前言：中文期刊網精心挑選了化學數據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。
化學數據分析方法范文1
[關鍵詞] 大學生；經管類專業；數據分析能力；職業競爭力；問題；策略
[中圖分類號] G320 [文獻標識碼] B
近年來，隨著全球經濟一體化進程的加快和網絡時代信息獲取的便捷程度的極大提高，“用數據說話，做科學決策”已成為企業提高經營管理水平的必然選擇，在全球500強企業中，90%以上的重要投資和經營決策都取決于充分的數據分析支持。數據分析在企業戰略規劃、項目投資決策、融資決策、營銷決策、生產運營與管理決策中發揮的作用和價值日益顯現，并已被我國政府部門和各行各業越來越多的企業所認同。在這一時代背景下，社會對項目數據分析師、市場調查分析師這些高技能應用型人才的需求旺盛，供給缺口巨大，據權威部門預測，在未來幾年，我國對專業項目數據分析師的需求預計可達20萬人，調查分析師的市場缺口則在100萬人以上。面對社會對數據分析人才的強勁需求和高校經管專業畢業生就業難并存的局面，高校應充分地認識到，當今社會數據分析能力已成為經管類大學畢業生在職場中生存的一項核心能力，積極探討提升經管類專業大學生數據分析能力的有效策略，對于更好地適應社會需求，提高大學生的職業競爭力具有重要的意義。
一、社會對數據分析人才的技能與素質要求分析
數據分析是指運用適當的統計分析方法對收集來的大量數據進行整理、分析，從數據中提取有用信息并形成分析結論，提出有價值的決策參考建議的過程。數據分析師是指在不同行業中，專門從事數據搜集、整理、分析，并依據數據做出行業或市場研究、評估和預測的專業人員。筆者通過對各大招聘網站數據分析師、市場調查/市場分析師等職位招聘信息的搜索和分析，深入挖掘并歸納出社會用人單位對數據分析師職位的技能和能力素質要求（詳見下表1），以期為高校經管專業學生數據分析能力的培養提供參考。
從表1可以看出，數據分析能力是一種綜合實踐能力，它要求數據分析人員在了解行業狀況及公司業務流程的基礎上，構建數據分析的思路，主動地搜集相關數據，運用恰當的統計分析方法，借助于統計分析軟件對數據進行處理和分析，從而得出分析結論，并撰寫出有價值的分析報告。
通過以上分析，筆者認為，高校在經管類專業學生的培養定位中應對數據分析能力的培養給予充分的重視。應要求所有經管類專業的學生具備基本的數據分析能力，以適應本專業領域業務數據的收集、整理和初步分析的需要，并有針對性地培養出一批具有較強數據分析能力的學生，為他們考取項目數據分析師、調查分析師等資格證書創造條件，使他們有機會成為各行業中數據分析領域的高級專門人才。
二、經管類專業大學生數據分析能力培養中存在的主要問題
（一）經管類專業課程體系設置中缺少數據分析能力培養模塊
當前，在許多高校經管類專業的培養方案中，較少設有專門講授數據分析內容的課程。與數據分析相關的內容分散于《大學計算機基礎》、《數據庫應用基礎》、《統計學》、《市場調查與預測》等課程，學生雖然從多門課程中接觸到與數據分析相關的一些內容，但各門課程的教學資源未能實現有效的整合，如，《大學計算機基礎》課程一般在大一開設，該門課程中將Excel軟件作為辦公自動化軟件之一，一般只講授簡單的文字和數據錄入及處理，并未涉及Excel軟件的高級數據分析功能。而《統計學》和《市場調查與預測》課程一般在大二開設，主要側重于從理論上介紹數據的收集、整理和數據分析的各種方法，以及市場調查和市場預測的各種方法，這兩門課程主要為數據分析提供方法論的指導。這樣的課程體系設置中就缺少了將數據分析的方法與數據分析的工具結合起來培養學生數據分析實際技能的課程，致使學生并未能有效、深入地掌握實際的數據分析技能。
（二）缺少實用性強的培養學生數據分析能力的實踐教材
近年來，一些出版社出版了一批以Excel或SPSS為分析工具的統計分析教材，如：黃等編著的《Excel統計分析基礎教程》、鄧維斌等編著的《SPSS19（中文版）統計分析實用教程》等教材，這些教材在內容體系上與《統計學》教材大體相同，教材內容涉及面廣，與企業實際需求結合不緊密且難度較大，對于沒有數據分析基礎的學生來講很難掌握，而且有些高級統計分析方法在企業的實際工作中也很少能應用到。
（三）缺乏數據分析理論與實踐能力兼備的教師隊伍
培養學生的數據分析能力，首先需要擁有一支既懂數據分析理論又能指導學生統計軟件操作的高水平的教師隊伍，而長期以來統計學教學中一直存在的重理論，輕實踐的狀況，使得能夠講授《數據分析》實踐課程的教師嚴重缺乏，這也是影響學生數據分析能力培養的關鍵制約因素。
（四）學生對數據分析存在畏懼心理
對于許多初次接觸統計學和數據分析的學生，經常會對書中大量的數學公式和復雜的軟件操作產生畏懼心理和回避心理，加之一些統計學教師在教學過程中對學生的學習沒有加以正確的引導，致使很多學生從一開始就對掌握數據分析這門有用的技能失去了的興趣和學習的信心，從而必然會影響到學習的效果。
三、經管類專業大學生數據分析能力提升策略的探討
（一）完善學生數據分析能力培養模塊
為強化學生數據分析能力的培養，高校經管類各專業的培養方案中應設置培養學生數據分析能力的模塊。筆者認為，首先應將已開設的與學生數據分析能力培養相關的《大學計算機基礎》、《數據庫應用基礎》、《統計學》、《市場調查與預測》等課程的內容進行有機地整合，在此基礎上，在大三學年開設《數據分析基礎》實踐必修課，以加強學生數據分析的實際技能，構建學生數據分析能力的完備知識體系。同時，經管各專業還可根據需要增設《SPSS軟件應用》作為專業選修課，以滿足那些對數據分析有濃厚興趣，準備考取項目數據分析師、調查分析師資格證書，有志于成為數據分析專門人才的學生的需求。
（二）開發實用性強的《數據分析》實踐教材
借鑒社會項目數據分析師、調查分析師資格認證相關培訓教材，編寫一部《數據分析基礎》實踐教材，教材將以通用的Excel軟件為分析工具，這樣可以降低學習難度，從心理上拉近與非統計專業學生的距離，目的是使經管專業的學生掌握必知必會的數據分析概念、流程和操作，以適應社會對經管類應用型人才應具備基本的數據分析技能的需求。教材的內容體系將按數據分析的流程構建，具體內容將設以下7大模塊：1.數據分析概述；2.數據采集；3.數據處理；4.數據分析（包括數據分析方法、數據分析工具的使用）；5.數據呈現；6.報告撰寫；7.綜合案例。
（三）培養一支數據分析理論與實踐能力兼備的教師隊伍
針對當前部分高校缺乏數據分析理論與實踐能力兼備的講師隊伍的難題，學校可以采取“引進來，走出去”的辦法多渠道解決專業師資力量不足的問題，一方面可以從其他學校聘請專業教師授課，也可以派出本學校中、青年教師到其他設有統計學專業的高校進行短期的進修學習，以提高數據分析的理論水平和實踐能力，此外，學校還可以鼓勵本校中、青年教師考取項目數據分析師等資格證書，以深入地了解社會對數據分析能力的需求，使學校的人才培養定位與社會需求能夠實現無縫對接。
（四）培養學生對數據分析的濃厚興趣
記得有一位資深的數據分析人士曾說過：“統計學是一門很難，但是很有趣，更是很有用的工具學科。懂得如何使用它的人總是樂在其中，而尚未入門的人則畏之如虎。”筆者結合多年的教學經驗認為，要想將《統計學》這樣一門多數人認為很難的課程讓初學者理解它、接受它，對它產生濃厚興趣，需要借助一些人們生活中的小案例，將難懂的統計學的基本概念和公式還原回生活當中，用來解釋社會經濟現象，幫助學生發現隱藏在數據背后的規律?？傊囵B學生對數據分析的濃厚興趣，是提升經管類專業學生數據分析能力的關鍵所在。
[參 考 文 獻]
[1]鄧維斌，周玉敏，高錫榮.經管專業數據分析能力研究[J].數字通信，2013（2）
化學數據分析方法范文2
關鍵詞： 實驗教學改革 經管類 大數據
實驗教學是培養經管類專業學生實踐能力的重要手段。經濟管理類專業學生不僅要熟練地掌握理論知識，更要具備較強的實踐能力，特別是大數據時代的到來，強調以數據為基礎進行研究，并快速做出決策[1]，不僅對掌握大數據思維和技術的人才需求量擴大，而且對經管類專業人才培養提出了新的要求[2]，因此在大數據背景下應充分認識實驗教學對經管類專業學生實踐技能的重要性，科學全面地構建面向數據分析和管理的實驗教學體系，以適應大數據背景下經管類專業人才的培養需求。
大數據擴寬了信息的來源，提高了信息獲得的速度，分析對象從傳統的結構化數據過渡到非結構化數據，因此對經管人才需要更全面地掌握大數據思維方式和分析流程。對工商管理、企業管理專業而言，需要其更注重利用多種類型的企業運作的數據，通過對其進行整理分析，幫助企業進行業務流程改革，提升企業運營效率，提高經濟效益[3]。對于電子商務、市場營銷專業而言，應學會利用大數據技術探索新商業模型，分析營銷網絡，評估投資風險及創新服務模式[4]。而對于和大數據技術緊密相關的信息管理專業來說，需要更全面地從數據采集、分析到數據挖掘多個方面轉變傳統的數據分析思維，以適應大數據環境下知識管理與智能決策的需要[5]。
1.實驗目的不合理，實驗設計不當。
目前，對于經管理類專業的大數據實驗教學體系還處于基本概念階段，與科研前沿脫節，實驗目標大多只要學生掌握數據采集、統計分析等基本概念和方法，就學會對給定的數據進行分析。但是在大數據環境下，數據分析和挖掘需要針對結構化數據、非結構化數據等用創新性的思維方式解釋分析結果，并用于智能輔助決策及知識發現。因此，大數據實驗課程應與時俱進地適應大數據的要求，開展多樣化、啟發式的實驗項目，不僅讓學生掌握如何收集信息和整理信息，還要解釋隱藏在數據背后的潛在規律。
2.實驗教學方法和手段陳舊。
傳統實驗課是學生按照老師的要求和給定的數據，學習各種數據分析方法。實驗內容設計單一，沒有針對不同知識結構的學生開展有針對性的實驗訓練項目，學生學習積極性不高。因此，在大數據實驗教學中，要以培養學生創新實踐能力為主要目標，在教師的幫助下，通過團隊協作、自主設計完成。同時，分層次制定針對不同知識結構背景的實驗項目，便于學生根據自身的特長和能力自主選擇實驗項目。
由此可以看出，傳統的實驗教學已不能滿足大數據背景下的經管類專業人才對數據分析和處理的新需求，在實驗教學方式、實驗教學內容等多方進行創新和改革，才能培養出順應時代背景的優秀經管類人才。
在大數據背景下，經管類人才應該具備：發現問題的能力，收集整理數據和信息的能力及理解分析數據的能力。對此，我們從教學方式、課程體系、技能與經驗三方面入手，開展實驗教學改革，以適應大數據時代對于經管人才培養的要求。
3.創新實驗教學方式。
大數據時代，書本和課堂不是獲取信息的唯一選擇，網絡資源、各種移動端應用程序等方式都擴展了學生獲取信息的方式，在這種情況下，實驗教學不僅需要讓學生掌握如何搜集、整理數據的技術，還要培養學生觀察、分析問題的能力，從而真正調動學生的學習積極性。例如可以提供多種獲取大樣本數據的渠道，學生組隊進行數據分析和挖掘，設計算法，進行相關分析直到最后撰寫出分析報告，整個流程全部由學生獨立完成。
4.完善大數據實驗課程體系的構建。
對于經管類專業的學生而言，實驗目的主要是讓他們掌握數據分析的主要流程、主要算法的基本原理，具備大數據應用的初步能力。另外，考慮到不同專業的學生知識結構不同，我們構建多層次的經管類大數據實驗課程、基礎實驗，以驗證和演示實驗為主，強調掌握數據分析工具和分析算法，理解數據分析基本流程。專業實驗，以簡單設計性實驗為主，強調利用現有的數據分析工具，較完整地體驗從數據采集、數據整理、數據分析到數據挖掘的全過程，并編寫簡單的數據分析代碼。綜合性實驗，采用自助式、合作式模式，讓學生自己動手收集數據，團隊合作分析問題，在實驗教師的指導下，綜合運用各種數據分析工具，自主設計算法，進行相關分析，直到最后分析報告，初步具備大數據的應用能力。
5.培養專業技能和增加實踐活動。
積極開展大數據應用相關的實踐活動，提供多種形式讓學生參與大數據的實踐環節，在提高專業水平的同時，提高實踐操作能力。合理利用現有慕課、微課等在在線課程作為實體課堂的有益補充，引導學生深入學數據技術。另外，積極聯系軟件企業提供各種實習途徑和崗位，讓學生真正參與與大數據的各種項目開發，強化課堂的理論知識，豐富實踐經驗，提高專業級技能，有效地提高學生的數據分析能力和數據挖掘能力。
大數據作為近年來的熱點研究問題，已經廣泛應用于經管類學科當中。經管類專業學生只有更好地掌握并懂得如何利用大數據，才能在大數據時代擁有更多的優勢。因此，本文從教學方式、課程體系、技能與經驗進行創新，提出切實可行的改革措施，以更好地培養經管類學生的數據分析的專業能力，適應大數據環境下知識管理與智能決策的需要。
參考文獻：
[1]祝智庭，沈德梅.基于大數據的教育技術研究新范式[J].電化教育研究，2013（10）：5-13.
[2]朱懷慶.大數據時代對本科經管類統計學教學的影響及對策[J].高等教育研究，2014（9）：35-37.
[3]李永，劉玉紅.大數據時代大學生學習模式轉變研究[J].長春工業大學學報（高教研究版），2014，35（4）：38-41，100.
[4]邵舉平，沈敏燕，樊星.大數據時代背景下地方高校研究生教育教學模式改革研究[J].《魯東大學學報》，2015，32（4）：82-85.
化學數據分析方法范文3
關鍵詞 數據分析；工程；曲線回歸
中圖分類號TP392 文獻標識碼A 文章編號 1674-6708（2013）86-0119-02
在科學技術飛速進步的當今世界，石油一直是世界上最主要的供能能源，隨著石油化工產業的不斷進步與發展，石油化工檢測也迅速成長起來。在化工領域里，石油化工原料也被廣泛的應用于各個部門，它是決定各個部門發展進度的至關重要的因素。因此，石油化工檢測的發展與成長也是必然的結果。
1 石油化工檢測
石油化工檢測是一門復合技術，其將電子、自動化、信息處理、控制工程、計算機等多門學科有機的融為一體，并將其廣泛的應用于生產自動化過程以及石油化工領域自動化裝備中。在石油化工原料的生產過程中，有毒或者易燃易爆氣體隨時都存在泄露的危險，有些嚴重的泄露事件甚至會威脅工人的生命財產安全，所以石油化工產業亦是一個高危產業。面對這些不容忽視的安全問題，嚴密的檢測程序在石油化工生產的過程中是必不可少的一個重要環節。隨著科學信息技術的飛速發展，檢測手段也在不斷的進行推陳出新，在其有機的結合了化學、物理、電機學、計算機和現代光學技術后，檢測技術也有了質的飛躍。
如今在石油化工檢測的過程當中，出現了許多如無損失檢測等的新設備，這些現代化科技設備的廣泛投入與應用，無一不說明了石油化工產業的重要性。在如今的石油化工產業中，一個新興的概念正在逐步被人們所接受，它就是安全檢測體系以及安全評價。其中安全評價是經由安全系統工程原理以及工程技術方法，對系統中有可能存在的危險性或固有危險性進行全面分析，也稱風險評價和危險性評價，其包含危險性確認以及危險性評價兩個方面。我們也應當全面深入的找尋其可能存在的危險源，并對其進行認真的校對與考核。與此同時，我們還應該對可能產生的后果進行分析與預測，并與當今社會上工人的安全指標進行認真比對，其值若在安全值范圍以內，便可認為其安全；若在安全值以外，則認為其不安全，我們應當對其采取適當的措施，從而減少或者避免危險發生的可能性。
2數據檢測方法
2.1安全檢查表法數據分析
石油化工產品系數一般在一個安全的系數范圍之內，根據實驗發現，這些所測的數據互相獨立，互不影響，所以這些數據呈現正態分布，所以檢測的數據應該在該分布范圍之內。所謂安全檢查表法，就是通過抽樣數據，通過SPSS軟件計算出各數據之間的平均值以及標準方差，通過比較所測數據是否在平均值所在的標準方差范圍之內。通過檢驗數據核對來衡量該數據值是否在安全檢測范圍之內。在分析的過程中，可以將其與標準平均值的偏差與安全檢測標準方差的比值對其進行賦分，如果大于1說明偏差太大，產品不在安全范圍之內，如果為0，則產品在安全范圍之內。
2.2預先危險性數據分析
在數據統計過程中，有一種分析方法為數據擬合，可對數據回歸分析，利用回歸分析函數，預見系統的危險性。常用的數據回歸分析方法為二元Logistic回歸分析與曲線擬合分析。比如通過統計分析先前發生的事故的傳統安全數據系數，對安全系數數據進行二元回歸擬合，得到輸入函數，通過輸入函數來預見產品的危險性，以此來對產品做出相關的概括性評價統計，對于有害成分，觸發條件進行評價。預先危險性數據分析可以應用到石油原油品質分析中去。
2.3故障影響因素數據分析
在石油化工作業中，經常會出現一些故障，這些故障發生的概率隨著工藝過程，各不相同，對于發生某次故障，或者發生變質產品，肯定會有主要因素，但是如何才能得到主要因素，可以利用方差分析，利用方差分析是以兩個樣本作為比對對象，通過比對對象，來得到在一定置信區間內的主要影響因素，分析的數據統計量需要滿足，各統計量之間符合正態分布，顯然影響因素之間是相對獨立，符合方差分析要求。通過統計數據，進行方差分析，可以得到影響故障的主要因素，繼而對其進行評價。方差分析可以利用到石油管道故障，自動化儀表故障的主要因素分析中去。
2.頻率分析
石油化工檢測過程中，往往會發生不同類事故，多次發生，我們可以統計這些數據的頻率，通過頻率分析，進行參數估計，歸納其分布狀態，可以看出其是否在置問之內。常用的方法為頻率分析法。頻率分析，可以檢測發生事件的集中趨勢，離散程度以及分布偏度與峰度，通過模擬分布圖，可以有效判斷事件發生的合法性概率。事件頻率分析應用較廣，可應用到成品油質量分析以及主要設備故障分析中。
3 結論
數據分析應用較廣，如今的市場上存在著許多工作原理大同小異的有關于石油化工檢測的設備，這些設備最終的目的均是為了保障石油化工的安全生產，但其實這只是石油化工檢測的冰山一隅。怎樣使正在上升的石油化工產業進行相對安全的生產，使其事故率降到最低，是石油化工產業在未來發展中，至關重要的核心問題。為了能更好的適應我國石油化工檢測的發展，我們可以針對我國石油化工產業發展的特點進行軟件開發。在其開發以及研究發展的過程中，國家應當出臺一些相應的傾斜優惠政策，這樣便會是這個新興的、充滿活力的產業迅速茁壯成長起來。
參考文獻
[1]李建，余昌斌.淺論石油化工檢驗概況[J].科學之友，2010（4）.
[2]魏天飛. 展望先進的產品檢測技術——訪梅特勒-托利多產品檢測部門銷售經理John Coleman[J].中國包裝工業，2011（9）.
[3]陳奧林，黃琦，蘭翔，鄭潔，侯勝，張昌華.雜散電流腐蝕防護與測試[J].管道技術與設備，2009（1）.
化學數據分析方法范文4
《統計初步》是高中數學新課程《數學》(北師大版)必修3中第一章內容。這一章的教學目的是使學生認識到數據隨處可見,感知和識別數據,認識各種來源的數據,學會用度量來反映一組數據的特征,學會用統計圖表反映數據的特征,能夠借助于圖表和公式回答有關數據特征的問題。因此,本章所涉及的問題大都是實際問題,和我們日常生活聯系密切。要解決實際問題,首先必需學會收集數據,進行整理,最主要的就是對其進行分析。然而,受傳統教材的影響,我們平時的數學教學,對一些實際應用問題并沒有理論問題重視,學生也是知道數學主要是算,豈不知算的目的最終還是要回歸到實現生活中。于是表現出認為內容簡單,不太重要,這樣就給其解決實際問題能力的發展與提高主觀上造成了一定障礙。通過這一模塊的教學我們就會發現新課程對學生數據分析的能力特別注重,這就需在平時教學中糾正學生認識上的偏差,加大培養力度,下面就自己對發展學生數據分析能力的看法和體會表述如下:
1、平時教學中注意轉化學生思想上的偏見。使其明確數據分析能力的構成。數據分析能力由數據的認識能力,數據的收集能力,數據的整理能力,數據的表達能力,數據的探索能力等幾個方面構成。各種構成之間是緊密聯系,相輔相成的,它也與其他數學能力有緊密的聯系。
2、實際教學中嘗試從不同方面發展學生的數據分析能力。
數據分析能力是一種高層次的思維品質,只有在解決問題的過程中,在動手實踐和探究中,才能得到充分發展。
(1)加強感知理解,思考比較優劣。平均數,中位數和眾數等都是描述數據集合的集中趨勢的度量,教師應該幫助學生理解這些概念的聯系與區別。事實上,改變一個數據的值,往往不能從根本上影響中位數,而增加或減少一兩個極端數值點,對于平均數的影響是非常敏感的。反之,中位數對于這種變化的敏感性就差了。
(2)貼邁現實生活,增加學生興趣。教師可以鼓勵學生,從其他資源中收集數據,并作為對自己收集的數據的補充,并指導學生決定什么數據適合需要,考慮哪些數據信息具有局限性,可能影響對數據的解釋。
(3)實驗收集數據,加強動手能力。教師可在每節上課前給學生布置課外收集數據的任務,讓其實驗收集數據,可以以小組進行,要求每個成員加強協作,人人動手。
(4)探索蘊涵規律,加強數據發現。利用對數據列出的散點圖和線性回歸方法,可以測定和檢驗某個總體中的兩個變量之間是否存在線性相關關系。對這種關系的探索,可以發展學生的探索精神。在具體問題的研究中,教師應誘發學生以數據為基礎回答問題的愿望,在整個過程中進行觀察、推理和猜想,提高觀察與猜測能力。
(5)聯系多種情境,抓住一個原理。教師要鼓勵學生描繪許多數據,從圖中尋找關系,分析變量之間線性關系非線性關系,以及不明顯的關系。從豐富多彩的問題情境中,讓學生充分領悟用樣本估計總體的統計原理。
化學數據分析方法范文5
關鍵詞：地質統計學 微量元素化學分析 應用研究
中圖分類號：P628.2 文獻標識碼：A 文章編號：1672-3791（2013）07（c）-0098-01
微量元素地球化學是半個世紀以來迅速發展和廣泛應用的地球化學分支。由于同位素稀釋質譜法、中子活化分析、Ber thelot-Nernst分配定律等方法的成功應用，在多種地質過程中微量元素分配演化的定量模型得以實現，也使得微量元素化學分析被系統地應用于解決各類地質問題，成為指示巖石成因的典型標志。20世紀70年代以后，微量元素地球化學的討論從定性認識上升成為定量分析，發展方向也變成微觀、宏觀同時發展，經常需要對地球化學中的主量元素、稀土配分、微量元素等進行定量化學研究和數據分析，此時，一些相關的地質統計方法就變得非常重要和實用。在微量元素化學分析中，地質統計學的各類統計方法作為對地質客觀現象相關數據進行定量分析的重要工具，提供了諸多有效的數據分析途徑。應用地質統計學對微量元素化學分析進行處理，能為研究工作取得客觀成果提供科學的定量依據。
1 地質統計學與微量元素化學分析相關理論知識簡述
1.1 地質統計學
地質統計學是20世紀60年代興起的一門數學地質學科分支，它的出現始于解決礦產普查勘探、礦山開發設計以及礦山開采整個過程中各種儲量計算和生產誤差估計問題。后來，地質統計學逐漸在油氣勘探開發、采礦、水文以及環境科學領域中得到廣泛應用。近年來，地質統計學作為一門新興的科學，在地質領域的發展非常迅速，其應用前景的廣泛性和模型計算的實用性受到地質學家的高度重視。
1.2 微量元素化學分析
微量元素化學分析是地球化學的分支學科，主要研究自然物質和自然體系中微量元素的分布規律、存在形式、活動特點、控制因素及其地球化學意義。一般意義上講，微量元素是指除了O、Si、Al、Fe、Ca、Na、K、Mg、Ti這九種組成99%的地殼和地幔質量之外的80余種元素。當然，這里所指的微量元素是相對而言的，在一個體系中它可能是微量元素，但在另一個體系中卻可能是常量元素。
1.3 地質統計學在地球化學領域的應用現狀
近幾十年年來，地質統計學對地球化學的相關研究中起到了極大的輔助和推進作用。應用地質統計學相關統計方法能夠將大規模原始地球化學數據群體中隱藏的重要信息提煉和挖掘出來，進行分類和解釋，繼而被廣泛地應用在地質找礦、科學研究等各個領域。在地球化學中主量元素、微量元素、稀土配分化學分析等領域的研究中，豐富的地質統計學方法對圈定和評價地球化學異常、提取地球化學找礦信息常常起到決定性的作用。本文則主要研究地質統計學在微量元素化學分析中的應用研究。
2 地質統計學在微量元素化學分析中的應用研究
2.1 方法討論
聚類分析是通過某種距離的測算將數據對象的集合分為類似的對象組所形成的若干個類，其中運用到了降維思想，在對樣品和指標進行分類，采用物以類聚的原理進行的一種多元統計分析方法。在地質找礦領域，聚類分析是研究元素在成礦活動中地球化學行為相似程度的一種有效方法，一般從數字分類角度進行分析。對于這種方法的運用，我們可以借鑒現有的成果和理論進行分析和應用。R型聚類分析是聚類分析方法的一種，原理是以變量之間的相似程度為基礎，將變量分成不同級別的類。R型聚類分析是研究成礦活動中地球化學微量元素行為相似度的一種有效方法。通過對某些礦石或巖樣的微量元素數據進行R型聚類分析，可以得出元素組合特征并將其分類，對元素之間的親疏關系進行判定，進一步為劃分礦化階段、成礦元素遷移和富集的判斷以及礦床成因等問題的研究提供判斷依據。
2.2 案例研究
通過對高松山礦區內巖礦石樣品的微量元素數據進行R型聚類分析后，可以得到圖1中顯示的分類的結果，即，在相似水平的相關系數等于15時，可以把微量元素分成7個類別，分別是：（1）W、Cu；（2）Sn；（3）Au、Ag、As、Sb、Pb、Mo；（4）Bi；（5）Hg；（6）Co、Ni、Mn；（7）Zn。這7個類別之間沒有顯著的相關性，說明礦床成礦具有多期次性和復雜性。從圖中還可以看出，Au不僅和Ag有著強相關關系，而且還和As、Sb、Pb相關。而Au元素與Ag之間有非常密切的關系，當γ=2.5時它們聚成了一類，相關性比較強，同時Sb、As、Pb和它們之間都存在相關性，說明Au、Ag、As、Sb、Pb、Mo之間具有親緣關系，預示著伴隨著多金屬硫化物的形成Au 成礦并且富集。因此，我們可以以Sb、Pb、Ag、As作為礦區找金的近程指示元素。
3 結論
本文采用地質統計學中一類常用方法，R型聚類方法對高松山礦區的銅多金屬礦進行了微量元素組合上的分析研究。統計分析結果使我們對高松山金礦床巖礦石微量元素的數據結構的特點有了清楚的認識。各元素組合具有疊加出現的特征，表明礦床成礦具有多期多階段或成礦物質多來源的特征。分析結果表明Au與Ag、As、Sb、Pb等中低溫元素相關非常大，但是和W、Co、Sn、Mn、Ni、Zn等中高溫元素之間的相關性較差。
地質統計學在地球化學其它領域，比如常量元素分析、稀土元素分析中也有廣泛的應用，筆者認為，采用類似的統計方法對不同類數據的分析是進一步拓展地質統計學在地質科學中應用性的前進方向。
參考文獻
[1]趙倫山，張本仁.地球化學[M].地質出版社，1988，6.
化學數據分析方法范文6
關鍵詞：災害脆弱性；數據分析；關聯圖；醫院應急管理
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
近年來各種突發事件頻發，嚴重威脅人類的身心健康和危及社會安全。福島核泄漏事件、SARS、印度洋海嘯等事件，使得突發事件風險管理與應急管理成為政府和學術界密切關注的焦點。對醫院而言，由于醫院在突發事件中常同時扮演著受害者與助人者的雙重角色，使得突發事件風險管理與應急管理更加重要。因此，醫院存在著哪些風險，有可能遇到什么樣的突發事件，是管理者啟動應急管理項目時應首先明確的問題。JCI和等級醫院評審均要求醫院必須開展災害脆弱性分析，明確需要應對的主要突發事件及應對策略。
災害脆弱性分析不是醫院應急管理的最終目的，而在于把一大批看似雜亂無章的數據背后的信息集中和提煉出來，進行挖掘分析，幫助管理者對醫院現行狀況進行預判和決策，以保障醫療環境安全。
1 資料與方法
1.1一般資料 來源于醫院各級各類人員對災害脆弱性分析評估結果。
1.2方法 根據《國家突發公共事件總體應急預案》，對自然災害、事故災難、公共衛生事件及社會安全事件等4類事件，結合我院實際情況及當前社會熱點問題，選擇14種潛在危險事件，采取較為常用的脆弱性分析方法-風險評估矩陣，運用KAISER模型，計算并綜合分析各潛在危險事件的發生概率及嚴重性[1]。
1.3分析思路 運用對比、交叉關聯規則，多角度分析評估數據，從發生概率、人員傷害、財產損失、服務影響、應急準備、內部反應、外部支持及相對風險等方面了解醫院目前在應急管理中的短板[2]，前瞻避險，部署下一步工作，促M應急管理工作的持續改進。
2 統計數據
見表1。
2.1描述性數據分析 統計數據顯示，總體而言，發生各類事件的相對風險差距不大。社會安全事件發生概率位居前列，接下來依次是事故災害類事件、公共衛生事件和自然災害類事件。自然災害類事件相對風險雖較高，但發生概率不高。見圖1。
從發生概率來看，醫鬧事件的發生概率最高。其次是醫療安全事件和信息系統癱瘓；從服務影響來看，群體性醫鬧事件對我院的服務影響最大。其次是火災和信息系統癱瘓；從人員傷害來看，發生火災的人員傷害較大。其次是群體性醫鬧事件和地震；從財產損失來看，火災對我院的財產損失較大。其次是地震和群體性醫鬧事件。
2.2探索性數據分析 研究相對風險與發生概率的關聯性。
第一象限（高度關注區）：屬于相對風險和發生概率都高的象限。醫鬧事件、火災、醫療安全事件、醫療設備故障和暴發醫院感染落在這個象限上。
第二象限（優先改進區）：屬于發生概率高，相對風險不高的象限。信息系統癱瘓落在這個象限上。
第三象限（無關緊要區）：屬于發生概率和相對風險都不高的象限。大面積停水、危險化學品事故、放射安全事件和洪水落在這個象限上。
第四象限（維持優勢區）：屬于相對風險雖高，但發生概率不高的象限。爆炸事件、地震落在這個象限上。見圖2。
3 災害脆弱性分析的總結與建議
3.1明確應對重點 根據相對風險與發生概率的關聯圖，認為本年度應急關注重點為醫鬧事件、火災、醫療安全事件、醫療設備故障和暴發醫院感染等5類災難事件。
3.2應急管理建議 通過從相對風險與發生概率的關聯性綜合分析，認為醫鬧事件、火災、醫療安全事件、醫療設備故障和暴發醫院感染等5類災難事件需要盡快檢視、修訂原有的應急預案并開展相關培訓及演練。信息系統癱瘓應急預案需要檢視、修訂。大面積停水、危險化學品事故、放射安全事件、洪水及大面積停電等5類災難事件可進行應變計劃擬定，但目前已有監控、改善機制或應變措施等管理機制，故暫不擬定應變計劃。爆炸事件、地震暫不需要進行應變計劃擬定。
在修訂應急預案時，應注意完善醫鬧事件、火災和信息系統癱瘓相對應的應急預案中減少醫院服務影響的內容，火災、醫鬧事件應急預案的人員救治內容及保障財產的內容。
4 災害脆弱性數據分析應用于應急管理的體會
4.1關聯圖明確應急管理改進方向 災害脆弱性分析只是了解醫院應急現狀的第一步，通過應用關聯圖，對災害脆弱性進行數據分析，可將看似紛繁無聯系的災害脆弱性數據關系有邏輯地連接起來，量化醫院容災能力，為醫院應急管理改進的重點及方向提供依據，對重點管理事件有的放矢，達到良好的管理效果[3]。
4.1.1指導業務科室制定年度應急演練 在全院公告年度災害脆弱性分析結果及應對重點，并將其作為各部門制定年度應急演練計劃的參考依據[4]。
4.1.2調整應急演練監測重點 根據分析調整及有側重地監測每年的院級應急演練。
4.1.3調整醫院應急預案 根據統計數據發現的不足之處，修訂應急預案。應急預案演練后進行評價，審視并修訂演練過程中發現的預案和工作流程的缺陷，再進行培訓教育。
4.2應提高可參考性 為了提高脆弱性分析的可參考性，參與問卷調查人員應相對固定，覆蓋多層次、多專業，在醫院工作時間有一定時限。問卷調查之前進行座談，總結去年醫院發生的突發事件，讓參與者盡可能透徹了解醫院應急總體情況，保障數據有效性。
參考文獻：
[1]陳晉，桂鴻斌，閆若玉，等.基于Kaiser模型的醫院災害脆弱性分析[J].中國衛生質量管理，2014，3（21）：40-43.
[2]成沛玉，鄢碧_，劉群友，等. 災害醫學視角下三級醫院災害脆弱性分析[J].中國醫院，2014，4（18）：23-24.
