前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇多元統(tǒng)計(jì)分析范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

多元統(tǒng)計(jì)分析范文第1篇

關(guān)鍵詞:財(cái)務(wù)分析;聚類(lèi)分析;因子分析;財(cái)務(wù)指標(biāo);上市公司

中圖分類(lèi)號(hào):F23文獻(xiàn)標(biāo)識(shí)碼:A

一、財(cái)務(wù)狀況評(píng)價(jià)指標(biāo)體系的確定

單個(gè)指標(biāo)只能揭示出公司財(cái)務(wù)狀況的某一方面,無(wú)法反映出財(cái)務(wù)狀況全貌。為了全面、完整地評(píng)價(jià)上市公司的財(cái)務(wù)狀況全貌,本文按照《企業(yè)財(cái)務(wù)通則》和《工業(yè)企業(yè)財(cái)務(wù)制度》的規(guī)定,選取一套財(cái)務(wù)比率作為財(cái)務(wù)綜合評(píng)價(jià)指標(biāo)體系,包括以下4大類(lèi)8個(gè)財(cái)務(wù)指標(biāo)變量。獲利能力指標(biāo):凈資產(chǎn)收益率、加權(quán)平均凈資產(chǎn)收益率;償債能力指標(biāo):流動(dòng)比率、速動(dòng)比率;經(jīng)營(yíng)能力指標(biāo):應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率;發(fā)展能力指標(biāo):營(yíng)業(yè)利潤(rùn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率。

二、多元統(tǒng)計(jì)分析方法進(jìn)行財(cái)務(wù)綜合評(píng)價(jià)

(一)樣本的確定和數(shù)據(jù)來(lái)源。從中國(guó)上市公司資訊網(wǎng)中選取了60家上市公司在2007年的有關(guān)數(shù)據(jù),這些是實(shí)證研究的重要數(shù)據(jù)來(lái)源。為了保證研究數(shù)據(jù)的客觀性和有效性,在確定研究范圍時(shí)考慮到以下幾點(diǎn):(1)本文僅以工業(yè)類(lèi)上市公司的財(cái)務(wù)指標(biāo)作為研究對(duì)象,這樣能體現(xiàn)較大的可比性;(2)我們數(shù)據(jù)用的是2007年的,沒(méi)有用2008年的數(shù)據(jù)。我們知道,2008年美國(guó)次級(jí)債危機(jī)導(dǎo)致上市公司財(cái)務(wù)數(shù)據(jù)的大幅變動(dòng),這樣處理使數(shù)據(jù)更加有參考性。

(二)因子分析的主要步驟。樣本的數(shù)據(jù)矩陣為:

X=

其中,p表示財(cái)務(wù)指標(biāo)的變量數(shù);n表示上市公司的樣本數(shù)。主要步驟如下:(1)由樣本矩陣X計(jì)算樣本均值、樣本離差陣及相關(guān)矩陣;(2)求R的特征值和方差貢獻(xiàn);(3)確定公共因子的個(gè)數(shù)m。通常要選取的主因子數(shù)所反應(yīng)的信息量占原始數(shù)據(jù)總信息量的85%以上,即選取m個(gè)因子使累積方差貢獻(xiàn)達(dá)到85%; (4)因子載荷矩陣方差最大旋轉(zhuǎn),因子分析的目的不僅是求出公共因子,更主要的是應(yīng)該知道每個(gè)公共因子的實(shí)際意義,但是初始載荷矩陣并不滿足“簡(jiǎn)單結(jié)構(gòu)準(zhǔn)則”,因而容易使公共因子的實(shí)際意義含糊不清,不利于對(duì)因子進(jìn)行解釋。為此,必須對(duì)因子載荷矩陣施行旋轉(zhuǎn)變換,使得各因子載荷矩陣的每一列各元素的平方按列向0或1兩級(jí)轉(zhuǎn)化,達(dá)到其結(jié)構(gòu)簡(jiǎn)化的目的。得到最終旋轉(zhuǎn)因子的載荷矩陣為A;(5)對(duì)m個(gè)公共因子做解釋。求出載荷矩陣A后,即得到p個(gè)可測(cè)變量由m個(gè)不可測(cè)的公共因子及各自特殊因子的表達(dá)式,并解釋這m個(gè)公共因子表示的經(jīng)濟(jì)意義;(6)樣本的因子得分。在因子載荷矩陣A和特征因子方差已知的情況下,使用加權(quán)最小二乘法得到每個(gè)樣本的各個(gè)因子得分:F=ARX;(7)樣本的綜合得分SWF(i=1,2,…,n)。其中,W為各主因子權(quán)重,由旋轉(zhuǎn)后主因子所解釋的方差求得,F為每個(gè)樣本的各主因子得分;(8)綜合排名。根據(jù)求得的上市公司綜合財(cái)務(wù)指數(shù)得分?jǐn)?shù)按從大到小的順序進(jìn)行排名。

(三)財(cái)務(wù)綜合評(píng)價(jià)實(shí)證分析

1、根據(jù)上述步驟及有關(guān)數(shù)據(jù),應(yīng)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行因子分析

(1)得到因子特征值。從中選取4個(gè)特征值大于1的因子,其累積方差貢獻(xiàn)率達(dá)85.021%,可以解釋9個(gè)財(cái)務(wù)指標(biāo)的大部分差異。特征值碎石圖的“陡坡檢驗(yàn)”證明4個(gè)因子是決定9個(gè)財(cái)務(wù)指標(biāo)的主要因子。(圖1)

(2)對(duì)因子載荷矩陣施行旋轉(zhuǎn)變換,得到各主因子旋轉(zhuǎn)成分矩陣。旋轉(zhuǎn)成分矩陣,在各主因子上選取載荷大于0.5的財(cái)務(wù)指標(biāo)對(duì)各主因子做比較明確的解釋。第一個(gè)因子F1∽0.986(凈資產(chǎn)收益率)+0.990(加權(quán)平均凈資產(chǎn)收益率),該因子可以解釋為盈利能力因子,它主要解釋了財(cái)務(wù)指標(biāo)中載荷高的凈資產(chǎn)收益率和加權(quán)平均凈資產(chǎn)收益率;第二個(gè)因子F2∽0.950(流動(dòng)比率)+0.913(速動(dòng)比率),該因子可以解釋為償債能力因子,它主要解釋了財(cái)務(wù)指標(biāo)中載荷高的流動(dòng)比率和速動(dòng)比率;第三個(gè)因子F3∽0.908(營(yíng)業(yè)利潤(rùn)增長(zhǎng)率)+0.927(凈利潤(rùn)增長(zhǎng)率),該因子可以解釋為發(fā)展能力因子,它主要揭示了財(cái)務(wù)指標(biāo)中載荷高的營(yíng)業(yè)利潤(rùn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率;第四個(gè)因子F4∽0.845(應(yīng)收賬款周轉(zhuǎn)率)+0.606(總資產(chǎn)周轉(zhuǎn)率),該因子可以解釋為營(yíng)運(yùn)能力因子,它主要解釋了財(cái)務(wù)指標(biāo)中載荷高的應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率。

綜上,可以驗(yàn)證與財(cái)務(wù)分子中衡量各項(xiàng)能力的指標(biāo)一致。

(3)旋轉(zhuǎn)平方和載入?？梢杂?jì)算出四個(gè)因子的權(quán)重,第一個(gè)因子權(quán)重:

w==0.296

同理可得第二個(gè)因子權(quán)重:

w=0.286;w=0.234;w=0.165

(4)得到各個(gè)樣本的因子得分系數(shù)矩陣。因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值可以計(jì)算每個(gè)觀測(cè)值的各因子的得分?jǐn)?shù):

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

再根據(jù)所求因子權(quán)重可得到各公司綜合財(cái)務(wù)指數(shù)S:

S=WF=0.296F+0.286F+0.234F+0.165F(j=1,2,…,n)

(5)得到部分上市公司財(cái)務(wù)狀況排名(限于篇幅,結(jié)果略)。

2、應(yīng)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行系統(tǒng)聚類(lèi)分析。通過(guò)分析,了解到各個(gè)公司的優(yōu)勢(shì),認(rèn)為因子得分較相似的樣品有一定的相似性,通過(guò)聚類(lèi)分析驗(yàn)證。通過(guò)系統(tǒng)聚類(lèi)法,選擇離差平方和法,用歐式距離定義樣品之間的距離。限于篇幅我們只將30家上市公司進(jìn)行系統(tǒng)聚類(lèi),所得聚類(lèi)譜系圖(結(jié)果從略),從聚類(lèi)譜系圖可以看出,金柴動(dòng)力和新華醫(yī)療首先聚在一起,它們?cè)趦攤芰Ψ矫婧途C合排名很相似。通過(guò)對(duì)圖標(biāo)的進(jìn)一步分析會(huì)發(fā)現(xiàn),結(jié)果和因子得分的排名之間的關(guān)系很相符。另外,在有了聚類(lèi)分析的前提下,我們可以進(jìn)一步依靠聚類(lèi)分析的分類(lèi)結(jié)果建立判別函數(shù),將我們所希望了解的公司的各個(gè)方面的指標(biāo)帶入進(jìn)行判別歸類(lèi),從而可以使投資決策更加方便快捷。

通過(guò)上述分析,我們發(fā)現(xiàn)多元統(tǒng)計(jì)分析中的因子分析、聚類(lèi)分析、判別分析等都可以運(yùn)用到財(cái)務(wù)分析中,為分析指標(biāo)的選擇,綜合因子得分函數(shù)的確定,將具有相似性的企業(yè)聚成一類(lèi),建立判別函數(shù),為以后評(píng)價(jià)企業(yè)的類(lèi)型提供依據(jù)。但是,由于企業(yè)經(jīng)營(yíng)環(huán)境及資本結(jié)構(gòu)、競(jìng)爭(zhēng)對(duì)手等不斷改變,建立的判別函數(shù)需根據(jù)情況的變化而進(jìn)行不斷地調(diào)整。

(作者單位:福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院)

主要參考文獻(xiàn):

[1]張學(xué)謙等.企業(yè)財(cái)務(wù)報(bào)表分析原理與方法.北京:清華大學(xué)出版社,2007.

[2]葛文雷.現(xiàn)代公司財(cái)務(wù)學(xué).上海:中國(guó)紡織大學(xué)出版社,1997.

[3]陳文浩.公司財(cái)務(wù).上海:上海財(cái)經(jīng)大學(xué)出版社,2003.

多元統(tǒng)計(jì)分析范文第2篇

關(guān)鍵詞：財(cái)務(wù)危機(jī)原因多元統(tǒng)計(jì)分析危機(jī)預(yù)警作用

國(guó)內(nèi)學(xué)者對(duì)于公司財(cái)務(wù)危機(jī)預(yù)警的研究也越來(lái)越多，然而學(xué)者們大多數(shù)只針對(duì)純財(cái)務(wù)指標(biāo)構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型，卻忽略了非財(cái)務(wù)信息的作用。很顯然，單一的財(cái)務(wù)數(shù)據(jù)所能體現(xiàn)的信息還不夠完整，很難反映公司的真實(shí)情況，難免會(huì)造成預(yù)警的偏差，而非財(cái)務(wù)信息能夠?qū)ω?cái)務(wù)信息進(jìn)行有效地補(bǔ)充，因此，引入非財(cái)務(wù)指標(biāo)構(gòu)建預(yù)警模型是非常有必要的。

一、企業(yè)財(cái)務(wù)危機(jī)產(chǎn)生的原因

許多現(xiàn)代企業(yè)面臨著危及生存的問(wèn)題，財(cái)務(wù)危機(jī)是企業(yè)的一大重要問(wèn)題，許多企業(yè)管理不得當(dāng)，財(cái)務(wù)環(huán)節(jié)控制不到位，并且缺少有效的監(jiān)管機(jī)制，造成企業(yè)財(cái)務(wù)管理混亂。企業(yè)財(cái)務(wù)危機(jī)是法律意義上對(duì)企業(yè)破產(chǎn)的定義，企業(yè)破產(chǎn)是用來(lái)衡量企業(yè)財(cái)務(wù)危機(jī)最常用的標(biāo)準(zhǔn)。企業(yè)財(cái)務(wù)危機(jī)有負(fù)債危機(jī)、市場(chǎng)危機(jī)、收益質(zhì)量危機(jī)，除此之外，長(zhǎng)短期資產(chǎn)配置不當(dāng)、企業(yè)財(cái)務(wù)機(jī)制不健全、管理層的財(cái)務(wù)管理素質(zhì)低下、企業(yè)本身的風(fēng)險(xiǎn)意識(shí)薄弱等都會(huì)造成企業(yè)財(cái)務(wù)危機(jī)的發(fā)生，由于企業(yè)更傾向于通過(guò)負(fù)債來(lái)獲取收益，因而當(dāng)風(fēng)險(xiǎn)意識(shí)不強(qiáng)時(shí)極易形成高度負(fù)債，在企業(yè)出現(xiàn)入不敷出的財(cái)務(wù)危機(jī)時(shí)便會(huì)導(dǎo)致破產(chǎn)。

二、多元統(tǒng)計(jì)分析

(一)多元統(tǒng)計(jì)分析概述與作用

多元統(tǒng)計(jì)分析是一種綜合分析方法，能夠在多個(gè)對(duì)象和多個(gè)指標(biāo)互相關(guān)聯(lián)的情況下分析它們的統(tǒng)計(jì)規(guī)律。多元統(tǒng)計(jì)規(guī)律包含很多內(nèi)容，主要包括多元正態(tài)分布及其抽樣分布、多元正態(tài)總體的均值向量和協(xié)方差陣的假設(shè)檢驗(yàn)、主成分分析和因子分析、判別分析和聚類(lèi)分析、直線回歸與相關(guān)、多元線性回歸與相關(guān)。多元統(tǒng)計(jì)分析可以對(duì)許多數(shù)據(jù)進(jìn)行觀測(cè)以及預(yù)測(cè)，多元統(tǒng)計(jì)分析即為分析多元數(shù)據(jù)的統(tǒng)計(jì)方法。根據(jù)統(tǒng)計(jì)規(guī)律性對(duì)未來(lái)企業(yè)財(cái)務(wù)情況做出預(yù)測(cè)，根據(jù)多元的數(shù)據(jù)對(duì)財(cái)務(wù)情況進(jìn)行多方面的設(shè)想與觀測(cè)，預(yù)測(cè)企業(yè)未來(lái)發(fā)展過(guò)程中可能會(huì)發(fā)生的財(cái)務(wù)危機(jī)情況以及危機(jī)程度，讓企業(yè)提早知曉可能發(fā)生的財(cái)務(wù)危機(jī)，并做好全方面的應(yīng)對(duì)措施。

(二)多元統(tǒng)計(jì)分析在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的主要方法

多元統(tǒng)計(jì)分析主要是使用判別分析和主成分分析建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型。首先，在建模的過(guò)程中利用隨機(jī)抽樣和對(duì)應(yīng)樣本法在企業(yè)中進(jìn)行選擇，選取各類(lèi)指標(biāo)來(lái)反映企業(yè)的財(cái)務(wù)情況，變量越多企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型就建立的越好。其次，利用抽樣選取法抽選出樣本和變量，依據(jù)這些樣本和變量使用判別分析法建立企業(yè)財(cái)務(wù)危機(jī)的預(yù)警機(jī)制。第三，將企業(yè)中抽取出來(lái)的多個(gè)變量通過(guò)線換選出較少的數(shù)量并且是重要的變量，由于變量之間都存在著一定的相關(guān)關(guān)系，而且要以最少的變量來(lái)建立模型，所以要將相關(guān)重復(fù)的變量除去，最后剩下各不相關(guān)的變量，全方面分析企業(yè)中存在的問(wèn)題，這就是主成分分析。

三、多元統(tǒng)計(jì)分析在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的作用

(一)對(duì)財(cái)務(wù)危機(jī)進(jìn)行分析和預(yù)測(cè)

多元統(tǒng)計(jì)可以通過(guò)抽取變量建立預(yù)測(cè)模型對(duì)企業(yè)未來(lái)的財(cái)務(wù)危機(jī)進(jìn)行分析和預(yù)測(cè)，從各個(gè)不同的角度預(yù)測(cè)企業(yè)未來(lái)可能發(fā)生的財(cái)務(wù)危機(jī)，并且經(jīng)過(guò)驗(yàn)證判斷企業(yè)是財(cái)務(wù)危機(jī)公司，或是非財(cái)務(wù)危機(jī)公司，或是中間狀態(tài)公司。這種方法的正確率十分高，但是如果預(yù)測(cè)的年份越遠(yuǎn)，預(yù)測(cè)的準(zhǔn)確率就會(huì)越低；反之年份越近預(yù)測(cè)的精確度就越高。因此，企業(yè)需要及時(shí)更新企業(yè)的財(cái)務(wù)危機(jī)預(yù)測(cè)模型，根據(jù)不斷變化的數(shù)據(jù)和指標(biāo)對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行分析，提高預(yù)測(cè)的準(zhǔn)確率，對(duì)未來(lái)所可能出現(xiàn)的危機(jī)做出適應(yīng)的措施。

(二)減小財(cái)務(wù)危機(jī)對(duì)企業(yè)的影響

多元統(tǒng)計(jì)分析可以減小財(cái)務(wù)危機(jī)對(duì)企業(yè)的影響，可以通過(guò)多元統(tǒng)計(jì)分析對(duì)企業(yè)進(jìn)行分類(lèi)，依據(jù)采集到的數(shù)據(jù)建立的模型，輔助分類(lèi)企業(yè)判斷是否處于財(cái)務(wù)危機(jī)狀態(tài)。如果預(yù)測(cè)結(jié)果為財(cái)務(wù)危機(jī)企業(yè)，必定會(huì)引起相關(guān)部門(mén)對(duì)企業(yè)發(fā)展的重視，以及采取各類(lèi)的方法對(duì)企業(yè)未來(lái)可能會(huì)發(fā)生的財(cái)務(wù)危機(jī)進(jìn)行合理地防范，企業(yè)會(huì)謹(jǐn)慎對(duì)待發(fā)展的每一個(gè)步驟，加強(qiáng)風(fēng)險(xiǎn)意識(shí)，減小負(fù)債率，減小財(cái)務(wù)危機(jī)對(duì)企業(yè)的影響。

(三)促進(jìn)市場(chǎng)經(jīng)濟(jì)健康發(fā)展

以多元統(tǒng)計(jì)分析對(duì)各個(gè)企業(yè)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警，使我國(guó)的每個(gè)企業(yè)都能夠劃分清楚，并且采取最全面、有效的體系適應(yīng)國(guó)內(nèi)企業(yè)的發(fā)展，在一定程度上減少了財(cái)務(wù)危機(jī)帶來(lái)的影響，促進(jìn)了市場(chǎng)經(jīng)濟(jì)的健康發(fā)展，提高我國(guó)的經(jīng)濟(jì)發(fā)展水平。

四、結(jié)束語(yǔ)

多元統(tǒng)計(jì)分析是一項(xiàng)對(duì)研究企業(yè)財(cái)務(wù)危機(jī)十分有效的方法，在其他領(lǐng)域的應(yīng)用也十分廣泛，多元統(tǒng)計(jì)分析可以為企業(yè)帶來(lái)完善的財(cái)務(wù)預(yù)警體系，使企業(yè)預(yù)測(cè)未來(lái)可能會(huì)發(fā)生的財(cái)務(wù)危機(jī)，對(duì)未來(lái)發(fā)生的財(cái)務(wù)危機(jī)采取適當(dāng)?shù)?、避免發(fā)生的措施，促進(jìn)了企業(yè)經(jīng)濟(jì)的健康發(fā)展。

參考文獻(xiàn)：

[1]李杰,王蔚佳,劉興智.多元統(tǒng)計(jì)分析在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用[J].重慶建筑大學(xué)學(xué)報(bào),2004

[2]付娟,劉延平.運(yùn)用多元統(tǒng)計(jì)分析綜合評(píng)價(jià)我國(guó)西部各省市自治區(qū)域經(jīng)濟(jì)效益[J].中國(guó)高新技術(shù)企業(yè),2007

多元統(tǒng)計(jì)分析范文第3篇

文章編號(hào)：1671-489X（2015）08-0084-02

隨著現(xiàn)代計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，醫(yī)療衛(wèi)生領(lǐng)域逐步完善生命健康相關(guān)信息登記的數(shù)據(jù)庫(kù)，各類(lèi)數(shù)據(jù)庫(kù)之間相互鏈接形成醫(yī)藥衛(wèi)生行業(yè)的海量信息。面對(duì)海量信息，如何透過(guò)數(shù)據(jù)的表面現(xiàn)象抓住其本質(zhì)？如何通過(guò)眾多的數(shù)據(jù)挖掘出有關(guān)生命健康的科學(xué)規(guī)律？迫于此形勢(shì)的需求，各醫(yī)學(xué)院校紛紛開(kāi)設(shè)醫(yī)用多元統(tǒng)計(jì)分析課程，培養(yǎng)醫(yī)學(xué)研究工作者將各種多元統(tǒng)計(jì)分析方法應(yīng)用到醫(yī)藥衛(wèi)生領(lǐng)域數(shù)據(jù)中的能力。

醫(yī)用多元統(tǒng)計(jì)和基本衛(wèi)生統(tǒng)計(jì)構(gòu)成醫(yī)藥衛(wèi)生領(lǐng)域內(nèi)處理數(shù)據(jù)的有力工具，兩者都用到數(shù)理統(tǒng)計(jì)和概率論的知識(shí)，故在教學(xué)方法上醫(yī)用多元統(tǒng)計(jì)有許多可以借鑒基本衛(wèi)生統(tǒng)計(jì)的教學(xué)經(jīng)驗(yàn)。醫(yī)用多元統(tǒng)計(jì)分析處理多變量數(shù)據(jù)，相對(duì)于處理單變量數(shù)據(jù)基本衛(wèi)生統(tǒng)計(jì)方法而言，醫(yī)用多元統(tǒng)計(jì)又呈現(xiàn)出眾多自己的特點(diǎn)，比如繁瑣的矩陣、復(fù)雜的建模、龐大的運(yùn)算、抽象的概念[1]等。因此，在借鑒基本衛(wèi)生統(tǒng)計(jì)教學(xué)方法的同時(shí)，還必須依據(jù)本課程的特點(diǎn)認(rèn)真考慮如何增強(qiáng)該課程教學(xué)效果的問(wèn)題。筆者在幾年的醫(yī)用多元統(tǒng)計(jì)分析教學(xué)中有四點(diǎn)體會(huì)與大家分享。

1 通過(guò)教學(xué)環(huán)節(jié)培養(yǎng)實(shí)踐能力

醫(yī)用多元統(tǒng)計(jì)分析屬于應(yīng)用性的方法學(xué)科，課程性質(zhì)要求學(xué)生在學(xué)習(xí)多元統(tǒng)計(jì)方法之后，要具備將各種多元統(tǒng)計(jì)分析方法應(yīng)用到醫(yī)療衛(wèi)生領(lǐng)域數(shù)據(jù)中的能力。培養(yǎng)學(xué)生的實(shí)踐能力，僅從理論授課上下功夫提高學(xué)生實(shí)踐能力是遠(yuǎn)遠(yuǎn)不夠的，必須在理論授課、實(shí)驗(yàn)教學(xué)和課程考核等各個(gè)教學(xué)環(huán)節(jié)中都不脫離實(shí)踐能力培養(yǎng)的主線。在理論課上講授的內(nèi)容一般包括原理方面的知識(shí)和如何分析實(shí)際數(shù)據(jù)兩個(gè)方面。提高學(xué)生實(shí)踐能力要求教學(xué)過(guò)程中淡化數(shù)學(xué)原理方面的知識(shí)，而將重點(diǎn)放置在如何分析實(shí)際數(shù)據(jù)上，即該多元統(tǒng)計(jì)分析方法使用的前提條件是什么，如何使用該方法以及分析結(jié)果如何解讀，在具體研究的醫(yī)學(xué)問(wèn)題中此結(jié)果具有什么樣的意義。

盡管在現(xiàn)代教學(xué)方法中有體驗(yàn)式教學(xué)的滲入[2]，但相對(duì)于實(shí)驗(yàn)課的實(shí)際體驗(yàn)來(lái)講，學(xué)生對(duì)于數(shù)據(jù)何時(shí)采用、如何采用某種多元統(tǒng)計(jì)分析方法，還是保持在似乎知道，但又不完全明確的模糊階段。很多原理方面的知識(shí)，盡管不是重點(diǎn)，但也需要學(xué)生了解一下，才能有助于把握整體脈絡(luò)、合理應(yīng)用，通過(guò)實(shí)驗(yàn)課的親身體驗(yàn)，能直觀觀察到相對(duì)模糊的原理知識(shí)得到驗(yàn)證的過(guò)程，從而心服口服地從心底接受沒(méi)有經(jīng)過(guò)手工計(jì)算而呈現(xiàn)的分析結(jié)果。并且多元統(tǒng)計(jì)分析的實(shí)驗(yàn)課本身就是讓學(xué)生去體驗(yàn)各多元統(tǒng)計(jì)分析方法怎樣應(yīng)用于實(shí)際數(shù)據(jù)的過(guò)程，從而使學(xué)生實(shí)踐能力大大提高。

一般課程考試比較側(cè)重理論原理的考核，而醫(yī)用多元統(tǒng)計(jì)分析授課的目的就是給學(xué)生講授多元統(tǒng)計(jì)方法應(yīng)用于醫(yī)藥衛(wèi)生領(lǐng)域數(shù)據(jù)的實(shí)踐過(guò)程，學(xué)習(xí)課程之后學(xué)生必須具備這種實(shí)踐能力，否則就根本沒(méi)有實(shí)現(xiàn)開(kāi)設(shè)這門(mén)課程的初衷，沒(méi)有達(dá)到教學(xué)目的。因此，課程考試也應(yīng)側(cè)重在學(xué)生實(shí)踐能力的考核上。課程考核一般有試卷考核、平時(shí)實(shí)驗(yàn)成績(jī)和上機(jī)考核三種形式，而以試卷考核的形式居多。對(duì)于醫(yī)用多元統(tǒng)計(jì)分析課程，平時(shí)實(shí)驗(yàn)成績(jī)考核和上機(jī)考核也應(yīng)該是必須選擇的考核形式，除此以外，在試卷考核中也可通過(guò)適當(dāng)?shù)念}型體現(xiàn)對(duì)學(xué)生實(shí)踐能力的考查。比如，將多元數(shù)據(jù)分析的結(jié)果展示在試卷上，讓學(xué)生回答此分析結(jié)果對(duì)于研究目的反映出什么；或者指出研究目的，讓學(xué)生回答選用何種多元統(tǒng)計(jì)分析方法，為何選用這種方法；或者從展現(xiàn)的結(jié)果讓學(xué)生判斷是否適用某種多元統(tǒng)計(jì)分析方法等多種題型來(lái)考查學(xué)生的實(shí)踐能力。通過(guò)考核反饋出實(shí)踐能力欠缺的部分，從而給予相應(yīng)的應(yīng)對(duì)措施。

2 通過(guò)教學(xué)軟件提高教學(xué)效率

多元統(tǒng)計(jì)分析建模一般都要經(jīng)過(guò)逆矩陣、相關(guān)系數(shù)矩陣的計(jì)算，求解特征根與特征向量等過(guò)程，這些過(guò)程沒(méi)有扎實(shí)的數(shù)學(xué)功底是根本不可能完成的。即便能完成這些運(yùn)算，但也是相當(dāng)耗時(shí)的過(guò)程。就運(yùn)算相對(duì)簡(jiǎn)單的多元統(tǒng)計(jì)分析方法而言，如果采用人工計(jì)算器計(jì)算的話，也需要大約五個(gè)學(xué)時(shí)的時(shí)間才能完成，復(fù)雜的多元統(tǒng)計(jì)方法需要學(xué)時(shí)數(shù)就更多了。假定學(xué)校能夠安排充分的學(xué)時(shí)數(shù)，學(xué)生也必須有足夠的能力和耐心去完成這些運(yùn)算?？梢?jiàn)，統(tǒng)計(jì)軟件和多元統(tǒng)計(jì)分析方法教學(xué)的結(jié)合是非常必要的。

目前，常用的統(tǒng)計(jì)分析軟件有SAS、SPSS和STATA。對(duì)于醫(yī)學(xué)專(zhuān)業(yè)本科生和研究生的統(tǒng)計(jì)分析要求來(lái)講，簡(jiǎn)單掌握每個(gè)軟件基本功能就可以滿足數(shù)據(jù)分析的需求，但對(duì)統(tǒng)計(jì)學(xué)專(zhuān)業(yè)的研究生而言，一般需要用到可編寫(xiě)程序的SAS軟件，并且要深入學(xué)習(xí)，進(jìn)行數(shù)據(jù)的模型擬合分析。各醫(yī)學(xué)院校可根據(jù)自己的辦學(xué)條件、師資力量、教材的情況、授課對(duì)象等因素綜合考慮本院校采用醫(yī)用多元統(tǒng)計(jì)分析的軟件。借助軟件在很短的時(shí)間能完成模型的建立、模型擬合檢驗(yàn)等分析過(guò)程，通過(guò)分析結(jié)果中呈現(xiàn)的模型建立中間步驟，了解矩陣運(yùn)算，求解特征根與特征向量的信息，把握前因后果、各步驟間的相互關(guān)系，大量時(shí)間的節(jié)余可用在多元統(tǒng)計(jì)分析方法的專(zhuān)業(yè)應(yīng)用上。

3 通過(guò)適宜教材激發(fā)學(xué)習(xí)興趣

多元統(tǒng)計(jì)分析原理部分的繁瑣復(fù)雜性對(duì)該課程的學(xué)習(xí)形成很大阻礙，且原理部分又不是醫(yī)學(xué)專(zhuān)業(yè)學(xué)生學(xué)習(xí)的重點(diǎn)，這提示了教材選擇的重要性。合適的教材不應(yīng)該花費(fèi)很大的篇幅在理論推導(dǎo)和模型建立的過(guò)程上，否則只會(huì)增加學(xué)生對(duì)該課程的畏懼心理。教材應(yīng)當(dāng)側(cè)重于多元統(tǒng)計(jì)方法的應(yīng)用部分，應(yīng)用部分和學(xué)生專(zhuān)業(yè)的相關(guān)性越強(qiáng)，就越容易激發(fā)學(xué)生學(xué)習(xí)興趣。

上文中提到學(xué)習(xí)醫(yī)用多元統(tǒng)計(jì)分析教學(xué)要結(jié)合統(tǒng)計(jì)分析軟件，因此，教材中最好在每個(gè)多元統(tǒng)計(jì)方法的介紹之后都安排一個(gè)章節(jié)，說(shuō)明這種多元統(tǒng)計(jì)方法通過(guò)統(tǒng)計(jì)分析軟件如何實(shí)現(xiàn)，以及軟件運(yùn)行結(jié)果如何解讀。醫(yī)學(xué)各專(zhuān)業(yè)學(xué)生一般都未經(jīng)過(guò)系統(tǒng)的統(tǒng)計(jì)軟件的學(xué)習(xí)，因此，教材中軟件相關(guān)內(nèi)容的安排就尤其重要，不僅要有這樣的章節(jié)，而且要通俗易懂，適合醫(yī)學(xué)專(zhuān)業(yè)學(xué)生的初次統(tǒng)計(jì)軟件學(xué)習(xí)，在每一種多元分析方法數(shù)據(jù)集的錄入、軟件實(shí)現(xiàn)的步驟、一些常用選擇項(xiàng)的介紹、軟件運(yùn)行結(jié)果的每個(gè)部分的解讀以及結(jié)合專(zhuān)業(yè)知識(shí)后的結(jié)論等各個(gè)方面都要有詳盡的解釋。

醫(yī)學(xué)可以劃分成很多不同的專(zhuān)業(yè)，如公共衛(wèi)生、醫(yī)藥和臨床專(zhuān)業(yè)等，就公共衛(wèi)生專(zhuān)業(yè)又可以進(jìn)一步詳細(xì)劃分成勞動(dòng)衛(wèi)生、兒少衛(wèi)生和營(yíng)養(yǎng)等專(zhuān)業(yè)。目前的醫(yī)用多元統(tǒng)計(jì)分析教材沒(méi)有具體針對(duì)各個(gè)專(zhuān)業(yè)的多元統(tǒng)計(jì)分析教材，能選擇到和醫(yī)學(xué)專(zhuān)業(yè)接近的教材充其量也就是醫(yī)用多元分析的教材了，因此，通過(guò)教材提高學(xué)習(xí)的積極性還是存在一定的局限性，但這種局限可以通過(guò)案例教學(xué)來(lái)彌補(bǔ)。在授課過(guò)程中，授課教師可能通過(guò)案例式教學(xué)[3]，選擇和授課學(xué)生專(zhuān)業(yè)休戚相關(guān)的例子來(lái)進(jìn)行講解，就格外能吸引學(xué)生的注意力。

4 通過(guò)教學(xué)設(shè)計(jì)引導(dǎo)學(xué)生主動(dòng)學(xué)習(xí)

多媒體技術(shù)在教學(xué)中的應(yīng)用極大優(yōu)化了教學(xué)過(guò)程[4]。隨著多媒體技術(shù)的發(fā)展，教學(xué)過(guò)程中“傳統(tǒng)的PPT教學(xué)”逐漸形成新的多媒體教學(xué)形式――微課件。微課件是指使用多媒體技術(shù)在五分鐘內(nèi)就一個(gè)知識(shí)點(diǎn)進(jìn)行針對(duì)性講解的一段視頻或音頻[5]?；诮虒W(xué)設(shè)計(jì)，微課件可用于難點(diǎn)講解、內(nèi)容小結(jié)等各個(gè)環(huán)節(jié)。如在教學(xué)導(dǎo)入階段，教師根據(jù)新課知識(shí)點(diǎn)設(shè)計(jì)新穎的問(wèn)題，通過(guò)簡(jiǎn)短的視頻的形式展現(xiàn)。微課件以視頻的形式吸引學(xué)生的注意力的同時(shí)，將教學(xué)問(wèn)題引入，讓學(xué)生帶著問(wèn)題去聽(tīng)完一堂課，從而起到引導(dǎo)學(xué)生主動(dòng)學(xué)習(xí)、增強(qiáng)聽(tīng)課效果的作用。

多元統(tǒng)計(jì)分析范文第4篇

【關(guān)鍵詞】教學(xué)質(zhì)量；評(píng)估；主成分分析

教學(xué)評(píng)價(jià)是系統(tǒng)地收集教學(xué)信息，基于所獲得的信息，確定培養(yǎng)目標(biāo)和要求對(duì)教學(xué)過(guò)程與結(jié)果進(jìn)行衡量和價(jià)值判斷，為教學(xué)決策提供依據(jù)，從而實(shí)現(xiàn)對(duì)教學(xué)活動(dòng)的宏觀調(diào)控，來(lái)達(dá)到預(yù)期結(jié)果的過(guò)程。對(duì)教師教學(xué)過(guò)程、教學(xué)水平進(jìn)行科學(xué)合理的評(píng)價(jià)能夠顯示教師教學(xué)質(zhì)量所達(dá)到的指標(biāo)，亦能不斷給對(duì)教學(xué)提供反饋信息。

根據(jù)學(xué)校的教師教學(xué)質(zhì)量評(píng)價(jià)細(xì)則，調(diào)查了我校不同年級(jí)的部分學(xué)生。除去外出或拒絕回答等因素外實(shí)際調(diào)查人數(shù)153，應(yīng)答率為85%。

主要是通過(guò)教學(xué)態(tài)度、教學(xué)技能、教學(xué)效果三方面來(lái)，確定了7個(gè)指標(biāo)，公平對(duì)待每位學(xué)生鼓勵(lì)學(xué)生對(duì)學(xué)習(xí)負(fù)責(zé)；上課準(zhǔn)備充分、熟悉教學(xué)內(nèi)容并注重課堂紀(jì)律；講課條理清楚、層次分明、重點(diǎn)突出程度；積極開(kāi)展教學(xué)改革不斷改進(jìn)教學(xué)；按要求完成教學(xué)任務(wù)，實(shí)際預(yù)期教學(xué)目標(biāo)；學(xué)生能掌握或理解大部分教學(xué)內(nèi)容；善于引導(dǎo)我們深入思考，課堂互動(dòng)氣氛濃厚，最后對(duì)教師的教學(xué)質(zhì)量做一個(gè)總評(píng)價(jià)。教學(xué)質(zhì)量評(píng)價(jià)（10分制）：優(yōu)秀：8.5分以上；良好：7.5分以上；合格：6.5分以上；基本合格：5.5分以上；不合格：5.5以下。

根據(jù)采集的100多份數(shù)據(jù)，利用excel錄入數(shù)據(jù)，通過(guò)加權(quán)平均處理分析得到樣本數(shù)據(jù)。論文根據(jù)多元統(tǒng)計(jì)分析建立了模型，應(yīng)用了SAS軟件和MATLAB神經(jīng)網(wǎng)絡(luò)環(huán)境分析處理。

在用統(tǒng)計(jì)分析方法研究這個(gè)多變量的課題時(shí)，變量個(gè)數(shù)太多就會(huì)增加課題的復(fù)雜性。人們自然希望變量個(gè)數(shù)較少而得到的信息較多。在很多情形，變量之間是有一定的相關(guān)關(guān)系的，當(dāng)兩個(gè)變量之間有一定相關(guān)關(guān)系時(shí)，可以解釋為這兩個(gè)變量反映此課題的信息有一定的重疊。主成分分析是對(duì)于原先提出的所有變量，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息。

從上文中確定評(píng)價(jià)指標(biāo)有7個(gè)，按順序分別編為，代表學(xué)生對(duì)教師上課評(píng)價(jià)滿意程度。我們將評(píng)價(jià)指標(biāo)的取值范圍定為[0，10]，表格通過(guò)隨機(jī)的153名同學(xué)評(píng)價(jià)，經(jīng)過(guò)EXCEL處理得到數(shù)據(jù)，如表1所示。

將表1的組數(shù)據(jù)全部導(dǎo)入SAS中，調(diào)用主成分分析過(guò)程，編寫(xiě)程序如下：

提交運(yùn)行，完成相關(guān)性分析。從結(jié)果中得到各個(gè)變量之間的相關(guān)性，如表2所示。

從表2中可以看出，于的相關(guān)關(guān)系最為顯著，依次為0.6888，0.6550，0.5451，0.4496，0.4182。同時(shí)可以看到與的相關(guān)系數(shù)為0.6343；與的相關(guān)系數(shù)為0.6000。這些預(yù)測(cè)因子之間的相關(guān)系數(shù)較大，因此，需對(duì)預(yù)報(bào)因子做主成分分析，以提高評(píng)價(jià)準(zhǔn)確性。

主成分分析將研究對(duì)象的多個(gè)相關(guān)變量指標(biāo)化為少數(shù)幾個(gè)不相關(guān)變量的一種多元統(tǒng)計(jì)方法，而且這些不相關(guān)的綜合變量包含了原來(lái)變量提供的大部分信息。直接調(diào)用上面的SAS的主成分分析主程序，可以得到8個(gè)主成分的貢獻(xiàn)率和累積貢獻(xiàn)率如圖1所示，同時(shí)可以得到其主成分的相關(guān)負(fù)荷表如圖2所示。

從圖1中可以看出前5個(gè)主成分的特征值的累積貢獻(xiàn)率達(dá)到了91.18%，因此可以認(rèn)為，用前面5個(gè)就足以獲取原始數(shù)據(jù)的方差結(jié)構(gòu)了。在看對(duì)主成分分析的解釋?zhuān)瑘D2中給出了主成分與各變量的相關(guān)系數(shù)（即因子負(fù)荷）。從因子負(fù)荷中我們可以看到第一主成分中和的相關(guān)系數(shù)比較高；而在第二主成分明顯的是由所支配的；同樣可得到第三主成分是，第四主成分中和特征向量系數(shù)比較大，第五主成分中是。綜述所述，可以得出特征性比較顯著。

本文主要是對(duì)目前我院教學(xué)質(zhì)量效果評(píng)價(jià)進(jìn)行了研究。基于多元統(tǒng)計(jì)分析的教學(xué)質(zhì)量評(píng)價(jià)，在主成分分析基礎(chǔ)上建立教學(xué)質(zhì)量評(píng)價(jià)模型。以主觀評(píng)價(jià)試驗(yàn)和統(tǒng)計(jì)分析為基礎(chǔ)，SAS和MATLAB為運(yùn)行環(huán)境，得到結(jié)果。通過(guò)試驗(yàn)分析驗(yàn)證了該方法的可行性和有效性，完成了研究工作，并得出結(jié)果，即影響教學(xué)質(zhì)量評(píng)價(jià)的主要因素和因素對(duì)教學(xué)質(zhì)量評(píng)價(jià)影響程度。

參考文獻(xiàn)

多元統(tǒng)計(jì)分析范文第5篇

關(guān)鍵詞：大學(xué)生;信用評(píng)估;主成分分析;因子分析;聚類(lèi)分析法

引言

本文在國(guó)內(nèi)外個(gè)人信用評(píng)價(jià)相關(guān)理論和生活經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合大學(xué)生相關(guān)特質(zhì)，確定各指標(biāo)的重要程度，并用層次分析方法確定各指標(biāo)的評(píng)分值，構(gòu)建大學(xué)生信用評(píng)價(jià)指標(biāo)體系，通過(guò)對(duì)湖南農(nóng)業(yè)大學(xué)本科生進(jìn)行問(wèn)卷調(diào)查，獲得客觀的原始數(shù)據(jù);將多元統(tǒng)計(jì)分析中的主成分分析、因子分析和聚類(lèi)分析作為主要研究方法，構(gòu)建大學(xué)生信用評(píng)估模型，運(yùn)用SPSS統(tǒng)計(jì)軟件進(jìn)行相關(guān)操作來(lái)評(píng)估大學(xué)生信用好壞情況，并驗(yàn)證所建指標(biāo)體系的可行性。

一、研究方法

1.主成分分析。主成分方法由Hotelling于1933年提出，是利用降維的思想將多指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)分析方法。主成分分析是對(duì)原有所有變量進(jìn)行簡(jiǎn)化，建立盡可能少的新變量，使得這些新變量?jī)蓛刹幌嚓P(guān)，并在反映研究的信息方面盡可能保持原有的信息。

2.因子分析。因子分析是用于數(shù)據(jù)化簡(jiǎn)和降維的多元統(tǒng)計(jì)分析方法，是在主成分分析的基礎(chǔ)上構(gòu)筑若干意義較為明確的公因子，以它們?yōu)榭蚣芊纸庠兞?，以此考察原變量間的聯(lián)系與區(qū)別，主要研究的是相關(guān)陣或協(xié)方差陣內(nèi)部依賴關(guān)系。

3.聚類(lèi)分析。聚類(lèi)分析指將物理或抽象對(duì)象的集合分組為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的分析過(guò)程。目標(biāo)是在相似的基礎(chǔ)上對(duì)收集的數(shù)據(jù)進(jìn)行分類(lèi)。

利用系統(tǒng)聚類(lèi)與主成分分析和因子分析相結(jié)合的思想，分別將通過(guò)主成分分析和因子分析得到的各位同學(xué)的最終得分進(jìn)行聚類(lèi)，將聚類(lèi)結(jié)果進(jìn)行比較分析，得到大學(xué)生中信用度的集中趨勢(shì)并進(jìn)行深入研究。

二、大學(xué)生信用評(píng)估體系的建立

1.數(shù)據(jù)選取與處理。本文數(shù)據(jù)通過(guò)網(wǎng)上調(diào)查的方法獲得，對(duì)湖南農(nóng)業(yè)大學(xué)各年級(jí)本科生進(jìn)行《大學(xué)生誠(chéng)信情況調(diào)查問(wèn)卷》隨機(jī)問(wèn)卷調(diào)查，共發(fā)放問(wèn)卷126份，收回有效問(wèn)卷126份，有效回收率達(dá)100%。通過(guò)調(diào)查問(wèn)卷收集了大學(xué)生學(xué)習(xí)、經(jīng)濟(jì)、社會(huì)實(shí)踐、生活、就業(yè)等六大方面誠(chéng)信情況的數(shù)據(jù)。

將研究的六大因素作為一級(jí)指標(biāo)、并設(shè)置具體問(wèn)題作為二級(jí)指標(biāo)，建立大學(xué)生信用評(píng)估體系，在此基礎(chǔ)上借鑒國(guó)內(nèi)外個(gè)人信用評(píng)價(jià)指標(biāo)體系的研究成果和專(zhuān)家評(píng)分，同時(shí)根據(jù)生活實(shí)際，對(duì)各級(jí)指標(biāo)的重要程度以0～10（分值越高，表示該因素對(duì)誠(chéng)信更重要）進(jìn)行評(píng)分，并賦予相應(yīng)分值。

2.實(shí)證研究過(guò)程。首先用主成分分析法對(duì)19個(gè)變量信息提取主成分解釋總方差百分比達(dá)到90%的前n個(gè)主成分，在操作過(guò)程中，發(fā)現(xiàn)抽取特征值大于0.6時(shí)，主成分解釋總方差百分比達(dá)90.964%，滿足原定的期望值，此時(shí)共提取了15個(gè)主成分，將得到的因子載荷矩陣復(fù)制到數(shù)據(jù)庫(kù)中，用依次命名，再將ai對(duì)應(yīng)的特征向量zi計(jì)算出來(lái)，從而計(jì)算各主成分yi，最后計(jì)算得到每位同學(xué)的綜合得分y。再用因子分析來(lái)對(duì)數(shù)據(jù)進(jìn)行處理。選擇降維――因子分析，同樣抽取特征值為0.6，得到90.964%的方差累積貢獻(xiàn)率。

在運(yùn)行后得到15個(gè)公共因子的得分，最后通過(guò)公式：

F=（8.359*FAC1_1+6.708*FAC2_1+6.459*FAC3_1+6.41*

FAC4_1+6.363*FAC5_1+6.246*FAC6_1+5.973*FAC7_1+5.777*

FAC8_1+5.725*FAC9_1+5.72*FAC10_1+5.503*FAC11_1+5.472*

FAC12_1+5.422*FAC13_1+5.414*FAC14_1+5.413*FAC15_1）/90.964

計(jì)算得到每位同學(xué)的因子得分F。用系統(tǒng)聚類(lèi)法分別將主成分分析法和因子分析法得到的每位同學(xué)的因子分F分成三類(lèi)：第一類(lèi)，信用度高;第二類(lèi)，信用度中等;第三類(lèi)，信用度偏低。再對(duì)各類(lèi)別中男女組成及年級(jí)組成進(jìn)行分析，得到相關(guān)結(jié)論。

三、結(jié)果分析

模型的調(diào)試：

考慮到問(wèn)卷調(diào)查是隨機(jī)的，在男女及各年級(jí)的比例上存在較大的差距，得出的結(jié)果可能與實(shí)際情況不相符，因此，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行進(jìn)一步分析前，先要使這兩組定性變量構(gòu)成比例各自相同。

在調(diào)查的126份問(wèn)卷中，參與調(diào)查的性別組成為男生57人、女生69人。因此，在調(diào)試時(shí)需將實(shí)驗(yàn)結(jié)果性別組成中的男生乘上126/114、女生乘上126/138，使男女總比例為1∶1，得到最終結(jié)果。

參與調(diào)查的年級(jí)組成為大一21人、大二39人、大三57人、大四9人。因此，需將實(shí)驗(yàn)得出的各類(lèi)別在大一、大二、大三、大四數(shù)分別乘上126/84、126/156、126/228、126/36進(jìn)行調(diào)整，得到最后的結(jié)果。

四、結(jié)果分析與討論

表1 主成分分析調(diào)試后性別分析的結(jié)果

由表1可得，類(lèi)別1是誠(chéng)信度高的，有40人，類(lèi)別2是誠(chéng)信度中等的，有51人，類(lèi)別3是誠(chéng)信度較差的，有35人。其中，類(lèi)別1和2共91人，占總體的70%，可見(jiàn)大學(xué)生中誠(chéng)信度較高的人還是居多。在誠(chéng)信度較高的人群里，男性占43人，女性占48人，可見(jiàn)女性誠(chéng)信度要高于男性。

根據(jù)表2計(jì)算得，大一中類(lèi)別1和2占大一總體的62.5%，大二中的類(lèi)別1和2占大二總體的77.4%，大三中的類(lèi)別1和2占大三總體的74.2%，大四中的類(lèi)別1和2占大四總體的78.1%?？梢?jiàn)，大學(xué)生的誠(chéng)信水平是普遍較高的，誠(chéng)信水平大致上隨著年級(jí)的升高而增加，且大四學(xué)生的誠(chéng)信水平最高。

因子分析法的結(jié)果研究的實(shí)驗(yàn)結(jié)果：

表3 不同分類(lèi)下的人數(shù)

由表3可知，第三類(lèi)為誠(chéng)信度最低的，占總?cè)藬?shù)的80.2%;第二類(lèi)為誠(chéng)信度中等的，占總?cè)藬?shù)的9.5%;第一類(lèi)為誠(chéng)信度最高的人，僅占總?cè)藬?shù)的10.3%。運(yùn)用因子分析得到的結(jié)果與主成分分析結(jié)果差異較大，且與現(xiàn)實(shí)不符，因此舍棄運(yùn)用因子分析得到的結(jié)果。

結(jié)語(yǔ)

本文根據(jù)主成分分析與因子分析兩種方法對(duì)大學(xué)生的誠(chéng)信調(diào)查問(wèn)卷進(jìn)行分析，經(jīng)對(duì)比可知，主成分分析的新變量是原始變量的線性組合，每個(gè)主成分都是由原有所有變量線性組合得到，但是因子分析不是對(duì)原始變量的重新組合，而是對(duì)原始變量進(jìn)行分解，利用少數(shù)幾個(gè)公共因子去解釋較多個(gè)案觀測(cè)變量中存在的復(fù)雜關(guān)系。最終發(fā)現(xiàn)主成分分析的結(jié)果更符合實(shí)際情況，從而剔除因子分析的結(jié)果，保留主成分分析計(jì)算的結(jié)果，得到大學(xué)生群體中女性的誠(chéng)信度要高于男性，同時(shí)隨著年級(jí)升高大學(xué)生的誠(chéng)信度也逐漸增高的結(jié)論，這一結(jié)論與事實(shí)吻合，一般來(lái)說(shuō)，女性比男性更有還貸意識(shí)，而且隨著年級(jí)的升高學(xué)生的閱歷也逐漸增加，使他們更有責(zé)任感。最后給銀行發(fā)卡部門(mén)提出了有建設(shè)性的建議，即銀行發(fā)卡時(shí)可注重向女性或者高年級(jí)學(xué)生多發(fā)卡，可減少男性或低年級(jí)學(xué)生的發(fā)卡數(shù)。

參考文獻(xiàn)：

[1] 王莉.基于SOM自組織神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評(píng)估模型[D].太原：太原理工大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)學(xué)院碩士學(xué)位論文，2005.