多元統計范文10篇

摘要：隨著科學技術的不斷發展，我國農業生產已逐漸向著現代化的方向邁進，農業經濟得到了迅速發展。在我國國民經濟中，農業占比很大，農業經濟發展影響到整個國民經濟的發展。在農業經濟發展中，占主導地位的是農業生產條件，農業生產條件會直接影響到糧食產量，進而影響到農業經濟的發展。目前，農業生產經濟發展中逐漸應用多元統計并發揮著重要作用。文章針對農業生產條件對農業經濟發展的影響進行了多元統計分析。

關鍵詞：農業經濟發展；農業生產條件；多元統計分析

我國是一個農業生產大國，農業經濟的發展關乎整個國民經濟的發展。但是影響農業經濟發展的因素眾多，如氣候、土壤和水分等因素。不同地域的農業生產條件存在著差異，有些地域地勢復雜、土壤質量差，嚴重影響農業生產的產量和質量，阻礙了農業經濟的發展。運用多元統計能夠弄清農業生產條件對農業經濟發展的影響，因此，運用多元統計方法來分析農業生產條件對農業經濟發展的影響具有十分重要的意義。

一、多元統計分析概述

（一）多元統計分析。多元統計分析是數理統計的重要部分之一，當對多個指標進行分析統計時，通常要用到多元統計分析。多元統計分析的方法有多種，如聚類分析、主成分分析等。在多元統計分析中，通常要將多個統計指標結合起來進行分析，在農業生產條件中應用多元統計分析，能夠充分掌握各種農業生產條件對農業經濟發展的影響因素，如氣候、化肥、農藥等條件因素，找到各因素之間的關聯性，建立數學模型，結合區域實際情況，就能夠清楚地了解各條件因素對農業經濟發展的影響，從而制訂有利于農業經濟發展的政策制度，合理分配農業資源，從而保障農業經濟的快速發展。（二）多元統計的重要性。農業經濟發展的影響因素有多種，為了不斷發展農業經濟，加強農業的多元統計意義重大。農業多元統計包括影響農業經濟的諸多因素，如土壤情況、氣候條件和化肥農藥的使用等，應用多元統計數據來指導農業經濟的發展。運用多元統計的結果來改善土壤、規避惡劣氣候，保護農業生產，從而提升農業生產的質量和產量。農業多元統計的過程也是優化農業資源，改善農業生產條件的過程，合理配備農業生產人員，配置或更換農業設備和設施，從而加快農業經濟的發展。

二、農業生產條件對農業經濟發展影響的多元統計分析

1案例教學

案例式教學法始創于美國哈佛商學院，其科學性、創新性已經被我國的教育工作者認同和接受，并在很多高校的教學中得到廣泛應用。案例式教學法是一種在老師引導下學生自己解決實際問題的學習方法[1]。統計案例教學法，就是根據統計學科自身的特點、教學目的及教學要求，在教師的指導下，將統計課程中實際案例的處理過程搬入課堂，通過例題講解滲透知識點，引導學生進行思考、分析、討論和交流。通過學生的獨立思考或集體討論，促進學生對教學內容的理解，進而提高學生分析問題和解決問題的能力。該方法用于應用性特別強的多元統計分析課程，效果尤其明顯。

2石油案例教學特點

首先，統計案例素材來自于石油院校的各院系的真實課題。整個解題過程涉及到大量的專業背景，完整的教學過程可以有效地將統計教學培養和專業教學培養結合起來，對于學生將來就業、提高解決實際問題的能力有很大的幫助。其次，案例分析是進行案例教學的重要環節，它是以學生為主體對案例進行辨析并得出自己結論的一種創造性教學活動。以石油為背景的案例教學過程，不僅可以作為多元統計分析課程的教學主體，還可以作為各專業學生實習實訓的課題，同時也可以為畢業設計提供一定的參考。最后，任何一個統計問題都需要論證和檢驗，這是至關重要的一步。對于所選擇的案例，結果都是客觀存在的，這就促使學生思考自己所做的結論是否具有可行性。如果學生所得到的結論比預期的結果要好，就可以適當考慮統計模型的可行性及與原始結論的差異性。

3案例教學分類

依照案例性質可分為解題型、分析型。解題型是指為了使學生正確理解統計原則和具體方法而采用的教學案例，其特點是通過實例性習題、例題進行具體的計算，簡單地體現出多元統計學中的原則、定義、原理和方法。分析型案例是指由教師提供背景和材料，并具有明確針對性地提出幾個問題，引導學生自主思考，研究問題存在的狀況、條件以及問題的發展演變趨勢，最終提出解決問題的辦法。依照案例內容多少可分為專題型和綜合型。專題型是針對某一特定問題或問題的某個方面的案例，也稱專門型案例。綜合型案例是對統計全局性關鍵性的問題進行全面研究或分析，涉及范圍廣泛，知識點含量多。綜合型案例的特點是具有全面性、綜合性和系統性。

本文作者：潘海峰工作單位：安徽工程大學

基于因子分析的預警模型

根據指標體系確定的全面性、重要性、層次性、可獲得性等原則，結合我國上市公司的實際情況，最終選定反映上市公司償債能力、盈利能力、經營能力、成長能力和獲利能力等五個方面的16個財務指標構成綜合評價指標體系，具體包括:流動比率x1、速動比率x2、股東權益比率x3、流動負債率(%)x4、每股收益(元)x5、每股凈資產(元)x6、每股凈資產增長率(%)x7、存貨周轉率(倍)x8、總資產周轉率(倍)x9、應收帳款周轉率(倍)x10、凈利潤率x11、凈資產收益率(%)x12、主營收入增長率(%)x13、總資產增長率(%)x14、資產負債率(%)x15、每股經營活動產生的現金流量凈額(元)x16。因子分析預警模型(1)數據的預處理①將逆向指標取倒數，進行同趨化處理。②為避免量綱不同的影響，將同向化后的數據進行標準化處理。(2)適度性檢驗①相關系數檢驗。為了解自變量之間的關系，利用SPSS得到16個財務比率的相關系數矩陣，結果表明各變量之間的相關系數普遍偏高，用因子分析法進行公因子提取是可靠的。②KMO檢驗和Bartlett''''s球形檢驗。運用KMO檢驗和Bartlet''''s球形檢驗，結果如表1。表1KMOandBartlett''''s檢驗Kaiser－Meyer－OlkinMeasureofSamplingAdequacy．0．634Bartlett''''sTestofSphericityApprox．Chi－Square526．104Df120Sig．0結果顯示Bartlett''''s球形檢驗的顯著性值為0，拒絕原假設，說明各變量間存在相關性，適合進行因子分析。另外KMO測度值0．634＞0．5，也證明了變量數據適合進行因子分析。(3)因子分析①提取公因子。未旋轉及旋轉情況下，各因子對應的特征值、貢獻率、累計貢獻率，見表2。特征值大于1的公因子有5個，累計貢獻率達90．619%，基本反映了原始數據所提供的信息。由于未旋轉因子載荷的經濟意義不明顯，因此進行方差最大化旋轉，旋轉后的因子載荷見表3。②因子命名。因子1在x7、x11和x12上載荷分布較高，表明該因子集中反映了上市公司有關盈利能力指標方面的信息，因此命名為盈利能力因子，該因子對全部初始變量的方差貢獻率為23．23%，是評價上市公司綜合業績需要考慮的主要方面之一。類似地，將因子2、因子3、因子4、因子5分別命名為償債能力因子、成長能力因子、營運能力因子、資產管理因子。③因子得分和綜合排名。進一步得到5個主因子的因子得分系數矩陣，見表4。根據錯誤分類總數最小原則，得到的分割點應該在3．674和3．990之間，選擇其中位數，為3．832，因此可以得到劃分ST公司與非ST公司的PS分割點值為PS0=3．832。④財務預警模型。根據上述分析，得到的財務預警模型為:PS=35．068%F1+17．012%F2+11．431%F3+10．621%F4+6．487%F5若PS≥PS0，則1年后該企業為非ST上市公司;若PS＜PS0，則1年后該企業為ST上市公司。⑤結果分析。根據上述標準的分類，15家公司有3家被錯判，預測準確率為80%，錯判率為20%，對非ST公司的預測準確率為100%。具體分析被錯判的公司:S*ST集琦2009年債務重組收益有790萬元，銷售收入較去年有所提高，相應增加了公司的利潤，其面臨財務危機的可能性較小。ST百花公司2009年凈利潤比上年同期大幅增長，其主要原因系公司的債務重組收益所致。ST前鋒2009年的最后一個交易日公告，公司與首創集團進行資產置換，二者均屬首創集團，出現財務危機的可能性較小。此外，可以通過計算各公司主因子的綜合得分，對公司的財務指標及盈利能力、償債能力、成長能力、營運能力和資產管理能力等進行詳細分析。

基于聚類分析的預警模型

采用分層聚類分析法，對樣本公司同趨化和標準化處理后的數據進行聚類處理，結果顯示16個財務指標可聚為3類:盈利能力(x5，x7，x11，x12，x13，x14)、償債能力(x1，x2，x4，x8，x10，x15)和成長能力(x3，x6，x9，x16)。由聚類分析結果知，指標體系由3類指標組成，保證了指標的全面性，但每一類指標數量各不相同，需要從中進一步篩選，應用主成分分析法，選取特征根大于1的主成分，再對主成分進行加權求和，得到一組Yij值。結果依次為:盈利能力的主因子:Y11=0．218x5+0．216x7+0．231x11+0．223x12+0．140x13+0．186x14償債能力的主因子: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成長能力的主因子:Y31=0．291x3+0．331x6+0．324x9+0．357x16按照公司財務評價的綜合評分法，將3類指標按5:3:2來分配權重，由樣本數據可得上市公司的綜合得分Y，并從高到低排列。根據錯誤分類總數最小原則，得到的分割點應該在5．013和5．840之間，選擇其中位數5．427，因此可以得到劃分ST公司與非ST公司的PS分割點值為Y0=5．427。根據上述分析，得到財務預警模型為:Y=50%Y1+30%Y2+20%Y3，其中，Y1=Y11，Y2=m21Y21+m22Y22，Y3=Y31，m21，m22為償債能力因子的主因子權重。若Y≥Y0，則1年后該企業為非ST上市公司;若Y＜Y0，則1年后該企業為ST上市公司。從分類結果看，15家ST公司有4家被錯判為非ST公司，除因子分析錯判的3家外，又多出了ST四環，對非ST公司的預測正確率為66．7%。具體分析被錯判的公司ST四環，根據監管機構對公司債務重組業務會計處理的整改意見書，對公司2008年的定期報告進行了追溯調整。經調整，2008年年報凈利潤由原來的6102257．89元變更為－25388633．39元，即由原來的盈利變為虧損，2009年凈利潤呈現為扭虧為盈，財務狀況逐漸好轉。

基于判別分析的預警模型

本文作者：楊茜梁穎華陳銀京解忠誠工作單位：中國傳媒大學

研究方法

如果降低級別處理，也可以分析較高測量級別的變量。交互分析中所采用的檢驗方法叫做χ2(卡方)檢驗，它適用于擬合優度檢驗和變量間的獨立性檢驗。可以用于測定兩個分類變量間的相關程度。若用fo表示觀察頻數(observedfrequency)，用fe表示期望值頻數(expectedfrequency)，則χ2統計量可以寫為:χ2=∑fo－f()e2feχ2統計量有這樣幾個特征:首先χ2≥0，因為它是對平方值結果的匯總。其次，χ2值得大小與觀察值和期望值的配對數，即R×C的多少有關。R×C越多，在不改變分布的情況下，χ2值越大，因此，χ2統計量描述了觀察值與期望值的接近程度。如果兩者越接近，fo－fe的絕對值就越小，計算出的χ2值越小;反之，如果fo－fe的絕對值越大，計算出的χ2值也越大。χ2檢驗正是運用χ2的計算結果與χ2分布中的臨界值進行比較，做出對原假設的統計決策。擬合優度檢驗是使用χ2分布進行統計顯著性檢驗的重要內容之一。在假設檢驗中曾討論過對兩個比例是否相等進行的檢驗。若要對多個比例是否相等進行檢驗，就需要利用χ2檢驗的方法。如果樣本是從總體的不同類別中分別抽取，研究目的是對不同類別的目標量之間是否存在顯著性差異進行檢驗，我們就把它稱為擬合優度檢驗。在研究問題時有時會遇到要求判斷兩個分類變量之間是否存在聯系的問題。這種情況下可以使用χ2檢驗，判斷兩組或多組的資料是否相互關聯。如果不相互關聯，就稱為獨立。這類問題的處理就稱為獨立性檢驗(testofindependence)本文的研究就是基于列聯表交互分析方法進行，主要對居民家庭非金融投資中的健康投資與房地產投資進行研究。雖然，教育投資也屬于居民的非金融投資，但是教育屬于長期投資，并不會于短期內得到回報，因此本文只研究居民健康投資與房地產投資這兩種非金融投資。

城鎮居民家庭非金融投資分析

本文從非金融資產角度，討論城鎮居民家庭的投資狀況以及發展趨勢。在非金融資產方面的研究主要涉及實物投資、教育投資和健康投資。其中，在實物資產投資的研究中，側重于房地產投資。目前，房地產投資、教育投資和健康投資是我國出現的居民家庭投資的新熱點。在此，本文仍主要采取北京市居民的樣本數據來進行研究，從首都城市的情況，觀察我國整體居民家庭的未來發展態勢。數據來源主要為《中國統計年鑒2011年》、《2009－2010IMI城市居民消費行為與媒體接觸度研究報告》、《中國家庭的投資理財模型》、《中國居民收入分配年度報告(2010年)》。居民家庭健康投資分析由于我國社會醫療體制的改革，未來醫療支出比例可能越來越大，所以居民家庭很重視家庭成員的健康問題，從而大多數居民家庭每年需要拿出一部分資金進行健康投資常見的健康投資方式有五種:購買健康保險、營養保健品、旅游、參加健身俱樂部和關注生活環境質量等形式。由于健康投資是近幾年出現的居民家庭新的投資方式，所以還沒有口徑一致的數據可以比較分析。因此，本文利用北京市居民購買營養保健品的數據進行健康投資方面的分析。根據《2009－2010IMI城市居民消費行為與媒體接觸度研究報告》中的數據，其涉及了北京市不同人口特征的城鎮居民保健品購買比例。其中，被調查總人數為490人。在受訪者中，從未購買過保健品的人數為389人，所占比例為79.4%，而曾買過的人數僅為101人，所占比例20.6%。(如圖1所示)圖1過去一年北京市居民購買保健品比例圖(資料來源:《2009－2010IMI城市居民消費行為與媒體接觸度研究報告》)由此可見，健康投資是我國近幾年新興的一項投資方式，還并未引起居民家庭足夠的重視，且發展空間較為廣闊。那么，不同人群特征對于保健品的購買、健康投資的動機是否有顯著差別呢?本文將對性別、年齡、學歷、收入這四個屬性做列聯分析，考察不同層面的人群對于健康投資的差異，具體分析不同人群在健康投資上有何差別。首先，觀察發現，不同性別居民保健品購買比例略有差異。20－24歲和25－29歲居民購買保健品的比例相對較低，而30－39歲居民購買保健品的比例相對較高。不同學歷和收入的居民保健品購買比例沒有明顯差別。本文從統計上采用卡方檢驗來判別不同性別、年齡、學歷、收入的人群在購買保健品上是否有顯著差異。假設H01:購買保健品居民的性別沒有顯著差異，即性別對居民是否購買保健品沒有顯著影響。假設H02:購買保健品居民的年齡沒有顯著差異，即年齡對居民是否購買保健品沒有顯著影響。假設H03:購買保健品居民的學歷沒有顯著差異，即學歷對居民是否購買保健品沒有顯著影響。假設H04:購買保健品居民的收入沒有顯著差異，即收入對居民是否購買保健品沒有顯著影響。利用SPSS軟件，結果如表1所示:由表1所示，在顯著性水平為0.05時，假設H01未通過，而其他各個假設均能通過假設，即接受原假設。也就是說，居民性別對是否購買保健品有顯著差異，而年齡、學歷、收入水平對是否購買保健品并無顯著差異。由結果可知，女性、中年人、學歷高、收入高的人群更傾向購買保健品。從統計上講，不同性別對健康的投資有顯著性差異，即女性更容易購買保健品。并且，女性購買保健品的類型主要涉及“美容養顏”類、“補充人體所需元素”類等。而年齡、學歷、收入的人群對健康的投資并無顯著性差異。由此可見，城鎮居民家庭對健康投資的意識還較為薄弱，對健康投資的方式也不甚了解。但是，隨著社會的發展，居民家庭漸漸開始重視健康投資。居民家庭房地產投資分析房地產投資是近年來非常熱門的領域。在傳統的體制下，我國城鎮居民家庭的住房是作為福利進行分配的，居民家庭住房的多少取決于政府對住房投資的決策及其所在單位的行政職位。而1998年以后，我國城鎮住房改革進入深化階段后期，逐步向住房社會化、商品化過渡。直至2008年，一度蓬勃發展的房地產市場開始調整，房地產銷售出現了自1998年以來的首次負增長，房價漲幅持續回落，部分區域房價下跌明顯。2009年，國家宏觀調控政策效應逐漸顯現，回暖的跡象似乎在房地產界有了明顯的痕跡。那么，在我國城鎮居民經歷了房價的起落、國家宏觀政策的變化后，房地產投資現狀如何?不同的人群對是否購房有怎樣的差異呢?根據《2009－2010IMI城市居民消費行為與媒體接觸度研究報告》中的數據，其涉及了北京市不同人口特征的城鎮居民房產購買情況。其中，被調查總人數為490人。在受訪者中，過去一年內沒買過房產的人數為439人，所占比例為89.6%，而買過的人數僅為61人，所占比例10.4%。由此可見，房地產投資的前景并不清晰。總體而言，住房既是投資品，也是消費品。近幾年，國內房地產需求已由消費主導向投資主導發生了轉換。因此，房地產投資作為積累預防性資產的方式已引起了居民家庭的注意。但是，由于自身經濟條件的不允許和房地產市場情況的不明朗，居民家庭在房地產投資上更多地出于觀望狀態，并沒有將其當作積累預防性資產的主要方式。也可以說，雖然房產具有一定的保值、增值屬性，但大部分居民家庭并不把它當作家庭穩定器的主要方式。那么，不同人群特征在購買房產上是否有顯著差別呢?本文對性別、年齡、學歷、收入這四個屬性做列聯分析，考察不同層面的人群對于房地產投資的差異，具體分析不同人群在房地產投資上有何差別。首先，觀察發現，不同性別居民購買房產時的比例差別不大。而不同年齡、學歷、收入的居民房產購買情況差異較為明顯。25－29歲和30－34歲居民購買過房產或者在房產購買過程中起決定作用的比例相對較高。大學本科和研究生及以上學歷購買過房產的比例較高。并且，月收入越高的居民購房比例越高。圖2過去一年北京市居民購買房產比例圖(資料來源:《2009－2010IMI城市居民消費行為與媒體接觸度研究報告》)。本文從統計上采用卡方檢驗來判別不同性別、年齡、學歷、收入的人群在房產購買上是否有顯著差異。假設H01:購買房產居民的性別沒有顯著差異，即性別對居民是否購買房產沒有顯著影響。假設H02:購買房產居民的年齡沒有顯著差異，即年齡對居民是否購買房產沒有顯著影響。假設H03:購買房產居民的學歷沒有顯著差異，75即學歷對居民是否購買房產沒有顯著影響。假設H由表2所示，在顯著性水平為0.05時，各個假設均能通過假設，即接受原假設。也就是說，居民性別、年齡、學歷、收入水平對是否購買房產并無顯著差異。若放寬條件，在顯著性水平為0.1時，H03、H04未通過，即拒絕原假設。也就是說，在顯著性水平為0.1時，學歷、收入水平對購房情況有顯著差異。由結果可知，學歷高、收入高、有一定社會基礎的人群更傾向購買保健品。從統計上講，不同學歷及收入水平對于是否購買房產有顯著差異。即學歷越高、收入水平越高的人群買房的可能性越大，這可能是由于對于高學歷、高收入的人更易于擁有穩定的社會地位以及資產剩余，因此更傾向于利用房產投資的方式積累預防性資產。綜上所述，房產是高關心度產品，并且更多以家庭消費為主。作為積累實物預防性資產的方式，房產投資受到了居民家庭的關注。但是，由于自身條件以及國家宏觀調控等情況，大多數居民家庭并沒有把房產投資當作主要方式。從大體上來說，學歷高、收入高的人群更傾向于用這樣的方式積累資產。

結論與建議

本文作者：李敏工作單位：上海少年兒童圖書館

小學階段是人生的起步階段，作為一名少兒教育工作者不禁要思考，小學生究竟是出于什么動機去閱讀?如何根據小學生讀者群的劃分實施個性化教育?一直以來，關于少兒閱讀教育的討論，往往著眼于讀者閱讀的數量、種類、時間長短等方面，對學生的閱讀傾向的實證研究相對較為缺乏，這是本文的研究意義所在。

數據采集過程

筆者借鑒美國Wigfield教授1996年編制的MRQ問卷［1］，并自行設計了調查問卷。借助問卷主要調查被測者的背景信息，比如年級、閱讀載體、家庭閱讀氛圍、成績等。選定的樣本對象為:3—5年級的小學生。樣本的抽取采用隨機方法，在全市范圍內選擇了300名小學生，最終獲得272名有效樣本。調查中采用四點評分制，4表示“非常符合”，1代表“非常不符合”。

數據分析方法

對于調查數據，筆者采用數理統計方法進行處理，主要思路為:1．根據數據情況，將測試語句分為幾大類，找出每一類中的共同因子并作出合理解釋。2．利用因子分析的結果，對數據重新評估打分，然后再進行聚類分析，確定最終采用的分類個數。3．根據分類結果對每一樣本判別其所屬類別，然后對各類型讀者的背景進行交叉分析。4．所有數據采用SPSS統計軟件進行數理分析。

［摘要］隨著社會的全面發展與“互聯網+”時代的到來，大數據平臺下的統計分析方法應運而生，在此背景下，我國若要實現可持續發展，并做出科學的決策，就必須嚴格落實多元統計分析法的應用。基于此，本文從經濟學角度，對多元統計分析方法進行了介紹，并剖析了其在經濟中的應用，以期能為我國經濟的穩健發展盡綿薄之力。

［關鍵詞］多元統計分析；經濟；經濟學角度

社會各組織機構離不開統計分析工作，其不僅能夠讓各個組織機構明確相關領域過去和現在的發展狀況，更能對未來的發展趨勢做出準確的預判，從而制定出科學的決策。經濟領域是一個復雜、龐大的系統，國家在進行經濟發展戰略的制定時，往往以完整、準確的經濟數據為基礎，進行科學化的決策。而多元統計分析是統計分析方法的創新，對我國經濟戰略的制定和決策具有積極的作用。

1多元統計分析的概述

隨著科技水平的不斷提高，在互聯網的發展背景下，多元統計分析方法與智能化分析逐漸融為一體，且在新媒體上進行數據處理與分析的過程中，從傳統統計分析中衍生出來，并在大數據背景下繼續發展，推動著統計分析工作邁向一個新的發展階段。多元統計分析是利用數理統計的方法研究變量的問題和理論的，在經濟領域中，經濟統計所涉及的變量是多邊的，而傳統的統計分析是“一對一”的統計方式，這種統計分析方法不僅不能實現分析的時效性，更難以保證統計變量之間的關系，而多元統計分析便能彌補傳統分析法的弊端，減少信息的流失，保證信息的準確性和完整性，進而全面反映出數據的情況。

2多元統計分析方法在經濟中的應用

摘要：文章面向大數據時代統計學科發展的趨勢，探討了在數據科學視角下“多元統計分析”課程教學改革舉措，提出與數據科學相互借鑒、相互滲透的頂層設計思路，以及融合統計模型與機器學習算法的教學內容組織，從而培養具有數據科學視野的復合型統計分析人才。

關鍵詞：多元統計分析；數據科學；頂層設計；教學改革

“多元統計分析”課程具有較強的理論性及廣泛的應用性，如何教好這門課，讓學生了解多元統計的思想、掌握現代多元統計的方法，并在大數據、人工智能蓬勃發展的新時代熟練應用多元統計知識，是一個值得任課教師深思的課題。近年來，多位教師從教學理念、時代背景、目標導向等角度進行了有益的探討。例如，以OBE理念為指導，從教學目標、教學設計與教學考核評價等方面改進“多元統計分析”課程教學[1]。瞄準計算機技術的發展，便于從課堂講授內容、案例教學、編程實踐訓練、模型評價與優化等多個環節進行“多元統計分析”課程教學內容與教學方法的改革與實踐[2]。針對“多元統計分析”課程實驗教學的不足，淡化理論教學，注重案例教學并利用前沿的統計軟件輔助“多元統計分析”課程的教學改革[3]。為突出實驗教學的重要性，將實踐教學融入理論教學，通過實驗課程驗證理論，通過綜合性實驗深化理論教學，運用設計性實驗強化理論和實踐的結合[4]。在課程資源建設方面，有研究提出以學生“學”為中心，以學習成果為導向，設計以學生為中心的課程教學方法，構建以學生為中心的課程學習資源和案例教學策略[5]。這些教學改革實踐為本文工作提供了有益的參考。隨著大數據、云計算、物聯網以及人工智能等信息技術的迅猛發展，人類社會進入了“第四次工業革命”的新時代，筆者從事“多元統計分析”課程教學工作多年，深切感受到“多元統計分析”課程應擁抱新時代，與數據科學相互借鑒、相互滲透融合，并在教學理念、教學內容、教學手段上進行改革創新。

一、“多元統計分析”課程教學改革頂層設計思路

在數據科學迅猛發展的新時代，統計數據分析面臨以下新問題。（1）數據規模。傳統上，統計分析主要處理中小規模、中低維度的離線數據集，大數據處理主要面向大規模、高維度的數據集，且多為機器或程序自動生成的動態數據。（2）處理原則及方式。傳統上，統計分析依賴于先驗假設，傾向于建立精準的統計模型，并強調統計模型的合理性和擬合度。大數據處理則強調對流數據的實時處理，以及擴展性好、復雜度低的快速近似模型及算法，更看重模型的泛化能力和應用效果。另外，對高維數據，一般還需要進行特征工程及降維等預處理。國內“多元統計分析”課程比較注重教授數理統計的基礎知識，突出統計建模的科學性和可解釋性，然而，傳統的統計理論與方法難以應對當今對海量數據的實時處理和可擴展需求。筆者提出“以時代發展為導向、以學生為本、以融合創新為抓手”的教學理念，以期對“多元統計分析”課程教學改革進行頂層設計。

（一）順應時代需求

【摘要】多元統計分析實驗是應用性很強的課程，也是統計專業的必修課程，其在很多領域都被廣泛應用，如學科教育、自然科學、醫藥衛生、社會科學和經濟學等領域。運用多元統計的知識對實際數據進行分析和處理、依據多元統計理論處理實際問題是新時代統計專業的學生所應具備的基本能力。因此，對多元統計分析實驗課程的教學進行改進顯得十分重要。文章根據在多元統計分析實驗課程教學過程中存在的問題進行了探討并給出了相關的改革措施。

【關鍵詞】多元統計分析實驗；教學模式；探討；改革

在大數據時代的背景下，擁有數據分析和數據挖掘能力，特別是數學和統計類相關專業的人才越來越受到用人單位的青睞。高校是培養統計學人才的重要基地，為了保障人才的培養質量,需要適時調整和完善培養體系，提高統計專業課程的課程質量。在統計學科中，作為內容十分豐富且應用性較為廣泛的一門重要課程，多元統計分析這門課程的產生和發展與社會的進步緊密聯系。隨著統計軟件的不斷發展，多元統計理論與應用和統計軟件的深入結合使得多元統計分析的實踐教學變得至關重要。基于此，對于多元統計實驗教學模式的探討和改革也就十分關鍵和重要。

1國內外研究現狀分析

多元統計分析實驗是多元統計分析的實踐教學部分，具有應用性與操作性較強的特點。多元統計分析的相關方法在當今許多國家中應用十分廣泛，這與其優秀的教學模式密不可分。例如，美國十分重視根據社會發展的需求變化對學生的培養方案進行調整[1]，關于實踐能力與創新能力方面的培養在多元統計分析教學中尤為重視；英國國家統計相關課程的標準是盡可能地創造適當的機會，讓學生能夠利用現代信息技術來進行統計學習；無獨有偶，跨學科交叉培養的模式體現在荷蘭的統計課程模式標準中[2]。在國內，傳統的多元統計分析課程教學模式就是理論知識結合例子說明，再通過解題加深理解，進而達到教學目的。雖然這樣的教學模式在一定程度上讓學生獲得了基礎知識，同時提升了學生的邏輯思維能力和數據處理能力，對應用知識的能力也有正向的影響，但在激發學生的學習興趣上收效甚微，因此教學效果并不理想。基于這個原因，國內的學者們和一線教職人員根據多元統計分析實驗教學存在的問題做了相應的探索和研究。何林提倡在多元統計分析實驗課程教學過程中注重案例的教學，并且利用前沿的統計軟件進行教學，以此來提高學生的實踐能力[3]。顧光同闡述了在多元統計分析實驗教學中應融入社會實際問題作為教學案例，并注重多種軟件的學習，通過學科競賽來加強實踐教學的觀點[1]。張勝男認為可以將研究成果融入實踐教學，強調將教學內容與學生的專業知識相結合的重要性，一方面可以滿足新領域應用，另一方面可以拓寬學生的視野，能夠讓學生積極主動地學習，從而提升其創新意識和能力[4]。陳平在實踐教學中利用任務驅動的方法來達到激發學生的學習興趣和改善學生動手能力的目的[5]。劉佳等人通過“翻轉課堂”開展多元統計實驗教學，結果發現運用翻轉課堂達到的教學效果優于傳統教學取得的教學效果[6]。李婷婷等人認為中國大學等在線學習資源或自行錄制的教學視頻可以作為重要的教學工具，然后借助翻轉課堂等優秀教學模式能夠有效地解決教學任務多而教學時間不足的矛盾，打破傳統課堂在時間和空間上的局限，從教學內容上拓寬了傳統課堂。這樣的教學方式一方面可以讓教師更加自由靈活地組織教學內容，保證教學質量，另一方面也有助于學生培養自身，如學的學習能力[7]。孫芳等人針對實驗課程的考核方式，認為課程考核上應該創新，可以利用移動平臺來對實驗類課程進行考核[8]。隨著信息技術的不斷發展，在互聯網與教育相結合的背景下，對教育教學方面提出了與信息技術相結合創新發展的新要求。信息時代下，涌現出了大量的遠程授課和網絡學習平臺，同時擁有豐富的線上課程和網絡教學視頻等，這都為課程教學改革提供了良好的基礎和機遇。本文將根據本校統計專業學生自身的特點，探索出適合本校多元統計分析實踐教學的模式，期待開創教學改革新局面。

2多元統計分析實驗教學存在的問題

摘要：近年來，房地產業發展增速放緩，我國考核房地產企業經濟效益主要指標有物耗總產值率、凈產值全員勞動生產率等，雖然反映區域經濟效益情況，但相關指標相互聯系，各企業指標值參差不齊，使得經濟效益評估工作難以順利開展。經濟效益是企業經濟活動的出發點，企業必須降低勞動消耗成本，以最小投入獲得最大效益。利用多元統計分析評價房地產評價經濟效益，能客觀反映企業經濟效益情況。文章闡明多元統計分析方法，從計量模型角度分析房地產企業經濟效益情況，為企業管理決策提供參考。

關鍵詞：多元統計分析；房地產企業；經濟效益評估

企業經濟效益評估是企業經濟分析的重點工作，當前我國針對房地產行業企業經濟效益評估包括勞動生產至等指標，相關指標反映企業經濟效益存在許多不足。多元統計分析能利用信息化技術對相關指標特點統計，全面反映企業經濟效益[1]。目前多元統計分析法運用于很多領域，企經濟效益分析是復雜的工作，如何客觀分析企業經濟效益對企業經營管理具有重要作用。

1多元統計分析法

多元統計分析法主要包括主成分分析法、聚類分析法、判別分析法等。主成分分析法是將多個原始變量降維轉化為不相關綜合變量，降維后組成綜合變量為主成分，通過主成分分析法可以顯示主要矛盾，達到簡化問題的目的[2]。聚類分析是將研究信息數據與目標分類，按照標準原則將相似因素分類，評價房地產企業經濟效益，可以將利息倍數等分到企業運營能力類型中，將所有樣品進行全面分析評價。判別分析法是明確所有分類情況，對樣品分析時根據判別標準規定進行多元分析。如分析企業經濟效益在明確運營等相關指標后，分析房地產企業總資產等方面狀況[3]。通常由Fisher開展叛變模型為函數，實際應用中要根據企業情況選取展現企業經濟效益的類型。多元統計分析針對房地產企業經濟效益評估，將復雜問題簡化，全面反映企業的經濟效益。

2多元統計分析模型

1區域地質概況

研究區位于新疆維吾爾自治區富蘊縣境內，海拔2000～3200m，氣候寒冷、年降水量豐富，多以降雪為主，屬典型的北溫帶大陸性氣候寒冷區。區域大地構造位置處于阿爾泰地槽褶皺系哈納斯—忙代恰褶皺帶—諾爾特復向斜內。區內構造以斷裂構造為主，褶皺構造次之，構造線總體呈NW—SE向分布，NW—SE向斷裂具有明顯的控巖作用。近EW向和NE向斷裂多屬平移斷層，橫切地層和NW向構造。褶皺構造主要為諾爾特復向斜，因受到近EW向斷裂的影響，向斜中部呈NWW向。區內侵入巖較為發育，呈較大的巖基或巖株產出，巖性以黑云母花崗巖、二云母花崗巖為主。

2土壤地球化學測量數據處理

采用Spss統計軟件進行數據處理，首先對原始數據進行要求排序，然后檢驗數據是否服從正態分布。對不服從正態分布的數據，首先采用迭代法處理特高值以及特低含量值，或采用對數進行統計，將高值剔除，直至總體樣品近似服從正態分布;然后通過直方圖與正態曲線直觀對比和結合峰度及偏度等參數，選擇最佳分組生成特征數據，統計得出各種元素的背景含量和標準差，計算得出各元素的異常指標以及異常分帶指標;最后利用Spss軟件對各元素進行多元統計分析，對相關元素組合進行分類，找出元素之間的親疏關系，探索成因聯系，進而提取元素組合異常，從而更有效的圈定預測靶區。

3地球化學異常找礦模型

依據成礦背景及多元統計分析結果、化探元素異常組合特征等可建立區域地質-在地質環境和成礦條件相對比較好的區域如果有礦體存在，采用土壤地球化學測量法在此處進行找礦時，均有強弱不同的異常存在。因此可以利用地質-地球化學綜合信息找礦模式，在新疆富蘊縣喀依爾特河上游地區進行找礦靶區預測。