导语：在多元统计分析论文的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
【关键词】主成分分析；因子分析；新指标解释
一、引言
二、具体实例分析
但是在新生成的指标的解释方面，它们还是有较大不同的。首先看一下两种方法的数学模型。主成分分析是考虑原来的指标的线性组合，把原始指标的线性组合叫做主成分。从这一点可以看出，主成分其实就是原来指标的压缩综合。而因子分析模型则是把原始指标表示成因子的线性组合（如果姑且不去考虑随机扰动的因素），也就是说因子分析的目的是要找出影响所有原始指标的内在因素。因此尽管两种方法都是对原始数据进行降维，得到新的指标，但是在对新指标的解释是有不同的。下面分析一个具体例子。该例通常出现在统计教科书中因子分析一章，但本文从主成分分析和因子分析两方面同时对其进行剖析。
三、总结
【参考文献】
[1]高惠璇应用多元统计分析2005
[2]李静萍谢邦昌多元统计分析方法与应用2008
[3]李卫东应用多元统计分析2008
[4]陆恒芹苏勤陈丽荣女性旅游者行为特征分析及其动机研究―以西递、宏村为例2006
[关键词]社会科学统计方法应用问题
一、描述性分析问题
在社会科学实证研究中,一般首先要对社会调查数据进行描述性统计分析,以发现其内在的规律性,再选择进一步的分析方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述,主要包括数据的频数分析、集中趋势分析、离散程度分析、分布形态以及一些基本的统计图形。
描述性统计分析虽然较为简单,但如果对某个事件或某种现象的描述不清楚或存在偏差,那么其后的所有分析都将值得怀疑,而描述的偏差可能会引起公众或学术界对某些社会现象的误解,甚至误导政府决策。
1.均值的误用
均值是用于描述样本集中趋势的最常用指标,但应注意,对于正态或近似正态的对称分布样本,它是较好的指标,一般与离散趋势指标中的标准差一起描述数据资料(即形式);而对于偏态分布的样本,则常用中位数来描述集中趋势,一般与离散趋势指标中的四分位数间距一起描述数据资料(即形式),究其原因是均值容易受到极端值的影响。
对于两个分布完全不同的样本,可能会得到相同的均值,因此均值在某种程度上抹杀了样本内部的差异,而往往这种内部差异正是需要进行深入研究或应当引起人们注意的。为了弥补均值的这种缺陷,一般在报告均值的同时,也应该报告标准差,或用直方图或散点图的形式描述分布,以展示群体内部的差异。
2.绝对数的误用
因为社会调查研究比较容易得到大容量的样本,所以对任何小概率事件,用绝对数报告都会出现较大的数字,单纯对绝对数的强调往往会产生误解。比较合理的方式一般是在报告某事件绝对数的同时,给出该事件的发生率或占研究样本的比例。
3.相对数的误用
相对数常用于描述定性资料的内部构成情况或相对比值或某现象的发生强度,一般有比与率两种形式。虽然比与率的计算形式是相同的,即两个绝对数之商乘以100%,但它们的含义是不同的。率用于反映某种事物或现象发生的强度,而比则用于反映部分与整体或某一部分与另一部分之间的关系。当数据的比较基础相差悬殊,用绝对数表述没有可比性时,就要借助于相对数。
应用相对数也容易出现一些问题,如:百分比与百分率的混用;当分母很小时,只计算百分比或百分率,而没有报告样本量;当比较两个或多个总体率时,没有考虑到各总体对应的内部构成情况是否一致,而直接比较等。
例如在报告流动人口犯罪问题时,给人的印象往往是流动人口犯罪率高于常住人口,其实是忽视了流动人口的年龄和性别构成与常住人口完全不同,且青年男性是犯罪率较高的人群,这样对两个不同群体的比较往往会导致错误的结论。
二、定量资料的统计分析问题
定量资料的统计分析是指所观测的结果变量是定量的,而且希望考察定性的影响因素取不同水平时,定量观测结果的均值之间的差别是否有统计学意义。定量资料的统计分析在统计学应用中占有很大的比重,出现的误用也比较多。
正确选择定量资料统计分析方法的关键有两点:一是正确判断统计研究设计的类型;再是检验定量资料是否满足“独立性、正态性及方差齐性”的前提条件[1]。前者要求使用者对统计研究设计的类型较为熟悉,后者则需要进行预分析,可适当借助于统计分析软件。根据前提条件是否满足来决定用参数假设检验或方差分析,还是用非参数检验方法,进而根据对统计研究设计类型的判断,确定采用具体的统计分析方法。
对定量资料作统计分析时,常犯的错误有:
1.不管统计研究设计类型,盲目套用t检验或单因素方差分析;
2.不验证“独立性、正态性及方差齐性”前提条件,而直接应用参数检验法;
3.将多因素设计定量资料人为拆成多个成组设计定量资料,采用t检验法;
4.将多因素设计定量资料用单因素多水平方差分析解决,或用一元分析替代多元分析等。
三、定性资料的统计分析问题
定性资料的统计分析是指观测结果为定性变量的统计处理问题。定性资料的统计分析在社会科学研究中的应用也是很广泛的,通常根据影响观测结果的原因变量性质分为三种情况:
2.原因变量中既有定性变量,又有定量变量。这类资料的统计分析通常有两种处理方法:一是结合专业知识先将定量的原因变量离散化,使其转化为定性变量,然后采用上面3.1的统计方法处理;二是先对定性的原因变量,采用哑变量技术进行处理,转化为多个二值变量,赋予0或1值,然后采用Logistic回归分析方法或多值有序变量Logistic回归分析处理。
3.原因变量全部为定量变量。这类资料的分析可以直接采用Logistic回归分析方法或多值有序变量Logistic回归分析处理。
定性资料的最常用表达形式是列联表,列联表有多种类型,如横断面设计的四格(或称2x2)列联表、队列研究设计的四格列联表、配对研究设计的四格列联表、双向无序的R×C列联表、单向有序的R×C列联表、高维列联表等,不同类型所用统计方法也不同,所以处理这类资料的关键是分辨出列联表的类型,从而选择相应统计分析方法。
在社会科学研究中,定性资料的统计分析常犯的错误主要就是列联表的误判,从而错误的选用统计方法。
4.多元回归分析策略的错误。在社会科学实证研究中,对多元回归分析的应用,不少人采取的策略是先用单变量分析,得到有统计学意义的多个变量,再将它们引入回归方程进行多变量分析,用逐步回归法进行筛选,从中选出有统计学意义的变量,这种分析策略是不正确的。因为自变量之间可能存在不同程度的交互作用,在单变量分析中无统计学意义的变量并非在多元回归分析中也没有意义。正确的处理方法应该是先综合分析各种变量之间的作用、实际意义及关系,有些可作为控制变量(如性别、年龄等),将经过初步筛选的所有变量代入回归方程进行分析,再采用逐步回归方法,必要时可多用几种筛选变量的方法,同时要注意自变量间的交互作用,进行综合分析,这样才能得到较为可靠的结果。
参考文献:
[1]王在翔:社会统计理论与实践[M].青岛:中国海洋大学出版社,2008
[2]胡良平等.医学统计学基础与典型错误辨析[M].北京:军事医学科学出版社,2003.148-239
[3]柯文泉:统计方法应用中应注意的几个问题[J].时代经贸,2008,6(96):83-86
关键词：多元统计分析中药成分分析
中药物质基础的阐明和科学质量控制方法的建立是中药现代化和国际化的关键，在化学计量学中，多元统计分析方法得到了很好的应用，通过优化了化学量测过程，提高分析效果，应用统计分析方法及其他数学方法和计算机软件的应用对其数据进行整理，已较好的阐明了中药物质成分，结构与其性能之间的复杂关系。
一、应用现状
1.1方法
1.1.1成分提取
1.1.2质量控制
在中药复方质量控制方面，近年来，有监督的模式识别和无监督的模式识别往往联合起来使用，即当某中药方剂的总体质量分类不清楚时，可先用聚类分析对原来的样品进行分类，然后再用判别分析建立判别式以对新样品进行判别。
1.1.3药效检验
1.1.4组分分析
1.2数据处理的应用实例
在对药材产地区分和鉴别研究方面，徐永群等在黄苓的红外光谱的指纹图谱基础上，采用主成分分析法，对多个产地进行了聚类分析。
杨红娟等对金银花的种类进行了模式识别研究，利用高效液相色谱分析获得金银花的化学信息，并进行了系统聚类分析，同时用微生物法进行抑菌活性测定，用多重线性回归揭示化学信息与药理指标之间的关系。
周立东等提出在天然药物演技中建立定量组效关系，用以解决中药复杂成分的化学组成与生物活性之间的关系问题，在中药的多变量的化学祖坟空间和中药的多变量空间之间建立起定量的关系，在多元统计分析中，如回归分析，聚类分析以及因子分析西欧提供了操作方法，
二、存在的主要问题
统计方法的选择在一定程度上取决于变量的测度水平，多元统计分析，自变量中包括名义变量的最多，自变量全部为间距测度的很少，多元统计分析方法中序次测度变量和名义测度变量的处理方法一样，所以一般并不加以区分，序次测度变量作为名义测度变量来用，把二者合成为分类变量，本次研究的论文数据中应用多元统计方法时大多数的分析中是分类变量。
2.1方法使用错误
在多元统计分析方法的应用中，如通经分析等存在一些错误，通径分析是建立一组线性回归方程，因此对变量的要求和多元线性回归一样，多元线性回归要求因变量必须为间距测度或以上的变量，自变量可以使分类变量，但当自变量中有分类变量时，必须做虚拟变量回归，而不是普通的线性回归。
2.2数据的评价和检验
对实验数据处理的最终评价是要反映该药效的最好方式，即数据在多大程度上能很好解释了因变量的间的关系，每一种统计分析方法都有自己的数据评价指标和方法。
化学计量学提供了一整套区别于传统复方研究的思路，在中药化学，质量控制，药效检验，组方分析，代谢组学以及建立中药数据等各个领域都已有了初步的应用和发展。多元统计分析方法作为数学数据分析中的主要分析方法，虽在中药分析方法中应用存在少数问题，但其应用前景及意义极其乐观。（作者单位：沈阳师范大学）
参考文献：
［1］梁逸曾.化学计量学用于中医药研究.长沙：化学计量学与传感技术研究所，1998.
［2］罗国安.中药中成药现代化进程［M］.北京：中成药出版社，2000.
［3］甘师俊，李振吉.中药现代化发展战略［M］.北京：科学技术文献出版社，1998.
［4］张敏，吕华瑛.中药成分分离新技术及应用［M］.山东：山东中医杂志，2005.
［5］邓书鸿，聂磊.中药谱效关系的分析方法及数据处理技术研究进展.山东：中药材JoumalofChineseMedicinalMaterials,1819.
多元统计分析在在统计学中是一种综合性的分析方法，通过多个分析方式对于同一个对象进行全方位的分析，内容包括多种应用方式。通过多种方式的综合运用，在多个指标的共同参与之下，对于统计的规律进行揭示与挖掘，将这种多元化的分析手法应用于企业财务危机的预警中，是十分有效的，与现代企业管理的多元资金流和运作的资金链串接是有相同的运作模式的。
企业的财务危机主要是指企业在经营过程中由于无力按时偿还到期的债务而产生的危机和困难就是企业的财务危机，企业财务危机的出现有种种原因，管理不善、行业萧条、决策失误、名誉受损等等，都可能导致企业财务危机的出现，企业一般都是个体或者合营，依靠主要管理人员和决策人的共同努力发展壮大，所以对于管理人员的措施采纳和决策人的决定有严格的要求。一般来说，判断一个企业财务危机的常用标准是企业破产和在证券交易中面临的退市现象，注意，在证券公司面临退市的现象一般指的是上市公司，中国改革开放以后，证券行业发展迅速，企业的上市已经成为一个企业发展壮大的标识，所以本文研究的企业也包括上市公司。企业在生存发展的过程中，面临的财务危机是一项挑战，也是一项机遇，往往一个企业进行大刀阔斧的改革都是在企业财务危机之后，由于财务危机暴露了企业在发展过程中的弊端，所以企业在财务危机中能够顽强的生存下来，也就获得了成功的准备，将危机中显示出来的问题进行纠正，这样企业获得了良好的发展活力，更能在激烈的社会竞争力实现跨越式前进。
由于企业性质的不同，所以造成企业财务危机的原因也就不同，在企业财务危机预警的多元分析中，要根据企业的独特性采取相应的指标来完成分析，并且在模式模型选择过程中要根据企业财务危机的侧重点来进行选择，这样才能有针对性的提出分析的策略。根据我们选定的财务指标，利用聚类分析法对我国企业进行科学的统计分类；再用判别分析法构造预测判别模型，对其财务危机状况进行判定预测；最后利用主成分分析法提取主成分，计算各主成分的分数和综合得分，根据主成分综合得分对样本进行排序，以发现其财务危机状况，使用Excel电子表格中软件和统计分析软件SPSS来进行数据处理和建立多变量预警模型，这就是多元分析的主要步骤。
二、多元统计分析在企业财务危机预警中的应用
（一）样本和变量选取
在企业财务危机模型的建立过程中，对于企业的财务指标和参数，利用抽样方法进行选择。一般来说，选择的方式主要是随机抽样和对应样本法。在企业中，选取销售净利率、主营业务利润率、净资产收益率、资产净利率、每股收益（EPS）、应收账款周转率、存货周转率、总资产周转率、营运资本总资产比、资产负债率、流动比率、现金负债总额比（债务保障率）、现金流动负债比、现金流入流出比率、销售现金比率、每股净资产来建立指标体系作为分析变量等28个指标作为企业盈利、偿还等能力和资本实力的展现，也是全面地反映企业的财务状况的指标。在多变量模型的财务预警分析中，变量越多选择的余地越大，模型建立就越好。
（二）判别分析
根据样本和变量的选择，利用判别分析法建立企业财务危机的预警机制，在建立机制的过程中，可以根据研究对象创建一组函数，实现对于样本和变量的分析判别。一般来说，用的Fisher线性判别函数是判别分析中比较常见的。函数形式为：Yi=a1x1+a2x2+…+anxn+b（i=1，2，…，k）。其中k是判别组数，Y是判别分数或判别值；x1，x2，…，xn是因变量或预测变量；a1，a2，…，anj是各变量的系数，即判别系数；b是函数中的常数。通过这组函数对于基本的系数和常数进行计算，得出基本的财务危机指数、非财务危机指数以及中间指数。
③将获得的变量均值检验经过系统的分析，得出的结果作为费雪线性判别函数的系数。Fisher系数有被称为费雪线性判别函数的系数，在Fisher系数的系数表里，主要的指标要和变量均值检验表实现同步，这样在不断地分析计算过程中，才能得出Fisher线性判别函数模型。
由于模型中的6个变量从不同角度较好地反映了对于我国企业来说最重要的几个财务指标：盈利能力欠佳、资产周转速度慢，尤其是应收账款回收慢，以及销售收入增长幅度小，经营现金流的短缺，这些都是极易导致财务危机的发生，最终影响企业生存的重要变量，通过这些数据的分析就能逐步实现财务危机的预警。
（三）主成分分析
三、多元统计分析对于企业财务危机预警的作用
论文关键词：360度绩效评价，雷达图，应用
360度绩效评价(360-degreefeedback)又称多评价者评估(multi-laterassessment)多源反馈系统(multi-sourcefeedbackMSF)或全方位评价(fullcircleappraisal)，它是由被考评者的上级、同事、下级和(或)客户(包括内部客户和外部客户)以及被考评者本人分别担任考评者，从多个角度对被考评者进行360度的全方位考评，再通过一定的反馈程序，促进被考评者完善自己的工作行为并提高工作绩效。在国内，360度绩效评价也被称为360度绩效反馈评价、全方位反馈评价或者多源反馈评价等。
近十几年来，以360度绩效评价为核心的绩效管理体系开始风靡全球。在《财富》杂志评选出的排名在前1000位的企业中，有近90%已将360度绩效考评方法用于人力资源管理和开发，如IBM、摩托罗拉、诺基亚、福特、迪斯尼、美国联邦银行等。我国许多著名企业也引入了这种绩效评价工具，如联想、金蝶软件等。
360度绩效评价之所以得到如此深受国内外企业青睐，主要归功于其是通过对一个个体可从多个角度评价，有效的规避单一主体评价结果受制于评价的偏见和武断的影响，能够得出更有效和更可靠的结果管理论文，即有较高的可信度和效率。360度绩效考评从多角度评价的理念，决定了在应用需要中对多维度的变量进行数据处理，由此，对多个变量进行综合处理的多元统计分析方法就显得尤为重要。
一、雷达图法概述
1．多变量的可视化
图形是直观了解、认识数据的一种可视化手段，如果能将评价中的数据直接显示在一个平面上，便可一目了然地看出所分析变量间的数量关系。由于在综合评价中涉及的指标往往很多，多变量数据的维数通常都大于三，而观测三维以上数据又存在一定困难，若有一种方法可以把高维数据投影到二维空间去，并且在投影过程中不会过多地损失原有数据的信息，就可以使用通常的方法在平面上画出这些高维数据图形来。
雷达图就是一种多变量可视图形，也称星形图，它属于第一类可视化方法。
2．雷达图
雷达图中，每个数据都有一个独立的单一数值轴，坐标轴呈辐射状分布在中心点周围，把同一数据序列的值在不同坐标轴上的点用折线连接起来所形成的多边形就是雷达图管理论文，用来比较若干个数据序列指标的总体情况中国期刊全文数据库。
3．评价的基本思想
利用雷达图进行综合评价的基本思想是：
然后，以评价值的最大值为半径画圆,并以评价指标数N等分圆周,从圆心出发画N条坐标轴，每条坐标轴表示一个评价指标；
最后，在每根放射线上标注出等距离的刻度，研究每一个指标可能的水平等级，以明确的数字区分水平等级。将每个测评指标的评分结果标注在相应的坐标轴上，并把各轴上的点连接构成最终的雷达图。
二、360度绩效评价中雷达图的应用
一般常见的360度绩效评价的应用是对于不同的评价者赋予不同的权重，然后加权求和得出最终综合评价分值。这样的评价虽然能综合反应一个员工的绩效但无法反应导致员工总体评分波动的原因，不利于进行绩效诊断。
基于工作绩效的多维性，不同评价主体观察到的是绩效的不同维度，对于同一个员工的绩效评价的结果必然会因评价主体不同而不同。绩效评价的结果不是评判员工的优劣，而是为了提高绩效。评价结果中全面反映员工绩效结果必然有利于这一目的的实现。利用可视化效果好的多元统计方法成了解决这一问题的必然选择。
在360度评价中，以不同评价主体为不同维度绘制出雷达图，可以直观的反映出不同评价主体对同一客体的评价结果，形成不同类别的“脸谱化”的评价结果。具体绘制过程包括一下步骤：
1．确定三个同心圆。中圆的圆周表示评价主体评价结果的中值；外圆的圆周表示评价结果的最大值；内圆的圆周表示评价结果的最小值。
2．划分评价指标轴。用评价指标体系对圆周(360度)作N等分，N等与选择的评价主体的类型，得到N个坐标轴，每个坐标轴代表该体系的第N个评价主体的评价结果。
3．将不同评价主体的评分进行标准化处理。利用公式：
Xi=(xi-xmin)/(xmax-xmin)
来计算每一个指标的标准化数据。
其中：Xi为第i个评价主体标准化后的数据；xi表示第i个评价主体的实际评价结果，xmin表示同一评价主体评价结果的最小值管理论文，xmax表示同一评价主体评价结果的最大值。
经过上式处理后，统计数据被规范到[0，1]之间。
4．将不同评价主体的评价结果标在图中适当位置，并连接各点成为一个多边形或曲边多边形。
具体如下图：
从以上四个雷达图可以看出：员工A的评价结果几乎在各评价主体的评价值都是最大值，评价结果所构成的多边形向外明显扩张，说明该员工工作绩效突出；员工B的自我评价绩效结果突出，但其他主体评价均低于平均水平；员工C的多个主体评价均高于平均水平，但下级评价结果低于平均水平；员工D各评价主体评价均低于中值，评分结果构成的多边形向圆心明显收缩，说明该员工各方面的绩效水平较低。
雷达图不仅综合反映评价对象的好坏，更直接表现了其在单个指标上的优劣。如图1中的员工C，雷达图属于扩张型，但它在下级的绩效评价值靠近圆心，说明它在这方面具有很明显的劣势，可能在工作方式、下属培养等方面存在问题。管理人员可以通过雷达图直观地看出员工那些方面较好，那些方面较差,并制定出相应的措施以提升自主创新能力。
利用各绩效指标评价值所连接成的多边形，雷达图实现了各员工间的横向比较，通过对多个维度的评价结果描述和比较，直观地表征了被评价者的绩效水平。雷达图还可以利用多边形的相似性对评价对象进行主观聚类。本例选取的4名员工都是具有代表性的数据，可以不同类型的雷达图对不同员工进行“脸谱化”。然后根据不同类型的“脸谱”采用不同的管理手段，有针对性的改善组织绩效。
对于雷达图在360度绩效评价中的应用还可以进一步细化的不同主体的评价指标，每个坐标轴代表一个指标，多边形的每个顶点代表不同指标的评价值。如下图，使评价结果更加清晰明了。
三、雷达图在360度绩效评价中的应用价值
1．描述直观、形象。
雷达图为多因素评价方法,适合于在二维平面上直观、形象地反映多个指标的变动规律中国期刊全文数据库。通过叠加不同形状的雷达图,可以直接判断出绩效评价结果的整体分布情况及优劣态势。
2．便于绩效反馈。
一个有效的绩效管理体系必然具有通过持续不断的绩效反馈不断的提高绩效的功能。而此项功能的实现依赖绩效反馈的有效性。在绩效反馈中利用可视化的雷达图，一方面可以改善被评价者对评价结果的理解；另一方面可以使绩效反馈面谈更有针对性，均可有利于提高绩效反馈的有效性。
3．有利于人力资源开发。
绩效管理作为人力资源管理的一个功能模块，其评价结果可作为其他功能模块开展工作的依据。在360度绩效评价中管理论文，不同的评价主体观察到的是同一评价客体的不同方面绩效，通过雷达图可以直观的看出员工那些方面的绩效低下，需要进一步的培训开发。
4．提高了管理措施的针对性。
利用雷达图对360度绩效评价结果进行处理，将员工的评价结果“脸谱化”。不同“脸谱”代表了不同绩效类型的员工，通过对雷达图“脸谱”的聚类，可将员工分成不同类型，便于针对性的管理。
5．易于推广。
将雷达图应用到360度绩效评价中，使绩效评价走向简明、直观、快速。具有重大的价值。雷达图为找出影响员工工作绩效的关键因素提供了简明直观的依据，便于绩效管理工作的进行，其推广应用必然受到专业人士的欢迎。
四、结论
本文在多元统计分析的基础上，从可视化角度出发，将雷达图法引入到360度全方位绩效评价之中，建立评价模型，并给出了不同评价主体评价数据的标准化方法。通过把图形引入绩效评价其中，使得评价更具说服力。雷达图能够非常直观地反映评价对象在各个不同绩效维度上的相对优劣势，是360度全方位绩效评价中分析问题的非常好的辅助工具。
[1]石金涛、魏晋才.绩效管理[M].北京:北京师范大学出版社,2007:138～140.
[2]付赟、方德英.雷达图法在综合评价中的应用研究[J].统计与决策.2007(24):176-177
[3]李明、易匠翘.雷达图在发展性评价中的应用[J].长沙铁道学院学报.2004(12):162-163
Radargraphinthe360-degreePerformanceEvaluationResearch
关键词：数理统计；教学模式；案例教学；统计建模
一、变革教学理念，调整教学内容以适应学生的知识需求
二、采用案例教学，提高学生分析问题解决问题的能力
三、利用统计软件和计算技术，提高教学效率和学生统计分析水平
目前许多统计软件都能够方便、快速、有效的处理数据。在教学过程中，主要采取统计软件和多媒体课件相结合的教学方式，以加大信息量，扩展知识面，挖掘出教材文字达不到的直观、动态效果，使难以理解的抽象理论形象化、生动化，并且为学生以后的研究发展提供统计处理技术手段。对于工科研究生来说，应用统计方法进行数据分析和处理，至少要掌握一种软件工具帮助其计算，比如，Excel，SAS，JMP，SPSS，Eviews，Minitab等，除Excel外，其它的统计软件都提供了方便的菜单式操作，便于学习和应用。为方便学生学习和掌握，笔者在课堂教学中，不但介绍常用统计软件的特点，而且对所有例题都至少使用一种统计软件进行求解演示，同时要求研究生在案例分析研究中，使用统计软件完成计算，并给出软件输出结果的合理解释。近几年的教学实践结果表明，许多学生不但理解和掌握了统计方法，也掌握了数据分析计算工具，有效地提高了教学效率和学生的统计分析水平。
四、建立网络教学环境，为学生提供灵活持续的知识学习和交流平台
五、改革考核方式，建立综合考核评价系统
数学课程传统的教学评价方式一般是闭卷考核，评价内容主要以记忆性知识为主，对于培养创新性工科研究生的数理统计学习目标来说并不适合。工科研究生学习现代数学的特点应体现应用和创新，因此改革传统的考核评价方式就是必然。我们根据教学内容进度，适时安排课堂作业、大作业、案例讨论、读书报告等多种方式的练习，建立综合考核评价系统，采取多项加权的考核评价方式，结合期末的开卷考试成绩进行加权综合评定。平时的多种形式的考点为如何运用已掌握的统计理论和方法，对于给定的数据资料进行分析、筛选、抽象、建立模型、计算或软件应用、检验及结论解读等方面的训练，同时要求以科研小论文的形式提交电子文档，相当于撰写科研论文的模拟训练。期末考核则是综合性的开卷考核，题目多样化、灵活化，重点考核研究生的学习能力和所掌握知识的扎实程度。总的来看，重视统计思想的教学，加强统计思维方式的培养和训练是工科研究生数理统计教学中的一项长期重要内容和任务，需要师生的共同努力，来探讨如何更好地培养学生自主学习统计知识的能力、提升研究生在所研究专业中统计方法的应用能力和创新能力。
参考文献
[1]周梦，孙海燕.工科研究生应用数理统计教学改革的探索[J].理工高教研究，2007，26（5）：62-63.
[2]肖枝洪，郭明月.研究生多元统计分析课程教学的改革与实践[J].高等理科教育，2009（1）：100-103.
[3]钟波，刘琼荪.工科研究生创新能力培养与“数理统计”课程教学改革[J].重庆工学院学报（自然科学版），2007，21（4）：137-140.
[4]刘旭华，田英，陈薇.对研究生数理统计课程教学的思考与探索[J].高等农业教育，2010（7）：76-78.
[5]赵姝淳.对研究生概率论与数理统计教学的探讨[J].大学数学，2007，23（4）：27-29.
关键词：《食品试验设计与统计分析》混合教学创新能力
混合教学是一种基于计算机网络环境的教学模式，“把传统学习方式的优势和网络化学习的优势结合起来；既要发挥教师引导、启发、监控教学过程的主导作用，又要充分体现学生作为学习过程主体的主动性、积极性与创造性”，其目的在于融合课堂教学和网络教学的优势，综合采用以教师讲授为主的集体教学形式、基于“合作”理念的小组教学形式和以自主学习为主的教学形式。相比于传统教学模式，混合学习具备学习资源提供的灵活性、为个别化学习提供支持及提高教学效率的优势。
课程组建立起基于信息技术的课程自主学习网络平台，尝试“《食品试验设计与统计分析》网络教学平台建设”的教学改革，在信息技术环境下，以混合式学习理论为基础，构建“课堂教学”与“网络平台学习”混合教学模式。构建《食品试验设计与统计分析》网络教学平台，采用教师引导、学生参加、师生互动的课堂教学模式，提高学生的学习自主性，通过多种形式的考核方式评价学生的学习效果，并建立合理的激励措施，培养学生的创新能力。
1.《食品试验设计与统计分析》课程自主学习与面授学习混合
2.《食品试验设计与统计分析》课程内容教学法与实践运用混合
3.“网络交互式”学习与“网络探究式”学习混合
4.“期末考试评价”与“网上学习评价”混合
信息技术环境下的“课堂教学”与“网络平台学习”混合教学模式强调学生的个性化学习，要求学生具备自主学习、合作学习的能力，注重培养学生在真实情境下解决实际问题的能力，引起学生的认知模式、学习方式及教师的教学模式、教学策略和角色的变革，因此我们要改变过去重结果、轻过程的评价方式，改变过去教师作为评价唯一主体的状况，建立一套由师生共同参与的多元化的终结性评价和形成性评价相结合的评价体系，实现评价内容、评价主体和评价工具的多元化。
形成完整的《食品试验设计与统计分析》网络教学平台，切实体现新型混合式教学方法对该课程教学效果的增强。通过混合式教学研究的开展，加强对课程的教学改革研究，提高教师参与教学改革的热情，使教学内容、教学手段、课程建设、教材建设更完善。
[1]姬华，卢士玲，唐明翔，等.对《食品试验设计与统计分析》教学的体会[J].考试周刊，2013，48：172.
[2]姬华，朱丽莉，江英，等.对“食品科学与工程”专业人才培养方案改革的探索[J].科学时代，2007，3：134-135.
[3]卢士玲，陈计峦，姬华，等.对“食品质量与安全”专业人才培养方案改革的探索[J].考试周刊，2014，89：5.
[4]吴长伟，陈静，邓红，等.基于慕课的应用型本科混合教学模式研究[J].现代教育科学，2015，3：57-59.
[5]宋涛，徐亮.基于网络教学平台的混合学习模式的设计与应用[J].电脑知识与技术，2015，11（2）：77-78.
关健词：《生物统计学》教学改革改革与探索
《生物统计学》是数理统计的原理和方法在生物科学研究中的应用，它不仅给我们提供了如何正确地设计科学试验和收集数据的方法，而且提供了如何正确地整理、分析数据，得出客观、科学结论的方法。它是生物科学等专业重要的专业基础课，该课程体系建设对生物科学、植物生产类专业、动物生产类专业十分重要，是从事生物生产、育种试验研究的工具性课程。通过该门课程的学习，学生不仅可以了解有关生物统计的基本概念以及参数的意义，掌握基本的试验设计和生物试验数据的统计分析方法，提高综合素质，同时还可以培养发现问题、分析问题的能力，建立和巩固专业思想。
在专业发展、大学生素质教育与创新教育等教学改革方面，《生物统计学》课程是一门十分重要的课程，具体体现在：（1）可提高学生从必然性推理到或然性推理的归纳推理能力；（2）可提高学生的科研能力，使学生明白试验研究前、中和后的主要目的和任务，以及怎样提高试验的精度，为毕业论文以及今后参加科学研究奠定良好的基础；（3）可提高学生的动手能力。为此，我们对《生物统计学》课程的教学内容、方法和手段进行了几项改革探索。
1.教学内容的改革与探索
2.教学方法、手段的改革与探索
《生物统计学》的理论性相对较强，内容相对枯燥和抽象，教学方法单一必然会导致学生学习兴趣低下，不利于培养学生分析问题和解决问题的能力，要想真正建立起先进、科学的创新教学模式，只有通过系统优化教学设计，针对教学内容，借助于现代化媒体技术，采取各种有效的教学方法。因此在教学中就要求由以教师为主体转变为以学生为主体、教师为主导的思路上来，突出以学为主，坚持以启发诱导为核心，激发学生学习的兴趣，引导学生积极主动开展思维活动，紧紧围绕学的需要组织教学。课内以课堂理论讲授为主，重点让学生弄懂基本原理；习题讨论主要运用实例进行分析，重点让学生掌握具体计算方法和分析；教学中可适当安排一些讨论课，让学生将所学知识与生产实际结合起来，充分调动学生学习的主动性、积极性，让学生学会学习。
2.1计算机辅助教学
2.2统计分析软件的应用
2.3理论联系实际
生物统计学的教学并不是为了让学生掌握一些知识点而进行教学，树立统计的观念、应用统计方法分析和解决生物学研究的问题才是这门课程的最终目标。因此，在教学中，特别要注意将纯理论的统计学知识与科学研究中的实际问题联系在一起，必须与专业实际联系在一起进行教学，只有这样才不会使本课程的教学显得空洞，才不会脱离生产实际，才能在实践中培养学生的综合能力。
3.考核方式的改革与探索
为了更好地发挥考试的功能，我们在教学过程中针对过去把书面考试作为评价学生学习效果的主要手段这一应试教育现象，实行考知识与考方法相结合，考理论与考应用相结合，建立了从学习过程、作业练习、期中考试到期末考试，定性评价与定量评价相结合的过程性评价体系，确保对影响学生应用能力形成的关键知识点进行全面测试，从重“知识”逐步走向重“能力”，培养学生脚踏实地的学习态度和严谨作风，促进教学质量不断改进和提高。
通过以上三个方面的改革尝试和探索，从各届学生的学习效果的比较分析看，已收到了一定的成效，使学生体会到了该课程的重要实用价值，初步树立了统计理念，培养了学生应用概率统计方法解决实际问题的能力。但《生物统计学》作为生命科学学科中重要而特殊的一门工具课程，要教好这门课，还有很多问题需要进一步的探究，在以后的教学中，还需要继续钻研统计理论，探索教学规律，优化教学过程，完善教学体系，从而全面提高该课程的教学质量。
［1］李春喜，姜丽娜，邵云等.生物统计学（第三版）［M］.北京：科学出版社，2005.
［2］贵州农学院主编.生物统计附试验设计（第二版）［M］.北京：中国农业出版社，1999.
［3］刘光祖.概率论与应用数理统计［M］.北京：高等教育出版社，2000.
［4］杜荣骞.生物统计学［M］.北京：高等教育出版社，2002.
［5］胡德海.教育学原理〔M］.兰州：甘肃教育出版社，1998.
［6］郑勋烨，刘慧芳，邢永丽.“概率论与数理统计”教法初探［J］.中国地质教育，2005，（3）：58-59.
［7］李玉阁.“生物统计学”课程教学初探［J］.生物学杂志，2006，23（5）：52-54，61.
一、古典信用风险度量模型
2.多元统计分析。即利用统计方法把企业违约概率评估看成是模式识别中的分类问题——根据贷款企业的财务、非财务状况，将其分为正常和违约两类，或根据已评级级别结果分为多类，这样企业违约概率评估就转化为统计中的分类问题。根据历史样本每个类别（两类或多类），从数据中找出规律，总结出分类的规则，建立评估模型，然后用于对新样本的判别，这些判别的结果隐含着不同企业的综合得分或者说企业竞争力排序。国外关于违约概率评估研究，主要集中于违约的定性测度方法，然后根据结果，通过违约频率统计获得违约概率。按违约测度方法分：有线性判别模型，Logistic模型，神经网络模型等；按变量数分有单变量（Fitzpatrick，1932；Beaver，1966）和多变量方法；按变量性质分有定量变量，定性变量，混合变量。
多元统计分析最初表现为多元线形判别分析模型，包括Z计分模型和ZETA模型。此后又产生了另一种多元线性方法——线形概率模型，其典型代表有Logistic回归分析模型，随后又有像神经网络、遗传算法、线形规划等方法的信用风险模型的诞生。
二、现代信用风险度量模型
1.结构性模型。即基于公司价值的模型，把违约过程描述为公司价值恶化的显性结果，并把公司证券视为发行公司价值的或有债权（期权）。一旦公司估值过程的模型确定，公司的资本结构也已知，就可用期权定价公式对权益和债务进行定价。结构模型已经成为违约风险领域的一个市场标准。这类模型的主要特点之一是能够对上市公司信用价值进行逐日盯市的连续评估。但满足违约概率简单计算公式必要的基本假设有时与现实不符。
2.简约化模型。这个方法不像结构型模型那样，要求利用企业参数确定违约风险。该方法通过外生定义的违约率和回收率，把有违约风险债券的定价或价差直接与无风险债券连在一起。在这种方法中，信用期限结构不是根据公司财务基础或宏观经济因素进行推导而是直接从市场数据中获取。在数学上，这种方法更易于实施。但从考察公司信用基础的角度看，这种方法远不如企业价值方法那么直观。
三、科技型企业信用风险度量模型的选取
1.信用风险度量模型、方法的比较与评价。从上面的文献回顾可以发现，关于信用风险度量的模型和方法很多，然而由于信用风险本身的固有特点，大家公认和统一的模型和方法到目前还没有出现，各种模型和方法其本身都存在这样或那样的缺陷，且大多是针对上市公司等大型企业的，并没有考虑科技型企业自身的一些特点，因此有必要对这些模型和方法进行分析、比较、评价，从中选择合适的模型来度量我国科技型企业的信用风险。
单变量模型具有简单可行的优点，但其缺陷是任何单个财务指标都无法全面地反映公司财务特征及公司总体情况，甚至任何单个财务指标将在很大程度上排斥其他指标的作用。多元线性判别模型具有相当的影响，它克服了单变量模型的缺点，判别的准确性也有大幅提高，但其本身也存在两大缺陷：其一，它是一个线性模型，但判断一个公司信用风险的因素非常复杂，不太可能成简单的线性关系；其二，它基本上采用历史财务比率，影响对借款人信用评价的时效性。Logistic等多元非线性回归模型很好的解决了非线性的问题，并且有较高的准确性，但也存在信用度量的时效滞后缺陷。
转贴于
对于信用风险内部评估，据人民银行的调查结果显示，现今国内几家大银行的信用风险评级刚刚进入计分卡阶段，相当于一种加权综合评分法。具体做法是:首先，设定待评价的指标体系，并根据评价的重要程度对各种指标给以一定的权重；其次，根据所收集的被评企业各种财务、非财务信息对照指标标准进行打分，确定各指标分值；再次，根据各指标评分以及权重，计算加权综合评分；最后，对照评级表的级别区间，判定被评企业的信用等级。这样一种评定信用风险的方法是在评价指标结构分析的基础上再进行量化分析的。因此，其实是以定性分析为主、定量分析为辅的分析方法。而且，主要几个指标权重的设定和打分的过程是根据“专家分析”的结果。
综上，我国银行内部对于企业信用风险评估仍然较多使用古典信用分析，处于定性向定量的过渡阶段，尚未使用多元分析及现代信用风险度量模型。科技企业大部分为非上市公司，KMV模型无法大规模使用；我国缺乏完善的信用评级体系，历史数据积累稀少，CreditMetrics由于缺乏相应数据而无法使用；CreditRisk+模型将信用风险简化为泊松分布，过于武断，忽略了债务人的特有风险，更无法适用于变幻莫测的科技型企业。总之，现代信用风险模型在现阶段尚不适用于我国科技型企业。而银行使用现行古典信用分析的结果是大部分的科技企业被拒之门外，导致其贷款难融资难，因此对于科技企业信用风险度量最可能选取的方法为多元统计分析。而多元统计分析法中，Logistic回归模型的应用性最广，它以企业财务指标为变量计算企业潜在的违约风险，适合我国科技型企业的信用风险度量。
1.FraydmanH，AltmanE，KaoD.Introducingrecursivepartitioningforfinancialclassfication:thecaseoffinancialdistress.JournalofBanking&Finance，1985，11(1)
2.AltmanE.Financialratios，DiscriminantAnalysisandthePredictonofCorporateBankruptcy.JournalofBankingandFinance，1968，(9)p589-609
3.BeaverW.Marketprices，financialratios，andthepredictionoffailure[J].JournalofAccountingResearch，1968.
4.AltmanE，HaldemanR，NarayananP，Zetaanalysisanewmodeltoidentifybankruptcyriskofcorporations.JournalofBanking&Finance，1977，(1)，p29-54
5.FitzpatrickPJ，Acomparisonofratiosofsuccessfulindustrialenterpriseswiththoseoffailedfirms[J]，CertifiedPublicAccount，1932.
6.BeaverWH，Financialratiosaspredictorsoffailure[J]，JournalofAccountingresearch(Supplement)，1966，p71-101
7.周首华，杨济华等.论财务危机的预警分析——F分数模型.会计研究，1996(8)
8.陈静.上市公司财务恶化预测的实证分析.会计研究，1999(4)