统计学地域分析范文

导语：如何才能写好一篇统计学地域分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

“数据统计与分析”属于信息技术课程中“信息加工与表达”部分的教学内容，在初中、高中均有涉及。经过多年的教学积淀，信息技术教师已然拥有一些有效的教学经验，但在普遍范围内还存在一些理解不到位的现象，从课堂扫描中可管窥一斑。

问题：课堂中的各种理解不到位的现象

场景1：有教师在课堂上出示用左耳或右耳接听电话的人数统计，要求学生计算相应的比例。这种数据于学生而言缺乏实际意义，统计的结果也不涉及相关处理问题，反映出教师对数据的理解不到位。

场景2：教学中，教师给出一些商品的单价，要求学生统计单价超过5元的商品。统计的缘由没有给出，不过是单纯的筛选技能训练，没有体现统计的必要性及其意义，反映出教师对统计概念的理解不到位。

场景3：教师提供多种饮料，如绿茶、红茶、奶茶、可乐等，要求学生从中选择自己最喜欢喝的三种，再根据全班的选择情况整理数据，列出最受班级欢迎的三种饮料。最后，教师给出专家建议“健康的饮品包括水、纯果汁、奶”，要求学生结合课堂统计的数据结果，在调查报告中表达自己对中学生选择饮料问题的看法和观点。由于此三种饮品没有完全出现在此前供学生选择的范围内，自然没有一个学生的选择与专家建议的健康饮品吻合，于是，学生回答，“不管喝什么，只要健康就好”。数据统计的目的就是为分析、决策提供数据支持，而该场景中数据分析部分与前面的统计结果相互脱节、没有关联，或者联系不够紧密，反映出教师对分析的理解不到位。

上述场景反映出的根本问题是，教师对数据统计与分析的内涵或者核心指向理解不足。“数据统计与分析”属于“信息加工与表达”中表格信息加工与表达部分的教学内容，与数据管理部分的内容具有相似的核心指向，即关注“关系”的挖掘与表达，而关系是隐藏在数据之中的，需要通过相关的操作，如借助公式与函数的计算、排序、筛选等，将数据间的关系挖掘出来，可以借助图表的形式进行直观表达，即通过可视化方式清晰展示。

关于数据统计与分析，信息技术课程教学纲要或者课程标准中都有针对性的要求，譬如，2012年中国教育技术协会信息技术教育专业委员会研制的《基础教育信息技术课程标准2012版》中，初中学段在“模块二：信息加工与表达”中对表格部分的要求如下。

1.能列举1～2种常见表格编辑软件，尝试简单编辑操作，理解二维表格的共同特征。

2.根据需求能在文档中绘制或套用表格，并对其属性能按要求进行调整和设置。

3.能应用电子表格进行简单数据的统计、处理，科学地借助折线图、直方图、饼图等直观表达数据。

4.从不同的角度和立场出发，通过对相同数据做不同的加工，表达不同的观点，或对相同数据做不同的解读，感悟信息加工和利用的选择性、多元性和复杂性特征。

上述4条描述涉及表格中数据的统计、表达、分析，关注到数据间的关系挖掘。

“数据统计与分析”涉及对数据的加工、处理，从中获取信息并加以解读。因此，可以从DIKW金字塔模型获得直接的借鉴。

解决之策：DIKW金字塔的启示

DIKW金字塔是关于数据、信息、知识及智慧的体系，如图1所示。

数据（Data）：可以是数字、文字、图像、声音、符号等，属于事实的记录，表达的是没有指定背景和意义的描述。

信息（Information）：是经过相关处理的数据，强调的是数据与数据之间的关系。

知识（Knowledge）：是有意义的信息，表现为信息和信息之间的关系。由信息到知识的转变过程，是一个对信息判断和确认的过程，需要结合经验、上下文联系、诠释和反省。

智慧（Wisdom）：是富有洞察力的知识，是运用知识分析和解决问题的能力，可以简单归纳为正确判断和决定的能力。

显然，DIKW体系同样关注关系的挖掘，即数据之间的关系、信息之间的关系，因而可以用来指导“数据统计与分析”部分的教学。

从问题解答的角度观察，信息层回答的是“是何”的问题，知识层解决的是“如何”的问题，智慧层则涉及“为何”的问题。早期研究中有学者曾指出，信息技术中的技术包含三层内涵：（1）动手做的技术，即基本技能；（2）如何做的技术，即设计和规划的技术；（3）为何做的技术，即技术的思想和价值。[1]三层内涵的观点涉及技术是何、如何、为何的问题，与DIKW模型具有共通之处，这为DIKW模型在数据统计与分析中的应用提供了佐证。

从DIKW的视角来看，数据统计与分析的过程也是追求实现“数据—信息—知识—智慧”持续变化的过程。即从数据开始，以形成智慧为最终目的。具体过程是：借助相关操作对数据进行处理、加工，明确数据之间的关系，提取出有意义的信息，进而将信息组织成知识，促进学生明确“如何去使用”，再进一步，当学生明确应该何时使用及为什么要使用时，便形成了智慧。

据此，数据统计与分析中的几个

关键词 ，即数据、统计、分析，都需要有专门的指向，符合内在的规定性，且数据、统计、分析应当做到前面环节为后续环节奠定基础，后续环节又必须在前面环节的基础上展开。具体来说，数据需要为统计服务，统计是建立在数据提供的基础上；统计的结果是为了进行分析，分析必须依赖于统计结果；分析的目的是为了提供决策的依据。这些关系必须在教学中予以体现，方能体现数据统计与分析的要义。

实践之道：基于DIKW的教学思路

从DIKW的视角，数据统计与分析教学需要经过三个过程：“数据信息”、“信息知识”、“知识智慧”。从关系发掘的角度，即隐性关系显性化、显性关系知识化、知识运用自动化，下文展开具体阐述。

1. 隐性关系显性化

隐性关系显性化，即从数据到信息的过程。数据可以是教师为学生提供的原始资料，或者是收集来自学生的资料。因为需要借此学习相关技能操作，如公式与函数的使用、排序、筛选、图表表示等，因此数据主要是数字形式，如考试成绩、购物费用等，根据需要也可以适当包含文字，如学生的血型、爱好等。

为了从数据中提取有意义的信息进而展开分析，数据需要符合一定的要求：其一，数据最好能够贴近学生，具有真实性。小至与学生个体相关的数据，大至与学校、社区、城市、国家相关的数据。贴近学生生活经验或学习经验的真实数据才能激发学生的兴趣，促进学生通过操作发掘数据之间的关系，形成有意义的信息。从教学实践来看，课堂或者课前收集来自学生的鲜活数据相对容易调动学生的积极性。其二，数据需要具有潜在的意义，即有统计价值，场景1中接听电话用左耳还是右耳的例子之所以失败，就是因为数据不具有统计价值，从数据中无法提取出有意义的信息。其三，数据要具有统计的必要，即数据要达到足够的量，少量数据往往无法体现出用计算机统计的优势。在数据量足够的情况下，可以通过人工计算与计算机统计的对比凸显计算机统计的优势和价值。

在数据有效的基础上，统计承担着从数据中提取信息的功能。为了保证将来从信息到知识的转变，统计所得信息当存在分析的可能、必要及价值，否则统计本身就没有意义。譬如，场景2中让学生统计购买的商品中单价超过5元的商品，数据本身没有问题，但这种统计的结果似乎没有分析的意义及价值，因而统计本身就失去了意义。

从数据到信息的转变需要学生借助一定的技术操作来实现，这个阶段涉及的技术属于动手做的技术，即技术的底层。例如，统计过程可能涉及计算、筛选、排序，统计结果的呈现涉及各种图表的使用。

2. 显性关系知识化

显性关系知识化，是指由信息到知识的转变。美国佛罗里达国际大学豪恩斯坦认为，信息是别人内化的知识，知识是自己内化的信息。[2]所以，如果信息是输入，知识在某种意义上便是输出。这意味着从信息到知识的转变需要学生在认知层面形成理解。这一阶段涉及的技术属于无形的技术。

此阶段是对数据统计结果进行分析的过程。譬如，统计全班学生血型，根据四种血型的统计结果，引导学生明确血型的相关知识。又如，统计不同品牌货物销售情况，从不同角度（商场、品牌负责人、顾客）去分析，得出不同的结论。若收集的数据与学生个人或家庭相关，则分析的结果最好能够凸显因人而异，从而促进学生在体验到分析意义的基础上，树立利用数据统计与分析为自己的学习、生活服务的意识。

譬如，《Excel中数据的处理》[3]中，教师要求学生将自己家庭衣、食、住、行、用等数据输入到碳排放计算工作表中，完成相关计算，并根据数据回答问题：

1.我们家（ ）方面碳排放最高，（ ）方面碳排放最低。

2.我们家年人均碳排放（ ）kg，和全球人均目标碳足迹2000kg比较，我们家是（高碳/低碳）生活。

3.为了应对气候变化，我们家应该从以下方面减少碳的排放。

每个学生获取的数据不同，结论自然就不同。这种差异性体现了一种真实，也帮助学生理解统计与分析的实际意义。

分析在统计与决策之间发挥着承先启后的作用，“承先”是指，分析必须依据统计所得结果来进行，体现两者的紧密联系，以保证分析的价值及统计的意义；“启后”是指，分析需要为后面的选择、决策提供依据与基础，因此需要恰当设计分析的内容，以保证决策得以进行。

譬如，《Excel中数据的处理》中1、2两个问题的分析必须建立在前面数据计算的基础之上，3题的回答又依赖于1、2分析的结果，充分体现出统计分析为决策提供数据支持的功能，促进学生对数据统计分析加深认识与理解。

3. 知识运用自动化

知识运用自动化，即从知识向智慧的转变过程，是指在学生掌握知识之后，借助一定量的知识应用练习，熟悉了知识的应用环境及方法之后，在不需要专门选择知识的情况下无意识地运用知识，达到自动化效果的过程。这一过程显然不是一蹴而就的，需要经历几个状态：在知识应用练习之前，处于“无意识的不用”状态；经过知识应用训练，基本掌握了知识应用场合及方法，但还不够熟练，遇到问题时，需要有意识地思考选择相应的知识，该阶段可以称为“有意识的应用”状态；经过足够的知识应用练习之后，学生对知识的应用形成更深的感悟，可以在无意识中，即自动选择某种知识应用于问题解决中，此时就进入了“无意识的应用”状态，达到此状态，即完成了由掌握知识到生成智慧的转变。

具体到数据统计与分析的教学中，就是根据分析结果进行选择或决策的过程。智慧指向正确判断和决定的能力，因而在数据统计与分析后期，需要引导学生依据分析的结果进行选择、决策。智慧倾向关心未来，含有暗示及滞后影响的意味，与此类似，课堂上的选择抑或决策只能更多发生于认知层面，形成的是决策时的心理倾向，但追求的是持续影响学生并实现将来在现实情境中的外显行为的变化。因而，知识运用自动化在一次课内未必能够实现。

同数据分析类似， 决策可以因人而异。譬如，《Excel中数据的处理》中的问题3。教学中需要引导学生根据实际做出符合需求的决策。譬如，《Excel综合运用》[4]案例中，教师课前安排学生对自己居住小区的人居环境从自然、人文、社会、建筑和支持网络几个方面进行评价，课堂上则围绕用Excel软件对若干个小区的人居环境状况作系统的分析，涉及Excel数据加工技术的综合应用，如排序、筛选、分类汇总等，然后得出结论，哪个区的人居环境综合比较好。最后环节是引导学生的实际应用：

是不是××区的人居环境比较好，我们都要住在那个区？在选购住所的时候，首先应该考虑自己的需求，根据实际需要确定自己的选择。

（1）假如你是一名在南京一中读高一的学生。

需考虑因素：你的父母希望你上学路途中花费的时间比较少，小区居民的整体文化素质比较高。

（2）假如你的爷爷奶奶退休了，考虑给他们选择一处房屋。

需考虑因素：空气新鲜，小区休闲设施齐全，邻里关系和睦，靠近你家现在的住处，方便照顾老人。

该案例是在对真实数据进行统计的基础上，通过分析引导学生明确如何选择、为什么要如此选择，关注学生在掌握知识的前提下生成智慧。学会选择，这就是智慧，影响着将来的选择行为，即根据实际需求进行选择，其实不仅是小区的选择，也包括人生中的其他选择。

知识运用自动化阶段的教学要求：其一，必须为学生提供需要决策的情境，以促进学生在类似情境下的顺利迁移。这一点需要在数据呈现的同时即提供给学生，以促进学生明确数据处理的根本目的。其二，决策需要根据分析的结果来进行，让学生充分体会到分析的目的及价值，即为决策提供依据。

按照上述隐性关系显性化—显性关系知识化—知识运用自动化的思路，教学中引领学生经历数据的收集、整理—处理、加工—分析、表达—选择、决策这一完整过程，促进学生对数据处理形成整体感知与理解。

数据统计与分析的完整过程是从数据收集与录入开始，经过表格规划与修饰、数据处理与统计、图表与分析等，因此，未必在一节课内完成，但整个部分的教学经历完整过程即可。也可以在综合应用或者复习课上，带领学生经历此完整过程，为了在一节课内实现，可以简化部分细节，如使用半成品策略，以凸显整个流程。

结束语

从DIKW金字塔模型的视角观察“数据统计与分析”的教学，意义在于：明确数据统计与分析的教学不能止步于简单的数据收集、整理、加工，其意义主要体现于在此基础上的分析及进一步的决策。即教学中在由数据到信息的转化基础上，关注显性关系的知识化并追求知识运用的自动化。

显然，DIKW模型也适用于信息技术课程中的其他内容，譬如DIKW体系经常应用于信息科学，因此可以应用于搜索技巧及数据挖掘。

注： 本文为江苏省教育科学“ 十二五” 规划课题“ 信息技术课程思想及其应用研究” （ B -b/2013/01/039）的研究成果。

参考文献

[1]李艺.高中课改实验进行时[J].中小学信息技术教育，2005(1).

[2]盛群力.21世纪教育目标新分类[M].杭州：浙江教育出版社，2008:67.

[3]张向红.Excel中数据的处理.2010年全国初中信息技术优质课大赛一等奖.

篇2

地方经济的发展离不开人才的支撑，黔西南布依族苗族自治州属贵州省下辖自治州，地处黔、滇、桂三省区的结合部，社会经济发展正处于全面深化改革的战略发展时期，为了进一步促进黔西南州经济社会又好又快发展，《黔西南州人民政府在关于优先发展教育的意见》中提出：加快推进全州教育改革发展步伐，切实为经济社会又好又快、更好更快发展提供人才支撑和智力保障。兴义民族师范学院是黔西南州仅有的一所地方高校，承担着为地方社会经济发展培养人才的重任，研究大学生的就业影响因素可以为地方高等学校的本科生的培养和市场导向的就业决策提供参考，从而缓解地方经济发展缺乏大量的人才资源，而地方本科院校毕业生就业困难的矛盾。

一、黔西南州经济社会发展人才需求状况

《黔西南州中长期人才发展规划纲要（2010-2020年）》中指出：至2020年，人才资源总量将从现今的19.7万人增加到26.7万人，人才需求涉及教育、经济管理、电力、煤炭、化工、旅游、医药等领域的近30个二级学科，60多个相关专业。据黔西南州人事人才网上公布的近三年岗位需求统计数据显示：2013年公务员招考岗位为490个、事业单位编制招考岗位835个、企业招聘岗位2200余个、“特岗教师”计划招考岗位1700个；2014年公务员招考岗位为516个、事业单位编制招考岗位789个、企业招聘岗位2800余个、“特岗教师”计划招考岗位910个；2015年公务员招考岗位为476个、事业单位编制招考岗位762个、企业招聘岗位3000余个、“特岗教师”计划招考岗位1042个，其中要求本科及以上学历的岗位有215种、大专及以上学历的岗位48种。

二、地方高校毕业生就业意向与就业情况对比分析

以黔西南州兴义民族师范学院数学科学学院为例，对数学与应用数学专业2013―2015届本科毕业生的就业意向与就业情况进行调查统计分析（就业统计数据来源于院学生科，数据真实可靠）。就业意向的调查针对2013―2015届的数学专业本科生共257人，通过问卷星设置问卷进行调查，回收有效电子问卷247份，有效率为96%。利用SPSS软件统计出近三届毕业生中有40%的学生的理想职业为教师，实际从事教师行业的平均比例为82.70%；有25.58%的学生意向考公务员或其他事业编制单位，实际考上公务员或其他事业编制岗位的平均比例为8%；有18%的学生希望进入企业从事数据分析等相关工作，实际进入企业的平均比例5%为；有8.42%的学生意向自主创业，实际自主创业学生的平均比例为4.30%；有8%的学生意向考研继续深造，实际考上研究生学生的平均比例3%。从表1的统计数据中可以看出虽然数学与应用数学专业学生近三届的平均就业率较高为96.19%，但就业岗位单一，集中在“特岗教师”上，当特岗教师需求逐步趋于饱和时，学生的就业将会面临极大困难，且从学生的就业意向及就业实际情况的对比分析结果可以看出，学生的就业意向与实际就业情况差距较大。因此，研究影响大学生就业的社会因素、学校层面因素、个人综合素质等各方面因素，可以为地方高校在人才培养方案的修订、引导学生转变就业观念、提升学生就业能力方面提供参考作用，使得高校培养的人才与地方经济发展需求相符合。

三、影响大学生就业因素的Logistic统计回归模型

（一）调查统计大学生就业影响因素

对兴义民族师范学院数学科学学院2013―2015届毕业生跟踪调查表（毕业生填写）、毕业生评价调查表（用人单位填写）共196份中影响就业的因素做SPSS统计分析，数据来源于往届毕业生的就业单位，包含党政机关、中小学教育实习基地、其他事业单位及企业等110余所单位。并面向在校大学生、从事就业指导工作的领导及老师、高校辅导员进行开放式问卷调查，发放问卷300份，收回有效问卷249份，统计出的就业影响因素有70多种，包括人际交往能力、家庭背景、就业预期岗位、社会实践能力、组织管理能力、适应环境能力、自我提升能力、团队协作能力、性格特征、在校期间获奖情况、计算机操作能力等，然后通过对影响大学生就业的因素进行归类并参考知网收录文献中大学生就业影响因素出现的频次从高到低排序统计筛选归纳出8种：性别、家庭背景、就业政策学习、知识与技能、团结协作能力、社会实践训练、生源地、就业意向岗位。

（二）采用Logistic统计回归分析大学生就业影响因素

采用 Logistic回归模型分析方法研究以上8类因素对就业的影响程度，就业与否（考虑就业相关度）作为因变量，取值为 0或 l，已经就业（考虑就业相关度）的概率为P，未就业的概率为l-P，以上8类因素为模型的自变量：性别（X1）、家庭背景（X2）、就业政策学习（X3）、知识与技能（X4）、团结协作能力（X5）、社会实践训练（X6）、生源地（X7）、就业意向岗位（X8）。构建回归模型如下：

其中a为常数项，b1，…，b8为回归系数。

利用SPSS软件进行逐步迭代来选择自变量（即模型需要首先把所有自变量输入模型），然后分别按照0.05移进概率和0.1的移进概率来判断自变量是否移进模型和移出模型，经过4次迭代， 如表2中数据所示，在给定显著性水平为0.05的条件下，把显著性值高于0.05的变量剔除，最终通过显著性检验的变量为X3，X4，X5， X6， X8得到回归模型为：

回归分析结果显示对地方高校大学生就业影响显著性强的5种因素为：就业政策学习、知识与技能、团结协作能力、社会实践训练、就业意向岗位。

四、促进大学生就业工作的相关建议

通过基于地方经济社会发展的毕业生就业影响因素的分析可知，个人因素、高校的培养、用人单位的标准、国家的就业政策都对毕业生的就业影响很大，大学生就业是个社会性问题，需要多方面的协调和配合才能达到最优化。

（一）学生个人方面

大学生在努力学好专业知识技能的同时，也要利用课余时间积极参与社会实践训练，不断提升自己的综合能力及就业竞争能力。首先，在就业前做好人生的职业生涯规划，调整好就业观念，常关注就业形势、就业信息，加强入职前所需的就业能力，锤炼自身的竞争意识、团队合作意识。其次，在面对社会激烈的就业竞争压力，大学生应该培养良好的心理素质，增强自己心理承受能力。再次，毕业生必须适时调整自己的就业期望值。当期望值盲目过高的时候，容易造成“高不成、低不就”的心理，失去许多良好的机会。端正自身的就业的期望，树立“先就业，再择业，后创业”的就业观。

（二）高校培养层面

高校在培养人才的过程中要把握人才市场的需求，不断修订人才培养方案、改进人才培养模式。加强相关就业政策宣传，引导大学生转变传统的就业观念，地方高校的学生大多来自本省的农村家庭，受到环境和传统观念的影响，认为只有进入党政机关和国家机构工作才是正当职业，这样的观念导致很多学生宁愿待业，准备下次公务员考试也不愿进入企业单位或自主创业。现今大众“创业潮”契合政府的经济转型的“创新潮”，高校毕业生自主创业和自谋职业可以申请2至5万元的小额贷款，到县级以下基层单位去开办创新创业项目，即可申请小额担保贷款，应该鼓励大学生自主创业。因此，转变大学生的就业观念是提高大学生就业质量的关键因素。

篇3

采用分层整群抽样方法，选取黔南地区城区6所幼儿园3～6岁儿童共1 140名，测量身高、体重。采用世界卫生组织（WHO）推荐使用的参考标准，对儿童体格发育进行评价；采用Z评分方法进行营养状况评价。结果 3～6岁男女童各年龄组的身高、体重均值低于全国9市城区儿童；各年龄组民族性别之间身高、体重比较，差异有统计学意义。儿童低体重率为0.53%，生长迟缓率为2.98%，消瘦率为1.40% ，超重率为24.21%，肥胖率为10.18%。男童肥胖率（9.84%）略低于女童（10.59%）；汉族儿童肥胖率（11.07%）高于布依族（5.07%），低于苗族（14.47%）。多因素非条件Logistic回归分析，父母文化程度、独生子女和婴儿时期喂养方式是低体重、生长迟缓和消瘦的主要影响因素，父母文化程度、分娩方式和家庭经济状况是肥胖的主要影响因素。结论

黔南地区学龄前儿童的生长发育状况令人担忧。应及时采取干预措施，提高儿童生长发育水平。

【关键词】 生长和发育；身高；体重；回归分析；儿童，学龄前

【中图分类号】 R 179 R 195.2 【文献标识码】 A 【文章编号】 1000-9817(2008)08-0747-02

为了解民族地区学龄前儿童生长发育水平和现时营养状况，探索儿童生长发育中存在的问题及其影响因素，以便采取相应的干预措施，促进和改善儿童生长发育水平，为开展幼儿园卫生保健工作提供依据，笔者于2006年11-12月对黔南地区4县市6家幼儿园的儿童进行了生长发育及营养状况调查，结果报道如下。

1 对象与方法

1.1 对象 分层整群抽取黔南州4县市6所幼儿园中的1 140名3～6岁儿童（包括汉族、布依族、苗族及其他民族）及其家庭作为调查对象，其中男童630名，女童510名，男女比例为1∶0.81。

1.2 方法 采用自行编制的相关因素调查问卷，调查儿童的基本情况及家庭情况，内容包括儿童性别、年龄、父母文化程度与职业、婴儿时期喂养状况、父母关系和谐状况、家庭经济收入等。调查员统一培训，调查表收回率为96.6％。体格测量指标为身高和体重，使用立式身高计测量身高，被测儿童取立正姿势，脱去鞋袜、帽子和外衣，测量结果以cm为单位，记录至小数点后1位。采用灵敏度为50 g的落地式杠杆秤测量体重，最大载重50 kg。测定结果以kg为单位，记录至小数点后2位。以WHO推荐的美国国家卫生统计中心生长发育参考值作为评价标准，采用Z评分法［1］进行儿童营养评价。Z=(实测值-参考值中位数)／参考值标准差。评价指标有：(1)年龄别体重，测量值低于参考体重中位数减2个标准差(WAZ120%为肥胖。

1.3 统计分析 用Excel建立数据库，应用SPSS 13.0统计软件包进行数据处理，采用t检验、 χ2检验和Logistic回归等进行统计分析。

2 结果

2.1 儿童生长发育状况 黔南地区3～6岁儿童体格发育情况见表1，2。

2.2 各年龄组儿童营养异常检出情况 由表3可知，低体重、生长迟缓、消瘦检出率分别为0.53%，2.98%和1.40%，以上3项指标各年龄组差异均有统计学意义（χ2值分别为7.95，10.71，6.90；P值均

2.3 影响学龄前儿童生长发育及营养状况的相关因素

2.3.1 单因素Logistic回归分析 以低体重、生长迟缓、消瘦为因变量，以16个因素为自变量，在16项相关因素中，父亲文化、母亲文化、分娩方式、生活环境、健康状况、家庭经济收入、独生子女、家庭结构以及婴儿时期喂养方式等9项因素与儿童低体重、生长迟缓和消瘦3方面的相关均有统计学意义（P＜0.05或P＜0.01）。以肥胖为因变量，以16个因素为自变量，在16项相关因素中，儿童年龄、父亲文化、母亲文化、妊娠时间、分娩方式、生活环境、父母关系、健康状况、家庭经济收入以及民族特征等9项因素与儿童的肥胖相关有统计学意义（P＜0.05或P＜0.01）。

2.3.2 多因素非条件Logistic回归分析 将单因素分析筛选出的9项关联因素引入非条件Logistic回归模型，采用Wald值法，结果显示，父亲文化、母亲文化、独生子女和婴儿时期喂养方式是低体重、生长迟缓、消瘦的主要影响因素，父亲文化、母亲文化、分娩方式和家庭经济收入是肥胖的主要影响因素。

3 讨论

调查结果显示，黔南地区学龄前儿童无重度营养不良，中度低体重、生长迟缓的检出率分别为0.53%和2.98%，低于宋岚芹［2］报道的3.4%和2.85%以及张晓萍等［3］报道的1.2%和1.1%；消瘦检出率为1.40%，低于张晓萍等［3］报道的1.6%。经多因素非条件Logistic回归分析，低体重、生长迟缓和消瘦的主要影响因素包括父母文化程度、是否独生子女和婴儿时期喂养方式。

调查结果还显示，儿童肥胖检出率为10.18%（男童9.84%，女童10.59%），高于1995年全国9市城区7岁以下儿童肥胖率(1.76%)［3］以及王雁［4］报道的结果；低于夏国兴等［5］报道的11.3%。超重检出率为24.21%（男童21.27%，女童27.84%）高于张晓萍等［3］报道的8.12％。多因素非条件Logistic回归分析，肥胖的主要影响因素是父母文化程度、分娩方式和家庭经济收入。

综上所述，父母文化程度对婴幼儿期的科学喂养认识以及家庭经济条件等与儿童的生长发育水平有着直接或间接的关系。幼儿园应加强与家长的沟通，特别在合理膳食等方面要给予正确指导，主动干预低体重、发育迟缓、超重、肥胖儿的高危影响因素，以此降低儿童成人后高血压、冠心病、糖尿病的发生率，促进儿童生长发育。

4 参考文献

［1］ 黎海芹．儿科学.6版，北京：人民卫生出版社，2004：12.

［2］ 宋岚芹.简述中国婴幼儿营养状况.中国妇幼保健，2001，16（10）：606-607.

［3］ 张晓萍，王树杰，张瑜．沈阳市3-6岁集体园所儿童生长发育与营养状况抽样调查．中国妇幼保健，2007，22（5）：638-639.

［4］ 王雁．桂林市城区0-6岁儿童生长发育及营养状况．中国学校卫生，2004，25（3）：357-358.