接在一个无质量无摩擦的弹簧之上，从平衡位置沿轴拉开一定的距离 然后释放。 图表 1 对于一个具有先验知识的实验者来说，这个实验是非常容易的。球的运动只是在x轴向上发生，只需要记录下轴向上的运动序列并加以分析即可。但是，在真实世界中，对于第一次实验的探索者来说（这也是实验科 学中最常遇到的一种情况），是不可能进行这样的假设的。那么，一般来说，必须记录下球的三维位置 。这一点可以通过在不同角度放置三个摄像机实现（如图所示），假设以的频率拍摄画面，就可以得到球在空间中的运动序列。但是，由于实验的限制，这三台摄像机的角度可能比较任意，并不是正交 的。事实上，在真实世界中也并没有所谓的轴，每个摄像机记录下的都是一幅二维的图像，有其自己 的空间坐标系，球的空间位置是由一组二维坐标记录的：。经过实验，系统产生了
一、概述 在处理信息时，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠，例如，高校科研状况评价中的立项课题数与项目经费、经费支出等之间会存在较高的相关性；学生综合评价研究中的专业基础课成绩与专业课成绩、获奖学金次数等之间也会存在较高的相关性。而变量之间信息的高度重叠和高度相关会给统计方法的应用带来许多障碍。 为了解决这些问题，最简单和最直接的解决方案是削减变量的个数，但这必然又会导致信息丢失和信息不完整等问题的产生。为此，人们希望探索一种更为有效的解决方法，它既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。主成分分析正式这样一种能够有效降低变量维数，并已得到广泛应用的分析方法。 主成分分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，通常综合指标（主成分）有以下几个特点： ↓主成分个数远远少于原有变量的个数 原有变量综合成少数几个因子之后，因子将可以替代原有变量参与数据建模，这将大大减少分析过程中的计算工作量。 ↓主成分能够反映原有变量的绝大部分信息 因子并不是原有变量的简单取舍，而是原有变量重组后的结果，因此不会造成原有变量信息的大量丢失，并能够代表原有变量的绝大部分信息。 ↓主成分之间应该互不相关 通过主成分分析得出的新的综合指标（主成分）之间互不相关，因子参与数据建模能够有效地解决变量信息重叠、多重共线性等给分析应用带来的诸多问题。 ↓主成分具有命名解释性 总之，主成分分析法是研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子，如何使因子具有一定的命名解释性的多元统计分析方法。 二、基本原理 主成分分析是数学上对数据降维的一种方法。其基本思想是设法将原来众多的具有一定相关性的指标X1，X2，…，XP （比如p 个指标），重新组合成一组较少个数的互不相关的综合指标Fm 来代替原来指标。那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp 所代表的信息，又能保证新指标之间保持相互无关（信息不重叠）。 设F1表示原变量的第一个线性组合所形成的主成分指标，即 11112121...p p F a X a X a X =+++,由数学知识可知，每一个主成分所提取的信息量可 用其方差来度量，其方差Var(F1)越大，表示F1包含的信息越多。常常希望第一主成分F1所含的信息量最大，因此在所有的线性组合中选取的F1应该是X1，X2，…，XP 的所有线性组合中方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来p 个指标的信息，再考虑选取第二个主成分指标F2，为有效地反映原信息，F1已有的信息就不需要再出现在F2中，即F2与F1要保持独立、不相关，用数学语言表达就是其协方差Cov(F1, F2)=0，所以F2是与F1不
研究方法 因农产品流通研究涉及环节众多、需要从多角度、多方位着手、综合探究, 单凭某一种理论视角无法洞察所有,所以本文采用了多学科相交叉的方法、应用了新制度经济学、现代产业经济学等学科理论、并结合图形和案例等工具对农产品流通模式进行了系统的研究。具体方法如下: (1 )文献研究法 主要体现在该文的文献综述部分,通过对先辈研究成果的大量阅读、整理、 归纳,了解了迄今为止有关的研究范围、研究角度、研究方法、研究成果以及未覆盖的研究方面和未深化的研究分支,以上都对本篇论文的研究内容起了指导作用。 (2 )逻辑推演法 本文是以“依据现实背景和文献查阅基础上提出命题一对中国农产品流通 模式的现状分析和与国外模式的比较下找出问题所在--引进相关理论创新农 产品流通模式--提出有效政策建议”的逻辑结构框架展开的研究,符合命题的 内在逻辑关系。 (3 )规范分析与实证分析相结合 本文解释了农产品价格上涨的一个重要原因--流通成本过高;阐述了我国 现有农产品流通模式对生产者(农民)和消费者(市民)造成的影响;分析了 影响农产品流通成本的制度因素和市场因素。以上结合相应的统计数据和分析工具都回答了经济学中“是什么”的问题,也正是实证分析的体现。除此之外, 本文还致力于创新一个适用中国的农产品流通的新模式并最后给出相应的政 策建议,这也是回答了经济学中“应该是什么”的问题一正是规范分析的所在。
5 (4)定性分析和定量分析相结合 文章在探索创新农产品流通新模式的过程中,不仅需要有定性分析,包括 从现有模式到创新模式的改进分析、创新模式的可行性分析等,还需要收集大量数据、实例作为论据,对新模式的合理性进行评估的定量分析。 (5)多种学科相交叉的方法 前面己经提到:本文引入了新制度经济学的交易费用理论和现代产业经济 学的SCP范式来分别针对如何降低农产品流通成本和如何构建农产品流通新模式做了研究,并且,本文相关研究也应用到了统计学和计量经济学的方法。因此,各种学科在此再也不能独自发挥功效了。
研究资料整理分析的方法 篇一：资料的整理与分析方法 资料的整理与分析方法 我们在前面两文中分别谈到收集“事实资料”和“文献资料”的方法，这无形之中好象将资料分成了“事实资料”和“文献资料”两种，显然这不是一种严格意义上的分类（只是按照收集的方法来考虑的），因为“文献资料”中也可以有“事实资料”（当然不是第一手资料），它们之间有交叉的成分，由此为研究方便起见，可将其分为“事实资料”与“理性资料”；如果从资料的性质来考虑，资料还可以分为定量资料（主要是各种数据）与定性资料（主要是文字材料）。收集到大量的资料之后，一般就要进行适当的筛选、整理和分析。本文就要谈谈如何做好这些方面的工作。 一．筛选 有些研究，需要收集的资料比较多，面对这成堆的资料，首要的任务就是要在初步阅读（当然需要做简单的分析）的基础之上做适当的筛选。筛选的主要目的在于“去伪存真”，“由表及里”，即只保留对本课题研究有参考价值的资料而删去其余。通常，对于“理性资料”要求它有：可靠性，正确性，权威性；对于“事实资料”要求它有：真实性，典型
性，浓缩性。 二．整理 整理也就是要分门别类，并以某一种或几种方法表示出来，以便于下一步的分析。对于各种数据，首先是分类，通常有两类：计数数据和测量数据，其中后者又有四种水平：类别的，顺序的，等距的，比率的；然后进行适当的整理，通常采用的方法有两种：频数分布表和频数分布图，其中前者有简单次数分布表、相对次数分布表、累积次数分布表、累积相对次数分布表、累积百分数次数表等，后者又有散点图、线形图、条形图（也叫直方图）、圆形图（也称饼形图）之分。 对于定性资料，通常是按照一定的标准进行分类。比如对某一课题资料，可以按历史线索分类；可以按不同的观点分类；可以按研究的问题的性质分类；还可以按子课题分类，等等。 三．定性分析与定量分析 对资料的分析，从方法论角度，一般可分为定性分析和定量分析，而且通常在实际分析过程中，要把这两种方法结合起来，交互使用。因为定性分析与定量分析相互补充，相得益彰，处在统一的连续体之中，定性分析为定量分析提供
龙源期刊网 https://www.doczj.com/doc/b210252304.html, 元分析常见问题及解决方法 作者：孔博丹许惠芳孔博鉴 来源：《心理技术与应用》2014年第01期 摘要：元分析是心理学研究中的重要手段。国内元分析常出现发表性偏倚缺失以及误用随机效应模型和固定效应模型的问题。本文通过整理相关文献，指出研究者应当遵循漏斗图以及相关统计的指标研究、识别并处理发表性偏倚，遵循假设以及异质性检验的结果来选取适合的模型合并单个研究指标。 关键词：元分析；发表性偏倚；随机效应模型；固定效应模型；异质性检验 一、元分析常见问题 元分析是对已有的同类课题的研究进行综合评价、分析，整合独立研究的成果，以获得普遍性、概括性结论的方法。元分析的优势有两点，一是将哲学中的批判思想转变成为可操作的方法，二是填补了定量分析方法与定性分析方法的鸿沟。在心理学界，元分析被越来越多地应用于分析某领域研究的趋势，整合不统一的研究结论，探寻新的研究方向。近年来，国内介绍、应用元分析的论文逐渐增多。但是，同国外的元分析论文相比，国内元分析论文普遍存在两方面的问题：一是发表性偏倚过程的缺失，发表性偏倚在元分析过程中是一个较为重要的步骤，但是国内的元分析文献中较少涉及此过程；二是随机效应模型和固定效应模型选择标准误用。上述两个问题如果处理不好均有可能影响元分析结果的准确性，甚至有可能得到相反的结果。为此，本研究整理分析有关这两个问题的文献，期待通过对文献的梳理，解决上述两个问题。 二、发表性偏倚的识别及解决办法 （一）如何识别发表性偏倚 发表性偏倚是指由于研究者不能完全占有相关领域的资料而造成元分析结果存在偏倚。发表性偏倚常被称为“文件柜问题”，缘其类似于研究者没有将结果不显著的文献用于分析，就像把它们放在文件柜里（Rosenthal，1979）[1]。造成偏倚的原因有二：一是元分析者很难收集 到相关研究领域的所有文献，很多没有公开发表的文献是不易获取的；二是已经发表的文献中，证实了研究假设的居多，而有悖于研究假设的很少，同时元分析者也易将结果显著的研究纳入元分析中（Rosenthal，2001） [2]。偏倚一般体现为结果偏向于研究者的原假设。常用的评定方法有两类：直观的观察法和统计的方法。 直观的观察法常用漏斗图法（funnel plot），它由Light和Pillemer于1984年提出。漏斗 图将各个研究表示为直角坐标系里的散点图。一般来说，X轴是效应量值，Y轴是样本量。各个研究表示为坐标系内的点。漏斗图的理论依据是样本量越大，其对效应量值的估计也就越准
主元分析(PCA)理论分析及应用 什么就是PCA? PCA就是Principal component analysis的缩写,中文翻译为主元分析。它就是一种对数据进行分析的技术,最重要的应用就是对原有数据进行简化。正如它的名字:主元分析,这种方法可以有效的找出数据中最“主要”的元素与结构,去除噪音与冗余,将原有的复杂数据降维,揭示隐藏在复杂数据背后的简单结构。它的优点就是简单,而且无参数限制,可以方便的应用与各个场合。因此应用极其广泛,从神经科学到计算机图形学都有它的用武之地。被誉为应用线形代数最价值的结果之一。 在以下的章节中,不仅有对PCA的比较直观的解释,同时也配有较为深入的分析。首先将从一个简单的例子开始说明PCA应用的场合以及想法的由来,进行一个比较直观的解释;然后加入数学的严格推导,引入线形代数,进行问题的求解。随后将揭示PCA与SVD(Singular Value Decomposition)之间的联系以及如何将之应用于真实世界。最后将分析PCA理论模型的假设条件以及针对这些条件可能进行的改进。 一个简单的模型 在实验科学中我常遇到的情况就是,使用大量的变量代表可能变化的因素,例如光谱、电压、速度等等。但就是由于实验环境与观测手段的限制,实验数据往往变得极其的复杂、混乱与冗余的。如何对数据进行分析,取得隐藏在数据背后的变量关系,就是一个很困难的问题。在神经科学、气象学、海洋学等等学科实验中,假设的变量个数可能非常之多,但就是真正的影响因素以及它们之间的关系可能又就是非常之简单的。 下面的模型取自一个物理学中的实验。它瞧上去比较简单,但足以说明问题。如图表错误!未定义书签。所示。这就是一个理想弹簧运动规律的测定实验。假设球就是连接在一个无质量无摩擦的弹簧之上,从平衡位置沿x轴拉开一定的距离然后释放。 图表错误!未定义书签。 对于一个具有先验知识的实验者来说,这个实验就是非常容易的。球的运动只就是在x
一. 傅里叶红外光谱仪 1. 什么是红外光谱图 当一束连续变化的各种波长的红外光照射样品时，其中一部分被吸收，吸收的这部分光能就转变为分子的振动能量和转动能量；另一部分光透过，若将其透过的光用单色器进行色散，就可以得到一谱带。若以波长或波数为横坐标，以百分吸收率或透光度为纵坐标，把这谱带记录下来，就得到了该样品的红外吸收光谱图，也有称红外振-转光谱图 2. 红外光谱仪基本工作原理 用一定频率的红外线聚焦照射被分析的试样，如果分子中某个基团的振动频率与照射红外线相同就会产生共振，这个基团就吸收一定频率的红外线，把分子吸收的红外线的情况用仪器记录下来，便能得到全面反映试样成份特征的光谱，从而推测化合物的类型和结构。 3. 红外光谱产生的条件 (1) 辐射应具有能满足物质产生振动跃迁所需的能量； (2) 辐射与物质间有相互偶合作用。 4. 红外光谱图的三要素 峰位、峰强和峰形 5. 红外光谱样品的制备方法 1) 固体样品的制备 a. 压片法 b. 糊状法: c. 溶液法 2) 液体样品的制备 a. 液膜法 b. 液体吸收池法 3) 气态样品的制备: 气态样品一般都灌注于气体池内进行测试 4) 特殊样品的制备—薄膜法 a. 熔融法 b. 热压成膜法
c. 溶液制膜法 6. 红外对供试样品的要求 ①试样纯度应大于98％，或者符合商业规格，这样才便于与纯化合物的标准光谱或商业光谱进行对照，多组份试样应预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱互相重叠，难予解析。 ②试样不应含水（结晶水或游离水） 水有红外吸收，与羟基峰干扰，而且会侵蚀吸收池的盐窗。所用试样应当经过干燥处理。 ③试样浓度和厚度要适当 使最强吸收透光度在5～20%之间 7. 红外光谱特点 1）红外吸收只有振-转跃迁，能量低； 2）应用范围广：除单原子分子及单核分子外，几乎所有有机物均有红外吸收；3）分子结构更为精细的表征：通过红外光谱的波数位置、波峰数目及强度确定分子基团、分子结构； 4）分析速度快； 5）固、液、气态样均可用，且用量少、不破坏样品； 6）与色谱等联用（GC-FTIR）具有强大的定性功能； 7）可以进行定量分析； 二. 紫外光谱 1. 什么是紫外-可见分光光度法？产生的原因及其特点？ 紫外-可见分光光度法也称为紫外-可见吸收光谱法，属于分子吸收光谱，是利用某些物质对200-800 nm光谱区辐射的吸收进行分析测定的一种方法。紫外-可见吸收光谱主要产生于分子价电子（最外层电子）在电子能级间的跃迁。该方法具有灵敏度高，准确度好，使用的仪器设备简便，价格廉价，且易于操作等优点，故广泛应用于无机和有机物质的定性和定量测定。 2. 什么是吸收曲线？及其吸收曲线的特点？ 测量某种物质对不同波长单色光的吸收程度，以波长为横坐标，吸光度为纵坐标作图，可得到一条曲线，称为吸收光谱曲线或光吸收曲线，它反映了物质
（一）主成分分析法的基本思想 主成分分析（Principal Component Analysis ）是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。[2] 采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点，引进多方面的财务指标，但又将复杂因素归结为几个主成分，使得复杂问题得以简化，同时得到更为科学、准确的财务信息。 （二）主成分分析法代数模型 假设用p 个变量来描述研究对象，分别用X 1，X 2…X p 来表示，这p 个变量构成的p 维随机向量为X=(X 1，X 2…X p )t 。设随机向量X 的均值为μ，协方差矩阵为Σ。对X 进行线性变化，考虑原始变量的线性组合： Z 1=μ11X 1+μ12X 2+…μ1p X p Z 2=μ21X 1+μ22X 2+…μ2p X p …… …… …… Z p =μp1X 1+μp2X 2+…μpp X p 主成分是不相关的线性组合Z 1，Z 2……Z p ，并且Z 1是X 1，X 2…X p 的线性组合中方差最大者，Z 2是与Z 1不相关的线性组合中方差最大者，…，Z p 是与Z 1，Z 2 ……Z p-1都不相关的线性组合中方差最大者。 （三）主成分分析法基本步骤 第一步：设估计样本数为n ，选取的财务指标数为p ，则由估计样本的原始数据可得矩阵X=(x ij )m ×p ，其中x ij 表示第i 家上市公司的第j 项财务指标数据。 第二步：为了消除各项财务指标之间在量纲化和数量级上的差别，对指标数据进行标准化，得到标准化矩阵（系统自动生成）。 第三步：根据标准化数据矩阵建立协方差矩阵R ，是反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。其中，R ij （i ，j=1，2，…，p ）为原始变量X i 与X j 的相关系数。R 为实对称矩阵 （即R ij =R ji ），只需计算其上三角元素或下三角元素即可，其计算公式为： 2211)()() ()(j kj n k i kj j kj n k i kj ij X X X X X X X X R -=--=-=∑∑ 第四步：根据协方差矩阵R 求出特征值、主成分贡献率和累计方差贡献率，确定主成分个数。解特征方程0=-R E λ，求出特征值λi （i=1，2，…，p ）。 因为R 是正定矩阵，所以其特征值λi 都为正数，将其按大小顺序排列，即λ1≥λ2≥…≥λi ≥0。特征值是各主成分的方差，它的大小反映了各个主成分的影响力。主成分Z i 的贡献率W i =∑=p j j j 1λλ，累计贡献率为
研究方法及步骤 【摘要】本文从科学研究的思维方式入手，介绍了研究的路径、研究的分析方法，以及研究的设计与步骤。作者强调论文写作应该反映研究过程，遵循科学的分析方法和步骤。作者对论文写作中涉及的主要方法与步骤进行了介绍和分析，特别是针对传统的研究思维模式进行了反思，剖析了研究生论文写作中的问题，为研究生的论文写作勾画出了一个研究过程的框架。 【关键字】研究方法研究步骤定量分析定性分析论文写作步骤 ThesisWriting:ResearchMethodologiesandProcedures JianWang ProfessorofInternationalbusiness UniversityofInternationalBusinessandEconomics(UIBE) ABSTRACT:Thispaperbeginswithscientificresearchcycleconcept,introd ucesresearchapproaches,analysismethods,researchdesignandprocedures.Th eauthoremphasizestheimportanceofmethodologiesandprocedures,whichshoul https://www.doczj.com/doc/b210252304.html,paredwithnormalscientificresear chmethodologiesandprocedures,theauthorrethinkstheChinesetraditionalis sue-orientedresearchapproachbypointingoutitsambiguityandignoranceofme thodologiesandprocedures.Thepapercanprovideaguidanceandframeworkforgr aduatestudentsdoingresearchwhilecompletingtheirthesiswritings. KEYWORDS:researchmethodology,researchprocedures,quantitativemetho ds,qualitativemethods,thesiswritingprocedures 论文写作中的研究方法与研究步骤 一、研究的循环思维方式 二、研究的路径 三、研究的分析方法 四、研究过程的设计与步骤 五、对传统研究思维模式的再思考 在我们指导研究生写论文的过程中，甚至于我们自己从事课题研究时，不禁让我们思考一系列有关研究的基本问题。例如，我们为什么要写论文？我们为什么要做研究？在我们探讨论文写作的过程中，我们是为了完成论文本身的写作，还是完成一个研究过程？写论文与做研究之间有什么联系与区别？如果论文写作应该反映一个研究过程，那么研究过程应该是什么样的？我们用什么样的方法进行研究？我们发现这些问题的解决，对指导研究生的论文写作有非常大的帮助。因此，本文就以我个人在从事教学课题研究和指导研究生完成论文中总结的一些有关研究方法与研究步骤的问题与大家交流共享。欢迎大家参与讨论。 一、研究的循环思维方式 世界上无论哪个领域都存在许多未知的事物，也存在着许多未知的规律。我们研究者的主要任务就是要不断地从大量的事实中总结规律，将之上升到可以指导实践的理论。然而理论也并不是绝对的真理，它也要在实践中不断地被修正，因此，就会有人对理论的前提和内容进行质疑，并提出新的猜想和新的思维。新的猜想和新的思维又要在实践中进行验证，从而发展和完善理论体系。我们探求未知事物及其规律就需要有研究的过程。这个过程，我们称之为研究的循环思维方式（ResearchCycle）。用概念模型来表述就是[1]： Facts—Theory—Speculation
主成分分析法的步骤和原理[技巧] (一)主成分分析法的基本思想 主成分分析(Principal Component Analysis)是利用降维的思想，将多个变量转化为少数几个综合变量(即主成分)，其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息， [2]且所含的信息互不重叠。 采用这种方法可以克服单一的财务指标不能真实反映公司的财务情况的缺点，引进多方面的财务指标，但又将复杂因素归结为几个主成分，使得复杂问题得以简化，同时得到更为科学、准确的财务信息。 (二)主成分分析法代数模型 假设用p个变量来描述研究对象，分别用X，X…X来表示，这p个变量12p t构成的p维随机向量为X=(X，X…X)。设随机向量X的均值为μ，协方差矩12p 阵为Σ。假设 X 是以 n 个标量随机变量组成的列向量，并且μk 是其第k 个元素的期望值，即，μk= E(xk)，协方差矩阵然后被定义为: Σ=E{(X-E[X])(X-E[X])}=(如图 对X进行线性变化，考虑原始变量的线性组合: Z1=μ11X1+μ12X2+…μ1pXp Z2=μ21X1+μ22X2+…μ2pXp …… …… ……
Zp=μp1X1+μp2X2+…μppXp 主成分是不相关的线性组合Z，Z……Z，并且Z是X1，X2…Xp的线性组12p1 合中方差最大者，Z是与Z不相关的线性组合中方差最大者，…，Zp是与Z，211Z ……Z都不相关的线性组合中方差最大者。 2p-1 (三)主成分分析法基本步骤 第一步:设估计样本数为n，选取的财务指标数为p，则由估计样本的原始数据可得矩阵X=(x)，其中x表示第i家上市公司的第j项财务指标数据。ijm×pij 第二步:为了消除各项财务指标之间在量纲化和数量级上的差别，对指标数据进行标准化，得到标准化矩阵(系统自动生成)。 第三步:根据标准化数据矩阵建立协方差矩阵R，是反映标准化后的数据之间相关关系密切程度的统计指标，值越大，说明有必要对数据进行主成分分析。其中，R(i，j=1，2，…，p)为原始变量X与X的相关系数。R为实对称矩阵ijij (即R=R)，只需计算其上三角元素或下三角元素即可，其计算公式为:ijji n X(kjX,iX)(kjX,j), k,1Rij, n 22(Xkj,Xi)(Xkj,Xj), k,1 第四步:根据协方差矩阵R求出特征值、主成分贡献率和累计方差贡献率，,E,R,0确定主成分个数。解特征方程，求出特征值λ(i=1，2，…，p)。i 因为R是正定矩阵，所以其特征值λi都为正数，将其按大小顺序排列，即 λ1?λ2?…?λi?0。特征值是各主成分的方差，它的大小反映了各个主成分的p ,,,影响力。主成分Z的贡献率W=，累计 i i jj,1
内容分析法、文献研究法、文本分析法 内容分析 （1）从字面意义上看，可以是指对研究对象的内容本身进行分析研究，既可以是定量研究，也可以是定性研究。 （2）一般意义上讲，或者是从狭义上讲，主要是指定量分析方法中，对内容和信息的分析。 内容分析方法是一种对文献内容作客观系统的定量分析的专门方法，其目的是弄清或测验文献中本质性的事实和趋势，揭示文献所含有的隐性情报内容，对事物发展做情报预测。它实际上是一种半定量研究方法，其基本做法是把媒介上的文字、非量化的有交流价值的信息转化为定量的数据，建立有意义的类目分解交流内容，并以此来分析信息的某些特征。 内容分析方法原为社会科学家借用自然科学的定量分析的科学方法，对历史文献内容进行内容分析而发展起来的。后来，美国的一些传播学研究者利用这种方法去分析报纸的内容，了解信息发展的倾向，随后，内容分析渐渐扩大到对各类语文传播，如报纸、电视、电影、广播、杂志、书刊、信件、演讲、传单、日记、谈话等等的分析，以及对各类的非语文传播，如音乐、手势、姿势地图、艺术作品等的分析，成为传播学的一种重要的传播手段。 内容能够分析方法的特点： 1、明显的传播内容。被分析的对象应该是以任何形态被记录和保存下来，并具有传播价值的内容。任何形态包括文字记录形态（如报纸、杂志），非文字记录形态（广播、唱片）和影像记录形态（电影）等。同时，明显的传播内容是指它所表现的直接意义，而不是指其包含的潜在动机。内容分析就是通过对直接显示的内容的量化处理来判断其间接的、潜在的动机和成果。 2、客观性。在内容分析的过程中，按照预先制定的分析类目表格进行判断和记录内容出现的客观事实。并根据客观事实再做出分析描述。 3、系统性。这是指内容的判断、记录、分析过程是以特定的表格形式、按一定的程序进行的。 4、量化。指内容分析的结果可以用数字表达，并能用某种数学关系来表示，如用次数分配、各种百分率获比例、相关系数等方法进行描述。 由此可见，内容分析实际上是以预先设计的类目表格为依据，以系统、客观、量化的方式，对信息内容加以归类统计，并根据类别项目的统计数字做出叙述性的说明，它不仅是资料的收集方法，也是一种独立、完整的专门研究方法。 文献研究方法 文献分类： 一次文献：包括图书、期刊、论文、调查报告、会议记录、实验报告，是实践的记录和总结，具有原创性； 二次文献：是由一次文献提炼出来的，如目录、索引、文摘等，在二次文献中，我们不能获得作者的观点，只是为了研究者提供检索的方便，使我们更快的找到想要的东西。 三次文献：在二次文献的基础上检索、筛选、综合分析而成的，如综述与述评。 文献研究的定义：指根据一定的目的，通过搜集和分析文献资料而进行的研究。 文献研究的两种情形： 一、某些课题主要就是通过文献研究来完成的，如中国动漫与日本动漫的比较研究。 二、文献研究在真个课题研究中是作为辅助性的研究方法之一，如实验研究法、调查研究法中的文献研究法。
一.傅里叶红外光谱仪 1.什么是红外光谱图 当一束连续变化的各种波长的红外光照射样品时，其中一部分被吸收，吸收的这部分光能就转变为分子的振动能量和转动能量；另一部分光透过，若将其透过的光用单色器进行色散，就可以得到一谱带。若以波长或波数为横坐标，以百分吸收率或透光度为纵坐标，把这谱带记录下来，就得到了该样品的红外吸收光谱图，也有称红外振-转光谱图 2.红外光谱仪基本工作原理 用一定频率的红外线聚焦照射被分析的试样，如果分子中某个基团的振动频率与照射红外线相同就会产生共振，这个基团就吸收一定频率的红外线，把分子 吸收的红外线的情况用仪器记录下来，便能得到全面反映试样成份特征的光谱，从而推测化合物的类型和结构。 3.红外光谱产生的条件 (1)辐射应具有能满足物质产生振动跃迁所需的能量； (2)辐射与物质间有相互偶合作用。 4.红外光谱图的三要素 峰位、峰强和峰形 5.红外光谱样品的制备方法 1)固体样品的制备 a.压片法 b.糊状法： c.溶液法 2)液体样品的制备 a.液膜法 b.液体吸收池法 3)气态样品的制备：气态样品一般都灌注于气体池内进行测试 4)特殊样品的制备一薄膜法 a.熔融法 b.热压成膜法 c.溶液制膜法
6.红外对供试样品的要求 ①试样纯度应大于98%，或者符合商业规格，这样才便于与纯化合物的标准光谱或商业光谱进行对照，多组份试样应预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱互相重叠，难予解析。 ②试样不应含水（结晶水或游离水） 水有红外吸收，与羟基峰干扰，而且会侵蚀吸收池的盐窗。所用试样应当经过干燥处理。 ③试样浓度和厚度要适当 使最强吸收透光度在5?20%之间 7.红外光谱特点 1）红外吸收只有振-转跃迁，能量低； 2）应用范围广：除单原子分子及单核分子外，几乎所有有机物均有红外吸收； 3）分子结构更为精细的表征：通过红外光谱的波数位置、波峰数目及强度确定 分子基团、分子结构； 4）分析速度快； 5）固、液、气态样均可用，且用量少、不破坏样品； 6）与色谱等联用（GC-FTIR）具有强大的定性功能； 7）可以进行定量分析； 二.紫外光谱 1?什么是紫外-可见分光光度法？产生的原因及其特点？ 紫外-可见分光光度法也称为紫外-可见吸收光谱法，属于分子吸收光谱，是 利用某些物质对200-800 nm光谱区辐射的吸收进行分析测定的一种方法。紫外- 可见吸收光谱主要产生于分子价电子（最外层电子）在电子能级间的跃迁。该方法具有灵敏度高，准确度好，使用的仪器设备简便，价格廉价，且易于操作等优点，故广泛应用于无机和有机物质的定性和定量测定。 2?什么是吸收曲线？及其吸收曲线的特点？ 测量某种物质对不同波长单色光的吸收程度，以波长为横坐标，吸光度为纵坐标作图，可得到一条曲线，称为吸收光谱曲线或光吸收曲线，它反映了物质对不同波长光的吸收情况。 ①同一种物质对不同波长光的吸光度不同。吸光度最大处对应的波长称为最大
主成分分析法 [ 编辑 ] 什么是主成分分析法 主成分分析也称 主分量分析 ，旨在利用降维的思想，把多 指标 转化为少数几个综合指标。 在 统计学 中，主成分分析（ principal components analysis,PCA ）是一种简化数据集的技 术。它是一个线性变换。 这个变换把数据变换到一个新的坐标系统中， 使得任何数据投影的第一 大方差 在第一个坐标 （称为第一主成分 ）上，第二大方差在第二个坐标 （第二主成分 ）上，依次类推。 主成分分析经常用减少数据集的维数， 同时保持数据集的对 方差 贡献最大的特征。 这是通过保留 低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是， 这也不是一定的，要视具体应用而定。 [ 编辑 ] ， PCA ） 又称： 主分量分析，主成分回归分析法 主成分分析（ principal components analysis
主成分分析的基本思想 在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的，是解决这类题的理想工具。 同样，在科普效果评估的过程中也存在着这样的问题。科普效果是很难具体量化的。在实际评估工作中，我们常常会选用几个有代表性的综合指标，采用打分的方法来进行评估，故综合指标的选取是个重点和难点。如上所述，主成分分析法正是解决这一问题的理想工具。因为评估所涉及的众多变量之间既然有一定的相关性，就必然存在着起支配作用的因素。根据这一点，通过对原始变量相关矩阵内部结构的关系研究，找出影响科普效果某一要素的几个综合指标，使综合指标为原来变量的线性拟合。这样，综合指标不仅保留了原始变量的主要信息，且彼此间不相关，又比原始变量具有某些更优越的性质，就使我们在研究复杂的科普效果评估问题时，容易抓住主要矛盾。上述想法可进一步概述为：设某科普效果评估要素涉及个指标，这指标构成的维随机向量为。对作正交变换，令，其中为正交阵，的各分量是不相关的，使得的各分量在某个评估要素中的作用容易解释，这就使得我们有可能从主分量中选择主要成分，削除对这一要素影响微弱的部分，通过对主分量的重点分析，达到对原始变量进行分析的目的。的各分量是原始变量线性组合，不同的分量表示原始变量之间不同的影响关系。由于这些基本关系很可能与特定的作用过程相联系，主成分分析使我们能从错综复杂的科普评估要素的众多指标中，找出一些主要成分，以便有效地利用大量统计数据，进行科普效果评估分析，使我们在研究科普效果评估问题中，可能得到深层次的一些启发，把科普效果评估研究引向深入。 例如，在对科普产品开发和利用这一要素的评估中，涉及科普创作人数百万人、科普作品发行量百万人、科普产业化（科普示范基地数百万人）等多项指标。经过主成分分析计算，最后确定个或个主成分作为综合评价科普产品利用和开发的综合指标，变量数减少，并达到一定的可信度，就容易进行科普效果的评估。 [ 编辑] 主成分分析法的基本原理 主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。 [ 编辑] 主成分分析的主要作用
同济大学材料学院材料学专业——2004年真题及解析 科目一：代码821 科目名称：材料研究方法 北京万学教育科技有限公司
一、真题 考试年份：2004 招生专业：材料学 研究方向： 01高性能水泥基材料 02智能材料 03新型建筑材料 04生态环境材料 05无机功能材料 06高分子功能材料 07高分子材料改性 08生物医用材料 09金属功能材料 10纳米材料 11材料体系分析与建模方法 1．X射线与物质相互作用时会产生那些效应？利用其中那些效应可以进行晶体结构的分析鉴定？如何利用X射线衍射分析法鉴定晶态与非晶态？2．画出晶体对X射线衍射的示意图，写出布拉格方程，并说明该方程中各参数的意义。 3．X射线衍射方法在材料研究中有哪些应用？请具体阐述。 4．请阐述电子与固体物质相互作用时产生的各种电子信号，并介绍这些电子信号在材料分析研究中的各种用途。 5．试讨论加热速度、试样颗粒度、炉内压力和气氛对差热分析结果的影响，为什么说差热分析只能进行定性或半定量分析，而示差扫描量热分析法则可以进行定量分析？ 6．通常在一张NMR谱图中可以得到哪些基本信息？并举例说明NMR在材料结构分析中的应用。 7．影响热重曲线的因素有哪些？如何保证热重分析的精确度？举例说明热重分析在材料研究中的应用 8．请介绍透射电镜分析时的块状样品表面复型种类和复型方法。为何电子显微分析可以获得较光学显微分析高得多的分辨。 9．请阐述电子探针X射线显微分析的基本原理和应用，并比较两种常用的X射线谱仪——波谱仪和能谱仪的特点。 10．如何利用差热分析、热重分析和热膨胀分析来区分无机材料中的脱水分解、氧化、多晶转变、烧结等过程？ 11．微晶玻璃是一种在玻璃基体中均匀析出所需微晶相的新材料，在微晶玻璃材料研究过程中，需要掌握玻璃转变温度Tg、析晶温度、析出晶体的 第 1 页共11 页
元分析（meta-analysis）：是对已有的同类课题的研究进行综合评价、分析，整合独立研究的成果，以获得普遍性、概括性结论的方法，它是研究评价的重要方法之一。简要的说是对研究结果的总体分析。 一、元分析的发展和特点 1、元分析的发展 元分析的英文是meta-analysis，由美国教育心理学家Glass在1976年首次命名。Meta 是英文中的前缀，为“更加全面或超常规的综合”的意思。 2、元分析的特点 （1）元分析是一种全面的评价，是整合研究成果的有效方法。 （2）元分析是定性与定量结合的分析方法。元分析在定性分析的基础上引入了定量分析方法，它不受研究数量、研究方法、样本容量等因素的限制，可以用于处理分析大量的研究资料。元分析获得的结论有助于修正描述性定性分析的错误。 （3）元分析寻求普遍性的结论。元分析通过对大量相同课题的研究的结果的综合分析，对从研究选题到结果分析的研究过程涉及的各种问题和结果进行全面评价，概括出研究结果所反映的共同效应，即普遍性结论。 二、元分析的步骤 元分析主要包括四个步骤：文献检索、资料的分类、研究结果的测算和分析与评估。 1、文献检索。进行元分析，首先要对与所研究的课题相同或相似的有关研究资料进行收集，即文献检索。所检索的文献的全面性，直接关系到元分析结果的可靠性和准确性。 2、资料的分类。通过文献检索收集到了全面的研究资料后，就要对其进行分类。资料的分类实际上是一个定性分析的过程，是测算研究结果的基础。研究的分类是按照研究的特点，根据不同的标准进行的。可以根据被试的特征，研究方法和研究设计的类型，研究的信度和效度等进行分类。研究资料的分类结果一般以编码表的形式呈现，编码有两种方式，即以与研究方法有关的维度进行的“方法编码”和以与研究的内容有关的维度进行的“内容编码”。 3、研究结果的测算。对研究资料进行了分类和编码后，就要选择适当的方法对研究的结果进行测算。主要需要测算的两个指标是统计显著性和效应量（即实验处理的效果大小）。效应量的基本计算公式为： =实验组因变量的平均值-对照组因变量平均值 效应量 对照组的标准差 如果一个研究有多个因变量，还需计算出该研究的平均效应量。计算出每一研究的效应量后，还需对效应量进行合成。由于各研究运用的统计方法和统计指标的不同，统计显著性和效应量的计算方法有多种。 4、综合评价，作出结论。对各研究的统计显著性水平和效应量进行合成后，就要对这些研究结果进行评价，并作出总的结论。一般地，合成后的统计显著性水平为P<0.05，但效应量的大小则没有统一的标准，习惯上，以平均效应量?≤0.4为实验处理效应较小；0.5≤?≤0.7为效应中等；?≥0.8为效应较大。 三、元分析的应用 1、有关心理疗法效应的元分析 2、有关学校班级大小和学习成绩之间关系的元分析。 四、元分析的评价 实践表明，元分析是对某一领域内大量同类研究的结果进行定性与定量综合的评价与分