统计分析论文
关于统计分析和决策的统计分析论文1
摘要:统计分析和决策既有联系又有区别。要参与决策，必须对统计数据进行良好的分析。要做好统计分析，需要解决三个问题:选题、分析、写报告。
[关键词]统计分析方法决策
统计工作的全过程分为四个阶段，即统计设计、统计调查、统计安排和统计分析。其中，统计分析是统计工作的最后阶段，是产生统计结果的阶段。现在提倡统计要参与决策。这是否意味着统计工作应该增加一个决策阶段？如果不是，统计分析和决策有什么关系？
从狭义上讲，统计分析和决策是不同的。统计分析是以统计为基础，运用统计方法，对社会经济状况进行科学分析和综合研究，从而认识其本质和规律的过程。而决策则是对两个或两个以上可能的方案进行比较、分析和研究，以达到预定目标，从而做出合理、科学选择的过程。如果把统计分析和决策比作医生的治疗，统计分析就是疾病的诊断，决策就是药方。诊断？然后呢。处方？这是有区别的。
从广义上讲，统计分析和决策是不可分的。一方面，统计分析贯穿决策过程。一个决策过程大致可以分为以下三步:首先，诊断问题，确定决策目标；第二，探索并拟定各种可能的替代方案；第三，从各种备选方案中选择最合适的方案。从这三个步骤来看，虽然需要多种方法和手段，但都离不开统计分析。第一步，通过统计分析诊断问题，在分析的基础上确定决策目标；第二步是拟定一个替代方案，这个方案应该通过？走廊创意？然后呢。细节设计？在这个阶段，我们应该对走廊中设想的方案进行初步筛选，并丰富每个方案的具体内容。筛选？然后呢。充实？都要经过统计分析；第三步，选择最佳方案。首先要对每一个备选方案进行评估和论证，这就需要进行统计分析。因此，可以说，没有统计分析，就没有科学决策。另一方面，从某种意义上说，决策是统计分析的结果。总的来说，统计分析报告就是提出问题，分析问题，指出解决问题的方法。其实决策方案也是解决问题、实现决策目标的一种方式，只是比？对今后几项措施的建议。这样的方法更加全面、细致、科学。医生诊断的目的是为了纠正处方，挽救生命，而不仅仅是没有处方的诊断。统计分析是为了发现和解决问题，促进社会经济的顺利发展；我们也不能只问问题而不寻找解决办法。从这个意义上说，统计分析也包括预测和决策。不能为了统计而统计，也不能为了分析而分析。统计要参与决策，为了科学决策，必须做好统计分析。
要做好统计分析，需要解决三个问题:选题、分析、写报告。
一、统计分析题目
所谓选题，就是在复杂的社会经济现象中，确定统计分析的内容和范围。统计分析的选题很重要。成功的选题是成功分析的前提。
如何选择好的选题？选择好的选题有两个标准:分析对象有意义，适合决策者和群众的需求。关键是要把握党和国家的方针政策和企业的经济效益。
统计分析的主题非常广泛。工业统计分析专题包括:计划执行分析、工业净产值统计分析、工业产品销售统计分析、工业原材料供应和消耗统计分析、工业能源消耗统计分析、工业生产设备统计分析、工业劳动和工资统计分析、成本利润统计分析、综合经济效益统计分析等。商品流通企业统计分析专题包括:市场供求分析、市场份额分析、主要商品经济生命周期分析、市场商品价格分析、计划执行分析、购销合同执行分析、商品采购质量分析、商品销售动态分析、商品销售构成分析、商品库存分析、企业经济效益分析等。对于以上内容，根据时间、地点、条件的不同，可以根据两个标准来选择。
统计分析可分为专题分析和综合分析。在一定的总体范围内，研究总体的各个方面及其相互关系，或者研究总体的主要方面的统计分析，就是综合分析；只研究其中的一个方面或一部分，就是主题分析。两者各有特点，都有必要，但应该多一些主题分析，少一些综合分析。
二、统计分析方法
统计分析的关键是分析。如何进行统计分析？统计分析有两个特点:一是以统计学为基础，二是以统计方法为基础。因此，统计分析在选题后，要根据分析的需要，收集整理相关的数字资料和具体情况，在充分占有材料的基础上，灵活运用统计方法进行分析。
有许多统计分析方法。在统计学原理中，除了统计调查和整理的内容外，综合指标、统计指数、时间序列和抽样推断都是统计分析方法。从方法论的角度来看，统计分析是统计学原理的应用。
统计方法与人的认知过程是相容的。人的认知可以分为感性认知和理性认知两个阶段。感性认识阶段所认识的是事物的现象，可以通过统计调查和统计进行整理。理性认知阶段所认识的是事物的本质和规律，需要形成概念、做出判断、推理等思维活动。与此相适应，应分别采用不同的统计分析方法。
一般采用描述性综合指数方法形成概念，即总量指数、相对指数和平均指数，来说明现象的规模、水平、速度、内部结构和比例关系。判断推理就是判断事物的本质，分析事物变化的原因，找出其发展的规律。这一般通过分组分析、动态分析、因子分析、相关回归分析、均衡分析等来完成。
要熟练掌握统计原理中的各种统计分析方法，并灵活运用。如何灵活运用？这里有一个技术问题。技巧是定性分析和定量分析的巧妙结合。
所谓定性分析，是指对事物的本质和影响其发展变化的因素进行分析。定量分析是分析事物的规模、水平、速度、结构和比例，以及各种因素对事物整体变化的影响方向和程度。定性分析和定量分析的巧妙结合有两层含义，一是二者不可偏废，二是二者不可分割。
没有定性分析，定量分析就没有方向。没有定量分析，定性分析是不准确的。组合的目的是在质和量的辩证统一中探索事物的内在联系。
从根本上说，统计分析就是要完成从感性认识到理性认识，从现象到本质的飞跃。只有完成这个跨越，才能有高质量的统计分析。有些统计分析质量不高，往往就是没有完成这个跨越，还停留在表面。
三、统计分析报告的撰写
统计分析报告是统计的最终产品。如果说统计的准确性是统计的生命，那么统计分析报告的质量就关系到统计职能的发挥。对高质量统计分析报告的要求可以用五个字来概括，即？准、快、新、深、活？。
准确性:就是实事求是地反映客观现实。做到数字准确，情况准确，论据准确。
快:就是在决策层做出决策之前，及时提供分析报告。
新:就是持续创新。要求不断探索新领域，研究新课题，反映新情况、新问题。
深度:就是在充分占有材料的基础上，提高分析的深度，使认识既能反映现象，又能揭示事物的本质和规律，用观点统领材料，用材料解释观点，达到材料和观点的统一。
活:指文字生动活泼，形式灵活多样。材料要多样化，生动具体，语言通俗易懂，文字精炼。
统计分析报告是在统计分析的基础上编写的。没有好的分析，就不可能写出好的报告。经过分析阶段，弄清事实，查明性质，探索规律，得出结论。在此基础上，可以写出统计分析报告。但是好的分析不代表报告写得好。还有一个写作技巧的问题，就是准确陈述事实，透彻阐明本质，深刻揭示规律，提出恰当的建议。
1.准确陈述事实
每一个统计分析报告都需要表达分析的现象，也就是解释？这是什么？。准确陈述事实可以让读者有一个清晰的概念。所以一定要注意以下几点:(1)数字要真实；(2)适当使用数字，不要堆砌数字，使数字字面化；(3)语言要素准确。
2.彻底阐明本质
现象只表现片面的东西，本质只表现整体的东西。写统计分析报告必须深刻揭示事物的本质，这是统计对事物认识的正确程度和深度的体现。如果不能深刻阐明事物的本质，那只能是现象罗列，价值不大。
弄清事物的本质，就是弄清事物的基本性质。事物的性质是由内部矛盾的主要方面决定的。比如企业是通过提高价格还是降低成本来增加利润？通过分析认识到利润的增加主要靠降低成本，这是矛盾的主要方面，反映了事物的本质。因此，报告应阐明降低成本对提高经济效益的重要作用。再比如一个企业，本质问题是钢材浪费严重，报告中要揭示浪费的几个方面和严重程度。
3.深刻揭示规律
规律是事物内部固有的、本质的、必然的联系。成本和产量之间有关系。经过推理，这种关系是事物固有的、本质的，反映了事物发展变化的规律性，存在一定的回归关系。回归方程反映了这种关系，所以在统计分析报告中，要用回归方程来揭示这种必然关系及其回归关系。
提出适当的建议
认识世界的目的是改造世界。经过统计分析，通过现象认识事物的本质和规律，也要提出解决问题的建议，比如？未来意见？、?一些建议。、?决策方案？等一下。合适的建议是什么？合适的建议要满足三个条件:(1)符合分析的目的；(二)符合客观规律；(3)是可行的。
以上四点一般可以作为分析报告的结构和顺序，但不能相同。
统计分析报告是统计分析结果的反映。既要注重提高写作水平，又要锻炼分析问题、解决问题的能力。
统计分析第二篇关于统计分析方法的应用
统计分析方法在各个领域的应用，解决了工业、农业、经济、医学等领域的许多实际问题。本文分析了多元统计分析方法的主要应用和构建多元统计方法检验体系的必要性，并提出了需要注意的问题，具有较强的现实意义。
关键词统计分析法；应用；检查系统；* * *性问题；具有现实意义的序言
随着信息技术的普及和广泛应用，促进了社会、经济和科技的发展，多元统计分析方法的难题被打破，被广泛应用于各个领域，促进了各行各业的快速发展。
二、多元统计分析方法的主要应用
统计方法是科学研究中的重要工具，其应用相当广泛。在工业、农业、经济、生物、医学等实际问题中，经常需要处理多个变量的观测数据，因此综合处理多个变量的多元统计分析方法就显得尤为重要。随着计算机技术的普及和社会、经济、科技的发展，过去在数学上被认为比较困难的多元统计分析方法在实践中得到了越来越广泛的应用。
聚类分析
它是一种研究分类问题的多元统计方法。聚类分析的基本思想是先把每个样本当作一个类，然后根据样本之间的相似性计算新类与其他类的距离，再选择近似器，每合并一个类就减少一个类，继续这个过程，直到所有样本合并成一个类。因此，聚类分析依赖于对观测值之间的接近性或相似性的理解，通过定义不同的距离测度和相似性测度可以产生不同的聚类结果。企业在制定营销策略时，弄清楚在同一个市场上哪些企业是直接竞争对手，哪些是间接竞争对手是非常重要的。要解决这个问题，企业首先可以通过市场调研获得自己和所有主要竞争对手，从而为企业在市场中寻找机会。
判别分析
判别分析是将已知的研究对象分成若干类型，得到一批各种类型的已知样本的观测数据。在此基础上，按照一定的准则建立判别式，然后对未知类型的样本进行判别分析。在市场预测中，企业往往根据以往调查的各项指标，运用判别分析来判断产品在下一季度是畅销还是滞销。一般来说，判别分析常常与聚类分析相结合。
主成分分析
主成分分析就是试图将原来的指标重新组合成一组新的不相关的综合指标来代替原来的指标。同时，根据实际需要，可以提取几个不太全面的指标，尽可能地反映原指标的信息。在市场研究中，常采用主成分分析法来分析顾客的偏好以及当前市场中产品与顾客的差异，从而为生产企业提供新产品开发方向的信息。
因素分析
因子分析是主成分分析的推广和应用。它将复杂的随机变量合成为少量的随机变量来描述，多个变量之间的相关性再现了原始指标与因素之间的关系。因子分析也可以认为是根据原始数据的内部结构对指标进行分类。比如对Y个调查地区的商业网点数量、人口、金融机构服务、收入等N个指标进行因子分析。如果按照一般的分析方法，需要对N个指标进行处理，并赋予不同的权重。这样不仅工作量变大，而且干指标之间的相关性很高，会给分析结果带来偏差，给出很多相关性很高的指标，从而计算出每个调查区域的平均综合实力得分，以决定在某个调查区域建设什么类型的销售点。
三，构建多元统计分析方法测试体系的必要性
(一)建设多元统计分析方法测试体系，提高多元统计分析质量。
多元统计分析方法已经被人们越来越广泛地使用，但是在应用中存在很多盲目套用分析方法的情况，只关心模型方法的应用。很多教材只注重介绍多元统计分析方法的思想、原理和分析步骤，很少描述多元统计分析方法应用结果的统计检验。这直接影响多元统计分析方法的应用效果和可信度。因此，本文拟讨论多元统计分析方法的统计检验。构建多元统计分析方法考试体系的目的是进一步丰富和完善多元统计分析方法的内容体系；在实践中，多元统计分析方法的应用更加合理和规范。促进多元统计分析方法应用质量的提高和多元统计分析方法的更广泛应用。
(二)多元统计分析和统计检验系统的基本理论
多元正态分布总体的样本分布，即威希特分布、霍特林分布、威尔克斯分布和多元正态总体均值向量假设检验，包括一个正态总体均值向量假设检验、两个正态总体均值向量假设检验和多个正态总体均值向量假设检验；多元正态总体协方差矩阵的假设检验包括一个正态总体协方差矩阵假设检验和多个协方差矩阵相等假设检验。
(三)关于统计检查制度
将上述统计检验体系有机结合起来，形成多元统计分析方法检验体系的基本框架。构建多元统计分析方法考核体系，配合多元统计分析方法，充分发挥多元统计分析方法的应用价值，提高应用质量。我们建议在应用时按照上述框架进行相应的统计检验。当然可以。上述统计检查制度还是一个初步的框架。随着多元统计分析方法理论的逐步完善，上述检验体系需要不断完善，需要更多的同行关注此类问题并继续研究。另一方面，在实际应用中，即使按照上述内容对某一方法进行了统计检验，由于各种方法的缺陷或局限性，在应用中仍然会有许多不足之处。应该会引起注意。但是，因子分析的结果仍然是主观的。特别是对大众* * *主因子的专业现实意义的解读，还保留着一种艺术的味道，没有统一的做法，所以很多时候并不尽如人意。总之，我们在应用的时候，有了因子分析的适用性，有了公因子的估计方法，有了公因子选取的个数。公因子的实际意义解释等一系列问题应引起足够的重视。检验系统分类如下:
A.主成分分析的统计检验系统
B.因子分析统计测试卷裂纹
C.系统聚类分析的统计检验系统
D.体裂纹的判别分析和统计检验
E.对应分析统计测试系统
F.典型相关分析的统计检验系统
四、多元统计分析方法需要注意的几个* * *问题。
1.原始数据变量的总体分布。
各种方法对原始变量的总体分布有不同的要求。有些方法对原始数据变量的总体分布没有特殊要求，如主成分分析、聚类分析、对应分析等。有些方法在不同的情况下对原始变量的分布有不同的要求。比如因子分析中，公因子的估计方法不同，对原始变量分布的要求也不同。用极大似然估计法估计主变量时，假设原始变量服从多元正态分布。所以要注意应用。比如典型相关分析，要求原始变量服从正态分布，但严格意义上来说，如果变量的分布形式，比如偏度高，并不会减少其他变量。
样本量问题。
多元统计分析的样本量n取多少合适，目前还没有统一的结论。有些人认为样本量应该是变量个数的10 ~ 20倍，有些人认为样本量应该大于100，有些人认为bartlett检验中样本量应该大于150，有些人认为不必要求过多的样本量。比如在主成分分析和因子分析中，当原始变量之间的相关性较小时，即使扩大样本量也很难得到满意的结果。
原始变量之间的相关性和非线性关系。
在多元统计分析方法中，有些需要原始变量的相关性。其他的不需要原始变量的相关性。例如，在聚类分析中，进行Q型系统聚类分析时，也需要原始数据变量之间的相关性。比如选择欧氏距离、明茨距离、朗格距离时，要求原始变量不相关。只有在原始数据的相关处理后，才能选择使用上述距离。如果原始变量相关，选择马氏距离更合适。此外，原始变量之间的非线性关系也是需要注意的问题。如主成分分析、因子分析和典型相关分析。基于相关矩阵计算时，这里的相关矩阵实际上是皮尔逊的积矩相关。但是，如果变量之间的关系不是线性的，而是非性的，那么分析和结论就失去了应有的意义。
数据处理问题。
多元统计分析涉及的变量很多，不同的变量往往有不同的维度和不同的量化水平。在分析的时候，把不同维度的变量线性组合起来是没有意义的，在分析不同量级的变量的时候。会导致。吃大吃小？即数量级变量的影响会被忽略，从而影响分析结果的合理性。因此。为了消除维数和数量级的影响，在进行多元统计分析时，必须对原始数据进行处理，最常见的是先做标准化变换，再做相应的分析。
动词 （verb的缩写）结论
在统计分析方法的应用中，会涉及到很多变量，必须按照原来的量进行处理，才能得出相应的分析结论。基于多元统计分析方法的理论基础，分析了相关的检验体系和分析体系，具有现实的理论指导意义。
参考
[1]余多元统计分析[M]。北京，中国统计出版社，1999: 223？224.
[2]高慧轩。多元统计分析的应用[M].北京，北京大学出版社，2005: 343？366.
[3]郭志刚。社会科学分析方法-SPSS软件应用[M]。中国人民大学出版社，1999。
[4]傅德印。主成分分析中的统计检验[J].统计教育，2007 (9): 4？7.
& gt& gt& gt下一页更多精彩？统一评分分析作文？