前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇統計分析法范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

統計分析法范文第1篇

文章運用多元統計分析中的因子分析，根據試卷的量化指標難度、區分度、信度以及學生對教師的評價等數據指標建立多元統計模型，利用SAS統計分析軟件進行建模分析。通過因子分析運行結果，進一步分析影響教學效果、教學評價、教學質量的因素，為提高教學質量提供參考。

關鍵詞：

多元統計分析；因子分析；難度；區分度；信度；態度

試卷質量的統計分析是檢驗學生學習成果、提高教學效果、改進教學方式的重要途徑。過去很多研究大多就試卷質量量化指標進行計算和分析，僅得到了一些關于試卷質量的數據。而本文以教育統計和測量為理論基礎，計算出試卷質量的量化指標，運用多元統計分析知識，建立因子模型，根據因子分析的結果，簡要分析教師的教學效果和學生的學習狀況，對教學質量得出綜合評價。

一、試卷量化的指標

試卷分析數量化是教育測量科學化的重要內容，衡量試卷質量的主要檢驗指標有難度、區分度、信度、效度四項指標，這些指標的概念和計算方法如下（本文所要分析的試卷中不含有選擇、是非題）。

（一）可靠性分析可靠性是指考試結果的可信程度，用于考察試卷的總體質量。從教育測量學的角度來看，學生的考試成績應來自正態分布或近似正態分布，否則該次考試的成績就是不合理的。

（二）難度分析一般大規模標準化考試難度控制0.4~0.7之間，但學科結業考試一般控制在0.5~0.85之間為宜。

（三）區分度分析試題區分度是考量試題是否能將學識不同的學生區分開的指標。

（四）信度分析信度是評估分數與考生真實水平一致性的指標。通常大規模標準化考試要求信度在0.9以上，自編試卷的信度應大于0.4。

二、具體試卷指標計算

現有某學校某專業學生（58人）的五門課程，其中，前兩門課程為同一位老師教授，后三門課程的授課教師均為互不相同的教師。另外，根據問卷調查，得到了學生對五門專業課授課教師的教學評價的平均值，滿分為100分。在對學生的調查中發現，學生對教師的評價較低，則相應的學生的學習積極性不高，學習態度差；而對評價高的課程，學生的學習積極性高，學習態度良好。因此，將教學評價可以看作學生的學習態度（見表1）。

（一）可靠性檢驗由于樣本容量n≤200，將采用SAS軟件中的Shapiro-Wilks的W統計量來檢驗正態性。經檢驗，此次考察的五門課程均符合正態分布，數據可靠，可以進行數據統計分析。

（二）試卷量化分析的各項指標的計算按照上述所提供的試卷各項指標計算公式可得到結果如表1所示。

三、正交因子模型及因子分析

建立因子分析數學模型的目的不僅要找出公共因子以及對變量進行分組，更重要的是要知道每個公共因子的意義，以便對實際問題做出科學的分析。下面以表1作為數據源，編寫程序，輸出結果如表2、表3。由表2可看出，前兩個因子的累計貢獻率超過90%，故公因子的個數為2。由表3可以看到第一公因子中主要載荷為x2（區分度）、x4（態度）、x1（難度），這都是影響學生考試成績的指標，且可看到學生的對老師態度起了很大的作用，可以稱之分數因子；第二個公因子中，起主要作用的是x3（信度），可稱之為穩定性因子。

四、結果分析

通過上述的試卷質量指標的計算，以及因子分析的結果，可以得到以下分析結果。第一，雖然學生對前兩門課程的同一位任課教師的評價很低，但是該授課教師試卷質量符合要求，反映了教師的教學大綱完成情況正常，說明了課程考試從一定意義上有效的檢驗了學生的學習效果及教師課堂教學效果；其次，學生對教師的評價的主觀性較強，這些評價數據也反映學生對待授課教師、該門課程的學習態度情況。接下來，通過因子分析來進一步判斷學生的態度對考試結果的影響。第二，SAS軟件統計分析課程試卷與時間序列統計分析課程試卷相比較，前者的試卷量化指標顯然要比后者質量高，以此來看，前者的教學效果及教學質量要比后者強，同一位老師教授的同一批學生的不同課程，存在較為明顯的差異。從SAS軟件中利用成對組檢驗，也可以得出這樣的結論，即兩次考試存在顯著性差異。另外需要說明的是，前者是第六學期考試科目，后者是第七學期的必修課，而全國碩士研究生入學考試就是在第七學期。可以看到，在出題者和答題者不變的情況下，前后兩次考試存在顯著性差異，除了試卷質量本身的差異性，另一個非常重要的原因應該是學生的學習態度。第三，學生的學習態度是否影響考試結果，在因子分析中這個問題得到了解答。按照因子分析的理論，影響考試成績的因素可以綜合為少數的幾個，并且可以根據因子載荷矩陣來判斷，哪個因素的影響較大。經因子分析后，影響成績的指標綜合為兩個：分數因子和穩定性因子。其中可以看到學生態度的載荷為0.94309，表明態度是影響成績非常重要的因素。通過上面的分析，大多數學生都忙于準備考研，沒有認真的準備考試，因此，在第七學期的《時間序列分析》考試與上學期的考試存在顯著性差異，其中一部分原因是由學生的學習態度造成的。綜上所述，學生的學習態度對教學有非常重要的影響，而學生對教師的教學評價也存在一定的主觀性，通過對試卷質量的分析，可以從中可以獲得教學上的一些信息。目前國內各高校都在努力提高教學質量，也在努力嘗試開發較為有效的教學評價方法，試卷質量的考察也可以作為教學評價的指標之一，可以使評價更加全面有效。

參考文獻：

[1]戴忠恒.心理與教育測量(第二版)[M].華東師范大學出版社,1991.

[2]梁偉,趙澤茂.“高等數學”考試試卷的統計分析[J].河海大學常州分校學報,1998(04).

[3]伍躍東,彭紹勇.數理統計在試卷分析數量化中的應用[J].郴州醫專學報,1999(01).

[4]馬少仙.試卷質量統計分析方法[J].西北民族學院學報(自然科學版),2001(42).

[5]范元瑋,吳昌澤,劉世祥.數學考試成績統計分析的一點啟示[J].北京建筑工程學院學報,2001(04).

[6]何曉群.多元統計分析[M].中國人民大學出版社,2004.

[7]高惠璇.實用統計方法與SAS系統[M].北京大學出版社,2001.

統計分析法范文第2篇

〔關鍵詞〕競爭情報；統計分析；原因；甄別

DOI：10．3969／j．issn．1008－0821．2011．12．029

〔中圖分類號〕G250.25 〔文獻標識碼〕A 〔文章編號〕1008－0821（2011）12－0104－03

Seeking the Reason that Affects Enterprise Competitive

Information Quality with Statistical Analysis MethodZhou Bing

（Liuzhou Research Institute of Scientific and Technical Information，Liuzhou 545006，China）

〔Abstract〕The competitive information quality of certain automobile enterprise is not high,so it could carry out statistical method,and seek the corresponding reason,including certain quantity data collect,analysis and treatment etc.Finally analysis showed,the main reasons of low ability of enterprise competitive information were lack of electric automobile knowledge,the non-standard organization management of intelligence agency.

〔Key words〕competitive information;statistical analysis;reason;examine

一段時期內，某汽車制造企業為了研發某型號電動汽車，開展了相應的競爭情報收集工作。但是，因情報質量問題而被判為利用價值不高的情報占多數，企業競爭情報系統工作效率不高，給企業造成了一定的資源浪費，影響了某型號電動汽車的研發進程。因此，盡快查找出影響競爭情報質量的主要原因，并制定出相應的對策，已成為當務之急。由于競爭情報工作的涉及面較廣，影響競爭情報質量的因素也較多，用逐一排查的方法，查找影響競爭情報質量的主要原因，不僅難度較大，而且成本高。為查找出影響競爭情報質量的主要原因，擬采用統計分析法進行排查，不僅快速、準確，提高工作效率，而且結果具有代表性和科學性。

1 企業競爭情報質量的特征及工作內容

1.1 企業競爭情報質量的主要特征

企業競爭情報工作的主要特征，包括“針對性、可靠性、重要性、成本效益性、目標一致性和可理解性”等。

針對性是指競爭情報要與決策相關，具有改變決策的能力；可靠性是指競爭情報的期望值與實際相同，包括準確性、完整性、可驗證性三方面內容；重要性是指競爭情報能幫助企業做出正確的判斷，重要性與及時性密切相關，使企業能在恰當的時間范圍內獲得競爭情報；成本效益性是指只有當從競爭情報中取得的效益大于成本時，企業才會去利用競爭情報；目標一致性是指從企業的角度出發，競爭情報內容必須對實現其最終目標有利；可理解性是指競爭情報是指一般的企業而言，能領悟競爭情報內容的重要性，使競爭情報符合標準并具有很強的目標一致性，可得以利用。

1.2 企業競爭情報工作的主要內容

某汽車制造企業競爭情報工作的主要內容，包括“相關信息的收集、相關信息的甄別與整理”等內容。

相關信息的收集是開展競爭情報工作的基礎，在遵循“針對性、可靠性、重要性、成本效益性、目標一致性和可理解性”等原則的基礎上，通過企業內部、社會信息網、市場調查、參加相關會議、通過電視等新聞媒體和專業期刊文獻系統，及時獲取國內外最新的經濟、科技、市場、管理等方面的信息。某汽車制造企業競爭情報的工作，主要依靠企業自身情報系統來完成，通過資料檢索的方式，收集相關信息，檢索的范圍包括一切有關的公開資料如書籍、報紙、貿易刊物、會議記錄、年度報表、廣告等。

相關信息的甄別就是去偽存真、去粗取精之過程，主要從“可靠性、先進性、適用性”三方面去考慮。相關信息的整理就是通過計算機系統或手工方式，從“專業、時間、空間、事件”等角度，將分散的、雜亂的信息資料進行有序化處理，并將經過甄別、整理的信息歸入信息庫的相關門類中。

用統計分析法查找影響企業競爭情報質量的原因2 用統計分析法查找影響企業競爭情報質量的原因

用統計分析法查找影響企業競爭情報質量的原因過程，由“現狀調查”、“原因分析”和“要因分析”等部分組成。

2.1 競爭情報質量問題的現狀調查

為了對競爭情報存在的質量問題有個統一而客觀的認識，擬運用統計分析法，在合理分層的基礎上，找出影響質量的主要原因。為此，對該企業收集的電動汽車競爭情報，應先進行一定量的隨機抽樣調查，然后再作相應的分析。

根據競爭情報質量問題出現的一般情況，把主要的原因分為：“針對性不強、可靠性不強、應用成本高、重要性不強、目標一致性不強、可理解性不強和其他”等7大類。在有質量問題的競爭情報中隨機抽取288個(條)作為樣本，按其質量種類進行相應的分類，并統一計錄其相應質量的條數(頻數)，詳見表1。

從表1可以看出，影響競爭情報質量的因素雖然很多，但起主要作用的僅是其中少數幾項，符合“關鍵的少數和次要的多數”的關系。通常把累計百分數分為3類：0%～80%為A類，是主要因素；80%～90%為B類，是次要因素；90%～100%為C類，是一般因素。表1 存在質量問題的競爭情報條數據統計分析表

序號信 息條數

（頻數）累計條數

（累計頻數）頻數

（％）累計頻數

（％）1針對性不強15215252.7852.782可靠性不強7622826.3979.173應用成本高192476.6085.764重要性不強152625.2190.975目標一致性不強112733.8294.796可理解性不強62792.0896.887其 他92883.13100.008合 計288

根據競爭情報質量不高條數據統計分析表，可作出相應的分析：“針對性不強”，“可靠性不強”二因素造成質量不高累計百分數達79.17%，在0%～80%范圍內，所以，屬A類因素，即兩者構成主要因素。其中，“針對性不強”因素造成質量不高累計百分數達52.78%，是造成質量問題最主要的因素。“應用成本高”、“重要性不強”加上A類因素，造成質量不高累計百分數達90.97%，雖然已超出80%～90%范圍，但只超出0.97%，所以，仍屬B類因素，即構成次要因素。

因此，“針對性不強”就是控制著競爭情報質量品位的主體所在，應當先重點分析此問題，其余問題將隨后再分析。那么，產生“針對性不強”的最主要原因是什么？

2.2 競爭情報“針對性不強”的原因分析

針對競爭情報“針對性不強”的問題，根據競爭情報的內容，列出常見的一些原因，依次排列。最后，確定為“電控技術針對性不強、電機技術針對性不強、電源技術針對性不強、輪系設計針對性不強、儀表配套針對性不強、底盤設計針對性不強、空調技術針對性不強和其他”等8個原因。

為了在這8個原因中，找出最主要原因，對存在“針對性不強”問題的152條競爭情報進行全樣調查，按其原因種類進行相應的分類，并統一計錄其相應質量不高的條數(頻數)，并填制到有自動運算功能的統計表中（詳見表2）。表2 存在“針對性不強”問題的競爭情報條數據統計分析表

序號針對性不強的技術條數

（頻數）累計條數

（累計頻數）頻數

（％）累計頻數

（％）1電控技術針對性不強787851.3251.322電機技術針對性不強2410215.7967.113電源技術針對性不強1912112.5079.614輪系設計針對性不強91305.9285.535儀表配套針對性不強61363.9589.476底盤設計針對性不強81445.2694.747空調技術針對性不強51493.2998.038其 他31521.97100.009合 計152

就此，可作出相應的分析：“電控技術針對性不強”，“電機技術針對性不強”，“電源技術針對性不強”三因素造成“針對性不強”累計百分數達79.61%，在0%～80%范圍內，所以，屬A類因素，即構成主要因素。其中，“電控技術針對性不強”因素造成“針對性不強”累計百分數達51.32%，應是最主要的因素。“輪系設計技術針對性不強”、“儀表配套技術針對性不強”加上A類因素，造成“針對性不強”累計百分數達89.47%，在80%～90%范圍內，所以，屬B類因素，即構成次要因素。

通過以上統計分析，已能確認“針對性不強”就是造成競爭情報質量不高的主要原因，而“電控技術針對性不強”又是造成“針對性不強”的最主要的原因，但還不能確認造成“電控技術針對性不強”的最主要的原因。

2.3 競爭情報“針對性不強”的要因分析

根據某汽車制造企業競爭情報工作的主要內容，把“電控技術針對性不強”的待驗證的原因，初步確定為“情報檢索能力、情報甄別能力、情報整理能力”等3個原因。

為了在這3個原因中，找出最主要的原因，在對存在“電控技術針對性不強”問題的78條競爭情報進行全樣分析。用電腦分別查找存在“電控技術針對性不強”問題的78條競爭情的來源，有62條均來源于國內外最權威、最新專業期刊和行業技術快報，符合競爭情報檢索的一般規律，且分類整理得當，但其課題的內容、技術水平多處于概念性探討階段，這表明企業情報系統在情報檢索能力和情報整理能力方面尚可，但情報甄別能力不足。

2.4 企業競爭情報“甄別能力不足”的要因分析

要確保企業競爭情報有針對性，企業在收集情報的過程中，必須要有明確的目的和目標。

從某汽車制造企業競爭情報的實際工作來看，企業競爭情報“甄別能力不足”主要表現為：相關人員甄別情報的隨意性較大，沒有從“可靠性、先進性、適用性”三方面去考慮問題，相關信息的整理也沒有從“專業、時間、空間、事件“等角度去整理信息。

就其原因，一是情報人員電動汽車電控技術專業知識缺乏，未能主動發現有價值的情報，往往是通過字面的描述來揣摩其技術的相關度；二是情報機構組織管理不規范，沒有匯總分析環節，導致情報的甄別工作未能實現去偽存真、去粗取精之目的。

3 企業競爭情報質量不高的原因綜述

為找出某汽車制造企業競爭情報質量不高的主要原因，隨機抽取了288條質量不高情報。統計分析表明，因“針對性不強”的原因而造成質量不高數達152條，累計百分數達52.78%，所以，這是造成情報質量不高的主要因素。針對此主要因素，經再次統計分析表明，因“電控技術針對性不強”原因而造成質量不高數達78條，累計百分數達51.32%。所以，“電控技術針對性不強”是造成“針對性不強”最主要的因素。最后，通過要因分析，確認了“甄別能力不足”，是造成“電控技術針對性不強”重要的原因。

最后分析表明，情報人員電動汽車電控技術專業知識缺乏、情報機構組織管理不規范，是造成企業競爭情報“甄別能力不足”的主要原因。

4 一點啟示

企業競爭情報工作的核心要素是人，無論是信息的收集、甄別與整理、研究與分析，還是競爭情報的利用，其主體都是人。所以，充分調動競爭情報活動中人的主觀能動性和創造性，是提高企業競爭情報質量的關鍵。因此，應建立以人為核心的知識學習和信息共享機制，著重提高、改善情報研究人員的相關專業知識水平與結構，通過制度化的組織規程，為競爭情報工作人員提供了知識交流的機會和平臺，以提高企業競爭情報的甄別能力。

5 結束語

要提高企業競爭情報的質量，應確保競爭情報有針對性，必須提高人員與機構的情報的甄別能力。把統計分析方法與競爭情報工作技術結合起來，是提高查找質量問題效率的有效途徑。在數據分析處理方法上，采用統計分析法是科學合理的，且效果較好。然而，在具體應用過程中，應根據各企業的實際情況，靈活地采取相應的分析方法，才能取得更好的效果。統計分析相應的結果，不僅能為企業競爭情報工作方式的改進提供直接的依據，以提高競爭情報的質量和工作效率，還可為統籌全廠相關技術管理工作，提供可借鑒的依據。

參考文獻

［1］鄭榮，靖繼鵬.企業競爭情報能力的影響因素分析［J］.情報科學，2007，(8):1262-1266．

統計分析法范文第3篇

關鍵詞：統計分析 對應分析 應用

一、前言

統計分析方法可以通過軟件進行操作，spss是一種較為常見的軟件，能夠提供各種統計分析方法。

二、統計分析內容的分類

人類對客觀事物的認識是多種多樣的，這些認識可以是企業生產的規模，可以是企業生產機器的穩定性，可以是一個地區的教學質量，可以是市場經濟的規律，也可以是一個時期的經濟形勢或環境等等。撇開這些形形的形式內容，人們對客觀事物的認識從目的來看可分為表面認識和本質認識兩種。本文將這種從形式內容中抽象出來的對客觀事物的認識稱之為統計分析內容。表面認識就是對客觀事物表面特征的認識；本質認識是從客觀事物表面特征出發，最終得到超越客觀事物表面特征的本質特征的認識。同樣，與統計分析內容相對應的統計分析（方法）就可分為表面分析和本質分析兩種。在統計分析方法的使用上，形式內容的認識與統計分析方法的關聯不大，反而是在統計分析內容認識（對客觀事物表面認識和本質認識）上，分析方法的使用差別較大，因此本文主要從統計分析方法的角度對統計分析內容加以細分。

1、表面認識

表面認識是一種以認識具體客觀事物表面特征為目的的認識。對具體客觀事物表面特征的認識，從定量和定性兩個角度出發，還可以分為事物描述認識和事物評價認識兩種。

（1）事物描述認識。事物描述認識是指只對具體客觀事物作純粹的描述，而不加任何主觀意見的認識，如集中趨勢描述。從認識內容的復雜性來看，事物描述認識又可分為簡單描述認識和綜合描述認識。簡單描述認識是對具體客觀事物的一種現象（變量）特征的認識，如認識一群企業的規模。綜合描述認識則是結合具體客觀事物的很多現象（變量）對具體客觀事物的特征加以認識，如認識事物在兩個定類變量中交互分布等。綜合描述不是簡單描述的組合，而是簡單描述的提升。

（2）事物評價認識。事物評價認識是指對具體客觀事物的某種特征給出人為意見或判斷的認識。評價分析通常給出定性結果，如判斷兩種產品某種性能的差異是否存在。按評價內容來分，評價分析主要包括事物成績評價分析和事物間差異評價分析兩種。事物成績評價按評價所依賴的現象多寡還可分為簡單評價和綜合評價。

2、本質認識

本質認識是一種以認識普遍客觀事物本質為目的的認識。本質認識仍以特定樣本事物的數據為依據，但認識的結果已經遠遠超出樣本事物的范圍。撇開具體事物后，人類對事物本質的認識，則主要體現為對普遍事物的現象（變量）自身規律的認識和對普遍事物的現象（變量）間關系規律的認識。這兩種認識還可以給他們一個更簡單的名字，就是單現象本質認識和多現象關系認識，這也可以看作是本質認識按現象復雜性的劃分。

三、對應分析的基本思想

對兩個定性變量進行相關的分析時，因定性變量的數據是離散的，所以將兩個變量的多種狀態數據轉換為列聯表的形式進行處理。經數據轉換形成的列聯表是一個nxp的矩陣（第一個變量為n種狀態，第二個變量為p種狀態），對應分析也就是圍繞著這個矩陣進行的。考慮將這個矩陣的行、列分別做降維處理，減少變量的狀態，因子分析則是較好的降維方法。

在因子分析中根據研究對象的不同可以分為r型因子分析和q型因子分析，即對指標作因子分析和對樣品作因子分析。由于r型因子分析和q型因子分析是反映一個整體的不同側面，因此可能他們之間存在內在的聯系。對應分析就是將兩者結合起來進行統計分析，從r型因子分出發，直接獲得q型因子分析的結果，將指標和樣品分析的結果同時反映到相同坐標軸的一張二維圖形上，對問題進行較為直觀的分析。

四、分析內容與spss分析方法的關系

統計分析內容和spss分析方法的關系，表現為目的與手段的關系。相同的分析內容可以使用不同的分析方法，不同的分析內容，可以使用相同的分析手段。用同一種分析方法完成的分析，其分析內容屬表面分析還是本質分析取決于你的認識目的。如獨立樣本t檢驗分析方法，可以用來分析一個班（校）中男女成績差異是否顯著，也可以用來分析性別變量對成績變量

的影響是否顯著。前者屬表面分析，后者屬本質分析。因為前者著眼的是一個班（校）的學生的成績特征，后者著眼的是性別和成績兩種現象的關系。正因為本質認識著眼的是普遍現象的特征，因此要求樣本量應足夠大，顯著性水平應足夠高。對于表面認識，因為它認識的是樣本特征，因此樣本量大小與認識目的無關，顯著性水平要求也可低些。

從二維圖中可以看到，消費結構中的8個項目和17個地區分為4類。1.醫療保健、衣著類：遼寧、吉林、黑龍江、甘肅、青海、寧夏、新疆；2.食品、居住類：安徽、江西、湖北、重慶、四川、貴州；3.交通和通信、雜項商品和服務、教育文件娛樂服務類：北京、湖南；4.家庭設備用品及服務類：上海、廣州。從這4類中大體可以得出以下結論，我國目前的消費結構和地域有較大的關聯。當然以上結論較為直白，要想得出更理想的結論，還需對數據運用其他方法進行挖掘。不過，以上結論大體上得出了較為滿意的探索性結果，也由此可看到對應分析在統計數據分析應用中的魅力。

六、統計分析中運用對應分析應注意問題

事實上，雖然對應分析有不少的優點，但在一些方面尚有缺憾，在運用時也需注意以下幾點問題。

1、對應分析不能用于相關關系的假設檢驗。它雖然可能揭示變量間的聯系，但它不能說明兩個變量之間存在的聯系是否顯著。因而，在運用前要xz一檢驗兩變量的相關性。

2、在對應分析中所做圖形為了直觀通常是二維的，這種做法是一種降維的方法，將原始的高維數據按一定規則投影到二維圖形上，投影后的分類大多數情況與原始數據大體一致，但也可能與原始高維數據的分類有較大的差異情況存在。

3、對極端值敏感。在分析過程中，極端值（野點子）對對應分析的結果影響較大。在進行分析之前，要將列聯表中的數據審視，避免極端值的存在。比如，列聯表數據應正值，若有為零的數據，可視情況將相鄰的兩個狀態合并。

七、結束語

綜上所述，在統計分析當中，通過合理方法的應用能夠大大簡便運算過程，提高數據的準確性，為生產生活提供指導。

參考文獻：

統計分析法范文第4篇

隨著我國現代企業制度的發展及資本市場的建立，我國的現代企業制度需要對財務管理工作進行大量的數據統計與分析，因此，統計方法就被廣泛的應用到企業的財務分析工作。在企業的財務分析中統計方法的應用為企業帶來了廣闊的前景。企業可以運用數理統計知識進行財務統計.借助各種各樣的統計方法對大量的財務信息進行分析處理，為企業的未來進行預測分析，從而運用科學的財務分析提高財務信息在企業經營決策中的價值。

1. 統計方法的作用

統計技術就是通過對數據信息的有效收集和整理，進行產品質量的相關分析，統計方法就是運用數理統計推斷的原理，以樣本數據推測出總體的分析結果，通過測量、描述進行產品特性的分析，建立本文由收集整理與產品相關的數學模型，利用數據模型對對產品的整個過程進行監督和控制，對產品現狀進行監測，對提前預防產品質量的變化，同時也對產品質量方面的缺陷進行改進。在企業中，統計方法是企業的進行決策的一種工具，幫助企業進行數據分析，對企業產品的原始數據進行整理和分析，統計方法在市場預測、可行性分析、方案設計、批量生產等相關工作中都會有所應用，為企業的經濟效益的發展帶來了具大的作用[1]。

2. 統計方法的應用領域

（1）統計方法在財務會計領域的應用。在證券市場中，統計方法的應用比較多，證券公司的財務信息有著大量的數據信息，這些是統計的主要數據來源，其研究與分析的內容都是圍繞著會計信息與證券市場的關系展開的，會計信息的變動會帶來證券價格的變動，改變證券市場的效率和狀況。

（2）統計方法在財務管理會計領域的應用。在企業的內部，財務管理會計作為企業的的決策性工作，對企業的經營管理工作都會進行參與，統計方法在財務預測、控制分析和評價等方面的應用豐富了財務管理會計的實用性。對統計方法的應用，企業能夠掌握經營決策的信息，包括企業的盈利能力、負債比例等方面。

3. 統計方法的歸類

（1）統計方法之比較分析法。在統計工作中，比較分析方法以實際指標與計劃指標對比、同一指標縱向對比、同一指標橫向對比的形式進行統計工作。實際指標與計劃指標對比能夠分析出企業的實際指標完成情況及未達到計劃指標的原因，分析二者產生差異；同一指標縱向對比有助于企業對財務狀況和經營成果的變化的掌握；同一指標橫向對比有助于對本企業與同行業的差距分析。

（2）統計方法之比率分析法。比率分析法在財務分析中的應用比較廣泛，比率分析方法是從企業中的財務現象到財務本質的分析，分析的結果比較深刻，具有科學性和可比性，比率分析方法計算簡便，利于企業對結果的判斷。

（3）統計方法之趨勢分析法。在統計工作中，趨勢分析法以項目金額進行比較分析、百分比進行比較分析的形式進行分析工作。項目金額進行比較分析能夠說明企業財務報表中的同一項目在不同時期的增減變化情況；百分比進行比較分析有助于對企業的耗費水平和盈利水平進行分析。

（4）統計方法之因素分析法。因素分析的方法包括連環替代法和差額分析法。連環替代法需要按照原因素的依存關系，排列成一定的順序并依次替代，分析出不同的結果；連環替代法需要在假定性的條件下在前一次計算的基礎上進行，采用的是連環比較的方法，從而確定因素變化的影響結果。

4. 企業財務分析中統計方法的應用

（1）企業在財務分析中應用統計分析將靜態評價變成動態評價。企業的財務報表反映的是某一個特定時段內企業成果的數據，這是一個靜態的數據，而財務分析是以財務報表為基礎的，是對過去狀況的評價，這也是靜態的過程，企業要利用統計分析技術將企業財務分析數據變成動態的數據分析過程，從而預測出企業的未來發展方向。

（2）在企業的財務分析工作中，通過整合統計數據，來拓展財務分析的功能。企業中的財務報表是主要反映企業的貨幣資金和資產價值等形態的數據，財務分析以財務報表為依據進行評價分析，企業可以將企業的工作人員狀況、市場及客戶情況、企業的生產流程過程等作為財務分析功能拓展的方向，將這部分統計數據進行整體的分析，從而改善企業的經營狀況。

（3）企業可以利用統計分析來檢查財務分析結果存在的異常。企業可以利用計算機軟件系統對財務指標數據進行審核，將現有數據與過去的數據進行比對，分析出存在的異常情況，為企業的未來發展進行預測。

統計分析法范文第5篇

【關鍵詞】多元統計分析方法；股票投資狀況；綜合評價研究

一、前言

對于我國的經濟發展狀況，可以從股票市場的發展中得到體現，在短短十幾年的時間里，就實現了資本主義國家百年的發展成果。由此也能夠體現出我國經濟迅猛的發展態勢。而在近幾年當中，隨著股票市場的不斷發展，也逐漸暴露出了很多問題，對于經濟市場、股票市場的發展，產生了很大的威脅。因此，基于多元統計分析方法，對股票投資狀況進行綜合評價，更加充分的理解和認識其中存在的問題，從而更好的存進股票投資市場的發展。

二、多元統計分析方法的基本概述

在經典統計學當中，多元統計是一個重要的發展分支，作為一種分析方法來說，多元統計分析具有很強的綜合性。應用該方法，能夠在相互關聯的多個指標、對象之間，對其統計規律進行分析，在數理統計學當中，也是一個非常重要的分支學科。在多元統計分析方法中，包括了很多不同的統計方法，例如多重回歸分析、多元方差分析、判別分析、典型相關分析、聚類分析、因子分析、對應分析、主成分分析等方法。在實際應用中，多元統計分析方法主要是在一個客觀事物當中，研究多個不同變量之間相互依賴的統計性規律。基于費希爾等統計學專家的研究，得到了十分良好的進展。隨著計算機技術的發展和應用，也隨之出現了很多統計軟件，因而在醫學、生物、氣象、地質、圖形處理、經濟分析等諸多領域當中，多元統計分析方法都得到了廣泛的應用。而隨著應用領域的不斷拓寬，多元統計方法的理論也得到了進一步的發展，因而為人們的實際應用提供了更大的便利。

三、多元統計分析方法在股票投資狀況綜合評價中的應用

1.因子分析法的應用

因子分析法指的是將共性因子從變量群當中進行提取，從而進行相應的統計。這種方法最早是由英國心理學家斯皮爾曼所提出。在多個變量當中，可以利用因子分析法，對隱藏的具有代表性的因子進行找出，并且在一個因子當中，對本質相同的變量進行納入，從而使變量的數目得以減少，此外，對于變量之間關系的假設，也能夠進行有效的檢驗。在股票投資方面，因子分析法主要是用于對股票投資組合模型進行確定。在分析當中，利用不同的變量來替代對股票價格產生影響的因素，從而對股價因子模型進行建立。通過確定各個因子的不相關性，對股票進行分類，然后基于對股票發展潛力的研究，對最為適當的股票投資模型進行確定。

2.聚類分析法的應用

在聚類分析法當中，主要是對研究對象的特征進行分析，從而進行分類和數目的減少，是統計分析技術中的集中。在股票投資狀況的綜合評價當中，聚類分析法能夠對股票投資的特種特點加以利用。由于在股票投資當中，具有很多動態變化因素。因此，對于這些因素應當進行恰當的分析，從而尋找有效的方法，來規范治理這種動態情況，從而更加精確和準確的進行投資分析。在實際應用中，由于股票價格會受到很多因素的影響，因而具有不穩定性和波動性的特點，進而也引發了股票投資不理想的情況。而應用聚類分析法，能夠對這種不確定性進行有效的彌補。作為一種專業的投資分析方法，聚類分析法能夠對與股票市場相關聯的企業、行業等進行深層次的分析，從而對具有潛力的股票進行正確的預測。此外，在實際應用中，聚類分析法的實用性和直觀性更強，因而具有很廣泛的適用范圍。

3.主成分分析法的應用

主成分分析法是多元統計分析方法中一種對數據集進行簡化和分析的方法，該方法在20世紀初由皮爾遜所發明，在數理模型的建立、以及數據分析當中，能夠發揮良好的作用。在實際應用中，通過分解協方差矩陣的特征，對數據的特征矢量和權值進行獲取。在實際應用中，主成分分析具有十分廣泛的應用，通過研究各種分類數據，對自變量各組之間的差異進行分析和總結，從而對組件差異中不同自變量的完全貢獻進行判斷，最終利用這些數據，樣本歸類自變量的轉變方法。在股票投資狀況的綜合評價當中，對于各種對股票市場產生影響因素來說，相互之間往往存在著較大的關聯和影響，同時影響因素也非常復雜。利用主成分分析法，能夠將這些因素之間的影響進行降低。通過對各種因素和數據的總結分析，得出不同因素的影響程度，從而對指標選擇的工作量進行降低。此外，相比于傳統的構造回歸模型方法，利用主成分分析法，能夠更有效的節約時間，同時提高分析的精確度，為股票投資提供更加良好的依據和參考。

四、結論

隨著我國經濟的快速發展，作為一種重要的經濟形式，股票市場也得到了極大的進步。而由于股票市場的發展時間較短，各方面都還不夠成熟，因此在股票投資中難免會出現一些問題。對此，應用多元統計分析方法，能夠對股票投資狀況進行綜合評價，從而為更加理性、科學地進行股票投資提供依據。

參考文獻：

[1]李銀，黃惠娟，梁瑞時. 基于多元統計分析的股票最優投資模型[J]. 韶關學院學報，2014，12：10-14.

[2]韓燕，崔鑫，郭艷. 中國上市公司股票投資的動機研究[J]. 管理科學，2015，04：120-131.