时间：2023-07-12 09:34:10
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇统计学样本的概念范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
[中图分类号] R767.92[文献标识码] B[文章编号] 1673-9701（2011）27-27-02
Effects of the Sex on the Voice Objective Parameters
LI NingQI Baojian
Department of Otolaryngology，Beijing Shijingshan Hospital，Beijing 100043，China
[Abstract] Objective To observe the effects of the sex on the voice objective parameters. Methods Sixty subjects were choosed with normal voice（30 men and 30 women）to collect the objective parameters，then adopted SPSS13.0 statistical software to analyze. Results The parameters of frequency had showed that women’s were higher than men’s : there were F0、MaxF0、MinF0、dF0、F0SD、EGG-F0、EGG-MaxF0、EGG-MinF0、EGG-dF0 and EGG-AmpTremor. And the normal women’s MPT was shorter than the normal men’s while the resonant frequency was higher than them. The differences were significantly（P＜0.05）. Conclusion There are significantly differences between men and women in objective parameters of voice，so it’s necessary to analyze datum separately.
[Key words] Sex；Voice；Objective parameters
在嗓音医学的基础研究中，性别因素对嗓音的客观测量参数值的影响引起许多研究者的关注[1-3]，现将我科2008年4月～2010年4月采集的声学样本观察结果报道如下。
1资料与方法
1.1一般资料
选择发声正常、无嗓音障碍疾病病史、无耳鼻咽喉疾病、无呼吸系统及神经系统疾病病史、经纤维鼻咽喉镜检查声带形态及功能正常的成年人60名。按性别分为两组：男性组30名，年龄36～72岁，平均53.5岁；女性组30名，年龄39～75岁，平均56.5岁。
1.2方法
1.2.1声学分析及电声门图测量测量地点选在环境噪声≤45dB的隔音检查室内进行，给受试者配戴金属电极，圆盘放置于颈前甲状软骨板两侧相应之声门处。让受试者口唇距离话筒约10cm（注意：话筒稍微偏向右侧口角以避免呼吸对输入声音的干扰），以自然的声调和声强发元音/æ/，时间长短约3～5s，连续测量3次，结果取平均值[4]。应用Dr.Speech嗓音工作站的喉功能检测仪和电声门图仪对嗓音文件进行同步测量与分析。
1.2.2空气动力学及共振峰测量测量地点及环境要求同上，采用Dr.Speech嗓音工作站的实时言语矫治仪。嘱受试者，尽可能长而舒适平稳地依次发长元音/a：/、清辅音/s/和浊辅音/z/，连续测量3次，结果均取最大值。再令受试者深吸气后以自然舒适的声调依次发长元音/a：/、/i：/和/u：/，约3～5s，选取稳定声段提取共振峰，连续测量3次取平均值。
1.3统计学处理
采用SPSS13.0软件进行统计学分析，采用t检验。P＜0.05为差异有统计学意义。
2 结果
表1～3是不同性别之间各嗓音客观测量参数的对比，结果显示：声学分析的基频、最大基频、最小基频、基频差值及基频标准差，电声门图测量的EGG-基频、EGG-最大基频、EGG-最小基频、EGG-基频差值及EGG-振幅震颤等参数在男女性之间有统计学差异（P＜0.01或P＜0.05），最长声时女性的数值低于男性的数值，共振峰频率女性则高于男性，差异均有统计学意义（P＜0.01或P＜0.05）。
3讨论
声带振动是一种高速、复杂和精微的三维运动，因而嗓音的产生是一种复杂的多维现象。基于此，嗓音的评估也应为全面的多维评估，除了主观听感知评估之外，还要包括反映呼吸、发声、共鸣等各方面功能的客观多参数测量[5]。
3.1声学分析及电声门图测量
基频与EGG-基频具有相同的声学意义，是声学分析和电声门图测量中最重要的参数之一。声带振动部分的长度、声带组织的张力和声带质量的大小是决定基频的三大主要因素[6，7]。在此次观察结果中，F0、MaxF0、MinF0、EGG-F0、EGG-MaxF0、EGG-MinF0等参数女性显著高于男性，考虑与男女性在声带解剖方面的差异有关。声带基础解剖数据显示，女性的声带短而薄，平均约15~20cm长，且紧张度大，男性声带长而厚，平均长约20~25cm，且紧张度小[8]，因此，可以解释女性的基频相关参数均高于男性。另外，由于声带振动频率较高，女性的瞬间基频变化性大，因此振动幅度的稳定性较男性低，这就可以解释研究结果中为什么dF0、F0SD、EGG-dF0及EGG-AmpTremor等参数女性较男性高。
3.2空气动力学测量方面
空气动力学中最长声时和S/Z比2项参数的意义是反映发声器官及呼吸系统的功能和反映发声器官的振动与闭合功能[9]。在嗓音形成过程中，呼吸系统作为发声的动力系统具有重要作用。在吸气和呼气肌群的作用下，胸廓开大或缩小，产生吸气和呼气动作，从呼吸道呼出的气流推动声带的振动从而产生声音，是声音形成的能源。在此次空气动力学参数测量中，男性的MPT明显高于女性，考虑这与男性胸廓及肺部的生理解剖结构有关，男性拥有较大的肺活量，因而发声的最长声时高于女性[10]。
3.3共振峰测量方面
对于嗓音来说共振峰的性质十分重要，它们决定了所发声音的元音音素，并决定了每个人不同的声音特点。在声音通过声道时一般有4 ~ 5个共振峰，最低的两个决定了发哪个元音。声道的长度改变可以影响共振峰频率[11]。此次共振峰测量结果显示，女性各项参数值均高于男性，结果有统计学意义。我们认为，一方面，这与女性的基频较高有关，并且在频谱中靠近共振峰频率的部分得到了增强。另一方面，由于女性的声道共鸣腔较男性的细而长，因此该形态结构也影响了各元音的共振峰频率，使其比男性的数值增高[12]。
总之，嗓音的形成与发声、振动、共鸣器官的生理解剖结构密切相关。由于正常成年人在声带的长度、厚度、质量、紧张度，胸廓形态和肺活量大小以及声道共鸣腔结构等方面存在的差异，男女性别之间的嗓音差异明显，男性的嗓音特点是低沉、厚重、响亮，女性的嗓音则高亢、清亮、温和，测量时其代表参数的数值有统计学差异。因此，在进行嗓音客观测量评估时应按照性别分别进行。
[参考文献]
[1] 杨和钧，徐文．嗓音医学进展[J]．中国耳鼻咽喉头颈外科，2004，1（11）：40-42.
[2] 于萍，韩冰，杨伟炎，等．不同性别嗓音客观检测参数的对比分析[J]．听力学及言语疾病杂志，2004，12（6）：390-392.
[3] Orlikoff RF，Kahane JC．Influence of mean sound pressure level on jitter and shimmer measures[J]．J Voice，2000，5：113.
[4] 王丽华，沈伟．计算机嗓音声学检测研究进展[J]．现代诊断与治疗，2009，20（1）：15-16.
[5] 王建群，高下，余晨杰．歌唱艺术嗓音声学参数分析[J]．听力学及言语疾病杂志，2005，13（6）：395-396.
[6] 黄昭鸣．声学参数的基本概念[M]．见：黄鹤年．现代耳鼻咽喉头颈外科学．上海：复旦大学出版社，2003：299-301.
[7] 杨式麟. 嗓音的声学检测[J]．听力学及言语疾病杂志，2001，9：255.
[8] 杨式麟. 嗓音医学基础与临床[M]. 沈阳：辽宁科学技术出版社，2001：177-195.
[9] Daniel H．Dr. Speech Science for Windows[M]．California：Singular Publishing Group，1994：23-24.
[10] 韩仲明．嗓音声学检测分析[J]．中国耳鼻咽喉头颈外科杂志，2006，13（5）：219.
随着网络技术的发展和信息资源的数字化，网络已成为人们工作生活中不可或缺的工具。然而网络信息鱼龙混杂，给人们获取高质量的信息带来了一定的障碍，如何客观地评价网络信息成为了研究的热点之一，并由此引出了一个新的研究领域――网络计量学。网络计量学是采用数学、统计学等各种定量研究方法，对网上信息的组织、存储、分布、传递和开发利用等进行定量描述和统计分析的一门学科，其主要研究网站的链接指标和流量指标。近年来，我国信息化水平不断提高，各高校的信息化水平也逐渐成为衡量高校核心竞争力的重要标准之一。而高校的网站建设状况是其信息化水平的直接反映，运用网络计量学的方法研究高校网站的建设状况与其整体实力之间的关系，对于高校网站评价方法的研究及以后高校评价体系中引入网站建设情况都有很大的帮助。
一、研究对象与指标数据
（一）研究对象
为了方便研究，本文选取中国校友会的《2014中国大学评价研究报告》中排名前50的高校为研究对象，研究网站指标与排名得分之间的关系。
（二）研究指标与获取方法
本文运用网络计量学中的链接指标分析法和网络流量指标分析法，选取了7个链接指标，包括总网页数、总链接数、外链接数、内链接数、总网络影响因子、外部网络影响因子、内部网络影响因子。流量指标选取Alexa官方网站中关于某网站最新（2014）呈现的流量指标，包括网站的流量排名、网站的蹦失率、网站的平均访问页面数、网站的平均访问时间。
链接指标数据通过搜索引擎的高级搜索语言获取。本文选用必应作为链接指标的获取工具。以北京大学为例，只需在检索框内输入表1中的高级检索式，即可获取链接指标数据。
流量指标是通过Alexa网站（）进行搜集，Alexa网站是美国亚马逊公司旗下的一个网站，提供网站流量监测和排名，是目前比较权威的第三方流量统计工具。
二、数据的处理与分析
（一）数据的预处理
由于网络上的信息每天都在不断地更新，因此搜索引擎在不同时间上获得的数据不同，为了保证数据一致，本文将所有检索任务统一在2014年8月10日上午8点至12点之间完成。50所高校中，中国地质大学有北京和武汉两个分校，两所分校均具有自己的学校网站，得到两组链接指标数据，为了方便研究，本文剔除中国地质大学样本。厦门大学、大连理工大学、北京协和医学院、重庆大学、电子科技大学、南京理工大学的总网页数小于100，作为排行前50的知名学校，其学校网站的网页数如此之少，与本文的认知是不相符的，所以将这6所学校剔除。对于总链接数，北京师范大学、南开大学、南京农业大学、中国海洋大学的数据都比其他大学高出数个数量级，本文将这几所大学剔除。外链接数是指某网站范围之外的搜索引擎搜索到的链接到该网站的网页总数，高校网站的外链接数小于零是不可能的，因此我们将外链接数小于零的学校也剔除。综上所述，对于特殊数据的处理共剔除了15所高校的数据。
（二）数据的分析与讨论
1. 链接指标分析
（1）主成分分析
利用spss19对链接指标数据做降维因子分析，得到两个主成分F1、F2，方差分别是75.217%和21.386%，累计方差为96.602%，两个主成分累计方差超过80%，能够很好地反映所有信息，因此得到的主成分计算公式和链接综合得分公式如下。
F1=0.1×总网页数+0.942×总链接数+0.968×外连接数+0.885×内链接数+0.939×外链接网络影响因子+0.939×内链接网络影响因子+0.939×总链接网络影响因子
F2=0.958×总网页数+0.291×总链接数+0.091×外连接数+0.454×内链接数-0.306×外链接网络影响因子-0.306×内链接网络影响因子-0.306×总链接网络影响因子
z链接=0.75217×F1+0.21386×F2
（2）相关分析
将各链接指标、链接总分与网站的排名得分之间进行相关性比较，得到如下结果。
从表2中可以看出，Z链接、总网页数、总链接数、外链接数、内链接数与排名总分之间，在双侧置信度为0.01下显著相关，说明排名总分越高的学校，实力越强，网站的规模趋于更大，指向网站的链接数越多，这与邱均平、段宇峰等的研究结果一致。网络影响因子与排名总分之间的相关性并没有得到理想的结果，本文认为其原因有以下两点：首先，网络影响因子的提出来源于期刊影响因子，期刊与学术性网站在很多方面的特征相同，但目前国内大学网站主要是介绍性、性的内容，真正纯学术性的内容较少，完全照搬期刊影响因子的应用势必得不到理想的结果；其次，商业搜索引擎的抓取能力有限，无法搜集到全部的链接数和网站下所有的网页数，用平均年每页的被链接率来评价大学网站并不合适。因此，将网络影响因子作为大学网站测评的指标，还有待探究。
2. 流量指标分析
（1）主成分分析
蹦失率是指用户浏览一个页面就离开的访问次数占该入口总访问次数的比例，蹦出率越高，网页越不受用户欢迎。流量排名和蹦失率是两个“负概念”，流量排名和蹦失率数值越大，网站的质量越差，所以在进行主成分分析前，本文将这两个负概念转为“正概念”，得到新的关于流量排名和蹦失率的两组数据。然后进行主成分分析，得到两个主成分F1、F2，贡献率分别为56.409%和27.620%，累计贡献率为84.029%>80%，F1、F2的成分矩阵如表3所示。
同链接指标的主成分分析，根据F1、F2的因子得分，计算出各高校的流量指标综合得分Z流量。
（2）相关分析
用spearman等级相关数检验流量总分、流量排名、蹦失率、平均访问页面数、平均访问时间与排名总分之间的相关性，得到结果如表4所示。
流量总分、流量排名、平均访问页面数、平均访问时间均与排名总分显著相关，流量指标可以较好地反映大学的综合实力。其中流量排名与排名总分最相关，且为负相关，即高校的排名得分越高，其Alexa流量排名的值越小（即排名越靠前），因此Alexa流量排名对高校网站的评价具有较高的效率。分析结果显示，蹦失率与排名总分之间并无显著相关性，其原因是一些排名靠前的学校网站的蹦失率反而高于排名靠后的学校，用户丧失严重，因此蹦失率高的学校要引起重视，加强网站信息整合，提高网站质量，增强对用户的吸引度。
3. 链接特征与流量特征综合分析
链接指标与流量指标综合得分均与高校排名得分显著相关，说明在网站进行测评时链接指标分析法和流量指标分析法均具有一定的科学性和可行性。流量指标综合得分的相关性高于链接指标综合得分，并且流量指标数据是通过Alexa网站，其具有一定的专业性和权威性，而链接指标的获取通过商业搜索引擎，商业搜索引擎有其局限性。因此，从专业性角度来说，流量指标分析法效度高于链接指标分析法，而综合运用两种方法能够更加全面地对网站进行评价。
三、结语
大学网站评价与大学综合实力排名相关，在一定程度上大学网站评价可以作为学校综合实力评价的辅助和参考。一般情况下，排名越靠前的高校，实力越强，科研水平越高，且由于具有丰富的办学资源和良好的学校形象，势必带来大量的链接和用户流量。就网站评价中链接分析法和流量分析法而言，二者均是网站测度的有效方法，流量分析法评价高校网站的效度高于链接分析法，但为了使评价结果更全面准确，可以综合运用两种方法。
参考文献：
[1]邱均平，陈敬全.网络信息计量学及其应用研究[J].情报理论与实践，2001（03）.
[2]郭亚宁，徐伟.高校网站评价应用研究――以国内15所农林类院校网站为例[J].农业图书情报学刊，2014（02）.
[3]刘文云，翟羽佳，王文颖.基于链接分析法的高校图书馆网站影响力评价研究[J].情报科学，2013（06）.
[4]曹梅.教育网站评价的网络计量模式初探[J].开放教育研究，2011（05）.
[5]邱均平，张洋.网络信息计量学综述[J].高校图书馆工作，2005（01）.
