前言：中文期刊網精心挑選了統計分析方法范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
統計分析方法范文1
關鍵詞：統計分析 對應分析 應用
一、前言
統計分析方法可以通過軟件進行操作，spss是一種較為常見的軟件，能夠提供各種統計分析方法。
二、統計分析內容的分類
人類對客觀事物的認識是多種多樣的，這些認識可以是企業生產的規模，可以是企業生產機器的穩定性，可以是一個地區的教學質量，可以是市場經濟的規律，也可以是一個時期的經濟形勢或環境等等。撇開這些形形的形式內容，人們對客觀事物的認識從目的來看可分為表面認識和本質認識兩種。本文將這種從形式內容中抽象出來的對客觀事物的認識稱之為統計分析內容。表面認識就是對客觀事物表面特征的認識；本質認識是從客觀事物表面特征出發，最終得到超越客觀事物表面特征的本質特征的認識。同樣，與統計分析內容相對應的統計分析（方法）就可分為表面分析和本質分析兩種。在統計分析方法的使用上，形式內容的認識與統計分析方法的關聯不大，反而是在統計分析內容認識（對客觀事物表面認識和本質認識）上，分析方法的使用差別較大，因此本文主要從統計分析方法的角度對統計分析內容加以細分。
1、表面認識
表面認識是一種以認識具體客觀事物表面特征為目的的認識。對具體客觀事物表面特征的認識，從定量和定性兩個角度出發，還可以分為事物描述認識和事物評價認識兩種。
（1）事物描述認識。事物描述認識是指只對具體客觀事物作純粹的描述，而不加任何主觀意見的認識，如集中趨勢描述。從認識內容的復雜性來看，事物描述認識又可分為簡單描述認識和綜合描述認識。簡單描述認識是對具體客觀事物的一種現象（變量）特征的認識，如認識一群企業的規模。綜合描述認識則是結合具體客觀事物的很多現象（變量）對具體客觀事物的特征加以認識，如認識事物在兩個定類變量中交互分布等。綜合描述不是簡單描述的組合，而是簡單描述的提升。
（2）事物評價認識。事物評價認識是指對具體客觀事物的某種特征給出人為意見或判斷的認識。評價分析通常給出定性結果，如判斷兩種產品某種性能的差異是否存在。按評價內容來分，評價分析主要包括事物成績評價分析和事物間差異評價分析兩種。事物成績評價按評價所依賴的現象多寡還可分為簡單評價和綜合評價。
2、本質認識
本質認識是一種以認識普遍客觀事物本質為目的的認識。本質認識仍以特定樣本事物的數據為依據，但認識的結果已經遠遠超出樣本事物的范圍。撇開具體事物后，人類對事物本質的認識，則主要體現為對普遍事物的現象（變量）自身規律的認識和對普遍事物的現象（變量）間關系規律的認識。這兩種認識還可以給他們一個更簡單的名字，就是單現象本質認識和多現象關系認識，這也可以看作是本質認識按現象復雜性的劃分。
三、對應分析的基本思想
對兩個定性變量進行相關的分析時，因定性變量的數據是離散的，所以將兩個變量的多種狀態數據轉換為列聯表的形式進行處理。經數據轉換形成的列聯表是一個nxp的矩陣（第一個變量為n種狀態，第二個變量為p種狀態），對應分析也就是圍繞著這個矩陣進行的?？紤]將這個矩陣的行、列分別做降維處理，減少變量的狀態，因子分析則是較好的降維方法。
在因子分析中根據研究對象的不同可以分為r型因子分析和q型因子分析，即對指標作因子分析和對樣品作因子分析。由于r型因子分析和q型因子分析是反映一個整體的不同側面，因此可能他們之間存在內在的聯系。對應分析就是將兩者結合起來進行統計分析，從r型因子分出發，直接獲得q型因子分析的結果，將指標和樣品分析的結果同時反映到相同坐標軸的一張二維圖形上，對問題進行較為直觀的分析。
四、分析內容與spss分析方法的關系
統計分析內容和spss分析方法的關系，表現為目的與手段的關系。相同的分析內容可以使用不同的分析方法，不同的分析內容，可以使用相同的分析手段。用同一種分析方法完成的分析，其分析內容屬表面分析還是本質分析取決于你的認識目的。如獨立樣本t檢驗分析方法，可以用來分析一個班（校）中男女成績差異是否顯著，也可以用來分析性別變量對成績變量
的影響是否顯著。前者屬表面分析，后者屬本質分析。因為前者著眼的是一個班（校）的學生的成績特征，后者著眼的是性別和成績兩種現象的關系。正因為本質認識著眼的是普遍現象的特征，因此要求樣本量應足夠大，顯著性水平應足夠高。對于表面認識，因為它認識的是樣本特征，因此樣本量大小與認識目的無關，顯著性水平要求也可低些。
從二維圖中可以看到，消費結構中的8個項目和17個地區分為4類。1.醫療保健、衣著類：遼寧、吉林、黑龍江、甘肅、青海、寧夏、新疆；2.食品、居住類：安徽、江西、湖北、重慶、四川、貴州；3.交通和通信、雜項商品和服務、教育文件娛樂服務類：北京、湖南；4.家庭設備用品及服務類：上海、廣州。從這4類中大體可以得出以下結論，我國目前的消費結構和地域有較大的關聯。當然以上結論較為直白，要想得出更理想的結論，還需對數據運用其他方法進行挖掘。不過，以上結論大體上得出了較為滿意的探索性結果，也由此可看到對應分析在統計數據分析應用中的魅力。
六、統計分析中運用對應分析應注意問題
事實上，雖然對應分析有不少的優點，但在一些方面尚有缺憾，在運用時也需注意以下幾點問題。
1、對應分析不能用于相關關系的假設檢驗。它雖然可能揭示變量間的聯系，但它不能說明兩個變量之間存在的聯系是否顯著。因而，在運用前要xz一檢驗兩變量的相關性。
2、在對應分析中所做圖形為了直觀通常是二維的，這種做法是一種降維的方法，將原始的高維數據按一定規則投影到二維圖形上，投影后的分類大多數情況與原始數據大體一致，但也可能與原始高維數據的分類有較大的差異情況存在。
3、對極端值敏感。在分析過程中，極端值（野點子）對對應分析的結果影響較大。在進行分析之前，要將列聯表中的數據審視，避免極端值的存在。比如，列聯表數據應正值，若有為零的數據，可視情況將相鄰的兩個狀態合并。
七、結束語
綜上所述，在統計分析當中，通過合理方法的應用能夠大大簡便運算過程，提高數據的準確性，為生產生活提供指導。
參考文獻：
統計分析方法范文2
1t檢驗
t檢驗是英國統計學家W.S.Gosset1908年根據t分布原理建立起來的一種假設檢驗方法,常用于計量資料中2個小標本均數的比較。理論上,t檢驗的應用條件是要求標本來自正態分布的總體,兩標本均數比較時,還要求兩總體方差相等。但在實際工作中,與上述條件略有偏離,只要其分布為單峰且近似正態分布,也可應用[2]。
常用的t檢驗有如下3類:(1)單個標本t檢驗:用于推斷標本均數代表的總體均數和已知總體均數有無統計學意義。當標本例數較少(n<60)且總體標準差未知時,選用t檢驗;反之當標本例數較多或標本例數較少、總體標準差已知時,則可選用u檢驗[3]。(2)配對標本t檢驗:適用于配對設計的兩標本均數的比較,在選用時應注意兩標本是否為配對設計資料。常用的配對設計資料主要有如下3種情況:兩種同質受試對象分別接受兩種不同的處理;同一受試對象或同一標本的2個部分,分別接受不同的處理;同一受試對象處理前后的結果比較。(3)兩獨立標本t檢驗:又稱成組t檢驗,適用于完全隨機設計的兩標本均數的比較。與配對t檢驗不同的是,在進行兩獨立標本t檢驗之前,還必須對兩組資料進行方差齊性檢驗。若為小標本且方差齊,則選用t檢驗;反之若方差不齊,則選用校正t檢驗(t′檢驗),或采用數據變換的方法(如取對數、開方、倒數等)使兩組資料具有方差齊性后再進行t檢驗,或采用非參數檢驗[4]。此外,當兩組標本例數較多(n1、n2>50)時,這時應用t檢驗的計算比較繁瑣,可選用u檢驗[5]。
2方差分析
方差分析適用于兩組以上計量資料均數的比較,其應用條件是各組資料取自正態分布的總體且各組資料具有方差齊性。因此,在應用方差分析之前,同樣和成組t檢驗一樣需要對各組資料進行正態性檢驗、方差齊性檢驗。
常用的方差分析有如下幾類:(1)完全隨機設計的方差分析:主要用于推斷完全隨機設計的多個標本均數所代表的總體均數之間有無顯著性差別。完全隨機設計是將觀察對象隨機分為兩組或多組,每組接受一種處理,形成2個或多個標本。
(2)隨機區組設計的方差分析:隨機區組設計首先是將全部受試對象按某種或某些特性分為若干區組,然后區組內的每個研究對象接受不同的處理,通過這種設計,既可以推斷處理因素又可以推斷區組因素是否對試驗效應產生作用。此外,由于這種設計還使每個區組內研究對象的水平盡可能地相近,減少了個體間差異對研究結果的影響,比成組設計更容易檢驗出處理因素間的差別。(3)析因設計的方差分析:將2個或2個以上處理因素的各種濃度水平進行排列組合、交叉分組的試驗設計。它不僅可以檢驗每個因素各水平之間是否有差異,還可以檢驗各因素之間是否有交互作用,同時還可以找到處理因素的各種濃度水平之間的最佳組合。此外,還有正交設計、拉丁方設計等多種方差分析法,實驗者在應用時可以參考相關的統計學著作。
目前,某些醫學論文中有這樣的情況,就是用t檢驗代替方差分析對實驗數據進行統計學處理,這是不可取的。t檢驗只適用于推斷2個小標本均數之間有無顯著性差別,而采用t檢驗對多組均數進行兩兩比較,會增加犯I型錯誤的概率,即可能把本來無差別的2個總體均數判為有差別,使結論的可信度降低[6]。對多個標本均數進行比較時,正確的方法是先進行方差分析,若檢驗統計量有顯著性意義時,再進行多個標本均數的兩兩(多重)比較。
3χ2檢驗
χ2檢驗是一種用途比較廣泛的假設檢驗方法,但是在醫學論文中常用于分類計數資料的假設檢驗,即用于2個標本率、多個標本率、標本內部構成情況的比較,標本率與總體率的比較,某現象的實際分布與其理論分布的比較。但是當標本滿足正態近似條件時,如標本例數n與標本率p滿足條件np與n(1-p)均大于5,則可以計算假設檢驗統計量u值來進行判斷[5]。
常用的χ2檢驗分為如下幾類:(1)2×2表χ2檢驗。適用于2個標本率或構成比的比較,在應用時,當整個試驗的標本例數n≥40且某個理論頻數1≤T<5時,需對χ2值進行連續性校正。因為T值太小,會導致χ2值增大,易出現假陽性結論。此外,若標本例數n<40,或有某個T值小于1,此時即使采用校正公式計算的χ2值也有偏差,需要用2×2表χ2檢驗的確切概率檢驗法(Fisher確切檢驗法)。(2)配對資料χ2檢驗。適用于配對設計的2個標本率或構成比的比較,即通過單一標本的數據推斷兩種處理結果有無顯著性差別。在應用時,如果甲處理結果為陽性而乙處理結果為陰性的標本例數n1與甲處理結果為陰性而乙處理結果為陽性的標本例數n2之和<40,需要對計算的χ2值進行校正。(3)R×C表χ2檢驗。適用于多個標本率或構成比的比較。在R×C表χ2檢驗中,若檢驗統計量有顯著性意義時,還需要對多個標本率或構成比進行兩兩比較,即分割R×C表,使之成為非獨立的四格表,并對每兩個率之間有無顯著性差別作出結論。
2×2表資料在應用時可分為如下幾種類型:橫斷面研究設計的2×2表資料、隊列研究設計的2×2表資料、病例-對照研究設計的2×2表資料、配對研究設計的2×2表資料。研究者應注意不同類型的2×2表資料的統計分析方法略有差別,比如在分析隊列研究設計的2×2表資料時,如果用χ2公式計算得到P<0.05,研究者則應再計算相對危險度(RR)并檢驗總體RR與1之間的差異是否具有統計學意義[7]。
此外,在進行R×C表χ2檢驗時,還有如下2個主要的注意事項:首先,T值最好不要小于5,若有1/5的T值小于5,χ2檢驗結論是不可靠的,解決的辦法有3種:增大標本量;刪去T值太小的行和列;將T值太小的行或列與性質相近的鄰行或鄰列的實際頻數合并[2,8]。其次,不同類型的R×C表資料選擇的統計分析方法是不一樣的。(1)雙向無序的R×C表資料:可以選用一般的χ2公式計算。(2)單向有序的R×C表資料:如果是原因變量為有序變量的單向有序R×C表資料,可以將其視為雙向無序的R×C表資料而選用一般的χ2檢驗公式計算,但如果是結果變量為有序變量的單向有序R×C表資料,選用的統計分析方法有秩和檢驗、Radit分析和有序變量的logistic回歸分析等。(3)雙向有序且屬性不同的R×C表資料:對于這類資料采用的統計分析方法不能一概而論,應根據研究者的分析目而合理選擇。如果研究者只關心原因變量與結果變量之間的差異是否具有統計學意義時,此時,原因變量的有序性就顯得無關緊要了,可將其視為結果變量為有序變量的單向有序R×C表資料進行分析。如果研究者希望考察原因變量與結果變量之間是否存在線性相關關系,此時需要選用處理定性資料的相關分析方法如Spearman秩相關分析方法等。如果兩個有序變量之間的相關關系具有統計學意義,研究者希望進一步了解這兩個有序變量之間的線性關系,此時宜選用線性趨勢檢驗。如果研究者希望考察列聯表中各行上的頻數分布是否相同,此時宜選用一般的χ2公式計算。(4)雙向有序且屬性相同的R×C表資料:這類資料實際上就是配對設計2×2表資料的延伸,在分析這類資料時,實驗者的目的主要是研究兩種處理方法檢測結果之間是否具有一致性,因此常用的統計分析方法為一致性檢驗或Kappa檢驗。
4非參數檢驗
統計分析方法范文3
關鍵詞：數理統計；國際關系研究；定量分析
一、數理統計分析的目的與意義
數理統計就是通過對隨機現象有限次的觀測或試驗所得數據進行歸納，找出這有限數據的內在數量規律性，并據此對整體相應現象的數量規律性做出推斷或判斷的一門學科。它不僅可以對所需研究的內容進行描述與分析，還可以對已有命題進行驗證，是應用數學在自然科學和社會科學中的重要應用方法。目前，中國的國際關系研究，主流的理論研究方法仍然是歷史的和邏輯的方法，其他的一些方法如系統論、計量分析、社會學、心理學等則極少在國際關系理論研究中出現 。因此運用數理統計進行國際關系研究還有待進一步探討。
在國際關系研究中，數理統計分析可以對國際關系中的某類具體事件或事實進行分析和檢驗，比如利用各類統計數據對國家的綜合實力進行比較研究和分類研究、對影響一國外交政策的影響因素進行檢驗以及對國際沖突行為進行研究等。而統計分析的方式主要有兩種，一是運用較大樣本數據進行統計描述，二是運用來自部分樣本的數據進行統計推論。
二、數據來源
國際關系領域的定量數據，種類繁多，涉及政治、經濟、軍事、社會、地理等等各種類別，這些量化數據對于國際關系的定量研究具有重要的利用價值。劉豐、陳沖（2011）對國際關系的定量數據進行了劃分，他們把國際關系研究的定量數據分為：沖突數據、國際經濟政治地理數據、組織數據和調查數據等幾種主要類型，并對每一種數據的獲取及信息作了詳細的介紹，比較可靠。郭銳、王簫軻（2011）提出中國建立國際關系定量數據庫的建議，具有開拓意義。國際關系領域的數據類型較多，按照數據來源，可以分為三類：官方數據；研究機構數據；新聞媒體數據等。
第一類，官方數據主要是指各國政府和國際組織公布的相關國際關系類型的數據。比如在中國國家統計局網站上公布的世界各國主要的經濟和社會發展數據；美國美國國際開發署公布的歷年美國對外援助數據；世界銀行網站公布的世界各國經濟社會發展指標數據；國際貨幣基金組織網站公布的國際金融統計數據等。這些官方網站公布的數據可信度高，可以直接利用進行各種分析研究。
第二類，數據來源是一些國際關系領域研究機構所的數據，這些數據有些是歷史收集整理的數據，有些是采訪調查的一手數據，這類數據專業性和針對性強，具有重大參考和利用價值。如密歇根大學國際政治學教授J. David Singer1963年開始組建的“戰爭相關指數（Correlates of War，COW）”項目，其中的國際軍事爭端數據（MID Data）可以免費下載使用。美國國際和平科學學會（The Peace Science Society International，PSSI）的“國家間軍事爭端（Militarized Interstate Disputes，MID）”數據庫。
第三類，數據來源于新聞媒體的數據。新聞媒體十分關注一國的對外政策，對公眾輿論也有塑造額引導作用。美國眾多新聞媒體都熱衷于進行各種社會調查、民意測驗（public opinion poll），以此來了解“輿情”，順應“民意”。自1935年美國心理學家G.H.蓋洛普創立美國輿論研究所開始，民意測驗便廣為流行?，F在媒體也廣泛參與到民意活動中來，主要的民意測驗機構有專業的蓋洛普公司（Gallup Inc）、皮尤研究中心（Pew Research Center）、哈里斯民意測驗（Harris Interactive）等。新聞媒體類往往進行一些民意調查，以了解民眾對外部世界的態度，比如對中國崛起的態度。這些機構的網站上都會公布他們民意測驗的結果數據，具有較高利用價值。
三、數理分析應用
定量分析大都屬于專家評估類型，通常是在確定研究內容之后，對需要量化的數據，根據事實由專家進行賦值。比如，而不同的專家學者對不同的事件所賦的分值則會有差異，因此會帶有一定的主觀性。但是有些直接由數理統計分析軟件進行分析或檢驗的定量分析數據則可以排除主觀的偏見或不足。如秦亞青在《霸權體系與國際沖突》一文中就利用已有的國際沖突數據和國力數據，利用數理統計分析，得出分析結果檢驗命題：霸權與大國間沖突頻率的關系。
目前，在國際關系研究中，統計分析主要是統計描述和統計推論。統計描述，主要是對所收集的相關數據進行頻數分析、集中趨勢分析、離散程度分析等。統計推論不僅有相關分析、回歸分析還有聚類分析、主成分分析、時間序列分析等。數理統計分析通常需要相應的軟件，Excel可以進行一些簡單的頻數統計和圖形生成，復雜的統計推論分析的軟件如SPSS、SAS、STATA、DPS、Matlab等也應用較多。統計推論是比較復雜的數理統計分析過程，相關分析和回歸分析是在國際關系研究中比較普遍使用的方法，下面介紹幾種其他方法：
主成分分析法，是指在眾多因子中找出主要因子，以便對事件進行更容易操作的方法。比如要評估一個國家的綜合國力會有許多因子，包括：經濟實力、軍事實力、人口數量、國土面積、資源儲量、科技實力、文化實力等等許多因子，這個時候如果要求評估準確，面面俱到則很難操作，因為有些數據是無法量化的，數據眾多，操作起來便很困難。而更為精確的方法是，可以采用SPSS分析軟件對各數據進行主成分分析以確定決定綜合國力的主要因子和次要因子。
聚類分析法，聚類分析的基本原理，根據樣本自身的屬性，用數學方法按照其某種相似性或差異性指標，定量地確定樣本之間的親疏關系，并按這種親疏關系程度對樣本進行聚類。在國際關系中應用，譜系聚類方法可以把不同的國家類型按照不同的要素進行排列分類。如按照發動戰爭的次數分為好戰國家、非好戰國家；按照國家實力大小，將國家按照不同層次進行聚類。而這種聚類可以采用把所采集的數據導入計算機里進行聚類，得出一系列有用的結論。
四、總結
數理統計分析作為一種應用數學分析工具，對于更加準確地去描述和分析國際關系中的具體事物和事件具有一定功效。而當下，中國在國際關系領域中的定量分析研究明顯不足，在國際關系研究中還略顯不足，有待進一步的挖掘。由于數理統計研究需要用到很多定量數據，而中國在這方面又做的十分不足，沒有建立一個數據庫，因此只能利用國外已有的數據庫，這無疑限制了我們的研究范圍，不可長久。因此，為建立中國的國際關系學派，需要在這方面做一些有用的嘗試。而另一方面，目前國際關系研究還是集中于統計描述，而在統計推論中也多采用相關分析和回歸分析，許多其他的研究方法也不被運用，比如時間序列分析、主成分分析、譜系聚類分析以及一些預測性方法都運用不足，有待于進一步發展。（作者單位：貴州財經大學國際經濟學院）
參考文獻：
統計分析方法范文4
關鍵詞：在線標定；地磁；車位探測器；統計分析
中圖分類號：TP393 文獻識別碼：A 文章編號：2095-1302（2013）03-0022-03
0 引 言
隨著城市經濟規模的飛速發展和市民生活水平的不斷提高，城市各種車輛尤其是私家車保有量不斷增長，停車場難找、車位緊張、等位耗時等問題一直困擾著公眾。因此，出現了停車場誘導系統[1-2]，通過地磁車位探測器檢測車位狀態，車位信息，引導公眾泊車。
地磁車位探測器是采用地磁傳感器監測車位在有車與無車兩種狀態下地磁的變化情況，實現車輛有無的判斷的。如果地磁車位探測器獲得的無車狀態下的地磁場磁感應強度值不準確，將會出現車位狀態判斷錯誤的情況。而由于設備自身原因及自然環境影響，在無車狀態下，地磁傳感器檢測的磁感應強度會發生變化，因此需要定期對地磁車位探測器在無車狀態下的磁感應強度值進行標定。
本文研究了地磁車位探測器的標定值（即在無車狀態下的磁感應強度值）的變化特點，根據其特點設計了一種地磁車位探測器的在線標定方法，實現地磁車位探測器的在線自動標定，使其標定值更加準確，以提高車位狀態判斷的準確率。
1 標定值變化統計分析
筆者以一個停車場的35個地磁車位探測器為研究對象，對地磁車位探測器的標定值進行了統計分析。第一種是以5個月為階段，分析節點各月間的變化；第二是以4周為階段，分析節點標定值每周的變化；第三是以4周為階斷，針對部分典型節點分析每日的變化。
1.1 月度變化
在5個月的時間內，觀測到節點標定值均呈下降趨勢，計算平均每月的變化值及其累計分布，可得節點的月度變化值最大為-18，最小為-1，變化值在[-10，-1]間的節點占94.29%。
1.2 每周變化
對15個地磁車位探測器進行標定值每周變化分析，相鄰兩周的標定值的差值按從小到大排列，其散點圖如圖1所示，其縱坐標代表差值，橫坐標為序號。差值區間分布如表1所列。
由以上分析可得，相鄰兩周的差值變化主要集中在[-2，2]，占77.78%；在[-3，3]范圍內占86.67%。
1.3 每日變化
對部分節點在4周內的標定值和每日變化值進行分析，可以發現：
（1）相鄰兩天內的標定值變化未呈現明顯的規律性；不同節點的每天變化值大小不同。
（2）相鄰兩天的變化值所占百分比如圖2所示，變化值在[-3，3]區間的比率為90.84%，在[-4，4]區間占94.66%。
（3）連續兩天出現同一方向大幅度變動的情況很少，連續兩天變化值的百分比如圖3所示，連續兩天變化值在[-6，6]范圍內的比率為94.44%。
（4）對于日變化值大的節點，在車位空閑情況下，可觀測到當天標定值逐漸下降。
1.4 標定值變化分析
通過前面的分析，可得到如下結論：
（1）長時間內，標定值具有下降趨勢；相鄰兩月的變化值大多數在[-10，10]范圍內，占91.67%。
（2）每周標定值的變化主要集中在[-2，2]，占77.78%；在[-3，3]范圍內占86.67%；在[-6，6]范圍內占93.33%，在[-9，9]范圍內達到100%。
（3）短時間內，如相鄰兩天內，標定值變化不定，上下振蕩。相鄰兩天的變化值在[-2，2]間的比率為83.97%，[-3，3]間占90.84%，[-4，4]間占94.66%，[-5，5]間占96.56%。
（4）連續兩天出現同一方向大幅度變動的情況很少，連續兩天變化值在[-4，4]范圍內的百分比（即兩天的變化幅度在4以內）為85.71%，在[-6，6]范圍內的百分比（即兩天內變化幅度在6以內）為94.44%。
（5）對于日變化量較大的節點，若車位空閑，可觀測到標定值逐漸下降。
2 基于統計分析的地磁車位探測器在線標定方法
基于上述標定值分析，本文提出了一種基于統計分析的地磁車位探測器在線標定方法。該在線標定方法中涉及到的設備包括地磁車位探測器、傳輸網絡和數據中心。其中，地磁車位探測器用于檢測地磁的磁感應強度值，并將其經傳輸網絡傳送給數據中心。數據中心對數據進行分析，得出無車時的磁感應強度值，并將其作為標定值，同時將該值經傳輸網絡發送給地磁車位探測器存儲。
地磁車位探測器在線標定方法一般由三部分組成：
第一，設置標定值的計算周期，假設為m小時。
第二，對地磁車位探測器檢測的磁感應強度值進行統計分析，步驟如下：
（1）地磁車位探測器定期采集當前車位的地磁場磁感應強度值，并將該值和采集時間發送至數據中心；
（2）通過人工判斷車位狀態并告知數據中心，數據中心篩選出一段時間內每個計算周期內無車時地磁車位探測器檢測的磁感應強度值；
（3）數據中心計算相鄰兩個計算周期的磁感應強度的差值，并對差值進行概率統計分析，計算a的值，使差值落在范圍[-a，a]內的概率為90%。
第三，對標定值進行在線標定，步驟如下：
（1）通過人工判斷，可得到無車時地磁車位探測器檢測的磁感應強度值，并以此作為地磁車位探測器在下一個計算周期的標定值B存儲于數據中心，同時發送給地磁車位探測器存儲；
（2）地磁車位探測器檢測得到當前車位的磁感應強度值，并將數值和采集時間發送至數據中心；
（3）一個計算周期（m小時）到達后，數據中心對該時間段范圍[B-a，B+a]中的磁感應強度值進行統計，假設值為x的磁感應強度值的數目最多，則存儲x作為下一個計算周期的的標定值；
（4）數據中心將該計算周期的標定值x發送給地磁車位探測器，地磁車位探測器存儲該值；
（5）在下一個計算周期重復步驟（2）、（3）、（4）。
3 系統實施案例
本文的在線標定方法已經在實際系統中得到應用。基于統計分析的地磁車位探測器在線標定系統由地磁車位探測器、傳輸網絡和數據中心構成。傳輸網絡為ZigBee無線網絡，其設備包括中繼和網關；中繼實現與地磁車位探測器和網關的直接通信；網關實現與中繼和數據中心的直接通信。
地磁車位探測器檢測地磁的磁感應強度值，并將其經傳輸網絡傳送給數據中心。地磁車位探測器主要由地磁傳感器、微處理器、存儲模塊、無線通信模塊、電源組成。其中，地磁傳感器采集該地磁車位探測器所在車位的地磁場磁感應強度；微處理器模塊控制其他模塊進行工作；存儲模塊用于存儲地磁傳感器采集的磁感應強度值和標定值；無線通信模塊用來與傳輸網絡進行數據通信；電源用于給其他模塊供電。
數據中心接收地磁車位探測器傳輸的數據，執行統計分析，計算得到該地磁車位探測器的標定值，并將其經網關和中繼發送至地磁車位探測器。
設置標定值的計算周期可設為24 h。對標定值統計分析的步驟如下：
（1）地磁車位探測器每隔20 s采集一次磁感應強度值，并將該值和采集時間發送至數據中心。
（2）在地磁車位探測器的安裝位置安排人員記錄有無車輛，并告知數據中心的工作人員；通過數據中心的軟件篩選出28天內每24 h無車時地磁車位探測器檢測的磁感應強度值。
（3）數據中心計算得到相鄰兩天的磁感應強度差值，計算這些差值的概率；同時計算a的值，使差值落在范圍[-a，a]內的概率為90%。根據第2節的分析結果可得a=3。
在線標定步驟如下：
（1）將上面分析的第28天無車時地磁車位探測器檢測的磁感應強度值設為第29天的標定值存儲于數據中心，并通過傳輸網絡發送至地磁車位探測器；地磁車位探測器通過其存儲模塊存儲該值。假設該值B=4 170。
（2）地磁車位探測器將第29天內采集到的磁感應強度值和采集時間發送至數據中心。
（3）在第30天0：00：00，數據中心對第29天內在范圍[4170-3， 4 170+3]即[4 167，4 173]中的磁感應強度值進行數目統計，假設值為4 171的磁感應強度值的數目最多，則存儲4 171作為第30天的標定值。
（4）數據中心將第30天的標定值4 171經網關和中繼發送給地磁車位探測器，地磁車位探測器通過存儲模塊存儲該值。
4 結 語
針對地磁車位探測器的標定值不穩定的問題，本文研究了地磁車位探測器的標定值的變化特點，并設計了一種地磁車位探測器的在線標定方法，實現了地磁車位探測器的在線自動標定。該方法可使其標定值更加準確，以提高車位狀態判斷的準確率。該在線標定方法通過對標定值的變化范圍進行統計分析，可跟蹤標定值的變化，對其進行定期修正。目前，該方法已在實際系統中得到應用，并取得了較好的效果，可有效減少由于標定值不準確而引起的車位狀態判斷錯誤問題，提高了停車場管理系統的準確性。
參 考 文 獻
[1] 張寶玉，張維全，吳玲玲.停車誘導系統的誘導效果分析[J].重慶交通大學學報：自然科學版，2009，28（3）：594-599.
[2] 李陽生.停車誘導系統的研發與應用[J].建筑施工，2009，31（12）：1097-1099.
[3] 黃景武，鄒傳云，肖永兵，等.基于Wi-Fi的RFID可擴展AMR車位檢測系統[J].現代電子技術，2011，34（3）：151-156.
統計分析方法范文5
關鍵詞：統計分析；民政事業單位；財務分析
中圖分類號：F275 文獻標識碼：A 文章編號：1001-828X（2014）01-0-01
隨著我國在事業單位行政改革的逐步深入，民政事業單位在財務管理工作上同樣有著許多新的變化。其中加強財務分析在財務管理中的重要性顯得尤為突出。這就需要進一步挖掘會計報表的用途，對會計報表數據進行深度統計分析，結合其他相關報表信息，這對檢查民政事業單位的財務預算、財務執行現狀、計劃完成情況各個財務環節都大有裨益。對改進民政事業單位的財務分析工作方式與工作水平、及時發現財務問題、提高財務預算水平等都有著較大的積極意義。
一、民政事業單位財務分析概述
民政事業單位是我國實行公眾服務的重要職能部門，是民政部門直接面向群眾的、直接服務于人民窗口單位。隨著我國社會主義市場經濟體系的不斷變革，企業及農村經濟形態的發展，民政部門職能也在不斷的夯實與變更，單位財務工作的組織結構也急需優化。利用統計分析方法優化財務分析工作正是在此背景下展開。
二、民政事業單位的財務主要分析內容
一是對單位的預算及其執行進行分析。一方面，對單位所制定的預算計劃進行審核，從國家法律法規、會計行業執行準則、單位整體的規劃、單位行政原則等多角度進行考慮與分析，多角度、廣覆蓋求證預算的可行性與正確性；另一方面，對預算的執行情況進行深入分析，通過報表分析執行情況與預算情況的差別，找出形成差別的原因。橫向同其他事業單位進行比對，縱向與不同年度同一時期的財務狀況進行對比，對不利因素進行重點分析。
二是對單位的資產以及負債情況進行分析。民政事業單位的資產以及負債情況都可以從一段時間的財務報表中分析得到。一方面分析單位現有的資產水平，同期比較資產變動的走向，對于流動資產的周轉與使用情況同樣可以分析得到單位的整體的資產狀況。另一方面，負債額度與負債變動走向對于分析負債水平至關重要，負債水平是否在規定之內，負債長短期結構是否合理，其用途和額度是否均按計劃執行，均在財務分析的工作重點。
三是分析單位收支詳細條目。新的統一的財務原則采取收、支的統一報表。其中包含每一項收支的詳細記錄。這就有利于財務工作對收支情況中的構成、比例、額度進行精確的分析。對單位每一筆資金的流動都能夠詳盡掌握。對于收入與支出的合理性與調整的方向也能夠分析得出清晰的結論。同時，對于收支兩頭的綜合分析，對單位收支結構的合理性、預算的執行情況、執行進度、執行額度都要進行分析。
三、統計分析方法在民政事業單位的財務的應用
統計學中涉及的統計方法有很多種，適用于民政事業單位應用在財務分析中的方法種類同樣很多。具體的應用要針對單位的實際情況，對單位的財務規模與財務細則有整體的把握，對單位業務情況實際有著詳細的了解，針對性的應用可行的統計分析方法。一般而言，對于民政事業單位，典型的統計分析方法有以下幾種：
1.比較分析指標法。相對指標是綜合指標中的一種，其數據直觀，所反映的內容細致，說服力較強。包括完成情況、動態、比較、比例四種主要的相對指標。計劃完成程度相對指標，即在某一段所關注的時間內，用實際完成的進行比計劃進度，所得的結果就是計劃完成程度相對指標，其公式如下：計劃完成相對指標=實際完成數/計劃完成數×100%。
該指標主要用于分析實際完成進度，評價預算計劃完成情況。對于深入分析預算與實際執行的差距，及其具體的形成原因。通過分析信息的反饋，一方面可以加強實際執行情況，另一方面可以及時審視預算方案的合理性與可行性。
相對而言，動態相對指標旨在環比不同時期相同指標，可以突出該時期的財務情況。這對于分析單位財務的動態情況、把握財務變化速度有著重要作用。對于積累財務工作經驗、更好的制定與執行財務管理預案、提高工作效率都有著積極的意義。同樣，對比相對指標應用在與同一時期不同單位、不同部門的橫向比較上，分析出本單位實際的執行情況與執行差距。有利于提升本單位的工作方法與工作水平。比例相對指標利用不同指標的比值，表征不同指標之間的數據關系，能夠直觀的反映一些問題。如負債總額與資產總額的比例。
2.因素分析法。對于財務數據分析中出現的差距與影響因素，就要用到因素分析法中的指數體系來分析影響因素以及影響程度。包括差額分析法與連環替代法。前者直接以實際數額與計劃數額之間差額來直接表征因素影響的影響程度。而后者采用將分析所得的因素按照實施環節，一環一環按照順序鏈接起來，隨后以實際數據代替預算數據，其中產生的差額以及差額幅度用以分析影響極其影響程度。在以上的兩中方法中，實際與計劃數據應該嚴格對應，因素排列順序應該有邏輯關系，連環替代時，后一環的影響應該建立在前一環的數據之上。這樣得出的數據在財務分析中的影響因素與影響程度可以較為直觀的表征。
3.比率分析法。在財務分析中，比率分析法應用同樣廣泛，在基本數據的比較上更為深入的反映事物的內在因素構成，接近財務動態的本質，更為科學合理。包括效率比率、構成比率、相關比率等分析法，能夠歸一化的反映單位財務活動情況，使得不同部門、不同企業甚至不同行業的財務狀況比較都成為可能。
總之，在轉變民政事業單位職能的同時，強調單位財務工作效率也是必需的。統計與財務雖屬不同學術領域，但是統計分析方法在財務分析中的合理應用，能夠大大提高財務工作的質量與效率，對于優化財務預案制定，提升執行效果都有著十分積極的意義。統計分析方法有待于在民政事業單位財務分析中進一步深入研究與拓展應用。
參考文獻：
[1]劉自國.淺析財務分析對于事業單位的必要性[J].經營管理者，2011（08）.
統計分析方法范文6
[關鍵詞] 聚類分析 因子分析 甄選 SPSS
2008年3月，專營人才測評業務的China Select善擇公司一項最新調查結果顯示大多數企業在招聘選拔流程的各個環節中沒有科學的決策方法，評估工具有限且缺乏正規性，HR在選拔中主觀隨意性比較強?？焖僭鲩L的中國經濟，給企業帶來機遇的同時也給人力資源經理們出了一道難題：什么樣的評估手段更有利于企業甄選出最優秀且適合的應聘者？新勞動法的實施，對人力資源經理在組織人才選拔工作的有效性上提出了更高的要求：爭取一開始就把人選好、選對。
一、在人員甄選中現有的人員測評方法簡評
許多學者已經做了很多有關人才測評的研究，建立了一系列評估決策方法與模型。易艷紅等應用層次分析法和整數規劃確定各種條件下最優的分配方案。一些學者還從從心理學、社會學等角度進行崗位分析,進而從企業如何科學的招聘員工的方面來架構模型。劉春揚運用匈牙利算法和 KuhnMunkras算法建立數學模型.馮梅用多元統計分析中聚類分析的基本原理和方法,設計公務員招聘的擇優錄用方案。
二、研究方法設計的理論基礎
企業在甄選人才的過程中一般所遵循的原則是首先針對崗位來選擇合適的人，接著從合適的人中選擇最優秀的。由于聚類分析是研究分類問題的一種多元統計方法。它根據變量 (或樣品)的屬性或特征的相似性或親疏程度，用數學法把他們逐步地分型劃類，最后得到一個能反映樣品之間或指標之間親疏關系的客觀的分類系統樣品或指標逐步歸并最后可形成系統聚類圖。這可以解決人才甄選過程中針對崗位選擇合適的人的問題。
本文使用快速聚類分析方法的Q型聚類只是完成甄選工作第一階段的工作――選合適的人，那怎樣從合適的人中選最優秀的人呢？本文擬采用因子分析來解決這一問題。因子分子基本思想就是將一些多維的指標進行分組歸類，使不同性質的指標歸于不同的組或類，而且在同組的各個指標用一個公共因子表達出來。因子分析是實質在損失很小的信息量的情況下，對高維信息進行降維處理。因子分析的數學模型:Xp=ap1F1+ap2F2+…+apmFm+ep。每個樣本的綜合得分為:F=w1F1+w2F2+….+wnFN，一般上我們只采用累積貢獻率達到80%的主要因子。
三、研究設計方法的實現
設某企業欲招聘9名員工，應聘者為18個，有3個待聘崗位，分別為銷售類，技術類，人事管理類。
具體實現方案為：
1.通過聚類方法對應聘者針對崗位進行聚類：
(1)針對3個待聘崗對應聘人員的4項要求，對每個崗位的每項要求進行量化，得到3組4維數據。（由于篇幅問題，本文只給出最終的聚類結果）
(2)面試官對待聘者從知識面，理解能力，應變能力，表達能力四個方面分別進行評價打分。
(3)將(1)得到的3組4維數據分別作為3類的類中心點，用聚類分析的方法，將由(2)所得到的20組數據聚類成3類。
2.對上面每一類崗位的聚類結果分別采用因子分析對其綜合評價排序，然后從中擇優。
(1)根據上一步的聚類結果，針對每個崗位的具體要求設計指標體系。然后對聚類到每個崗位的應聘人員，采用模糊綜合打分評價法確定每個應聘人員的每個指標數量值。
(2)本文擬對崗位1分別從知識面(二級指標：筆試成績，工作經驗）、管理能力(二級指標：親合力，形勢分析能力，項目管理能力）、執行能力（二級指標：政策把握能力，行政執行能力）、表達能力（二級指標：書面表達能力，口頭表達能力）進行因子分析示范，其他類型的崗位類似操作。得到各因子特征值及百分比，因子負載值。
(3)根據因子得分函數計算各因子值。
(4)根據前面得到的得到各因子特征值及百分比計算因子綜合得分。
(5)根據排序結果和每類崗位擬錄取人數,錄取企業所需員工。
四、結果討論
本文綜合運用聚類分析方法和因子分析方法，同時運用統計軟件SPSS16.0完成其大量數據的計算工作，達到科學甄選的目的，解決了以往人力資源主管在招聘公司員工時的盲目性問題。為了使招聘更有效，在第二步的因子分析時可以針對每個崗位的具體要求確定每個崗位的具體指標進而對歸并到每個崗位的應聘人員進行綜合評價
參考文獻：
[1]余建英等編:數據統計分析與SPSS應用.北京:人民郵電出版社, 2003
