试析现代统计分析方法及其应用
史松奇
(江苏省泰州市兴化市张郭镇便民服务中心，江苏 泰州 225722)
[摘要] 本文对现代统计分析方法进行研究，以层次分析法、典型相关分析、多元线性分析法为例，对现代统计分析方法与应用加以阐述，旨在通过本文研究，使统计分析效率得以提升，在更多领域得到广泛应用。
[关键词] 现代统计分析；层次分析；典型分析
现代统计分析作为一种典型的信息统计方法，可为统计咨询、统计监督提供重要依据，同时也是改革开放背景下，在经济方面实施宏观调控的数据参考。此种分析方法包含的内容众多，如层次分析法、典型相关分析、多元线性回归分析等等，本文将分别对上述三种方法的实际应用进行简述和研究。
1 层次分析法的应用
在实际统计工作中，经常遇到多项指标综合评定的问题，在统计和评定过程中，各项指标权数的确定十分重要，但操作
难度较大，一旦计算不精准则会对最终评价结果产生直接影响，而以往采用的经验判断法由于掺杂过多的主观因素，对结果的客观性影响较大，对此应采用层次分析法，确保最终评价结果的真实可靠。
问卷开头设置过滤题目“是否需要聘请外国人？”，调查企业选择“需要”和“将来会考虑”的比例分别为32.21%和45.22%，合计241份，约占76.43%。而有招聘需求的企业当中，有超过6成的企业只能招到小部分或很难招聘到外籍人才。如图1所示，大部分招聘需求并没有得到满足。
1.1 建立层次模型
层次分析法主要适用于非定量事件的定量分析，根据分析对象性质与决策的总目标，通过划分相互联系有序层次的方式对各项影响因素进行梳理，根据因素之间的联系与隶属关系，使各项因素按照不同层次聚合起来，形成多层次的结构模型，这也是层次分析的首要步骤，在该模型中分为最高层、中间层与最低层，在相同层次中进行因素对比与评价，对后一层因素起到支配作用，同时又从属于上一层因素。
1.2 构造判断矩阵
首先明确两组变量，X的范围为x1,x2,x3而Y的范围为y1,y2,y3,y4，其中，x1，x2与x3分别代表的是电力工业、化学工业与建材工业；y1,y2,y3,y4分别代表的是种植业、林业、畜牧业与副业；然后对样本数据进行收集和整理；再利用统计软件对收集的数据信息进行处理，计算出典型相关变量与相关系数间的联系。
1.3 明确每层重要次序
按照石油装备企业在现代经济建设发展中的绩效管理控制因素实施来看，石油装备企业建设管理中的绩效管理考核体系构建还存在着很多的缺陷，由于这些缺陷性的存在制约了石油装备企业的绩效管理。要想提升整体的石油装备企业绩效管理就应该在绩效管理工作的开展中，将其绩效管理工作的开展和HU绩效管理考核内生性需求结合在一起，这样才能在二者的结合过程中，及时按照绩效管理因素的控制将对应的绩效管理工作实践好。因此，在这种背景下，按照HU绩效考核内生性方法的应用，将其考核中的管理因素归纳为以下几点：一是基数管理；二是平均管理；三是超额管理；四是漏报管理；五是多报管理。
人类这一物种出现之前就已经有树木在这个星球上生长，森林为诸多的动物提供着生存的空间以及资源，在陆地生态中森林是主体，也是人们生活的重要基础。而森林主要的构成单位就是林木，林木是构成森林的重要主体。所以需要认识到森林才是生态系统保持平衡的重要主体，同时在生态环境的改善中，森林植被以及林草结合的生态体系才是最基本的保证。当下的生态建设提倡的是将林木作为森林的主体，在林政资源的实际管理中，林木也是占据着主体性的地位以及作用。
2 典型相关分析法的应用
2013年年底，分管市长专门召集试点工作领导小组各成员单位，布置2013年度实施最严格水资源管理制度年度考核工作。2014年年初，市政府办、市发改委、市水利局、市绩效办联合组成了最严格水资源管理制度考核小组，对各责任单位进行了考核。2014年5月，试点工作领导小组办公室将考核结果上报了市政府，经市政府领导批示同意后，将考核结果通报各责任单位，并抄报市委组织部。
2.1 基本原理
社会经济情况较为复杂，受影响的因素较多，例如，产品销售量的影响因素不但包括居民收入，还包括产品价格、广告宣传费等等，此时一元线性回归难以充分满足统计需求，需要将多元线性回归分析引入其中，具体应用如下。
2.2 主要应用
针对某地工业内部3个部门结构与农业4个部门之间的关系，可采用典型相关分析方式，做出以下分析。
通过数学方式，对每层所有因素的重要次序进行排列，在操作中应保持判断思维一致性，以免出现A1比A2重要，A2比A3重要，但A3又比A1重要的矛盾现象。在对精度要求不严格的情况下，还可采用简便算法开展一致性检验，使每层因素的重要次序均得以明确。
在层次模型构建完毕后，各因素的层次隶属关系得以明确，可对任意层次因素的重要性进行判断。为了便于量化，可引入合适的标度，将判断内容用数值标注出来，如判断矩阵A，再对该层次中相关因素两两对比，按照重要程度进行排列[1]。
在对各项指标之间的联系进行研究时，一般需要计算出相关系数，并完成回归分析，两个变量间的联系可通过相关系数体现出来，而若干变量与特定变量间的关系则可通过回归分析体现出来，但却无法体现在两组变量间的关系，这时便可引入典型相关分析法，对两组变量间的关系进行统计分析。
3 多元线性回归分析的应用
典型相关分析主要适用于选取典型变量最优线性组合的工作中，基本原理为：在全部线性组合U，V中，选出相关系数最大的L与M，使U＝LX与V＝MY之间的相关系数达到最大状态，再选取L(1)与M(1)，使U1＝L(1)-X与V1＝M(1)-Y的相关系数与组合U与V中为最大，如此反复，直至全部与U，U1,U2……Uk-1与V，V1,V2……Vk-1均不相关的线性组合Uk与Vk。其中，K代表的是变量X与Y之间协方差矩阵的秩，而U1与V1是按照相关系数，本着从大到小的原则成对选取，直至两组变量的相关性被全部分解完毕为止[2]。
3.1 回归模型
当因变量y与自变量x1,x2……xP之间为线性关系时，回归模型的一般形式为：
式中，β 0，β 1……βp 属于p+1个未知参数，也可称为回归系数，含义为当其他变量固定，自变量xi变动一个单位时，因变量y将变动βi 个单位。当p的数值为1时，属于一元线性回归模型，当p的数值超过2时，则属于多元线性回归模型[3]。
3.2 统计检验
在多元线性回归中，主要的检验方法为：一是拟合优度检验，对R2的数值进行计算，也就是样本决定系数，通过检验回归方程测试样本数值的拟合优度；二是F检验，判断自变量对因变量能否产生较大影响；三是T检验，即显著性检验，判断自变量与因变量的关系是否显著，如若不显著，则可将自变量从方程中去除。
4 结语
综上所述，通过本文对层次分析法、典型相关分析、多元线性分析法的研究，使现代统计分析方法得以完善和推广，使社会经济发展中遇到的更多复杂统计问题迎刃而解，各项因素的权重分配更加科学，最终的评价结果更加精准客观，为社会经济的公正和谐贡献更大力量。
【参考文献】
[1]张志英,张彦通.现代统计分析方法在考试质量管理中的应用[J].中国高等教育评估, 2017(3):63-64.
[2]斯童. 叩开现代统计分析的大门──评《现代统计分析知识与写作》[J]. 江苏统计 , 2018(10).
[3]马立平, 陈首丽. 现代统计分析方法的学与用(十一)典型相关分析 [J]. 数据 , 2017(11):40-40.
[中图分类号] B841.2
[文献标识码] C
[文章编号] 2096-1995(2019)24-0214-01
作者简介： 史松奇（1979.12-），男，江苏省泰州市兴化市人，本科，毕业于南京农业大学，中级统计师，研究方向：统计。
标签：现代统计分析论文; 层次分析论文; 典型分析论文; 江苏省泰州市兴化市张郭镇便民服务中心论文;