有关多元统计分析论文
多元统计分析在我国高等教育管理中发挥着越来越重要的作用。下面是学习啦小编为大家整理的有关多元统计分析论文，供大家参考。
有关多元统计分析论文范文一：多元统计分析课程教学探讨
摘要：多元统计分析是统计学的一个重要分支，它在自然科学、社会科学、教育卫生以及经济金融等领域具有广泛的应用。利用多元统计分析方法分析和处理实际数据、解决实际问题是统计学专业学生必备的基本能力，因此，如何进行多元统计分析课程的教学具有相当重要的意义。本文从教学实践出发，对多元统计分析课程的教学进行了探索和实践，提出了一些教学方法。
关键词：以人为本;案例教学;软件编程;考试改革;创新教学
中图分类号：G642.4 ?摇文献标志码：A 文章编号：1674-9324(2014)03-0082-02
多元统计分析是统计学中内容极其丰富、应用极其广泛的一个重要分支。随着计算机和统计学的发展，它在自然科学、社会科学、教育卫生以及经济金融等领域中的应用越来越广泛，它已成为进行多元数据分析与处理的非常重要的工具之一。随着社会的发展，我们常需要处理较为复杂的多维数据以及高维或超高维数据，特别地，对于统计学专业的学生，利用多元统计分析方法分析和处理日常生活中的多维数据是他们应该具备的基本能力。因此，如何让学生很好地掌握一些基本的多元分析方法并能在实践中加以应用是我们统计学专业的教师应该思考的重要问题。通过多年的实践教学，我们对多元统计分析课程的教学进行了探索和实践，主要在以下几个方面进行了探索和尝试。
一、转变教育观念，树立“以人为本”的教学理念
教育的对象是大学生，教育的目的是以学生的终身发展为基础的。在教学过程中，我们教师首先应转变教育观念，处处体现以学生为本的人文关怀与教育。关注学生的思想、学生的需要以及在当今时代下学生所面临的挑战与机遇，争取成为学生的良师益友，建立良好的师生关系;通过案例教学、启发式教学等等多种教学方法，鼓励和促使学生积极参与课堂教学，变被动学习为主动学习，使学生成为课堂的主体;正视学生之间的个体差异，不歧视差生也不偏爱优等生，实施因材施教，使每个学生都得到不同程度的提高与进步。
二、注重案例教学，培养“学以致用”的学习意识
多元统计分析是实用性极强的一门课程，学生通过学习后，应具备处理多维数据分析实际问题的能力。在自然科学、社会科学、教育卫生以及经济金融领域，我们遇到的数据大多是多维数据。比如大型商场、超市等需要分析商品销售情况，以确定商品结构以及进货时间、数量等;利用互联网数据进行商业投资和商业信息挖掘等。这些问题中，我们遇到的数据都是多维甚至是高维数据，如何处理这类数据以获得一些重要信息以便进行正确的决策，这就需要一些多元分析方法。因此，在教学中，我们特别注重案例教学，对每一种分析方法，我都尽量选取一些与时代联系紧密的实例，结合这些例子讲解方法以及在实践中的应用。通过案例教学，一方面让学生更好地掌握数据分析方法，另一方面也培养了学生“学以致用”的意识。通过案例教学，让学生体会到判别分析、聚类分析、因子分析、主成分分析、对应分析、典型相关分析、多元回归分析方法等分析方法是统计分析中相当重要的方法，它几乎应用在每个领域，学会这些方法可以解决日常生活中的许多实际问题，具备这些能力是统计学专业本科生的必备能力，无论是毕业设计、公司上班还是继续深造等，都离不开这些分析方法，从而激发学生学习的兴趣。
三、结合软件教学，提高学生编程和数据处理能力
多元分析方法分析和处理的数据是多维数据，通常维数较多，而且观测数据也较多，计算量都比较大，通常需要计算机才能实现。因此，在教学中，我们特别注重软件教学，对每一种分析方法，在学生掌握了这种方法的理论知识和适用范围后，向学生介绍SPSS、Excel等软件如何给出分析结果，以及介绍SAS，R和Matlab的程序代码。在学生的作业中，要求学生至少用一种语言编写分析处理数据的程序代码。对于统计学专业的学生，不仅要求学生掌握一些重要的统计分析方法，同时还要熟练掌握1～2门软件进行数据分析与处理。实践证明，方法学习与软件结合的教学，将大大提高学生编程和数据处理能力。
四、尝试创新教学，注重培养学生自主学习和实践能力
为了培养学生的自主学习能力，我们大胆进行教改尝试，一改教师“一言堂”的教学模式，采用多种教学方式，坚持“学生为主体，教师为主导”的教学模式。(1)对于每一种方法的教学，我们首先由一个实际问题入手，引发学生思考和讨论，在学生讨论和发言的基础上引出新的分析方法。(2)学生自学，分组讨论并准备教学PPT，选取准备充分的小组派一名代表上台讲授，教师只是做一些必要的补充和完善。(3)学生和老师评价教学效果，对于特别优秀的小组给予奖励加分。通过这些创新教学，培养了学生的自主学习能力、协作能力与口头表达能力，这些能力的培养，将为学生终生发展打下良好的基础。关于作业布置，传统的方法就是布置一些对基本概念的理解和知识的实际应用的习题。为了让学生学会用所学知识去思考社会、教育、医药卫生和经济金融等领域的实际问题，我们除了布置一些基本概念的理解和知识的实际应用的习题外，每一种方法学习结束后，对每一种多元分析方法，要求学生撰写1篇小论文(至少使用一种分析方法)。而对于论文的撰写，由学生自己选题、数据获取，并利用所学的分析方法和统计软件进行分析，最后撰写一篇一定字数以上的小论文。我们从这些论文中挑选1～2篇优秀论文进行讲解，从论文题目的选取、论文的书写格式、方法和软件的应用以及文章的撰写等各方面进行评价。对于特别优秀的论文，我们推荐到正式刊物进行发表，并在总评成绩中进行加分，以激励学生学习的热情。
五、改革考核方式，培养符合社会需要的专业人才
多元统计分析是统计学专业的专业必修课程，因此通常这门课的考核方式是闭卷笔试，这种传统的考核方式很难掌握学生实际应用能力的情况。而学习多元统计分析的重要目的是：利用多元统计分析方法分析和解决实际问题，这才是我们教学的核心所在。为了兼顾理论学习能力和实践能力的考察，我们尝试采用一种新的考试方法，那就是平时成绩(20%)+期末笔试成绩(40%)+小论文(40%)，其中平时成绩包括出勤情况5%，课堂表现5%，平时作业10%;这样既考查了学生的理论学习能力，同时也考查了学生写作能力、软件编程能力等多方面的能力。同时，我们还注重软件使用以及编程能力的考查，对于那些在论文中附上了SAS、R、Matlab等正确程序代码的论文，我们将给予更高的成绩和评价，以锻炼学生的编程能力和数据处理能力。考试不是目的，只是一种手段，考试的方式在一定程度上将是学生学习的风向标，就如同高考的指挥棒。这样的考核方式，将迫使学生既要学习这些方法的来龙去脉，这些方法的理论基础，同时又要学习软件编程知识，更重要的是能将知识与实际联系起来，以便培养解决实际问题的能力，最后还要能将研究成果以论文形式呈现出来。学生只有具备了这几个方面的能力，才会成为社会需要的统计专业人才。
多元统计分析课程是进行科学研究的重要工具之一，它在自然科学、社会科学等领域有着相当广泛的应用。该课程教学的目的在于让学生熟练掌握多种多元统计分析的基本思想、基本原理的基础上，能够将大量的数据进行简化，利用所学的方法进行判别和分类，能够结合统计软件进行计算，并对计算结果进行合理的解释。实践教学表明，学生通过该门课的学习都能很好地利用所学方法对实际问题进行分析和解释。
有关多元统计分析论文范文二：多元统计分析在财务分析中的应用
提要本文在一套财务比率的基础上,对于沪市工业类上市公司的财务指标,运用多元统计分析中的因子分析方法,提取公因子,验证是否与财务分子中衡量各项能力的指标一致,并建立得分函数,对投资者所关注的公司的能力进行综合评价,以便今后进行投资。通过分析,得到了因子得分相似的上市公司,通过聚类分析验证。
关键词:财务分析;聚类分析;因子分析;财务指标;上市公司
中图分类号:F23文献标识码:A
一、财务状况评价指标体系的确定
单个指标只能揭示出公司财务状况的某一方面,无法反映出财务状况全貌。为了全面、完整地评价上市公司的财务状况全貌,本文按照《企业财务通则》和《工业企业财务制度》的规定,选取一套财务比率作为财务综合评价指标体系,包括以下4大类8个财务指标变量。获利能力指标:净资产收益率、加权平均净资产收益率;偿债能力指标:流动比率、速动比率;经营能力指标:应收账款周转率、总资产周转率;发展能力指标:营业利润增长率、净利润增长率。
二、多元统计分析方法进行财务综合评价
(一)样本的确定和数据来源。从中国上市公司资讯网中选取了60家上市公司在2007年的有关数据,这些是实证研究的重要数据来源。为了保证研究数据的客观性和有效性,在确定研究范围时考虑到以下几点:(1)本文仅以工业类上市公司的财务指标作为研究对象,这样能体现较大的可比性;(2)我们数据用的是2007年的,没有用2008年的数据。我们知道,2008年美国次级债危机导致上市公司财务数据的大幅变动,这样处理使数据更加有参考性。
(二)因子分析的主要步骤。样本的数据矩阵为:
X=
其中,p表示财务指标的变量数;n表示上市公司的样本数。主要步骤如下:(1)由样本矩阵X计算样本均值、样本离差阵及相关矩阵;(2)求R的特征值和方差贡献;(3)确定公共因子的个数m。通常要选取的主因子数所反应的信息量占原始数据总信息量的85%以上,即选取m个因子使累积方差贡献达到85%; (4)因子载荷矩阵方差最大旋转,因子分析的目的不仅是求出公共因子,更主要的是应该知道每个公共因子的实际意义,但是初始载荷矩阵并不满足“简单结构准则”,因而容易使公共因子的实际意义含糊不清,不利于对因子进行解释。为此,必须对因子载荷矩阵施行旋转变换,使得各因子载荷矩阵的每一列各元素的平方按列向0或1两级转化,达到其结构简化的目的。得到最终旋转因子的载荷矩阵为A;(5)对m个公共因子做解释。求出载荷矩阵A后,即得到p个可测变量由m个不可测的公共因子及各自特殊因子的表达式,并解释这m个公共因子表示的经济意义;(6)样本的因子得分。在因子载荷矩阵A和特征因子方差已知的情况下,使用加权最小二乘法得到每个样本的各个因子得分:F=ARX;(7)样本的综合得分SWF(i=1,2,…,n)。其中,W为各主因子权重,由旋转后主因子所解释的方差求得,F为每个样本的各主因子得分;(8)综合排名。根据求得的上市公司综合财务指数得分数按从大到小的顺序进行排名。
(三)财务综合评价实证分析
1、根据上述步骤及有关数据,应用SPSS统计分析软件进行因子分析
(1)得到因子特征值。从中选取4个特征值大于1的因子,其累积方差贡献率达85.021%,可以解释9个财务指标的大部分差异。特征值碎石图的“陡坡检验”证明4个因子是决定9个财务指标的主要因子。(图1)
(2)对因子载荷矩阵施行旋转变换,得到各主因子旋转成分矩阵。旋转成分矩阵,在各主因子上选取载荷大于0.5的财务指标对各主因子做比较明确的解释。第一个因子F1∽0.986(净资产收益率)+0.990(加权平均净资产收益率),该因子可以解释为盈利能力因子,它主要解释了财务指标中载荷高的净资产收益率和加权平均净资产收益率;第二个因子F2∽0.950(流动比率)+0.913(速动比率),该因子可以解释为偿债能力因子,它主要解释了财务指标中载荷高的流动比率和速动比率;第三个因子F3∽0.908(营业利润增长率)+0.927(净利润增长率),该因子可以解释为发展能力因子,它主要揭示了财务指标中载荷高的营业利润增长率和净利润增长率;第四个因子F4∽0.845(应收账款周转率)+0.606(总资产周转率),该因子可以解释为营运能力因子,它主要解释了财务指标中载荷高的应收账款周转率和总资产周转率。
综上,可以验证与财务分子中衡量各项能力的指标一致。
(3)旋转平方和载入。可以计算出四个因子的权重,第一个因子权重:
w==0.296
同理可得第二个因子权重:
w=0.286;w=0.234;w=0.165
(4)得到各个样本的因子得分系数矩阵。因子得分系数和原始变量的标准化值可以计算每个观测值的各因子的得分数:
F=0.490X+0.494X+0.080X-0.110X-0.018X+0.000X+0.001X-0.015X
F=-0.006X-0.029X-0.143X+0.202X+0.489X+0.480X+0.015X+0.055X
F=-0.004X-0.004X-0.102X+0.065X-0.004X+0.048X+0.524X+0.558X
F=0.014X+0.000X+0.779X+0.518X+0.052X-0.119X+0.049X-0.123X
再根据所求因子权重可得到各公司综合财务指数S:
S=WF=0.296F+0.286F+0.234F+0.165F(j=1,2,…,n)
(5)得到部分上市公司财务状况排名(限于篇幅,结果略)。
2、应用SPSS统计分析软件进行系统聚类分析。通过分析,了解到各个公司的优势,认为因子得分较相似的样品有一定的相似性,通过聚类分析验证。通过系统聚类法,选择离差平方和法,用欧式距离定义样品之间的距离。限于篇幅我们只将30家上市公司进行系统聚类,所得聚类谱系图(结果从略),从聚类谱系图可以看出,金柴动力和新华医疗首先聚在一起,它们在偿债能力方面和综合排名很相似。通过对图标的进一步分析会发现,结果和因子得分的排名之间的关系很相符。另外,在有了聚类分析的前提下,我们可以进一步依靠聚类分析的分类结果建立判别函数,将我们所希望了解的公司的各个方面的指标带入进行判别归类,从而可以使投资决策更加方便快捷。
通过上述分析,我们发现多元统计分析中的因子分析、聚类分析、判别分析等都可以运用到财务分析中,为分析指标的选择,综合因子得分函数的确定,将具有相似性的企业聚成一类,建立判别函数,为以后评价企业的类型提供依据。但是,由于企业经营环境及资本结构、竞争对手等不断改变,建立的判别函数需根据情况的变化而进行不断地调整。
(作者单位:福建农林大学计算机与信息学院)
主要参考文献:
[1]张学谦等.企业财务报表分析原理与方法.北京:清华大学出版社,2007.
[2]葛文雷.现代公司财务学.上海:中国纺织大学出版社,1997.
[3]陈文浩.公司财务.上海:上海财经大学出版社,2003.
[4]高惠旋.应用多元统计分析.北京:北京大学出版社,2002.
[5]米红等.实用现代统计分析方法及SPSS应用.北京:当代中国出版社,2004.
多元统计分析论文相关文章：
1.经济发展毕业论文