本期EPQ专访嘉宾
恭喜获得EPQ好成绩！
用数学解决真实问题
ASDAN EPQ明星学员
高同学
Jerry
EPQ课题：
《高中生压力与睡眠质量关系的分析》
Analysis of the Relationship between Pressure and Sleep Quality of High School Students
所在高中：济南市安生学校
EPQ成绩：A*
Mentor（中方学术导师）：万老师Sierra
SA（英方导师兼考官）：Coriarna M.
申请目标：英国G5，数学方向，梦校：帝国理工
前言：
EPQ给了Jerry进行独立研究的机会，他把目光投向了身边真实的问题：为什么很多同学压力大、睡不好？Jerry用自己擅长的数学工具，把“压力”和“睡眠”变成了可量化的变量，在有效问卷的基础上，他用皮尔逊相关系数算出了二者之间精确的量化关联。不仅是解题，Jerry用数学解决真实世界的问题。最后，Jerry收获了A*的成绩，更重要的是，他找到了数学在课本之外的模样。
这段经历对Jerry的大学申请，是实实在在的学术优势，尤其是申请理科方向，招生官特别看重科研潜力和学科应用能力，EPQ恰恰是展示Jerry这些能力的最好载体↓↓
EPQ和我想做的研究很契合
我是在学校了解到EPQ的，老师说EPQ是一个自主研究的项目，里面有量化分析、逻辑论证的环节，和我喜欢的数学学习高度契合。
我对这个项目非常感兴趣，因为在学校里，数学课就是解题、做题、参加竞赛，我学了很多公式和定理，但从来没真正用过它们去解决一个现实问题。我想把课堂上学到的数学知识用到实际研究里，从单纯的解题变成用统计方法解决实际问题。以及，我了解到EPQ的全流程研究和大学数学专业的科研模式比较相似，可以提前培养学术思维；我的梦校是帝国理工，我想提前积累有价值的研究经历。
所以我非常坚定地参加了EPQ。
身边同学们都有的睡眠问题，
我决定用数学方法分析
我的选题灵感来自身边的现象。我是高中生，每天都能看到同学有不同程度的学习压力，很多人会说“我最近入睡好难”“睡眠质量不行”。这些声音听多了，我就开始想：压力和睡眠之间到底有没有关系？如果有，是什么样的关系？
但光有好奇心不够，关键是怎么研究。我是从数学角度去切入的，压力和睡眠质量虽然听起来抽象，但都可以转化成可量化的变量，用统计方法来分析它们之间的关联。这个思路让我觉得这个选题既有现实意义，又是我能用数学工具去驾驭的。
其实我最开始的想法非常宽泛，就想研究“影响高中生睡眠的因素”。和Mentor万老师聊的时候，她说这个太模糊了，建议我聚焦到“压力”这个维度上。后来我们又进一步把“压力”缩小到“可量化的学习压力”，用量表打分让变量更清晰，符合数学分析的要求。
我其实也考虑过选纯数学方向的课题，但我做epq的时候，纯理论的数学知识比较浅。研究纯数的理论课题对我来说太复杂了。
所以我选择了应用数学的方向：用数学方法去分析一个社会问题。
Jerry的选题PPT
我通过文献搭建研究框架，
用量表“计算”睡眠
我的研究围绕两个核心问题展开：影响睡眠的主要因素有哪些？压力和睡眠质量之间存在什么关系？现有研究里对影响因素的讨论比较零散，缺乏系统分析，而“睡眠质量”和学习压力的关联，针对高中生的研究也不够充分。我从这两个缺口出发，搭建了整篇论文的框架。
文献调研我分了两个角度：一是找高中生压力和睡眠质量的相关研究，明确变量框架；二是看同类型社会问题研究怎么做统计分析和数据处理，从中找可以借鉴的思路，重点筛选那些有量化分析、统计建模的论文。
一手调研方面，我选择了问卷调查。问卷我分了几个板块——基本信息、压力状况、睡眠质量状况，还有每个人自己感知的压力与睡眠的关系。设计思路就是把抽象概念转化为可量化数值：我用1到5的量表把压力程度变成数字，用PSQI睡眠量表的核心指标把“睡眠质量”也转化成可量化指标。最后我还加了一道关于“个人感知的压力与睡眠关联”的问题，想看主观感受和我算出来的数据能不能互相印证。而且问卷是匿名的，受访者会更真实地作答，数据也更客观。
SA老师Coriarna M.在这个过程中给了我很多帮助，她建议我引入P值、样本量这些数据指标来保证研究结论的科学性，还推荐我结合公开的大数据做参考，弥补样本量不足的问题。
Jerry的研究方法PPT
我的研究结论：
压力和睡眠有复杂的相关关系
数据分析方面，我用了皮尔逊相关分析，在Mentor老师和SA老师的帮助下，我掌握了皮尔逊相关系数、SPSS数据处理、P值显著性检验等方法。
我选择皮尔逊相关系数的原因是，它能直接展现两个连续变量之间的线性关联程度，回答我的核心问题。我还引用了《中国居民睡眠健康白皮书》和教育部报告作为参考。
最终我得出三个结论：
第一，学习压力和入睡难易程度呈中等相关。相关系数计算结果显示，二者之间存在稳定的正向关联——学习压力越大，入睡就越困难。这是本研究中显著性最强的发现。
第二，学习压力和睡眠时长呈弱负相关，但未达到统计显著性。也就是说，从数据上看，压力升高确实伴随着睡眠时长的轻微下降，但这种关联不够稳定，不能排除随机因素的解释。
第三，女性受压力程度普遍高于男性。这可能和社会期望、个体感知差异等因素有关。
这项研究对学生、学校、家长都有参考价值——数据能让大家正视压力的负面影响；学校可据此关注高一等高压力群体；家长也能意识到，自己的期待是孩子压力的重要来源之一。
研究中我遇到的最大的困难是样本量不够。为了解决这个问题，我在多渠道发问卷。另一个挑战是英语沟通，最开始和SA老师线上开会有些吃力，但每次交流都在增加信心，到后期已经流畅了很多。
Jerry的数据分析图表
感谢两位EPQ导师，
教我实际的数学应用，
指引我用科学的思维做研究
两位导师在我的研究中扮演了不同的角色。
我的Mentor万老师主要在数学方法的实际应用上指导我。她帮我把数学知识转化成可操作的变量框架，教我怎么把抽象概念变成可量化的数值。选题的时候也是她帮我把“影响睡眠的因素”一步步聚焦到“学习压力与睡眠质量的关系”。
SA老师Coriarna M.则更侧重研究逻辑和学术规范。她全程跟进我的进度，在研究设计、变量界定这些环节引导我用数学思维去思考，避免逻辑漏洞。她还教我用规范的学术语言去阐述数据结论，让论文更专业、更严谨。
两位老师分工配合，从数学实操、学术标准层面支持我，帮助我顺利地完成EPQ。
Mentor的辅导记录（部分）
A*不是终点，
数学的应用价值才是最大收获
完成EPQ之后，我在几个方面都有明显的提升。
最直接的是数学应用能力。在学校里数学就是解题、做题；但在EPQ里，我把皮尔逊相关系数、描述性统计这些方法真正用到了实际研究中，实现了从理论到实践的转化，也掌握了一些用数学模型解决实际问题的能力。
除了学科能力，时间管理和协作能力也得到了锻炼。EPQ有选题、数据收集、分析、写作多个环节，需要合理分配时间、制定计划。学术写作方面，我也学会了把数学分析结果整理成规范的论文。
这次研究让我更加确定了自己未来的专业：数学方向，偏向应用数学。以前我觉得数学就是做题、参加竞赛，但EPQ让我看到了数学在统计分析、建模中解决社会问题的力量。我对数学领域有了更新的认知和更强的兴趣，也希望未来能在这些领域深入学习。
这段经历对我的申请也很重要，首先A*成绩本身就能体现我的学术潜力；其次整个研究从变量梳理、数据量化到统计分析，完整展示了数学应用、逻辑推理和数据处理能力，这些都是招生官非常看重的素养。
Jerry的项目反思PPT
建议学弟学妹：
1.选课题要能发挥自己的学科优势。数学方向的同学，最好选那些有可梳理变量、可收集量化数据的课题，这样才能真正发挥数学分析的优势。不要为了追求“看起来高级”而选一个自己驾驭不了的题目。
2.不要盲目追求样本量而忽视数据质量。这是我踩过的坑。一开始为了扩大样本，我在高中生以外的群体也发了问卷，结果获得了很多无效数据，后续还要花时间筛选。所以数据收集之前一定要明确样本的纳入标准，不然会浪费大量分析时间。
3. 我非常鼓励大家参加EPQ。它不只是做一个科研项目，更是一次把学科知识引导到实践中的机会。全流程的研究能培养科研思维和核心能力——从选题到文献调研，从数据分析到论文写作，每一步都在锻炼逻辑推理和数据处理能力。
