前言：中文期刊网精心挑选了化学数据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。
化学数据分析方法范文1
[关键词] 大学生；经管类专业；数据分析能力；职业竞争力；问题；策略
[中图分类号] G320 [文献标识码] B
近年来，随着全球经济一体化进程的加快和网络时代信息获取的便捷程度的极大提高，“用数据说话，做科学决策”已成为企业提高经营管理水平的必然选择，在全球500强企业中，90%以上的重要投资和经营决策都取决于充分的数据分析支持。数据分析在企业战略规划、项目投资决策、融资决策、营销决策、生产运营与管理决策中发挥的作用和价值日益显现，并已被我国政府部门和各行各业越来越多的企业所认同。在这一时代背景下，社会对项目数据分析师、市场调查分析师这些高技能应用型人才的需求旺盛，供给缺口巨大，据权威部门预测，在未来几年，我国对专业项目数据分析师的需求预计可达20万人，调查分析师的市场缺口则在100万人以上。面对社会对数据分析人才的强劲需求和高校经管专业毕业生就业难并存的局面，高校应充分地认识到，当今社会数据分析能力已成为经管类大学毕业生在职场中生存的一项核心能力，积极探讨提升经管类专业大学生数据分析能力的有效策略，对于更好地适应社会需求，提高大学生的职业竞争力具有重要的意义。
一、社会对数据分析人才的技能与素质要求分析
数据分析是指运用适当的统计分析方法对收集来的大量数据进行整理、分析，从数据中提取有用信息并形成分析结论，提出有价值的决策参考建议的过程。数据分析师是指在不同行业中，专门从事数据搜集、整理、分析，并依据数据做出行业或市场研究、评估和预测的专业人员。笔者通过对各大招聘网站数据分析师、市场调查/市场分析师等职位招聘信息的搜索和分析，深入挖掘并归纳出社会用人单位对数据分析师职位的技能和能力素质要求（详见下表1），以期为高校经管专业学生数据分析能力的培养提供参考。
从表1可以看出，数据分析能力是一种综合实践能力，它要求数据分析人员在了解行业状况及公司业务流程的基础上，构建数据分析的思路，主动地搜集相关数据，运用恰当的统计分析方法，借助于统计分析软件对数据进行处理和分析，从而得出分析结论，并撰写出有价值的分析报告。
通过以上分析，笔者认为，高校在经管类专业学生的培养定位中应对数据分析能力的培养给予充分的重视。应要求所有经管类专业的学生具备基本的数据分析能力，以适应本专业领域业务数据的收集、整理和初步分析的需要，并有针对性地培养出一批具有较强数据分析能力的学生，为他们考取项目数据分析师、调查分析师等资格证书创造条件，使他们有机会成为各行业中数据分析领域的高级专门人才。
二、经管类专业大学生数据分析能力培养中存在的主要问题
（一）经管类专业课程体系设置中缺少数据分析能力培养模块
当前，在许多高校经管类专业的培养方案中，较少设有专门讲授数据分析内容的课程。与数据分析相关的内容分散于《大学计算机基础》、《数据库应用基础》、《统计学》、《市场调查与预测》等课程，学生虽然从多门课程中接触到与数据分析相关的一些内容，但各门课程的教学资源未能实现有效的整合，如，《大学计算机基础》课程一般在大一开设，该门课程中将Excel软件作为办公自动化软件之一，一般只讲授简单的文字和数据录入及处理，并未涉及Excel软件的高级数据分析功能。而《统计学》和《市场调查与预测》课程一般在大二开设，主要侧重于从理论上介绍数据的收集、整理和数据分析的各种方法，以及市场调查和市场预测的各种方法，这两门课程主要为数据分析提供方法论的指导。这样的课程体系设置中就缺少了将数据分析的方法与数据分析的工具结合起来培养学生数据分析实际技能的课程，致使学生并未能有效、深入地掌握实际的数据分析技能。
（二）缺少实用性强的培养学生数据分析能力的实践教材
近年来，一些出版社出版了一批以Excel或SPSS为分析工具的统计分析教材，如：黄等编著的《Excel统计分析基础教程》、邓维斌等编著的《SPSS19（中文版）统计分析实用教程》等教材，这些教材在内容体系上与《统计学》教材大体相同，教材内容涉及面广，与企业实际需求结合不紧密且难度较大，对于没有数据分析基础的学生来讲很难掌握，而且有些高级统计分析方法在企业的实际工作中也很少能应用到。
（三）缺乏数据分析理论与实践能力兼备的教师队伍
培养学生的数据分析能力，首先需要拥有一支既懂数据分析理论又能指导学生统计软件操作的高水平的教师队伍，而长期以来统计学教学中一直存在的重理论，轻实践的状况，使得能够讲授《数据分析》实践课程的教师严重缺乏，这也是影响学生数据分析能力培养的关键制约因素。
（四）学生对数据分析存在畏惧心理
对于许多初次接触统计学和数据分析的学生，经常会对书中大量的数学公式和复杂的软件操作产生畏惧心理和回避心理，加之一些统计学教师在教学过程中对学生的学习没有加以正确的引导，致使很多学生从一开始就对掌握数据分析这门有用的技能失去了的兴趣和学习的信心，从而必然会影响到学习的效果。
三、经管类专业大学生数据分析能力提升策略的探讨
（一）完善学生数据分析能力培养模块
为强化学生数据分析能力的培养，高校经管类各专业的培养方案中应设置培养学生数据分析能力的模块。笔者认为，首先应将已开设的与学生数据分析能力培养相关的《大学计算机基础》、《数据库应用基础》、《统计学》、《市场调查与预测》等课程的内容进行有机地整合，在此基础上，在大三学年开设《数据分析基础》实践必修课，以加强学生数据分析的实际技能，构建学生数据分析能力的完备知识体系。同时，经管各专业还可根据需要增设《SPSS软件应用》作为专业选修课，以满足那些对数据分析有浓厚兴趣，准备考取项目数据分析师、调查分析师资格证书，有志于成为数据分析专门人才的学生的需求。
（二）开发实用性强的《数据分析》实践教材
借鉴社会项目数据分析师、调查分析师资格认证相关培训教材，编写一部《数据分析基础》实践教材，教材将以通用的Excel软件为分析工具，这样可以降低学习难度，从心理上拉近与非统计专业学生的距离，目的是使经管专业的学生掌握必知必会的数据分析概念、流程和操作，以适应社会对经管类应用型人才应具备基本的数据分析技能的需求。教材的内容体系将按数据分析的流程构建，具体内容将设以下7大模块：1.数据分析概述；2.数据采集；3.数据处理；4.数据分析（包括数据分析方法、数据分析工具的使用）；5.数据呈现；6.报告撰写；7.综合案例。
（三）培养一支数据分析理论与实践能力兼备的教师队伍
针对当前部分高校缺乏数据分析理论与实践能力兼备的讲师队伍的难题，学校可以采取“引进来，走出去”的办法多渠道解决专业师资力量不足的问题，一方面可以从其他学校聘请专业教师授课，也可以派出本学校中、青年教师到其他设有统计学专业的高校进行短期的进修学习，以提高数据分析的理论水平和实践能力，此外，学校还可以鼓励本校中、青年教师考取项目数据分析师等资格证书，以深入地了解社会对数据分析能力的需求，使学校的人才培养定位与社会需求能够实现无缝对接。
（四）培养学生对数据分析的浓厚兴趣
记得有一位资深的数据分析人士曾说过：“统计学是一门很难，但是很有趣，更是很有用的工具学科。懂得如何使用它的人总是乐在其中，而尚未入门的人则畏之如虎。”笔者结合多年的教学经验认为，要想将《统计学》这样一门多数人认为很难的课程让初学者理解它、接受它，对它产生浓厚兴趣，需要借助一些人们生活中的小案例，将难懂的统计学的基本概念和公式还原回生活当中，用来解释社会经济现象，帮助学生发现隐藏在数据背后的规律。总之，培养学生对数据分析的浓厚兴趣，是提升经管类专业学生数据分析能力的关键所在。
[参 考 文 献]
[1]邓维斌，周玉敏，高锡荣.经管专业数据分析能力研究[J].数字通信，2013（2）
化学数据分析方法范文2
关键词： 实验教学改革 经管类 大数据
实验教学是培养经管类专业学生实践能力的重要手段。经济管理类专业学生不仅要熟练地掌握理论知识，更要具备较强的实践能力，特别是大数据时代的到来，强调以数据为基础进行研究，并快速做出决策[1]，不仅对掌握大数据思维和技术的人才需求量扩大，而且对经管类专业人才培养提出了新的要求[2]，因此在大数据背景下应充分认识实验教学对经管类专业学生实践技能的重要性，科学全面地构建面向数据分析和管理的实验教学体系，以适应大数据背景下经管类专业人才的培养需求。
大数据扩宽了信息的来源，提高了信息获得的速度，分析对象从传统的结构化数据过渡到非结构化数据，因此对经管人才需要更全面地掌握大数据思维方式和分析流程。对工商管理、企业管理专业而言，需要其更注重利用多种类型的企业运作的数据，通过对其进行整理分析，帮助企业进行业务流程改革，提升企业运营效率，提高经济效益[3]。对于电子商务、市场营销专业而言，应学会利用大数据技术探索新商业模型，分析营销网络，评估投资风险及创新服务模式[4]。而对于和大数据技术紧密相关的信息管理专业来说，需要更全面地从数据采集、分析到数据挖掘多个方面转变传统的数据分析思维，以适应大数据环境下知识管理与智能决策的需要[5]。
1.实验目的不合理，实验设计不当。
目前，对于经管理类专业的大数据实验教学体系还处于基本概念阶段，与科研前沿脱节，实验目标大多只要学生掌握数据采集、统计分析等基本概念和方法，就学会对给定的数据进行分析。但是在大数据环境下，数据分析和挖掘需要针对结构化数据、非结构化数据等用创新性的思维方式解释分析结果，并用于智能辅助决策及知识发现。因此，大数据实验课程应与时俱进地适应大数据的要求，开展多样化、启发式的实验项目，不仅让学生掌握如何收集信息和整理信息，还要解释隐藏在数据背后的潜在规律。
2.实验教学方法和手段陈旧。
传统实验课是学生按照老师的要求和给定的数据，学习各种数据分析方法。实验内容设计单一，没有针对不同知识结构的学生开展有针对性的实验训练项目，学生学习积极性不高。因此，在大数据实验教学中，要以培养学生创新实践能力为主要目标，在教师的帮助下，通过团队协作、自主设计完成。同时，分层次制定针对不同知识结构背景的实验项目，便于学生根据自身的特长和能力自主选择实验项目。
由此可以看出，传统的实验教学已不能满足大数据背景下的经管类专业人才对数据分析和处理的新需求，在实验教学方式、实验教学内容等多方进行创新和改革，才能培养出顺应时代背景的优秀经管类人才。
在大数据背景下，经管类人才应该具备：发现问题的能力，收集整理数据和信息的能力及理解分析数据的能力。对此，我们从教学方式、课程体系、技能与经验三方面入手，开展实验教学改革，以适应大数据时代对于经管人才培养的要求。
3.创新实验教学方式。
大数据时代，书本和课堂不是获取信息的唯一选择，网络资源、各种移动端应用程序等方式都扩展了学生获取信息的方式，在这种情况下，实验教学不仅需要让学生掌握如何搜集、整理数据的技术，还要培养学生观察、分析问题的能力，从而真正调动学生的学习积极性。例如可以提供多种获取大样本数据的渠道，学生组队进行数据分析和挖掘，设计算法，进行相关分析直到最后撰写出分析报告，整个流程全部由学生独立完成。
4.完善大数据实验课程体系的构建。
对于经管类专业的学生而言，实验目的主要是让他们掌握数据分析的主要流程、主要算法的基本原理，具备大数据应用的初步能力。另外，考虑到不同专业的学生知识结构不同，我们构建多层次的经管类大数据实验课程、基础实验，以验证和演示实验为主，强调掌握数据分析工具和分析算法，理解数据分析基本流程。专业实验，以简单设计性实验为主，强调利用现有的数据分析工具，较完整地体验从数据采集、数据整理、数据分析到数据挖掘的全过程，并编写简单的数据分析代码。综合性实验，采用自助式、合作式模式，让学生自己动手收集数据，团队合作分析问题，在实验教师的指导下，综合运用各种数据分析工具，自主设计算法，进行相关分析，直到最后分析报告，初步具备大数据的应用能力。
5.培养专业技能和增加实践活动。
积极开展大数据应用相关的实践活动，提供多种形式让学生参与大数据的实践环节，在提高专业水平的同时，提高实践操作能力。合理利用现有慕课、微课等在在线课程作为实体课堂的有益补充，引导学生深入学数据技术。另外，积极联系软件企业提供各种实习途径和岗位，让学生真正参与与大数据的各种项目开发，强化课堂的理论知识，丰富实践经验，提高专业级技能，有效地提高学生的数据分析能力和数据挖掘能力。
大数据作为近年来的热点研究问题，已经广泛应用于经管类学科当中。经管类专业学生只有更好地掌握并懂得如何利用大数据，才能在大数据时代拥有更多的优势。因此，本文从教学方式、课程体系、技能与经验进行创新，提出切实可行的改革措施，以更好地培养经管类学生的数据分析的专业能力，适应大数据环境下知识管理与智能决策的需要。
参考文献：
[1]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.
[2]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究，2014（9）：35-37.
[3]李永，刘玉红.大数据时代大学生学习模式转变研究[J].长春工业大学学报（高教研究版），2014，35（4）：38-41，100.
[4]邵举平，沈敏燕，樊星.大数据时代背景下地方高校研究生教育教学模式改革研究[J].《鲁东大学学报》，2015，32（4）：82-85.
化学数据分析方法范文3
关键词 数据分析；工程；曲线回归
中图分类号TP392 文献标识码A 文章编号 1674-6708（2013）86-0119-02
在科学技术飞速进步的当今世界，石油一直是世界上最主要的供能能源，随着石油化工产业的不断进步与发展，石油化工检测也迅速成长起来。在化工领域里，石油化工原料也被广泛的应用于各个部门，它是决定各个部门发展进度的至关重要的因素。因此，石油化工检测的发展与成长也是必然的结果。
1 石油化工检测
石油化工检测是一门复合技术，其将电子、自动化、信息处理、控制工程、计算机等多门学科有机的融为一体，并将其广泛的应用于生产自动化过程以及石油化工领域自动化装备中。在石油化工原料的生产过程中，有毒或者易燃易爆气体随时都存在泄露的危险，有些严重的泄露事件甚至会威胁工人的生命财产安全，所以石油化工产业亦是一个高危产业。面对这些不容忽视的安全问题，严密的检测程序在石油化工生产的过程中是必不可少的一个重要环节。随着科学信息技术的飞速发展，检测手段也在不断的进行推陈出新，在其有机的结合了化学、物理、电机学、计算机和现代光学技术后，检测技术也有了质的飞跃。
如今在石油化工检测的过程当中，出现了许多如无损失检测等的新设备，这些现代化科技设备的广泛投入与应用，无一不说明了石油化工产业的重要性。在如今的石油化工产业中，一个新兴的概念正在逐步被人们所接受，它就是安全检测体系以及安全评价。其中安全评价是经由安全系统工程原理以及工程技术方法，对系统中有可能存在的危险性或固有危险性进行全面分析，也称风险评价和危险性评价，其包含危险性确认以及危险性评价两个方面。我们也应当全面深入的找寻其可能存在的危险源，并对其进行认真的校对与考核。与此同时，我们还应该对可能产生的后果进行分析与预测，并与当今社会上工人的安全指标进行认真比对，其值若在安全值范围以内，便可认为其安全；若在安全值以外，则认为其不安全，我们应当对其采取适当的措施，从而减少或者避免危险发生的可能性。
2数据检测方法
2.1安全检查表法数据分析
石油化工产品系数一般在一个安全的系数范围之内，根据实验发现，这些所测的数据互相独立，互不影响，所以这些数据呈现正态分布，所以检测的数据应该在该分布范围之内。所谓安全检查表法，就是通过抽样数据，通过SPSS软件计算出各数据之间的平均值以及标准方差，通过比较所测数据是否在平均值所在的标准方差范围之内。通过检验数据核对来衡量该数据值是否在安全检测范围之内。在分析的过程中，可以将其与标准平均值的偏差与安全检测标准方差的比值对其进行赋分，如果大于1说明偏差太大，产品不在安全范围之内，如果为0，则产品在安全范围之内。
2.2预先危险性数据分析
在数据统计过程中，有一种分析方法为数据拟合，可对数据回归分析，利用回归分析函数，预见系统的危险性。常用的数据回归分析方法为二元Logistic回归分析与曲线拟合分析。比如通过统计分析先前发生的事故的传统安全数据系数，对安全系数数据进行二元回归拟合，得到输入函数，通过输入函数来预见产品的危险性，以此来对产品做出相关的概括性评价统计，对于有害成分，触发条件进行评价。预先危险性数据分析可以应用到石油原油品质分析中去。
2.3故障影响因素数据分析
在石油化工作业中，经常会出现一些故障，这些故障发生的概率随着工艺过程，各不相同，对于发生某次故障，或者发生变质产品，肯定会有主要因素，但是如何才能得到主要因素，可以利用方差分析，利用方差分析是以两个样本作为比对对象，通过比对对象，来得到在一定置信区间内的主要影响因素，分析的数据统计量需要满足，各统计量之间符合正态分布，显然影响因素之间是相对独立，符合方差分析要求。通过统计数据，进行方差分析，可以得到影响故障的主要因素，继而对其进行评价。方差分析可以利用到石油管道故障，自动化仪表故障的主要因素分析中去。
2.频率分析
石油化工检测过程中，往往会发生不同类事故，多次发生，我们可以统计这些数据的频率，通过频率分析，进行参数估计，归纳其分布状态，可以看出其是否在置问之内。常用的方法为频率分析法。频率分析，可以检测发生事件的集中趋势，离散程度以及分布偏度与峰度，通过模拟分布图，可以有效判断事件发生的合法性概率。事件频率分析应用较广，可应用到成品油质量分析以及主要设备故障分析中。
3 结论
数据分析应用较广，如今的市场上存在着许多工作原理大同小异的有关于石油化工检测的设备，这些设备最终的目的均是为了保障石油化工的安全生产，但其实这只是石油化工检测的冰山一隅。怎样使正在上升的石油化工产业进行相对安全的生产，使其事故率降到最低，是石油化工产业在未来发展中，至关重要的核心问题。为了能更好的适应我国石油化工检测的发展，我们可以针对我国石油化工产业发展的特点进行软件开发。在其开发以及研究发展的过程中，国家应当出台一些相应的倾斜优惠政策，这样便会是这个新兴的、充满活力的产业迅速茁壮成长起来。
参考文献
[1]李建，余昌斌.浅论石油化工检验概况[J].科学之友，2010（4）.
[2]魏天飞. 展望先进的产品检测技术——访梅特勒-托利多产品检测部门销售经理John Coleman[J].中国包装工业，2011（9）.
[3]陈奥林，黄琦，兰翔，郑洁，侯胜，张昌华.杂散电流腐蚀防护与测试[J].管道技术与设备，2009（1）.
化学数据分析方法范文4
《统计初步》是高中数学新课程《数学》(北师大版)必修3中第一章内容。这一章的教学目的是使学生认识到数据随处可见,感知和识别数据,认识各种来源的数据,学会用度量来反映一组数据的特征,学会用统计图表反映数据的特征,能够借助于图表和公式回答有关数据特征的问题。因此,本章所涉及的问题大都是实际问题,和我们日常生活联系密切。要解决实际问题,首先必需学会收集数据,进行整理,最主要的就是对其进行分析。然而,受传统教材的影响,我们平时的数学教学,对一些实际应用问题并没有理论问题重视,学生也是知道数学主要是算,岂不知算的目的最终还是要回归到实现生活中。于是表现出认为内容简单,不太重要,这样就给其解决实际问题能力的发展与提高主观上造成了一定障碍。通过这一模块的教学我们就会发现新课程对学生数据分析的能力特别注重,这就需在平时教学中纠正学生认识上的偏差,加大培养力度,下面就自己对发展学生数据分析能力的看法和体会表述如下:
1、平时教学中注意转化学生思想上的偏见。使其明确数据分析能力的构成。数据分析能力由数据的认识能力,数据的收集能力,数据的整理能力,数据的表达能力,数据的探索能力等几个方面构成。各种构成之间是紧密联系,相辅相成的,它也与其他数学能力有紧密的联系。
2、实际教学中尝试从不同方面发展学生的数据分析能力。
数据分析能力是一种高层次的思维品质,只有在解决问题的过程中,在动手实践和探究中,才能得到充分发展。
(1)加强感知理解,思考比较优劣。平均数,中位数和众数等都是描述数据集合的集中趋势的度量,教师应该帮助学生理解这些概念的联系与区别。事实上,改变一个数据的值,往往不能从根本上影响中位数,而增加或减少一两个极端数值点,对于平均数的影响是非常敏感的。反之,中位数对于这种变化的敏感性就差了。
(2)贴迈现实生活,增加学生兴趣。教师可以鼓励学生,从其他资源中收集数据,并作为对自己收集的数据的补充,并指导学生决定什么数据适合需要,考虑哪些数据信息具有局限性,可能影响对数据的解释。
(3)实验收集数据,加强动手能力。教师可在每节上课前给学生布置课外收集数据的任务,让其实验收集数据,可以以小组进行,要求每个成员加强协作,人人动手。
(4)探索蕴涵规律,加强数据发现。利用对数据列出的散点图和线性回归方法,可以测定和检验某个总体中的两个变量之间是否存在线性相关关系。对这种关系的探索,可以发展学生的探索精神。在具体问题的研究中,教师应诱发学生以数据为基础回答问题的愿望,在整个过程中进行观察、推理和猜想,提高观察与猜测能力。
(5)联系多种情境,抓住一个原理。教师要鼓励学生描绘许多数据,从图中寻找关系,分析变量之间线性关系非线性关系,以及不明显的关系。从丰富多彩的问题情境中,让学生充分领悟用样本估计总体的统计原理。
化学数据分析方法范文5
关键词：地质统计学 微量元素化学分析 应用研究
中图分类号：P628.2 文献标识码：A 文章编号：1672-3791（2013）07（c）-0098-01
微量元素地球化学是半个世纪以来迅速发展和广泛应用的地球化学分支。由于同位素稀释质谱法、中子活化分析、Ber thelot-Nernst分配定律等方法的成功应用，在多种地质过程中微量元素分配演化的定量模型得以实现，也使得微量元素化学分析被系统地应用于解决各类地质问题，成为指示岩石成因的典型标志。20世纪70年代以后，微量元素地球化学的讨论从定性认识上升成为定量分析，发展方向也变成微观、宏观同时发展，经常需要对地球化学中的主量元素、稀土配分、微量元素等进行定量化学研究和数据分析，此时，一些相关的地质统计方法就变得非常重要和实用。在微量元素化学分析中，地质统计学的各类统计方法作为对地质客观现象相关数据进行定量分析的重要工具，提供了诸多有效的数据分析途径。应用地质统计学对微量元素化学分析进行处理，能为研究工作取得客观成果提供科学的定量依据。
1 地质统计学与微量元素化学分析相关理论知识简述
1.1 地质统计学
地质统计学是20世纪60年代兴起的一门数学地质学科分支，它的出现始于解决矿产普查勘探、矿山开发设计以及矿山开采整个过程中各种储量计算和生产误差估计问题。后来，地质统计学逐渐在油气勘探开发、采矿、水文以及环境科学领域中得到广泛应用。近年来，地质统计学作为一门新兴的科学，在地质领域的发展非常迅速，其应用前景的广泛性和模型计算的实用性受到地质学家的高度重视。
1.2 微量元素化学分析
微量元素化学分析是地球化学的分支学科，主要研究自然物质和自然体系中微量元素的分布规律、存在形式、活动特点、控制因素及其地球化学意义。一般意义上讲，微量元素是指除了O、Si、Al、Fe、Ca、Na、K、Mg、Ti这九种组成99%的地壳和地幔质量之外的80余种元素。当然，这里所指的微量元素是相对而言的，在一个体系中它可能是微量元素，但在另一个体系中却可能是常量元素。
1.3 地质统计学在地球化学领域的应用现状
近几十年年来，地质统计学对地球化学的相关研究中起到了极大的辅助和推进作用。应用地质统计学相关统计方法能够将大规模原始地球化学数据群体中隐藏的重要信息提炼和挖掘出来，进行分类和解释，继而被广泛地应用在地质找矿、科学研究等各个领域。在地球化学中主量元素、微量元素、稀土配分化学分析等领域的研究中，丰富的地质统计学方法对圈定和评价地球化学异常、提取地球化学找矿信息常常起到决定性的作用。本文则主要研究地质统计学在微量元素化学分析中的应用研究。
2 地质统计学在微量元素化学分析中的应用研究
2.1 方法讨论
聚类分析是通过某种距离的测算将数据对象的集合分为类似的对象组所形成的若干个类，其中运用到了降维思想，在对样品和指标进行分类，采用物以类聚的原理进行的一种多元统计分析方法。在地质找矿领域，聚类分析是研究元素在成矿活动中地球化学行为相似程度的一种有效方法，一般从数字分类角度进行分析。对于这种方法的运用，我们可以借鉴现有的成果和理论进行分析和应用。R型聚类分析是聚类分析方法的一种，原理是以变量之间的相似程度为基础，将变量分成不同级别的类。R型聚类分析是研究成矿活动中地球化学微量元素行为相似度的一种有效方法。通过对某些矿石或岩样的微量元素数据进行R型聚类分析，可以得出元素组合特征并将其分类，对元素之间的亲疏关系进行判定，进一步为划分矿化阶段、成矿元素迁移和富集的判断以及矿床成因等问题的研究提供判断依据。
2.2 案例研究
通过对高松山矿区内岩矿石样品的微量元素数据进行R型聚类分析后，可以得到图1中显示的分类的结果，即，在相似水平的相关系数等于15时，可以把微量元素分成7个类别，分别是：（1）W、Cu；（2）Sn；（3）Au、Ag、As、Sb、Pb、Mo；（4）Bi；（5）Hg；（6）Co、Ni、Mn；（7）Zn。这7个类别之间没有显著的相关性，说明矿床成矿具有多期次性和复杂性。从图中还可以看出，Au不仅和Ag有着强相关关系，而且还和As、Sb、Pb相关。而Au元素与Ag之间有非常密切的关系，当γ=2.5时它们聚成了一类，相关性比较强，同时Sb、As、Pb和它们之间都存在相关性，说明Au、Ag、As、Sb、Pb、Mo之间具有亲缘关系，预示着伴随着多金属硫化物的形成Au 成矿并且富集。因此，我们可以以Sb、Pb、Ag、As作为矿区找金的近程指示元素。
3 结论
本文采用地质统计学中一类常用方法，R型聚类方法对高松山矿区的铜多金属矿进行了微量元素组合上的分析研究。统计分析结果使我们对高松山金矿床岩矿石微量元素的数据结构的特点有了清楚的认识。各元素组合具有叠加出现的特征，表明矿床成矿具有多期多阶段或成矿物质多来源的特征。分析结果表明Au与Ag、As、Sb、Pb等中低温元素相关非常大，但是和W、Co、Sn、Mn、Ni、Zn等中高温元素之间的相关性较差。
地质统计学在地球化学其它领域，比如常量元素分析、稀土元素分析中也有广泛的应用，笔者认为，采用类似的统计方法对不同类数据的分析是进一步拓展地质统计学在地质科学中应用性的前进方向。
参考文献
[1]赵伦山，张本仁.地球化学[M].地质出版社，1988，6.
化学数据分析方法范文6
关键词：灾害脆弱性；数据分析；关联图；医院应急管理
Abstract：The descriptive and exploratory data analysis was used to analyze the data of hospital disaster vulnerability， and the application of association map was used to provide quantitative information support for hospital emergency management. At the same time， it puts forward the idea of improving the data mining and application of emergency management in hospital.
Key words：Hazard vulnerability； data analyst；Association graph ；Hospital emergency management
近年来各种突发事件频发，严重威胁人类的身心健康和危及社会安全。福岛核泄漏事件、SARS、印度洋海啸等事件，使得突发事件风险管理与应急管理成为政府和学术界密切关注的焦点。对医院而言，由于医院在突发事件中常同时扮演着受害者与助人者的双重角色，使得突发事件风险管理与应急管理更加重要。因此，医院存在着哪些风险，有可能遇到什么样的突发事件，是管理者启动应急管理项目时应首先明确的问题。JCI和等级医院评审均要求医院必须开展灾害脆弱性分析，明确需要应对的主要突发事件及应对策略。
灾害脆弱性分析不是医院应急管理的最终目的，而在于把一大批看似杂乱无章的数据背后的信息集中和提炼出来，进行挖掘分析，帮助管理者对医院现行状况进行预判和决策，以保障医疗环境安全。
1 资料与方法
1.1一般资料 来源于医院各级各类人员对灾害脆弱性分析评估结果。
1.2方法 根据《国家突发公共事件总体应急预案》，对自然灾害、事故灾难、公共卫生事件及社会安全事件等4类事件，结合我院实际情况及当前社会热点问题，选择14种潜在危险事件，采取较为常用的脆弱性分析方法-风险评估矩阵，运用KAISER模型，计算并综合分析各潜在危险事件的发生概率及严重性[1]。
1.3分析思路 运用对比、交叉关联规则，多角度分析评估数据，从发生概率、人员伤害、财产损失、服务影响、应急准备、内部反应、外部支持及相对风险等方面了解医院目前在应急管理中的短板[2]，前瞻避险，部署下一步工作，促M应急管理工作的持续改进。
2 统计数据
见表1。
2.1描述性数据分析 统计数据显示，总体而言，发生各类事件的相对风险差距不大。社会安全事件发生概率位居前列，接下来依次是事故灾害类事件、公共卫生事件和自然灾害类事件。自然灾害类事件相对风险虽较高，但发生概率不高。见图1。
从发生概率来看，医闹事件的发生概率最高。其次是医疗安全事件和信息系统瘫痪；从服务影响来看，群体性医闹事件对我院的服务影响最大。其次是火灾和信息系统瘫痪；从人员伤害来看，发生火灾的人员伤害较大。其次是群体性医闹事件和地震；从财产损失来看，火灾对我院的财产损失较大。其次是地震和群体性医闹事件。
2.2探索性数据分析 研究相对风险与发生概率的关联性。
第一象限（高度关注区）：属于相对风险和发生概率都高的象限。医闹事件、火灾、医疗安全事件、医疗设备故障和暴发医院感染落在这个象限上。
第二象限（优先改进区）：属于发生概率高，相对风险不高的象限。信息系统瘫痪落在这个象限上。
第三象限（无关紧要区）：属于发生概率和相对风险都不高的象限。大面积停水、危险化学品事故、放射安全事件和洪水落在这个象限上。
第四象限（维持优势区）：属于相对风险虽高，但发生概率不高的象限。爆炸事件、地震落在这个象限上。见图2。
3 灾害脆弱性分析的总结与建议
3.1明确应对重点 根据相对风险与发生概率的关联图，认为本年度应急关注重点为医闹事件、火灾、医疗安全事件、医疗设备故障和暴发医院感染等5类灾难事件。
3.2应急管理建议 通过从相对风险与发生概率的关联性综合分析，认为医闹事件、火灾、医疗安全事件、医疗设备故障和暴发医院感染等5类灾难事件需要尽快检视、修订原有的应急预案并开展相关培训及演练。信息系统瘫痪应急预案需要检视、修订。大面积停水、危险化学品事故、放射安全事件、洪水及大面积停电等5类灾难事件可进行应变计划拟定，但目前已有监控、改善机制或应变措施等管理机制，故暂不拟定应变计划。爆炸事件、地震暂不需要进行应变计划拟定。
在修订应急预案时，应注意完善医闹事件、火灾和信息系统瘫痪相对应的应急预案中减少医院服务影响的内容，火灾、医闹事件应急预案的人员救治内容及保障财产的内容。
4 灾害脆弱性数据分析应用于应急管理的体会
4.1关联图明确应急管理改进方向 灾害脆弱性分析只是了解医院应急现状的第一步，通过应用关联图，对灾害脆弱性进行数据分析，可将看似纷繁无联系的灾害脆弱性数据关系有逻辑地连接起来，量化医院容灾能力，为医院应急管理改进的重点及方向提供依据，对重点管理事件有的放矢，达到良好的管理效果[3]。
4.1.1指导业务科室制定年度应急演练 在全院公告年度灾害脆弱性分析结果及应对重点，并将其作为各部门制定年度应急演练计划的参考依据[4]。
4.1.2调整应急演练监测重点 根据分析调整及有侧重地监测每年的院级应急演练。
4.1.3调整医院应急预案 根据统计数据发现的不足之处，修订应急预案。应急预案演练后进行评价，审视并修订演练过程中发现的预案和工作流程的缺陷，再进行培训教育。
4.2应提高可参考性 为了提高脆弱性分析的可参考性，参与问卷调查人员应相对固定，覆盖多层次、多专业，在医院工作时间有一定时限。问卷调查之前进行座谈，总结去年医院发生的突发事件，让参与者尽可能透彻了解医院应急总体情况，保障数据有效性。
参考文献：
[1]陈晋，桂鸿斌，闫若玉，等.基于Kaiser模型的医院灾害脆弱性分析[J].中国卫生质量管理，2014，3（21）：40-43.
[2]成沛玉，鄢碧_，刘群友，等. 灾害医学视角下三级医院灾害脆弱性分析[J].中国医院，2014，4（18）：23-24.
