季节性人群分析
一、高中生咨询者分类
1、不参加高考
2、参加高考（明确考不上）
3、参加高考（在考上与考不上之间徘徊）
4、参加高考（一定能考上）
（7月份咨询的重点关注对象是第一类和第二类，第三类人群咨询的会多，但是不好把握，或者说最容易出现反复，报名周期较长，所以需要咨询师对于这类咨询者集中建档，设定长期跟踪回访计划，8、9月份开始将是这类咨询者报名的高峰期，也将是收获期。咨询师在咨询高考生时，在成绩没出来之前，一定要了解其模考成绩及预测成绩。）
二、高中生咨询的关键时间点
6月9日~6月15日估分
6月28日~7月5日公布分数及填写志愿
7月15日~8月15日本专科录取阶段
三、高中生咨询者关注点---选学校（主）
1、是否有学历
2、学校是否正规，是国家办学还是民办院校
3、学校规模大不大，学校环境好不好
4、学校是否有知名度
5、学校管理是否严格
6、证书认可度是否高，属于什么性质的证书
7、毕业之后是否包分配
四、高中生咨询者关注点---选专业（次)
1、专业是否是目前流行的
2、专业是否体面，收入是否高
备注:咨询者及家长对于专业设置不了解，选专业比较盲目，易受他人影响，与其社会阅历有很大关系
五、高中生咨询者咨询思路－－内容
1、了解咨询者的高考情况和下一步的学习计划
2、引导咨询者认识到高中生继续学习的必要性
3、根据咨询者的学习计划进行客观的分析
4、分析社会企业用人的情况，及就业的现状
5、帮咨询者“算帐”：从费用到回报
6、介绍职业教育的优势，特别是国家的相关支持政策
7、给学习者建立信心，介绍成功案例，畅想四年后与同龄人相比不同的生活的状态
8、介绍新华电脑教育的背景及各方面的优势
9、介绍获得学历的几种方式，强调掌握技术的重要性
10、打预防针：周围环境带来的不同影响
11、利用高中的的群体特点和从众心理，做好口碑转介绍
六、电话常见问题
1、追问价格
应对方法：第一次上升品牌价值，提高学校正规性，根据家长态度和反映可适当说明收费范
围，但报价后需转移咨询才注意力原则上需尽量避报价
如：其实您需要了解学费的心情我们也能理解，毕竟这是一个很重要的问题，那么我们学校的学费一年10000块钱左右，但是我认为学费应该不仅仅是您现在唯一的关注点，因为您小孩这次考试的分数并不理想，所以这个时候选择学校需要更加的谨慎，对于您来说投入的金钱是小事，但投出的精力和时间却是大事啊！因此您应该对学校的师资力量、教学管理、就业情况以及教学环境等各方面进行详细的了解之后再做决定，所以您应该到我们学校来进行实地考察，亲身感受一下我们学校的环境、师资、教学方法等各方面，帮您的孩子选择一个最适合的学校。毕竟眼见为实，耳听为虚嘛，您看今天下午是否有时间……
2、是什么类型的学校（民办、私立、统招）？是否是国家认可的？你们是全国招生吗？（咨询者潜在问题：找学历教育的学校如果高考成绩还算可以，想上统招学校）
应对方法：（适当赞美，介绍学院人才培养模式，如有技能学习，有技能加学历教育，毕业颁发郑大学历）
如：看来您选择学校还是很慎重的。确实这个阶段对孩子以后的成长是非常重要的时期，毕竟将影响到他下一步是否能够顺利的步入社会。我们河南新华电脑学院的人才培养方式是根据企业的需求，制定专业的人才培养计划，并向相关企业直接进行人才输出。和一般（传统）的教育有些不同，我们更加注重的是学员的动手能力、职业素质和技能的培养，也就是说更加关注的是学员的就业能力及社会的适应能力。毕竟不管是我们的学员还是做为家长的您，最终学习的目的都是为了让孩子找一个好一点的工作，您说是吧？我建议您……
如咨询者继续追问：那你们属于民办学校吧？或那你们不是学历教育吧？
答：可以这么说，但我们主要是培养综合性人才的学校，所以并不像很多学校那样只进行学历教育或者只注重技能教育，我们是两个方向一起抓。毕竟现在社会竞争越来越激烈，企业对员工的要求也是更加全面了，如果仍以传统的方式进行教育，等过几年学员毕业后，必然会跟不上社会的发展。相信这几年的变化，您应该也是有很多感触的。而且您孩子这次的高考的成绩并不是很理想，所以现在对于学校的选择一定要全方面的考量，我建议您……
3、学校成立多长时间了？学校的规模怎么样？咨询者潜在问题：学校的是否有实力？学校规模够不够大？学校是什么类型的学校？
如：新华电脑教育已经成立21年了，截止到今年累积培养学员已超过50万人次，是现在全国最大的专业性计算机人才培养学校，您平时要是看电视的话，应该在电视上看见过我们的广告。相信您问这个问题应该是比较关心学校的正规性和实力吧？但是您也应该知道一个学校是否正规是否有实力，除了它的背景之外，还包括它的学习环境、老师实力、课程的安排，当然还有就是学校培养的最终目的－就业情况的好坏。但这些我想并不是全部靠电话里听我说出来的，还得需要您眼见为实对吧？所以我建议您……
4、证书的颁发机构，你们证书是教育部颁发的吗？你们是证书国家承认的吗？咨询者潜在问题：证书是不是国家承认的，证书的含金量，证书与统招的证书是否有区别
如：我们对毕业的学员，会颁发两样证书：一个是国家人力资源和社会保障部颁发的技能证书，这都是全球承认的。另一个郑州大学的学历证书。当然，我相信您关注证书最主要的目的，也是为了孩子出来以后找工作能有个硬一点的敲门砖嘛，我们学校对于我们的毕业学员还有相关的就业推荐政策，您到时也可以过来详细的了解一下……
5、你们学校开设哪些专业？你们学校是文科还是理科？（咨询者潜在问题：有没有好一点的专业：有没有想上的专业）
如：我们学校主要专攻的是计算机专业领域，并且现在已经成为全国最大的专业性计算机人才培养学校，学员毕业后我们将直接向相关企业进行输送。现在计算机行业每年都以40%的速度增长，发展非常迅速，同时带来的就是计算机人才的大量缺乏。而现在大部分的学校因为资金、人力资源的限制，课程更新速度比较慢，满足不了企业的需求。所以为了弥补这
方面的不足，我们学校的课程会根据技术发展的情况，及企业的用人需求即时进行更新，保证学员能够学到最先进的知识。另外我们的课程也是因材施教的，会根据学员的情况帮助选择适合的课程
6、你们学校录取分数线是多少？你们学校有录取分数线吗？（咨询者潜在问题：高考成绩不理想，看看有没有分数低一点的学校）（应对方法：了解学习者高考成绩，并告诉咨询者提供入学测试，体现学院的正规性和严谨性，同时介绍我们学校的人才培养模式，体现郑大学历教育）
如：这次高考的成绩不是很理想，您也是想帮孩子看一下有没有其他合适的学校吧？我们学校会为高考成绩不理想的学生，提供一个二次入学测试的机会，只是测试和高考的考试不同，我们主要是测试学员是否具备参加学习的能力，选学校是一件慎重的事情，我们得对学员负责，同时测试也是评测学员的素质潜力。因为我们河南新华电脑学院主要是根据企业的需求，制定专业的人才培养计划，并向相关企业直接进行人才输出的培养模式。所以入学之前我们就需要了解学员是否适合学习我们的课程，如果适合，我们会根据情况帮助制定相应的学习计划。另外，我们更加关注的是学员的就业能力及社会的适应能力。毕竟不管是我们的学员还是做为家长的您，最终学习的目的都是为了找一个好一点的工作，您说是吧？我建议您……
7、父母忙没时间
如：是的，您工作忙，我们作为老师的都很理解。可是您也回头想想，您这样忙着工作，忙着赚钱又是为了什么呢？赚来的钱难道不是为了孩子么？现在孩子人生道路上遇到了岔路口，作为一个刚从高中学校出来的孩子，没有任何的社会经验，在人生的道路上应该怎么去选择？孩子都没有经验，不具备分析判断能力，在这个时候，我想您作为家长这个时候应该放下手中的工作，好好的和孩子探讨一下，帮助孩子去选择今后的人生道路。而且您说您工作忙，难道一周连休息时间都没有么？您可以在您的休息时间陪孩子来一趟，做个详细了解及职业规划，只有详细的了解之后才能有选择的方向，否则在没有了解任何有关今后就业的形势，就业的情况就给孩子做个定论，这是一种很盲目的做法。
您在哪里工作？（答：我在XX地方）那应该离我们学校不远啊，这样吧，今天下午刚好有两个外地的学生要过来报名，因为他们在XX地方比较远估计过来也是6点多，那么我随便在学校等您过来吧！
8、注重学历，对职业教育有偏见
（应对方法：不刻意强调职业教育与学历教育的区别，而是从技能与文凭的角度来引导咨询者，抓住学习的根本：就业，围绕就业进行展开，强调现在企业的用人需求及面临的问题，介绍职业教育的优势和相关政策）
A您在看一下这组数据，去年大学生招生人数是570万，今年计划招生是599万，05年的就业率将近80%，06年的就业率下降为73%，07年的就业率为70%，而这些数据其实还有很多水份在里面。我们就当这个数据是真实的，那也不难看出，现在毕业生的就业率每年都是以平均3%的速度在下降，四年之后就是12个百分点，到时候的就业率可能仅有60%左右了。。而名牌大学生的就业不会成为问题的，这剩下40%没有就业的来自于哪里？其实最终还是出自于扩招的这一批学生。为什么？就是文凭的含金量。现在有钱就能够上大学，对于文凭企业也是越来越挑剔了，不单单是要求文凭，还要看是哪个学校的文凭。而对于有钱就能上的这些大学企业的认可度能有多少呢？
B其实您仔细想想，我们无论帮孩子选择什么样的学校，最终的目的就是希望他以后能找份好工作嘛。同样您在帮孩子选择学校的时候所关注的应该也是这所学校是否能够实现这个最终的目标。但是您是在帮孩子选择学校的同时，是否考察和了解过社会和企业究竟需要是什么样的人。毕竟现在不是70、80年代了，随着现在社会的发展，以及人才结构的变化，企
业的用人标准也会发生变化。如果我们不去了解这些，而盲目的进行选择，影响的可能将是孩子一辈子的事情。(打开相关网站)，您看：现在的企业需要的是什么？(1)务实的态度(2)专业的技能(3)相关的工作经验，而对于学历，普遍的态度不再是“唯学历用人”了，而是将它看做是一张门票，有的甚至会当做是一张“假票”。为什么会出现这样的变化？现在不光是人们就业竞争激烈，企业也是同样。而企业的核心是什么？就是人。如何立于不败之地？就是用能够给企业带来效益的人，而不是只拿着一张纸，坐在办公室里不会做事的人。当然我们不会去否认学历的作用，毕竟这么多年的思想是根深蒂固的。只是要说为什么企业对学历没有以前重视了，同时我们也要改变一下我们的思想观念了。
C学历是进入企业的敲门砖，门票。如果又有文凭又有技能，还有良好的职业素质，我们的就业机会就比其他人多很多。现在我们学校的大学生的比例越来越大，其中还有很多名牌大学的，您想想为什么他们上了大学，还要来我们河南新华电脑学院学习？
9、打算再复读一年
方式：肯定其想法，给予一定的赞美帮助分析学习者的现状，施加压力介绍现在高考及毕业后的现状引用数据，分析数据说明的问题（同上题）强调现在企业的用人需求及面临的问题。这类咨询者分为三种：一种是平时成绩不错，只是发挥失常；另一种是成绩一般般，通过复读多学一年，可能会有希望；还有一种就是成绩不怎么样，家长对其希望不大，但抱着再读一年上个二三流大学的想法。我们的重点是第二和第三种咨询者
如：您让孩子复读的目的是想让孩子考上大学。但是有没有想过，孩子学了三年成绩都不理想，通过一年就能有质的改变吗？还有您是否也有想过孩子成绩不理想的原因究竟是什么？我看不只是因为不努力，而且我也能感觉孩子很聪明，关键是他到底有没有学进去？愿不愿意去学？对现在的教学方式接不接受？如果不是这几点，别说再学一年，就是学两年三年也不会有什么进展的。再假设孩子复读了，也有进步了，那是否又能保证一定会上个好大学呢？
10、高中生向往大学安逸的生活，想和同学一起去XX大学，不想留在本地
方式：争取到父母的支持，不否定，以自身经历现身说法，社会的生活与大学的生活做对比，突出社会生活的丰富多彩，描绘一份好工作带来的生活愿景，介绍IT行业及IT从业人员的工作状况，帮助咨询者想像四年后他的生活与同龄人生活的对比，再次明确上学的目的，转折告诉咨询者如何实现上大学的梦想
A现在想想大学时所谓的自由自在都做什么：逃课、通宵玩游戏、逛街、一群人聚在一起吹牛、偶尔找家便宜的KTV吼两嗓子，因为没钱，每到月底都得吃泡面。当时觉得挺潇洒，可当我真正开始步入社会之后，我才发现以前自己思想有多狭隘，当时的生活有多无聊，虽然听着过得挺充实的，但其实精神上空虚的很。你看看人家那些白领的生活都是什么？全国各地公费出差，连旅游都有了，可以有机会认识到高层次的人，结交全国各地的朋友；白天上班，晚上和朋友去酒吧坐坐，谈谈理想，谈谈如何挣钱；或者去健身房健身，偶尔玩玩游戏；周末开车去郊区爬爬山、钓钓鱼、滑滑雪；每月逛逛街，想买什么就买点什么。毕竟钱是自己挣的，还可以研究金融股票做一些投资。相比于大学的那些生活，感觉就像是玩笑一样。呵，但可惜，我很多大学同学已经不可能有机会过我说的这种生活了。因为他们在大学时将自己以后的生活搭进去了。现在同学聚会的时候，他们都在后悔，可为时已晚了。
B你现在才18，学完之后不过才20岁，一般在IT行业里工作两年左右就是经验相当丰富的工程师了。到时你的工资要比刚进入这个行业时增长一倍多，发展好也许已经当成项目经理了（举相关学员案例）；这时你不过才22岁，而你的那些同学才刚刚开始找工作（大学生就业难和关于大学生工资的新闻），有的可能还需要再来到像我们这样的培训机构回炉再造两年（举本科生的学员案例），或许到时是你来面试他们呢。你比他们少过两年大学生活，换来的或许是别人十年也比拟不了的生活。你是想过四年靠父母养着的自由生活，还是想过
一辈子靠自己创造的潇洒生活？
C对你说这些的目的并不是为了打消你上大学的念头，只是让你明确我们真正上学的目的是什么？如果真的只是为了体验生活，没必要去浪费四年的时间，浪费那么多的金钱。父母挣钱也不是容易的事情。但如果你真的是为了去学习，那你就要考虑好你所上的这所学校是否能够给你带来你想要的，是否有足够的实力让你从学校出来就不用面临就业的压力。
D而且说实话，以你现在的成绩也只能上民办大学，现在民办大学很多，其实是没有年龄限制的，而且环境要比公立大学好很多，如果你真的在想实现大学梦想，等你有了经济基础之后再去体会也不迟，因为这时的你才是更有资本的，你想体验就花个一年的时间去体验吧，只是你必须要明确的是对于你最重要的是什么。
11、小孩对学习没兴趣
原则:与父母找到共鸣，给父母下决心，要求父母务必说服小孩一起上门，在父母面前对孩子多加赞美，必要时可对家长委婉的提出批评，选择适当时机与父母和孩子分别进行单独沟通
方式：分析小孩对学习不感兴趣的原因(父母与孩子同时，讲解我们学校的培养方式，并得到父母的共鸣(父母与孩子同时)与小孩单独沟通，缩小距离感，与小孩进行同龄人之间的对话，了解其真实的想法，得到小孩的对我们的认可
A其实孩子不喜欢学习，原因有很多，最主要的可能是一直以来的这种教育制度和学习方式他不接受，高中本来也都是注重理论的填鸭式教育，只管死记硬背，其实他们这个年龄是处于开发大脑很有创造力的阶段，这种方式他们反感也是正常的。而且他这个年龄正值叛逆期，不喜欢做带有强制性的事情，像我们都是从这个年龄走过来的，对于XX的心情还是挺深有体会的。而且他真的不愿意学习吗？未必，关键也是没有真正体会到学习中的乐趣。
B刚刚和您的孩子沟通了一下，其实孩子也不是不喜欢学习，只是没有找到感兴趣的东西。说实在的您作为家长现在的心情我充分理解，我也碰到过很多像您一样的家长，但是光急也不是办法。父母该严厉的时候还是要严厉，从您小孩子现在的状况来看其实跟我们做父母以前的教育管理还是有很大关系的，由于没有对小孩进行严格的要求所以养成了小孩子很多不好的习惯，而现在小孩本来就没什么社会经验，家长在这个时候就应该替小孩拿拿注意了，再不能向以前任由发展了。您觉得呢？引导到推荐我们产品上来
C我们新华电脑学院从课程开发到实践都是经过了层层的检验和反复修改的，这种课程就是针对他们这种18到25岁年龄段的学员的，同时我们课程注重开发思维和创造力，培养学员的动手能力和实际操作能力。
12、过段时间再学
原则:适当打压，然后引导你看你从考试结束到现在应该也有一个多月了，也该玩够了。在你目前成绩不理想的时候选择一所好的学校是尤为重要的，所以你该想想以后怎么办了。并且你现在的状态是光脚的和人家穿鞋的去玩，你想想很多同学到8月底开学走了，你怎么办？别的同学都要去念大学了，你还有心情在这里玩，表面上别人也是在玩，但是他们都是没有后顾之忧的人，人家有前途有出路人家在玩的时候玩的安心玩的开心，到时候你同学都念书去了，看你还和谁玩？自己和自己玩吧？还是和你爸妈玩？还不赶紧来学校详细了解了解，一点都不操心，别人都走了，到时候你啥都没有。其实天天玩，也无非上网、玩游戏等，你与其这样，还不如过来我们学校了解些电脑方面新的知识也许会对你在玩的过程中能够学到对以后有很大帮助的知识。
13、本人想参加工作
如：参加工作（反问）？你现在才多大啊，而且刚刚高中毕业出来能做些什么呢？你要知道现在连一个大学生毕业出来都很难找到工作，而且即使找到了，也都是一些很辛苦低工资
的工作。你现在年纪还小，而且阅历也不丰富，出去工作肯定要吃亏了，到时候还是要充实自己来多学点东西，何必又让自己走那么多弯路，浪费自己的美好青春呢？现在我们河南新华电脑学院给你提供这么好的机会，学习一门技术，而且学好后就推荐就业，那不是更好！你想想以后你就是软件工程师了，然后每个月都拿着几千块甚至上万的工资，而那些以前你的同学还在每天起早贪黑拿的钱还没你一半多，这时候你就会觉得自己当初去参加工作的想法是多么的不值了，而会觉得来继续学习是个明智的选择！
14、要与孩子商量后再决定
如：作为父母，跟孩子一起商量学习事宜，说明您还是挺开明的，带动着良好的家庭管理。但是您完全可以先到学校来，作个详细了解后跟孩子商量才有的放矢不是吗？不然你讲的不清楚，孩子听了也是一头雾水。再则说，十八九岁的小孩子，正处于性格的叛逆期，这个时期孩子总认为自己是很有主见的，但必竟其社会阅历不多，涉世经验也少，对世界观的认识相对肤浅。如果小孩子稍微倔强些，您可别一味迁就了，天下哪个父母不望子成龙望女成凤的，关键是正面引导其成才的方向。儿女都是心肝宝贝，（案例分析得出只有父母引导，小孩才能成才）
复读优势:为自己提供一次重新冲刺的机会
劣势：复读要承担极大的生理压力和心理压力;复读需要毅力，复读需要吃苦；高分复读有较强的风险;
就业优势：获得眼前的受益
劣势:年龄小，没企业要
基本上都在18岁左右基本上，这样年纪的人，就是本领再强，很少有大公司会要这么年轻的人
没有专业、没有经验，缺少就业竞争力
基本没经验，只能做没经验就能从事的工作，例如站柜台或者跑业务，作最最低端的工作浪费时间，走弯路
民办学校优势：获得学历证书
劣势：普遍民办大学管理不严格，师资得不到保证，基本是外聘老师，部分是兼职，证书认可度低，大部分企业对民办学历不重视费用极高（大于10000元/年），80%的民办大学提供的学历并非教育部承认，而是与自考办进行联合，相当于一个自考培训学校
统招大专优势:获得证书,将来通过专升本，获得本科学历.
劣势：证书含金量低，不具备就业竞争力,专升本经济和时间投入过多，机会成本大
二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r
Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算 利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2 ) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）等级相关 在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。 等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关 斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。
作业条件危险性分析和预先危险性分析方法简介 1、预先危险性分析 1.1 方法简介 预先危险性分析法（Preliminary Hazard Analysis，PHA）又称初步危险分析。主要用于对危险物质和装置的主要工艺区域等进行分析。它常被用于评价项目、装置等开发初期阶段的物料、装置、工艺过程以及能量失控时可能出现的危险性类别、条件及可能造成的后果，作宏观的概略分析，其目的是辨识系统中潜在的危险有害因素，确定其危险等级，防止这些危险有害因素失控导致事故的发生。 1.2 预先危险性分析主要作用 1）大体识别与系统有关的主要危险有害因素； 2）分析、判断危险有害因素导致事故发生的原因； 3）评价事故发生对人员及系统产生的影响，事故可能造成的人员伤害和系统破坏、物质损失情况； 4）确定已识别危险有害因素的危险性等级； 5）提出消除或控制危险有害因素的对策措施。 1.3 预先危险性分析步骤 1）对系统的产生目的、操作条件和周围环境进行调研； 2）搜集同类生产过程中发生过的事故，查找能够造成故障、物质损失和人员伤害的危险性； 3）根据经验、技术诊断等方法确定危险源； 4）识别危险形成条件，研究危险因素转变成事故的触发条件； 5）进行危险性分级，确定其危险程度，找出重点控制的危险源； 6）制定危险防范措施。 1.4 预先危险性危险等级 在分析系统危险性时，为了衡量危险性的大小及其对系统的破坏程度，将各类危险性划分为四个等级，见下表。 危险性等级划分表 2、作业条件危险性分析 2.1 简介 作业条件危险性评价法（格雷厄姆——金尼法）是作业人员在具有潜在危险性环境中进行作业时的一
种危险性半定量评价方法。它是由美国人格雷厄姆（K.J.Graham ）和金尼（G.F.Kinney ）提出的，他们认为影响作业条件危险性的因素有三个： 1）发生事故或危险事件的可能性（L ）； 2）人员暴露于危险环境的频繁程度（E ）； 3）事故一旦发生可能产生的后果（C ）。 用这三个因素分值的乘积 D ＝L ×E ×C 来评价作业条件的危险性，D 值越大，作业条件的危险性越大。 式中，D 为作业条件的危险性；L 为事故或危险事件发生的可能性；E 为暴露于危险环境的频率；C 为发生事故或危险事件的可能结果。 2.2 取值与计算方法 1）发生事故或危险事件的可能性 事故或危险事件发生的可能性与其实际发生的概率相关。在实际生产条件中，事故或危险事件发生的可能性范围非常广泛，将事故或危险事件发生可能性的分值从实际上不可能的事件为0.1，经过完全意外有极少可能的分值1，确定到完全会被预料到的分值10为止（表2.2－1）。 表2.2－1 事故发生的可能性分值（L ） 2） 暴露于危险环境的频率 作业人员暴露于危险作业条件的次数越多、时间越长，则受到伤害的可能性也就越大。为此，K ·J ·格雷厄姆和G ·F ·金尼规定了连续出现在潜在危险环境的暴露频率分值为10，一年仅出现几次非常稀少的暴露频率分值为1。暴露于潜在危险环境的分值见表 2.2－2。 表2.2－2 暴露于危险环境的频繁程度分值（E ） 3） 发生事故或危险事件的可能结果 造成事故或危险事故的人身伤害或物质损失可在很大范围内变化，以工伤事故而言，可以从轻微伤害到许多人死亡，其范围非常宽广。因此，K ·J ·格雷厄姆和G ·F ·金尼需要救护的轻微伤害的可能结果， 它值规定为1，以此为一个基准点；而将造成许多人死亡的可能结果规定为分值100，作为另一个参考点。在两个参考点1～100之间，插入相应的中间值，列出表2.2－3 所示的可能结果的分值。 表2.2－3 事故造成的后果分值（C ）
相关性分析 相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。 差时，他们的相关性就会受到削弱。 世界上的任何事物之间存在的关系无非三种： 1、函数关系，如时间和距离， 2、没有关系，如你老婆的头发颜色和目前的房价 3、相关关系，两者之间有一定的关系，但不是函数关系。这种密切程度可以用一个数值来表示，|1|表示相关关系达到了函数关系，从1到-1之间表示两者之间关系的密切程度，例如0.8。 相关分析用excel可以实现 说判定有些严格，其实就是观察一下各个指标的相关程度。一般来说相关性越是高，做主成分分析就越是成功。主成分分析是通过降低空间维度来体现所有变量的特征使得样本点分散程度极大，说得直观一点就是寻找多个变量的一个加权平均来反映所有变量的一个整体性特征。 评价相关性的方法就是相关系数，由于是多变量的判定，则引出相关系数矩阵。 评价主成分分析的关键不在于相关系数的情况，而在于贡献率，也就是根据主成分分析的原理，计算相关系数矩阵的特征值和特征向量。 相关系数越是高，计算出来的特征值差距就越大，贡献率等于前n个大的特征值除以全部特征值之和，贡献率越是大说明主成分分析的效果越好。反之，变量之间相关性越差。 举个例子来说，在二维平面内，我们的目的就是把它映射（加权）到一条直线上并使得他们分散的最开（方差最大）达到降低维度的目的，如果所有样本点都在一条直线上（也就是相关系数等于1或者-1），这样的效果是最好的。再假设样本点呈现两条垂直的形状（相关系数等于零），你要找到一条直线来做映射就很难了。 SPSS软件的特点 一、集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。从理论上说，只要计算机硬盘和内存足够大，SPSS可以处理任意大小的数据文件，无论文件中包含多少个变量，也不论数据中包含多少个案例。 二、统计功能囊括了《教育统计学》中所有的项目，包括常规的集中量数和差异量数、相关分析、回归分析、方差分析、卡方检验、t检验和非参数检验；也包括近期发展的多元统计技术，如多元回归分析、聚类分析、判别分析、主成分分析和因子分析等方法，并能在屏幕（或打印机）上显示（打印）如正态分布图、直方图、散点图等各种统计 大数据并不是说它大，而是指其全面。它收集全方位的信息来交叉验证，应用在各个领域。比如银行，你可以去银行贷款，而银行可能会把钱借给你，为什么？？因为在大数据时代，它可以通过一系列信息，通过交叉复现得知你很多东西，比如你的住址，是什么样的校区？
第七章季节性时间序列分析方法 由于季节性时间序列在经济生活中大量存在，故将季节时间序列从非平稳序列中抽出来，单独作为一章加以研究，具有较强的现实意义。本章共分四节：简单随机时间序列模型、乘积季节模型、季节型时间序列模型的建立、季节调整方法X-11程序。 本章的学习重点是季节模型的一般形式和建模。 §1 简单随机时序模型 在许多实际问题中，经济时间序列的变化包含很多明显的周期性规律。比如：建筑施工在冬季的月份当中将减少，旅游人数将在夏季达到高峰，等等，这种规律是由于季节性（seasonality）变化或周期性变化所引起的。对于这各时间数列我们可以说，变量同它上一年同一月（季度，周等）的值的关系可能比它同前一月的值的相关更密切。 一、季节性时间序列 1．含义：在一个序列中，若经过S个时间间隔后呈现出相似性，我们说该序列具有以S为周期的周期性特性。具有周期特性的序列就称为季节性时间序列，这里S为周期长度。 注：①在经济领域中，季节性的数据几乎无处不在，在许多场合，我们往往可以从直观的背景及物理变化规律得知季节性的周期，如季度数据（周期为4）、月度数据（周期为12）、周数据（周期为7）；②有的时间序列也可能包含长度不同的若干种周期，如客运量数据（S=12，S=7）2．处理办法： （1）建立组合模型； （1）将原序列分解成S个子序列（Buys-Ballot 1847） 对于这样每一个子序列都可以给它拟合ARIMA模型，同时认为各个序列之间是相互独立的。但是
这种做法不可取，原因有二：（1）S 个子序列事实上并不相互独立，硬性划分这样的子序列不能反映序列{}t x 的总体特征；（2）子序列的划分要求原序列的样本足够大。 启发意义：如果把每一时刻的观察值与上年同期相应的观察值相减，是否能将原序列的周期性变化消除？（或实现平稳化），在经济上，就是考查与前期相比的净增值，用数学语言来描述就是定义季节差分算子。 定义：季节差分可以表示为S t t t S t S t X X X B X W --=-=?=)1(。 二、 随机季节模型 1．含义：随机季节模型，是对季节性随机序列中不同周期的同一周期点之间的相关关系的一种拟合。 AR （1）：t t S t S t t e W B e W W =-?+=-)1(11??，可以还原为：t t S S e X B =?-)1(1?。 MA （1）：t S t S t t t e B W e e W )1(11θθ-=?-=-，可以还原为：t S t S e B X )1(1θ-=?。 2．形式：广而言之，季节型模型的ARMA 表达形式为 t S t S e B V W B U )()(= （1） 这里，?? ? ??----=----=?=qS q S S S pS P S S S t d S t B V B V B V B V B U B U B U B U X W ΛΛ2212211)(1)()(平稳。 注：（1）残差t e 的内容；（2）残差t e 的性质。 §2 乘积季节模型 一、 乘积季节模型的一般形式 由于t e 不独立，不妨设),,(~m d n ARIMA e t ，则有 t t d a B e B )()(Θ=?φ （2） 式中，t a 为白噪声；n n B B B B ???φ----=Λ22111)(；m m B B B B θθθ----=ΘΛ22111)(。 在（1）式两端同乘d B ?)(φ，可得： t S t d S t D S d S t d S a B B V e B B V X B U B W B U B )()()()()()()()(Θ=?=??=?φφφ （3） 注：（1）这里t D S S X B U ?)(表示不同周期的同一周期点上的相关关系；t d X B ?)(φ则表示同一周期内不同周期点上的相关关系。二者的结合就能同时刻划两个因素的作用，仿佛是显像管中的电子扫
第七章危险性分析方法 对于现代化的化工生产装置须实行现代化安全管理，也就是从系统的观念出发，运用科学分析方法识别、评价、控制危险，使系统达到最佳安全。 应用系统工程的原理和方法预先找出影响系统正常运行的各种事件出现的条件，可能导致的后果，并制定消除和控制这些事件的对策，以达到预防事故、实现系统安全的目的。 辨别危险、分析事故及影响后果的过程就是危险性分析。 危险性分析有定性分析和定量分析两种类型： 定性分析 找出系统存在的危险因素，分析危险在什么情况下能发生事故及对系统安全影响的大小，提出针对性的安全措施控制危险。 它不考虑各种危险因素发生的数量多少。(本章主要介绍定性危险分析方法) 定量分析 在定性分析的基础上，进一步研究事故或故障与其影响因素之间的数量关系，以数量大小评定系统的安全可靠性。定量危险性分析也就是对系统进行安全性评价。(在第八章进行讨论) 7.1 安全检查表 7.1.1 概述 安全检查表(SCL，Safety Check List)是进行安全检查和诊断的清单。 在编制安全检查表时，通常是把检查对象作为系统，将系统分割成若干个子系统， 按子系统制定。 安全检查表是最早开发的一种系统危险性分析方法，也是最基础、最简便的识别危险的方法。该法应用最多且广泛。 在我国目前安全检查表不仅用于定性危险性分析，有的还对检查项目给予量化，用于系统的安全评价。 安全检查表的优点： 1.安全检查是进行安全管理的重要手段，安全检查表是由各种专业人员事先经过充分的分析和讨论,集中了大家的智慧和经验而编制出来的，按照安全检查表进行检查就会避 免传统安全检查时的一些弊端，能全面找出生产装置的危险因素和薄弱环节； 2.它简明易懂，易于掌握，实施方便； 3.应用范围广,项目的设计、施工、验收,机械设备的设计、制造,运行装置的日常操作、作业环境、运行状态及组织管理等各个方面都可应用； 4.编制安全检查表的依据之一是有关安全的规程、规范和标准。 安全检查表还可对系统进行安全性评价。 7.1.2 安全检查表编制的步骤和依据 1、编制的步骤： 先组成一个由工艺、设备、操作及管理人员的编制小组，并大致按以下几步开展工作： (1)熟悉系统：详细了解系统的结构、功能、工艺流程、操作条件、布置和已有的安 全卫生设施等。 (2)搜集有关安全的法规、标准和制度及同类系统的事故资料，作为编制安全检查表 的依据。 (3)按功能或结构将系统划分成若干个子系统或单元，逐个分析潜在的危险因素。 (4)确定安全检查表的检查内容和要点，并按照一定的格式列成表。 2、编制的依据：
季节性时间序列分析方 法 LG GROUP system office room 【LGA16H-LGYY-LGUA8Q8-LGA162】
第七章季节性时间序列分析方法 由于季节性时间序列在经济生活中大量存在，故将季节时间序列从非平稳序列中抽出来，单独作为一章加以研究，具有较强的现实意义。本章共分四节：简单随机时间序列模型、乘积季节模型、季节型时间序列模型的建立、季节调整方法X-11程序。 本章的学习重点是季节模型的一般形式和建模。 §1 简单随机时序模型 在许多实际问题中，经济时间序列的变化包含很多明显的周期性规律。比如：建筑施工在冬季的月份当中将减少，旅游人数将在夏季达到高峰，等等，这种规律是由于季节性（seasonality）变化或周期性变化所引起的。对于这各时间数列我们可以说，变量同它上一年同一月（季度，周等）的值的关系可能比它同前一月的值的相关更密切。 一、季节性时间序列 1．含义：在一个序列中，若经过S个时间间隔后呈现出相似性，我们说该序列具有以S为周期的周期性特性。具有周期特性的序列就称为季节性时间序列，这里S为周期长度。 注：①在经济领域中，季节性的数据几乎无处不在，在许多场合，我们往往可以从直观的背景及物理变化规律得知季节性的周期，如季度数据（周期为4）、月度数据（周期为12）、周数据（周期为7）；②有的时间序列也可能包含长度不同的若干种周期，如客运量数据（S=12，S=7） 2．处理办法： （1）建立组合模型； （1）将原序列分解成S个子序列（Buys-Ballot 1847）
对于这样每一个子序列都可以给它拟合ARIMA 模型，同时认为各个序列之间是相互独立的。但是这种做法不可取，原因有二：（1）S 个子序列事实上并不相互独立，硬性划分这样的子序列不能反映序列{}t x 的总体特征；（2）子序列的划分要求原序列的样本足够大。 启发意义：如果把每一时刻的观察值与上年同期相应的观察值相减，是否能将原序列的周期性变化消除（ 或实现平稳化），在经济上，就是考查与前期相比的净增值，用数学语言来描述就是定义季节差分算子。 定义：季节差分可以表示为S t t t S t S t X X X B X W --=-=?=)1(。 二、 随机季节模型 1．含义：随机季节模型，是对季节性随机序列中不同周期的同一周期点之间的相关关系的一种拟合。 AR （1）：t t S t S t t e W B e W W =-?+=-)1(11??，可以还原为：t t S S e X B =?-)1(1?。 MA （1）：t S t S t t t e B W e e W )1(11θθ-=?-=-，可以还原为：t S t S e B X )1(1θ-=?。 2．形式：广而言之，季节型模型的ARMA 表达形式为 t S t S e B V W B U )()(= （1） 这里，?? ? ??----=----=?=qS q S S S pS P S S S t d S t B V B V B V B V B U B U B U B U X W 2212211)(1)()(平稳。 注：（1）残差t e 的内容；（2）残差t e 的性质。 §2 乘积季节模型 一、 乘积季节模型的一般形式 由于t e 不独立，不妨设),,(~m d n ARIMA e t ，则有
我国民航客货运输的季节性分析 受气候条件、突发事件、工农业生产生活、居民节假日等风俗习惯以及国民经济发展等因素的周期性影响，我国民航运输业客货运量呈现出季节性波动。 本文选取2003年、2005年以及2012年的我国民航客货运量月度统计作为研究对象，从而总结民航客货运的季节性特征。 一．突发事件 2003年民航客运量统计（万人） 通过上面的数据，我们可以看出由于受SARS的影响，2003年3-6月间我国民航旅客运输量大约损失了1290.1万人次。 2003年~2008年民航客运量统计图
纵观2003年到2008年的客运量统计，我国民航客运量在2003年有一个明显的下降。由此可以看出外界干扰因素（突发事件）对航空运输业的影响。 二．气候条件及节假日等风俗习惯 接下来，我们通过对2005、2012年的客货运量进行分析，可以看出气候条件和节假日等风俗习惯对民航客货运量的影响。 2005年民航客货运量 指标月份客运量（亿人）客运周转量 （亿人公里） 货运量（亿吨）货运周转量 （亿吨公里） 1 0.09 136.13 23.29 5.84 2 0.10 145.40 16.81 4.48 3 0.10 151.4 4 25.89 6.72
2012年民航客货运量 1月3月5月7月9月11月 通过上述表格与图形中的数据可以看出，航空旅客运输在一年之中的淡旺季比较明显。航空公司的大部分客运收入于每年的下半年获取，其中7-10 月4 个月的收入占全年总收
入的40%。从月份来看，1-3 月、12 月为淡季，7-10 月为旺季，4-6 月、11 月为平季。这与气候和节假日等因素密切相关：1-3月为元旦以后，春节之前，居民的出行意愿较低；12月气候寒冷，旅客出行的几率也降低，故客运量较少。7-10月是为期两个月的暑假和国庆小长假，是旅客外出旅行的高峰时期，故客运量激增。2-6月、11月虽气候适宜，但没有什么集中的假期，故客运量不高也不低。季节性的特性使航空公司的客运服务收入及盈利水平随着不同的季节而有所不同。 同旅客运输一样，航空货物运输也在时间上存在一定的波动性，根据所在城市的航空货物属性，航空货物在时间上存在周期性和季节性。但是，不同于航空客运市场的波动规律性，货运市场的波动一般很难找到一个通用的规律，各个地方的货运波动性不一，一般取决于某地土特产的丰收期或某类货物的需求高峰期。与旅客运输不同的是，货物运输的不确定性要小很多，因为一般货物运输都是提前订舱，并提前交付航空公司货仓或机场的货仓进行检验和存储，临时变更的可能性较小。 三．国民经济发展
季节性时间序列分析方法 在经济领域中得到的观测数据一般都具有较强的随时间变化的趋势，如果是季度或月度数据又有明显的季节变化规律。因此研究经济时间序列必须考虑其趋势性和季节性的特点，既要考虑趋势变动，又要考虑季节变动，建立季节模型。 第一节 简单的时间序列模型 一、 季节时间序列 序列是季度数据或月度数据（周，日）表现为周期的波动。 二、随机季节模型 例1 假定t x 是一个时间序列，通过一次季节差分后得到的平稳序列，且遵从一阶自回归季节模型,即有 t s s t t t x B x x w )1(-=-=- 1t t s t w w 或 1(1 )s t t B w 将t w =t s x )B (-1代入则有 1(1)(1)s s t t B B x SARIMA(1,1,0) 更一般的情况，随机序列模型的表达式为 11(1 )(1)(1)s s S t t B B x B SARIMA(1,1,1) 第二节 乘积模型 值得注意的是t a 不一定是白噪声序列。因为我们仅仅消除了不同周期相同周期点之间具有的相关部分，相同周期而不同周期点之间的也有一定的相关性。所以，在此情况下，模型有一定的拟合不足，如果假设t 是),(q p ARMA 模型，则1(1)(1)s s t t B B x 式可以改为 1()(1)(1)()s s t t B B B x B 如果序列}{t x 遵从的模型为 ()() ()()s d D s s t t B U B x B V B （3.26） 其中ks k s s s B B B B U ΓΓΓ----= 2211)(
ms m s s s B B B B V H H H ----= 2211)( p p B B B φφΦ---= 11)( q q B B B θθΘ---= 11)( d d B )1(-=? D s D s B )1(-=? 则称（3.26）为乘积季节模型，记为),,(),,(q d p m D k ARIMA ?。如果将模型的AR 因子合MA 因子分别展开，可以得到类似ARMA ),(q ms p ks ++的模型，不同的是模型的系数在某些阶为零，故),,(),,(q d p m D k ARIMA ?称为疏系数模型。 关于差分阶数和季节差分阶数的选择，是试探性的。可以通过考察样本的自相关函数来确定。一般情况下，如果自相关函数缓慢下降同时在滞后期为周期s 的整倍数时出现峰值，通常说明序列同时有趋势变动和季节变动，应该做差分和季节差分。如果差分后的序列所呈现的自相关函数有较好的截尾或拖尾性，则差分阶数是适宜的。 对于乘积季节模型的阶数识别，基本上可以采用Box-Jenkins 的方法，考察序列的样本自相关函数和偏自相关函数。如果样本的自相关函数和偏自相关函数表现为既不拖尾又不截尾，在滞后期为周期s 的整倍数时出现峰值，则建立乘积季节模型是适应的，同时SAR 算子)(s B U 和SMA 算子)(s B V 的阶数也可以通过自相关函数和偏自相关函数的表现得
第八章危险性分析方法 辨别危险、分析可能发生的事故及其影响后果的过程就是危险性分析。 危险性分析是为防止危险造成事故所采取的手段，其作用是为制定防止事故发生的对策提供依据。 危险性分析需要运用系统工程的原理和方法。危险性分析有定性分析和定量分析两种类型： ①定性分析：找出系统存在的危险因素，分析危险在什么情况下能发生事故，以及对系统安全影响的大小，提出针对性的安全措施控制危险。定性分析不对各种危险因素作定量评价，本章主要介绍定性危险性分析方法。 ②定量分析：在定性分析的基础上，进一步研究事故或故障与其影响因素之间的数量关系，以数量大小评定系统的安全可靠性。在第八章介绍。 危险、危害因素 8.1.1危险因素与危害因素 危险因素是指突发性造成人身伤亡和财产损失的因素。危险因素强调突发性和瞬间作用； 危害因素是指可能造成人身伤害、职业病、财产损失和作业环境破坏的因素。危害因素强调在一定时间范围内的积累作用。 危险因素和危害因素二者有时难以区分，故有时统称为危险因素，更多的是并称为危险、危害因素。 8.1.2危险、危害因素分类 根据GB/T 13816—92《生产过程危险和危害因素分类与代码》的规定，按导致事故和职业危害的直接原因，将生产过程中的危险、危害因素分为6 类： 1、物理性危险、危害因素 （1）设备、设施缺陷如强度不够、刚度不够、运动件外露、制动器缺陷、外形缺陷等。 （2）防护缺陷如无防护、防护不当、防护距离不够、防护设施缺陷等。 （3）电危害 （4）噪声危害 （5）振动危害 （6）电磁辐射 如电离辐射：X 射线、高能电子束等；非电离辐射：激光、紫外线等。 （7）运动物危害如固体抛射物、液体飞溅物、气流冲击、岩土滑动等。 （8）明火 （9）能造成灼伤的高温物质 （10）能造成冻伤的低温物质 （11）粉尘与气溶胶（不包括爆炸性、有毒性粉尘与气溶胶） （12）作用环境不良如采光照明不良、安全过道缺陷、通风不良、气温过高或过低、空气质量差等。 （13）信号缺陷如无信号设施、信号不清、信号失准、信号选用不当等。 （14）标志缺陷如无标志、标志不清、标志不规范、标准位置不当等。 （15）其他物理危险和危害因素 2、化学危险和危害因素
表1 为某公司连续144个月的月度销售量记录，变量为sales。试用专家模型、ARIMA模型和季节性分解模型分析此数据。
选定样本期间为1978年9月至1990年5月。按时间顺序分别设为1至141。 一、画出趋势图，粗略判断一下数据的变动特点。 具体操作为：依次单击菜单“Analyz e→Forecasting→Sequence Chart”，打开“Sequence Chart”对话框，在打开的对话框中将sales选入“Variables”列表框，时间变量date 选入“Time Axis Labels”，单击“OK”按钮，则生成如图2 所示的sales序列。 图1 “Sequence Chart”对话框
从趋势图可以明显看出，时间序列的特点为：呈线性趋势、有季节性变动，但季节波动随着趋势增加而加大。 二、模型的估计 （一）、季节性分解模型 根据时间序列特点，我们选择带线性趋势的季节性乘法模型作为预测模型。 1、定义日期 具体操作为：依次单击菜单“Data→Define Date”，打开“Define Date”对话框，在“Cases Are”列表框选择“Years，months”的日期格式，在对话框的右侧定义数据的起始年份、月份。定义完毕后，单击“OK”按钮，在数据集中生成日期变量。 图3 “Define Date”对话框 2、季节分解 具体操作为：“Analyze→Forecasting→Seasonal Decomposition”打开“Seasonal Decomposition”对话框，将待分析的序列变量名选入“Variable”列表框。在“Model Type”选择组中选择“Multiplicative”模型；在“Moving Average Weight”选择组
时间序列季节性分析 s p s s
表1 为某公司连续144个月的月度销售量记录，变量为sales。试用专家模型、ARIMA模型和季节性分解模型分析此数据。
01/01/1982 183 01/01/1986 318 01/01/1990 472 02/01/1982 218 02/01/1986 374 02/01/1990 535 03/01/1982 230 03/01/1986 413 03/01/1990 622 04/01/1982 242 04/01/1986 405 04/01/1990 606 05/01/1982 209 05/01/1986 355 05/01/1990 508 06/01/1982 191 06/01/1986 306 06/01/1990 461 07/01/1982 172 07/01/1986 271 07/01/1990 390 08/01/1982 194 08/01/1986 306 08/01/1990 432 选定样本期间为1978年9月至1990年5月。按时间顺序分别设为1至141。 一、画出趋势图，粗略判断一下数据的变动特点。 具体操作为：依次单击菜单“Analyz e→Forecasting→Sequence Chart”，打开“Sequence Chart”对话框，在打开的对话框中将sales选入“Variables”列表框，时间变量date 选入“Time Axis Labels”，单击“OK”按钮，则生成如图2 所示的sales序列。 图1 “Sequence Chart”对话框
第七章季节性时刻序列分析方法 由于季节性时刻序列在经济生活中大量存在，故将季节时刻序列从非平稳序列中抽出来，单独作为一章加以研究，具有较强的现实意义。本章共分四节：简单随机时刻序列模型、乘积季节模型、季节型时刻序列模型的建立、季节调整方法X-11程序。 本章的学习重点是季节模型的一般形式和建模。 §1 简单随机时序模型 在许多实际问题中，经济时刻序列的变化包含专门多明显的周期性规律。比如：建筑施工在冬季的月份当中将减少，旅游人数将在夏季达到高峰，等等，这种规律是由于季节性（seasonality）变化或周期性变化所引起的。关于这各时刻数列我们能够讲，变量同它上一年同一月（季度，周等）的值的关系可能比它同前一月的值的相关更紧密。 一、季节性时刻序列 1．含义：在一个序列中，若通过S个时刻间隔后呈现出相似性，我们讲该序列具有以S为周期的周期性特性。具有周期特性的序列就称为季节性时刻序列，那个地点S为周期长度。 注：①在经济领域中，季节性的数据几乎无处不在，在许多场合，我们往往能够从直观的背景及物理变化规律得知季节性的周期，如季度数据（周期为4）、月度数据（周期为12）、周数据（周期为7）；②有的时刻序
列也可能包含长度不同的若干种周期，如客运量数据（S=12，S=7）2．处理方法： （1）建立组合模型； （1）将原序列分解成S个子序列（Buys-Ballot 1847） 关于如此每一个子序列都能够给它拟合ARIMA模型，同时认为各个序列之间是相互独立的。然而这种做法不可取，缘故有二：（1）S个子序列事实上并不相互独立，硬性划分如此的子序列不能反映序列{} x的总体特 t 征；（2）子序列的划分要求原序列的样本足够大。 启发意义：假如把每一时刻的观看值与上年同期相应的观看值相减，是否能将原序列的周期性变化消除？（或实现平稳化），在经济上，确实是
第八章相关分析 【教学目的与要求】 通过本章的学习，使学生了解相关关系和相关分析基本概念，掌握相关分析理论。学生必须深刻领会相关关系的概念，弄清相关分析和回归分析之间的关系,掌握相关分析和回归分析的统计分析方法。 【重点和难点】 相关分析的概念 相关系数的含义与计算 回归方程的建立 回归系数的含义 【课堂讲授内容】 前述分析方法如综合分析法、动态分析法、因素分析法、抽样推断法均是对同一现象的数量特征进行描述和分析，而相关分析与之最大区别为相关分析侧重于两个现象之间的数量联系的研究，当然也不排除时间数列的自相关分析。相关分析有广义与狭义之分，广义的相关分析还包括回归分析，本章的相关分析是广义的概念。 第一节相关分析概述 一、变量关系的类型 在大量变量关系中，存在着两种不同的类型：函数关系和相关关系。 函数关系是指变量之间存在的一种完全确定的一一对应的关系，它是一种严格的确定性的关系。 相关关系是指两个变量或者若干变量之间存在着一种不完全确定的关系，它是一种非严格的确定性的关系。 两者之间的联系： ①由于人类的认知水平的限制，有些函数关系可能目前表现为相关关系。 ②对具有相关关系的变量进行量上的测定需要借助于函数关系。 二、相关关系的种类 按照相关关系涉及的因素的多少，可分为单相关 复相关 按照相关关系的方向，可分为正相关 负相关 按照相关的表现形式，可分为直线相关 曲线相关
按照相关的程度，可以分为 完全相关 完全不相关 不完全相关 三、相关分析的内容 对于相关关系的分析我们可以借助于若干分析指标（如相关系数或相关指数）对变量之间的密切程度进行测定，这种方法通常被称作相关分析 （狭义概念），广义的相关分析还包括回归分析。对于存在的相关关系的变量，运用相应的函数关系来根据给定的自变量，来估计因变量的值 ，这种统计分析方法通常称为回归分析。相关分析和回归分析都是对现象的之间相关关系的分析。广义相关分析包括的内容有： 确定变量之间是否存在相关关系及其表现形式 狭义相关分析 确定相关关系的密切程度 确定相关关系的数学表达式 回归分析 确定因变量估计值误差的程度 第二节 一元线性相关分析 一、 相关关系密切程度的测定 在判断相关关系密切程度之前，首先确定现象之间有无相关关系。确定方法有：一是根据自己的理论知识和实践经验综合分析判断；二是用相关图表进一步确定现象之间相关的方向和形式。在此基础上通过计算相关系数或相关指数来测定相关关系密切的程度。相关系数是用来说明直线相关的密切程度；相关指数则是用来判断曲线相关的密切程度。这是主要介绍相关系数的计算。 相关系数是用来分析判断直线相关的方向和程度的一种统计分析指标，其计算方法中最简单是最常用的为积差法，是用两个变量的协方差与两变量的标准差的乘积之比来计算的，计算公式如下： σ σσy x xy r 2 = ∑∑--∑--= ) )(2 2 ))((y y x x y y x x （1）
季节性人群分析 一、高中生咨询者分类 1、不参加高考 2、参加高考（明确考不上） 3、参加高考（在考上与考不上之间徘徊） 4、参加高考（一定能考上） （7月份咨询的重点关注对象是第一类和第二类，第三类人群咨询的会多，但是不好把握，或者说最容易出现反复，报名周期较长，所以需要咨询师对于这类咨询者集中建档，设定长期跟踪回访计划，8、9月份开始将是这类咨询者报名的高峰期，也将是收获期。咨询师在咨询高考生时，在成绩没出来之前，一定要了解其模考成绩及预测成绩。） 二、高中生咨询的关键时间点 6月9日~6月15日估分 6月28日~7月5日公布分数及填写志愿 7月15日~8月15日本专科录取阶段 三、高中生咨询者关注点---选学校（主） 1、是否有学历 2、学校是否正规，是国家办学还是民办院校 3、学校规模大不大，学校环境好不好 4、学校是否有知名度 5、学校管理是否严格 6、证书认可度是否高，属于什么性质的证书 7、毕业之后是否包分配 四、高中生咨询者关注点---选专业（次) 1、专业是否是目前流行的 2、专业是否体面，收入是否高 备注:咨询者及家长对于专业设置不了解，选专业比较盲目，易受他人影响，与其社会阅历有很大关系 五、高中生咨询者咨询思路－－内容 1、了解咨询者的高考情况和下一步的学习计划 2、引导咨询者认识到高中生继续学习的必要性 3、根据咨询者的学习计划进行客观的分析 4、分析社会企业用人的情况，及就业的现状 5、帮咨询者“算帐”：从费用到回报 6、介绍职业教育的优势，特别是国家的相关支持政策 7、给学习者建立信心，介绍成功案例，畅想四年后与同龄人相比不同的生活的状态 8、介绍新华电脑教育的背景及各方面的优势 9、介绍获得学历的几种方式，强调掌握技术的重要性 10、打预防针：周围环境带来的不同影响 11、利用高中的的群体特点和从众心理，做好口碑转介绍 六、电话常见问题 1、追问价格 应对方法：第一次上升品牌价值，提高学校正规性，根据家长态度和反映可适当说明收费范
棕榈油期货价格的季节性走势特征分析 (2013-12-12 16:17:19) 1、用途： 无论是国还是国外，都以食用为主，约占总消费量的70%左右。目前已成为世界上最 广泛使用的工业煎炸油，大量地用于薯条、膨化食品和方便面的生产过程中。工业用途占总消费量的比重相对较小（20%左右），主要用于制造肥皂、硬脂酸及甘油。生物燃料成为了未来的新增长点。 2、生产 东南亚是最大产区，其中印尼和马来西亚是全球最主要的棕榈油生产国，2007/2008年 度，两国产量分别占世界总产量的44.2%和42.7%，占绝对主导地位。 目前在世界油脂贸易领域，棕榈油通常引导着大豆油，在出口市场上处于领导地位。 3、消费 消费量超过100万吨的主要消费国有中国、印尼、欧盟、印度、马来西亚和巴基斯坦，这些国家的消费量占全球消费总量的60%，其中，中国是第一消费大国，2007/2008年度，占全球的13.7%。 中国、印度、欧盟和巴基斯坦是全球进口量最大的前四个国家和地区，其中，中国一直是世界第一大进口国，年进口量超过500万吨。我国进口主要集中在马来西亚（66%）和印尼（33%）。 4、棕榈油的季节性： 我国消费以食用消费为主，其中24度精炼棕榈油为主要品种，占据的市场份额在60%以上。由于棕榈油的熔点比较高，因此其消费具有一定的季节性，夏季消费量比较大，冬季较小。 以往年份里,棕榈油消费具有一定季节性,一般夏季消费量比较大,冬季较少,这主要是因为棕榈油熔点高,在冬季容易凝结,不易于搀兑,因此出现夏旺冬淡状况。但近几年来随着棕榈油分提技术的快速发展,更低熔点的棕榈油开始进入冬季消费市场。 5、价格的影响因素： 产量：马来西亚和印尼两个国家的产量 库存：由于棕榈油具有不易长期保存的特点，一旦库存增加，价格往往会迅速走低。 需求：棕榈油在我国是仅次于豆油的第二大植物油品种，占国植物油消费总量的20%以上。随着在生物柴油领域的消费扩以及对其他植物油食用消费的替代增长，棕榈油的需求扩更加迅速，必然会对其价格产生巨大影响。 棕榈油期货是我国期货市场上市的第一个纯进口品种。棕榈油、豆油和菜籽油是目前国消费市场上三大主要植物油。棕榈油期货07年10月份在大商所上市后，与大商所去挂牌交易的豆油期货和商所挂牌交易的菜籽油期货，形成了完善的国油脂期货市场。榈油期货价格影响因素众多，比
第二讲宏观经济指标的 季节性分析 对外经济贸易大学 金融学院金融工程系黄晓薇 xwhuang@https://www.doczj.com/doc/5c14556511.html,
本讲参考教材 《时间序列X12-ARIMA季节调整——原理与方法》 《时间序列X12ARIMA季节调整原理与方法》?中国人民银行调查统计司，中国金融出版社，2006 《计量经济分析方法与建模——Eviews应用及实例》高铁梅（主编）清华大学出版社2006 ?高铁梅（主编），清华大学出版社，2006 《时间序列分析及应用R语言》 《时间序列分析及应用——R语言》 ?Jonathan D. Cryer Kung-Sik Chan，机械工业出版社，2011
时间序列的构成 （Long term trend）， 长期趋势（Long term trend），T。 ?描述序列中长期运动趋势 （Cyclical component） 循环分量（Cyclical component），C。 ?描述序列中不同幅度的扩张与收缩，且时间间隔不同的循环变动。 经济问题中常指一年以上的起伏变化。 经济问题中常指一年以上的起伏变化 ?实际测算难度较大，因此将循环和趋势放在一起不加区分。 （S l t） 季节分量（Seasonal component），S。 ?描述序列中一定周期的重复变动，周期常为一年，一季，一周等。 不规则分量（Irregular component），I。 ?描述随机因素引起的变动，常带有偶然性由于各种因素引起变化相互抑制抵消，变动幅度常较小。
1800 TREND Y 1.10 时间序列的构成
时间序列的构成 趋势 X t 循环或者季节性 随机 time
相关性分析方法 在食品污染物监测工作中，经常会发现某一类食品中当一种污染物含量升高时，另一种污染物含量也会随之升高或降低，这种现象说明这两种污染物的含量可能存在某种线性相关关系。而当这种相关关系达到某一高度时，这两种污染物可能有相同来源，从而为污染溯源提供参考。 探索食品中污染物的相关关系的分析方法是相关性分析，从易到难分别分为皮尔森相关系数法，秩相关系数，偏相关系数和贝叶斯网络。 1皮尔森相关系数 皮尔森相关系数又称Pearson积矩相关系数（Pearson product-moment correlation coefficient），是定量描述两个变量（设为X、Y）间线性关系密切程度和相关方向的统计指标，它可以定量描述食品中两种元素（设为X、Y）间线性关系密切程度和相关方向，其定义为： 相关系数= ∑(X n?X?)(Y?Y?) √∑(X i n i=1 ?X?)2∑(Y i n i=1 ?Y?)2 样本相关系数用r表示，总体相关系数用ρ表示，相关系数的取值范围是[-1,1]。相关系数越接近1，正相关性越强，表明两种元素（污染物）中若有一者较高，则另一者也会较高。相关系数越接近-1，负相关性越强，表明两种元素（污染物）中若有一者较高，则另一者则会较低。相关系数越接近0时，相关性越弱，相关系数为0，表示不相关。 存在的问题 几种的（X、Y）点及相应的X、Y的相关系数图如下： 可以看出，皮尔森相关系数能反映线性关系、分散程度和方向（第一行），但是不能反映线性关系时的斜率（第二行），也不能反映出非线性关系的许多方面（第三行）。 相关系数大小与相关性大小的关系
许多学者都提出了通过相关系数大小判断变量相关性的标准。 用样本计算出来的相关系数r是一个样本统计量，存在抽样误差。为此，应建立假设H0:ρ=0 ，H1:ρ≠0，并假定X和Y服从二元正态分布。对相关系数采用t检验，检验的统计量为： t r=r?0 S r 其中，S r为样本相关系数r的标准误： S r=√1?r2 n?2 H0成立时，t r服从自由度为v=n-2的t分布。检验时，若p>0.05，不拒绝原假设，即认为两个变量之间无相关性；若p<0.05，拒绝零假设，接受备择假设，即认为两个变量间相关性有统计学意义。 2秩相关系数 Pearson线性相关系数只是许多可能中的一种情况，为了使用Pearson线性相关系数必须假设数据是成对地从正态分布中取得的，并且数据至少在逻辑范畴内必须是等间距的数据。如果这两条件不符合，一种可能就是采用Spearman秩相关系数来代替Pearson线性相关系数。 在统计学中，Spearman秩相关系数一般用ρs或是r s表示。Spearman秩相关系数是一个非参数性质的（与分布无关）的度量两个变量之间的统计相关性的指标。Spearman秩相关系数通常被认为是排列后的变量之间的Pearson线性相关系数，假设原始的数据X i，Y i已经按从大到小的顺序排列，及X i‘，Y i‘为原X i，Y i在排列后数据所在的位置，则X i‘，Y i‘成为变量X i，Y i的秩次，则d i= X i‘-Y i ‘为X i，Y i的秩次之差。 如果没有相同的秩次，则ρs可由下式计算 ρs=1? 6∑d i2 n(n2?1) 如果有相同的秩次存在，那么就需要计算秩次之间的Pearson的线性相关系数 ρs= ∑(X i′ n i=1 ?X′???)(Y i′?Y′?) √∑(X i′ n i=1 ?X′???)2∑(Y i′ n i=1 ?Y′?)2