摘? ? 要：目的：分析高職醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)基礎(chǔ)課與專業(yè)課之間的相關(guān)性，為相關(guān)專業(yè)在課程設(shè)置和教學(xué)管理上提供參考;方法：采用SPSS25.0和SPSSModeler對(duì)南京衛(wèi)生高職校醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)近5年110名學(xué)生的20門(mén)課成績(jī)進(jìn)行了簡(jiǎn)單相關(guān)分析、典型相關(guān)分析、多元線性回歸分析和關(guān)聯(lián)規(guī)則分析;結(jié)果：該專業(yè)的基礎(chǔ)課和專業(yè)課之間高度相關(guān)（典型相關(guān)系數(shù)0.864，P<0.01），基礎(chǔ)課中臨床醫(yī)學(xué)概論、物理、電工技術(shù)、模擬電子技術(shù)、數(shù)字電子技術(shù)、單片機(jī)原理等課程對(duì)后期專業(yè)課程的影響程度較大，專業(yè)課中醫(yī)療設(shè)備管理和醫(yī)療器械概論對(duì)前期基礎(chǔ)課的依賴程度較小;結(jié)論：醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)課程設(shè)置跨度較大，對(duì)專業(yè)基礎(chǔ)課應(yīng)給與高度重視才能培養(yǎng)出符合行業(yè)需求的高素質(zhì)、技能型復(fù)合人才。

關(guān)鍵詞：醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè);簡(jiǎn)單相關(guān)分析;典型相關(guān)分析;回歸分析;關(guān)聯(lián)規(guī)則分析

基金項(xiàng)目：江蘇省教育科學(xué)“十三五”規(guī)劃課題課題“建立醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)課程設(shè)置與從業(yè)能力相關(guān)性模型的研究”（項(xiàng)目編號(hào)：B-b/2018/03/27）

作者簡(jiǎn)介：叢茂檸，男，高級(jí)講師，主要研究方向?yàn)榕R床醫(yī)學(xué)工程教學(xué)。

中圖分類號(hào)：G712? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? 文章編號(hào)：1674-7747（2019）14-0034-08

醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)是醫(yī)學(xué)與工程相結(jié)合的交叉專業(yè)，課程涉及臨床醫(yī)學(xué)基礎(chǔ)知識(shí)、電子和機(jī)械知識(shí)、計(jì)算機(jī)及各類醫(yī)療設(shè)備原理，知識(shí)結(jié)構(gòu)跨度大，課程設(shè)置的合理性就顯得尤為重要。學(xué)生的成績(jī)不僅可以反映個(gè)體學(xué)習(xí)的情況，而且還包括了課程間的潛在聯(lián)系，從中尋找對(duì)課程設(shè)置有價(jià)值的信息將有利于教學(xué)質(zhì)量和教學(xué)效果的改善[1]，從而提高人才培養(yǎng)的質(zhì)量[2]，這也將直接影響到學(xué)生的就業(yè)和學(xué)科的發(fā)展。[3]通過(guò)對(duì)學(xué)生成績(jī)的分析，不僅能探討學(xué)生成績(jī)?cè)u(píng)價(jià)的科學(xué)性，而且可以挖掘出課程之間的相關(guān)性，并將分析結(jié)果用與指導(dǎo)專業(yè)課程的設(shè)置，為改進(jìn)教學(xué)方式，促進(jìn)課程改革和專業(yè)建設(shè)提供必要的支持。

一、數(shù)據(jù)分析的對(duì)象及工具

本文數(shù)據(jù)選用了南京衛(wèi)生高職校醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)2014年—2018年間110名學(xué)生20門(mén)課程的成績(jī)，其中有10門(mén)專業(yè)基礎(chǔ)課和10門(mén)專業(yè)課，使用SPSS25.0統(tǒng)計(jì)分析軟件進(jìn)行課程間的簡(jiǎn)單相關(guān)分析、典型相關(guān)分析和多元線性回歸分析，使用SPSSModeler數(shù)據(jù)挖掘軟件進(jìn)行課程關(guān)聯(lián)規(guī)則的分析。

二、課程的相關(guān)性分析

（一）數(shù)據(jù)預(yù)處理

首先，對(duì)從成績(jī)數(shù)據(jù)庫(kù)中導(dǎo)出的數(shù)據(jù)進(jìn)行清洗和格式轉(zhuǎn)換，以符合數(shù)據(jù)分析的要求?？荚嚨某煽?jī)以首次成績(jī)?yōu)闇?zhǔn)，不計(jì)算補(bǔ)考及重修后的成績(jī)。對(duì)留級(jí)學(xué)生的成績(jī)進(jìn)行合并處理，去除冗余數(shù)據(jù)。因特殊原因缺失成績(jī)較多的記錄，將其刪除;缺失成績(jī)較少的記錄，采取鄰近點(diǎn)線性趨勢(shì)方法來(lái)填補(bǔ)缺失值。

其次，根據(jù)專業(yè)常識(shí)和教學(xué)安排，將20門(mén)課程分成5組，并給每門(mén)課程賦予相應(yīng)的變量名，如表1所示，以方便后期處理。

最后，通過(guò)散點(diǎn)圖（如圖1），預(yù)觀察變量間的線性趨勢(shì)。根據(jù)圖1所示，變量間基本成線性趨勢(shì)，學(xué)生的成績(jī)也基本成正態(tài)分布。

（二）基礎(chǔ)課與專業(yè)課之間的簡(jiǎn)單相關(guān)分析（Pearson相關(guān)分析）

Pearson系數(shù)r是用來(lái)衡量課程間聯(lián)系緊密度的統(tǒng)計(jì)指標(biāo)。當(dāng)|r|≥0.5 并且顯著性檢驗(yàn)的 p<0.05時(shí)，說(shuō)明兩課程顯著相關(guān);當(dāng)0.3≤|r|<0.5 并且顯著性檢驗(yàn)的 p<0.05 時(shí)，說(shuō)明兩課程低度相關(guān);當(dāng)|r|<0.3，說(shuō)明兩課程在統(tǒng)計(jì)意義上不相關(guān)。通過(guò)Pearson相關(guān)分析，基礎(chǔ)課與專業(yè)課之間的Pearson相關(guān)系數(shù)如表2所示。

（三）基礎(chǔ)課與專業(yè)課的典型相關(guān)分析

典型相關(guān)分析是借用主成分分析降維的思想，在兩組變量中都選擇若干有代表性的綜合指標(biāo)（變量的線性組合），綜合指標(biāo)能包含大部分原變量組的信息，通過(guò)研究?jī)山M綜合指標(biāo)之間的相關(guān)關(guān)系來(lái)反映兩組變量之間的相關(guān)關(guān)系，是將兩組變量之間的多重線性相關(guān)研究轉(zhuǎn)化為兩個(gè)典型變量之間的簡(jiǎn)單線性相關(guān)研究。

1.數(shù)據(jù)的降維處理。不論是基礎(chǔ)課之間還是專業(yè)課之間，均存在一定的共線性問(wèn)題，通過(guò)降維處理，減少變量間的重疊信息，便于進(jìn)一步分析處理。此環(huán)節(jié)采用主成分分析法進(jìn)行降維處理。[4]

以專業(yè)課1為例，第一主成分特征值為4.056>1，方差解釋率57.945%;其后的主成分特征值均<1，所以此處只提取第一主成分，根據(jù)成分得分系數(shù)矩陣可列出第一主成分表達(dá)式，所有主成分表達(dá)式如表3所示。

2.典型相關(guān)分析。使用SPSS的典型相關(guān)分析功能，計(jì)算z1，z2，z3和z4，z5這兩組典型變量之間的典型相關(guān)系數(shù)和顯著性檢驗(yàn)系數(shù)，只得到一對(duì)典型變量的P<0.01，其典型相關(guān)系數(shù)是0.864，說(shuō)明這一對(duì)典型變量能夠解釋86.4%的信息量。根據(jù)標(biāo)準(zhǔn)化典型系數(shù)表，可得基礎(chǔ)課的典型變量表達(dá)式為：U1=0.168z1+0.004z2+0.861z3;專業(yè)課的典型變量表達(dá)式為：V1=0.780z4+0.337z5。

（四）專業(yè)課程的多元線性回歸分析

線性回歸是分析變量間數(shù)量依存關(guān)系的統(tǒng)計(jì)分析方法，1門(mén)專業(yè)課同時(shí)受多門(mén)基礎(chǔ)課的影響，通過(guò)構(gòu)建多元線性回歸模型來(lái)對(duì)專業(yè)課程進(jìn)行分析和預(yù)測(cè)，圖2～4和表4是以常用醫(yī)用電子儀器課程（y11）為例。

1.殘差分析與條件檢驗(yàn)。圖2～4說(shuō)明成績(jī)數(shù)據(jù)和殘差近似服從正態(tài)分布，回歸標(biāo)準(zhǔn)化殘差與標(biāo)準(zhǔn)化預(yù)測(cè)值散點(diǎn)圖數(shù)據(jù)點(diǎn)在正負(fù)3個(gè)標(biāo)準(zhǔn)差以內(nèi)，無(wú)異常點(diǎn)。

2.建立多元線性回歸方程模型。模型摘要和ANOVA方差分析數(shù)據(jù)顯示，R2=0.636，模型解釋度較好（>0.5），F(xiàn)統(tǒng)計(jì)量36.387，P=0.000，結(jié)果有統(tǒng)計(jì)學(xué)意義。根據(jù)系數(shù)表4，可以寫(xiě)出因變量常用醫(yī)用電子儀器（y11）的回歸方程，y11=18.766+0.198x22+0.351x31+0.318x32-0.150x33+0.251x34。所有專業(yè)課的回歸方程見(jiàn)表5。

（五）基于關(guān)聯(lián)規(guī)則的相關(guān)分析

簡(jiǎn)單相關(guān)分析和典型相關(guān)分析均無(wú)從判斷課程前后順序設(shè)置的合理性[5]，可以通過(guò)關(guān)聯(lián)規(guī)則法來(lái)進(jìn)一步挖掘課程間的相互關(guān)系，更好地了解成績(jī)背后的規(guī)律。[6]目前，以數(shù)據(jù)挖掘?yàn)槔碚撝笇?dǎo)的相關(guān)性研究中，應(yīng)用最多的是基于Apriori算法的關(guān)聯(lián)規(guī)則法。[7]本文使用SPSSModeler中的Apriori算法，通過(guò)設(shè)置前項(xiàng)課程與后項(xiàng)課程，得到課程間的關(guān)聯(lián)規(guī)則。

1.成績(jī)的離散化處理。關(guān)聯(lián)規(guī)則分析針對(duì)的是離散數(shù)據(jù)，本文綜合考慮了每次考試會(huì)因難易程度不同而導(dǎo)致成績(jī)差異，對(duì)成績(jī)離散處理的方法是：依據(jù)正態(tài)分布原則，將成績(jī)分為四個(gè)檔次，A=前10%;B=其后40%;C=A和B之后的40%;D=最后的10%;離散化后的成績(jī)單如表6所示。

2.關(guān)聯(lián)規(guī)則分析。在SPSSModeler中將基礎(chǔ)課作為前項(xiàng)，專業(yè)課作為后項(xiàng)，設(shè)置有效性指標(biāo)最小支持度為20%，最小置信度為70%，共挖掘出76條信息，如表7所示。

三、討論

（一）方法討論

簡(jiǎn)單相關(guān)分析（Pearson相關(guān)）、典型相關(guān)分析和線性回歸分析都屬于經(jīng)典統(tǒng)計(jì)學(xué)分析，各有其特點(diǎn)。簡(jiǎn)單相關(guān)分析用于兩個(gè)變量之間的相關(guān)性，當(dāng)需要分析一組變量和另一組變量間的相關(guān)性時(shí)，就要用到典型相關(guān)分析;這兩種方法可以確定相關(guān)關(guān)系的性質(zhì)、方向和密切程度，但是要構(gòu)建變量間的數(shù)量依存關(guān)系來(lái)進(jìn)行預(yù)測(cè)和控制，就需要使用回歸分析。相關(guān)分析是回歸分析的基礎(chǔ)和前提，兩者需要結(jié)合起來(lái)才能更好的達(dá)到研究的目的。在如今大數(shù)據(jù)背景下，研究的關(guān)注點(diǎn)從樣本到數(shù)據(jù)總體[8]，隨著數(shù)據(jù)挖掘技術(shù)的成熟，可以通過(guò)關(guān)聯(lián)分析、決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)等方法探索更多非線性、高維性數(shù)據(jù)背后更有價(jià)值的信息。

（二）課程相關(guān)性討論

1.簡(jiǎn)單相關(guān)分析結(jié)果。根據(jù)表2，可以初步從基礎(chǔ)課和專業(yè)課兩個(gè)視角分別觀察課程間的兩兩相關(guān)性。從基礎(chǔ)課電工技術(shù)（x31）的視角，發(fā)現(xiàn)與其顯著相關(guān)的專業(yè)課程有常用醫(yī)用電子儀器（y11）、醫(yī)用傳感器（y15）、血透機(jī)原理與維修（y16）、醫(yī)用電動(dòng)器械（y17）和計(jì)量與質(zhì)控（y22）;從專業(yè)課常用醫(yī)用電子儀器（y11）的視角，看出與其顯著相關(guān)的基礎(chǔ)課程有臨床醫(yī)學(xué)概論（x11）、人體解剖生理學(xué)（x12）、物理（x21）、電工技術(shù)（x31）、模擬電子技術(shù)（x32）和單片機(jī)原理（x34），成績(jī)之間呈正相關(guān)且P<0.05，其余情況不再贅述。結(jié)果提示我們?cè)诮窈蟮慕虒W(xué)中，要深刻認(rèn)識(shí)高相關(guān)性課程之間存在的密切關(guān)系，加強(qiáng)基礎(chǔ)課教學(xué)，做好課程間的銜接，這是學(xué)生學(xué)好專業(yè)知識(shí)的關(guān)鍵。

2.典型相關(guān)分析結(jié)果。根據(jù)表3～6所示，典型相關(guān)系數(shù)為0.864，說(shuō)明基礎(chǔ)課和專業(yè)課之間高度相關(guān)，聯(lián)系密切。從基礎(chǔ)課典型變量表達(dá)式U1可以看出，電子類的基礎(chǔ)課（x3）典型系數(shù)（0.861）最大;其次是醫(yī)學(xué)類基礎(chǔ)課（x1）的典型系數(shù)（0.168），最小的是公共基礎(chǔ)課（x2）;說(shuō)明在該專業(yè)的基礎(chǔ)課中，電工技術(shù)、模擬電子技術(shù)和單片機(jī)原理等電子類的課程非常重要，對(duì)后期的專業(yè)課程影響較大，其次是臨床醫(yī)學(xué)概論和人體解剖生理學(xué)，而計(jì)算機(jī)語(yǔ)言和計(jì)算機(jī)組裝與維修等公共課程的影響相對(duì)較小。從專業(yè)課典型變量表達(dá)式V1可以看出，設(shè)備原理類課程（y1）的典型系數(shù)（0.78）最大，其余幾門(mén)專業(yè)課程（y2）的典型系數(shù)（0.337）較小;說(shuō)明常用醫(yī)用電子儀器、影像設(shè)備學(xué)和醫(yī)用電動(dòng)器械等設(shè)備原理類課程在專業(yè)課中非常重要，其次是醫(yī)院設(shè)備管理、計(jì)量與質(zhì)控和醫(yī)療器械概論。從各課程的載荷（表6）上看，x11，x31，x32，x34的載荷值>0.7，說(shuō)明臨床醫(yī)學(xué)概論、電工技術(shù)、模擬電子技術(shù)、單片機(jī)原理在基礎(chǔ)課中影響度較大;y11，y12，y13，y15，y17的載荷值>0.7，說(shuō)明常用醫(yī)用電子儀器、醫(yī)用檢驗(yàn)分析儀器、影像設(shè)備學(xué)、醫(yī)用傳感器、醫(yī)用電動(dòng)器械這些課程的重要性較高。數(shù)據(jù)結(jié)果與前述基本一致，證明典型相關(guān)分析的結(jié)論具有較好的可信度。

3.回歸分析結(jié)果。以常用醫(yī)用電子儀器課程（y11）為例，從表8中的方程可以看出，電工技術(shù)（x31）、模擬電子技術(shù)（x32）和單片機(jī)原理（x34）的回歸系數(shù)較大，決定系數(shù)R2=0.636，說(shuō)明這三門(mén)課的成績(jī)能解釋63.6%y11的信息，對(duì)常用醫(yī)用電子儀器（y11）課程的影響較大，其余課程不再贅述。根據(jù)回歸方程模型，可以為后續(xù)專業(yè)課的成績(jī)預(yù)測(cè)做參考。方程中的個(gè)別自變量系數(shù)為負(fù)值，原因可能是課程之間還存在共線性、樣本容量不夠大或考試成績(jī)不能反映真實(shí)情況造成的。超聲診斷儀器（y14）、醫(yī)院設(shè)備管理（y21）和醫(yī)療器械概論（y23）這三門(mén)課程回歸模型的R2值較低，說(shuō)明相應(yīng)模型尚不能很好的預(yù)測(cè)成績(jī)，同時(shí)也反映了這幾門(mén)課程與基礎(chǔ)課間的相關(guān)性不高。

4.關(guān)聯(lián)規(guī)則分析結(jié)果。根據(jù)表10可以挖掘出前項(xiàng)某一門(mén)或某幾門(mén)基礎(chǔ)課對(duì)后項(xiàng)專業(yè)課的影響和制約關(guān)系。例如：前期人體解剖生理學(xué)和數(shù)字電子技術(shù)兩門(mén)課的成績(jī)是C檔，那么后期影像設(shè)備學(xué)的成績(jī)也是C檔的概率>76%;前期模擬電子技術(shù)和計(jì)算機(jī)語(yǔ)言是B檔，后期的常用醫(yī)用電子儀器也是B檔的概率>73.9%。通過(guò)梳理、歸并挖掘出的76條信息，得出以下四點(diǎn)結(jié)論：（1）對(duì)影像設(shè)備學(xué)影響較大的基礎(chǔ)課程有人體解剖生理學(xué)、模擬電子技術(shù)、數(shù)字電子技術(shù)、計(jì)算機(jī)語(yǔ)言、臨床醫(yī)學(xué)概論、電工技術(shù)和物理。（2）對(duì)醫(yī)用檢驗(yàn)分析儀器影響較大的基礎(chǔ)課程有計(jì)算機(jī)語(yǔ)言、模擬電子技術(shù)、數(shù)字電子技術(shù)、物理、臨床醫(yī)學(xué)概論、人體解剖生理學(xué)和單片機(jī)原理。（3）對(duì)醫(yī)用電動(dòng)器械影響較大的基礎(chǔ)課有單片機(jī)原理、電工技術(shù)、模擬電子技術(shù)、數(shù)字電子技術(shù)、臨床醫(yī)學(xué)概論和單片機(jī)原理。（4）對(duì)常用醫(yī)用電子儀器影響較大的有模擬電子技術(shù)和計(jì)算機(jī)語(yǔ)言。前期基礎(chǔ)課成績(jī)對(duì)后期專業(yè)課影響的概率在70%以上。

四、結(jié)語(yǔ)

本文所述分析方法和結(jié)論尚存在許多不足之處：樣本量受限于專業(yè)的學(xué)生數(shù)而略顯不足;部分課程的成績(jī)因考核評(píng)價(jià)方法等原因，導(dǎo)致成績(jī)不能完全真實(shí)的反映實(shí)際學(xué)習(xí)情況，不完全符合正態(tài)分布。定量分析中出現(xiàn)數(shù)據(jù)結(jié)論與專業(yè)知識(shí)相悖的情況，應(yīng)服從專業(yè)解釋，不能一味的唯數(shù)據(jù)論。

醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)的畢業(yè)生有很多都是未來(lái)的臨床醫(yī)學(xué)工程技師，要求的知識(shí)結(jié)構(gòu)跨度大，必須在原有院校專業(yè)知識(shí)學(xué)習(xí)的基礎(chǔ)上進(jìn)行再學(xué)習(xí)、再拓展、再充實(shí)，這樣才能更好地適應(yīng)醫(yī)院臨床醫(yī)學(xué)工程專業(yè)工作。[9]通過(guò)對(duì)成績(jī)數(shù)據(jù)的分析和挖掘，可以得出在統(tǒng)計(jì)意義上顯著相關(guān)的課程、不同類別課程間的整體相關(guān)性以及課程間的相互影響制約程度，這對(duì)學(xué)校課程的合理編排、課時(shí)分配、優(yōu)化設(shè)置、學(xué)生成績(jī)預(yù)警等均起到積極的參考作用。教師可以根據(jù)專業(yè)特色和學(xué)生的學(xué)情，優(yōu)化教學(xué)內(nèi)容、有針對(duì)性的改進(jìn)教學(xué)方法并評(píng)價(jià)教學(xué)效果，從而科學(xué)、合理、高效的培養(yǎng)學(xué)生良好的職業(yè)素養(yǎng)，為行業(yè)輸出高質(zhì)量的專業(yè)人才。

參考文獻(xiàn)：

[1] 儲(chǔ)速梅.基于SPSS的成人教育課程設(shè)置相關(guān)性分析[J].科教導(dǎo)刊（上旬刊）， 2016（6）：105-106.

[2] 吳文玲.基于數(shù)據(jù)挖掘技術(shù)的課程相關(guān)性分析及其應(yīng)用研究[D].成都：四川師范大學(xué)， 2018.

[3] 楊明霞.課程相關(guān)性分析探討——教育技術(shù)學(xué)課程關(guān)聯(lián)分析[D].上海：華東師范大學(xué)，2008.

[4] 王和勇，洪振欽.基于典型相關(guān)分析的科技民生發(fā)展對(duì)策的實(shí)證研究[J].信息系統(tǒng)工程， 2018（3）：141-146.

[5] 宋小敏，張國(guó)防，邢淑蘭，等.基于數(shù)據(jù)挖掘的課程相關(guān)性分析方法[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2012，34（S3）：240-257.

[6] 劉世歡.基于教育數(shù)據(jù)的相關(guān)性分析研究[D].杭州：浙江工商大學(xué)， 2018.

[7] 王成勇.基于關(guān)聯(lián)規(guī)則Apriori算法的學(xué)生成績(jī)分析[J].價(jià)值工程， 2018，37（5）：171-173.

[8] 梁吉業(yè)，馮晨嬌，宋鵬.大數(shù)據(jù)相關(guān)分析綜述[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（1）：1-18.

[9] 湯黎明，申倩，張宇翔.醫(yī)院臨床醫(yī)學(xué)工程人才知識(shí)結(jié)構(gòu)構(gòu)成的探討[J].醫(yī)療衛(wèi)生裝備， 2014，35（11）：141-142.