前言：中文期刊网精心挑选了统计分析方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
统计分析方法范文1
关键词：统计分析 对应分析 应用
一、前言
统计分析方法可以通过软件进行操作，spss是一种较为常见的软件，能够提供各种统计分析方法。
二、统计分析内容的分类
人类对客观事物的认识是多种多样的，这些认识可以是企业生产的规模，可以是企业生产机器的稳定性，可以是一个地区的教学质量，可以是市场经济的规律，也可以是一个时期的经济形势或环境等等。撇开这些形形的形式内容，人们对客观事物的认识从目的来看可分为表面认识和本质认识两种。本文将这种从形式内容中抽象出来的对客观事物的认识称之为统计分析内容。表面认识就是对客观事物表面特征的认识；本质认识是从客观事物表面特征出发，最终得到超越客观事物表面特征的本质特征的认识。同样，与统计分析内容相对应的统计分析（方法）就可分为表面分析和本质分析两种。在统计分析方法的使用上，形式内容的认识与统计分析方法的关联不大，反而是在统计分析内容认识（对客观事物表面认识和本质认识）上，分析方法的使用差别较大，因此本文主要从统计分析方法的角度对统计分析内容加以细分。
1、表面认识
表面认识是一种以认识具体客观事物表面特征为目的的认识。对具体客观事物表面特征的认识，从定量和定性两个角度出发，还可以分为事物描述认识和事物评价认识两种。
（1）事物描述认识。事物描述认识是指只对具体客观事物作纯粹的描述，而不加任何主观意见的认识，如集中趋势描述。从认识内容的复杂性来看，事物描述认识又可分为简单描述认识和综合描述认识。简单描述认识是对具体客观事物的一种现象（变量）特征的认识，如认识一群企业的规模。综合描述认识则是结合具体客观事物的很多现象（变量）对具体客观事物的特征加以认识，如认识事物在两个定类变量中交互分布等。综合描述不是简单描述的组合，而是简单描述的提升。
（2）事物评价认识。事物评价认识是指对具体客观事物的某种特征给出人为意见或判断的认识。评价分析通常给出定性结果，如判断两种产品某种性能的差异是否存在。按评价内容来分，评价分析主要包括事物成绩评价分析和事物间差异评价分析两种。事物成绩评价按评价所依赖的现象多寡还可分为简单评价和综合评价。
2、本质认识
本质认识是一种以认识普遍客观事物本质为目的的认识。本质认识仍以特定样本事物的数据为依据，但认识的结果已经远远超出样本事物的范围。撇开具体事物后，人类对事物本质的认识，则主要体现为对普遍事物的现象（变量）自身规律的认识和对普遍事物的现象（变量）间关系规律的认识。这两种认识还可以给他们一个更简单的名字，就是单现象本质认识和多现象关系认识，这也可以看作是本质认识按现象复杂性的划分。
三、对应分析的基本思想
对两个定性变量进行相关的分析时，因定性变量的数据是离散的，所以将两个变量的多种状态数据转换为列联表的形式进行处理。经数据转换形成的列联表是一个nxp的矩阵（第一个变量为n种状态，第二个变量为p种状态），对应分析也就是围绕着这个矩阵进行的。考虑将这个矩阵的行、列分别做降维处理，减少变量的状态，因子分析则是较好的降维方法。
在因子分析中根据研究对象的不同可以分为r型因子分析和q型因子分析，即对指标作因子分析和对样品作因子分析。由于r型因子分析和q型因子分析是反映一个整体的不同侧面，因此可能他们之间存在内在的联系。对应分析就是将两者结合起来进行统计分析，从r型因子分出发，直接获得q型因子分析的结果，将指标和样品分析的结果同时反映到相同坐标轴的一张二维图形上，对问题进行较为直观的分析。
四、分析内容与spss分析方法的关系
统计分析内容和spss分析方法的关系，表现为目的与手段的关系。相同的分析内容可以使用不同的分析方法，不同的分析内容，可以使用相同的分析手段。用同一种分析方法完成的分析，其分析内容属表面分析还是本质分析取决于你的认识目的。如独立样本t检验分析方法，可以用来分析一个班（校）中男女成绩差异是否显著，也可以用来分析性别变量对成绩变量
的影响是否显著。前者属表面分析，后者属本质分析。因为前者着眼的是一个班（校）的学生的成绩特征，后者着眼的是性别和成绩两种现象的关系。正因为本质认识着眼的是普遍现象的特征，因此要求样本量应足够大，显著性水平应足够高。对于表面认识，因为它认识的是样本特征，因此样本量大小与认识目的无关，显著性水平要求也可低些。
从二维图中可以看到，消费结构中的8个项目和17个地区分为4类。1.医疗保健、衣着类：辽宁、吉林、黑龙江、甘肃、青海、宁夏、新疆；2.食品、居住类：安徽、江西、湖北、重庆、四川、贵州；3.交通和通信、杂项商品和服务、教育文件娱乐服务类：北京、湖南；4.家庭设备用品及服务类：上海、广州。从这4类中大体可以得出以下结论，我国目前的消费结构和地域有较大的关联。当然以上结论较为直白，要想得出更理想的结论，还需对数据运用其他方法进行挖掘。不过，以上结论大体上得出了较为满意的探索性结果，也由此可看到对应分析在统计数据分析应用中的魅力。
六、统计分析中运用对应分析应注意问题
事实上，虽然对应分析有不少的优点，但在一些方面尚有缺憾，在运用时也需注意以下几点问题。
1、对应分析不能用于相关关系的假设检验。它虽然可能揭示变量间的联系，但它不能说明两个变量之间存在的联系是否显著。因而，在运用前要xz一检验两变量的相关性。
2、在对应分析中所做图形为了直观通常是二维的，这种做法是一种降维的方法，将原始的高维数据按一定规则投影到二维图形上，投影后的分类大多数情况与原始数据大体一致，但也可能与原始高维数据的分类有较大的差异情况存在。
3、对极端值敏感。在分析过程中，极端值（野点子）对对应分析的结果影响较大。在进行分析之前，要将列联表中的数据审视，避免极端值的存在。比如，列联表数据应正值，若有为零的数据，可视情况将相邻的两个状态合并。
七、结束语
综上所述，在统计分析当中，通过合理方法的应用能够大大简便运算过程，提高数据的准确性，为生产生活提供指导。
参考文献：
统计分析方法范文2
1t检验
t检验是英国统计学家W.S.Gosset1908年根据t分布原理建立起来的一种假设检验方法,常用于计量资料中2个小标本均数的比较。理论上,t检验的应用条件是要求标本来自正态分布的总体,两标本均数比较时,还要求两总体方差相等。但在实际工作中,与上述条件略有偏离,只要其分布为单峰且近似正态分布,也可应用[2]。
常用的t检验有如下3类:(1)单个标本t检验:用于推断标本均数代表的总体均数和已知总体均数有无统计学意义。当标本例数较少(n<60)且总体标准差未知时,选用t检验;反之当标本例数较多或标本例数较少、总体标准差已知时,则可选用u检验[3]。(2)配对标本t检验:适用于配对设计的两标本均数的比较,在选用时应注意两标本是否为配对设计资料。常用的配对设计资料主要有如下3种情况:两种同质受试对象分别接受两种不同的处理;同一受试对象或同一标本的2个部分,分别接受不同的处理;同一受试对象处理前后的结果比较。(3)两独立标本t检验:又称成组t检验,适用于完全随机设计的两标本均数的比较。与配对t检验不同的是,在进行两独立标本t检验之前,还必须对两组资料进行方差齐性检验。若为小标本且方差齐,则选用t检验;反之若方差不齐,则选用校正t检验(t′检验),或采用数据变换的方法(如取对数、开方、倒数等)使两组资料具有方差齐性后再进行t检验,或采用非参数检验[4]。此外,当两组标本例数较多(n1、n2>50)时,这时应用t检验的计算比较繁琐,可选用u检验[5]。
2方差分析
方差分析适用于两组以上计量资料均数的比较,其应用条件是各组资料取自正态分布的总体且各组资料具有方差齐性。因此,在应用方差分析之前,同样和成组t检验一样需要对各组资料进行正态性检验、方差齐性检验。
常用的方差分析有如下几类:(1)完全随机设计的方差分析:主要用于推断完全随机设计的多个标本均数所代表的总体均数之间有无显著性差别。完全随机设计是将观察对象随机分为两组或多组,每组接受一种处理,形成2个或多个标本。
(2)随机区组设计的方差分析:随机区组设计首先是将全部受试对象按某种或某些特性分为若干区组,然后区组内的每个研究对象接受不同的处理,通过这种设计,既可以推断处理因素又可以推断区组因素是否对试验效应产生作用。此外,由于这种设计还使每个区组内研究对象的水平尽可能地相近,减少了个体间差异对研究结果的影响,比成组设计更容易检验出处理因素间的差别。(3)析因设计的方差分析:将2个或2个以上处理因素的各种浓度水平进行排列组合、交叉分组的试验设计。它不仅可以检验每个因素各水平之间是否有差异,还可以检验各因素之间是否有交互作用,同时还可以找到处理因素的各种浓度水平之间的最佳组合。此外,还有正交设计、拉丁方设计等多种方差分析法,实验者在应用时可以参考相关的统计学著作。
目前,某些医学论文中有这样的情况,就是用t检验代替方差分析对实验数据进行统计学处理,这是不可取的。t检验只适用于推断2个小标本均数之间有无显著性差别,而采用t检验对多组均数进行两两比较,会增加犯I型错误的概率,即可能把本来无差别的2个总体均数判为有差别,使结论的可信度降低[6]。对多个标本均数进行比较时,正确的方法是先进行方差分析,若检验统计量有显著性意义时,再进行多个标本均数的两两(多重)比较。
3χ2检验
χ2检验是一种用途比较广泛的假设检验方法,但是在医学论文中常用于分类计数资料的假设检验,即用于2个标本率、多个标本率、标本内部构成情况的比较,标本率与总体率的比较,某现象的实际分布与其理论分布的比较。但是当标本满足正态近似条件时,如标本例数n与标本率p满足条件np与n(1-p)均大于5,则可以计算假设检验统计量u值来进行判断[5]。
常用的χ2检验分为如下几类:(1)2×2表χ2检验。适用于2个标本率或构成比的比较,在应用时,当整个试验的标本例数n≥40且某个理论频数1≤T<5时,需对χ2值进行连续性校正。因为T值太小,会导致χ2值增大,易出现假阳性结论。此外,若标本例数n<40,或有某个T值小于1,此时即使采用校正公式计算的χ2值也有偏差,需要用2×2表χ2检验的确切概率检验法(Fisher确切检验法)。(2)配对资料χ2检验。适用于配对设计的2个标本率或构成比的比较,即通过单一标本的数据推断两种处理结果有无显著性差别。在应用时,如果甲处理结果为阳性而乙处理结果为阴性的标本例数n1与甲处理结果为阴性而乙处理结果为阳性的标本例数n2之和<40,需要对计算的χ2值进行校正。(3)R×C表χ2检验。适用于多个标本率或构成比的比较。在R×C表χ2检验中,若检验统计量有显著性意义时,还需要对多个标本率或构成比进行两两比较,即分割R×C表,使之成为非独立的四格表,并对每两个率之间有无显著性差别作出结论。
2×2表资料在应用时可分为如下几种类型:横断面研究设计的2×2表资料、队列研究设计的2×2表资料、病例-对照研究设计的2×2表资料、配对研究设计的2×2表资料。研究者应注意不同类型的2×2表资料的统计分析方法略有差别,比如在分析队列研究设计的2×2表资料时,如果用χ2公式计算得到P<0.05,研究者则应再计算相对危险度(RR)并检验总体RR与1之间的差异是否具有统计学意义[7]。
此外,在进行R×C表χ2检验时,还有如下2个主要的注意事项:首先,T值最好不要小于5,若有1/5的T值小于5,χ2检验结论是不可靠的,解决的办法有3种:增大标本量;删去T值太小的行和列;将T值太小的行或列与性质相近的邻行或邻列的实际频数合并[2,8]。其次,不同类型的R×C表资料选择的统计分析方法是不一样的。(1)双向无序的R×C表资料:可以选用一般的χ2公式计算。(2)单向有序的R×C表资料:如果是原因变量为有序变量的单向有序R×C表资料,可以将其视为双向无序的R×C表资料而选用一般的χ2检验公式计算,但如果是结果变量为有序变量的单向有序R×C表资料,选用的统计分析方法有秩和检验、Radit分析和有序变量的logistic回归分析等。(3)双向有序且属性不同的R×C表资料:对于这类资料采用的统计分析方法不能一概而论,应根据研究者的分析目而合理选择。如果研究者只关心原因变量与结果变量之间的差异是否具有统计学意义时,此时,原因变量的有序性就显得无关紧要了,可将其视为结果变量为有序变量的单向有序R×C表资料进行分析。如果研究者希望考察原因变量与结果变量之间是否存在线性相关关系,此时需要选用处理定性资料的相关分析方法如Spearman秩相关分析方法等。如果两个有序变量之间的相关关系具有统计学意义,研究者希望进一步了解这两个有序变量之间的线性关系,此时宜选用线性趋势检验。如果研究者希望考察列联表中各行上的频数分布是否相同,此时宜选用一般的χ2公式计算。(4)双向有序且属性相同的R×C表资料:这类资料实际上就是配对设计2×2表资料的延伸,在分析这类资料时,实验者的目的主要是研究两种处理方法检测结果之间是否具有一致性,因此常用的统计分析方法为一致性检验或Kappa检验。
4非参数检验
统计分析方法范文3
关键词：数理统计；国际关系研究；定量分析
一、数理统计分析的目的与意义
数理统计就是通过对随机现象有限次的观测或试验所得数据进行归纳，找出这有限数据的内在数量规律性，并据此对整体相应现象的数量规律性做出推断或判断的一门学科。它不仅可以对所需研究的内容进行描述与分析，还可以对已有命题进行验证，是应用数学在自然科学和社会科学中的重要应用方法。目前，中国的国际关系研究，主流的理论研究方法仍然是历史的和逻辑的方法，其他的一些方法如系统论、计量分析、社会学、心理学等则极少在国际关系理论研究中出现 。因此运用数理统计进行国际关系研究还有待进一步探讨。
在国际关系研究中，数理统计分析可以对国际关系中的某类具体事件或事实进行分析和检验，比如利用各类统计数据对国家的综合实力进行比较研究和分类研究、对影响一国外交政策的影响因素进行检验以及对国际冲突行为进行研究等。而统计分析的方式主要有两种，一是运用较大样本数据进行统计描述，二是运用来自部分样本的数据进行统计推论。
二、数据来源
国际关系领域的定量数据，种类繁多，涉及政治、经济、军事、社会、地理等等各种类别，这些量化数据对于国际关系的定量研究具有重要的利用价值。刘丰、陈冲（2011）对国际关系的定量数据进行了划分，他们把国际关系研究的定量数据分为：冲突数据、国际经济政治地理数据、组织数据和调查数据等几种主要类型，并对每一种数据的获取及信息作了详细的介绍，比较可靠。郭锐、王箫轲（2011）提出中国建立国际关系定量数据库的建议，具有开拓意义。国际关系领域的数据类型较多，按照数据来源，可以分为三类：官方数据；研究机构数据；新闻媒体数据等。
第一类，官方数据主要是指各国政府和国际组织公布的相关国际关系类型的数据。比如在中国国家统计局网站上公布的世界各国主要的经济和社会发展数据；美国美国国际开发署公布的历年美国对外援助数据；世界银行网站公布的世界各国经济社会发展指标数据；国际货币基金组织网站公布的国际金融统计数据等。这些官方网站公布的数据可信度高，可以直接利用进行各种分析研究。
第二类，数据来源是一些国际关系领域研究机构所的数据，这些数据有些是历史收集整理的数据，有些是采访调查的一手数据，这类数据专业性和针对性强，具有重大参考和利用价值。如密歇根大学国际政治学教授J. David Singer1963年开始组建的“战争相关指数（Correlates of War，COW）”项目，其中的国际军事争端数据（MID Data）可以免费下载使用。美国国际和平科学学会（The Peace Science Society International，PSSI）的“国家间军事争端（Militarized Interstate Disputes，MID）”数据库。
第三类，数据来源于新闻媒体的数据。新闻媒体十分关注一国的对外政策，对公众舆论也有塑造额引导作用。美国众多新闻媒体都热衷于进行各种社会调查、民意测验（public opinion poll），以此来了解“舆情”，顺应“民意”。自1935年美国心理学家G.H.盖洛普创立美国舆论研究所开始，民意测验便广为流行。现在媒体也广泛参与到民意活动中来，主要的民意测验机构有专业的盖洛普公司（Gallup Inc）、皮尤研究中心（Pew Research Center）、哈里斯民意测验（Harris Interactive）等。新闻媒体类往往进行一些民意调查，以了解民众对外部世界的态度，比如对中国崛起的态度。这些机构的网站上都会公布他们民意测验的结果数据，具有较高利用价值。
三、数理分析应用
定量分析大都属于专家评估类型，通常是在确定研究内容之后，对需要量化的数据，根据事实由专家进行赋值。比如，而不同的专家学者对不同的事件所赋的分值则会有差异，因此会带有一定的主观性。但是有些直接由数理统计分析软件进行分析或检验的定量分析数据则可以排除主观的偏见或不足。如秦亚青在《霸权体系与国际冲突》一文中就利用已有的国际冲突数据和国力数据，利用数理统计分析，得出分析结果检验命题：霸权与大国间冲突频率的关系。
目前，在国际关系研究中，统计分析主要是统计描述和统计推论。统计描述，主要是对所收集的相关数据进行频数分析、集中趋势分析、离散程度分析等。统计推论不仅有相关分析、回归分析还有聚类分析、主成分分析、时间序列分析等。数理统计分析通常需要相应的软件，Excel可以进行一些简单的频数统计和图形生成，复杂的统计推论分析的软件如SPSS、SAS、STATA、DPS、Matlab等也应用较多。统计推论是比较复杂的数理统计分析过程，相关分析和回归分析是在国际关系研究中比较普遍使用的方法，下面介绍几种其他方法：
主成分分析法，是指在众多因子中找出主要因子，以便对事件进行更容易操作的方法。比如要评估一个国家的综合国力会有许多因子，包括：经济实力、军事实力、人口数量、国土面积、资源储量、科技实力、文化实力等等许多因子，这个时候如果要求评估准确，面面俱到则很难操作，因为有些数据是无法量化的，数据众多，操作起来便很困难。而更为精确的方法是，可以采用SPSS分析软件对各数据进行主成分分析以确定决定综合国力的主要因子和次要因子。
聚类分析法，聚类分析的基本原理，根据样本自身的属性，用数学方法按照其某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。在国际关系中应用，谱系聚类方法可以把不同的国家类型按照不同的要素进行排列分类。如按照发动战争的次数分为好战国家、非好战国家；按照国家实力大小，将国家按照不同层次进行聚类。而这种聚类可以采用把所采集的数据导入计算机里进行聚类，得出一系列有用的结论。
四、总结
数理统计分析作为一种应用数学分析工具，对于更加准确地去描述和分析国际关系中的具体事物和事件具有一定功效。而当下，中国在国际关系领域中的定量分析研究明显不足，在国际关系研究中还略显不足，有待进一步的挖掘。由于数理统计研究需要用到很多定量数据，而中国在这方面又做的十分不足，没有建立一个数据库，因此只能利用国外已有的数据库，这无疑限制了我们的研究范围，不可长久。因此，为建立中国的国际关系学派，需要在这方面做一些有用的尝试。而另一方面，目前国际关系研究还是集中于统计描述，而在统计推论中也多采用相关分析和回归分析，许多其他的研究方法也不被运用，比如时间序列分析、主成分分析、谱系聚类分析以及一些预测性方法都运用不足，有待于进一步发展。（作者单位：贵州财经大学国际经济学院）
参考文献：
统计分析方法范文4
关键词：在线标定；地磁；车位探测器；统计分析
中图分类号：TP393 文献识别码：A 文章编号：2095-1302（2013）03-0022-03
0 引 言
随着城市经济规模的飞速发展和市民生活水平的不断提高，城市各种车辆尤其是私家车保有量不断增长，停车场难找、车位紧张、等位耗时等问题一直困扰着公众。因此，出现了停车场诱导系统[1-2]，通过地磁车位探测器检测车位状态，车位信息，引导公众泊车。
地磁车位探测器是采用地磁传感器监测车位在有车与无车两种状态下地磁的变化情况，实现车辆有无的判断的。如果地磁车位探测器获得的无车状态下的地磁场磁感应强度值不准确，将会出现车位状态判断错误的情况。而由于设备自身原因及自然环境影响，在无车状态下，地磁传感器检测的磁感应强度会发生变化，因此需要定期对地磁车位探测器在无车状态下的磁感应强度值进行标定。
本文研究了地磁车位探测器的标定值（即在无车状态下的磁感应强度值）的变化特点，根据其特点设计了一种地磁车位探测器的在线标定方法，实现地磁车位探测器的在线自动标定，使其标定值更加准确，以提高车位状态判断的准确率。
1 标定值变化统计分析
笔者以一个停车场的35个地磁车位探测器为研究对象，对地磁车位探测器的标定值进行了统计分析。第一种是以5个月为阶段，分析节点各月间的变化；第二是以4周为阶段，分析节点标定值每周的变化；第三是以4周为阶断，针对部分典型节点分析每日的变化。
1.1 月度变化
在5个月的时间内，观测到节点标定值均呈下降趋势，计算平均每月的变化值及其累计分布，可得节点的月度变化值最大为-18，最小为-1，变化值在[-10，-1]间的节点占94.29%。
1.2 每周变化
对15个地磁车位探测器进行标定值每周变化分析，相邻两周的标定值的差值按从小到大排列，其散点图如图1所示，其纵坐标代表差值，横坐标为序号。差值区间分布如表1所列。
由以上分析可得，相邻两周的差值变化主要集中在[-2，2]，占77.78%；在[-3，3]范围内占86.67%。
1.3 每日变化
对部分节点在4周内的标定值和每日变化值进行分析，可以发现：
（1）相邻两天内的标定值变化未呈现明显的规律性；不同节点的每天变化值大小不同。
（2）相邻两天的变化值所占百分比如图2所示，变化值在[-3，3]区间的比率为90.84%，在[-4，4]区间占94.66%。
（3）连续两天出现同一方向大幅度变动的情况很少，连续两天变化值的百分比如图3所示，连续两天变化值在[-6，6]范围内的比率为94.44%。
（4）对于日变化值大的节点，在车位空闲情况下，可观测到当天标定值逐渐下降。
1.4 标定值变化分析
通过前面的分析，可得到如下结论：
（1）长时间内，标定值具有下降趋势；相邻两月的变化值大多数在[-10，10]范围内，占91.67%。
（2）每周标定值的变化主要集中在[-2，2]，占77.78%；在[-3，3]范围内占86.67%；在[-6，6]范围内占93.33%，在[-9，9]范围内达到100%。
（3）短时间内，如相邻两天内，标定值变化不定，上下振荡。相邻两天的变化值在[-2，2]间的比率为83.97%，[-3，3]间占90.84%，[-4，4]间占94.66%，[-5，5]间占96.56%。
（4）连续两天出现同一方向大幅度变动的情况很少，连续两天变化值在[-4，4]范围内的百分比（即两天的变化幅度在4以内）为85.71%，在[-6，6]范围内的百分比（即两天内变化幅度在6以内）为94.44%。
（5）对于日变化量较大的节点，若车位空闲，可观测到标定值逐渐下降。
2 基于统计分析的地磁车位探测器在线标定方法
基于上述标定值分析，本文提出了一种基于统计分析的地磁车位探测器在线标定方法。该在线标定方法中涉及到的设备包括地磁车位探测器、传输网络和数据中心。其中，地磁车位探测器用于检测地磁的磁感应强度值，并将其经传输网络传送给数据中心。数据中心对数据进行分析，得出无车时的磁感应强度值，并将其作为标定值，同时将该值经传输网络发送给地磁车位探测器存储。
地磁车位探测器在线标定方法一般由三部分组成：
第一，设置标定值的计算周期，假设为m小时。
第二，对地磁车位探测器检测的磁感应强度值进行统计分析，步骤如下：
（1）地磁车位探测器定期采集当前车位的地磁场磁感应强度值，并将该值和采集时间发送至数据中心；
（2）通过人工判断车位状态并告知数据中心，数据中心筛选出一段时间内每个计算周期内无车时地磁车位探测器检测的磁感应强度值；
（3）数据中心计算相邻两个计算周期的磁感应强度的差值，并对差值进行概率统计分析，计算a的值，使差值落在范围[-a，a]内的概率为90%。
第三，对标定值进行在线标定，步骤如下：
（1）通过人工判断，可得到无车时地磁车位探测器检测的磁感应强度值，并以此作为地磁车位探测器在下一个计算周期的标定值B存储于数据中心，同时发送给地磁车位探测器存储；
（2）地磁车位探测器检测得到当前车位的磁感应强度值，并将数值和采集时间发送至数据中心；
（3）一个计算周期（m小时）到达后，数据中心对该时间段范围[B-a，B+a]中的磁感应强度值进行统计，假设值为x的磁感应强度值的数目最多，则存储x作为下一个计算周期的的标定值；
（4）数据中心将该计算周期的标定值x发送给地磁车位探测器，地磁车位探测器存储该值；
（5）在下一个计算周期重复步骤（2）、（3）、（4）。
3 系统实施案例
本文的在线标定方法已经在实际系统中得到应用。基于统计分析的地磁车位探测器在线标定系统由地磁车位探测器、传输网络和数据中心构成。传输网络为ZigBee无线网络，其设备包括中继和网关；中继实现与地磁车位探测器和网关的直接通信；网关实现与中继和数据中心的直接通信。
地磁车位探测器检测地磁的磁感应强度值，并将其经传输网络传送给数据中心。地磁车位探测器主要由地磁传感器、微处理器、存储模块、无线通信模块、电源组成。其中，地磁传感器采集该地磁车位探测器所在车位的地磁场磁感应强度；微处理器模块控制其他模块进行工作；存储模块用于存储地磁传感器采集的磁感应强度值和标定值；无线通信模块用来与传输网络进行数据通信；电源用于给其他模块供电。
数据中心接收地磁车位探测器传输的数据，执行统计分析，计算得到该地磁车位探测器的标定值，并将其经网关和中继发送至地磁车位探测器。
设置标定值的计算周期可设为24 h。对标定值统计分析的步骤如下：
（1）地磁车位探测器每隔20 s采集一次磁感应强度值，并将该值和采集时间发送至数据中心。
（2）在地磁车位探测器的安装位置安排人员记录有无车辆，并告知数据中心的工作人员；通过数据中心的软件筛选出28天内每24 h无车时地磁车位探测器检测的磁感应强度值。
（3）数据中心计算得到相邻两天的磁感应强度差值，计算这些差值的概率；同时计算a的值，使差值落在范围[-a，a]内的概率为90%。根据第2节的分析结果可得a=3。
在线标定步骤如下：
（1）将上面分析的第28天无车时地磁车位探测器检测的磁感应强度值设为第29天的标定值存储于数据中心，并通过传输网络发送至地磁车位探测器；地磁车位探测器通过其存储模块存储该值。假设该值B=4 170。
（2）地磁车位探测器将第29天内采集到的磁感应强度值和采集时间发送至数据中心。
（3）在第30天0：00：00，数据中心对第29天内在范围[4170-3， 4 170+3]即[4 167，4 173]中的磁感应强度值进行数目统计，假设值为4 171的磁感应强度值的数目最多，则存储4 171作为第30天的标定值。
（4）数据中心将第30天的标定值4 171经网关和中继发送给地磁车位探测器，地磁车位探测器通过存储模块存储该值。
4 结 语
针对地磁车位探测器的标定值不稳定的问题，本文研究了地磁车位探测器的标定值的变化特点，并设计了一种地磁车位探测器的在线标定方法，实现了地磁车位探测器的在线自动标定。该方法可使其标定值更加准确，以提高车位状态判断的准确率。该在线标定方法通过对标定值的变化范围进行统计分析，可跟踪标定值的变化，对其进行定期修正。目前，该方法已在实际系统中得到应用，并取得了较好的效果，可有效减少由于标定值不准确而引起的车位状态判断错误问题，提高了停车场管理系统的准确性。
参 考 文 献
[1] 张宝玉，张维全，吴玲玲.停车诱导系统的诱导效果分析[J].重庆交通大学学报：自然科学版，2009，28（3）：594-599.
[2] 李阳生.停车诱导系统的研发与应用[J].建筑施工，2009，31（12）：1097-1099.
[3] 黄景武，邹传云，肖永兵，等.基于Wi-Fi的RFID可扩展AMR车位检测系统[J].现代电子技术，2011，34（3）：151-156.
统计分析方法范文5
关键词：统计分析；民政事业单位；财务分析
中图分类号：F275 文献标识码：A 文章编号：1001-828X（2014）01-0-01
随着我国在事业单位行政改革的逐步深入，民政事业单位在财务管理工作上同样有着许多新的变化。其中加强财务分析在财务管理中的重要性显得尤为突出。这就需要进一步挖掘会计报表的用途，对会计报表数据进行深度统计分析，结合其他相关报表信息，这对检查民政事业单位的财务预算、财务执行现状、计划完成情况各个财务环节都大有裨益。对改进民政事业单位的财务分析工作方式与工作水平、及时发现财务问题、提高财务预算水平等都有着较大的积极意义。
一、民政事业单位财务分析概述
民政事业单位是我国实行公众服务的重要职能部门，是民政部门直接面向群众的、直接服务于人民窗口单位。随着我国社会主义市场经济体系的不断变革，企业及农村经济形态的发展，民政部门职能也在不断的夯实与变更，单位财务工作的组织结构也急需优化。利用统计分析方法优化财务分析工作正是在此背景下展开。
二、民政事业单位的财务主要分析内容
一是对单位的预算及其执行进行分析。一方面，对单位所制定的预算计划进行审核，从国家法律法规、会计行业执行准则、单位整体的规划、单位行政原则等多角度进行考虑与分析，多角度、广覆盖求证预算的可行性与正确性；另一方面，对预算的执行情况进行深入分析，通过报表分析执行情况与预算情况的差别，找出形成差别的原因。横向同其他事业单位进行比对，纵向与不同年度同一时期的财务状况进行对比，对不利因素进行重点分析。
二是对单位的资产以及负债情况进行分析。民政事业单位的资产以及负债情况都可以从一段时间的财务报表中分析得到。一方面分析单位现有的资产水平，同期比较资产变动的走向，对于流动资产的周转与使用情况同样可以分析得到单位的整体的资产状况。另一方面，负债额度与负债变动走向对于分析负债水平至关重要，负债水平是否在规定之内，负债长短期结构是否合理，其用途和额度是否均按计划执行，均在财务分析的工作重点。
三是分析单位收支详细条目。新的统一的财务原则采取收、支的统一报表。其中包含每一项收支的详细记录。这就有利于财务工作对收支情况中的构成、比例、额度进行精确的分析。对单位每一笔资金的流动都能够详尽掌握。对于收入与支出的合理性与调整的方向也能够分析得出清晰的结论。同时，对于收支两头的综合分析，对单位收支结构的合理性、预算的执行情况、执行进度、执行额度都要进行分析。
三、统计分析方法在民政事业单位的财务的应用
统计学中涉及的统计方法有很多种，适用于民政事业单位应用在财务分析中的方法种类同样很多。具体的应用要针对单位的实际情况，对单位的财务规模与财务细则有整体的把握，对单位业务情况实际有着详细的了解，针对性的应用可行的统计分析方法。一般而言，对于民政事业单位，典型的统计分析方法有以下几种：
1.比较分析指标法。相对指标是综合指标中的一种，其数据直观，所反映的内容细致，说服力较强。包括完成情况、动态、比较、比例四种主要的相对指标。计划完成程度相对指标，即在某一段所关注的时间内，用实际完成的进行比计划进度，所得的结果就是计划完成程度相对指标，其公式如下：计划完成相对指标=实际完成数/计划完成数×100%。
该指标主要用于分析实际完成进度，评价预算计划完成情况。对于深入分析预算与实际执行的差距，及其具体的形成原因。通过分析信息的反馈，一方面可以加强实际执行情况，另一方面可以及时审视预算方案的合理性与可行性。
相对而言，动态相对指标旨在环比不同时期相同指标，可以突出该时期的财务情况。这对于分析单位财务的动态情况、把握财务变化速度有着重要作用。对于积累财务工作经验、更好的制定与执行财务管理预案、提高工作效率都有着积极的意义。同样，对比相对指标应用在与同一时期不同单位、不同部门的横向比较上，分析出本单位实际的执行情况与执行差距。有利于提升本单位的工作方法与工作水平。比例相对指标利用不同指标的比值，表征不同指标之间的数据关系，能够直观的反映一些问题。如负债总额与资产总额的比例。
2.因素分析法。对于财务数据分析中出现的差距与影响因素，就要用到因素分析法中的指数体系来分析影响因素以及影响程度。包括差额分析法与连环替代法。前者直接以实际数额与计划数额之间差额来直接表征因素影响的影响程度。而后者采用将分析所得的因素按照实施环节，一环一环按照顺序链接起来，随后以实际数据代替预算数据，其中产生的差额以及差额幅度用以分析影响极其影响程度。在以上的两中方法中，实际与计划数据应该严格对应，因素排列顺序应该有逻辑关系，连环替代时，后一环的影响应该建立在前一环的数据之上。这样得出的数据在财务分析中的影响因素与影响程度可以较为直观的表征。
3.比率分析法。在财务分析中，比率分析法应用同样广泛，在基本数据的比较上更为深入的反映事物的内在因素构成，接近财务动态的本质，更为科学合理。包括效率比率、构成比率、相关比率等分析法，能够归一化的反映单位财务活动情况，使得不同部门、不同企业甚至不同行业的财务状况比较都成为可能。
总之，在转变民政事业单位职能的同时，强调单位财务工作效率也是必需的。统计与财务虽属不同学术领域，但是统计分析方法在财务分析中的合理应用，能够大大提高财务工作的质量与效率，对于优化财务预案制定，提升执行效果都有着十分积极的意义。统计分析方法有待于在民政事业单位财务分析中进一步深入研究与拓展应用。
参考文献：
[1]刘自国.浅析财务分析对于事业单位的必要性[J].经营管理者，2011（08）.
统计分析方法范文6
[关键词] 聚类分析 因子分析 甄选 SPSS
2008年3月，专营人才测评业务的China Select善择公司一项最新调查结果显示大多数企业在招聘选拔流程的各个环节中没有科学的决策方法，评估工具有限且缺乏正规性，HR在选拔中主观随意性比较强。快速增长的中国经济，给企业带来机遇的同时也给人力资源经理们出了一道难题：什么样的评估手段更有利于企业甄选出最优秀且适合的应聘者？新劳动法的实施，对人力资源经理在组织人才选拔工作的有效性上提出了更高的要求：争取一开始就把人选好、选对。
一、在人员甄选中现有的人员测评方法简评
许多学者已经做了很多有关人才测评的研究，建立了一系列评估决策方法与模型。易艳红等应用层次分析法和整数规划确定各种条件下最优的分配方案。一些学者还从从心理学、社会学等角度进行岗位分析,进而从企业如何科学的招聘员工的方面来架构模型。刘春扬运用匈牙利算法和 KuhnMunkras算法建立数学模型.冯梅用多元统计分析中聚类分析的基本原理和方法,设计公务员招聘的择优录用方案。
二、研究方法设计的理论基础
企业在甄选人才的过程中一般所遵循的原则是首先针对岗位来选择合适的人，接着从合适的人中选择最优秀的。由于聚类分析是研究分类问题的一种多元统计方法。它根据变量 (或样品)的属性或特征的相似性或亲疏程度，用数学法把他们逐步地分型划类，最后得到一个能反映样品之间或指标之间亲疏关系的客观的分类系统样品或指标逐步归并最后可形成系统聚类图。这可以解决人才甄选过程中针对岗位选择合适的人的问题。
本文使用快速聚类分析方法的Q型聚类只是完成甄选工作第一阶段的工作――选合适的人，那怎样从合适的人中选最优秀的人呢？本文拟采用因子分析来解决这一问题。因子分子基本思想就是将一些多维的指标进行分组归类，使不同性质的指标归于不同的组或类，而且在同组的各个指标用一个公共因子表达出来。因子分析是实质在损失很小的信息量的情况下，对高维信息进行降维处理。因子分析的数学模型:Xp=ap1F1+ap2F2+…+apmFm+ep。每个样本的综合得分为:F=w1F1+w2F2+….+wnFN，一般上我们只采用累积贡献率达到80%的主要因子。
三、研究设计方法的实现
设某企业欲招聘9名员工，应聘者为18个，有3个待聘岗位，分别为销售类，技术类，人事管理类。
具体实现方案为：
1.通过聚类方法对应聘者针对岗位进行聚类：
(1)针对3个待聘岗对应聘人员的4项要求，对每个岗位的每项要求进行量化，得到3组4维数据。（由于篇幅问题，本文只给出最终的聚类结果）
(2)面试官对待聘者从知识面，理解能力，应变能力，表达能力四个方面分别进行评价打分。
(3)将(1)得到的3组4维数据分别作为3类的类中心点，用聚类分析的方法，将由(2)所得到的20组数据聚类成3类。
2.对上面每一类岗位的聚类结果分别采用因子分析对其综合评价排序，然后从中择优。
(1)根据上一步的聚类结果，针对每个岗位的具体要求设计指标体系。然后对聚类到每个岗位的应聘人员，采用模糊综合打分评价法确定每个应聘人员的每个指标数量值。
(2)本文拟对岗位1分别从知识面(二级指标：笔试成绩，工作经验）、管理能力(二级指标：亲合力，形势分析能力，项目管理能力）、执行能力（二级指标：政策把握能力，行政执行能力）、表达能力（二级指标：书面表达能力，口头表达能力）进行因子分析示范，其他类型的岗位类似操作。得到各因子特征值及百分比，因子负载值。
(3)根据因子得分函数计算各因子值。
(4)根据前面得到的得到各因子特征值及百分比计算因子综合得分。
(5)根据排序结果和每类岗位拟录取人数,录取企业所需员工。
四、结果讨论
本文综合运用聚类分析方法和因子分析方法，同时运用统计软件SPSS16.0完成其大量数据的计算工作，达到科学甄选的目的，解决了以往人力资源主管在招聘公司员工时的盲目性问题。为了使招聘更有效，在第二步的因子分析时可以针对每个岗位的具体要求确定每个岗位的具体指标进而对归并到每个岗位的应聘人员进行综合评价
参考文献：
[1]余建英等编:数据统计分析与SPSS应用.北京:人民邮电出版社, 2003
