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篇多元統(tǒng)計(jì)分析范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

多元統(tǒng)計(jì)分析范文第1篇

關(guān)鍵詞:財務(wù)分析;聚類分析;因子分析;財務(wù)指標(biāo);上市公司

中圖分類號:F23文獻(xiàn)標(biāo)識碼:A

一、財務(wù)狀況評價指標(biāo)體系的確定

單個指標(biāo)只能揭示出公司財務(wù)狀況的某一方面,無法反映出財務(wù)狀況全貌。為了全面、完整地評價上市公司的財務(wù)狀況全貌,本文按照《企業(yè)財務(wù)通則》和《工業(yè)企業(yè)財務(wù)制度》的規(guī)定,選取一套財務(wù)比率作為財務(wù)綜合評價指標(biāo)體系,包括以下4大類8個財務(wù)指標(biāo)變量。獲利能力指標(biāo):凈資產(chǎn)收益率、加權(quán)平均凈資產(chǎn)收益率;償債能力指標(biāo):流動比率、速動比率;經(jīng)營能力指標(biāo):應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率;發(fā)展能力指標(biāo):營業(yè)利潤增長率、凈利潤增長率。

二、多元統(tǒng)計(jì)分析方法進(jìn)行財務(wù)綜合評價

(一)樣本的確定和數(shù)據(jù)來源。從中國上市公司資訊網(wǎng)中選取了60家上市公司在2007年的有關(guān)數(shù)據(jù),這些是實(shí)證研究的重要數(shù)據(jù)來源。為了保證研究數(shù)據(jù)的客觀性和有效性,在確定研究范圍時考慮到以下幾點(diǎn):(1)本文僅以工業(yè)類上市公司的財務(wù)指標(biāo)作為研究對象,這樣能體現(xiàn)較大的可比性;(2)我們數(shù)據(jù)用的是2007年的,沒有用2008年的數(shù)據(jù)。我們知道,2008年美國次級債危機(jī)導(dǎo)致上市公司財務(wù)數(shù)據(jù)的大幅變動,這樣處理使數(shù)據(jù)更加有參考性。

(二)因子分析的主要步驟。樣本的數(shù)據(jù)矩陣為:

X=

其中,p表示財務(wù)指標(biāo)的變量數(shù);n表示上市公司的樣本數(shù)。主要步驟如下:(1)由樣本矩陣X計(jì)算樣本均值、樣本離差陣及相關(guān)矩陣;(2)求R的特征值和方差貢獻(xiàn);(3)確定公共因子的個數(shù)m。通常要選取的主因子數(shù)所反應(yīng)的信息量占原始數(shù)據(jù)總信息量的85%以上,即選取m個因子使累積方差貢獻(xiàn)達(dá)到85%; (4)因子載荷矩陣方差最大旋轉(zhuǎn),因子分析的目的不僅是求出公共因子,更主要的是應(yīng)該知道每個公共因子的實(shí)際意義,但是初始載荷矩陣并不滿足“簡單結(jié)構(gòu)準(zhǔn)則”,因而容易使公共因子的實(shí)際意義含糊不清,不利于對因子進(jìn)行解釋。為此,必須對因子載荷矩陣施行旋轉(zhuǎn)變換,使得各因子載荷矩陣的每一列各元素的平方按列向0或1兩級轉(zhuǎn)化,達(dá)到其結(jié)構(gòu)簡化的目的。得到最終旋轉(zhuǎn)因子的載荷矩陣為A;(5)對m個公共因子做解釋。求出載荷矩陣A后,即得到p個可測變量由m個不可測的公共因子及各自特殊因子的表達(dá)式,并解釋這m個公共因子表示的經(jīng)濟(jì)意義;(6)樣本的因子得分。在因子載荷矩陣A和特征因子方差已知的情況下,使用加權(quán)最小二乘法得到每個樣本的各個因子得分:F=ARX;(7)樣本的綜合得分SWF(i=1,2,…,n)。其中,W為各主因子權(quán)重,由旋轉(zhuǎn)后主因子所解釋的方差求得,F為每個樣本的各主因子得分;(8)綜合排名。根據(jù)求得的上市公司綜合財務(wù)指數(shù)得分?jǐn)?shù)按從大到小的順序進(jìn)行排名。

(三)財務(wù)綜合評價實(shí)證分析

1、根據(jù)上述步驟及有關(guān)數(shù)據(jù),應(yīng)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行因子分析

(1)得到因子特征值。從中選取4個特征值大于1的因子,其累積方差貢獻(xiàn)率達(dá)85.021%,可以解釋9個財務(wù)指標(biāo)的大部分差異。特征值碎石圖的“陡坡檢驗(yàn)”證明4個因子是決定9個財務(wù)指標(biāo)的主要因子。(圖1)

(2)對因子載荷矩陣施行旋轉(zhuǎn)變換,得到各主因子旋轉(zhuǎn)成分矩陣。旋轉(zhuǎn)成分矩陣,在各主因子上選取載荷大于0.5的財務(wù)指標(biāo)對各主因子做比較明確的解釋。第一個因子F1∽0.986(凈資產(chǎn)收益率)+0.990(加權(quán)平均凈資產(chǎn)收益率),該因子可以解釋為盈利能力因子,它主要解釋了財務(wù)指標(biāo)中載荷高的凈資產(chǎn)收益率和加權(quán)平均凈資產(chǎn)收益率;第二個因子F2∽0.950(流動比率)+0.913(速動比率),該因子可以解釋為償債能力因子,它主要解釋了財務(wù)指標(biāo)中載荷高的流動比率和速動比率;第三個因子F3∽0.908(營業(yè)利潤增長率)+0.927(凈利潤增長率),該因子可以解釋為發(fā)展能力因子,它主要揭示了財務(wù)指標(biāo)中載荷高的營業(yè)利潤增長率和凈利潤增長率;第四個因子F4∽0.845(應(yīng)收賬款周轉(zhuǎn)率)+0.606(總資產(chǎn)周轉(zhuǎn)率),該因子可以解釋為營運(yùn)能力因子,它主要解釋了財務(wù)指標(biāo)中載荷高的應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率。

綜上,可以驗(yàn)證與財務(wù)分子中衡量各項(xiàng)能力的指標(biāo)一致。

(3)旋轉(zhuǎn)平方和載入?？梢杂?jì)算出四個因子的權(quán)重,第一個因子權(quán)重:

w==0.296

同理可得第二個因子權(quán)重:

w=0.286;w=0.234;w=0.165

(4)得到各個樣本的因子得分系數(shù)矩陣。因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值可以計(jì)算每個觀測值的各因子的得分?jǐn)?shù):

F=0.490X+0.494X+0.080X-0.110X-0.018X+0.000X+0.001X-0.015X

F=-0.006X-0.029X-0.143X+0.202X+0.489X+0.480X+0.015X+0.055X

F=-0.004X-0.004X-0.102X+0.065X-0.004X+0.048X+0.524X+0.558X

F=0.014X+0.000X+0.779X+0.518X+0.052X-0.119X+0.049X-0.123X

再根據(jù)所求因子權(quán)重可得到各公司綜合財務(wù)指數(shù)S:

S=WF=0.296F+0.286F+0.234F+0.165F(j=1,2,…,n)

(5)得到部分上市公司財務(wù)狀況排名(限于篇幅,結(jié)果略)。

2、應(yīng)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行系統(tǒng)聚類分析。通過分析,了解到各個公司的優(yōu)勢,認(rèn)為因子得分較相似的樣品有一定的相似性,通過聚類分析驗(yàn)證。通過系統(tǒng)聚類法,選擇離差平方和法,用歐式距離定義樣品之間的距離。限于篇幅我們只將30家上市公司進(jìn)行系統(tǒng)聚類,所得聚類譜系圖(結(jié)果從略),從聚類譜系圖可以看出,金柴動力和新華醫(yī)療首先聚在一起,它們在償債能力方面和綜合排名很相似。通過對圖標(biāo)的進(jìn)一步分析會發(fā)現(xiàn),結(jié)果和因子得分的排名之間的關(guān)系很相符。另外,在有了聚類分析的前提下,我們可以進(jìn)一步依靠聚類分析的分類結(jié)果建立判別函數(shù),將我們所希望了解的公司的各個方面的指標(biāo)帶入進(jìn)行判別歸類,從而可以使投資決策更加方便快捷。

通過上述分析,我們發(fā)現(xiàn)多元統(tǒng)計(jì)分析中的因子分析、聚類分析、判別分析等都可以運(yùn)用到財務(wù)分析中,為分析指標(biāo)的選擇,綜合因子得分函數(shù)的確定,將具有相似性的企業(yè)聚成一類,建立判別函數(shù),為以后評價企業(yè)的類型提供依據(jù)。但是,由于企業(yè)經(jīng)營環(huán)境及資本結(jié)構(gòu)、競爭對手等不斷改變,建立的判別函數(shù)需根據(jù)情況的變化而進(jìn)行不斷地調(diào)整。

(作者單位:福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院)

主要參考文獻(xiàn):

[1]張學(xué)謙等.企業(yè)財務(wù)報表分析原理與方法.北京:清華大學(xué)出版社,2007.

[2]葛文雷.現(xiàn)代公司財務(wù)學(xué).上海:中國紡織大學(xué)出版社,1997.

[3]陳文浩.公司財務(wù).上海:上海財經(jīng)大學(xué)出版社,2003.

多元統(tǒng)計(jì)分析范文第2篇

關(guān)鍵詞：財務(wù)危機(jī)原因多元統(tǒng)計(jì)分析危機(jī)預(yù)警作用

國內(nèi)學(xué)者對于公司財務(wù)危機(jī)預(yù)警的研究也越來越多，然而學(xué)者們大多數(shù)只針對純財務(wù)指標(biāo)構(gòu)建財務(wù)危機(jī)預(yù)警模型，卻忽略了非財務(wù)信息的作用。很顯然，單一的財務(wù)數(shù)據(jù)所能體現(xiàn)的信息還不夠完整，很難反映公司的真實(shí)情況，難免會造成預(yù)警的偏差，而非財務(wù)信息能夠?qū)ω攧?wù)信息進(jìn)行有效地補(bǔ)充，因此，引入非財務(wù)指標(biāo)構(gòu)建預(yù)警模型是非常有必要的。

一、企業(yè)財務(wù)危機(jī)產(chǎn)生的原因

許多現(xiàn)代企業(yè)面臨著危及生存的問題，財務(wù)危機(jī)是企業(yè)的一大重要問題，許多企業(yè)管理不得當(dāng)，財務(wù)環(huán)節(jié)控制不到位，并且缺少有效的監(jiān)管機(jī)制，造成企業(yè)財務(wù)管理混亂。企業(yè)財務(wù)危機(jī)是法律意義上對企業(yè)破產(chǎn)的定義，企業(yè)破產(chǎn)是用來衡量企業(yè)財務(wù)危機(jī)最常用的標(biāo)準(zhǔn)。企業(yè)財務(wù)危機(jī)有負(fù)債危機(jī)、市場危機(jī)、收益質(zhì)量危機(jī)，除此之外，長短期資產(chǎn)配置不當(dāng)、企業(yè)財務(wù)機(jī)制不健全、管理層的財務(wù)管理素質(zhì)低下、企業(yè)本身的風(fēng)險意識薄弱等都會造成企業(yè)財務(wù)危機(jī)的發(fā)生，由于企業(yè)更傾向于通過負(fù)債來獲取收益，因而當(dāng)風(fēng)險意識不強(qiáng)時極易形成高度負(fù)債，在企業(yè)出現(xiàn)入不敷出的財務(wù)危機(jī)時便會導(dǎo)致破產(chǎn)。

二、多元統(tǒng)計(jì)分析

(一)多元統(tǒng)計(jì)分析概述與作用

多元統(tǒng)計(jì)分析是一種綜合分析方法，能夠在多個對象和多個指標(biāo)互相關(guān)聯(lián)的情況下分析它們的統(tǒng)計(jì)規(guī)律。多元統(tǒng)計(jì)規(guī)律包含很多內(nèi)容，主要包括多元正態(tài)分布及其抽樣分布、多元正態(tài)總體的均值向量和協(xié)方差陣的假設(shè)檢驗(yàn)、主成分分析和因子分析、判別分析和聚類分析、直線回歸與相關(guān)、多元線性回歸與相關(guān)。多元統(tǒng)計(jì)分析可以對許多數(shù)據(jù)進(jìn)行觀測以及預(yù)測，多元統(tǒng)計(jì)分析即為分析多元數(shù)據(jù)的統(tǒng)計(jì)方法。根據(jù)統(tǒng)計(jì)規(guī)律性對未來企業(yè)財務(wù)情況做出預(yù)測，根據(jù)多元的數(shù)據(jù)對財務(wù)情況進(jìn)行多方面的設(shè)想與觀測，預(yù)測企業(yè)未來發(fā)展過程中可能會發(fā)生的財務(wù)危機(jī)情況以及危機(jī)程度，讓企業(yè)提早知曉可能發(fā)生的財務(wù)危機(jī)，并做好全方面的應(yīng)對措施。

(二)多元統(tǒng)計(jì)分析在企業(yè)財務(wù)危機(jī)預(yù)警中的主要方法

多元統(tǒng)計(jì)分析主要是使用判別分析和主成分分析建立企業(yè)財務(wù)危機(jī)預(yù)警模型。首先，在建模的過程中利用隨機(jī)抽樣和對應(yīng)樣本法在企業(yè)中進(jìn)行選擇，選取各類指標(biāo)來反映企業(yè)的財務(wù)情況，變量越多企業(yè)財務(wù)危機(jī)預(yù)警模型就建立的越好。其次，利用抽樣選取法抽選出樣本和變量，依據(jù)這些樣本和變量使用判別分析法建立企業(yè)財務(wù)危機(jī)的預(yù)警機(jī)制。第三，將企業(yè)中抽取出來的多個變量通過線換選出較少的數(shù)量并且是重要的變量，由于變量之間都存在著一定的相關(guān)關(guān)系，而且要以最少的變量來建立模型，所以要將相關(guān)重復(fù)的變量除去，最后剩下各不相關(guān)的變量，全方面分析企業(yè)中存在的問題，這就是主成分分析。

三、多元統(tǒng)計(jì)分析在企業(yè)財務(wù)危機(jī)預(yù)警中的作用

(一)對財務(wù)危機(jī)進(jìn)行分析和預(yù)測

多元統(tǒng)計(jì)可以通過抽取變量建立預(yù)測模型對企業(yè)未來的財務(wù)危機(jī)進(jìn)行分析和預(yù)測，從各個不同的角度預(yù)測企業(yè)未來可能發(fā)生的財務(wù)危機(jī)，并且經(jīng)過驗(yàn)證判斷企業(yè)是財務(wù)危機(jī)公司，或是非財務(wù)危機(jī)公司，或是中間狀態(tài)公司。這種方法的正確率十分高，但是如果預(yù)測的年份越遠(yuǎn)，預(yù)測的準(zhǔn)確率就會越低；反之年份越近預(yù)測的精確度就越高。因此，企業(yè)需要及時更新企業(yè)的財務(wù)危機(jī)預(yù)測模型，根據(jù)不斷變化的數(shù)據(jù)和指標(biāo)對企業(yè)財務(wù)危機(jī)進(jìn)行分析，提高預(yù)測的準(zhǔn)確率，對未來所可能出現(xiàn)的危機(jī)做出適應(yīng)的措施。

(二)減小財務(wù)危機(jī)對企業(yè)的影響

多元統(tǒng)計(jì)分析可以減小財務(wù)危機(jī)對企業(yè)的影響，可以通過多元統(tǒng)計(jì)分析對企業(yè)進(jìn)行分類，依據(jù)采集到的數(shù)據(jù)建立的模型，輔助分類企業(yè)判斷是否處于財務(wù)危機(jī)狀態(tài)。如果預(yù)測結(jié)果為財務(wù)危機(jī)企業(yè)，必定會引起相關(guān)部門對企業(yè)發(fā)展的重視，以及采取各類的方法對企業(yè)未來可能會發(fā)生的財務(wù)危機(jī)進(jìn)行合理地防范，企業(yè)會謹(jǐn)慎對待發(fā)展的每一個步驟，加強(qiáng)風(fēng)險意識，減小負(fù)債率，減小財務(wù)危機(jī)對企業(yè)的影響。

(三)促進(jìn)市場經(jīng)濟(jì)健康發(fā)展

以多元統(tǒng)計(jì)分析對各個企業(yè)進(jìn)行財務(wù)危機(jī)預(yù)警，使我國的每個企業(yè)都能夠劃分清楚，并且采取最全面、有效的體系適應(yīng)國內(nèi)企業(yè)的發(fā)展，在一定程度上減少了財務(wù)危機(jī)帶來的影響，促進(jìn)了市場經(jīng)濟(jì)的健康發(fā)展，提高我國的經(jīng)濟(jì)發(fā)展水平。

四、結(jié)束語

多元統(tǒng)計(jì)分析是一項(xiàng)對研究企業(yè)財務(wù)危機(jī)十分有效的方法，在其他領(lǐng)域的應(yīng)用也十分廣泛，多元統(tǒng)計(jì)分析可以為企業(yè)帶來完善的財務(wù)預(yù)警體系，使企業(yè)預(yù)測未來可能會發(fā)生的財務(wù)危機(jī)，對未來發(fā)生的財務(wù)危機(jī)采取適當(dāng)?shù)摹⒈苊獍l(fā)生的措施，促進(jìn)了企業(yè)經(jīng)濟(jì)的健康發(fā)展。

參考文獻(xiàn)：

[1]李杰,王蔚佳,劉興智.多元統(tǒng)計(jì)分析在企業(yè)財務(wù)危機(jī)預(yù)警中的應(yīng)用[J].重慶建筑大學(xué)學(xué)報,2004

[2]付娟,劉延平.運(yùn)用多元統(tǒng)計(jì)分析綜合評價我國西部各省市自治區(qū)域經(jīng)濟(jì)效益[J].中國高新技術(shù)企業(yè),2007

多元統(tǒng)計(jì)分析范文第3篇

文章編號：1671-489X（2015）08-0084-02

隨著現(xiàn)代計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，醫(yī)療衛(wèi)生領(lǐng)域逐步完善生命健康相關(guān)信息登記的數(shù)據(jù)庫，各類數(shù)據(jù)庫之間相互鏈接形成醫(yī)藥衛(wèi)生行業(yè)的海量信息。面對海量信息，如何透過數(shù)據(jù)的表面現(xiàn)象抓住其本質(zhì)？如何通過眾多的數(shù)據(jù)挖掘出有關(guān)生命健康的科學(xué)規(guī)律？迫于此形勢的需求，各醫(yī)學(xué)院校紛紛開設(shè)醫(yī)用多元統(tǒng)計(jì)分析課程，培養(yǎng)醫(yī)學(xué)研究工作者將各種多元統(tǒng)計(jì)分析方法應(yīng)用到醫(yī)藥衛(wèi)生領(lǐng)域數(shù)據(jù)中的能力。

醫(yī)用多元統(tǒng)計(jì)和基本衛(wèi)生統(tǒng)計(jì)構(gòu)成醫(yī)藥衛(wèi)生領(lǐng)域內(nèi)處理數(shù)據(jù)的有力工具，兩者都用到數(shù)理統(tǒng)計(jì)和概率論的知識，故在教學(xué)方法上醫(yī)用多元統(tǒng)計(jì)有許多可以借鑒基本衛(wèi)生統(tǒng)計(jì)的教學(xué)經(jīng)驗(yàn)。醫(yī)用多元統(tǒng)計(jì)分析處理多變量數(shù)據(jù)，相對于處理單變量數(shù)據(jù)基本衛(wèi)生統(tǒng)計(jì)方法而言，醫(yī)用多元統(tǒng)計(jì)又呈現(xiàn)出眾多自己的特點(diǎn)，比如繁瑣的矩陣、復(fù)雜的建模、龐大的運(yùn)算、抽象的概念[1]等。因此，在借鑒基本衛(wèi)生統(tǒng)計(jì)教學(xué)方法的同時，還必須依據(jù)本課程的特點(diǎn)認(rèn)真考慮如何增強(qiáng)該課程教學(xué)效果的問題。筆者在幾年的醫(yī)用多元統(tǒng)計(jì)分析教學(xué)中有四點(diǎn)體會與大家分享。

1 通過教學(xué)環(huán)節(jié)培養(yǎng)實(shí)踐能力

醫(yī)用多元統(tǒng)計(jì)分析屬于應(yīng)用性的方法學(xué)科，課程性質(zhì)要求學(xué)生在學(xué)習(xí)多元統(tǒng)計(jì)方法之后，要具備將各種多元統(tǒng)計(jì)分析方法應(yīng)用到醫(yī)療衛(wèi)生領(lǐng)域數(shù)據(jù)中的能力。培養(yǎng)學(xué)生的實(shí)踐能力，僅從理論授課上下功夫提高學(xué)生實(shí)踐能力是遠(yuǎn)遠(yuǎn)不夠的，必須在理論授課、實(shí)驗(yàn)教學(xué)和課程考核等各個教學(xué)環(huán)節(jié)中都不脫離實(shí)踐能力培養(yǎng)的主線。在理論課上講授的內(nèi)容一般包括原理方面的知識和如何分析實(shí)際數(shù)據(jù)兩個方面。提高學(xué)生實(shí)踐能力要求教學(xué)過程中淡化數(shù)學(xué)原理方面的知識，而將重點(diǎn)放置在如何分析實(shí)際數(shù)據(jù)上，即該多元統(tǒng)計(jì)分析方法使用的前提條件是什么，如何使用該方法以及分析結(jié)果如何解讀，在具體研究的醫(yī)學(xué)問題中此結(jié)果具有什么樣的意義。

盡管在現(xiàn)代教學(xué)方法中有體驗(yàn)式教學(xué)的滲入[2]，但相對于實(shí)驗(yàn)課的實(shí)際體驗(yàn)來講，學(xué)生對于數(shù)據(jù)何時采用、如何采用某種多元統(tǒng)計(jì)分析方法，還是保持在似乎知道，但又不完全明確的模糊階段。很多原理方面的知識，盡管不是重點(diǎn)，但也需要學(xué)生了解一下，才能有助于把握整體脈絡(luò)、合理應(yīng)用，通過實(shí)驗(yàn)課的親身體驗(yàn)，能直觀觀察到相對模糊的原理知識得到驗(yàn)證的過程，從而心服口服地從心底接受沒有經(jīng)過手工計(jì)算而呈現(xiàn)的分析結(jié)果。并且多元統(tǒng)計(jì)分析的實(shí)驗(yàn)課本身就是讓學(xué)生去體驗(yàn)各多元統(tǒng)計(jì)分析方法怎樣應(yīng)用于實(shí)際數(shù)據(jù)的過程，從而使學(xué)生實(shí)踐能力大大提高。

一般課程考試比較側(cè)重理論原理的考核，而醫(yī)用多元統(tǒng)計(jì)分析授課的目的就是給學(xué)生講授多元統(tǒng)計(jì)方法應(yīng)用于醫(yī)藥衛(wèi)生領(lǐng)域數(shù)據(jù)的實(shí)踐過程，學(xué)習(xí)課程之后學(xué)生必須具備這種實(shí)踐能力，否則就根本沒有實(shí)現(xiàn)開設(shè)這門課程的初衷，沒有達(dá)到教學(xué)目的。因此，課程考試也應(yīng)側(cè)重在學(xué)生實(shí)踐能力的考核上。課程考核一般有試卷考核、平時實(shí)驗(yàn)成績和上機(jī)考核三種形式，而以試卷考核的形式居多。對于醫(yī)用多元統(tǒng)計(jì)分析課程，平時實(shí)驗(yàn)成績考核和上機(jī)考核也應(yīng)該是必須選擇的考核形式，除此以外，在試卷考核中也可通過適當(dāng)?shù)念}型體現(xiàn)對學(xué)生實(shí)踐能力的考查。比如，將多元數(shù)據(jù)分析的結(jié)果展示在試卷上，讓學(xué)生回答此分析結(jié)果對于研究目的反映出什么；或者指出研究目的，讓學(xué)生回答選用何種多元統(tǒng)計(jì)分析方法，為何選用這種方法；或者從展現(xiàn)的結(jié)果讓學(xué)生判斷是否適用某種多元統(tǒng)計(jì)分析方法等多種題型來考查學(xué)生的實(shí)踐能力。通過考核反饋出實(shí)踐能力欠缺的部分，從而給予相應(yīng)的應(yīng)對措施。

2 通過教學(xué)軟件提高教學(xué)效率

多元統(tǒng)計(jì)分析建模一般都要經(jīng)過逆矩陣、相關(guān)系數(shù)矩陣的計(jì)算，求解特征根與特征向量等過程，這些過程沒有扎實(shí)的數(shù)學(xué)功底是根本不可能完成的。即便能完成這些運(yùn)算，但也是相當(dāng)耗時的過程。就運(yùn)算相對簡單的多元統(tǒng)計(jì)分析方法而言，如果采用人工計(jì)算器計(jì)算的話，也需要大約五個學(xué)時的時間才能完成，復(fù)雜的多元統(tǒng)計(jì)方法需要學(xué)時數(shù)就更多了。假定學(xué)校能夠安排充分的學(xué)時數(shù)，學(xué)生也必須有足夠的能力和耐心去完成這些運(yùn)算?？梢姡y(tǒng)計(jì)軟件和多元統(tǒng)計(jì)分析方法教學(xué)的結(jié)合是非常必要的。

目前，常用的統(tǒng)計(jì)分析軟件有SAS、SPSS和STATA。對于醫(yī)學(xué)專業(yè)本科生和研究生的統(tǒng)計(jì)分析要求來講，簡單掌握每個軟件基本功能就可以滿足數(shù)據(jù)分析的需求，但對統(tǒng)計(jì)學(xué)專業(yè)的研究生而言，一般需要用到可編寫程序的SAS軟件，并且要深入學(xué)習(xí)，進(jìn)行數(shù)據(jù)的模型擬合分析。各醫(yī)學(xué)院?？筛鶕?jù)自己的辦學(xué)條件、師資力量、教材的情況、授課對象等因素綜合考慮本院校采用醫(yī)用多元統(tǒng)計(jì)分析的軟件。借助軟件在很短的時間能完成模型的建立、模型擬合檢驗(yàn)等分析過程，通過分析結(jié)果中呈現(xiàn)的模型建立中間步驟，了解矩陣運(yùn)算，求解特征根與特征向量的信息，把握前因后果、各步驟間的相互關(guān)系，大量時間的節(jié)余可用在多元統(tǒng)計(jì)分析方法的專業(yè)應(yīng)用上。

3 通過適宜教材激發(fā)學(xué)習(xí)興趣

多元統(tǒng)計(jì)分析原理部分的繁瑣復(fù)雜性對該課程的學(xué)習(xí)形成很大阻礙，且原理部分又不是醫(yī)學(xué)專業(yè)學(xué)生學(xué)習(xí)的重點(diǎn)，這提示了教材選擇的重要性。合適的教材不應(yīng)該花費(fèi)很大的篇幅在理論推導(dǎo)和模型建立的過程上，否則只會增加學(xué)生對該課程的畏懼心理。教材應(yīng)當(dāng)側(cè)重于多元統(tǒng)計(jì)方法的應(yīng)用部分，應(yīng)用部分和學(xué)生專業(yè)的相關(guān)性越強(qiáng)，就越容易激發(fā)學(xué)生學(xué)習(xí)興趣。

上文中提到學(xué)習(xí)醫(yī)用多元統(tǒng)計(jì)分析教學(xué)要結(jié)合統(tǒng)計(jì)分析軟件，因此，教材中最好在每個多元統(tǒng)計(jì)方法的介紹之后都安排一個章節(jié)，說明這種多元統(tǒng)計(jì)方法通過統(tǒng)計(jì)分析軟件如何實(shí)現(xiàn)，以及軟件運(yùn)行結(jié)果如何解讀。醫(yī)學(xué)各專業(yè)學(xué)生一般都未經(jīng)過系統(tǒng)的統(tǒng)計(jì)軟件的學(xué)習(xí)，因此，教材中軟件相關(guān)內(nèi)容的安排就尤其重要，不僅要有這樣的章節(jié)，而且要通俗易懂，適合醫(yī)學(xué)專業(yè)學(xué)生的初次統(tǒng)計(jì)軟件學(xué)習(xí)，在每一種多元分析方法數(shù)據(jù)集的錄入、軟件實(shí)現(xiàn)的步驟、一些常用選擇項(xiàng)的介紹、軟件運(yùn)行結(jié)果的每個部分的解讀以及結(jié)合專業(yè)知識后的結(jié)論等各個方面都要有詳盡的解釋。

醫(yī)學(xué)可以劃分成很多不同的專業(yè)，如公共衛(wèi)生、醫(yī)藥和臨床專業(yè)等，就公共衛(wèi)生專業(yè)又可以進(jìn)一步詳細(xì)劃分成勞動衛(wèi)生、兒少衛(wèi)生和營養(yǎng)等專業(yè)。目前的醫(yī)用多元統(tǒng)計(jì)分析教材沒有具體針對各個專業(yè)的多元統(tǒng)計(jì)分析教材，能選擇到和醫(yī)學(xué)專業(yè)接近的教材充其量也就是醫(yī)用多元分析的教材了，因此，通過教材提高學(xué)習(xí)的積極性還是存在一定的局限性，但這種局限可以通過案例教學(xué)來彌補(bǔ)。在授課過程中，授課教師可能通過案例式教學(xué)[3]，選擇和授課學(xué)生專業(yè)休戚相關(guān)的例子來進(jìn)行講解，就格外能吸引學(xué)生的注意力。

4 通過教學(xué)設(shè)計(jì)引導(dǎo)學(xué)生主動學(xué)習(xí)

多媒體技術(shù)在教學(xué)中的應(yīng)用極大優(yōu)化了教學(xué)過程[4]。隨著多媒體技術(shù)的發(fā)展，教學(xué)過程中“傳統(tǒng)的PPT教學(xué)”逐漸形成新的多媒體教學(xué)形式――微課件。微課件是指使用多媒體技術(shù)在五分鐘內(nèi)就一個知識點(diǎn)進(jìn)行針對性講解的一段視頻或音頻[5]。基于教學(xué)設(shè)計(jì)，微課件可用于難點(diǎn)講解、內(nèi)容小結(jié)等各個環(huán)節(jié)。如在教學(xué)導(dǎo)入階段，教師根據(jù)新課知識點(diǎn)設(shè)計(jì)新穎的問題，通過簡短的視頻的形式展現(xiàn)。微課件以視頻的形式吸引學(xué)生的注意力的同時，將教學(xué)問題引入，讓學(xué)生帶著問題去聽完一堂課，從而起到引導(dǎo)學(xué)生主動學(xué)習(xí)、增強(qiáng)聽課效果的作用。

多元統(tǒng)計(jì)分析范文第4篇

【關(guān)鍵詞】教學(xué)質(zhì)量；評估；主成分分析

教學(xué)評價是系統(tǒng)地收集教學(xué)信息，基于所獲得的信息，確定培養(yǎng)目標(biāo)和要求對教學(xué)過程與結(jié)果進(jìn)行衡量和價值判斷，為教學(xué)決策提供依據(jù)，從而實(shí)現(xiàn)對教學(xué)活動的宏觀調(diào)控，來達(dá)到預(yù)期結(jié)果的過程。對教師教學(xué)過程、教學(xué)水平進(jìn)行科學(xué)合理的評價能夠顯示教師教學(xué)質(zhì)量所達(dá)到的指標(biāo)，亦能不斷給對教學(xué)提供反饋信息。

根據(jù)學(xué)校的教師教學(xué)質(zhì)量評價細(xì)則，調(diào)查了我校不同年級的部分學(xué)生。除去外出或拒絕回答等因素外實(shí)際調(diào)查人數(shù)153，應(yīng)答率為85%。

主要是通過教學(xué)態(tài)度、教學(xué)技能、教學(xué)效果三方面來，確定了7個指標(biāo)，公平對待每位學(xué)生鼓勵學(xué)生對學(xué)習(xí)負(fù)責(zé)；上課準(zhǔn)備充分、熟悉教學(xué)內(nèi)容并注重課堂紀(jì)律；講課條理清楚、層次分明、重點(diǎn)突出程度；積極開展教學(xué)改革不斷改進(jìn)教學(xué)；按要求完成教學(xué)任務(wù)，實(shí)際預(yù)期教學(xué)目標(biāo)；學(xué)生能掌握或理解大部分教學(xué)內(nèi)容；善于引導(dǎo)我們深入思考，課堂互動氣氛濃厚，最后對教師的教學(xué)質(zhì)量做一個總評價。教學(xué)質(zhì)量評價（10分制）：優(yōu)秀：8.5分以上；良好：7.5分以上；合格：6.5分以上；基本合格：5.5分以上；不合格：5.5以下。

根據(jù)采集的100多份數(shù)據(jù)，利用excel錄入數(shù)據(jù)，通過加權(quán)平均處理分析得到樣本數(shù)據(jù)。論文根據(jù)多元統(tǒng)計(jì)分析建立了模型，應(yīng)用了SAS軟件和MATLAB神經(jīng)網(wǎng)絡(luò)環(huán)境分析處理。

在用統(tǒng)計(jì)分析方法研究這個多變量的課題時，變量個數(shù)太多就會增加課題的復(fù)雜性。人們自然希望變量個數(shù)較少而得到的信息較多。在很多情形，變量之間是有一定的相關(guān)關(guān)系的，當(dāng)兩個變量之間有一定相關(guān)關(guān)系時，可以解釋為這兩個變量反映此課題的信息有一定的重疊。主成分分析是對于原先提出的所有變量，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息。

從上文中確定評價指標(biāo)有7個，按順序分別編為，代表學(xué)生對教師上課評價滿意程度。我們將評價指標(biāo)的取值范圍定為[0，10]，表格通過隨機(jī)的153名同學(xué)評價，經(jīng)過EXCEL處理得到數(shù)據(jù)，如表1所示。

將表1的組數(shù)據(jù)全部導(dǎo)入SAS中，調(diào)用主成分分析過程，編寫程序如下：

提交運(yùn)行，完成相關(guān)性分析。從結(jié)果中得到各個變量之間的相關(guān)性，如表2所示。

從表2中可以看出，于的相關(guān)關(guān)系最為顯著，依次為0.6888，0.6550，0.5451，0.4496，0.4182。同時可以看到與的相關(guān)系數(shù)為0.6343；與的相關(guān)系數(shù)為0.6000。這些預(yù)測因子之間的相關(guān)系數(shù)較大，因此，需對預(yù)報因子做主成分分析，以提高評價準(zhǔn)確性。

主成分分析將研究對象的多個相關(guān)變量指標(biāo)化為少數(shù)幾個不相關(guān)變量的一種多元統(tǒng)計(jì)方法，而且這些不相關(guān)的綜合變量包含了原來變量提供的大部分信息。直接調(diào)用上面的SAS的主成分分析主程序，可以得到8個主成分的貢獻(xiàn)率和累積貢獻(xiàn)率如圖1所示，同時可以得到其主成分的相關(guān)負(fù)荷表如圖2所示。

從圖1中可以看出前5個主成分的特征值的累積貢獻(xiàn)率達(dá)到了91.18%，因此可以認(rèn)為，用前面5個就足以獲取原始數(shù)據(jù)的方差結(jié)構(gòu)了。在看對主成分分析的解釋，圖2中給出了主成分與各變量的相關(guān)系數(shù)（即因子負(fù)荷）。從因子負(fù)荷中我們可以看到第一主成分中和的相關(guān)系數(shù)比較高；而在第二主成分明顯的是由所支配的；同樣可得到第三主成分是，第四主成分中和特征向量系數(shù)比較大，第五主成分中是。綜述所述，可以得出特征性比較顯著。

本文主要是對目前我院教學(xué)質(zhì)量效果評價進(jìn)行了研究?；诙嘣y(tǒng)計(jì)分析的教學(xué)質(zhì)量評價，在主成分分析基礎(chǔ)上建立教學(xué)質(zhì)量評價模型。以主觀評價試驗(yàn)和統(tǒng)計(jì)分析為基礎(chǔ)，SAS和MATLAB為運(yùn)行環(huán)境，得到結(jié)果。通過試驗(yàn)分析驗(yàn)證了該方法的可行性和有效性，完成了研究工作，并得出結(jié)果，即影響教學(xué)質(zhì)量評價的主要因素和因素對教學(xué)質(zhì)量評價影響程度。

參考文獻(xiàn)

多元統(tǒng)計(jì)分析范文第5篇

關(guān)鍵詞：大學(xué)生;信用評估;主成分分析;因子分析;聚類分析法

引言

本文在國內(nèi)外個人信用評價相關(guān)理論和生活經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合大學(xué)生相關(guān)特質(zhì)，確定各指標(biāo)的重要程度，并用層次分析方法確定各指標(biāo)的評分值，構(gòu)建大學(xué)生信用評價指標(biāo)體系，通過對湖南農(nóng)業(yè)大學(xué)本科生進(jìn)行問卷調(diào)查，獲得客觀的原始數(shù)據(jù);將多元統(tǒng)計(jì)分析中的主成分分析、因子分析和聚類分析作為主要研究方法，構(gòu)建大學(xué)生信用評估模型，運(yùn)用SPSS統(tǒng)計(jì)軟件進(jìn)行相關(guān)操作來評估大學(xué)生信用好壞情況，并驗(yàn)證所建指標(biāo)體系的可行性。

一、研究方法

1.主成分分析。主成分方法由Hotelling于1933年提出，是利用降維的思想將多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)的多元統(tǒng)計(jì)分析方法。主成分分析是對原有所有變量進(jìn)行簡化，建立盡可能少的新變量，使得這些新變量兩兩不相關(guān)，并在反映研究的信息方面盡可能保持原有的信息。

2.因子分析。因子分析是用于數(shù)據(jù)化簡和降維的多元統(tǒng)計(jì)分析方法，是在主成分分析的基礎(chǔ)上構(gòu)筑若干意義較為明確的公因子，以它們?yōu)榭蚣芊纸庠兞浚源丝疾煸兞块g的聯(lián)系與區(qū)別，主要研究的是相關(guān)陣或協(xié)方差陣內(nèi)部依賴關(guān)系。

3.聚類分析。聚類分析指將物理或抽象對象的集合分組為由類似的對象組成的多個類的分析過程。目標(biāo)是在相似的基礎(chǔ)上對收集的數(shù)據(jù)進(jìn)行分類。

利用系統(tǒng)聚類與主成分分析和因子分析相結(jié)合的思想，分別將通過主成分分析和因子分析得到的各位同學(xué)的最終得分進(jìn)行聚類，將聚類結(jié)果進(jìn)行比較分析，得到大學(xué)生中信用度的集中趨勢并進(jìn)行深入研究。

二、大學(xué)生信用評估體系的建立

1.數(shù)據(jù)選取與處理。本文數(shù)據(jù)通過網(wǎng)上調(diào)查的方法獲得，對湖南農(nóng)業(yè)大學(xué)各年級本科生進(jìn)行《大學(xué)生誠信情況調(diào)查問卷》隨機(jī)問卷調(diào)查，共發(fā)放問卷126份，收回有效問卷126份，有效回收率達(dá)100%。通過調(diào)查問卷收集了大學(xué)生學(xué)習(xí)、經(jīng)濟(jì)、社會實(shí)踐、生活、就業(yè)等六大方面誠信情況的數(shù)據(jù)。

將研究的六大因素作為一級指標(biāo)、并設(shè)置具體問題作為二級指標(biāo)，建立大學(xué)生信用評估體系，在此基礎(chǔ)上借鑒國內(nèi)外個人信用評價指標(biāo)體系的研究成果和專家評分，同時根據(jù)生活實(shí)際，對各級指標(biāo)的重要程度以0～10（分值越高，表示該因素對誠信更重要）進(jìn)行評分，并賦予相應(yīng)分值。

2.實(shí)證研究過程。首先用主成分分析法對19個變量信息提取主成分解釋總方差百分比達(dá)到90%的前n個主成分，在操作過程中，發(fā)現(xiàn)抽取特征值大于0.6時，主成分解釋總方差百分比達(dá)90.964%，滿足原定的期望值，此時共提取了15個主成分，將得到的因子載荷矩陣復(fù)制到數(shù)據(jù)庫中，用依次命名，再將ai對應(yīng)的特征向量zi計(jì)算出來，從而計(jì)算各主成分yi，最后計(jì)算得到每位同學(xué)的綜合得分y。再用因子分析來對數(shù)據(jù)進(jìn)行處理。選擇降維――因子分析，同樣抽取特征值為0.6，得到90.964%的方差累積貢獻(xiàn)率。

在運(yùn)行后得到15個公共因子的得分，最后通過公式：

F=（8.359*FAC1_1+6.708*FAC2_1+6.459*FAC3_1+6.41*

FAC4_1+6.363*FAC5_1+6.246*FAC6_1+5.973*FAC7_1+5.777*

FAC8_1+5.725*FAC9_1+5.72*FAC10_1+5.503*FAC11_1+5.472*

FAC12_1+5.422*FAC13_1+5.414*FAC14_1+5.413*FAC15_1）/90.964

計(jì)算得到每位同學(xué)的因子得分F。用系統(tǒng)聚類法分別將主成分分析法和因子分析法得到的每位同學(xué)的因子分F分成三類：第一類，信用度高;第二類，信用度中等;第三類，信用度偏低。再對各類別中男女組成及年級組成進(jìn)行分析，得到相關(guān)結(jié)論。

三、結(jié)果分析

模型的調(diào)試：

考慮到問卷調(diào)查是隨機(jī)的，在男女及各年級的比例上存在較大的差距，得出的結(jié)果可能與實(shí)際情況不相符，因此，對實(shí)驗(yàn)結(jié)果進(jìn)行進(jìn)一步分析前，先要使這兩組定性變量構(gòu)成比例各自相同。

在調(diào)查的126份問卷中，參與調(diào)查的性別組成為男生57人、女生69人。因此，在調(diào)試時需將實(shí)驗(yàn)結(jié)果性別組成中的男生乘上126/114、女生乘上126/138，使男女總比例為1∶1，得到最終結(jié)果。

參與調(diào)查的年級組成為大一21人、大二39人、大三57人、大四9人。因此，需將實(shí)驗(yàn)得出的各類別在大一、大二、大三、大四數(shù)分別乘上126/84、126/156、126/228、126/36進(jìn)行調(diào)整，得到最后的結(jié)果。

四、結(jié)果分析與討論

表1 主成分分析調(diào)試后性別分析的結(jié)果

由表1可得，類別1是誠信度高的，有40人，類別2是誠信度中等的，有51人，類別3是誠信度較差的，有35人。其中，類別1和2共91人，占總體的70%，可見大學(xué)生中誠信度較高的人還是居多。在誠信度較高的人群里，男性占43人，女性占48人，可見女性誠信度要高于男性。

根據(jù)表2計(jì)算得，大一中類別1和2占大一總體的62.5%，大二中的類別1和2占大二總體的77.4%，大三中的類別1和2占大三總體的74.2%，大四中的類別1和2占大四總體的78.1%?？梢?，大學(xué)生的誠信水平是普遍較高的，誠信水平大致上隨著年級的升高而增加，且大四學(xué)生的誠信水平最高。

因子分析法的結(jié)果研究的實(shí)驗(yàn)結(jié)果：

表3 不同分類下的人數(shù)

由表3可知，第三類為誠信度最低的，占總?cè)藬?shù)的80.2%;第二類為誠信度中等的，占總?cè)藬?shù)的9.5%;第一類為誠信度最高的人，僅占總?cè)藬?shù)的10.3%。運(yùn)用因子分析得到的結(jié)果與主成分分析結(jié)果差異較大，且與現(xiàn)實(shí)不符，因此舍棄運(yùn)用因子分析得到的結(jié)果。

結(jié)語

本文根據(jù)主成分分析與因子分析兩種方法對大學(xué)生的誠信調(diào)查問卷進(jìn)行分析，經(jīng)對比可知，主成分分析的新變量是原始變量的線性組合，每個主成分都是由原有所有變量線性組合得到，但是因子分析不是對原始變量的重新組合，而是對原始變量進(jìn)行分解，利用少數(shù)幾個公共因子去解釋較多個案觀測變量中存在的復(fù)雜關(guān)系。最終發(fā)現(xiàn)主成分分析的結(jié)果更符合實(shí)際情況，從而剔除因子分析的結(jié)果，保留主成分分析計(jì)算的結(jié)果，得到大學(xué)生群體中女性的誠信度要高于男性，同時隨著年級升高大學(xué)生的誠信度也逐漸增高的結(jié)論，這一結(jié)論與事實(shí)吻合，一般來說，女性比男性更有還貸意識，而且隨著年級的升高學(xué)生的閱歷也逐漸增加，使他們更有責(zé)任感。最后給銀行發(fā)卡部門提出了有建設(shè)性的建議，即銀行發(fā)卡時可注重向女性或者高年級學(xué)生多發(fā)卡，可減少男性或低年級學(xué)生的發(fā)卡數(shù)。

參考文獻(xiàn)：

[1] 王莉.基于SOM自組織神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評估模型[D].太原：太原理工大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)學(xué)院碩士學(xué)位論文，2005.