多元统计范文10篇

时间:2023-04-09 12:03:28

多元统计

多元统计范文篇1

关键词:农业经济发展;农业生产条件;多元统计分析

我国是一个农业生产大国,农业经济的发展关乎整个国民经济的发展。但是影响农业经济发展的因素众多,如气候、土壤和水分等因素。不同地域的农业生产条件存在着差异,有些地域地势复杂、土壤质量差,严重影响农业生产的产量和质量,阻碍了农业经济的发展。运用多元统计能够弄清农业生产条件对农业经济发展的影响,因此,运用多元统计方法来分析农业生产条件对农业经济发展的影响具有十分重要的意义。

一、多元统计分析概述

(一)多元统计分析。多元统计分析是数理统计的重要部分之一,当对多个指标进行分析统计时,通常要用到多元统计分析。多元统计分析的方法有多种,如聚类分析、主成分分析等。在多元统计分析中,通常要将多个统计指标结合起来进行分析,在农业生产条件中应用多元统计分析,能够充分掌握各种农业生产条件对农业经济发展的影响因素,如气候、化肥、农药等条件因素,找到各因素之间的关联性,建立数学模型,结合区域实际情况,就能够清楚地了解各条件因素对农业经济发展的影响,从而制订有利于农业经济发展的政策制度,合理分配农业资源,从而保障农业经济的快速发展。(二)多元统计的重要性。农业经济发展的影响因素有多种,为了不断发展农业经济,加强农业的多元统计意义重大。农业多元统计包括影响农业经济的诸多因素,如土壤情况、气候条件和化肥农药的使用等,应用多元统计数据来指导农业经济的发展。运用多元统计的结果来改善土壤、规避恶劣气候,保护农业生产,从而提升农业生产的质量和产量。农业多元统计的过程也是优化农业资源,改善农业生产条件的过程,合理配备农业生产人员,配置或更换农业设备和设施,从而加快农业经济的发展。

二、农业生产条件对农业经济发展影响的多元统计分析

影响农业经济发展的主要生产条件有:农用固定资产、农村用电量、农用塑料膜用量、农机总动力、农药用量、化肥用量、耕地面积、灌溉面积、农村劳动力人数等,在不同的时期,各种农业生产条件对农业经济发展的影响作用也在不断发生变化。(一)农用固定资产对农业经济发展的影响。多元统计分析结果显示:在不同的时期,农用固定资产与农业经济的关联度始终高于其它农业生产条件与农业经济的关联度。农用固定资产对农业经济发展的影响始终排在第一位,这充分表明农用固定资产对农业经济的发展起着首要的作用,并且农用固定资产对农业经济发展的影响作用相对稳定。(二)农业劳动力人数对农业经济发展的影响。多元统计分析结果显示:在农业生产条件对农业经济发展的影响中,劳动力数量与农业经济发展关联度比较低。表明劳动力数量对农业经济发展的影响比较小,可见,农村劳动力人数并不是影响农业经济发展的主要因素。随着农业可利用自然资源的减少和劳动生产率的提高,需要从事农业的劳动力数量必然要逐渐减少,同时,随着工业化的快速发展,在整个国民经济中农业经济所占的份额将越来越小,农业劳动力不断转向非农业部门,使得农业劳动力对农业经济发展的影响逐渐减弱。近年来,农业劳动力人数对农业经济发展的影响有所提高,说明农村劳动力过多、过快转移对农业生产产生了一定的影响作用。由此看来,促进农业经济持续、稳定发展需要维持一定数量的农村劳动力。(三)耕地面积对农业经济发展的影响。多元统计分析结果显示,农业经济与耕地面积的关联度也较低,表明耕地面积不是影响农业经济发展的主要因素。随着城市化和工业化进度的加快,耕地面积不断缩小,随着科技的发展和资本的提高,农业经济得到了迅速发展,使得耕地面积对农业经济的贡献率逐渐降低。在考察不同时期耕地面积与农业经济发展的影响来看,近年来,耕地面积与农业经济的关联程度有了提高,究其原因是因为近几年耕地的大幅减少加大了对农业经济发展的影响。(四)物质生产条件对农业经济发展的影响。多元统计分析结果显示:随着经济的不断发展,物质生产条件对农业经济的影响不断发生变化。1991~1995年,农业物质生产条件对农业经济的影响程度由大到小的顺序依次是:农村用电量、农膜用量、农药用量、化肥用量、农机总动力、灌溉面积。从1996~1999年农业物质生产条件对农业经济的影响程度由大到小的顺序依次是:化肥用量、农药用量、灌溉面积、农膜用量、农机总动力、农村用电量。从2000~2004年农业物质生产条件对农业经济的影响程度由大到小的顺序依次是:农机总动力、农膜用量、化肥用量、农药用量、灌溉面积、农村用电量。分析表明,20世纪90年代初期农村用电量对农业经济发展的影响排在物质条件的首要位置,当时的农村用电对农业经济的发展起到了极其重要的作用。而在90年代后期及近年来,农业用电量对农业经济的影响在不断降低,在物质生产条件中,由首要位置降低至末尾的位置。究其原因是随着人民生活水平的逐步提高,农村用电量中用于农业生产的电量比例逐渐减少,特别是随着农业生产中科技投入的逐渐加大,使得农业用电量对农业经济发展的影响进一步减小。

三、利用多元统计分析完善农业生产统计指标体系

(一)保证报表的质量。以往由于基层农业报表频繁、数量较多,一些农业统计部门为了完成指标任务,随意填写报表,使得农业统计报表失去了真实性。所以,必须减少基层农业统计的工作量,减少农业统计报表的频率和次数,比如只做年报和定报,“定报”可以结合夏收、秋收填报。通过减少农业统计的工作量来提高农业统计数据的质量,以保障农业报表的真实性,使上报的数据既真实又准确。针对畜牧领域的统计,可以减少统计对象和统计指标。根据各地实际情况,只对当地代表性较强的畜类进行统计。果蔬类也可参照畜类的方法进行统计,合并相似的指标,精减数量较少的统计对象,通过减少农业统计人员工作量来提高统计工作的质量。年报工作中,可以向先进的农业统计地区和单位学习,将本区的农业生产总值、消耗值以及特色指标纳入农业统计体系中。随着时代的进步和农业的发展,将农村合作社、土地流转等体现在多元统计体系中,为农业经济发展提供有实用价值的数据参考。(二)采用科学合理的统计方法。目前,很多地区的农业经济是由技能统计站报上去的,数据多数来源于乡村统计员,这些基层的统计员大多数是由乡村干部兼任,这些人员多数文化水平不高,对专业统计知识知之甚少,不可避免在农业统计工作中出现偏差,甚至出现错误,致使报上去的数据根本不准确。这就使得上级部门的农业经济统计数据不真实,统计分析的数据难以为农业经济发展提供有效的参考和依据,使得农业经济的统计效率大大降低。要想提高农业经济统计的准确性和统计质量,就必须采取合理的、科学的统计方法,改变农业调查的传统方式,抽样调查要做到周密和全面,记录要准确。如今是农田家庭联产承包,统计涉及到千家万户,跟原来的集体制相比,统计对象发生了根本性的变化,若依然采取原来的老一套统计方式,根本适应不了现代农业发展的需求。所以,必须采用抽样调查的统计方式。如由村镇两级来填写播种面积和产量等报表,村镇必须准确掌握有关数据,以保障县市级制作的统计报表更加符合农业生产实际,从而全面提高农业统计质量。

四、结语

通过多元统计分析农业生产条件对农业经济发展的影响,可以看出,各种农业生产条件对农业经济发展影响显著,农业经济发展的基础和关键是农业生产条件。近二十年来,随着科学技术和资本成本投入的加大,耕地面积和劳动力对农业经济发展的影响逐渐减小。因此,必须加大农用固定资产投资和农业基础设施建设,加强农业技术的应用,努力提高农业劳动者文化素质,最大限度地提高土地生产率,促进农业经济的快速发展。

参考文献:

[1]郑晓杰.农业生产条件对农业经济发展影响的多元统计[J].农业工程,2014(02).

[2]郭亚丽.农业经济发展中面临的困境及对策研究[J].现代经济信息,2017(22).

多元统计范文篇2

案例式教学法始创于美国哈佛商学院,其科学性、创新性已经被我国的教育工作者认同和接受,并在很多高校的教学中得到广泛应用。案例式教学法是一种在老师引导下学生自己解决实际问题的学习方法[1]。统计案例教学法,就是根据统计学科自身的特点、教学目的及教学要求,在教师的指导下,将统计课程中实际案例的处理过程搬入课堂,通过例题讲解渗透知识点,引导学生进行思考、分析、讨论和交流。通过学生的独立思考或集体讨论,促进学生对教学内容的理解,进而提高学生分析问题和解决问题的能力。该方法用于应用性特别强的多元统计分析课程,效果尤其明显。

2石油案例教学特点

首先,统计案例素材来自于石油院校的各院系的真实课题。整个解题过程涉及到大量的专业背景,完整的教学过程可以有效地将统计教学培养和专业教学培养结合起来,对于学生将来就业、提高解决实际问题的能力有很大的帮助。其次,案例分析是进行案例教学的重要环节,它是以学生为主体对案例进行辨析并得出自己结论的一种创造性教学活动。以石油为背景的案例教学过程,不仅可以作为多元统计分析课程的教学主体,还可以作为各专业学生实习实训的课题,同时也可以为毕业设计提供一定的参考。最后,任何一个统计问题都需要论证和检验,这是至关重要的一步。对于所选择的案例,结果都是客观存在的,这就促使学生思考自己所做的结论是否具有可行性。如果学生所得到的结论比预期的结果要好,就可以适当考虑统计模型的可行性及与原始结论的差异性。

3案例教学分类

依照案例性质可分为解题型、分析型。解题型是指为了使学生正确理解统计原则和具体方法而采用的教学案例,其特点是通过实例性习题、例题进行具体的计算,简单地体现出多元统计学中的原则、定义、原理和方法。分析型案例是指由教师提供背景和材料,并具有明确针对性地提出几个问题,引导学生自主思考,研究问题存在的状况、条件以及问题的发展演变趋势,最终提出解决问题的办法。依照案例内容多少可分为专题型和综合型。专题型是针对某一特定问题或问题的某个方面的案例,也称专门型案例。综合型案例是对统计全局性关键性的问题进行全面研究或分析,涉及范围广泛,知识点含量多。综合型案例的特点是具有全面性、综合性和系统性。

4案例式教学法三个步骤

4.1提出问题。

案例教学当中的案例必须具备真实性、可操作性、知识体现性这三个要素。真实的案例可以激发学生主动解决问题的积极性,开阔学生的眼界,同时为将来处理实际问题做好有效的前期铺垫。可操作性是指案例应该有合适的解决办法,结果不能含糊,整个过程尽量思路清晰。知识体现性是充分考虑到我们的目的是教学,因此选择案例时候需要挑选能充分体现多元统计分析方法及知识点的案例。

4.2解决问题。

整个过程的主体是引导学生解决问题。对于陌生的问题学生会提出各种各样的解题方案,作为教师不能只按照自己的思路想法去讲解,要充分肯定学生的思维能力及创新能力,总结利弊,再借助统计软件向学生演示,讲解问题的整个过程。讲解的同时注重理论的渗透和方法的总结。

4.3实验操作。

通过案例的演示,明确具体要求,由学生运用学过的知识和方法,独立地分析和解决问题。可以考虑让学生进行分组讨论,鼓励学生充分发表白己的意见,虚心听取他人的意见,最后由教师进行总结、讲评,并介绍在其他问题中的实际应用,以利于学生知识的升华。

5结论

多元统计范文篇3

基于因子分析的预警模型

根据指标体系确定的全面性、重要性、层次性、可获得性等原则,结合我国上市公司的实际情况,最终选定反映上市公司偿债能力、盈利能力、经营能力、成长能力和获利能力等五个方面的16个财务指标构成综合评价指标体系,具体包括:流动比率x1、速动比率x2、股东权益比率x3、流动负债率(%)x4、每股收益(元)x5、每股净资产(元)x6、每股净资产增长率(%)x7、存货周转率(倍)x8、总资产周转率(倍)x9、应收帐款周转率(倍)x10、净利润率x11、净资产收益率(%)x12、主营收入增长率(%)x13、总资产增长率(%)x14、资产负债率(%)x15、每股经营活动产生的现金流量净额(元)x16。因子分析预警模型(1)数据的预处理①将逆向指标取倒数,进行同趋化处理。②为避免量纲不同的影响,将同向化后的数据进行标准化处理。(2)适度性检验①相关系数检验。为了解自变量之间的关系,利用SPSS得到16个财务比率的相关系数矩阵,结果表明各变量之间的相关系数普遍偏高,用因子分析法进行公因子提取是可靠的。②KMO检验和Bartlett''''s球形检验。运用KMO检验和Bartlet''''s球形检验,结果如表1。表1KMOandBartlett''''s检验Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.0.634Bartlett''''sTestofSphericityApprox.Chi-Square526.104Df120Sig.0结果显示Bartlett''''s球形检验的显著性值为0,拒绝原假设,说明各变量间存在相关性,适合进行因子分析。另外KMO测度值0.634>0.5,也证明了变量数据适合进行因子分析。(3)因子分析①提取公因子。未旋转及旋转情况下,各因子对应的特征值、贡献率、累计贡献率,见表2。特征值大于1的公因子有5个,累计贡献率达90.619%,基本反映了原始数据所提供的信息。由于未旋转因子载荷的经济意义不明显,因此进行方差最大化旋转,旋转后的因子载荷见表3。②因子命名。因子1在x7、x11和x12上载荷分布较高,表明该因子集中反映了上市公司有关盈利能力指标方面的信息,因此命名为盈利能力因子,该因子对全部初始变量的方差贡献率为23.23%,是评价上市公司综合业绩需要考虑的主要方面之一。类似地,将因子2、因子3、因子4、因子5分别命名为偿债能力因子、成长能力因子、营运能力因子、资产管理因子。③因子得分和综合排名。进一步得到5个主因子的因子得分系数矩阵,见表4。根据错误分类总数最小原则,得到的分割点应该在3.674和3.990之间,选择其中位数,为3.832,因此可以得到划分ST公司与非ST公司的PS分割点值为PS0=3.832。④财务预警模型。根据上述分析,得到的财务预警模型为:PS=35.068%F1+17.012%F2+11.431%F3+10.621%F4+6.487%F5若PS≥PS0,则1年后该企业为非ST上市公司;若PS<PS0,则1年后该企业为ST上市公司。⑤结果分析。根据上述标准的分类,15家公司有3家被错判,预测准确率为80%,错判率为20%,对非ST公司的预测准确率为100%。具体分析被错判的公司:S*ST集琦2009年债务重组收益有790万元,销售收入较去年有所提高,相应增加了公司的利润,其面临财务危机的可能性较小。ST百花公司2009年净利润比上年同期大幅增长,其主要原因系公司的债务重组收益所致。ST前锋2009年的最后一个交易日公告,公司与首创集团进行资产置换,二者均属首创集团,出现财务危机的可能性较小。此外,可以通过计算各公司主因子的综合得分,对公司的财务指标及盈利能力、偿债能力、成长能力、营运能力和资产管理能力等进行详细分析。

基于聚类分析的预警模型

采用分层聚类分析法,对样本公司同趋化和标准化处理后的数据进行聚类处理,结果显示16个财务指标可聚为3类:盈利能力(x5,x7,x11,x12,x13,x14)、偿债能力(x1,x2,x4,x8,x10,x15)和成长能力(x3,x6,x9,x16)。由聚类分析结果知,指标体系由3类指标组成,保证了指标的全面性,但每一类指标数量各不相同,需要从中进一步筛选,应用主成分分析法,选取特征根大于1的主成分,再对主成分进行加权求和,得到一组Yij值。结果依次为:盈利能力的主因子:Y11=0.218x5+0.216x7+0.231x11+0.223x12+0.140x13+0.186x14偿债能力的主因子:Y21=0.327x1+0.341x2+0.340x4+0.20x8-0.049x10-0.062x15Y22=0.012x1-0.069x2-0.063x4+0.464x8+0.571x10+0.309x15成长能力的主因子:Y31=0.291x3+0.331x6+0.324x9+0.357x16按照公司财务评价的综合评分法,将3类指标按5:3:2来分配权重,由样本数据可得上市公司的综合得分Y,并从高到低排列。根据错误分类总数最小原则,得到的分割点应该在5.013和5.840之间,选择其中位数5.427,因此可以得到划分ST公司与非ST公司的PS分割点值为Y0=5.427。根据上述分析,得到财务预警模型为:Y=50%Y1+30%Y2+20%Y3,其中,Y1=Y11,Y2=m21Y21+m22Y22,Y3=Y31,m21,m22为偿债能力因子的主因子权重。若Y≥Y0,则1年后该企业为非ST上市公司;若Y<Y0,则1年后该企业为ST上市公司。从分类结果看,15家ST公司有4家被错判为非ST公司,除因子分析错判的3家外,又多出了ST四环,对非ST公司的预测正确率为66.7%。具体分析被错判的公司ST四环,根据监管机构对公司债务重组业务会计处理的整改意见书,对公司2008年的定期报告进行了追溯调整。经调整,2008年年报净利润由原来的6102257.89元变更为-25388633.39元,即由原来的盈利变为亏损,2009年净利润呈现为扭亏为盈,财务状况逐渐好转。

基于判别分析的预警模型

多元统计范文篇4

研究方法

如果降低级别处理,也可以分析较高测量级别的变量。交互分析中所采用的检验方法叫做χ2(卡方)检验,它适用于拟合优度检验和变量间的独立性检验。可以用于测定两个分类变量间的相关程度。若用fo表示观察频数(observedfrequency),用fe表示期望值频数(expectedfrequency),则χ2统计量可以写为:χ2=∑fo-f()e2feχ2统计量有这样几个特征:首先χ2≥0,因为它是对平方值结果的汇总。其次,χ2值得大小与观察值和期望值的配对数,即R×C的多少有关。R×C越多,在不改变分布的情况下,χ2值越大,因此,χ2统计量描述了观察值与期望值的接近程度。如果两者越接近,fo-fe的绝对值就越小,计算出的χ2值越小;反之,如果fo-fe的绝对值越大,计算出的χ2值也越大。χ2检验正是运用χ2的计算结果与χ2分布中的临界值进行比较,做出对原假设的统计决策。拟合优度检验是使用χ2分布进行统计显著性检验的重要内容之一。在假设检验中曾讨论过对两个比例是否相等进行的检验。若要对多个比例是否相等进行检验,就需要利用χ2检验的方法。如果样本是从总体的不同类别中分别抽取,研究目的是对不同类别的目标量之间是否存在显著性差异进行检验,我们就把它称为拟合优度检验。在研究问题时有时会遇到要求判断两个分类变量之间是否存在联系的问题。这种情况下可以使用χ2检验,判断两组或多组的资料是否相互关联。如果不相互关联,就称为独立。这类问题的处理就称为独立性检验(testofindependence)本文的研究就是基于列联表交互分析方法进行,主要对居民家庭非金融投资中的健康投资与房地产投资进行研究。虽然,教育投资也属于居民的非金融投资,但是教育属于长期投资,并不会于短期内得到回报,因此本文只研究居民健康投资与房地产投资这两种非金融投资。

城镇居民家庭非金融投资分析

本文从非金融资产角度,讨论城镇居民家庭的投资状况以及发展趋势。在非金融资产方面的研究主要涉及实物投资、教育投资和健康投资。其中,在实物资产投资的研究中,侧重于房地产投资。目前,房地产投资、教育投资和健康投资是我国出现的居民家庭投资的新热点。在此,本文仍主要采取北京市居民的样本数据来进行研究,从首都城市的情况,观察我国整体居民家庭的未来发展态势。数据来源主要为《中国统计年鉴2011年》、《2009-2010IMI城市居民消费行为与媒体接触度研究报告》、《中国家庭的投资理财模型》、《中国居民收入分配年度报告(2010年)》。居民家庭健康投资分析由于我国社会医疗体制的改革,未来医疗支出比例可能越来越大,所以居民家庭很重视家庭成员的健康问题,从而大多数居民家庭每年需要拿出一部分资金进行健康投资常见的健康投资方式有五种:购买健康保险、营养保健品、旅游、参加健身俱乐部和关注生活环境质量等形式。由于健康投资是近几年出现的居民家庭新的投资方式,所以还没有口径一致的数据可以比较分析。因此,本文利用北京市居民购买营养保健品的数据进行健康投资方面的分析。根据《2009-2010IMI城市居民消费行为与媒体接触度研究报告》中的数据,其涉及了北京市不同人口特征的城镇居民保健品购买比例。其中,被调查总人数为490人。在受访者中,从未购买过保健品的人数为389人,所占比例为79.4%,而曾买过的人数仅为101人,所占比例20.6%。(如图1所示)图1过去一年北京市居民购买保健品比例图(资料来源:《2009-2010IMI城市居民消费行为与媒体接触度研究报告》)由此可见,健康投资是我国近几年新兴的一项投资方式,还并未引起居民家庭足够的重视,且发展空间较为广阔。那么,不同人群特征对于保健品的购买、健康投资的动机是否有显著差别呢?本文将对性别、年龄、学历、收入这四个属性做列联分析,考察不同层面的人群对于健康投资的差异,具体分析不同人群在健康投资上有何差别。首先,观察发现,不同性别居民保健品购买比例略有差异。20-24岁和25-29岁居民购买保健品的比例相对较低,而30-39岁居民购买保健品的比例相对较高。不同学历和收入的居民保健品购买比例没有明显差别。本文从统计上采用卡方检验来判别不同性别、年龄、学历、收入的人群在购买保健品上是否有显著差异。假设H01:购买保健品居民的性别没有显著差异,即性别对居民是否购买保健品没有显著影响。假设H02:购买保健品居民的年龄没有显著差异,即年龄对居民是否购买保健品没有显著影响。假设H03:购买保健品居民的学历没有显著差异,即学历对居民是否购买保健品没有显著影响。假设H04:购买保健品居民的收入没有显著差异,即收入对居民是否购买保健品没有显著影响。利用SPSS软件,结果如表1所示:由表1所示,在显著性水平为0.05时,假设H01未通过,而其他各个假设均能通过假设,即接受原假设。也就是说,居民性别对是否购买保健品有显著差异,而年龄、学历、收入水平对是否购买保健品并无显著差异。由结果可知,女性、中年人、学历高、收入高的人群更倾向购买保健品。从统计上讲,不同性别对健康的投资有显著性差异,即女性更容易购买保健品。并且,女性购买保健品的类型主要涉及“美容养颜”类、“补充人体所需元素”类等。而年龄、学历、收入的人群对健康的投资并无显著性差异。由此可见,城镇居民家庭对健康投资的意识还较为薄弱,对健康投资的方式也不甚了解。但是,随着社会的发展,居民家庭渐渐开始重视健康投资。居民家庭房地产投资分析房地产投资是近年来非常热门的领域。在传统的体制下,我国城镇居民家庭的住房是作为福利进行分配的,居民家庭住房的多少取决于政府对住房投资的决策及其所在单位的行政职位。而1998年以后,我国城镇住房改革进入深化阶段后期,逐步向住房社会化、商品化过渡。直至2008年,一度蓬勃发展的房地产市场开始调整,房地产销售出现了自1998年以来的首次负增长,房价涨幅持续回落,部分区域房价下跌明显。2009年,国家宏观调控政策效应逐渐显现,回暖的迹象似乎在房地产界有了明显的痕迹。那么,在我国城镇居民经历了房价的起落、国家宏观政策的变化后,房地产投资现状如何?不同的人群对是否购房有怎样的差异呢?根据《2009-2010IMI城市居民消费行为与媒体接触度研究报告》中的数据,其涉及了北京市不同人口特征的城镇居民房产购买情况。其中,被调查总人数为490人。在受访者中,过去一年内没买过房产的人数为439人,所占比例为89.6%,而买过的人数仅为61人,所占比例10.4%。由此可见,房地产投资的前景并不清晰。总体而言,住房既是投资品,也是消费品。近几年,国内房地产需求已由消费主导向投资主导发生了转换。因此,房地产投资作为积累预防性资产的方式已引起了居民家庭的注意。但是,由于自身经济条件的不允许和房地产市场情况的不明朗,居民家庭在房地产投资上更多地出于观望状态,并没有将其当作积累预防性资产的主要方式。也可以说,虽然房产具有一定的保值、增值属性,但大部分居民家庭并不把它当作家庭稳定器的主要方式。那么,不同人群特征在购买房产上是否有显著差别呢?本文对性别、年龄、学历、收入这四个属性做列联分析,考察不同层面的人群对于房地产投资的差异,具体分析不同人群在房地产投资上有何差别。首先,观察发现,不同性别居民购买房产时的比例差别不大。而不同年龄、学历、收入的居民房产购买情况差异较为明显。25-29岁和30-34岁居民购买过房产或者在房产购买过程中起决定作用的比例相对较高。大学本科和研究生及以上学历购买过房产的比例较高。并且,月收入越高的居民购房比例越高。图2过去一年北京市居民购买房产比例图(资料来源:《2009-2010IMI城市居民消费行为与媒体接触度研究报告》)。本文从统计上采用卡方检验来判别不同性别、年龄、学历、收入的人群在房产购买上是否有显著差异。假设H01:购买房产居民的性别没有显著差异,即性别对居民是否购买房产没有显著影响。假设H02:购买房产居民的年龄没有显著差异,即年龄对居民是否购买房产没有显著影响。假设H03:购买房产居民的学历没有显著差异,75即学历对居民是否购买房产没有显著影响。假设H由表2所示,在显著性水平为0.05时,各个假设均能通过假设,即接受原假设。也就是说,居民性别、年龄、学历、收入水平对是否购买房产并无显著差异。若放宽条件,在显著性水平为0.1时,H03、H04未通过,即拒绝原假设。也就是说,在显著性水平为0.1时,学历、收入水平对购房情况有显著差异。由结果可知,学历高、收入高、有一定社会基础的人群更倾向购买保健品。从统计上讲,不同学历及收入水平对于是否购买房产有显著差异。即学历越高、收入水平越高的人群买房的可能性越大,这可能是由于对于高学历、高收入的人更易于拥有稳定的社会地位以及资产剩余,因此更倾向于利用房产投资的方式积累预防性资产。综上所述,房产是高关心度产品,并且更多以家庭消费为主。作为积累实物预防性资产的方式,房产投资受到了居民家庭的关注。但是,由于自身条件以及国家宏观调控等情况,大多数居民家庭并没有把房产投资当作主要方式。从大体上来说,学历高、收入高的人群更倾向于用这样的方式积累资产。

多元统计范文篇5

小学阶段是人生的起步阶段,作为一名少儿教育工作者不禁要思考,小学生究竟是出于什么动机去阅读?如何根据小学生读者群的划分实施个性化教育?一直以来,关于少儿阅读教育的讨论,往往着眼于读者阅读的数量、种类、时间长短等方面,对学生的阅读倾向的实证研究相对较为缺乏,这是本文的研究意义所在。

数据采集过程

笔者借鉴美国Wigfield教授1996年编制的MRQ问卷[1],并自行设计了调查问卷。借助问卷主要调查被测者的背景信息,比如年级、阅读载体、家庭阅读氛围、成绩等。选定的样本对象为:3—5年级的小学生。样本的抽取采用随机方法,在全市范围内选择了300名小学生,最终获得272名有效样本。调查中采用四点评分制,4表示“非常符合”,1代表“非常不符合”。

数据分析方法

对于调查数据,笔者采用数理统计方法进行处理,主要思路为:1.根据数据情况,将测试语句分为几大类,找出每一类中的共同因子并作出合理解释。2.利用因子分析的结果,对数据重新评估打分,然后再进行聚类分析,确定最终采用的分类个数。3.根据分类结果对每一样本判别其所属类别,然后对各类型读者的背景进行交叉分析。4.所有数据采用SPSS统计软件进行数理分析。

多元统计范文篇6

[关键词]多元统计分析;经济;经济学角度

社会各组织机构离不开统计分析工作,其不仅能够让各个组织机构明确相关领域过去和现在的发展状况,更能对未来的发展趋势做出准确的预判,从而制定出科学的决策。经济领域是一个复杂、庞大的系统,国家在进行经济发展战略的制定时,往往以完整、准确的经济数据为基础,进行科学化的决策。而多元统计分析是统计分析方法的创新,对我国经济战略的制定和决策具有积极的作用。

1多元统计分析的概述

随着科技水平的不断提高,在互联网的发展背景下,多元统计分析方法与智能化分析逐渐融为一体,且在新媒体上进行数据处理与分析的过程中,从传统统计分析中衍生出来,并在大数据背景下继续发展,推动着统计分析工作迈向一个新的发展阶段。多元统计分析是利用数理统计的方法研究变量的问题和理论的,在经济领域中,经济统计所涉及的变量是多边的,而传统的统计分析是“一对一”的统计方式,这种统计分析方法不仅不能实现分析的时效性,更难以保证统计变量之间的关系,而多元统计分析便能弥补传统分析法的弊端,减少信息的流失,保证信息的准确性和完整性,进而全面反映出数据的情况。

2多元统计分析方法在经济中的应用

2.1多元回归分析的应用

为了能够客观地对经济规律进行分析,需要对经济变动形式进行计量模型的建立。多元回归法是通过经济计量模型分析经济走势的,目前比较常用的是通过数字方程进行模型的建立,通过模型进行数字方程的建立,且将模型中变量之间的关系进行梳理,并通过对经济计量数据进行预测,从而对经济的发展态势进行判定分析,进而全面的研究经济问题。例如,多元回归分析在我国通货膨胀问题中的应用。众所周知,通货膨胀最显著的特征就是整体的物价上涨,在这种情况下可以将已上涨的物价按照因变量进行统计分析,并将各种影响因素作为统计分析中的自变量,在此基础上研究影响各个物价上涨的因素。通过两种因素的结合制定相应的多元回归方程,进而让整个通货膨胀率能以经济模型的形式呈现,使引起通货膨胀的原因得以更系统的形式体现。

2.2聚类分析的应用

聚类分析法是多元统计分析方法中研究分类问题的一种方式,其所研究的领域较为宽泛,例如,在分类研究的问题上,从企业出发,可以将企业的发展类型进行分类、经营方式进行分类、收益模式进行分类。从国土资源出发,可以将国民的生活水平进行分类、土地资源类型进行分类、土地资源等级进行分类。例如,聚类分析法在企业经营效益分类的应用中,其能够通过对企业自身的指标进行整合,并以这些指标数据为基础进行统计量的整合。聚类分析法通过统计量的整合数据进行分类分析,将其他一些具有相似性的数据进行类比,以此将各个企业进行分类。最后,建立一个顺序排列系统,将不同类别的企业按实际情况从小到大进行排序。此外,还能以时间轴为基础,对不同的资料进行时间上的排列,这种有序聚类亦是经济学中经常应用的方式。

2.3主成分分析应用

在经济学数据分析中,各项经济指标和经济要素较多。此外,经济学指标相互之间多数会存在一定的相关性,这就导致部分数据与指标重复,通过主成分分析便能实现数据的“降维”,将主要数据进行提炼并加以整合,简化统计分析工作。例如,在评价经济效益的应用中,为了明确经济效益,就必须对相关数据进行统计分析,然而,经济指标的重叠让指标体系呈现多个指标。这给经济效益的评价带来了一定的困难,主成分分析能够将指标体系中的多个指标进行“降维”,将重叠指标信息进行重组,防止了数据的叠加统计,进而使经济的综合评价更加准确、客观。

2.4判别分析的应用

在多元统计分析中,判别分析旨在对不同经济数据与指标进行归类,这与文中的聚类分析不同,判别分析是在聚类分析基础下进行的,是将已知的数据进行合理归类,确定测试样品的属性范围。判别分析是通过分布函数进行统计分析,通过给定的多个个体数据和总体,对各个个体数据与指标相应所属的主题进行归类。例如,在经济指标归类中,可以依据判别分析法将我国企业的经济效益进行统计分析,将不同企业的经济效益进行聚类分析,形成优、良和差三个等级,当对一个新的企业进行等级分析时,可以通过其内部的经营数据与三个大类的企业数据进行对比,与之相似度最贴近的,即为同一类别企业。通过判别分析,能够明晰社会各个领域的经济发展情况,以此来有针对性的制定发展策略,实现科学化发展。判别分析法已成为我国经济发展中常用的一种多元统计分析法。

3结语

在多元统计分析中,任何分析法之间都存在着关联性。各种方式共同揭示着我国经济现象的发展形式和规律,所以,在利用多元统计分析时,若能充分进行定量与定性两种分析的结合,可以使统计分析工作更加全面、更加准确。

作者:程荣荣 单位:山西农业大学信息学院

参考文献

[1]刘君一.多元统计分析方法在宏观经济分析中的运用[J].时代金融,2015(20).

多元统计范文篇7

【关键词】多元统计分析实验;教学模式;探讨;改革

在大数据时代的背景下,拥有数据分析和数据挖掘能力,特别是数学和统计类相关专业的人才越来越受到用人单位的青睐。高校是培养统计学人才的重要基地,为了保障人才的培养质量,需要适时调整和完善培养体系,提高统计专业课程的课程质量。在统计学科中,作为内容十分丰富且应用性较为广泛的一门重要课程,多元统计分析这门课程的产生和发展与社会的进步紧密联系。随着统计软件的不断发展,多元统计理论与应用和统计软件的深入结合使得多元统计分析的实践教学变得至关重要。基于此,对于多元统计实验教学模式的探讨和改革也就十分关键和重要。

1国内外研究现状分析

多元统计分析实验是多元统计分析的实践教学部分,具有应用性与操作性较强的特点。多元统计分析的相关方法在当今许多国家中应用十分广泛,这与其优秀的教学模式密不可分。例如,美国十分重视根据社会发展的需求变化对学生的培养方案进行调整[1],关于实践能力与创新能力方面的培养在多元统计分析教学中尤为重视;英国国家统计相关课程的标准是尽可能地创造适当的机会,让学生能够利用现代信息技术来进行统计学习;无独有偶,跨学科交叉培养的模式体现在荷兰的统计课程模式标准中[2]。在国内,传统的多元统计分析课程教学模式就是理论知识结合例子说明,再通过解题加深理解,进而达到教学目的。虽然这样的教学模式在一定程度上让学生获得了基础知识,同时提升了学生的逻辑思维能力和数据处理能力,对应用知识的能力也有正向的影响,但在激发学生的学习兴趣上收效甚微,因此教学效果并不理想。基于这个原因,国内的学者们和一线教职人员根据多元统计分析实验教学存在的问题做了相应的探索和研究。何林提倡在多元统计分析实验课程教学过程中注重案例的教学,并且利用前沿的统计软件进行教学,以此来提高学生的实践能力[3]。顾光同阐述了在多元统计分析实验教学中应融入社会实际问题作为教学案例,并注重多种软件的学习,通过学科竞赛来加强实践教学的观点[1]。张胜男认为可以将研究成果融入实践教学,强调将教学内容与学生的专业知识相结合的重要性,一方面可以满足新领域应用,另一方面可以拓宽学生的视野,能够让学生积极主动地学习,从而提升其创新意识和能力[4]。陈平在实践教学中利用任务驱动的方法来达到激发学生的学习兴趣和改善学生动手能力的目的[5]。刘佳等人通过“翻转课堂”开展多元统计实验教学,结果发现运用翻转课堂达到的教学效果优于传统教学取得的教学效果[6]。李婷婷等人认为中国大学等在线学习资源或自行录制的教学视频可以作为重要的教学工具,然后借助翻转课堂等优秀教学模式能够有效地解决教学任务多而教学时间不足的矛盾,打破传统课堂在时间和空间上的局限,从教学内容上拓宽了传统课堂。这样的教学方式一方面可以让教师更加自由灵活地组织教学内容,保证教学质量,另一方面也有助于学生培养自身,如学的学习能力[7]。孙芳等人针对实验课程的考核方式,认为课程考核上应该创新,可以利用移动平台来对实验类课程进行考核[8]。随着信息技术的不断发展,在互联网与教育相结合的背景下,对教育教学方面提出了与信息技术相结合创新发展的新要求。信息时代下,涌现出了大量的远程授课和网络学习平台,同时拥有丰富的线上课程和网络教学视频等,这都为课程教学改革提供了良好的基础和机遇。本文将根据本校统计专业学生自身的特点,探索出适合本校多元统计分析实践教学的模式,期待开创教学改革新局面。

2多元统计分析实验教学存在的问题

多元统计分析实验是一门应用性和综合性并存的课程,在教学模式和教学手段上对教师提出较高的要求。结合实际情况分析,目前我校统计专业的多元统计分析实验在课程教学中存在以下问题:

2.1理论与实践脱节

由于多元统计分析实验是实践性较强的课程,并且依托于多元统计分析开展,而多元统计分析本身是理论性较强的课程,二者互有不同又密不可分。为了让学生更好地接受知识,培养其综合素质,授课教师一般在教学过程中采用先进行理论教学,后进行实例分析的传统授课方法,通过详细地剖析统计分析方法在实际生活中的应用,让学生对知识能够理解透彻并学以致用。但在实际教学中,较多的精力被用于对多元统计理论的分析讲授上,而忽视了实践教学。同时,理论教学中,由于授课方式较传统,学生对于枯燥的内容难以接受,课堂效果甚微。特别是大部分的传统教学观念认为实践教学只是理论教学部分中的一个环节,是一个可有可无的部分。这些观念导致了学生理论和实验教学的脱离,造成学生动手能力的缺失,创新素质不高。

2.2实验案例缺乏

在教学过程中,所采用的案例都是教材上提供的,且部分案例并未贴近学生生活,并且数据都是经过调整的,比较容易得出结果,这导致学生只能片面掌握教学案例中的方法应用,但当遇到实际问题时就手忙脚乱,不知道运用哪种统计方法。此外,在处理实际问题的过程中,往往会面临数据缺失、分析方法不匹配和检验不通过等问题。实践教学中由于实际案例的缺失,导致学生对教师讲授的知识难以深入掌握,而没有达到学以致用。这也是为什么统计专业学生在做毕业设计时,总会出现统计方法上的错误使用。因此,仅仅依靠教材上的习题进行多元统计分析实验教学是不够的。

2.3教学方法单一

多元统计分析实验课程的教学难度大,不仅包含理论知识的分析讲解,还包括统计软件的运用。当前的教学方式主要利用多媒体教学与黑板板书相结合的教学手段进行课堂教学,但大部分只停留在多媒体课件的演示和黑板板书的简略讲解上,教学方法和教学手段都比较单一,有较强的局限性;又由于课时较短以及学生基础较为薄弱,课堂上交流互动的效果不好,学生无法充分发挥学习的积极性和主观能动性,严重影响学生的学习兴趣,无法保证教学效果。

2.4考核方式较为陈旧

多元统计分析是一门理论与应用联系非常紧密的课程,理论知识是实践课程学习的基础,理论知识掌握不牢固会影响到实践课程的学习。目前,多元统计分析大部分仍采用传统的课程考核形式,以闭卷考试为主考察理论部分,灵活性不足,并且不注重知识在实际问题中的应用。考核方式的滞后会直接导致学生为了考试而去学习,对所学内容不加以理解吸收而是死记硬背,机械地解题,扼杀学生的创造性与创新性。而对于多元统计分析实验部分采用的是开卷考试,但数据都是教师提供,也不能激发学生的创新性。实践教学部分考核方式也较为陈旧,考核由平时的实验与期末的测试构成。基于此,改进多元统计分析理论和实践课程的考核方式十分重要。

3“互联网+”背景下多元统计分析实验提高教学质量的措施

3.1传统课堂教学与网络教学相结合

在传统教学的基础上,依靠网络教学平台,将课堂中的重要知识点、典型案例及课堂上不便展示的理论推导等内容制作成微视频或其他文档,到网络平台上,引导学生自主学习,能够打破时间和空间的限制。在教学中,可以依托中国大学MOOC、腾讯课堂和学堂在线等平台上的教学资源辅助学生完成实验所需的理论知识学习和做好实验前的预习工作。此外,建立学习社区是十分有必要的,可以建立QQ交流群或在雨课堂中设置班级,根据学生情况来设计各式教学活动,如可以进行课程内容必要的预习、复习以及组织在线学习讨论等。

3.2构建丰富的案例库,理论教学与实践教学相结合

针对多元统计分析中的统计方法,根据学生的兴趣构建金融、医药和经济管理等方面的案例。在每次讲授课程中的某个统计分析方法时,对应配有相应的案例,便于学生加深理解。利用线下课堂互动的教学优势,以小组讨论的方式在课堂上组织学生开展学习,着重解决之前在预习中存在的问题,并进行相关的案例分析。在课堂上,针对每次实验,增加测验环节,及时了解学生对知识掌握的情况。此外,通过开放式作业的方式,通过分组的形式,让学生根据自身的兴趣选择相关的问题,采集相应数据,设计实验方案,完成相应的统计分析并进行小组交叉评价。

3.3注重课后反思复习

受到课堂的时间限制,教师无法确切知悉学生对知识的掌握程度,故而及时获取学生的反馈信息就非常关键。课后,通过所建立的学习交流群或者雨课堂等教学平台,与学生做深入的交流,获得在整个教学进程中学生的感受和知识掌握的真实信息,同时可以进一步对学生在复习过程中发现的问题做出详细的解答。此外,教师也可以给学生下一次实验课程的相关任务。按照这样的模式,不仅可以使教学任务顺利地完成,还能够增强教师与学生之间的联系与互动。

3.4改善考核方式,提高教学质量

课程考核的目的是检验学生在学习过程中的效果,让学生获取知识,而非只会机械地进行解题考试。考核方式的改变会打破固有的思维,促使教师改进授课方式,促使学生改善学习方式。对于多元统计分析的理论考核可以采用开放性的考核,如可以通过课程设计任务,让学生分组合作完成相应的考核任务。对于多元统计分析实验同样可以进行开放式考核,平时的实验可以采取“学术+实验”的方式,从学术论文中给学生布置任务,让学生根据实际问题,采集相关的数据,运用对应的统计方法去解决,注重实验和学习的过程。对于期末考核,同样可以设置开放性的题目让学生完成,并进行汇报演示,根据实际完成的工作和汇报的表现进行评定。由此可得,考核的方式可以多样化,最终目的都是使学生真正地获取知识。

4结论与展望

多元统计分析理论性较强,应用性广泛,在本科教学中十分重要。多元统计分析实验是多元统计分析不可或缺的一部分,对于提升课程教学效果意义重大。本文阐述了多元统计分析在实践教学中存在的问题,并提出了相应的改进措施。此外,多元统计分析的实践教学还应注重对统计软件的学习。希望通过这样的教学模式改革,让学生掌握多元统计分析的知识,真正学有所获。

【参考文献】

[1]顾光同.《多元统计分析》实践教学的改革研究[J].成功(教育),2013(2):154-155.

[2]肖枝洪,郭明月.研究生多元统计分析课程教学的改革与实践[J].高等理科教育,2009(1):100-103.

[3]何林.《多元统计分析》实验教学的反思和改革探讨[J].佳木斯职业学院学报,2017(5):280+438.

[4]张胜男.改革统计学教学模式培养学生实践创新能力[J].西部素质教育,2016,2(8):63.

[5]陈平.任务驱动法在高职统计教学改革的探索与实践[J].广东技术师范学院学报,2011,32(1):96-99+139.

[6]刘佳,杜金柱,吴冼.翻转课堂统计实验教学设计与应用研究[J].内蒙古财经大学学报,2016,14(4):96-100.

[7]李婷婷,郝媛媛,刘洋.多元统计分析课程中实践教学向理论教学的渗透[J].西南师范大学学报(自然科学版),2017,42(12):162-165.

多元统计范文篇8

关键词:多元统计分析;数据科学;顶层设计;教学改革

“多元统计分析”课程具有较强的理论性及广泛的应用性,如何教好这门课,让学生了解多元统计的思想、掌握现代多元统计的方法,并在大数据、人工智能蓬勃发展的新时代熟练应用多元统计知识,是一个值得任课教师深思的课题。近年来,多位教师从教学理念、时代背景、目标导向等角度进行了有益的探讨。例如,以OBE理念为指导,从教学目标、教学设计与教学考核评价等方面改进“多元统计分析”课程教学[1]。瞄准计算机技术的发展,便于从课堂讲授内容、案例教学、编程实践训练、模型评价与优化等多个环节进行“多元统计分析”课程教学内容与教学方法的改革与实践[2]。针对“多元统计分析”课程实验教学的不足,淡化理论教学,注重案例教学并利用前沿的统计软件辅助“多元统计分析”课程的教学改革[3]。为突出实验教学的重要性,将实践教学融入理论教学,通过实验课程验证理论,通过综合性实验深化理论教学,运用设计性实验强化理论和实践的结合[4]。在课程资源建设方面,有研究提出以学生“学”为中心,以学习成果为导向,设计以学生为中心的课程教学方法,构建以学生为中心的课程学习资源和案例教学策略[5]。这些教学改革实践为本文工作提供了有益的参考。随着大数据、云计算、物联网以及人工智能等信息技术的迅猛发展,人类社会进入了“第四次工业革命”的新时代,笔者从事“多元统计分析”课程教学工作多年,深切感受到“多元统计分析”课程应拥抱新时代,与数据科学相互借鉴、相互渗透融合,并在教学理念、教学内容、教学手段上进行改革创新。

一、“多元统计分析”课程教学改革顶层设计思路

在数据科学迅猛发展的新时代,统计数据分析面临以下新问题。(1)数据规模。传统上,统计分析主要处理中小规模、中低维度的离线数据集,大数据处理主要面向大规模、高维度的数据集,且多为机器或程序自动生成的动态数据。(2)处理原则及方式。传统上,统计分析依赖于先验假设,倾向于建立精准的统计模型,并强调统计模型的合理性和拟合度。大数据处理则强调对流数据的实时处理,以及扩展性好、复杂度低的快速近似模型及算法,更看重模型的泛化能力和应用效果。另外,对高维数据,一般还需要进行特征工程及降维等预处理。国内“多元统计分析”课程比较注重教授数理统计的基础知识,突出统计建模的科学性和可解释性,然而,传统的统计理论与方法难以应对当今对海量数据的实时处理和可扩展需求。笔者提出“以时展为导向、以学生为本、以融合创新为抓手”的教学理念,以期对“多元统计分析”课程教学改革进行顶层设计。

(一)顺应时代需求

树立“以时展为导向、以学生为本、以融合创新为抓手”的教学理念,在课程介绍的时候引入大数据、数据科学、机器学习等概念,让学生一窥数据科学前沿及统计分析的定位。例如,在当今信息化时代,大多数学生对于统计学习、机器学习、人工智能等数据科学中相关部分知识特别感兴趣,可以因势利导地在教学过程中讲解多元统计方法与这些热点技术之间的联系与区别,让学生认识到人工智能是计算机科学的一个子领域,统计学习和机器学习都是人工智能的实现方法。

(二)引导学生主导学习

进一步丰富课程考核体系和评价标准,并鼓励学生积极主动地融入课堂,允许学生自由组成3~5人的小组,并以小组答辩的形式完成课程实验报告;引导学生参与教学内容相关的课外活动,进一步锻炼学生的学习、思考、动手、协作和表达能力。这些都将对学生就业和进一步专业学习深造带来正向影响。

二、融合统计模型与机器学习算法的教学内容组织

在“多元统计分析”课程教学改革中,许多研究人员提出了要加强统计方法应用的教学,强调要“学以致用”,并引入统计软件,以及编程语言等内容[3-4],但仍局限于这些统计软件或编程技术在传统多元统计模型与方法中的使用。笔者基于“以时展为导向”的理念,补充了机器学习相关模型与算法,让学生得以对某类问题的解决方法一窥全貌。例如,笔者在讲授“判别分析”单元时,会指出“判别分析”要解决的问题在信号分析课程中一般称为“模式识别”问题,在数据挖掘课程中一般称为“分类”问题,而在机器学习课程中一般称为“有监督学习”问题。针对不同的学科领域一般采用的处理方法有参数辨识方法、决策树方法、神经网络方法、贝叶斯网络方法、K近邻方法、支持向量机以及集成学习方法等。当然,限于学时,只能简单介绍一下这些方法的背景、特点、适用性、应用案例及性能以及可扩展性等。与此同时,推荐相关的课外学习资料,鼓励学有余力或感兴趣的学生课后深入探索。又比如,在讲授“系统聚类法”单元的时候,会指出“系统聚类法”是数据挖掘课程里“聚类”方法或者机器学习课程里“无监督学习”的其中一种,其他常用的聚类方法还有:K均值方法(基于划分的聚类方法之一)、密度相连方法(基于密度的聚类方法之一),而系统聚类法本身则是基于层次的聚类方法之一。通过补充数据科学相关课程的相关知识点,力图为学生勾画一幅多元统计分析经典方法及其相关方法的全景图,总结数据科学过程和最重要的机器学习算法,让学生可以全面了解数据科学应用过程以及数据科学的技术进展,并能针对具体问题选择正确的模型和方法。

三、丰富完善课程实验和课程考核体系

针对“多元统计分析”课程教学改革,许多学者虽讨论了如何强化实践教学环节、强调了案例教学[2-3,5]、引入数据科学方面的竞赛题目,完善教学考核评价体系等举措[1-2],但较少涉及学生团队精神及协作能力的培养,学生的实践也并未真正地走出课堂。本文基于“以生为本”的理念,在实践环节的设计和实施上充分考虑辩证思维、创新能力以及团队协作的锻炼,让学生体验主动学习的乐趣和效果。

(一)设计小组实验

大量实践表明,小组合作学习更能突出学生的主体地位,培养其主动参与的意识,在激发学生求知欲的同时,又为学生提供了一个较为轻松、自主的学习环境,提高了他们创造思维的能力。在“多元统计分析”课程作业设计中,首先,可有意识地弱化传统的理论推导和计算题,补充一些来自实际应用的、数据量比较大的数据分析题。这些题通常需要教师进行缺失值、离群点甚至标签错误之类的预处理。其次,针对一些探索性数据分析及必要的特征工程,在确定合适的模型及算法后再进行大量的模型验证和模型测试。最后,进行可视化工作,把模型结果和结论一目了然地展现出来。学生可以按兴趣匹配度和知识互补性自由组队并进行分工,但每队限制在3~5人。

(二)鼓励学生参与学科竞赛

近年来,国内涌现了大量优秀的数学建模、数据分析、大数据和智能计算竞赛平台,如中国工业与应用数学学会主办的全国大学生数学建模竞赛、中国计算机学会主办的大数据与智能计算竞赛、全国统计教学会主办的全国大学生统计建模大赛、阿里巴巴集团主办的天池大数据竞赛等。很多竞赛题目均来自企业界的实际问题。这些竞赛活动对学生了解企业需求与实际应用、增强业务理解与建模等综合能力的提高有极大地帮助。经过课堂小组实验锻炼,学生对这些竞赛的内容及形式不再陌生。

(三)引导学生投身“双创”

我国正处于经济转型关键时期,以创新谋发展是必由之路。政府也号召“大众创业、万众创新”,从早期的大学生挑战杯,到现在的互联网+大学生创新创业大赛,旨在深化高等教育综合改革,激发大学生的创造力,培养造就“大众创业、万众创新”的主力军;推动赛事成果转化,促进“互联网+”新业态形成,服务经济提质增效升级;以创新引领创业、创业带动就业,推动高校毕业生更高质量创业就业。笔者因势利导,引导学生利用所学的多元统计分析知识,结合国民经济特定行业特定领域的统计数据进行建模,以此为基础申报“双创”课题,投身到“大众创业、万众创新”的时代洪流当中。

四、结论

多元统计范文篇9

关键词:多元统计分析;房地产企业;经济效益评估

企业经济效益评估是企业经济分析的重点工作,当前我国针对房地产行业企业经济效益评估包括劳动生产至等指标,相关指标反映企业经济效益存在许多不足。多元统计分析能利用信息化技术对相关指标特点统计,全面反映企业经济效益[1]。目前多元统计分析法运用于很多领域,企经济效益分析是复杂的工作,如何客观分析企业经济效益对企业经营管理具有重要作用。

1多元统计分析法

多元统计分析法主要包括主成分分析法、聚类分析法、判别分析法等。主成分分析法是将多个原始变量降维转化为不相关综合变量,降维后组成综合变量为主成分,通过主成分分析法可以显示主要矛盾,达到简化问题的目的[2]。聚类分析是将研究信息数据与目标分类,按照标准原则将相似因素分类,评价房地产企业经济效益,可以将利息倍数等分到企业运营能力类型中,将所有样品进行全面分析评价。判别分析法是明确所有分类情况,对样品分析时根据判别标准规定进行多元分析。如分析企业经济效益在明确运营等相关指标后,分析房地产企业总资产等方面状况[3]。通常由Fisher开展叛变模型为函数,实际应用中要根据企业情况选取展现企业经济效益的类型。多元统计分析针对房地产企业经济效益评估,将复杂问题简化,全面反映企业的经济效益。

2多元统计分析模型

多元统计分析法为综合处理法,可充分利用统计对经济效益相关指标处理,获取权数主要方式,可以充分利用多元统计分析对数据进行统计,精准展现企业的经济效益,为企业经营带来明确发展思路。利用p个指标对某事物进行研究,得到p维随机向量X=(X1,…,Xp),协方差阵D(X)=∑,对X进行处理产生新的综合变量,Zi=uiX=ui1X1+ui2X2+…+uipXp,Cov=(Zi,Zj)=ui∑uj(i,j=1,…,p)。Z2定义为初始变量第二主成分,每个综合变量方差占总方差比重减小,分析中根据主成分累积贡献率达85%以上确定主成分个数,达到减少变量的目的。因子分析理论是主成分分析理论的推广,突出体现初始变量的相关联系[4]。分析过程为确定因子荷载,计算因子得分。利用p个观测指标对n个样品进行分析,将得到样本数据实行标准化处理,变量用X表示,用F1,F2,…,Fm(m<p)表示标准化后得到公共因子。

3多元统计分析在房地产企业经济效益评估中的应用

主成分分析法主要是利用数学开展降维,使综合变量涵盖多个变量信息数据,应用多元统计法评价房地产企业经济效益要确定相关指标体系。对房地产企业财务指标评价,确定相关体系不能遗漏关键指标,使指标存在差异性[5]。房地产企业运营中财务指标是企业发展决策支撑,大部分为单项指标,将我国财政部提出相关指标作为依据,具体指标包括资产收益、负债率、收账款周转率等。房地产企业经济效益评估多元统计分析,通过SPSS对信息数分析,我国有关部门统计多家房地产财务指标进行统计计算,为确保指标存在可比性,在相关指标处理后通过积累贡献率展示,贡献率标准为85%,特征向量表得到主要成分公式。A1=0.065X1+0.704X2+0.318X3+0.84X4-0.339X5+0.193X6+0.214X7-0.376X8+0.541X9+0.327X10;A2=0.227X1+0.590X2+0.326X3+0.430X4-0.039X5+0.418X6-0.126X7+0.213X8-0.175X9+0.406X10;A3=0.125X1-0.317X2+0.036X3-0.240X4-0.037X5+0.619X6+0.448X7+0.047X8-0.067X9+0.295X10。A1、A2、A3为主要成分评价房地产企业经济效益,L=0.7523A1+0.1020A3+0.145A2,房地产企业经济效益综合得分1到14,14号企业综合得分为-2.958963306,在全国各地房地产企业综合排名最高,1号企业经济效益综合得分为-2.09254286,排名最后。

4房地产企业经济效益多元统计分析评估

主成分分析通过数学降维找到综合指标变量代替原来变量,综合变量不相关,首先要确定企业经济效益评估指标体系,选取财务指标为单指标,做到不附加多余指标,能掌握房地产企业生产经营命脉,反映企业经济效益的指标有多种组合,具体指标有销售利润、资产收益、资产负债,应收账款周转率、社会贡献率等。利用SPSS软件对相关数据进行主成分分析操作,计算万科地产等房地产企业2019年财务指标数值,使各指标具有可比性,累积贡献率达到85%为标准,通过特征向量表得到主成分表达式,如表1所示。Z1=0.065X1+0.318X3+0.704X2+0184X4-0.339X50.214X7+0.541X9+0.193X6+0.327X10-0.376X8;Z2=0.406X10+0.227X1+0.430X4+0.590X2+0.418X6+0.213X8+0.430X4-0.175X9-0.039X5-0.126X7;Z30.295X10+0.448X7+0.036X3+0.047X8-0.125X1-0.240X4-0.067X9-0.317X2。以Z1、Z2、Z3主成分评价房地产企业综合经济效益计算公式Y=0.1020Z3+0.1457Z2+0.7523Z1。通过房地产企业经济效益排名分析,万科房地产得分为2.9589,绿地集团、保利地产等紧随其后。华润置地综合得分为-1.9628,前三累积贡献率超过85%。通过原始数据建模,得出Y=0.7523Z1+0.1020Z3+0.1457Z2,由于相关分析未给出主成分,企业不能通过主成分分析发现发展优势,只能确定经济效益影响因素。指标Xj系数平方和为1,前若干Xj系数平方和近0.5,称为主成分Zi核心指标。X2系数平方和为0.5303,总资产报酬率指标为Z1核心指标,销售利润指标为主成分Z2核心指标,资产负债指标为主成分Z3核心指标。

5结束语

Z1反映企业资本回报状况,Z2、Z3与核心指标为正相关,企业主要考虑资本回报情况,企业决策首先考虑提高资本收益率与社会积累率。Z2反映企业收益情况,存货周转率是Z2核心指标,存货周转率=产品销售成本÷平均存货成本×100%。Z3指标是企业负债情况,存货周转率是Z2、Z3核心指标,与后者成正相关。房地产企业经济下效益对比中,应密切关注公司资本汇报情况,如资产报酬率等。房地产企业追求经济效益同时要关注财务指标变化。通过针对多元统计分析进行研究,对企业发展具有重要作用,可以对企业经济效益起到优化作用,满足企业的发展目标。推动社会经济发展,为房地产企业经营管理提供参考。

参考文献:

[1]李小燕.房地产经济的可持续发展路径探析[J].工程技术研究,2019,4(16):216-217.

[2]刘国梁.房地产企业经济效益评估中的多元统计分析及其应用[J].企业改革与管理,2019(18):171-172.

[3]吴双.房地产行业多元化经营的财务风险及控制研究[D].兰州:西北师范大学,2020.

[4]胡晓宁.上市房地产企业税务风险管理实证研究[D].上海:上海海关学院,2019.

多元统计范文篇10

研究区位于新疆维吾尔自治区富蕴县境内,海拔2000~3200m,气候寒冷、年降水量丰富,多以降雪为主,属典型的北温带大陆性气候寒冷区。区域大地构造位置处于阿尔泰地槽褶皱系哈纳斯—忙代恰褶皱带—诺尔特复向斜内。区内构造以断裂构造为主,褶皱构造次之,构造线总体呈NW—SE向分布,NW—SE向断裂具有明显的控岩作用。近EW向和NE向断裂多属平移断层,横切地层和NW向构造。褶皱构造主要为诺尔特复向斜,因受到近EW向断裂的影响,向斜中部呈NWW向。区内侵入岩较为发育,呈较大的岩基或岩株产出,岩性以黑云母花岗岩、二云母花岗岩为主。

2土壤地球化学测量数据处理

采用Spss统计软件进行数据处理,首先对原始数据进行要求排序,然后检验数据是否服从正态分布。对不服从正态分布的数据,首先采用迭代法处理特高值以及特低含量值,或采用对数进行统计,将高值剔除,直至总体样品近似服从正态分布;然后通过直方图与正态曲线直观对比和结合峰度及偏度等参数,选择最佳分组生成特征数据,统计得出各种元素的背景含量和标准差,计算得出各元素的异常指标以及异常分带指标;最后利用Spss软件对各元素进行多元统计分析,对相关元素组合进行分类,找出元素之间的亲疏关系,探索成因联系,进而提取元素组合异常,从而更有效的圈定预测靶区。

3地球化学异常找矿模型

依据成矿背景及多元统计分析结果、化探元素异常组合特征等可建立区域地质-在地质环境和成矿条件相对比较好的区域如果有矿体存在,采用土壤地球化学测量法在此处进行找矿时,均有强弱不同的异常存在。因此可以利用地质-地球化学综合信息找矿模式,在新疆富蕴县喀依尔特河上游地区进行找矿靶区预测。

4结论

(1)采用多元统计分析方法对研究区土壤地球化学采集数据进行相关分析、聚类分析、因子分析,得出Au-Sb-Cu、Pb-Zn-As、Sn-W等元素异常组合。

(2)依据成矿背景研究及多元统计分析结果、化探元素异常组合特征,建立了区域地质-地球化学综合信息找矿模型,该模型为研究区找矿工作提供了理论依据。