多元统计分析(6篇)

多元统计分析篇1

目前，财务危机的情况时有发生，大部分企业开始采取多元统计的分析方法来解决公司的财务危机，并对公司危机做出及时的预警指示。通过对多元统计方法的运用，为公司的经济活动进行准确的评估和预测，对企业的财务危机做出正确的预警指示，以达到保证企业顺利发展的目的。

一、我国财务危机的预警现状研究

从实际理论出发，企业财务危机的预警系统建设是我国企业控制与管理的发展和进步。本文根据我国企业的相关理论和技术支持所建立的预警系统，为公司财务危机的预警模式提出全新的思路，从而建立起一套完整的预警体系，为我国企业提供预测危机的管理方法，提高预警机制在企业管理中的积极作用。

根据我国的实际情况来看，预警系统的具体应用能够及时发现企业财务状况的真实变化，以及能够发现造成财务危机的主要原因，从而能够对企业的经营形式进行针对性的调整和指导，转变企业经营的不良形式，以避免形成ST、PT的财务状况。此外，企业得到的预警提示越早，越能够减少在财务会计中的不必要费用和支出。与此同时，有利于监管部门对企业财务的管理，以达到提高企业经济利益的目的。

具体做法如下:其一，及时发现预警提示。财务危机的提示是在发现预警情况的基础上，这时需要对企业中各项经营环节的监管情况进行详细的分析和预警，只有准确发现财务危机的预警情况才能够对其采取针对性的解决措施;

其二，寻找预警来源。确定企业财务危机的前提是找出预警根源，一般情况下的预警根源分为两种，一种是指外部环境对企业财务带来客观影响的原因，另外一种是内部的主观原因所造成的影响。只有寻找出预警的来源，才能根据实际情况提出具体的解决措施;

其三，及时分析预警原因。在确定预警后，需要对所搜集到的材料进行详细的分析和研究，找出产生预警的原因和根源，为解决企业的财务危机提供有力的数据支持，与此同时，通过对预警原因的走势情况进行分析，为接下来的具体措施带来可靠的依据和保障;

其四，解决预警情况。在对预警情况进行分析后需要对其产生的原因采取科学的解决方法，根据预警情况的具体程度、情况严重的高低来选择出有效的方法进行解决。

迅速的预警提示在企业财务危机中占据重要的地位，因此，在出现财务危机预警时，应该利用合理、科学的方法帮助企业渡过难关。

二、多元系统的分析方式在财务危机中的应用

多元系统分析的方式是从多种现象、多个指标的相互关系中对其内在规律进行分析的一种方式，在企业的经济发展中发挥着重要的现实作用，运用多元系统的分析方式能够为企业的经营活动进行有效评估，由于我国的会计体系还存在一定的弊端和问题，因此，需要利用多元系统的分析方式来帮助企业渡过财务危机中的预警情况。

多元统计的分析方法还能够对企业的经营活动进行客观、准确的分析和研究，同时能够将企业在运营中存在的问题通过较为直观的方式呈现出来，并通过多元系统分析技术进行全面的评估和预测，分析其中评价的综合性结果。在企业经济活动的效益评估中，多元系统分析方式主要是通过辨别分析、主成分分析以及类别分析等方式进行评估。类别分析指的是根据调查数据进行分析的一种方法，其基本构成形式是将类似的元素集合成一个完整的群体，再同相似程度进行融合，达到所有元素集合为一个整体的目的，这样的方法有利于对企业的经营情况以及整体能力进行评估。

与类别分析的方式有所不同，辨别分析是根据已有样本的种类和准确的辨别规定，对隐藏的样本种类进行评估和探究，根据公司自身的实际情况和所需辨别的问题，对企业内部的运营走势进行判断和分析。主成分的分析方式是将以往的数据指标进行重新排列和组合，形成一个全新的数据指标，通过搜集到的数据资料，反映出更多的财务指标信息的一种分析方式。

由于企业的经营性质不同，所以财务危机对企业所造成的影响程度也不同，企业危机主要指的是企业在经济活动中由于未能按时偿还到期的欠债而产生的财务困难和危机，企业财务危机的形成原因有很多，其中全球金融动荡、企业管理不妥、企业决策错误等原因，都可以导致企业出现财务危机。

企业一般是由个人或者集体所经营，主要依靠的是企业管理员工和决策者的努力，所以对于企业的决策者有较高的要求。在财务危机警示的多元系统分析中，需要根据企业的具体情况进行相应的处理和分析，并且根据企业的经营模式选择合理的预警手段，这样才能提出具有针对性的解决策略，根据选取的数据指标，企业通过运用辨别分析的评估方式，建立起完善的财务危机预警体系。在财务危机预警体系的构建过程中，首先需要对企业内部进行抽样选取。根据选取的样本，通过辨别分析的方法对选取样本进行分类，按照已有的辨别规则，构建一组全新的辨别函数。

在应对企业财务危机的预警体系中，对企业所收集到的数据和财务的各项指标进行处理和分析，在财务危机的警示应用中，运用多元系统的分析方式进行分析，并准确把握企业在经营过程中产生财务危机的发生次数，有效对企业存在的危机和风险进行及时预警，减少企业在经营过程中由财务危机引发的经济冲击。

多元统计分析篇2

摘要：目前有效的缩小区域经济的发展差距是区域经济领域研究的重点，运用因子分析找到影响经济发展的关键因素；根据因子分析得出因子得分情况。以云南省为例利用回归分析重点对第三类地区进行经济指标的分析。通过以上的数据分析确定影响区域经济差异的因素并得出城镇化建设的重要性。

关键词：区域经济；因子分析；回归分析；多元统计

0引言

近十年随着中国的经济快速的增长，对于协调区域经济发展的研究也取得了一定的成果，陈斐等人[1]将空间统计分析嵌入到GIS系统中进行可行性分析。李雪梅等人[2]将主成分分析应用于区域经济分析中，吴涛等人[3]基于粗糙集理论对区域经济进行了分析。S.Luo[4]通过聚类分析研究中国区域经济。但是区域不平衡的现象并没有真正地解决，为了对每一类地区制定合适的经济发展的方案，本文对近几年中国的各类经济指标运用因子分析和回归分析方法进行了研究，确定了影响经济发展的因素并找到加快发展的动力。

1分析方法的理论

本文在对区域经济的数据分析过程中采用了两种数据多元统计的方法，分别是因子分析法和回归分析法。因子分析（factoranalysis）模型由主成分分析发展而来。在降低维度思想的基础上，将多个变量之间的复杂关系转变为少数因子的一种多变量统计分析的方法。与主成分分析方法相比，因子分析的特点是更注重于描述原始变量之间的相关关系。近年来随着数据挖掘技术的提高，人们将因子分析的理论成功地应用于经济学、心理学、医学等各个领域，不断丰富了因子分析的理论和方法。回归分析属于统计学中的基本分析方法，一般用来确定因变量与若干个因素变量之间的关系表达式，通常称为回归方程或数学模型；此外，还可以通过控制可控变量的数值，通过建立的数学模型对因变量进行预测；回归分析还可进行因素分析，寻找出影响显著的变量，从而可以区别重要因素和次要因素。

2经济指标的选择

区域经济指的是在一定区域内经济发展的内部因素与外部条件相互作用而产生的生产综合体区域经济反应不同地区内经济发展的客观规律以及内涵和外延的相互关系。每一个区域经济的发展都受到自然条件、社会经济条件和技术经济政策等因素的制约。

3区域经济的数据分析

3.1因子分析本节主要应用因子分析的方法

根据相关性大小对原始变量进行分组，从而提高同组内的变量之间相关性，通过该方法提取影响经济发展的主因子。将收集的资料导入数据分析软件SPSS19.0。

3.2多元回归分析

通过对以上各省份的区域经济的划分，可以得出属于第三类地区的省份最多，为了实现我国经济的均衡发展必须大力促进第三类地区的省份的经济的发展，从因子分析的结果分析选取了三个因子得分较高的指标X1（工业增加值）、X2（城镇居民人口数）、X3（房地产开发企业个数），为了便于分析第三类地区的经济发展状况这里以云南省为例，选取2005-2015近十年的数据，采用回归分析的方法建立回归模型，以便于对未来的生产总值做出预测。

4结果分析

通过以上的数据分析，可以得到区域经济的划分，无论是通过聚类分析得出的区域划分还是通过因子分析得出的区域划分都能够得出属于第三类地区的省份占到绝大多数，所以在进行经济战略部署的时候，应该以第一类地区的发展带动第三类地区的发展为重点才能够达到缩小经济区域发展差异的目标。通过区域的划分我们可以看到以下区域经济问题：①以广东、山东、江苏为首的发展迅速的三大省份，都是位于东部沿海地区，这说明中国沿海地区的省份拥有经济发展的资源更加的丰富，也可能在地区经济制度方面更加的完善，从而有利于该地区经济的发展。②从第二类地区中我们可以看到几乎包括了所有的直辖市，这说明该类地区的发展影响因素最大的应该是社会因素，人类的活动在促进经济发展方面起到了决定性的作用。③第三类地区的占到全国省份的2/3，这些地区的地理条件有很大的差异，说明影响这些地区发展的因素是多方面的，不仅应该从自然条件方面找到制约经济发展的因素，还应该从社会资源等方面寻找该地区经济发展的瓶颈。

5结语

我国的区域经济差异的因素虽然是多方面的但是也是有规律可循的，经过上述的数据分析在众多的指标中确定了影响经济发展的关键因素是工业生产增加值，所以应该从行业发展的状况中找到适合各类地区的有针对性的经济发展策略。以第一类地区作为全国经济发展的先锋，继续保持该地区省份的经济发展势头，整合该地区的各种发展资源，能够为第二、三类地区提供有效的经济发展资源，能够起到各地区相互帮扶的作用。为了加快第三类地区的经济发展，应该以第二类地区为联系的纽带，通过第一类地区对第二类地区的经济带动，进一步的使得第二类地区帮助第三类地区的发展，形成一个经济发展的链条。通过建立的回归分析模型可以得出城镇人口在促进经济发展的过程中起到了很大的作用，这也是国家要推进城市化建设的重要的原因，所以在今后的经济战略部署中应该加快各地区的城镇化建设，不断的增加城镇人口的数量。

参考文献：

[1]陈斐，杜道胜.空间统计分析与GIS在区域经济分析中的应用[J].武汉大学学报，2002，27（4）：391-396.

[2]李雪梅，张素琴.主成分分析在区域经济分析中的应用[J].计算机工程与应用，2009，45（19）：204-206.

多元统计分析篇3

关键词：多元统计分析；教学内容；教学方法

中图分类号：G424.21文献标识码：A文章编号：

多元统计分析是统计学中的一个重要分支，是收集、处理和分析多维样本数据的统计方法。特别是随着计算机技术的发展，计算软件的普及，多元统计分析已成为分析多元数据的一个重要工具，在自然科学、管理和社会科学、经济领域等都有广泛的应用。

多元统计分析是我校财经管理类本科生大部分专业的一门必修课程，总学时为45学时，其中理论教学时数36学时，实践教学时数时。该课程涉及到许多数学知识，有大量的理论和公式推导，且计算量比较大。同时，本课程的学生为财经管理类的本科生，大多数学基础不好，且学生基础差异较大，部分学生感觉本门课程学习有困难。本文根据本学科的特点和学生的实际情况，结合自己从事多元统计教学的实践和体会，提出几点思考，以供同行参考，共同探讨。

一、重视统计方法的应用

针对财经管理类本科生数学基础较弱的情况，在教学过程中，理论推导部分不必讲解过多，也不应该过分强调复杂的数学证明和公式推导。对于多元统计分析的每一种统计方法，重点阐述它们的统计思想，结合实例介绍涉及到的背景，在实际应用中需要解决什么问题，如何用这种统计来解决这些问题，用了这种统计方法后可以得到什么结果。以及各种方法应用的前提条件、适用范围和局限性等，教学重点从理论转移到实际应用中。为了加深学生对概念的理解，适当做一些数学推导，可以省略复杂的证明。例如在聚类分析的教学中，借助“物以类聚，人以群分”的道理给出了“就近原则”，聚类分析的基本思想就容易被学生接受，然后再逐步引入为了实现就近原则的度量远近的距离及各种具体聚类方法。学生在短时间内就对统计方法有了理解，效果非常明显。

二、重视各种多元统计方法的联系

各种多元统计分析方法虽各自具有不同的特点，但它们彼此之间均有着紧密的联系。在解决实际的问题中，也需要用多种方法结合起来解决问题，对于这一点一定要讲清楚。在聚类分析和判别分析的介绍中，我们介绍了在度量工具选择上两种方法的共同点。同时，聚类分析与判别分析有以下的不同点：①聚类分析可以对样本进行分类，也可以对指标进行分类；而判别分析只能对样本进行判别归类；②聚类分析事先不知道事物的类别，也不知道应分几类；而判别分析必须事先知道事物的类别；③聚类分析直接对样本进行分类，而判别分析根据训练样本建立判别函数，然后对新的观测对象进行判别归类。在实际问题处理中，针对聚类分析归类，判别分析分类的特点，常常将两种统计方法结合使用。在因子分析的基本思想、数学模型、因子载荷矩阵的估计方法、因子得分等几个环节的学习中，我们随时将主成分分析的相关内容拿来与之比较分析，分析了两种方法在模型、参数唯一性、取舍因子等问题上的不同与使用环境等方面的共同之处，学生不仅对因子分析有了深入理解，而且对主成分分析的内容有所复习，更容易实现对着两种统计方法的掌握。

三、重视统计软件地使用

各种多元统计方法解决的是大量多维数据的分析问题，自然离不开复杂数据的计算，所以在教学中必须重视统计软件的学习，完成大量的计算过程。SPSS软件简单易学，操作方便、功能强大、应用广泛，可以进行大部分多元统计分析方法的操作，基本能满足教学和实践上计算的需要。且在多元统计分析课程之前，学生已学过SPSS课程，对软件的应用也基本掌握。在教学过程中，当介绍每一种统计方法的基本思想、原理后，先对教材上的已有详细步骤和结果的例题进行操作，使学生将统计软件操作结果与其进行比较。进一步要求学生针对某一专题或结合自身专业，对某一实际问题收集数据，整理数据，利用软件进行具体分析操作，得到自己需要的结果。但是在教学过程中，需要让学生知道统计软件只是一种分析工具，重点还是掌握各种统计分析方法的基本原理和科学选用上。同时，结合自己的一些研究课题，与学生一起探讨、研究，培养学生初步的科研能力。

四、合理制定考试方式和内容，科学评定学生成绩

针对多元统计分析课程的特点，本门课程考核不仅要注重基本知识点的掌握，也要包括各种统计方法的理解、分析和应用。在考试的方式上，可以采用闭卷考试，开卷考试和课程论文相结合，从而多角度、全方位对学生的学习成绩给予综合评价。通过以上多种方式，考察学生理解能力、跨学科综合能力、解决实际问题的能力及创新能力。在考试的内容上，闭卷考试着重考查学生对各种统计方法和理论知识的掌握程度，并对量不大的数据进行处理；开卷考试以学生上机操作的方式进行，着重考查学生利用统计软件处理多元数据的熟练程度，以及对统计软件输出结果进行分析判断和解释说明的统计素养；课程论文侧重于考查学生运用多元统计方法解决实际问题的能力及创新能力。总成绩则有闭卷考试成绩（占60%）、开卷考试（占20%）和课程论文成绩（占20%）三部分组成，从而科学评价学生对本门课程的掌握情况。

多元统计分析作为多元数据处理的一个重要工具，必将随着社会的需要而不断的有广泛的应用。多元统计分析教学模式的选择必须根据教学的需要和学生的实际接受水平发生改变。而作为教师，需要不断地总结经验，完善自己的教学，不懈努力，传授给学生正确的统计思想，实用的统计方法和综合的统计能力。

参考文献：

1何晓群.多元统计分析[M].中国人民大学出版社，2012.

2任雪松，于秀林.多元统计分析[M].中国统计出版社，2011.

3苏金明，傅荣华等.统计软件SPSS系列应用实战篇[M].北京:电子工业出版社，2002.

4张文彤，邝春伟.SPSS统计分析基础教程[M].北京:高等教育出版社，2011.

5吕洁.多元统计分析课程教学探讨[J].中国成人教育，2007(8):153-154.

6陶胜，胡明颖.多元统计分析课程教学研究与实践[J].集美大学学报，2011(2):99-102.

多元统计分析篇4

（一）主成分分析主成分分析的方法论就是数学降维方法的运用，其宗旨在通过新变量代替旧变量，同时新变量之间是独立的，同时使用者还可以自己决定是否进行分布统计，因此，主成分分析就是一种以多数相关的变量取代少数不相关变量的分析模式。主成分分析的基本特征就在于其可以避免设定参数与实际误差的影响到最后的统计分析结果，并且在统计的过程中该分析方法选取了较多的变量，提高了变量基数大小的准确性，同时在分析的过程中变量较少，而且较少的变量之间互相不影响，这样的一个过程可以使得统计分析结果与实际情况更加符合。

（二）因子分析因子分析方法是在主成分分析基础上发展出的分析方法，其主要研究的对象就是矩阵内部的联系程度，即以带有原始指标数据的矩阵为基础，研究该矩阵的内部结构，进而寻找对该结构具有支配作用的独立新的因子，从而定位那些能够影响变量的特殊因子。因子分析的目的不在于寻找主因子，而是要知道这些因子所代表的含义是什么，可是主成分分析方法寻找到的主因子的解初始载荷矩阵并不满足简单结构原则,各因子的典型代表变量不很突出,因而容易使因子的意义含糊不清,不便于以因子进行经济解释。为此可对因子进行旋转,以便得到满意效果。

（三）聚类分析聚类分析的基本定义是通过统计变量的分布情况，并在分析过程中将具有同类性质的变量予以归纳总结，从而实现减少系统变量的目的的一种统计学方法。实际上，聚类分析法就是一个寻找一种统计量，即可以客观反映变量之间密切联系程度的统计量，在此基础上对这些变量进行分类，目前常用的聚类统计量有距离系数和相似系数两类。但是聚类分析方法主要有三种：系统聚类法、调优法、图论法。

二、多元数据统计分析方法的意义

多元数据统计分析方法是随着计算机的迅速发展而兴起的数理统计学的分支，借助计算机对数据超强的处理能力而研发的统计分析软件已经使得统计分析变得更加简单，并且可以处理更大容量的数据，可以说大数据时代已然来临，而多元数据统计分析方法也被应用到经济发展的各个领域。多元数据统计分析主要是对数理统计方法的原理应用，进而对多变量问题进行研究的理论和方法，其可以将复杂的基尼指标变得简单化，更加清晰地反映经济指标的背后含义，这也是多元统计分析的最重要的作用，多元统计分析方法可以在不有损既有信息的前提下，进行变化和构造模型，使得复杂数据简单化。

三、多元统计分析方法在国民区域经济评价的应用

（一）武汉城市圈区域经济发展指标的选取与分析区域经济发展的状况是需要从整体上予以评估和考量的，而这种经济评价可以客观反映区域经济发的综合经济实力，展现与区域内的整体经济发展水平，综合经济实力就是区域内的具有的全部经济实力和发展潜力，以及经济地位和影响力。[4]本文所选取的分析对象是武汉市的区域城市圈的经济发展指标，其中的数据来源主要是湖北统计年鉴和湖北省统计局于2014年所公布的数据，通过这些数据我们可以大致了解武汉城市圈区域经济的基本综合经济实力。所以，我们主要选取了其中的15项经济指标，并标记为X1-X15，同时利用了SAS统计分析软件进行了分析，最后的统计分析结果如下表。

（二）聚类分析及其结果评价聚类分析主要是将需要分类的对象按照特定的规则和方法进行分类，我们主要是对这些数据的特征进行观察，然后确定这些分类的。在聚类之后，同一组内的对象应当具有相似性，而不同组的对象是不相同的。我们根据表3.1的原始数据，我们可以对武汉城市圈区域内的九个城市进行聚类，结果如图1和表2。

（三）结果评价根据以上的聚类结果的分析，我们基本上把武汉城市圈区域内的九个城市分为三类，通过表图1和表2可以看出，不同类别区域的指标分值的差异，由此也体现了其城市综合经济实力的差距。首先，区域内的经济实力最强的当属湖北省会城市武汉，因为武汉是该区域内的经济中心，基于其地理位置的优势，交通和基础设施完备，这些指标都是经济发展的重要影响因素，而且武汉作为该区域经济的中心，其领导地位是毋庸置疑的，武汉也需要充分利用自身的优势带动周边经济体的发展。其次，该区域内的综合经济实力第二类就是黄冈、咸宁和孝感了，该三个城市的相同点都在于地理位置的便利性，而且经济发展模式比较健康，在利用外资方面成绩显著，在武汉城市圈内整体实力较为强大，因此该类城市需要发挥自身的优势，协同武汉共同实现区域经济整体实力的提升。

多元统计分析篇5

文章选取对青海省经济发展涉及的有较大影响的18个工业行业，从《2007年青海省统计年鉴》中获取的截面数据作为样本，参考了国经委颁布的《工业经济效益评价考核指标体系》，选取了13个观测变量，把青海工业各个行业中诸如经济规模、产出耗能、效率、财务风险状况、和营运等特征进行分析和归类。运用多元统计中的多元回归分析方法，对影响青海工业经济发展水平的重要因素做出分析。

一、回归方程模型的建立

由于在因子分析中各观测变量可以表现为各公因子的线形组合，那么，反之，各公因子也可以表现为各观测变量的线形组合。即因子得分可以用来代替原来的变量用于回归分析.根据各公因子得分，即给出各因子在每一案例上的值作为解释变量，以整体综合效益因子作为被解释变量，应组建成多元线形回归方程模型，模型表现为：

yj=β0+β1x1j+β2x2j+…+βmxmj+εj

式中，x1、x2、…、xm为可以观测的一般变量;y为可以观测的随机变量，随x1、x2、…、xm而变，受试验误差影响;假设残差的期望值为0，εj为相互独立且都服从N(0,σ2)的随机变量。我们可以根据实际观测值对β0、β1、β2、…、βm以及方差σ2做出估计。多元回归模型建立后，需对多元线形回归方程的拟合优度检验，检验时采用R2统计量，该统计量称为调整的判定系数或调整的决定系数，在某个XI引入回归方程后，如果它对Y的线性解释有重要贡献，那么必然会使SSE减少，并使平均的SSE也减少，使调整的R2提高;反之，如果某个XI对Y的线性解释作用不明显，将其引入后虽然能使SSE减少，但不会使平均的SSE减少，调整的R2值也不会提高。可见，在多元线形回归分析中，调整后的R2比调整前R2更能准确地反映回归方程对样本数据的拟合程度。

二、多元线形回归模型的显著性检验

线形回归方程能够较好地反映被解释变量和解释变量之间统计关系的前提是，被解释变量和解释变量之间确实存在显著的线形关系。回归方程的显著性检验正是要检验被解释变量与所有解释变量之间的线形关系是否显著，用线形模型来描述它们之间的关系是否恰当。

多元线形性回归方程显著检验的零假设H0是各个偏回归系数等与零，同时，无显著差异。采用F统计量计算检验统计量的观测值和对应的概率P值，如果概率P值小于给定的显著水平ɑ，则应拒绝零假设，认为偏回归系数不同时为零，被解释变量Y与解释变量X全体的线形关系显著，可以用线形模型描述和反映它们之间的关系;反之，如果概率P值大于给定的显著水平ɑ，则不应拒绝零假设，认为偏回归系数同时为零，被解释变量Y与解释变量X的全体线形关系不显著，用线形模型描述和反映它们之间的关系是不恰当的。

三、多元线性回归方程的应用分析

以各因子在每一案例上的值作为解释变量，以整体综合效益因子作为被解释变量，应用多元线形回归分析结果如下：被解释变量为1;判定系数为92.3.1%;调整的判定系数85.1%;回归方程的估计标准误差为0.1359;DW检验结果为1.853，在0和2之间，表明残差序列存在正自相关。可以看到调整的判定系数接近于1，因此可认为拟合优度较高，被解释变量可以被解释的部分较多，未被解释的部分较少。得出多元回归方程为：

Y=0.3.7+0.808β1+1.136β2+0.809β3+0.823β4+0.948β5

残差平方和为4.733，F检验的统计量观测值为48.866;调整后的预测值的最大值为1.6344，标准偏差为0.5376;在以95%的概率保证程度下，被解释变量的最大预测值为80.3%，覆盖了因子的大部分信息反映了在给定的因子影响下的综合效益平均变动的规则，达到解释和预测整体综合效益的变化。从正态分布图和残差累计概率图以及回归分析残差分布图都表明标准化残差与标准正态分布不存在显著差异，可以认为残差满足线性模型的前提要求。说明解释变量对被解释变量的回归预测的结果是可行的，即青海工业经济的发展主要由规模因子、产出因子、效率因子、营运因子和财务因子构成，其说明的问题，体现了青海工业经济的现状，可信度较高。

综上所述，在以95%的概率保证程度下，被解释变量的最大预测值为80.3%，覆盖了因子的大部分信息反映了在给定的因子影响下的综合效益平均变动的规则，达到解释和预测整体综合效益的变化.因此，可信度较高。青海省四大支柱产业在规模因子、产出耗能、营运引资、财务风险因子综合得分排在前四位，从中可看出青海工业经济仍停留在传统的经济模式中，在人力资本、经营管理效益方面，虽然已开始重视，但并未形成规模，没有充分发挥其作用，财务风险、经营风险普遍存在，在一定程度上严重影响企业规模的扩大，各行业还没有真正意识到成本费用的利用，经营成本在一定程度上相对过大。整体而言，青海工业经济的发展，粗放型的经济增长方式仍未得到根本转变，投入大、消耗高、效益低等问题还比较突出，随着工业化进程的加快，传统的发展模式已难以为继，必须采取有力措施，大力发展循环经济，提高可持续发展能力。

四、对策及建议

通过上述的分析，明确了青海工业经济的发展现况，为了以后青海经济的进一步可持续发展，特提出以下的对策及建议：

首先要转变经济增长方式，走可持续发展的道路。实现增长方式的转变，通常就必须对原有的经济发展战略和经济体制进行根本性的变革;没有经济发展战略的转轨与经济体制的改革与之相配合，经济增长方式的转变就不可能深入进行。青海是资源型省份，必须下决心改变目前某些不当的开发方式，禁止对资源进行掠夺式的、破坏环境式的开采。有些资源宜作为战略储备保护起来，这比急于开采更符合可持续发展的要求;要有效治理和限制高污染、高消耗行业的发展，防止只顾眼前经济效益而牺牲生态环境效益的倾向，大力开展节水节能降耗活动，提高资源的综合利用率。加大对"三废"治理的力度，努力减少各种污染物的排放量;大力发展循环经济，认真贯彻落实科学发展观，按照"减量化、再利用、资源化"原则，以柴达木地区部级循环经济试验区为重点，深入开展节能、节水、节材、节地工作，积极推动循环经济发展，实现资源的有效保护、合理配置、综合开发、循环利用、永续利用依靠科技进步，改造高耗能工艺和设备，用现代技术武装传统设备，降低能耗。

其次，加强产业结构的调整，加快工业结构的优化升级。产业结构调整是根据国民经济发展战略的要求和产业结构演变的一般规律，充分发挥市场机制的基础性调节作用，并通过制定产业政策，引导产业结构不断向高级阶段升级的过程。一般来说，产业结构调整需要考虑比较优势原则、市场导向原则、产业关联原则、科技进步原则、经济增长原则、充分就业原则，以及区域分工与协调发展原则等等。在青海产业结构调整中，同样也要遵循这几个基本原则。根据青海经济发展的具体条件以及产业结构的现状，在贯彻上述一般性原则同时，还应着重考虑以下几个重要的方面：依托资源比较优势，坚持以市场为导向，突出发展特色经济，努力延长产业链;推进技术进步与自主创新，为创造青海产业的竞争优势打好基础;从就业结构看，要着重解决就业人员的产业结构偏离问题，把就业弹性作为产业结构调整的重要依据;从三次产业结构看，要着重解决产业关联度低、联系不紧密的问题，逐步培育主导产业。

再次，发展特大型企业，加强自主创新，创造名牌效应。在新型支柱行业中，通过市场选择为主、政府扶持为辅的方法加速几个具有国际市场竞争力的特大型企业，加速大规模的设备更新和技术改造，迅速使企业在更高技术层次上形成现代化大规模生产。同时在有利于大企业提高规模经济效益的前提下，政府采取适当的行政手段，推进经营良好的大企业兼并其他企业，实现资产重组，从而发挥大企业的重要作用，形成专业化产品和劳务的规模供给，以本省的资源优势形成战略产业，创造名牌产品，提供规模供给。

最后、加强区域经济合作，理性基本建设投资。牢牢把握国内市场，加快实施工业产品向内地转移的战略，推动经济合作。青海省的工业，特别是传统工业中的一些产品，只要是有市场、有质量的，都要大胆的与内地企业实行经济联合，把这部分产品下放到内地去，利用当地的劳动力及一定的资本支持，延长青海产品的生命周期，用低劳动成本来相对增加经济效益。将传统工业行业有效地转换出来，根据青海省发展的战略重新选择新的行业，因此，走一条产业升级换代的新路子，不仅近期有利，也有利于长期的经济发展。

多元统计分析篇6

关键词：经济效益评价；主成分因子；多元统计分析

中图分类号：F222文献识别码：A文章编号：1001-828X（2015）011-000-01

企业的经济效益评价是指把反映企业经济效益的多项指标信息进行汇总，从整体上分析对象的好坏。其基本思想是将多个单项指标组合起来以便能够反映一个对象的整体，反映到数学统计分析的理论层面，就是把多维空间的样本投影并拟合到一维直线上，借助投影点研究样本的规律。本文对这种方法进行了一定的优化，使用主成分分析的方法以实现对企业经济效益的综合评价，既保留了原始变量的信息，又使得各主成分之间互不干扰，确保了企业经济效益评价的真实性。

一、多元统计分析在企业经济效益中的应用

综合评价企业经济效益的工具有很多，多元统计分析作为重要工具，可以把多维度的复杂问题映射到单一维度，再通过加权平均、模糊决策综合评价法等技术方法反映企业经济效益，得到综合性的评价结果。多元统计方法常见的有四种：1.聚类分析。聚类分析也称为群分析，是一种基于数据分类的分析方法，它的核心是将相似元素集合为一类，然后根据样本间的相似程度合并，依次合并减少分类，直到所有样本都合并为一类为止；2.判别分析。判别分析也是一种分类分析，与聚类分析不同，判别分析是已知样本类型和判别规则，然后对未知类型的样本进行判别分析的多元分析方法；3.主成分分析。主成分分析是将具有一定相关性的原指标重新组合、分解，形成一组新的无关联的综合指标，以尽可能小的数据损失，反映尽可能多的指标信息；4.因子分析。它是主成分分析的推广，区别在于它能够将随机的错综复杂的变量综合为主要的少数几个变量，并以有限数量的变量（或因子）反映出原始数据的内在结构，减少了数据丢失，使评价分析更接近数据本身。本文主要运用的是主成分分析以及因子分析的多元统计分析方法，对企业进行经济效益评价，以体现多元统计分析在企业经济效益评价中的实际应用。

二、应用分析

（一）企业经济效益评价的指标分析

经济效益是企业在定量劳动消耗中产生的劳动成果。由于企业投入生产要素和劳动成果的不同形态，企业经济效益的评价指标有四个，分别是：周转性、报酬性、效果性和效率性。企业的周转性指标反映的是企业资金活动的效率，包含了流动资产和固定资产周转率。报酬性指标对应的是企业的资本收益能力，包括资产报酬率和所有者权益报酬率。效果性指标是企业在一定时间内设计生产的收益水平，有销售收入、产值、成本费用、人均利税率；效率性指标反映企业生产要素的利用效率，有人均产值、固定资产产值率和资金产值率。以上这11个指标共同构成企业经济效益评价体系，分别设定为x1，x2，...，x11。

（二）构建评价体系

为更好地构建企业的经济效益评价体系，把企业作为综合经济效益的评价对象，可以把其上一年的截面数据作为数据样本，通过计算机统计软件对这些数据进行标准化处理，求其相关矩阵R，再求R的特征根及特征向量。同时，依据统计分析理论得出主成分及贡献率，并选择贡献率最高的四个作为主成分因子来构成企业经济效益评价的组合指标。这四个因子包含了所有指标最多的信息量，分别设为F1、F2、F3、F4。第1主因子F1直接反映了企业的效果性和效率性，设置为企业的要素效益系数；F2能够反映出企业的要素效率，设置为企业的要素效率系数；F3能够反映企业的报酬率，设置为企业的资产报酬系数；F4能够反映企业的所有者权益报酬率，设置为所有者报酬系数。经过以上分析，四个主因子便构成了企业综合评价体系。

（三）企业经济效益的因子评价方法

因子分析是多元统计分析中的重要方法，在主成分因子分析的基础上，可以得出因子的得分模型，即将通过正交因子解转置矩阵乘以R系数矩阵得出原始变量的线性组合系数矩阵，进而得出因子得分模型和该分析样本的主因子得分结果，并对其结果进行了排列。根据各个因子的得分结果，可以得出以下结论：要素效益因子F1可以用来衡量企业投人生产要素的获利能力，从主因子分析得知在技术条件一定的情况下，扩大生产规模和增加市场销售份额可以影响企业的收益水平；要素效率因子F2反映企业资本和人力运用的效果和协调程度，通过主因子反映可以知道，通过资源配置的优化、运行等手段能够较好的提高企业的运营效率；资产报酬因子F3越高，说明资源配置和占用比较合理；所有者权益因子F4得分越高说明企业资产构成比例合理。

三、企业效益的综合评价

为此，我们可以把以上四个主成分因子特征值及贡献率作为权重来计算一个企业经济效益的总得分。经过计算和分析，将企业的综合得分进行排序。综合得分较高、排名靠前的公司的主因子单项得分基本也是较高的，说明这些公司在资产运用、市场营销和经营管理等方面做得较好，企业综合经济效益也较好。主因子得分较低的企业，说明它们的综合管理水平和资源利用较低，企业的市场竞争力不足。另外，从因子特征值、贡献率来分析经济效益的综合得分，可以根据主因子的单项得分来分析企业经济效益中的优势和劣势。

四、结语

利用数据统计分析的方法可以对反映企业经济效益的各个影响指标进行分类和总结，但是它并没有完全地考虑到类内因子之间的影响，而利用多元统计分析的方法并结合实际数据，采用主成分分析的方法来构建评价体系，可以实现对企业经济效益的多元化评价过程，更好地完成对企业综合效益的量化。

参考文献：

[1]贾鹏鹏.多元统计分析在企业经济效益评价中的应用[J].企业研究，2014，14：4.