多元统计范文10篇

摘要：随着科学技术的不断发展，我国农业生产已逐渐向着现代化的方向迈进，农业经济得到了迅速发展。在我国国民经济中，农业占比很大，农业经济发展影响到整个国民经济的发展。在农业经济发展中，占主导地位的是农业生产条件，农业生产条件会直接影响到粮食产量，进而影响到农业经济的发展。目前，农业生产经济发展中逐渐应用多元统计并发挥着重要作用。文章针对农业生产条件对农业经济发展的影响进行了多元统计分析。

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

1案例教学

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。

本文作者：潘海峰工作单位：安徽工程大学

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

本文作者：杨茜梁颖华陈银京解忠诚工作单位：中国传媒大学

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。

结论与建议

本文作者：李敏工作单位：上海少年儿童图书馆

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。

［摘要］随着社会的全面发展与“互联网+”时代的到来，大数据平台下的统计分析方法应运而生，在此背景下，我国若要实现可持续发展，并做出科学的决策，就必须严格落实多元统计分析法的应用。基于此，本文从经济学角度，对多元统计分析方法进行了介绍，并剖析了其在经济中的应用，以期能为我国经济的稳健发展尽绵薄之力。

［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

摘要：文章面向大数据时代统计学科发展的趋势，探讨了在数据科学视角下“多元统计分析”课程教学改革举措，提出与数据科学相互借鉴、相互渗透的顶层设计思路，以及融合统计模型与机器学习算法的教学内容组织，从而培养具有数据科学视野的复合型统计分析人才。

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“以时代发展为导向、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

【摘要】多元统计分析实验是应用性很强的课程，也是统计专业的必修课程，其在很多领域都被广泛应用，如学科教育、自然科学、医药卫生、社会科学和经济学等领域。运用多元统计的知识对实际数据进行分析和处理、依据多元统计理论处理实际问题是新时代统计专业的学生所应具备的基本能力。因此，对多元统计分析实验课程的教学进行改进显得十分重要。文章根据在多元统计分析实验课程教学过程中存在的问题进行了探讨并给出了相关的改革措施。

【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

1区域地质概况

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。

摘要：目前，进行财务分析的依据指标主要有三个，分别是：盈利能力、运营能力和偿债能力。但是这三个指标又各有自己的优缺点，单独依据哪一个指标进行分析得到的结论都是不科学的。因此，要综合运用各种手段，进行多元统计分析。

关键词：盈利能力；运营能力；偿债能力；多元统计分析；财务分析

近些年来，随着经济的迅猛发展，无论是一个小企业，还是一个跨国大企业，甚至是一个国家，进行财务分析都是当前工作的重中之重。因此，将多元统计分析应用于财务分析中是很重要的。

1常用的评价指标

目前，我们对财务进行分析时主要有三个常用的指标——盈利能力、营运能力和偿债能力。但是这三个指标各有自己的优、缺点。1.1盈利能力盈利能力，也叫收益能力，指的是企业资金、资本的增值能力。简单地说，就是指企业的获利能力。盈利能力一般表现为：企业获得利润数额的多少以及获利水平的高低。这一指标是企业股东最为关注的。因为企业运营的主要目的就是盈利。如果经营者即将上线的一个项目的利润率很低或者很难盈利，那就要调整企业的经营中心，转变企业的生产目标，以扭转当前面临的不利局面。因此，这一指标是进行财务分析时最直观的一个指标。但是值得注意的一点是，盈利能力是在企业正常营业的情况下计算的。因此，在实际分析中，我们要排除一些非正常的营业情况。例如：重大意外事故、国家法律变更、国家财务制度变化等。

1.2偿债能力