多元統(tǒng)計(jì)分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的多元統(tǒng)計(jì)分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：多元統(tǒng)計(jì)分析范文

［關(guān)鍵詞］多元統(tǒng)計(jì)分析；經(jīng)濟(jì)；經(jīng)濟(jì)學(xué)角度

社會(huì)各組織機(jī)構(gòu)離不開統(tǒng)計(jì)分析工作，其不僅能夠讓各個(gè)組織機(jī)構(gòu)明確相關(guān)領(lǐng)域過去和現(xiàn)在的發(fā)展?fàn)顩r，更能對(duì)未來的發(fā)展趨勢(shì)做出準(zhǔn)確的預(yù)判，從而制定出科學(xué)的決策。經(jīng)濟(jì)領(lǐng)域是一個(gè)復(fù)雜、龐大的系統(tǒng)，國(guó)家在進(jìn)行經(jīng)濟(jì)發(fā)展戰(zhàn)略的制定時(shí)，往往以完整、準(zhǔn)確的經(jīng)濟(jì)數(shù)據(jù)為基礎(chǔ)，進(jìn)行科學(xué)化的決策。而多元統(tǒng)計(jì)分析是統(tǒng)計(jì)分析方法的創(chuàng)新，對(duì)我國(guó)經(jīng)濟(jì)戰(zhàn)略的制定和決策具有積極的作用。

1多元統(tǒng)計(jì)分析的概述

隨著科技水平的不斷提高，在互聯(lián)網(wǎng)的發(fā)展背景下，多元統(tǒng)計(jì)分析方法與智能化分析逐漸融為一體，且在新媒體上進(jìn)行數(shù)據(jù)處理與分析的過程中，從傳統(tǒng)統(tǒng)計(jì)分析中衍生出來，并在大數(shù)據(jù)背景下繼續(xù)發(fā)展，推動(dòng)著統(tǒng)計(jì)分析工作邁向一個(gè)新的發(fā)展階段。多元統(tǒng)計(jì)分析是利用數(shù)理統(tǒng)計(jì)的方法研究變量的問題和理論的，在經(jīng)濟(jì)領(lǐng)域中，經(jīng)濟(jì)統(tǒng)計(jì)所涉及的變量是多邊的，而傳統(tǒng)的統(tǒng)計(jì)分析是“一對(duì)一”的統(tǒng)計(jì)方式，這種統(tǒng)計(jì)分析方法不僅不能實(shí)現(xiàn)分析的時(shí)效性，更難以保證統(tǒng)計(jì)變量之間的關(guān)系，而多元統(tǒng)計(jì)分析便能彌補(bǔ)傳統(tǒng)分析法的弊端，減少信息的流失，保證信息的準(zhǔn)確性和完整性，進(jìn)而全面反映出數(shù)據(jù)的情況。

2多元統(tǒng)計(jì)分析方法在經(jīng)濟(jì)中的應(yīng)用

2.1多元回歸分析的應(yīng)用

為了能夠客觀地對(duì)經(jīng)濟(jì)規(guī)律進(jìn)行分析，需要對(duì)經(jīng)濟(jì)變動(dòng)形式進(jìn)行計(jì)量模型的建立。多元回歸法是通過經(jīng)濟(jì)計(jì)量模型分析經(jīng)濟(jì)走勢(shì)的，目前比較常用的是通過數(shù)字方程進(jìn)行模型的建立，通過模型進(jìn)行數(shù)字方程的建立，且將模型中變量之間的關(guān)系進(jìn)行梳理，并通過對(duì)經(jīng)濟(jì)計(jì)量數(shù)據(jù)進(jìn)行預(yù)測(cè)，從而對(duì)經(jīng)濟(jì)的發(fā)展態(tài)勢(shì)進(jìn)行判定分析，進(jìn)而全面的研究經(jīng)濟(jì)問題。例如，多元回歸分析在我國(guó)通貨膨脹問題中的應(yīng)用。眾所周知，通貨膨脹最顯著的特征就是整體的物價(jià)上漲，在這種情況下可以將已上漲的物價(jià)按照因變量進(jìn)行統(tǒng)計(jì)分析，并將各種影響因素作為統(tǒng)計(jì)分析中的自變量，在此基礎(chǔ)上研究影響各個(gè)物價(jià)上漲的因素。通過兩種因素的結(jié)合制定相應(yīng)的多元回歸方程，進(jìn)而讓整個(gè)通貨膨脹率能以經(jīng)濟(jì)模型的形式呈現(xiàn)，使引起通貨膨脹的原因得以更系統(tǒng)的形式體現(xiàn)。

2.2聚類分析的應(yīng)用

聚類分析法是多元統(tǒng)計(jì)分析方法中研究分類問題的一種方式，其所研究的領(lǐng)域較為寬泛，例如，在分類研究的問題上，從企業(yè)出發(fā)，可以將企業(yè)的發(fā)展類型進(jìn)行分類、經(jīng)營(yíng)方式進(jìn)行分類、收益模式進(jìn)行分類。從國(guó)土資源出發(fā)，可以將國(guó)民的生活水平進(jìn)行分類、土地資源類型進(jìn)行分類、土地資源等級(jí)進(jìn)行分類。例如，聚類分析法在企業(yè)經(jīng)營(yíng)效益分類的應(yīng)用中，其能夠通過對(duì)企業(yè)自身的指標(biāo)進(jìn)行整合，并以這些指標(biāo)數(shù)據(jù)為基礎(chǔ)進(jìn)行統(tǒng)計(jì)量的整合。聚類分析法通過統(tǒng)計(jì)量的整合數(shù)據(jù)進(jìn)行分類分析，將其他一些具有相似性的數(shù)據(jù)進(jìn)行類比，以此將各個(gè)企業(yè)進(jìn)行分類。最后，建立一個(gè)順序排列系統(tǒng)，將不同類別的企業(yè)按實(shí)際情況從小到大進(jìn)行排序。此外，還能以時(shí)間軸為基礎(chǔ)，對(duì)不同的資料進(jìn)行時(shí)間上的排列，這種有序聚類亦是經(jīng)濟(jì)學(xué)中經(jīng)常應(yīng)用的方式。

2.3主成分分析應(yīng)用

在經(jīng)濟(jì)學(xué)數(shù)據(jù)分析中，各項(xiàng)經(jīng)濟(jì)指標(biāo)和經(jīng)濟(jì)要素較多。此外，經(jīng)濟(jì)學(xué)指標(biāo)相互之間多數(shù)會(huì)存在一定的相關(guān)性，這就導(dǎo)致部分?jǐn)?shù)據(jù)與指標(biāo)重復(fù)，通過主成分分析便能實(shí)現(xiàn)數(shù)據(jù)的“降維”，將主要數(shù)據(jù)進(jìn)行提煉并加以整合，簡(jiǎn)化統(tǒng)計(jì)分析工作。例如，在評(píng)價(jià)經(jīng)濟(jì)效益的應(yīng)用中，為了明確經(jīng)濟(jì)效益，就必須對(duì)相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，然而，經(jīng)濟(jì)指標(biāo)的重疊讓指標(biāo)體系呈現(xiàn)多個(gè)指標(biāo)。這給經(jīng)濟(jì)效益的評(píng)價(jià)帶來了一定的困難，主成分分析能夠?qū)⒅笜?biāo)體系中的多個(gè)指標(biāo)進(jìn)行“降維”，將重疊指標(biāo)信息進(jìn)行重組，防止了數(shù)據(jù)的疊加統(tǒng)計(jì)，進(jìn)而使經(jīng)濟(jì)的綜合評(píng)價(jià)更加準(zhǔn)確、客觀。

2.4判別分析的應(yīng)用

在多元統(tǒng)計(jì)分析中，判別分析旨在對(duì)不同經(jīng)濟(jì)數(shù)據(jù)與指標(biāo)進(jìn)行歸類，這與文中的聚類分析不同，判別分析是在聚類分析基礎(chǔ)下進(jìn)行的，是將已知的數(shù)據(jù)進(jìn)行合理歸類，確定測(cè)試樣品的屬性范圍。判別分析是通過分布函數(shù)進(jìn)行統(tǒng)計(jì)分析，通過給定的多個(gè)個(gè)體數(shù)據(jù)和總體，對(duì)各個(gè)個(gè)體數(shù)據(jù)與指標(biāo)相應(yīng)所屬的主題進(jìn)行歸類。例如，在經(jīng)濟(jì)指標(biāo)歸類中，可以依據(jù)判別分析法將我國(guó)企業(yè)的經(jīng)濟(jì)效益進(jìn)行統(tǒng)計(jì)分析，將不同企業(yè)的經(jīng)濟(jì)效益進(jìn)行聚類分析，形成優(yōu)、良和差三個(gè)等級(jí)，當(dāng)對(duì)一個(gè)新的企業(yè)進(jìn)行等級(jí)分析時(shí)，可以通過其內(nèi)部的經(jīng)營(yíng)數(shù)據(jù)與三個(gè)大類的企業(yè)數(shù)據(jù)進(jìn)行對(duì)比，與之相似度最貼近的，即為同一類別企業(yè)。通過判別分析，能夠明晰社會(huì)各個(gè)領(lǐng)域的經(jīng)濟(jì)發(fā)展情況，以此來有針對(duì)性的制定發(fā)展策略，實(shí)現(xiàn)科學(xué)化發(fā)展。判別分析法已成為我國(guó)經(jīng)濟(jì)發(fā)展中常用的一種多元統(tǒng)計(jì)分析法。

3結(jié)語

在多元統(tǒng)計(jì)分析中，任何分析法之間都存在著關(guān)聯(lián)性。各種方式共同揭示著我國(guó)經(jīng)濟(jì)現(xiàn)象的發(fā)展形式和規(guī)律，所以，在利用多元統(tǒng)計(jì)分析時(shí)，若能充分進(jìn)行定量與定性兩種分析的結(jié)合，可以使統(tǒng)計(jì)分析工作更加全面、更加準(zhǔn)確。

作者:程榮榮 單位:山西農(nóng)業(yè)大學(xué)信息學(xué)院

參考文獻(xiàn)

［1］劉君一.多元統(tǒng)計(jì)分析方法在宏觀經(jīng)濟(jì)分析中的運(yùn)用［J］.時(shí)代金融,2015(20).

第2篇：多元統(tǒng)計(jì)分析范文

1聚類分析在證券投資中的應(yīng)用

（1）定義：聚類分析是依據(jù)研究對(duì)象的特征對(duì)其進(jìn)行分類、減少研究對(duì)象的數(shù)目，也叫分類分析和數(shù)值分析，是一種統(tǒng)計(jì)分析技術(shù)。（2）在證券投資中應(yīng)用聚類分析，是基于證券投資的各種基本特點(diǎn)而決定的。證券投資中包含著非常多的動(dòng)態(tài)的變化因素，要認(rèn)真分析證券投資中各種因素的動(dòng)態(tài)變化情況，找出合適的方法對(duì)這種動(dòng)態(tài)情況進(jìn)行把握規(guī)范處理，使投資分析更加的準(zhǔn)確、精確。1）彌補(bǔ)影響股票價(jià)格波動(dòng)因素的不確定性證券市場(chǎng)受到非常多方面的影響，具有很大的波動(dòng)性和不穩(wěn)定性，這種波動(dòng)性也造成了證券市場(chǎng)極不穩(wěn)定的發(fā)展?fàn)顟B(tài)，這些狀態(tài)的好壞對(duì)證券市場(chǎng)投資者和小股民有著非常重要的影響。聚類分析的方法是建立在基礎(chǔ)分析之上的，立足基礎(chǔ)發(fā)展長(zhǎng)遠(yuǎn)，并對(duì)股票的基本層面的因素進(jìn)行量化分析，并認(rèn)真分析掌握結(jié)果再應(yīng)用于證券投資實(shí)踐中，從股票的基本特征出發(fā)，從深層次挖掘股票的內(nèi)在價(jià)值，并將這些價(jià)值發(fā)揮到最大的效用。影響證券投資市場(chǎng)波動(dòng)的因素非常多，通過聚類分析得出的數(shù)據(jù)更加的全面科學(xué)，對(duì)于投資者來說這些數(shù)據(jù)是進(jìn)行理性投資必不可少的參考依據(jù)。2）聚類分析深層次分析了與證券市場(chǎng)相關(guān)的行業(yè)和公司的成長(zhǎng)性聚類分析是一種非常專業(yè)的投資分析方法，它善于利用證券投資過程中出現(xiàn)的各種數(shù)據(jù)來對(duì)證券所涉及的各種行業(yè)和公司進(jìn)行具體的行業(yè)分析，這些數(shù)據(jù)所產(chǎn)生額模型是證券投資者進(jìn)行證券投資必不可少的依據(jù)。而所謂成長(zhǎng)性是一種是一個(gè)行業(yè)和一個(gè)公司發(fā)展的變化趨勢(shì)，聚類分析通過各種數(shù)據(jù)總結(jié)歸納出某個(gè)行業(yè)的發(fā)展歷史和未來發(fā)展趨勢(shì)，并不斷的進(jìn)行自我檢測(cè)和自我更新。并且，要在實(shí)際生活中更好的利用這種分析方法進(jìn)行分析研究總結(jié)，就要有各種準(zhǔn)確的數(shù)據(jù)來和不同成長(zhǎng)階段的不同參數(shù)，但是，獲取這種參數(shù)比較困難，需要在證券市場(chǎng)實(shí)際交易和對(duì)行業(yè)和公司的不斷調(diào)查研究中才能得出正確的數(shù)據(jù)。因此，再利用聚類分析法進(jìn)行行業(yè)和公司分析和證券投資分析時(shí)要注重選取正確的、關(guān)鍵的指標(biāo)進(jìn)行檢查，例如主營(yíng)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率等指標(biāo)，這樣才有利于正確預(yù)測(cè)證券市場(chǎng)上股票的發(fā)展?jié)摿Α?）在實(shí)際操作中更加直觀實(shí)用聚類分析是根據(jù)現(xiàn)代證券市場(chǎng)發(fā)展水平和特點(diǎn)發(fā)展出來的新的分析方法，這種分析方法的出現(xiàn)與現(xiàn)代的基本的投資組合理論形成了比較，突出了聚類分析方法更加貼近實(shí)際生活，更加直觀、實(shí)用的特點(diǎn)，并且由于技術(shù)的發(fā)展，聚類分析方法在實(shí)際應(yīng)用中所受到的局限較小，而且易操作，因此它的適用范圍就比現(xiàn)資理論更加的廣泛。

2主成分分析在證券投資中的應(yīng)用

（1）定義：在統(tǒng)計(jì)分析中，主成分分析是一種分析、簡(jiǎn)化數(shù)據(jù)集的技術(shù)。主成分分析經(jīng)常用減少數(shù)據(jù)集的維數(shù)，同時(shí)保持?jǐn)?shù)據(jù)集的對(duì)方差貢獻(xiàn)最大的特征。主成分分析由卡爾•皮爾遜于1901年發(fā)明，用于分析數(shù)據(jù)及建立數(shù)理模型。其方法主要是通過對(duì)協(xié)方差矩陣進(jìn)行特征分解，以得出數(shù)據(jù)的主成分（即特征矢量）與它們的權(quán)值。（2）主成分分析的應(yīng)用非常廣泛，判別分析的分析方法就是通過對(duì)各種分類數(shù)據(jù)的研究，分析出自變量各組間存在的差異，并總結(jié)出差異性，判斷哪一個(gè)自變量對(duì)組間差異的貢獻(xiàn)是否完全，根據(jù)這些數(shù)據(jù)將自變量的轉(zhuǎn)變方法進(jìn)行樣本歸類。1）降低影響證券投資市場(chǎng)變動(dòng)的因素之間的互相影響在證券市場(chǎng)中有非常多的因素在影響著證券市場(chǎng)的穩(wěn)定，這些因素之間有著非常多的關(guān)系，相互影響、相互關(guān)聯(lián)，但相互之間的影響也存在著非常多的影響。而主成分分析方法就是在對(duì)影響證券投資相互關(guān)系的因素中進(jìn)行分析，并對(duì)原始數(shù)據(jù)指標(biāo)變量進(jìn)行認(rèn)真分析，將其中重要的主成分因素概括出來，并進(jìn)行轉(zhuǎn)換形成相互彼此相互獨(dú)立的成分，而且經(jīng)過實(shí)踐證明在影響證券市場(chǎng)投資分析中的指標(biāo)間相關(guān)程度越高，主成分分析效果越好。2）通過主成分分析減少指標(biāo)選擇的工作量主成分分析的目的就是要通過對(duì)各種數(shù)據(jù)、因素的分析總結(jié)出相對(duì)各種因素的不同影響程度，總結(jié)總體因素中的主要影響成分，并總結(jié)出不同層次的影響因素梯度，在分析時(shí)采取逐級(jí)分析的方法，這樣既可以抓住主要矛盾進(jìn)行分析，也可以節(jié)省時(shí)間，并且提高分析的準(zhǔn)確性，減少分析人員的工作量，因此，主成分分析法指標(biāo)選擇上的優(yōu)勢(shì)更加的突出。3）由主成分分析法構(gòu)造回歸模型更加的精確、節(jié)省時(shí)間在進(jìn)行證券投資因素分析時(shí)，為了能夠更加清晰準(zhǔn)確的對(duì)模型中的相關(guān)數(shù)據(jù)進(jìn)行分析，都要對(duì)各種數(shù)據(jù)進(jìn)行模型處理，這樣的處理方式可以提高整個(gè)證券投資分析的準(zhǔn)確性，是模型更加易于做出結(jié)構(gòu)分析、控制和進(jìn)行證券市場(chǎng)變動(dòng)的預(yù)報(bào)。

3因子分析

（1）定義：因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。最早由英國(guó)心理學(xué)家C.E.斯皮爾曼提出。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質(zhì)的變量歸入一個(gè)因子，可減少變量的數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。（2）應(yīng)用因子分析最主要的作用是確定證券投資組合的模型。因子分析將影響股票價(jià)格的各種因素看成是不同的變量，建立股價(jià)因子模型，利用各因子不相關(guān)性確定股票的分類，再分析股票的發(fā)展?jié)摿Φ幕A(chǔ)上確定出合適的證券投資模型。

4總結(jié)

第3篇：多元統(tǒng)計(jì)分析范文

（一）主成分分析主成分分析的方法論就是數(shù)學(xué)降維方法的運(yùn)用，其宗旨在通過新變量代替舊變量，同時(shí)新變量之間是獨(dú)立的，同時(shí)使用者還可以自己決定是否進(jìn)行分布統(tǒng)計(jì)，因此，主成分分析就是一種以多數(shù)相關(guān)的變量取代少數(shù)不相關(guān)變量的分析模式。主成分分析的基本特征就在于其可以避免設(shè)定參數(shù)與實(shí)際誤差的影響到最后的統(tǒng)計(jì)分析結(jié)果，并且在統(tǒng)計(jì)的過程中該分析方法選取了較多的變量，提高了變量基數(shù)大小的準(zhǔn)確性，同時(shí)在分析的過程中變量較少，而且較少的變量之間互相不影響，這樣的一個(gè)過程可以使得統(tǒng)計(jì)分析結(jié)果與實(shí)際情況更加符合。

（二）因子分析因子分析方法是在主成分分析基礎(chǔ)上發(fā)展出的分析方法，其主要研究的對(duì)象就是矩陣內(nèi)部的聯(lián)系程度，即以帶有原始指標(biāo)數(shù)據(jù)的矩陣為基礎(chǔ)，研究該矩陣的內(nèi)部結(jié)構(gòu)，進(jìn)而尋找對(duì)該結(jié)構(gòu)具有支配作用的獨(dú)立新的因子，從而定位那些能夠影響變量的特殊因子。因子分析的目的不在于尋找主因子，而是要知道這些因子所代表的含義是什么，可是主成分分析方法尋找到的主因子的解初始載荷矩陣并不滿足簡(jiǎn)單結(jié)構(gòu)原則,各因子的典型代表變量不很突出,因而容易使因子的意義含糊不清,不便于以因子進(jìn)行經(jīng)濟(jì)解釋。為此可對(duì)因子進(jìn)行旋轉(zhuǎn),以便得到滿意效果。

（三）聚類分析聚類分析的基本定義是通過統(tǒng)計(jì)變量的分布情況，并在分析過程中將具有同類性質(zhì)的變量予以歸納總結(jié)，從而實(shí)現(xiàn)減少系統(tǒng)變量的目的的一種統(tǒng)計(jì)學(xué)方法。實(shí)際上，聚類分析法就是一個(gè)尋找一種統(tǒng)計(jì)量，即可以客觀反映變量之間密切聯(lián)系程度的統(tǒng)計(jì)量，在此基礎(chǔ)上對(duì)這些變量進(jìn)行分類，目前常用的聚類統(tǒng)計(jì)量有距離系數(shù)和相似系數(shù)兩類。但是聚類分析方法主要有三種：系統(tǒng)聚類法、調(diào)優(yōu)法、圖論法。

二、多元數(shù)據(jù)統(tǒng)計(jì)分析方法的意義

多元數(shù)據(jù)統(tǒng)計(jì)分析方法是隨著計(jì)算機(jī)的迅速發(fā)展而興起的數(shù)理統(tǒng)計(jì)學(xué)的分支，借助計(jì)算機(jī)對(duì)數(shù)據(jù)超強(qiáng)的處理能力而研發(fā)的統(tǒng)計(jì)分析軟件已經(jīng)使得統(tǒng)計(jì)分析變得更加簡(jiǎn)單，并且可以處理更大容量的數(shù)據(jù)，可以說大數(shù)據(jù)時(shí)代已然來臨，而多元數(shù)據(jù)統(tǒng)計(jì)分析方法也被應(yīng)用到經(jīng)濟(jì)發(fā)展的各個(gè)領(lǐng)域。多元數(shù)據(jù)統(tǒng)計(jì)分析主要是對(duì)數(shù)理統(tǒng)計(jì)方法的原理應(yīng)用，進(jìn)而對(duì)多變量問題進(jìn)行研究的理論和方法，其可以將復(fù)雜的基尼指標(biāo)變得簡(jiǎn)單化，更加清晰地反映經(jīng)濟(jì)指標(biāo)的背后含義，這也是多元統(tǒng)計(jì)分析的最重要的作用，多元統(tǒng)計(jì)分析方法可以在不有損既有信息的前提下，進(jìn)行變化和構(gòu)造模型，使得復(fù)雜數(shù)據(jù)簡(jiǎn)單化。

三、多元統(tǒng)計(jì)分析方法在國(guó)民區(qū)域經(jīng)濟(jì)評(píng)價(jià)的應(yīng)用

（一）武漢城市圈區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)的選取與分析區(qū)域經(jīng)濟(jì)發(fā)展的狀況是需要從整體上予以評(píng)估和考量的，而這種經(jīng)濟(jì)評(píng)價(jià)可以客觀反映區(qū)域經(jīng)濟(jì)發(fā)的綜合經(jīng)濟(jì)實(shí)力，展現(xiàn)與區(qū)域內(nèi)的整體經(jīng)濟(jì)發(fā)展水平，綜合經(jīng)濟(jì)實(shí)力就是區(qū)域內(nèi)的具有的全部經(jīng)濟(jì)實(shí)力和發(fā)展?jié)摿?，以及?jīng)濟(jì)地位和影響力。[4]本文所選取的分析對(duì)象是武漢市的區(qū)域城市圈的經(jīng)濟(jì)發(fā)展指標(biāo)，其中的數(shù)據(jù)來源主要是湖北統(tǒng)計(jì)年鑒和湖北省統(tǒng)計(jì)局于2014年所公布的數(shù)據(jù)，通過這些數(shù)據(jù)我們可以大致了解武漢城市圈區(qū)域經(jīng)濟(jì)的基本綜合經(jīng)濟(jì)實(shí)力。所以，我們主要選取了其中的15項(xiàng)經(jīng)濟(jì)指標(biāo)，并標(biāo)記為X1-X15，同時(shí)利用了SAS統(tǒng)計(jì)分析軟件進(jìn)行了分析，最后的統(tǒng)計(jì)分析結(jié)果如下表。

（二）聚類分析及其結(jié)果評(píng)價(jià)聚類分析主要是將需要分類的對(duì)象按照特定的規(guī)則和方法進(jìn)行分類，我們主要是對(duì)這些數(shù)據(jù)的特征進(jìn)行觀察，然后確定這些分類的。在聚類之后，同一組內(nèi)的對(duì)象應(yīng)當(dāng)具有相似性，而不同組的對(duì)象是不相同的。我們根據(jù)表3.1的原始數(shù)據(jù)，我們可以對(duì)武漢城市圈區(qū)域內(nèi)的九個(gè)城市進(jìn)行聚類，結(jié)果如圖1和表2。

（三）結(jié)果評(píng)價(jià)根據(jù)以上的聚類結(jié)果的分析，我們基本上把武漢城市圈區(qū)域內(nèi)的九個(gè)城市分為三類，通過表圖1和表2可以看出，不同類別區(qū)域的指標(biāo)分值的差異，由此也體現(xiàn)了其城市綜合經(jīng)濟(jì)實(shí)力的差距。首先，區(qū)域內(nèi)的經(jīng)濟(jì)實(shí)力最強(qiáng)的當(dāng)屬湖北省會(huì)城市武漢，因?yàn)槲錆h是該區(qū)域內(nèi)的經(jīng)濟(jì)中心，基于其地理位置的優(yōu)勢(shì)，交通和基礎(chǔ)設(shè)施完備，這些指標(biāo)都是經(jīng)濟(jì)發(fā)展的重要影響因素，而且武漢作為該區(qū)域經(jīng)濟(jì)的中心，其領(lǐng)導(dǎo)地位是毋庸置疑的，武漢也需要充分利用自身的優(yōu)勢(shì)帶動(dòng)周邊經(jīng)濟(jì)體的發(fā)展。其次，該區(qū)域內(nèi)的綜合經(jīng)濟(jì)實(shí)力第二類就是黃岡、咸寧和孝感了，該三個(gè)城市的相同點(diǎn)都在于地理位置的便利性，而且經(jīng)濟(jì)發(fā)展模式比較健康，在利用外資方面成績(jī)顯著，在武漢城市圈內(nèi)整體實(shí)力較為強(qiáng)大，因此該類城市需要發(fā)揮自身的優(yōu)勢(shì)，協(xié)同武漢共同實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)整體實(shí)力的提升。

第4篇：多元統(tǒng)計(jì)分析范文

隨著我國(guó)證券市場(chǎng)不斷的發(fā)展，人們的金融意識(shí)和投資理財(cái)意識(shí)也不斷加強(qiáng)。證券業(yè)的發(fā)展吸引了投資者對(duì)證券市場(chǎng)進(jìn)行投資，但是由于我國(guó)證券業(yè)起步晚，各項(xiàng)制度法規(guī)還不健全，人們的思想水平?jīng)]有達(dá)到一定水平，面對(duì)證券市場(chǎng)如此快速的發(fā)展速度難免會(huì)出現(xiàn)一些問題。本文針對(duì)證券市場(chǎng)中出現(xiàn)的問題，研究分析了多元統(tǒng)計(jì)分析方法在證券投資中的應(yīng)用，并對(duì)證券市場(chǎng)發(fā)展提出一些建議。

【關(guān)鍵詞】

證券投資；多元統(tǒng)計(jì)分析；應(yīng)用

證券市場(chǎng)的發(fā)展也反映出了我國(guó)經(jīng)濟(jì)的發(fā)展，中國(guó)證券業(yè)在短短十幾年的所做出的成就是發(fā)達(dá)資本主義國(guó)家在歷經(jīng)百年的坎坷之后實(shí)現(xiàn)的，這樣巨大的成就是中國(guó)經(jīng)濟(jì)發(fā)展的驕傲，但是這其中也存在的巨大的問題。近年來隨著證券業(yè)的不斷發(fā)展，這些問題不斷暴露出來，對(duì)整個(gè)證券市場(chǎng)和經(jīng)濟(jì)市場(chǎng)的發(fā)展構(gòu)成威脅。為了能夠減少這些問題的出現(xiàn)人們也在積極地進(jìn)行各方面方法的研究，其中多元統(tǒng)計(jì)分析法就是非常重要的方面。

1 多元統(tǒng)計(jì)分析法的介紹

（1）概念：多元統(tǒng)計(jì)分析是從經(jīng)典統(tǒng)計(jì)學(xué)中發(fā)展起來的重要分支，是一種綜合性非常強(qiáng)的分析方法。多元統(tǒng)計(jì)分析方法，能夠在多個(gè)對(duì)象和多個(gè)指標(biāo)相互關(guān)聯(lián)的情況下分析它們的統(tǒng)計(jì)規(guī)律，是數(shù)理統(tǒng)計(jì)學(xué)中的重要分支學(xué)科。

（2）內(nèi)容

多元統(tǒng)計(jì)分析方法所包含的統(tǒng)計(jì)方法包括：多重回歸分析、判別分析、聚類分析、主成分分析、對(duì)應(yīng)分析、因子分析、典型相關(guān)分析、多元方差分析等。

（3）應(yīng)用簡(jiǎn)介

多元統(tǒng)計(jì)分析方法主要研究的是某個(gè)客觀事物中多個(gè)變量之間的相互依賴的統(tǒng)計(jì)規(guī)律性，并在R.A費(fèi)希爾等多位統(tǒng)計(jì)學(xué)家的精心研究下得到了重大發(fā)展，到20世紀(jì)50年代，伴隨著計(jì)算機(jī)科技的發(fā)展和普及，多種統(tǒng)計(jì)軟件應(yīng)運(yùn)而生，多元統(tǒng)計(jì)分析方法在地質(zhì)、氣象、生物、醫(yī)學(xué)、圖像處理、經(jīng)濟(jì)分析等領(lǐng)域得到了廣泛的應(yīng)用，這些實(shí)際應(yīng)用的發(fā)展也再一次促進(jìn)了多元統(tǒng)計(jì)分析法理論的發(fā)展，使人們?cè)谑褂枚嘣y(tǒng)計(jì)分析法時(shí)越開越方便。

2 多元統(tǒng)計(jì)分析方法在證券投資中的應(yīng)用

多元統(tǒng)計(jì)分析法是證券投資中非常重要的分析方法，它的理論內(nèi)容包含了多個(gè)方面的理論方法，每個(gè)理論分析方法對(duì)證券投資有著不同的分析作用，應(yīng)該對(duì)每個(gè)分析方法進(jìn)行認(rèn)真研究得出相關(guān)的結(jié)論，再應(yīng)用到實(shí)際經(jīng)濟(jì)生活中。

2.1 聚類分析在證券投資中的應(yīng)用

（1）定義：聚類分析是依據(jù)研究對(duì)象的特征對(duì)其進(jìn)行分類、減少研究對(duì)象的數(shù)目，也叫分類分析和數(shù)值分析，是一種統(tǒng)計(jì)分析技術(shù)。

（2）在證券投資中應(yīng)用聚類分析，是基于證券投資的各種基本特點(diǎn)而決定的。證券投資中包含著非常多的動(dòng)態(tài)的變化因素，要認(rèn)真分析證券投資中各種因素的動(dòng)態(tài)變化情況，找出合適的方法對(duì)這種動(dòng)態(tài)情況進(jìn)行把握規(guī)范處理，使投資分析更加的準(zhǔn)確、精確。

1）彌補(bǔ)影響股票價(jià)格波動(dòng)因素的不確定性

證券市場(chǎng)受到非常多方面的影響，具有很大的波動(dòng)性和不穩(wěn)定性，這種波動(dòng)性也造成了證券市場(chǎng)極不穩(wěn)定的發(fā)展?fàn)顟B(tài)，這些狀態(tài)的好壞對(duì)證券市場(chǎng)投資者和小股民有著非常重要的影響。聚類分析的方法是建立在基礎(chǔ)分析之上的，立足基礎(chǔ)發(fā)展長(zhǎng)遠(yuǎn)，并對(duì)股票的基本層面的因素進(jìn)行量化分析，并認(rèn)真分析掌握結(jié)果再應(yīng)用于證券投資實(shí)踐中，從股票的基本特征出發(fā)，從深層次挖掘股票的內(nèi)在價(jià)值，并將這些價(jià)值發(fā)揮到最大的效用。影響證券投資市場(chǎng)波動(dòng)的因素非常多，通過聚類分析得出的數(shù)據(jù)更加的全面科學(xué)，對(duì)于投資者來說這些數(shù)據(jù)是進(jìn)行理性投資必不可少的參考依據(jù)。

2）聚類分析深層次分析了與證券市場(chǎng)相關(guān)的行業(yè)和公司的成長(zhǎng)性

聚類分析是一種非常專業(yè)的投資分析方法，它善于利用證券投資過程中出現(xiàn)的各種數(shù)據(jù)來對(duì)證券所涉及的各種行業(yè)和公司進(jìn)行具體的行業(yè)分析，這些數(shù)據(jù)所產(chǎn)生額模型是證券投資者進(jìn)行證券投資必不可少的依據(jù)。而所謂成長(zhǎng)性是一種是一個(gè)行業(yè)和一個(gè)公司發(fā)展的變化趨勢(shì)，聚類分析通過各種數(shù)據(jù)總結(jié)歸納出某個(gè)行業(yè)的發(fā)展歷史和未來發(fā)展趨勢(shì)，并不斷的進(jìn)行自我檢測(cè)和自我更新。并且，要在實(shí)際生活中更好的利用這種分析方法進(jìn)行分析研究總結(jié)，就要有各種準(zhǔn)確的數(shù)據(jù)來和不同成長(zhǎng)階段的不同參數(shù)，但是，獲取這種參數(shù)比較困難，需要在證券市場(chǎng)實(shí)際交易和對(duì)行業(yè)和公司的不斷調(diào)查研究中才能得出正確的數(shù)據(jù)。因此，再利用聚類分析法進(jìn)行行業(yè)和公司分析和證券投資分析時(shí)要注重選取正確的、關(guān)鍵的指標(biāo)進(jìn)行檢查，例如主營(yíng)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率等指標(biāo)，這樣才有利于正確預(yù)測(cè)證券市場(chǎng)上股票的發(fā)展?jié)摿Α?/p>

3）在實(shí)際操作中更加直觀實(shí)用

聚類分析是根據(jù)現(xiàn)代證券市場(chǎng)發(fā)展水平和特點(diǎn)發(fā)展出來的新的分析方法，這種分析方法的出現(xiàn)與現(xiàn)代的基本的投資組合理論形成了比較，突出了聚類分析方法更加貼近實(shí)際生活，更加直觀、實(shí)用的特點(diǎn)，并且由于技術(shù)的發(fā)展，聚類分析方法在實(shí)際應(yīng)用中所受到的局限較小，而且易操作，因此它的適用范圍就比現(xiàn)資理論更加的廣泛。

2.2 主成分分析在證券投資中的應(yīng)用

（1）定義：在統(tǒng)計(jì)分析中，主成分分析是一種分析、簡(jiǎn)化數(shù)據(jù)集的技術(shù)。主成分分析經(jīng)常用減少數(shù)據(jù)集的維數(shù)，同時(shí)保持?jǐn)?shù)據(jù)集的對(duì)方差貢獻(xiàn)最大的特征。主成分分析由卡爾?皮爾遜于1901年發(fā)明，用于分析數(shù)據(jù)及建立數(shù)理模型。其方法主要是通過對(duì)協(xié)方差矩陣進(jìn)行特征分解，以得出數(shù)據(jù)的主成分（即特征矢量）與它們的權(quán)值。

（2）主成分分析的應(yīng)用非常廣泛，判別分析的分析方法就是通過對(duì)各種分類數(shù)據(jù)的研究，分析出自變量各組間存在的差異，并總結(jié)出差異性，判斷哪一個(gè)自變量對(duì)組間差異的貢獻(xiàn)是否完全，根據(jù)這些數(shù)據(jù)將自變量的轉(zhuǎn)變方法進(jìn)行樣本歸類。

1）降低影響證券投資市場(chǎng)變動(dòng)的因素之間的互相影響

在證券市場(chǎng)中有非常多的因素在影響著證券市場(chǎng)的穩(wěn)定，這些因素之間有著非常多的關(guān)系，相互影響、相互關(guān)聯(lián)，但相互之間的影響也存在著非常多的影響。而主成分分析方法就是在對(duì)影響證券投資相互關(guān)系的因素中進(jìn)行分析，并對(duì)原始數(shù)據(jù)指標(biāo)變量進(jìn)行認(rèn)真分析，將其中重要的主成分因素概括出來，并進(jìn)行轉(zhuǎn)換形成相互彼此相互獨(dú)立的成分，而且經(jīng)過實(shí)踐證明在影響證券市場(chǎng)投資分析中的指標(biāo)間相關(guān)程度越高，主成分分析效果越好。

2）通過主成分分析減少指標(biāo)選擇的工作量

主成分分析的目的就是要通過對(duì)各種數(shù)據(jù)、因素的分析總結(jié)出相對(duì)各種因素的不同影響程度，總結(jié)總體因素中的主要影響成分，并總結(jié)出不同層次的影響因素梯度，在分析時(shí)采取逐級(jí)分析的方法，這樣既可以抓住主要矛盾進(jìn)行分析，也可以節(jié)省時(shí)間，并且提高分析的準(zhǔn)確性，減少分析人員的工作量，因此，主成分分析法指標(biāo)選擇上的優(yōu)勢(shì)更加的突出。

3）由主成分分析法構(gòu)造回歸模型更加的精確、節(jié)省時(shí)間

在進(jìn)行證券投資因素分析時(shí)，為了能夠更加清晰準(zhǔn)確的對(duì)模型中的相關(guān)數(shù)據(jù)進(jìn)行分析，都要對(duì)各種數(shù)據(jù)進(jìn)行模型處理，這樣的處理方式可以提高整個(gè)證券投資分析的準(zhǔn)確性，是模型更加易于做出結(jié)構(gòu)分析、控制和進(jìn)行證券市場(chǎng)變動(dòng)的預(yù)報(bào)。

2.3 因子分析

（1）定義：因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。最早由英國(guó)心理學(xué)家C.E.斯皮爾曼提出。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質(zhì)的變量歸入一個(gè)因子，可減少變量的數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。

（2）應(yīng)用

因子分析最主要的作用是確定證券投資組合的模型。因子分析將影響股票價(jià)格的各種因素看成是不同的變量，建立股價(jià)因子模型，利用各因子不相關(guān)性確定股票的分類，再分析股票的發(fā)展?jié)摿Φ幕A(chǔ)上確定出合適的證券投資模型。

3 總結(jié)

隨著經(jīng)濟(jì)發(fā)展的不斷加快，金融證券市場(chǎng)的發(fā)展也達(dá)到了又一個(gè)高度。我國(guó)證券市場(chǎng)的發(fā)展還不完善，暴露出來的諸多經(jīng)濟(jì)問題必須引起政府和社會(huì)的廣泛關(guān)注。證券市場(chǎng)研究著也要積極進(jìn)行證券市場(chǎng)的各種理論對(duì)市場(chǎng)的發(fā)展做出合理的預(yù)測(cè)和控制。多元統(tǒng)計(jì)分析方法是近年來應(yīng)用比較廣泛、科學(xué)的方法，它為整個(gè)證券市場(chǎng)的健康發(fā)展做出了輔作用。為了證券市場(chǎng)能夠更好發(fā)展，多元統(tǒng)計(jì)分析方法也要進(jìn)行積極創(chuàng)新，為將來的發(fā)展做出貢獻(xiàn)。

【參考文獻(xiàn)】

[1]彭文浩.多元統(tǒng)計(jì)分析方法在證券投資中的應(yīng)用[J].科技信息，2011（16）

[2]鄧秀琴.聚類分析在股票市場(chǎng)板塊分析中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2010（05）

[3]蔣佳璐，杜春偉.關(guān)于證券投資基金制度的經(jīng)濟(jì)學(xué)分析探討[J].商，2014（8）

[4]王藝欽.行為金融視野下的證券投資風(fēng)險(xiǎn)對(duì)策[J].中國(guó)管理信息化，2014（8）

第5篇：多元統(tǒng)計(jì)分析范文

【關(guān)鍵詞】因子分析；聚類；旅游業(yè)發(fā)展

旅游業(yè)是新興的第三產(chǎn)業(yè)，其產(chǎn)生和發(fā)展是人類物質(zhì)、精神文明發(fā)展的必然趨勢(shì)?！芭d旅游、旺百業(yè)”，旅游業(yè)的發(fā)展可以帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展，還能明顯增加城鎮(zhèn)居民的收入和就業(yè)機(jī)會(huì)。本文從五個(gè)方面選取了共14項(xiàng)指標(biāo)對(duì)我國(guó)各省份2004年、2008年旅游業(yè)發(fā)展?fàn)顩r進(jìn)行比較分析，著重分析4年來各地的變化特點(diǎn)。同時(shí)運(yùn)用聚類分析，從整體上把握各省份旅游業(yè)發(fā)展?fàn)顩r，進(jìn)而對(duì)我國(guó)旅游業(yè)的發(fā)展提出相應(yīng)的建議。

一、指標(biāo)選取及數(shù)據(jù)來源

黎潔等（1999）在研究旅游業(yè)國(guó)際競(jìng)爭(zhēng)力時(shí)，根據(jù)波特的產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力鉆石模型，將旅游業(yè)競(jìng)爭(zhēng)力的影響因素概括為旅游生產(chǎn)要素狀況、國(guó)內(nèi)旅游需求、旅游相關(guān)輔助產(chǎn)業(yè)的狀況、旅游企業(yè)戰(zhàn)略、結(jié)構(gòu)與競(jìng)爭(zhēng)、機(jī)遇以及政府六大方面。本文主要分析各省份旅游業(yè)的發(fā)展?fàn)顩r，在前人的基礎(chǔ)上，依據(jù)影響旅游業(yè)發(fā)展?fàn)顩r的相關(guān)因素及其內(nèi)在關(guān)系，同時(shí)考慮到數(shù)據(jù)選取的權(quán)威性、實(shí)用性數(shù)據(jù)獲取的難易程度，從五個(gè)方面用14個(gè)指標(biāo)構(gòu)建各省份旅游業(yè)發(fā)展評(píng)價(jià)指標(biāo)體系。（1）國(guó)際旅游競(jìng)爭(zhēng)力：X1 國(guó)際外匯收入、X2 入境旅游人數(shù)、X3 入境旅游者人均消費(fèi)；（2）星級(jí)飯店實(shí)力：X4 星級(jí)飯店數(shù)、X5 國(guó)有星級(jí)飯店全員勞動(dòng)生產(chǎn)率、X6 人均占用固定資產(chǎn)原價(jià)、X7 百元固定資產(chǎn)創(chuàng)營(yíng)業(yè)收入、X8 平均客房出租率；（3）旅行社規(guī)模與收益：X9 旅行社總數(shù)、X10 旅行社營(yíng)業(yè)收入、X11 旅行社資產(chǎn)總額；（4）X12旅游業(yè)從業(yè)人數(shù)；（5）旅游技術(shù)人員培養(yǎng)：X13 旅游院校數(shù)、X14 旅游院校學(xué)生數(shù)。

二、因子分析

1．基本思想。通過研究眾多變量之間的內(nèi)部依賴關(guān)系，尋求數(shù)據(jù)的基本結(jié)構(gòu)，少數(shù)幾個(gè)被稱為公因子的不可觀測(cè)變量，來表述基本數(shù)據(jù)結(jié)構(gòu)。這些公因子能夠反映原來眾多變量所代表的主要信息，從而簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)，方便研究。

2．實(shí)證分析。針對(duì)所要解決的問題，將2004年、2008年的有關(guān)數(shù)據(jù)用SPSS進(jìn)行因子分析。從兩年的輸出結(jié)果來看，前五個(gè)主成分累計(jì)方差貢獻(xiàn)率超過了85%，因此選取五個(gè)公因子。經(jīng)過四次方最大法旋轉(zhuǎn)后的因子載荷矩陣，從旋轉(zhuǎn)因子載荷陣可以看出，第一公因子代表國(guó)際旅游和旅行社綜合實(shí)力，第二公因子代表旅游業(yè)人員培養(yǎng)，第三公因子代表旅游企業(yè)經(jīng)濟(jì)效益，第四公因子代表資產(chǎn)使用收益，第五公因子代表旅游服務(wù)行業(yè)數(shù)量規(guī)模。為給出綜合得分，以各因子貢獻(xiàn)率占因子累計(jì)方差貢獻(xiàn)率的比重作為權(quán)重對(duì)公因子得分進(jìn)行加權(quán)計(jì)算。Wi=λi/∑λi(i=1、2、3、4、5)。得到各省綜合實(shí)力排序結(jié)果。

表12004、2008年指標(biāo)公因子權(quán)重表

（1）我國(guó)旅游業(yè)區(qū)域分布變化。從2004年、2008年的結(jié)果看，總體來說各省份旅游業(yè)發(fā)展水平相差較大。綜合實(shí)力最高的是廣東省，最差的是。江浙滬等這些東部沿海省份的旅游業(yè)發(fā)展綜合水平也明顯高于中西部省份。這種巨大差距可以從占權(quán)重最大的第一公因子所代表的各地區(qū)國(guó)際旅游綜合實(shí)力指標(biāo)來直觀說明。從變化程度看，2004年到2008年各省份旅游業(yè)發(fā)展綜合實(shí)力變化并不大，上下浮動(dòng)的范圍較小。隨著社會(huì)發(fā)展的加速，各地區(qū)的發(fā)展意識(shí)也越來越強(qiáng)烈，各省份的發(fā)展猶如“溺水行舟，不進(jìn)則退”。對(duì)比2004、2008年各省份的綜合實(shí)力得分，可以看到，中部地區(qū)一些省份加快發(fā)展旅游業(yè)，整體實(shí)力上升較快，如安徽、河南。這兩個(gè)城市均在第二公因子代表的旅游業(yè)人員培養(yǎng)方面得分上升明顯，這足以說明當(dāng)?shù)卣畬?duì)旅游業(yè)發(fā)展的重視。但也有例外，四川省旅游業(yè)的綜合實(shí)力下降較多，這是因?yàn)?008年四川地區(qū)受到了嚴(yán)重自然災(zāi)害的影響，嚴(yán)重影響了旅游業(yè)發(fā)展。（2）我國(guó)旅游業(yè)重點(diǎn)區(qū)域分析。廣東是我國(guó)旅游業(yè)規(guī)模最大、旅游經(jīng)濟(jì)最發(fā)達(dá)的省份，形成了廣州、深圳為中心的珠三角至粵東、粵西、粵北三條各具特色的旅游干線。各指標(biāo)在全國(guó)幾乎都是名列前茅。北京旅游資源豐富，同時(shí)，北京旅游資源設(shè)施齊全，交通便利，是全國(guó)航空、鐵路、公路中心。上海位于整個(gè)長(zhǎng)三角中間位置，加上其便利的水路、陸路、鐵路、航空優(yōu)勢(shì)，上海已經(jīng)成為周圍蘇杭旅游區(qū)的集散地，旅游觀光產(chǎn)發(fā)展迅速，成為上海經(jīng)濟(jì)發(fā)展的強(qiáng)大推動(dòng)力。隨著世博會(huì)的召開，上海以嶄新的面貌、優(yōu)良的基礎(chǔ)設(shè)施、便利的交通、吸引著來自世界各地的游客。2004年江蘇是唯一一個(gè)所有公因子標(biāo)準(zhǔn)化后均大于0的省份，說明江蘇省旅游業(yè)的發(fā)展非常均衡“行、游、食、購(gòu)、娛”這六大旅游要素較完善。2008年江蘇、浙江省所有公因子數(shù)值都大于0，可見，浙江的旅游業(yè)發(fā)展有了全面的提高。這些年來，云南省完善旅游基礎(chǔ)設(shè)施，并且加大旅游宣傳力度，全省旅游收入快速增長(zhǎng)，為中西部地區(qū)之首。中西部的青海是2008年想比于2004年綜合實(shí)力增長(zhǎng)最快的一個(gè)省份，雖然其綜合實(shí)力得分仍為負(fù)數(shù)，這也足以見到了青海的旅游業(yè)的發(fā)展?jié)摿Α?/p>

3．聚類分析。通過分別對(duì)五個(gè)公因子和14個(gè)原變量進(jìn)行系統(tǒng)聚類，并將多種結(jié)果進(jìn)行比較，最終確定分為8組比較合適。2004年結(jié)果：（1）天津、新疆、青海、內(nèi)蒙古、吉林、上海、甘肅、貴州、寧夏、廣西、山東、湖北、福建、廣西、浙江、河北、江蘇、安徽、河南；（2）湖南、重慶、江西；（3）、山西、遼寧、四川、黑龍江；（4）云南；（5）北京；（6）山西；（7）廣東。2008年結(jié)果：（1） 安徽、江西、湖南、廣西、湖北、甘肅、河南、山東、內(nèi)蒙古、陜西；（2）天津、青海、貴州、寧夏、山西；（3）吉林、黑龍江、遼寧、北京；（4）河北；（5）；（6）四川；（7）福建、云南；（8）江蘇、廣東、浙江、上海。2004年的結(jié)果看，旅游業(yè)發(fā)達(dá)的省份和發(fā)展水平低的省份差別很明顯，從2008年的結(jié)果可以看到，區(qū)域性發(fā)展越來越顯著。東北的吉林、黑龍江、遼寧以及北京因其北方特點(diǎn)被歸為一類。江蘇、廣東、浙江、上海這些東部沿海地區(qū)旅游業(yè)的發(fā)展水平較高，這些地區(qū)無論在旅游服務(wù)行業(yè)數(shù)量規(guī)模還是旅游企業(yè)經(jīng)濟(jì)效益方面，都遠(yuǎn)高于其他省份，發(fā)展水平優(yōu)勢(shì)明顯。

4．發(fā)展旅游業(yè)的建議。（1）有重點(diǎn)地開發(fā)旅游資源。我國(guó)是世界上經(jīng)濟(jì)、文化發(fā)展最早的國(guó)家之一。我國(guó)幅員遼闊，平原、山地、丘陵、高原等各種地貌都有，因此有著豐富的自然景觀。隨著旅游業(yè)的發(fā)展，各地區(qū)發(fā)掘和發(fā)展著各自獨(dú)特的旅游資源，但真正具有令世人感嘆的旅游資源為數(shù)不多。在旅游資源開發(fā)上，我們要有大旅游觀，各地應(yīng)有重點(diǎn)地開發(fā)當(dāng)?shù)刈罹哂形Φ暮诵穆糜钨Y源，而不是到處都全面開發(fā)旅游資源。國(guó)家需把全國(guó)旅游資源按區(qū)域重新整合，圍繞開發(fā)核心旅游資源形成一系列旅游產(chǎn)品，游客才能在出行時(shí)思路清晰，重點(diǎn)選擇。（2）旅游商品多樣化。目前旅游商品品種單一、銷售渠道狹窄、開發(fā)模式陳舊，而旅游購(gòu)物多年來又一直是我國(guó)旅游“吃、住、行、游、購(gòu)、娛”六大要素中極其重要同時(shí)也是最為薄弱的環(huán)節(jié)之一，所以發(fā)展多樣化旅游商品是當(dāng)務(wù)之急。比如，林區(qū)要挖掘林產(chǎn)品為旅游商品；沿海地區(qū)要挖掘海產(chǎn)品為旅游商品；經(jīng)濟(jì)發(fā)達(dá)地區(qū)要挖掘高新技術(shù)產(chǎn)品為旅游商品。在開發(fā)種類繁多的旅游商品上，思想要敢于創(chuàng)新，行動(dòng)要更大膽，創(chuàng)造更好的旅游經(jīng)濟(jì)效益。（3）重視旅游人員培養(yǎng)工作。導(dǎo)游工作是以來旅游目的地的旅游者為直接工作對(duì)象，以指導(dǎo)參觀游覽為主要工作方式，以增進(jìn)相互了解、友誼和為國(guó)家多創(chuàng)外匯和創(chuàng)收為主要目的的服務(wù)工作。合格的導(dǎo)游人員要有做好工作的愿望與能力。導(dǎo)游人員在具體工作中起著協(xié)調(diào)和溝通上下、內(nèi)外的重要作用。通過導(dǎo)游人員的介紹，將旅游目的地的政治、經(jīng)濟(jì)、文化等各種信息傳達(dá)給國(guó)內(nèi)外游客。因此，導(dǎo)游業(yè)務(wù)是旅游接待工作中的中心環(huán)節(jié)。

參考文獻(xiàn)

[1]高揚(yáng)等．全國(guó)各省旅游業(yè)的多元統(tǒng)計(jì)分析[J]．科技資訊．2009（24）：207～208

[2]汪德根．我國(guó)各省份國(guó)際旅游競(jìng)爭(zhēng)力比較研究[J]．經(jīng)濟(jì)管理．2004（21）

第6篇：多元統(tǒng)計(jì)分析范文

企業(yè)的經(jīng)濟(jì)效益評(píng)價(jià)是指把反映企業(yè)經(jīng)濟(jì)效益的多項(xiàng)指標(biāo)信息進(jìn)行匯總，從整體上分析對(duì)象的好壞。其基本思想是將多個(gè)單項(xiàng)指標(biāo)組合起來以便能夠反映一個(gè)對(duì)象的整體，反映到數(shù)學(xué)統(tǒng)計(jì)分析的理論層面，就是把多維空間的樣本投影并擬合到一維直線上，借助投影點(diǎn)研究樣本的規(guī)律。本文對(duì)這種方法進(jìn)行了一定的優(yōu)化，使用主成分分析的方法以實(shí)現(xiàn)對(duì)企業(yè)經(jīng)濟(jì)效益的綜合評(píng)價(jià)，既保留了原始變量的信息，又使得各主成分之間互不干擾，確保了企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)的真實(shí)性。

一、多元統(tǒng)計(jì)分析在企業(yè)經(jīng)濟(jì)效益中的應(yīng)用

綜合評(píng)價(jià)企業(yè)經(jīng)濟(jì)效益的工具有很多，多元統(tǒng)計(jì)分析作為重要工具，可以把多維度的復(fù)雜問題映射到單一維度，再通過加權(quán)平均、模糊決策綜合評(píng)價(jià)法等技術(shù)方法反映企業(yè)經(jīng)濟(jì)效益，得到綜合性的評(píng)價(jià)結(jié)果。多元統(tǒng)計(jì)方法常見的有四種：1.聚類分析。聚類分析也稱為群分析，是一種基于數(shù)據(jù)分類的分析方法，它的核心是將相似元素集合為一類，然后根據(jù)樣本間的相似程度合并，依次合并減少分類，直到所有樣本都合并為一類為止；2.判別分析。判別分析也是一種分類分析，與聚類分析不同，判別分析是已知樣本類型和判別規(guī)則，然后對(duì)未知類型的樣本進(jìn)行判別分析的多元分析方法；3.主成分分析。主成分分析是將具有一定相關(guān)性的原指標(biāo)重新組合、分解，形成一組新的無關(guān)聯(lián)的綜合指標(biāo)，以盡可能小的數(shù)據(jù)損失，反映盡可能多的指標(biāo)信息；4.因子分析。它是主成分分析的推廣，區(qū)別在于它能夠?qū)㈦S機(jī)的錯(cuò)綜復(fù)雜的變量綜合為主要的少數(shù)幾個(gè)變量， 并以有限數(shù)量的變量（或因子）反映出原始數(shù)據(jù)的內(nèi)在結(jié)構(gòu)，減少了數(shù)據(jù)丟失，使評(píng)價(jià)分析更接近數(shù)據(jù)本身。本文主要運(yùn)用的是主成分分析以及因子分析的多元統(tǒng)計(jì)分析方法，對(duì)企業(yè)進(jìn)行經(jīng)濟(jì)效益評(píng)價(jià)，以體現(xiàn)多元統(tǒng)計(jì)分析在企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)中的實(shí)際應(yīng)用。

二、應(yīng)用分析

（一）企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)的指標(biāo)分析

經(jīng)濟(jì)效益是企業(yè)在定量勞動(dòng)消耗中產(chǎn)生的勞動(dòng)成果。由于企業(yè)投入生產(chǎn)要素和勞動(dòng)成果的不同形態(tài)，企業(yè)經(jīng)濟(jì)效益的評(píng)價(jià)指標(biāo)有四個(gè)，分別是：周轉(zhuǎn)性、報(bào)酬性、效果性和效率性。企業(yè)的周轉(zhuǎn)性指標(biāo)反映的是企業(yè)資金活動(dòng)的效率，包含了流動(dòng)資產(chǎn)和固定資產(chǎn)周轉(zhuǎn)率。報(bào)酬性指標(biāo)對(duì)應(yīng)的是企業(yè)的資本收益能力，包括資產(chǎn)報(bào)酬率和所有者權(quán)益報(bào)酬率。效果性指標(biāo)是企業(yè)在一定時(shí)間內(nèi)設(shè)計(jì)生產(chǎn)的收益水平，有銷售收入、產(chǎn)值、成本費(fèi)用、人均利稅率；效率性指標(biāo)反映企業(yè)生產(chǎn)要素的利用效率，有人均產(chǎn)值、固定資產(chǎn)產(chǎn)值率和資金產(chǎn)值率。以上這11個(gè)指標(biāo)共同構(gòu)成企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)體系，分別設(shè)定為x1，x2 ，...， x11。

（二）構(gòu)建評(píng)價(jià)體系

為更好地構(gòu)建企業(yè)的經(jīng)濟(jì)效益評(píng)價(jià)體系，把企業(yè)作為綜合經(jīng)濟(jì)效益的評(píng)價(jià)對(duì)象，可以把其上一年的截面數(shù)據(jù)作為數(shù)據(jù)樣本，通過計(jì)算機(jī)統(tǒng)計(jì)軟件對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，求其相關(guān)矩陣R，再求R的特征根及特征向量。同時(shí)，依據(jù)統(tǒng)計(jì)分析理論得出主成分及貢獻(xiàn)率，并選擇貢獻(xiàn)率最高的四個(gè)作為主成分因子來構(gòu)成企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)的組合指標(biāo)。這四個(gè)因子包含了所有指標(biāo)最多的信息量，分別設(shè)為F1、F2、F3、F4。第1主因子F1直接反映了企業(yè)的效果性和效率性，設(shè)置為企業(yè)的要素效益系數(shù)；F2能夠反映出企業(yè)的要素效率，設(shè)置為企業(yè)的要素效率系數(shù)；F3能夠反映企業(yè)的報(bào)酬率，設(shè)置為企業(yè)的資產(chǎn)報(bào)酬系數(shù)；F4能夠反映企業(yè)的所有者權(quán)益報(bào)酬率，設(shè)置為所有者報(bào)酬系數(shù)。經(jīng)過以上分析，四個(gè)主因子便構(gòu)成了企業(yè)綜合評(píng)價(jià)體系。

（三）企業(yè)經(jīng)濟(jì)效益的因子評(píng)價(jià)方法

因子分析是多元統(tǒng)計(jì)分析中的重要方法，在主成分因子分析的基礎(chǔ)上，可以得出因子的得分模型，即將通過正交因子解轉(zhuǎn)置矩陣乘以R系數(shù)矩陣得出原始變量的線性組合系數(shù)矩陣，進(jìn)而得出因子得分模型和該分析樣本的主因子得分結(jié)果，并對(duì)其結(jié)果進(jìn)行了排列。根據(jù)各個(gè)因子的得分結(jié)果，可以得出以下結(jié)論：要素效益因子F1可以用來衡量企業(yè)投人生產(chǎn)要素的獲利能力，從主因子分析得知在技術(shù)條件一定的情況下，擴(kuò)大生產(chǎn)規(guī)模和增加市場(chǎng)銷售份額可以影響企業(yè)的收益水平；要素效率因子F2反映企業(yè)資本和人力運(yùn)用的效果和協(xié)調(diào)程度，通過主因子反映可以知道，通過資源配置的優(yōu)化、運(yùn)行等手段能夠較好的提高企業(yè)的運(yùn)營(yíng)效率；資產(chǎn)報(bào)酬因子F3越高，說明資源配置和占用比較合理；所有者權(quán)益因子F4得分越高說明企業(yè)資產(chǎn)構(gòu)成比例合理。

三、企業(yè)效益的綜合評(píng)價(jià)

為此，我們可以把以上四個(gè)主成分因子特征值及貢獻(xiàn)率作為權(quán)重來計(jì)算一個(gè)企業(yè)經(jīng)濟(jì)效益的總得分。經(jīng)過計(jì)算和分析，將企業(yè)的綜合得分進(jìn)行排序。綜合得分較高、排名靠前的公司的主因子單項(xiàng)得分基本也是較高的，說明這些公司在資產(chǎn)運(yùn)用、市場(chǎng)營(yíng)銷和經(jīng)營(yíng)管理等方面做得較好，企業(yè)綜合經(jīng)濟(jì)效益也較好。主因子得分較低的企業(yè)，說明它們的綜合管理水平和資源利用較低，企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力不足。另外，從因子特征值、貢獻(xiàn)率來分析經(jīng)濟(jì)效益的綜合得分，可以根據(jù)主因子的單項(xiàng)得分來分析企業(yè)經(jīng)濟(jì)效益中的優(yōu)勢(shì)和劣勢(shì)。

第7篇：多元統(tǒng)計(jì)分析范文

關(guān)鍵詞：葡萄酒評(píng)價(jià) 多元配對(duì)比較檢驗(yàn) 聚類分析 復(fù)相關(guān)回歸分析 逐步回歸分析

1、引言

在我們?nèi)粘５纳钪校瑢?duì)葡萄酒的分析一般是通過聘請(qǐng)一批有資質(zhì)的評(píng)酒員進(jìn)行品評(píng)，從而確定葡萄酒的質(zhì)量。根據(jù)每位評(píng)酒員品嘗葡萄酒后對(duì)其分類指標(biāo)的打分，求其總和作為該類酒的總分，以此來確定不同葡萄酒樣本的質(zhì)量。釀酒葡萄的好壞一般與所釀葡萄酒的質(zhì)量有直接的關(guān)聯(lián)，葡萄酒的理化指標(biāo)和釀酒葡萄檢測(cè)的理化指標(biāo)均會(huì)在一定程度上反映出葡萄酒的優(yōu)劣和葡萄的質(zhì)量。2012年全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽A題中給出了一批評(píng)酒員對(duì)某一年份多種葡萄酒的評(píng)價(jià)結(jié)果，該年份這些葡萄酒的理化指標(biāo)和釀酒葡萄的成分?jǐn)?shù)據(jù)，以及釀酒葡萄和葡萄酒中含有的芳香物質(zhì)數(shù)據(jù)，本文以此為基礎(chǔ)，利用多元統(tǒng)計(jì)分析方法解決下列問題：

（1）分析兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無顯著性差異；

（2）根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)；

（3）分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系；

（4）分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量。

2、基本假設(shè)

（1）建模僅依據(jù)賽題提供數(shù)據(jù)，不考慮其他信息；

（2）不考慮葡萄酒釀酒工藝的差異，即可認(rèn)為選取的葡萄酒樣本產(chǎn)自相同水平葡萄酒加工工藝的廠商；

（3）評(píng)酒員對(duì)選取的各葡萄酒樣本的打分相互獨(dú)立，不受他人影響及外界因素的干擾。

3、數(shù)據(jù)的預(yù)處理

（1）第一組紅葡萄酒中的數(shù)據(jù)F76缺失，我們采用其他剩余九名評(píng)酒員評(píng)分的平均值代替該缺失數(shù)據(jù)；

（2）第一組白葡萄酒中數(shù)據(jù)J233的異常值為77（因該類評(píng)分最高分為8分），我們認(rèn)為其為輸入錯(cuò)誤，所以把該數(shù)據(jù)定為7；

（3）釀酒葡萄工作表中的數(shù)據(jù)DD34，考察其它兩組樣本數(shù)據(jù)，我們認(rèn)為其為輸入錯(cuò)誤，因此可將其定為226.1；

（4）因?yàn)閱栴}2-4都涉及到理化指標(biāo)數(shù)據(jù)的運(yùn)用，又因?yàn)楦鞣N指標(biāo)的量綱不同，所以必須先對(duì)附件2、3中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化處理的公式為：

再運(yùn)用SPSS按以上公式對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

4、模型的建立與求解

4.1 問題1的模型建立與求解

Ⅰ、多元配對(duì)分析的基本理論

配對(duì)樣本是指同一樣本進(jìn)行測(cè)試所獲得的兩組數(shù)據(jù)，或?qū)蓚€(gè)完全相同的樣本在不同條件下進(jìn)行測(cè)試所得的兩組數(shù)據(jù)，分為自身配對(duì)和同源配對(duì)[1]。自身配對(duì)指同一試驗(yàn)單位在二個(gè)不同時(shí)間上分別接受前后兩次處理，用其前后兩次的觀測(cè)值進(jìn)行自身對(duì)照比較；或同一試驗(yàn)單位的不同部位的觀測(cè)值或不同方法的觀測(cè)值進(jìn)行自身對(duì)照比較。同源配對(duì)指將來源相同、性質(zhì)相同的兩個(gè)個(gè)體配成一對(duì)，然后對(duì)配對(duì)的兩個(gè)個(gè)體隨機(jī)地實(shí)施不同處理，顯然本題為同源配對(duì)問題。兩配對(duì)樣本t檢驗(yàn)就是根據(jù)樣本數(shù)據(jù)對(duì)兩個(gè)配對(duì)樣本來自的兩配對(duì)總體的均值是否有顯著差異進(jìn)行推斷。

（1）兩配對(duì)樣本t檢驗(yàn)的前提條件：

1、兩配對(duì)應(yīng)該是配對(duì)的。（兩樣本的觀測(cè)值數(shù)目相同，兩樣本的觀測(cè)值的順序不能隨意更改）

2、樣本來自的兩個(gè)總體應(yīng)該服從正態(tài)分布。

（2）兩配對(duì)樣本t檢驗(yàn)的基本實(shí)現(xiàn)思路：

設(shè)X1服從正態(tài)分布其中，

這樣，檢驗(yàn)的問題就轉(zhuǎn)化為單樣本t檢驗(yàn)問題，即轉(zhuǎn)化為檢驗(yàn)Y的均值是否與0有顯著差異。

第二步，建立零假設(shè)

第三步：構(gòu)造t統(tǒng)計(jì)量

第四步，利用SPSS自動(dòng)計(jì)算出t值和對(duì)應(yīng)的P值

第五步，作出判斷：

若P值小于顯著性水平α，則拒絕零假設(shè)，即認(rèn)為總體存在顯著差異

若P值大于顯著性水平α，則接受原假設(shè)，即認(rèn)為兩總體不存在顯著差異。

先對(duì)兩組白葡萄酒評(píng)分進(jìn)行樣本檢驗(yàn)， 得配對(duì)變量的相關(guān)系數(shù)為r=0.245，對(duì)應(yīng)答概率P值為0.28>0.05，可以認(rèn)為兩配對(duì)變量無相關(guān)關(guān)系。兩配對(duì)樣本的配對(duì)差的均值為-2.48929，T統(tǒng)計(jì)量的值為-2.602，對(duì)應(yīng)的概率P值為P=0.015

表4-1白葡萄酒兩組評(píng)分配對(duì)樣本檢驗(yàn)結(jié)果

同理，對(duì)兩隊(duì)紅葡萄酒評(píng)分也進(jìn)行二元配對(duì)分析，可以得到如表4-1所示的成對(duì)樣本分析數(shù)據(jù)，分析可知：兩組間的相關(guān)系數(shù)，即配對(duì)變量的相關(guān)系數(shù)為，對(duì)應(yīng)答概率值為，可以認(rèn)為兩配對(duì)變量有相關(guān)關(guān)系。兩配對(duì)樣本的配對(duì)差的均值為，統(tǒng)計(jì)量的值為，對(duì)應(yīng)的概率值為，故拒絕原假設(shè)，認(rèn)為兩組評(píng)酒員對(duì)紅葡萄酒的評(píng)價(jià)結(jié)果有差異性。 由此可以得出對(duì)于紅白兩種葡萄酒，兩組評(píng)酒員的評(píng)價(jià)結(jié)果都有顯著性差異的結(jié)論。然后再分別對(duì)兩類葡萄酒分別做組內(nèi)方差，可得如下結(jié)果：

表 4-2各組葡萄酒得分方差

則有，說明第二組評(píng)分員所得評(píng)分?jǐn)?shù)據(jù)波動(dòng)性更小，數(shù)據(jù)更穩(wěn)定，即第二組結(jié)果更可信。

Ⅱ、單因素方差分析

根據(jù)附件一中各個(gè)評(píng)酒員分別對(duì)各種葡萄酒樣品各種指標(biāo)的分析評(píng)價(jià)打分，通過求和可以分別得到各類葡萄酒組內(nèi)各名評(píng)酒員對(duì)各種葡萄酒樣品的整體評(píng)分。

先對(duì)兩組白葡萄酒的評(píng)分進(jìn)行單因素方差分析可得如表1-1所示的單因素方差分析表。從表中可以看出，第五列是統(tǒng)計(jì)量F值，計(jì)算得1.313；表中第二行、第三行給出了方差的兩個(gè)來源，即“組間”和“組內(nèi)”；第三列是檢驗(yàn)統(tǒng)計(jì)量的自由度，組間自由度為27，組內(nèi)為28；總自由度為55。

第二列表示偏差平方和，其中組間偏差平方和為547.266，組內(nèi)偏差平方和為432.375，總偏差平方和為979.641。均方為偏差平方和和自由度的商，分別為20.269和15.442，兩者之比為F分布的觀測(cè)值1.313。針對(duì)假設(shè)Ho，組間均值存在顯著性差異，計(jì)算F分布觀測(cè)值為1.313，而對(duì)應(yīng)的概率P值為0.239。在默認(rèn)顯著性水平為0.05的前提下，由于F統(tǒng)計(jì)量的觀測(cè)值對(duì)應(yīng)的概率P值大于0.05，則應(yīng)接受原假設(shè)，即認(rèn)為兩組評(píng)酒員對(duì)白葡萄酒的評(píng)價(jià)結(jié)果無顯著性差異。

再對(duì)兩組紅葡萄酒的評(píng)分進(jìn)行單因素方差分析，經(jīng)分析，在默認(rèn)顯著性水平為0.05的前提下，由于F統(tǒng)計(jì)量的觀測(cè)值對(duì)應(yīng)的概率P值0.002

1.樣本要獨(dú)立；

2.各樣本符合正態(tài)分布；

3.各個(gè)總體方差是否齊性，要先進(jìn)行方差齊性檢驗(yàn)。

然而在該種情況下，不能夠完全符合上述條件，所以在本題中進(jìn)行單因素方差分析所得到的結(jié)果不可靠，而實(shí)際上，根據(jù)以上實(shí)驗(yàn)計(jì)算，進(jìn)行單因素方差分析所得到的結(jié)果與多元配對(duì)分析的結(jié)果不太一樣，因此接受多元配對(duì)分析的結(jié)果。

4.2 問題2的模型建立與求解

聚類分析法的原理是將參與聚類的每個(gè)個(gè)體（或變量）視為一類，根據(jù)各個(gè)個(gè)體之間的距離或相似性，逐步合并，直到合并為一個(gè)大類為止。根據(jù)分層聚類分析原理，對(duì)于任何數(shù)據(jù)都沒有唯一正確的分類標(biāo)準(zhǔn)。不同的聚類方法得到的結(jié)果或多或少都有一定的差別。一般情況下，我們可以根據(jù)以下幾個(gè)原則確定分類數(shù)[2]：

1.各類重心之間的距離必須很大；

2.確定的類中，各類中包含的元素一般都不要太多；

3.類的個(gè)數(shù)必須符合實(shí)用的目的；

4.若采用幾種不同的聚類方法處理，則在各自的聚類途中應(yīng)發(fā)現(xiàn)相同的類

由前面得到的紅白葡萄理化指標(biāo)的標(biāo)準(zhǔn)值矩陣分別對(duì)紅白葡萄進(jìn)行聚類。對(duì)于白葡萄，使用ward聯(lián)接對(duì)其聚類可得圖4-1、圖4-2所示的聚類分析圖。

圖4-2 白葡萄分層聚類分析樹形圖

圖4-2中所示的白葡萄分層聚類分析樹形圖顯示了分層聚類過程中，從每個(gè)個(gè)體為單獨(dú)的一類，逐次合并，一直到全部合并成一大類，整個(gè)過程都在樹形圖中得到體現(xiàn)。

圖4-1是一幅縱向顯示的冰掛圖。從該圖中可以很輕易地看出任何類數(shù)時(shí)的分類結(jié)果。對(duì)于白葡萄，根據(jù)分類原則，我們選取聚類類數(shù)為6時(shí)，根據(jù)圖4-1可以將葡萄樣品分為下列五類A

圖4-3中所示的紅葡萄分層聚類分析樹形圖顯示了分層聚類過程中，從每個(gè)紅葡萄個(gè)體為單獨(dú)的一類，逐次合并，一直到全部合并成一大類，整個(gè)過程都在樹形圖中得到體現(xiàn)。圖4-4是一幅縱向顯示的冰掛圖。從該圖中可以很輕易地看出任何類數(shù)時(shí)的分類結(jié)果。對(duì)于紅葡萄，根據(jù)分類原則，當(dāng)我們選取聚類類數(shù)為5時(shí)，根據(jù)圖4-4可以將葡萄樣品分為下列五類A對(duì)上述五類葡萄進(jìn)行標(biāo)準(zhǔn)差和均值計(jì)算，由各分類的均值大小可以對(duì)其分類級(jí)別高低有個(gè)客觀的判斷，即：E>B>C>D>A（Ⅰ>Ⅱ>Ⅲ>Ⅳ>Ⅴ），分類結(jié)果如下表4-4

表4-4 紅葡萄聚類分級(jí)

4.3 問題3的建模與求解

對(duì)于負(fù)相關(guān)系數(shù)的求解，首先要建立葡萄酒的各項(xiàng)理化指標(biāo)分別對(duì)釀酒葡萄的所有理化指標(biāo)回歸方程，然后測(cè)定系數(shù)，再計(jì)算其復(fù)相關(guān)系數(shù)，并由此說明變量之間的相關(guān)程度的高低，當(dāng)相關(guān)系數(shù)計(jì)算出來后，還必須判斷其是否有意義和使用價(jià)值，因此必須進(jìn)行復(fù)相關(guān)系數(shù)的顯著性檢驗(yàn)。先利用SPSS做復(fù)相關(guān)回歸分析得到復(fù)相關(guān)分析表和回歸分析表，將復(fù)相關(guān)分析表轉(zhuǎn)移至EXCEL，然后利用EXCEL相關(guān)性排序，但是因?yàn)榭紤]到有負(fù)相關(guān)的影響，因此要首先先加絕對(duì)值再由大到小進(jìn)行排序。相關(guān)性排序后發(fā)現(xiàn)Pearson相關(guān)系數(shù)與顯著性單側(cè)檢驗(yàn)有高度的一致性，所以通過EXCEL自動(dòng)篩選功能，選出單側(cè)檢驗(yàn)值小于等于0.05的自變量即為與因變量相關(guān)的自變量 。由此可以得出紅、白葡萄酒的理化指標(biāo)與紅、白釀酒葡萄的理化指標(biāo)的定量關(guān)系。再通過回歸分析表即可得到模型的結(jié)果，將兩復(fù)相關(guān)分析表和回歸分析表結(jié)合可得到：

1. 紅葡萄酒的理化指標(biāo)與釀酒葡萄的理化指標(biāo)的模型為：

2. 白葡萄酒的理化指標(biāo)與釀酒葡萄的理化指標(biāo)的模型為：

由回歸方程式可以看出：

1. 對(duì)于紅釀酒葡萄的理化指標(biāo)x4（花色苷）、x6（蘋果酸）、x9（褐變度）、x10（DPPH自由基）、x12（單寧）與紅葡萄酒的理化指標(biāo)y1（花色苷）呈顯著正相關(guān)，而x7（檸檬酸）、x8（多酚氧化酶活力）、x13（葡萄總黃酮）、x25（果梗比）、x26（出汁率）與紅葡萄酒的理化指標(biāo)y1（花色苷）呈顯著負(fù)相關(guān)。

2. 對(duì)于白釀酒葡萄的理化指標(biāo)x12（單寧）、x15（黃酮醇）、x18（可溶性固形物）與白葡萄酒的理化指標(biāo)y1（單寧）呈顯著正相關(guān)，而x1（氨基酸總量）、x2（蛋白質(zhì)）、x10（DPPH自由基）、x11（總酚）、x13（葡萄總黃酮）、x16（總糖）、x25（果梗比）、x27（果皮質(zhì)量）與白葡萄酒的理化指標(biāo)y1（單寧）呈顯著負(fù)相關(guān)。

同樣的可以得到以下紅葡萄酒的理化指標(biāo)與釀酒葡萄的理化指標(biāo)的模型為：

以及白葡萄酒的理化指標(biāo)與釀酒葡萄的理化指標(biāo)的模型為：

4.4 問題的模型建立與求解

（1）逐步回歸分析

逐步回歸分析，首先要建立因變量y與自變量x之間的總回歸方程，再對(duì)總的方程及每—個(gè)自變量進(jìn)行假設(shè)檢驗(yàn)。當(dāng)總的方程不顯著時(shí)，表明該多元回歸方程線性關(guān)系不成立；而當(dāng)某—個(gè)自變量對(duì)y影響不顯著時(shí)，應(yīng)該把它剔除，重新建立不包含該因子的多元回歸方程。篩選出有顯著影響的因子作為自變量，并建立“最優(yōu)”回歸方程[4] 。

回歸方程包含的自變量越多，回歸平方和越大，剩余的平方和越小，剩余均方也隨之較小，預(yù)測(cè)值的誤差也愈小，模擬的效果愈好。但是方程中的變量過多，預(yù)報(bào)工作量就會(huì)越大，其中有些相關(guān)性不顯著的預(yù)報(bào)因子會(huì)影響預(yù)測(cè)的效果。

以紅葡萄為例進(jìn)行逐步回歸分析，使用F的概率進(jìn)入0.10刪除0.15，當(dāng)預(yù)測(cè)變量數(shù)為7個(gè)時(shí)，R 方值大于85%，說明此時(shí)模型的擬合程度比較高，繼續(xù)對(duì)紅葡萄進(jìn)行分析，方差分析知：統(tǒng)計(jì)量為19.831，系統(tǒng)自動(dòng)檢驗(yàn)的顯著性水平為0.0000（非常?。?，因此回歸方程相關(guān)非常顯著。

再對(duì)紅葡萄建立逐步回歸模型。

由 “非標(biāo)準(zhǔn)化回歸系數(shù)”可得出多元回歸模型預(yù)報(bào)方程為：

由回歸方程式可以看出，紅葡萄酒的質(zhì)量（x）與y11（總酚） 、y23（果穗質(zhì)量）、y21（固酸比）、y15（黃酮醇）呈顯著正相關(guān)，而與y6（蘋果酸）、y8（多酚氧化酶活性）、y14（白藜蘆醇） 呈顯著負(fù)相關(guān)。由此看出，總酚、果穗質(zhì)量、固酸比、黃酮醇，蘋果酸、多酚氧化酶活性、白藜蘆醇是影響紅葡萄酒質(zhì)量的主要原因。

（2）論證

Ⅰ 對(duì)（1）分析

由（1）可知：逐步回歸分析模型的R2=0.88，p=0.0000（非常?。?，即回歸方程相關(guān)非常顯著，說明得到的模型是一個(gè)樂觀結(jié)論。然而，紅葡萄酒的樣本容量N1=27，白葡萄酒的樣本容量N2=28，均為小容量樣本，所以模型穩(wěn)定性較差，且參數(shù)β的標(biāo)準(zhǔn)差較大，因此，完全用釀酒葡萄和葡萄酒的理化指標(biāo)判斷葡萄酒的質(zhì)量不科學(xué)。

Ⅱ 相關(guān)分析

先利用SPSS做芳香物質(zhì)和香氣打分的相關(guān)分析得到相關(guān)分析表，將相關(guān)分析表轉(zhuǎn)移至EXCEL，然后利用EXCEL相關(guān)性排序，但是因?yàn)榭紤]到有負(fù)相關(guān)的影響，因此要首先先加絕對(duì)值再由大到小進(jìn)行排序。相關(guān)性排序后發(fā)現(xiàn)Pearson相關(guān)系數(shù)與顯著性雙側(cè)檢驗(yàn)有高度的一致性，所以通過EXCEL自動(dòng)篩選功能，選出單側(cè)檢驗(yàn)值小于等于0.05的自變量即為與因變量相關(guān)的自變量，分析結(jié)果可知，香氣打分與芳香物質(zhì)x14（檸檬烯）、x31（乙酸辛酯）、x32（2-乙基-1-己醇）、x34（辛酸丙酯）、x37（3，7-二甲基-1，6-辛二烯-3-醇）、x41（3，7-二甲基-1，5，7-辛三烯-3-醇）、x45（辛酸3-甲基丁酯）、x47（丁二酸二乙酯）、x52（十二酸乙酯）、x56（2-吡咯烷酮）、x75（丙酮）、x90（á-蒎烯）、x113（1-辛醇）、x119（（Z）-3，7-二甲基-2，6-辛二烯醛）、x123（（R）-3，7-二甲基-6-辛烯醇）、x127（（E）-3，7-二甲基-2，6-辛二烯-1-醇）有顯著關(guān)系。

5、結(jié)論

本文以釀酒葡萄和葡萄酒為研究對(duì)象，建立多元統(tǒng)計(jì)模型，對(duì)評(píng)酒員對(duì)酒的評(píng)價(jià)之間存在的顯著性差異情況進(jìn)行研究，同時(shí)研究了釀酒葡萄的分級(jí)、釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，論證了葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒的質(zhì)量評(píng)價(jià)情況。

參考文獻(xiàn)：

[1]周凱，宋軍全，鄔學(xué)軍，數(shù)學(xué)建模競(jìng)賽入門與提高，杭州，浙江大學(xué)出版社，2012。

[2]張慶利，SPSS寶典，北京：電子工業(yè)出版社，2011.2。

[3]黃賢玲，糧食征超購(gòu)量與產(chǎn)量、農(nóng)村留用量復(fù)相關(guān)分析，山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，1985.2。

第8篇：多元統(tǒng)計(jì)分析范文

農(nóng)業(yè)在我國(guó)經(jīng)濟(jì)發(fā)展中起到非常重要的作用，受到自然條件的影響，全國(guó)各個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平存在很大的差異性，當(dāng)?shù)卣畬?duì)農(nóng)業(yè)的重視程度和政策幫助力度不同，也影響到了各個(gè)地區(qū)農(nóng)業(yè)的發(fā)展?；诙嘣y(tǒng)計(jì)分析，可以分析出各個(gè)地區(qū)農(nóng)業(yè)生產(chǎn)條件的優(yōu)勢(shì)和不足，制定出相應(yīng)的農(nóng)業(yè)發(fā)展策略，進(jìn)而提高農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。

1 多元統(tǒng)計(jì)分析

多元統(tǒng)計(jì)分析屬于數(shù)理統(tǒng)計(jì)中非常重要的一部分，在進(jìn)行多個(gè)分析指標(biāo)的統(tǒng)計(jì)時(shí)，往往需要用到數(shù)理統(tǒng)計(jì)分析來進(jìn)行多個(gè)統(tǒng)計(jì)指標(biāo)之間的理論和實(shí)踐研究。多元統(tǒng)計(jì)分析有多種分析方法，比如說主成分分析、聚類分析等。在進(jìn)行多元統(tǒng)計(jì)分析時(shí)，往往需要結(jié)合多個(gè)統(tǒng)計(jì)指標(biāo)來進(jìn)行，將多元統(tǒng)計(jì)分析應(yīng)用到農(nóng)業(yè)生產(chǎn)條件中，可以充分掌握氣候、農(nóng)藥、化肥等多個(gè)方面的因素，尋找各個(gè)指標(biāo)之間的聯(lián)系性，再進(jìn)行數(shù)學(xué)模型的建立，結(jié)合當(dāng)?shù)貙?shí)際情況，對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展有清晰的了解，再制定出相應(yīng)的政策制度，合理地對(duì)現(xiàn)有農(nóng)業(yè)資源進(jìn)行分配，最終實(shí)現(xiàn)促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的目的。

2 多元統(tǒng)計(jì)分析的應(yīng)用和實(shí)踐

在探究農(nóng)業(yè)生產(chǎn)條件對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響時(shí)，選擇多元統(tǒng)計(jì)分析的方式，可以最大化運(yùn)用農(nóng)業(yè)生產(chǎn)條件，科學(xué)的分配農(nóng)業(yè)資源，提高農(nóng)業(yè)經(jīng)濟(jì)效益。在實(shí)際的分析時(shí)，可以先對(duì)當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)條件進(jìn)行統(tǒng)計(jì)，比如說勞動(dòng)力情況、機(jī)械化水平、氣候條件、耕地面積等。因?yàn)槊總€(gè)地區(qū)的實(shí)際農(nóng)業(yè)生產(chǎn)條件都不相同，比如說西南地區(qū)，影響農(nóng)業(yè)經(jīng)濟(jì)發(fā)展最主要的因素是農(nóng)村勞動(dòng)力，耕地面積、機(jī)械化水平等遠(yuǎn)沒有勞動(dòng)力重要。其主要的原因是因?yàn)槲髂系貐^(qū)的地形情況比較復(fù)雜，沒有大面積的耕地，嚴(yán)重限制了農(nóng)業(yè)機(jī)械的應(yīng)用，往往需要采取人工的方式來完成耕種，因此需要大量的勞動(dòng)力。

運(yùn)用關(guān)聯(lián)分析在進(jìn)行農(nóng)業(yè)生產(chǎn)條件的分析時(shí)，絕大多數(shù)地區(qū)的耕地面積與農(nóng)村勞動(dòng)力關(guān)聯(lián)不是很緊密，與物質(zhì)生產(chǎn)條件的關(guān)聯(lián)程度在逐年加大。造成這種現(xiàn)象的原因是，受到科學(xué)技術(shù)的發(fā)展影響，對(duì)傳統(tǒng)的種植方式帶來了很大的改變，提高了農(nóng)作物的產(chǎn)量，農(nóng)業(yè)生產(chǎn)機(jī)械化程度越來越高，進(jìn)而耕地面積以及農(nóng)村勞動(dòng)力的重要性已經(jīng)沒有之前那么重要。對(duì)于農(nóng)業(yè)生產(chǎn)工具、化肥農(nóng)藥等的使用不斷加大，再加上各個(gè)地區(qū)的實(shí)際生產(chǎn)條件有所不同，導(dǎo)致了農(nóng)業(yè)生產(chǎn)條件重要性的改變，需要結(jié)合實(shí)際情況對(duì)農(nóng)業(yè)生產(chǎn)條件進(jìn)行調(diào)整，最終促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。

3 改善農(nóng)業(yè)生產(chǎn)條件，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展

農(nóng)業(yè)生產(chǎn)條件直接影響到農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，一定要做好農(nóng)業(yè)生產(chǎn)條件的利用工作，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。在??際的生產(chǎn)過程中，隨著耕地面積以及勞動(dòng)力在生產(chǎn)條件中的地位逐漸降低，但是耕地面積以及勞動(dòng)力又是農(nóng)業(yè)生產(chǎn)中的必要條件。因此，在進(jìn)行農(nóng)業(yè)生產(chǎn)條件的改善時(shí)，要加大對(duì)種植技術(shù)的研究力度，提高單位耕地面積的產(chǎn)量；要增強(qiáng)農(nóng)村勞動(dòng)力對(duì)科技的運(yùn)用能力，提高農(nóng)村勞動(dòng)力的文化水平，結(jié)合先進(jìn)的科學(xué)技術(shù)來開展農(nóng)業(yè)生產(chǎn)，提高農(nóng)業(yè)生產(chǎn)的產(chǎn)值，促進(jìn)經(jīng)濟(jì)發(fā)展。

在對(duì)農(nóng)業(yè)生產(chǎn)條件進(jìn)行改善時(shí)，不僅要從傳統(tǒng)生產(chǎn)方式上進(jìn)行改善，還需要從本質(zhì)上進(jìn)行變革，比如說病蟲害的防治、栽培技術(shù)、育種方式等。在病蟲害的防治方面，科學(xué)合理地選擇防治農(nóng)藥，可以減少病蟲害對(duì)農(nóng)作物的損失，提高農(nóng)業(yè)生產(chǎn)產(chǎn)量，在使用農(nóng)藥時(shí)，要注意農(nóng)藥的更換使用，避免長(zhǎng)期使用1種農(nóng)藥，進(jìn)而使得病蟲害產(chǎn)生抗藥性失去防治作用。在進(jìn)行化肥的使用時(shí)，一定要注意化肥的選擇和化肥的搭配，農(nóng)作物不同的生長(zhǎng)時(shí)期要選擇不同類型的化肥，化肥的搭配一定要合理，這樣才能促進(jìn)農(nóng)作物的全面生長(zhǎng)，化肥之間不要存在一些酸堿性的沖突，要牢牢把握好化肥的用量，過多造成浪費(fèi)，過少達(dá)不到增長(zhǎng)目的。育種方式以及栽培方式在農(nóng)作物的生產(chǎn)中也非常重要，好的育種方式和栽培方式可以增強(qiáng)農(nóng)作物的成活率，提高產(chǎn)量。結(jié)合先進(jìn)的科學(xué)技術(shù)改善農(nóng)業(yè)生產(chǎn)條件，能夠發(fā)揮出現(xiàn)代科學(xué)技術(shù)的價(jià)值和作業(yè)，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。

第9篇：多元統(tǒng)計(jì)分析范文

關(guān)鍵詞：多信息管理；計(jì)算機(jī)；遠(yuǎn)程集中控制；系統(tǒng)研究

遠(yuǎn)程集中控制系統(tǒng)是計(jì)算機(jī)發(fā)展的趨勢(shì)，尤其是一些新技術(shù)的不斷增加，例如音視頻和多媒體等，更是要求計(jì)算機(jī)需要有著極高的統(tǒng)一控制效果。但目前我國(guó)計(jì)算機(jī)遠(yuǎn)程集中控制技術(shù)以及多信息的管理系統(tǒng)仍然無法全面并高效地使用，例如在災(zāi)情監(jiān)測(cè)和天氣預(yù)測(cè)方面，仍無法使用全新的計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)，仍是使用原有的操作方式[1]。這種情況的出現(xiàn)一方面會(huì)導(dǎo)致計(jì)算機(jī)應(yīng)用效率的降低，同時(shí)錯(cuò)誤率也較高。在本次研究中，提出了一種的計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)，通過這種手段能夠明顯地提升計(jì)算機(jī)應(yīng)用效果，并能夠?qū)崿F(xiàn)資源配置的高效性以及準(zhǔn)確性。

1系統(tǒng)概念

從字面上講，多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)是一種計(jì)算機(jī)在實(shí)際應(yīng)用過程中的遠(yuǎn)程控制系統(tǒng)。這種系統(tǒng)也有著較高的應(yīng)用需求。多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)需要綜合性的應(yīng)用到計(jì)算機(jī)圖像處理技術(shù)、計(jì)算機(jī)信息管理技術(shù)、嵌入式自動(dòng)化控制技術(shù)、移動(dòng)通信技術(shù)以及數(shù)字音視頻處理技術(shù)[2]。通過這些技術(shù)，能夠?qū)崿F(xiàn)遠(yuǎn)程性控制計(jì)算機(jī)的效果。而為了讓多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)能夠取得更好的使用，也需要注意到系統(tǒng)在兼容性方面能夠兼容較多的計(jì)算機(jī)軟硬件，并且界面友好，能夠在多種情況之下得到較好的使用。尤為重要的是，多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)也需要有著多控制、多信息以及多功能等特點(diǎn)。而有著這些特點(diǎn)，才能夠讓多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)得到較好的應(yīng)用。

2特點(diǎn)分析

通過上面的分析可以發(fā)現(xiàn)，多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)在實(shí)際的應(yīng)用過程中，需要有著多控制、多信息以及多功能的特點(diǎn)。而這也是多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)能夠得到較好使用的必備條件。對(duì)于多信息特點(diǎn)而言，需要保證到系統(tǒng)能夠?qū)嵤┮粢曨l傳輸、數(shù)據(jù)分析、傳感信號(hào)分析傳輸?shù)戎T多功能，同時(shí)也需要對(duì)這些數(shù)據(jù)進(jìn)行管理優(yōu)化的處理。在多控制方面，需要保證到多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)能夠使用有線網(wǎng)、無線網(wǎng)、公網(wǎng)、專網(wǎng)等諸多的網(wǎng)絡(luò)技術(shù)結(jié)合的控制手段，保證到在何時(shí)何地均能夠使用網(wǎng)絡(luò)對(duì)多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)進(jìn)行控制，拓展集中控制的全面性以及靈活性[3]。在多功能的特點(diǎn)方面，首先在遠(yuǎn)程控制多個(gè)設(shè)備運(yùn)行的基礎(chǔ)之上，需要進(jìn)一步地增強(qiáng)遠(yuǎn)程音視頻監(jiān)控傳輸、數(shù)據(jù)通信以及信息顯示等諸多功能。這一方面能夠?qū)τ谟?jì)算機(jī)進(jìn)行控制，同時(shí)也能夠?qū)χT多的信息進(jìn)行顯示和傳輸。

3結(jié)構(gòu)分析

研究中分析的多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)主要包括了有線和無線控制方式的兼容技術(shù)、互聯(lián)技術(shù)、音視頻傳輸技術(shù)、信息處理技術(shù)、數(shù)據(jù)加密技術(shù)等。通過這些技術(shù)進(jìn)行綜合性的合成，就能夠完成對(duì)系統(tǒng)的有效運(yùn)作。系統(tǒng)基于計(jì)算機(jī)的多網(wǎng)互聯(lián)以及遠(yuǎn)程控制的相關(guān)要求。首先需要使用無線集群、有線專線、有線寬帶等諸多的網(wǎng)絡(luò)途徑進(jìn)行組網(wǎng)處理，在組網(wǎng)完成后可以實(shí)現(xiàn)對(duì)于圖像、信號(hào)、音視頻以及數(shù)據(jù)等信息的有效傳輸以及處理，最終實(shí)現(xiàn)對(duì)于系統(tǒng)中設(shè)備的檢測(cè)和控制。在有線控制上，主要是使用光纖等有線寬帶網(wǎng)絡(luò)，滿足遠(yuǎn)程控制的要求[4]。另外也需要使用通信公網(wǎng)進(jìn)行處理，例如可以使用2G網(wǎng)絡(luò)或是3G網(wǎng)絡(luò)等。重點(diǎn)選擇超短波無線控制以及光纖專線控制。通過這種手段進(jìn)行組網(wǎng)后能夠保證到系統(tǒng)的安全性和效率。而研究中的系統(tǒng)使用模塊化的設(shè)計(jì)，設(shè)置多種專用模塊及其專用接口。

4結(jié)語

計(jì)算機(jī)技術(shù)的發(fā)展方向?yàn)樾《?，目前?jì)算機(jī)的應(yīng)用在日常生活中也越來越便攜。尤其是隨著上個(gè)世紀(jì)九十年代，信息技術(shù)和網(wǎng)絡(luò)技術(shù)的高速發(fā)展，多媒體信息開始在計(jì)算機(jī)上得到了較好的使用，這也讓計(jì)算機(jī)集中統(tǒng)一控制趨于完善。在研究中，從多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)的概念以及組成入手，分析了一種實(shí)際的多信息管理計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)及其組成，為目前計(jì)算機(jī)遠(yuǎn)程集中控制系統(tǒng)的實(shí)現(xiàn)以及應(yīng)用提供了可參考資料。

參考文獻(xiàn)

[1]杭小虎.淺談?dòng)?jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的遠(yuǎn)程控制系統(tǒng)分析[J].無線互聯(lián)科技,2015,(17):34-35,44

[2]李大偉,李大志,董立巖，等.用Winsock在Internet上實(shí)現(xiàn)計(jì)算機(jī)遠(yuǎn)程控制[J].氣象水文海洋儀器,2010,27(3):38-42,45.

[3]陳世軍.基于SOCKET技術(shù)的計(jì)算機(jī)遠(yuǎn)程控制實(shí)現(xiàn)[J].計(jì)算機(jī)光盤軟件與應(yīng)用,2012,(2):124-124,126.