一．財務報表自身存在的局限性 根據會計准則要求，財務報表格式相對固定。財務報表對企業復雜的經濟業務均以貨幣加以計量並表現出來，但不反映會對企業產生重大影響的其他信息;其次，從信息的發生時間上看，財務報表只能對已經發生了的歷史財務信息加以列報，無法反映使用者決策時可能需要的各項預測信息。即使是採用了一些技術手段對未來趨勢進行預測，也是將建立在財務報表提供的歷史資料的基礎上，只是一個歷史的假設;再次，根據目前的會計准則要求，就同一性質的經濟業務企業可以根據實際自身需要選擇不同的會計處理方式，還可以採用一定的會計估計方法。這樣就為企業操縱會計報表數據留下一定空間，減少財務信息的公信力。 二．財務分析方法的局限性 目前，財務報表分析方法主要包括比較分析法、比率分析法和因素分析法。這些分析方法存在一定的局限性。 比較分析法對應用范圍有較大限制。例如，在進行行業內數據比較時，需要選取同行業相同且盡可能類似性質的業務，同時還需要滿足企業的規模和運作模式類似或相同的條件。比率分析方法的局限性則主要表現在：如果單純使用比率分析方法，那麼所得出的結論僅僅是通過堆砌數據指標而形成的分析結果；由於這些是數據是歷史形成，所以常常無法判斷是否足以為企業未來財務和經營狀況形成一個可靠的基礎。因素分析法在實踐中應用比較廣泛。但是這個方法在使用時，要謹慎確定因素分解的相關性，注意各個因素的順序性，而且分析過程存在某些假設前提。 三．財務報表分析人員專業素質的局限性 企業財務報表的分析和評估是一項專業性很強的工作，通常是由企業財務部門的分析人員來完成。每個財務人員限於專業知識的掌握程度，在對財務報表的理解和判斷能力、財務分析方法理論和實踐的深度和廣度有著較大的差異。這些自身專業素質的差異往往導致每個分析人員所得出的財務分析和指標計算的結果略有不同。再者，如果分析人員不完全了解的分析過程和指標之間的關系，單憑計算結果進行判斷，也很難對企業的財務和經營狀況有一個全面的描述與把握
② 【譯】小樣本的統計分析問題
有人認為，對於小樣本，你就無法使用統計的。但，這是一個誤解，一個 常見的誤解 。
對於小樣本，我們也有適當的統計方法。
一個研究者的「小樣本」，在另一個研究者看來則可能意味著「大樣本」。本文中，小樣本主要是指樣本量在5-30個用戶（可用性研究中常見的樣本量，進一步閱讀:http://www.measuringusability.com/blog/actual-users.php）。
值得注意的是，用戶研究並不是出現小樣本的唯一領域。其他具有較高操作成本的研究也會出現這個現象，比如fMRis和動物實驗等。
盡管我們有相應的方式來處理小樣本研究數據，但我們應該清晰地知道小樣本的局限性：你很難看到很大的差異，很明顯的效果。 這就像使用雙筒望遠鏡進行天文觀測一樣：使用雙筒望遠鏡，你可能無法看到行星、恆星、月亮和偶爾出現的彗星。但這並不以為著你就不能進行天文觀測了。事實上，伽利略就是使用望遠鏡（ 與今天相當的雙筒望遠鏡相當 ）發現了木星的衛星。
統計也是一樣。僅僅因為你的樣本不夠大，並不能判斷你能不能使用統計。再次強調， 小樣本的關鍵限制是，你難以發現設計或措施的效果是否有差異。
幸運的是，在用戶體驗研究中，我們往往關心的是不同用戶可能發現的不同問題：比如：導航的結構變化，搜索結果頁面的改進等等。
下面是我們在小樣本用戶研究中的常見統計分析方法。
比較compare
如果您需要對比兩個獨立組別的完成率、完成時間，問卷評分等。有兩種大樣本或者小樣的方法可以採用。具體適用與哪種方法，取決於數據的特徵：連續的還是離散的。
比較均值： 如果你的數據是連續的（不是二進制），比如任務完成時間、問卷評分等，你可以採用獨立樣本t檢驗。實踐證明，它對於小樣本也是適用的。
二分變數比較： 如果你的數據是二進制的（成功/失敗，是/否），你可以採用N-1的卡方檢驗。當期望數目小於1時，使用Fisher精確檢驗往往有更好的表現。
置信區間Confidence Intervals
當你想從樣本數據來推測整個用戶群，你會想到生成一個置信區間（譯者註：關於置信區間，可參閱： http://ke..com/view/409226.htm ）。
盡管小樣本的置信區會相當寬（通常為20-30個百分點），但是建立這樣的區間總是有益的。例如：你想知道，用戶在安裝列印機前是否會去閱讀「Read this first」文檔。而測試中，8名用戶中有6名用戶沒有去閱讀。這時候我們可以推知：至少40%的用戶很可能會這么做——這是一個相當大的比例。
置信區間的計算方法有三種，這取決於你數據是否是二進制、時間或者連續的。
基於平均值的置信區間Confidence interval around a mean :如果你的數據是連續的（非二進制），如評定量表、以美元計算的訂單金額，頁面訪問數等。那麼，置信區間的計算可以基於t分布進行計算（當然，這需要考慮到樣本量）。
基於任務時間的置信區間Confidence interval around task-time :任務時間的理論最小值為0秒（不多見），一些用戶的任務時間可能是其他用戶的10-20倍。對於這種不對稱性，我們需要進行數據轉換（ log-transformed ），然後基於轉換後的數據進行計算。待報告時再轉換回來。
基於二進制的置信區間 Confidence interval around a binary measure :二進制的數據比如完成率或yes/no。這類置信區間的計算，可以採用校正後沃爾德檢驗法（ Adjusted Wald interval ）計算（這種方法對於所有樣本規模均適用）。
點估計（均值）Point Estimates (The Best Averages )
任何研究報告中，何為"最好"的平均時間或平均完成率的估計，應當取決於研究的目標。
請記住：即使是「最好」的均值估計，也依然不代表實際的平均值。 所以對於未知總體均值的估計而言，置信區間是更好的展示方法。
在可用性研究中，小樣本的均值計算，比較適宜的有兩個：任務時間和完成率。不同樣本規模中更常見的則是量表評分（SUS評分等）。
完成率： 小樣本的完成率，通常可能只有幾個數值（譯者註：可用性測試中，這一數字可能為5）。例如：有五個用戶進行任務操作，其任務完成率只可能是：0％，20％，40％，60％，80％和100％幾個數字中的某一個（100%也並不罕見）。基於小樣本得出一個完美的成功率，可能並不恰當——因為它可能並不能揭示真實情況（測試結果優於真實情況）。
我們（指作者）對自己的小樣本可用性測試數據，利用拉普拉斯估計（theLaPlace estimator）和簡單比例（一般稱為，最大似然估計，the Maximum Likelihood Estimator）進行了均值估計（參見：http://www.upassoc.org/upa_publications/jus/2006_may/lewis_small_sample_estimates.pdf ）。
評定量表的均值問題： 量表是一個有趣的度量類型，它們大多是有限的區間（如：1-5,1-10等）除非你是 Spinal Tap （譯者註：因翻譯期間，該鏈接視頻未能打開。故未譯成中文）。我們發現，在小型或大型的樣本中，均值最好是在中位數上（參閱：http://drjim.0catch.com/1993_MultipointScales_.pdf）。當然，我們有許多方式來報道評定量表的分數，比如 top-two boxes （直觀理解，可參照NPS的計算規則）。
具體如何報告取決於你的靈敏度需要和組織要求。
任務時間均值 ：一個較長的任務時間可能讓算術平均值產生扭曲，這時候中位數則是用來描述平均水平的更恰當的指標。樣本數在25以上的，中位數對均值具有良好的代表性（進一步閱讀：http://www.measuringusability.com/average-times.php）。
不幸的是，中位數往往不夠准確，在樣本數小於25的情況下，比平均值更加不準確。這時候，幾何平均值往往具有更好的衡量意義（譯者註：幾何平均值受極端值的影響更小）。
【工具箱】
小樣本計算器：http://www.measuringusability.com/wald.htm
任務時間置信區間計算： http://www.measuringusability.com/time_intervals.php
二分變數差異檢驗： http://www.measuringusability.com/ab-calc.php
top-two boxes：https://www.measuringusability.com/blog/top-box.php
幾何平均數計算器： http://www.ab126.com/goju/1710.html
數字帝國-統計計算器： http://zh.numberempire.com/statisticscalculator.php
——————————————————————————————
【譯後記】譯罷此文，深深感觸：對於結果直接提供算術平均數就是耍流氓！而多數報告也確實只提供了算術平均數一種。 本文對於更嚴謹科學地分析和解讀研究發現，具有重要的啟發意義。
因時間和精力限制，譯文難免存在謬誤，歡迎批評指正。
③ 統計學原理中統計調查的方法有哪些各有什麼優缺點
統計調查的方法主要的有直接觀察法、報告法、采訪法和網上調查法等。 直接觀察法優點是能夠保證所搜集的調查資料的准確性，也有利於開展統計分析；缺點是所需花費的人力、物力和時間較大，而且無法用於對歷史統計資料的搜集。 報告法，我國現行的統計報表制度就是採用報告法搜集資料並逐級上報的。 采訪法又可分為詢問法和通訊法。 網上調查法其獨特的優點：①需要的經費少②能在較大范圍內進行調查③傳播快速且多媒體性④調查結果客觀性較高⑤信息質量易檢驗和控制。 另外，在農產量調查中積極探索應用衛星遙感技術。衛星遙感法若運用得好，可以達到投資少、速度快、准確度高的要求。
④ 統計學比較方法
為了更深入更系統地了解統計比較的真實涵義，以便更好地通過統計比較進行統計綜合分析，統計比較可以從許多不同的角度來進行分類。一般說，主要有以下幾種分類：
1、按其時間狀況不同，可以分為靜態比較和動態比較。
靜態比較——也叫橫向比較，是同一時間（時期或時點）條件下的數量比較，如不同地區的比較，不同部門的比較，實際完成情況和計劃目標的比較。
動態比較——也叫縱向比較，是同一統計指標不同時間上統計數值的比較，它反映隨歷史發展而發生的數量上的變化。根據統計綜合分析的需要，這兩種比較可以單獨使用，但在實際應用中常常要把二者結合使用。數量比較的結果統稱為比較指標，分別稱為靜態比較指標和動態比較指標。
2、按比較方式不同，分為相比（除）比較和相差（減）比較。
相比（除）比較——是將比較對象和比較標准相除而進行的，比較的結果表現為相對數，如系數、倍數、分數、成數、百分數、千分數、萬分數等。相比比較表明靜態差別的比率或者動態變化的程度。
相差（減）比較——是將比較對象和比較標准相減而進行的，相減的結果表明兩者相差的絕對量。這兩種比較方式給人們不同的感受。有時可以單獨使用，但以結合使用為好。結合使用可使人們認識比較完整，既可了解差別或變化的程度，也可了解相差的絕對量。
3、按比較對象內容範圍不同，可分為單項比較和綜合比較。
單項比較——是指比較某種總體現象某一方面、某一局部，它可以使用單獨一個統計指標，也可以將反映某一方面、某一局部的若干指標聯系起來進行比較分析。
綜合比較——是指對總體或若干方面的全面評價比較，通常稱為綜合評價。例如，宏觀方面的國民經濟和社會發展情況的全面評價和比較；微觀方面的同類企業經濟效益的綜合評價和比較；對某種產品質量的綜合評價和比較，等等。
統計比較是統計綜合分析研究中基本的、常用的方法，其作用主要有以下幾個方面：
1、可以更深入、更明確地認識事物
一個單獨的統計指標數值或一群指標數值只能說明總體的實際數量狀況，只靠它是得不到明確而深刻的認識的。只有經過綜合分析比較，從數量的差別和變化中，才可更深入、更明確地認識事物，幫助人們做出評價。
2、可以進行監督查檢，深入分析原因，找出解決辦法。
將某種事物的存在和發展狀況同有關政策規定進行比較，看其是否符合要求標准規定，進行某些監督檢查。並據此進一步深入分析其原因，進而找出解決的辦法。
3、可以發揮更大、更廣泛的促進作用
監督也會起促進作用，但統計比較的促進作用比監督更廣泛。應用統計指標在各地區、各單位之間進行比較，在單位內部進行比較，會發現它們之間的差別，產生促後進趕先進的作用。使用規定若干統計指標進行比較，有組織的進行評比競賽，能發揮更大的促進作用。
統計比較是統計分析中經常使用的方法，在許多情況下，統計分析往往是從比較開始 的；而且，在統計分析的許多其他方法中，都包含著比較的內容。例如，統計指數實際是一種綜合比較方法，相關分析要通過比較才能判明相關程度，等等。
統計比較看起來簡單易行，但要使用得好也是不容易的，要注意到這種方法的局限性。
⑤ 教育研究方法舉例說明描述統計分析的方法有哪幾種
統計分析的方法有很多有趣良心的統計，也有宿州試驗統計統計描述呢，可以感覺結論性的，或者是說同門通過問答式的或者進群問卷調查都可以進行統計分析。
⑥ 統計分析論文
統計分析是運用統計 方法 與分析對象有關的知識，從定量與定性的結合上進行的研究活動。下文是我為大家整理的關於統計分析論文的 範文 ，歡迎大家閱讀參考!
統計分析論文篇1淺談統計分析與決策
[摘要] 統計分析與決策二者有聯系又有區別。統計要參與決策，必須搞好統計分析。搞好統計分析，需要解決選題、分析、撰寫 報告 三個問題。
[關鍵詞] 統計分析 分析方法 決策
統計工作的全過程分為四個階段，即統計設計，統計調查，統計整理，統計分析。其中，統計分析是統計工作的最後一個階段，是出統計成果的階段。現在倡導統計要參與決策，這是不是說統計工作還要增加一個決策階段呢?如果不是，那麼，統計分析與決策是什麼關系呢?
狹義的說，統計分析與決策是有區別的。統計分析是以統計數字為基礎，以統計方法為手段，對社會經濟情況進行科學的分析和綜合研究，以認識其本質和規律的過程。而決策則是為了達到某一預定目標，運用邏輯方法和統計方法，對兩種或兩種以上可能採取的方案進行比較、分析、研究，以做出合理的、科學的抉擇的行為過程。假若把統計分析與決策比作醫生看病，統計分析就是對病情的診斷，決策就是開處方，“診斷”和“處方”是有區別的。
廣義的講，統計分析與決策是密不可分的。一方面，統計分析貫穿於決策過程之中。一個決策過程大體上可分為下列三個大步驟：第一，診斷問題所在，確定決策目標;第二，探索和擬定各種可能的備選方案;第三，從各種備選方案中選出最合適的方案。從這三大步驟看，盡管要用到多種方法和手段，但哪一步也離不開統計分析，第一步就是通過統計分析，診斷問題所在，並在分析的基礎上確定決策目標;第二步擬定備選方案，要經過“輪廊設想”和“細部設計”這個階段對輪廊設想的方案要做初步篩選，對每一方案要充實具體內容，“篩選”和“充實”都要經過統計分析;第三步選擇最佳方案，首先要對各個備選方案進行評價、論證，這又需要統計分析。因此可以說，沒有統計分析，也就沒有科學決策。另一方面，從某種意義上講，決策是統計分析的結果。一般來說，統計分析報告是提出問題、分析問題、指出解決問題的辦法，其實，決策方案也就是解決問題實現決策目標的辦法，只不過比“今後意見”“幾條 措施 ”之類的辦法更全面、更詳細、更科學罷了。醫生診斷是為了正確處方，治病救人，不能只診斷不處方。統計分析是為了發現問題，解決問題，推動社會經濟的順利發展;也不能只提出問題，而不尋找解決問題的辦法。從這個意義上講，統計分析也就包括預測和決策。我們不能為統計而統計，也不能為分析而分析。統計應該參與決策，為了決策科學化，必須搞好統計分析。
搞好統計分析，需要解決選題、分析、撰寫報告三個問題。
一、統計分析選題
所謂選題，就是在復雜的社會經濟現象中,確定統計分析的內容和范圍。進行統計分析,選題很重要。成功的選題是成功的分析的前提。
怎樣選好題呢?選好題標准有兩條:―是分析對象有意義，二是適合決策層和群眾需要。關鍵是抓住黨和國家的方針政策和企業的經濟效益。
統計分析課題是很廣泛的。工業統計分析課題如：計劃執行情況分析、工業凈產值統計分析、工業產品銷售統計分析、工業原材料供應和消耗統計分析、工業能源消耗統計分析、工業生產設備統計分析、工業勞動與工資統計分析、成本利潤統計分析、綜合經濟效益統計分析等。商品流通企業統計分析課題如：市場供求狀況分析、市場佔有率分析、主要商品經濟壽命周期分析、市場商品價格分析、計劃執行情況分析、購銷合同執行情況分析、商品購進質量分析、商品銷售動態分析、商品銷售構成分析、商品庫存分析、企業經濟效益分析等。對於以上內容，可根據不同的時間、地點、條件，按兩條選題標准適當選擇。
統計分析有專題分析與綜合分析之分。在一定的總體范圍內，研究總體的各個方面及其相互關系，或研究總體的主要方面的統計分析，屬於綜合分析;只研究其中某一方面，或某一部分的統計分析，屬於專題分析。兩者各有不同的特點，都是必要的，但專題分析宜多，綜合分析宜少。
二、統計分析方法
統計分析的關鍵是分析，怎樣進行統計分析呢?統計分析有兩個特點:一是以統計數字為基礎,二是以統計方法為手段。因此,統計分析在選題之後,就要根據分析的需要,搜集整理有關數字資料及具體情況,在充分佔有材料的基礎上,靈活運用統計方法進行分析。
統計分析方法很多。統計學原理中除了有關統計調查、統計整理的內容外,綜合指標、統計指數、時間數列、抽樣推斷等內容全部是統計分析方法。從方法角度上講，統計分析就是統計學原理的運用。
統計方法與人們的認識過程是相適應的。人們的認識分感性認識和理性認識兩個階段。感性認識階段所認識的是事物的現象，可採用統計調查和統計整理。理性認識階段所認識的是事物的本質和規律，這個階段要經過形成概念、進行判斷和推理等思維活動。與此相適應，要分別採用不同的統計分析方法。
形成概念一般用描述性的綜合指標法，即總量指標、相對指標和平均指標，以說明現象的規模大小、水平高低、速度快慢、內部結構以及比例關系等。判斷推理就是要判斷事物的性質，分析事物變化的原因，找出事物發展的規律。這一般要用分組分析法、動態分析法、因素分析法、相關回歸分析法、平衡分析法等。
對統計學原理中的各種統計分析方法要熟練地掌握，靈活地運用。怎樣靈活運用呢?這里有個技巧問題。技巧就是定性分析與定量分析巧妙結合。
所謂定性分析是指對事物的性質和影響事物發展變化的因素進行分析。定量分析就是分析事物的規模、水平、速度、結構、比例，以及各個因素對事物總體變化的影響方向和影響程度。定性分析與定量分析巧妙結合有兩層含義，一是二者不可偏廢，二是二者密不可分，
沒有定性分析,定量分析就沒有方向。沒有定量分析,定性分析就不準確。結合的目的是在質與量的辯證統一中探尋事物的內在聯系。
從根本上講，統計分析就是完成從感性認識到理性認識，從現象到本質的飛躍。完成了這―飛躍，才是高質量的統計分析。有些統計分析質量不高，往往就是沒有完成這一飛躍，仍然停留在表面現象上。
三、統計分析報告的撰寫
統計分析報告是統計的最終產品。如果說統計數字的准確性是統計的生命，那麼，統計分析報告的質量則關繫到統計作用的發揮。對高質量的統計分析報告的要求，可以概括為五個字，就是“准、快、新、深、活”。
准:就是實事求是地反映客觀實際。做到數字准確，情況准確，論點准確。
快:就是在決策層決策之前，不失時機地及時提供分析報告。
新:就是不斷創新。要求不斷開拓新領域，鑽研新課題，反映新情況和新問題。
深:就是要在充分佔有材料的基礎上，提高分析的深度，使認識不只停留在反映現象上，而要揭示事物的本質和規律，並且用觀點統帥材料，用材料說明觀點，做到材料和觀點的統一。
活:就是文字生動活潑，形式靈活多樣。資料要多樣化和生動具體，要有群眾語言，要通俗易懂，文字要精精煉。
統計分析報告是在統計分析的基礎上撰寫出來的。沒有好的分析，不可能寫出好的報告。經過分析階段，弄清了事實，判明了性質，探索出規律，得出了結論，在此基礎上就可以撰寫統計分析報告。但分析得好，並不等於報告寫得好，這里還有個撰寫的技巧問題，那就是准確地表述事實，透徹地闡明本質，深刻地揭示規律，恰當地提出建議。
1.准確地表述事實
每一篇統計分析報告，都需要表述所分析的現象，即說明“是什麼”。准確地表述事實，才能給讀者一個明確的概念。為此，須注意如下幾點:(1)數字要真實;(2)運用數字要適當，不要堆砌數字，搞數字文字化;(3)語言要素准確。
2.透徹地闡明本質
現象只說明事物的各個片面，本質才說明事物的整體。撰寫統計分析報告，必須深刻地揭示事物的本質，它是統計認識事物的正確程度和深度的反映。如果不能深刻地闡明事物的本質，那隻能是現象羅列，沒有多大價值。
闡明事物的本質，也就是闡明事物的基本性質。事物的性質是由事物內部矛盾的主要方面決定的。例如，某企業利潤增加，是靠漲價，還是靠降低成本?經過分析，認識到利潤增加主要是靠降低成本，這是矛盾的主要方面，這就反映出事物的性質。因此，在報告中就應闡明降低成本在提高經濟效益中的重要作用。再如某企業，本質問題是鋼材浪費嚴重，在報告中就應揭示浪費的若干方面和嚴重程度。
3.深刻地揭示規律
規律是事物內部固有的、本質的、必然聯系。成本高低與產量多少有聯系，經過推理，這種聯系是事物內部固有的、本質的必然聯系，反映了事物發展變化的規律性，而且存在一定的回歸關系。而回歸方程反映這種關系，所以在統計分析報告中，要利用回歸方程揭示這種必然聯系及其回歸關系。
4.恰當地提出建議
認識世界的目的是為了改造世界。經過統計分析,透過現象認識到事物的本質和規律,還必須提出解決問題的建議,如“今後意見”、“幾點建議”、“決策方案”等等。怎樣才算恰當地建議呢?恰當的建議要符合三個條件:(1)符合分析目的;(2)合乎客觀規律;(3)切實可行。
以上四點,一般可以作為分析報告的結構和順序,但不能千篇一律。
統計分析報告是統計分析結果的反映。既要注意提高寫作水平，更要努力鍛煉分析問題和解決問題的能力。
統計分析論文篇2試談統計分析方法應用
【摘要】統計分析方法應用於各個領域，解決了很多工業、農業、經濟、醫學等領域的實際問題，本文分析多元統計分析方法的主要應用和構建多元統計方法檢驗體系的必要性，針對性的提出了需要引起注意的共性問題，具有很強的現實意義。
【關鍵詞】統計分析方法;應用;檢驗體系;共性問題;現實意義前言
隨著信息技術的普及和廣泛應用，它推動了社會、經濟和科學技術的發展，多元統計分析方法的難題得到了攻破，各個領域廣泛採用，推動了各行各業經濟的快速發展。
二、多元統計分析方法的主要應用
統計方法是科學研究的一種重要工具，其應用頗為廣泛。在工業，農業，經濟，生物和醫學等領域的實際問題中，常常需要處理多個變數的觀測數據，因此對多個變數進行綜合處理的多元統計分析方法顯得尤為重要。隨著電子計算機技術的普及，以及社會，經濟和科學技術的發展，過去被認為具有數學難度的多元統計分析方法，已越來越廣泛地應用於實際。
聚類分析
它是研究分類問題的一種多元統計方法，聚類分析的基本思想是首先將每個樣本當作一類，然後根據樣本之間的相似程度並類計算新類與 其它 類之間距離，再選擇近似者並類每合並一次減少一類，繼續這一過程直到所有樣本都合並成為一類為止。所以聚類分析依賴於對觀測間的接近程度或相似程度的理解，定義不同的距離量度和相似性量度就可以產生不同的聚類結果。企業制定 市場營銷 戰略時要弄清在同一市場中哪些企業是直接競爭者，哪些是間接競爭者是非常關鍵的一個環節。要解決這個問題，企業首先可以通過 市場調查 ，獲取自己和所有主要竟爭者，從而尋找企業在市場中的機會。
判別分析
判別分析是已知研究對象分成若干類型，並取得各種類型的一批已知樣品的觀測數據、在此基礎上根據某些准則建立判別式，然後對未知類型的樣品進行判別分析，企業在市場預測中往往根據以往所調查的種種指標，用判別分析方法判斷下季度產品是暢銷平銷或滯銷。一般情況下判別分析經常與聚類分析聯合起來使用。
主成分分析
主成分分析就是設法將原來指標重新組合成一組新的互相無關的幾個綜合指標，來代替原來指標，同時根據實際需要從中可取幾個較少的綜台指標，盡可能多反映原來指標的信息，在市場研究中常常利用主成分析方法分析顧客的偏好和當前市場的產品與顧客之間的差別，從而提供給生產企業新產品開發方向的信息。
因子分析
因子分析是主成分分析的推廣和應用。它是將錯綜復雜的隨機變數綜合為數量較少的隨機變數去描述，多個變數之間的相關關系以再現原始指標與因子之間的相互關系。也可以認為因子分析是將指標按原始數據的內在結構分類。例如:對Y個調查區的商業網點數、人口數、金融機構服務數、收入情況等N個指標進行因子分析，如果按照一般的分析方法，我們就需要處理N個指標，並給它們以不同的權重。這樣不僅工作量變大而且由干指標之間存在比較高的相關性，會給分析結果帶來偏差另外給具有較高相關性的眾多指標，從而計算出各個調查區平均綜合實力得分以便決定在某個調查區擬建何種類型的銷售點。
三、構建多元統計分析方法檢驗體系的必要性
(一)構建多元統計分析方法檢驗體系，提高多元統計分析應用質量
多元統計分析方法已經越來越為人們廣泛應用，但應用中盲目套用分析方法的情況很多，只關心模型方法的應用。許多教科書也只側重介紹多元統計分析方法的思想、原理和分析步驟，對多元統計分析方法應用結果的統計檢驗敘述不多。這就直接影響了多元統計分析方法的應用效果和可信性。因此，本文擬對多元統計分析方法的統計檢驗問題進行探討。構建多元統計分析方法檢驗體系的目的在於進一步豐富和完善多元統計分析方法的內容體系;實踐上，使多元統計分析方法的應用更加合理、規范。推動多元統計分析方法應用質量的提高，推動多元統計分析方法獲得更廣泛的應用。
(二)多元統計分析統計檢驗體系的基礎理論
多元正態分布總體的樣本分布，即維希特分布，霍特林分布，威爾克斯分布,多元正態總體均值向量假設檢驗，包括一個正態總體均值向量假設檢驗，兩個正態總體均值向量假設檢驗，多個正態總體均值向量假設檢驗;多元正態總體協方差陣假設檢驗，包括一個正態總體協方差陣假設檢驗，多個協差陣相等假設檢驗。
(三)關於統計檢驗體系
將上述統計檢驗體系有機結合在一起，就構成了多元統計分析方法檢驗體系的基本框架。多元統計分析方法檢驗體系的構建,用多元統計分析方法，充分發揮多元統計分析方法的應用價值，提高應用質量，我們建議，在應用時，應該按照上述框架進行相應的統計檢驗。當然。上述統計檢驗體系還是一個初步的框架，隨著多元統計分析方法理論的逐步完善，上述檢驗體系也需要不斷完善，也需要更多的同行關注此類問題並不斷加以研究。另一方面，在實際應用中，即便是某種方法根據上述內容都進行了統計檢驗，由於各種方法自身存在的缺陷或局限性，也還會存在許多應用中考慮不周之處。應該引起注意。但是，因子分析結果還是具有較大主觀性。特別是對公共主因子在專業方面實際意義的解釋上，仍然保留著一種藝術氣息，並沒有統一做法，因此很多情況下也是不能令人滿意的。總之，我們在應用時，對因子分析的適用性、公因子的估計方法、公因子選取的數目。公因子的實際意義的解釋等一系列問題都要引起足夠注意。檢驗體系有如下幾個分類：
a.主成分分析統計檢驗體系
b.因子分析統計檢驗體裂引
c.系統聚類分析統計檢驗體系
d.判別分析統計檢驗體裂
e.對應分析統計檢驗體系
f.典型相關分析統計檢驗體系
四、多元統計分析方法應用中需要注意的幾個共性問題
1.關於原始數據變數的總體分布問題。
對原始變數的總體分布各種方法各有不同的要求。有的方法對原始數據變數總體分布沒有特殊的要求，如主成分分析、聚類分析、對應分析。有的方法在不同情況下，對原始變數分布有不同的要求，如因子分析中，公共因子的估計方法不同，對原始變數分布要求不同，採用極大似然估計方法估計主因子時，是假定原始變數是服從多元正態分布的，因此，應用時要引起重視，如典型相關分析要求原始變數服從正態分布，但在嚴格意義上，如果變數的分布形式比如高度偏態不會降低其他變數的相關關系，典型相關分析是可以包含這種非正態變數的。
樣本容量問題。
進行多元統計分析時，樣本容量n達到多少為宜，目前尚沒有統一的結論。有的認為樣本容量應是變數個數的10～20倍，有的認為樣本容量要在100以上比較合適，有的認為進行巴特萊特檢驗時的樣本容量應該大於150方可，也有的認為不必苛求太多的樣本容量，如在進行主成分分析和因子分析時當原始變數之間的相關性很小時，即使再擴大樣本容量，也難以得到滿意效果。
原始變數之間的相關性以及非線性關系問題。
多元統計分析方法中，有的是的要求原始變數中要具有相關性。有的則不要求原始變數具有相關性。如聚類分析中，進行Q型系統聚類分析時對原始數據變數之間的相關性也是有要求的，如選擇歐式距離、明氏距離、蘭氏距離時，則要求原始變數之間是不相關的。只有對原始數據的相關性進行了處理後，才可以選擇使用上述距離。若原始變數存在相關性，則選擇馬氏距離比較合適。另外原始變數之間的非線性關系也是需要注意的問題。如主成分分析、因子分析以及典型相關分析當基於相關矩陣來進行計算時，這里的相關矩陣實際上是Pearson的積差相關。但是，如果變數之間的關系不是線性的，而是非性相關關系，於是，所進行的分析以及結論也就失去應有的意義了。
數據處理問題。
多元統計分析中涉及多個變數，不同變數往往具有不同的量綱及不同的數量級別。在分析時，具有不同量綱的變數進行線性組合是沒有意義的，不同的數量級別的變數之間進行分析時。會導致“以大吃小”，即數量級的變數的影響會被忽略，從而影響了分析結果的合理性。因此。為了消除量綱和數量級別的影響，進行多元統計分析時，必須對原始數據進行處里，最常用的是先作標准化變換處理，然後再作相應的分析。
五、結束語
在統計分析方法的應用中，會涉及到多個變數，因此，必須根據原來有的數量進行處理，然後才能得出相應的分析結論。本文結合多元統計分析方法的理論基礎，對相關檢驗體系和分析體系進行了分析，具有現實的理論指導意義。
【參考文獻】
[1]於秀林.多元統計分析[M].北京,中國統計出版社，1999：223—224.
[2]高惠璇.應用多元統計分析[M].北京,北京大學出版社 ，2005：343—366.
[3]郭志剛.社會科學分析方法一SPSS軟體應用[M].,中國人民大學出版社，1999.
[4]傅德印.主成分分析中的統計檢驗問題 [J].統計 教育 ，2007(9)：4—7.
>>>下一頁更多精彩的“統 計分 析論 文”
⑦ 如何撰寫統計分析
首先要統計出數據
其次對數據進行分類和匯總
然後用文字、圖表等形式對數據的狀況進行說明
最後分析出這些數據說明了什麼問題，注意要與往年同期數據作比較或與上月數據進行比較，也就是平時我們所說的同比和環比。
最終分析出問題的所在，提出解決方案，這就是統計分析的作用。
比如工業企業可以用這種方法對生產經營狀況進行分析。從而節約成本、提高效益。
⑧ 城市地理學統計分析法的優缺點
優缺點如下：
1、方法簡單、工作量小。
2、定額的准確性差，可靠性差。
⑨ 在管理研究中，統計方法的運用有哪些局限
因為現實生活極其復雜，很多因素常常糾纏交錯在一起，單純的僅靠統計分析方法去控制和解釋這些因素和它之間相互關系，是不全面、不深刻的。而且它太過於依賴數據資料和統計決斷的結論並非絕對正確
⑩ 評定和報表等手段收集調查資料的優點和局限是什麼
1、優點：評定和報表等手段收集調查資料有法律和制度保證，能較准確、及時、全面地搜集到重要的統計資料。
2、局限：真實客觀性會受人為因素影響資源價值與經營管理水平的局限、報表數據提供的滯後性、報表數據本身存在局限性、分析方法及指標自身的局限、信息披露不夠客觀和完整。