实证研究学习园地
国泰安信息技术有限公司
GTA Information Technology Company
第一部分如何学习实证研究方法
第三章掌握常用计量软件
对于实证研究初学者来说在掌握了基本知识和查阅了大量的文献之后，但是开始做实证研究不仅需要数据和方法，而且需要工具来检验实证研究的结果，如果工具不全，那么实证研究者也无法达到收发自如。另外，实证研究可能面对处理大量甚至海量的数据，这些对于实证研究初学者来说都是棘手的问题，随着计算机的发展，不同的处理软件的出现，帮助我们解决了这个问题。在实证金融会计领域中，目前常用的计量软件包括SAS、SPSS、Matlab、Eviews、Excel、Foxpro等。下面我们对于这几个常用的软件和实证研究的关系作简要的论述。
第一节常见计量软件
一、SAS
SAS是美国SAS软件研究所研制的一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。尤其是创业产品统计分析系统部分，由于其具有强大的数据分析能力，一直为业界著名软件，在数据处理和统计分析领域，被誉为国际上的标准软件和最权威的优秀统计软件包，广泛应用于政府行政管理、科研、教育、生产和金融等不同领域，发挥着重要的作用。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等等。
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,/offices/asiapacific/china/查询。
二、SPSS
SPSS（Statistical Package for the Social Science）－－社会科学统计软件包是世界是著名的统计分析软件之一。20世纪60年代末，美国斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。20世纪80年代以前，SPSS统计软件主要应用于企事业单位。1984年SPSS总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，从而确立了个人用户市场第一的地位。同时SPSS公司推行本土化策略，目前已推出9个语种版
本。SPSS/PC＋的推出，极大地扩充了它的应用范围，使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。目前已经在国内逐渐流行起来。它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,查询。
三、MatLab
Matlab软件是由美国Mathworks公司推出的用于数值计算和图形处理的科学计算系统，在MatLab环境下，用户可以集成地进行程序设计、数值计算、图形绘制、输入输出、文件管理等各项操作。它提供的是一个人机交互的数学系统环境，与利用c语言作数值计算的程序设计相比，利用Matlab可以节省大量的编程时间，且程序设计自由度大。最大的特点给用户带来的是最直观，最简洁的程序开发环境，语言简洁紧凑，使用方便灵活，库函数与运算符极其丰富，另外具有强大的图形功能。
在国际学术界，Matlab已经被确认为准确、可靠的科学计算标准软件，许多国际一流学术刊物上，都可以看到MATLAB的应用。
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,查询。
四、EViews
EViews是美国GMS公司1981年发行第1版的Micro TSP的Windows版本，通常称为计量经济学软件包。EViews是Econometrics Views的缩写，它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行"观察"。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、运用模型进行预测、求解模型和运用模型。EViews是完成上述任务得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为实用与严谨的经济学科。使用EViews软件包可以对时间序列和非时间序列的数据进行分析，建立序列（变量）间的统计关系式，并用该关系式进行预测、模拟等等。EViews。虽然EViews是由经济学家开发的，并且大多数被用于经济学领域，但并意味着必须限制该软件包仅只用于处理经济方面的时间序列。EViews 处理非时间序列数据照样得心应手。实际上，相当大型的非时间序列（截面数据）的项目也
能在EViews中进行处理
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,/查询
五、Microsoft Excel
Microsoft Office是微软公司开发的办公自动化软件，Office 2000是第三代办公处理软件的代表产品，可以作为办公和管理的平台，以提高使用者的工作效率和决策能力。Office 2000是一个庞大的办公软件和工具软件的集合体，为适应全球网络化需要，它融合了最先进的Internet技术，具有更强大的网络功能；Office 2000中文版针对汉语的特点，增加了许多中文方面的新功能，如中文断词、添加汉语拼音、中文校对、简繁体转换等。Office 2000不仅是您日常工作的重要工具，也是日常生活中电脑作业不可缺少的得力助手。
Excel是微软公司出品的Office系列办公软件中的一个组件，确切地说，它是一个电子表格软件，使用Microsoft Excel 执行计算、分析信息并管理电子表格或Web 页中的列表。Excel 应用程序可以协助我们进行财务、预算、统计、各种清单、数据跟踪、数据汇总、函数运算等计算量大的工作。
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,/r/rlidAppFolder?clid=2052&p1=excel查询
六、Visual FoxPro
Visual FoxPro是Microsoft公司Visual Studio 系列开发产品之一，简称VFP，是Xbase 数据库家族的最新成员，可以运行于Windows 9X/2000和Windows NT平台的32位的数据库开发系统。Visual FoxPro 提供了一个功能强大的集成化开发环境.Visual FoxPro使得用户管理数据库更加方便，组织数据、创建应用程序等工作更加快捷，另外，面向对象的编程工具、OLE支持和WEB服务能力，使开发程序更加完备。采用可视化和面向对象的程序设计方法，使数据管理和应用程序的开发更加简便。
详细内容请登陆：https://www.doczj.com/doc/e51735589.html,/查询
第二节常用实证分析方法介绍
一、统计描述
在进行实证研究过程中往往会收集到大量的资料数据，但从这些杂乱无章的资料中，很难对其总体水平与分布状况做出评价判断。因此，必须采用一些适当的方法对这些资料进行处理，使之简约化、分类化、系统化，从中发现它们的分布规律，掌握总体的特征，以便对其水平做出客观的评价。
统计描述方法就是研究简缩数据并描述这些数据的统计方法。将搜集来的大量数据资料，加以整理、归纳和分组，简缩成易于处理和便于理解的形式，并计算所得数据的各种统计量，如平均数、标准差、以及描述有关事物或现象的分布情况、波动范围和相关程度等，以揭示其特点和规律。
统计描述常用的主要分两个方面的内容：（1）频数分布表分析（Frequencies）；（2）统计描述分析（Descriptivesg）；随着统计和计量软件的发展，目前已有许多软件块均可以完成描述性统计，如SPSS、SAS、 EVIEWS等等。下面以常用的SPSS软件为例介绍描述性统计的实现过程。
1.1．频数分布表分析（Frequencies）
频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。
1.1.1．界面说明
从SPSS的“Analyze”->“Descriptive Statistics”->“Frequencies”,进入频数分布表分析过程的主对话框，如图1.1所示：
图1.1频数分布表分析过程的主对话框
下面重点介绍一下各部分的功能如下：
【Display frequency tables复选框】：确定是否在结果中输出频数表。
【Statistics钮】：单击后弹出Statistics对话框如图1.2，用于定义需要计算的其他描述统计量。
图1.2频数分布表分析过程Statistics对话框
现将各部分解释如下：
（1）Percentile Values复选框组:定义需要输出的百分位数，可计算四分位数(Quartiles)、每隔指定百分位输出当前百分位数(Cut points for equal groups)、或直接指定某个百分位数(Percentiles)，如直接指定输出P2.5和P97.5。
（2）Central tendency复选框组:用于定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)。
（3）Dispersion复选框组:用于定义描述离散趋势的一组指标：标准差
(Std.deviation)、方差(Variance)、全距 (Range)、最小值(Minimum)、最大值(Maximum)、标准误(S.E.mean)。
（4）Distribution复选框组:用于定义描述分布特征的两个指标：偏度系数（Skewness）和峰度系数(Kurtosis)。
（5）Values are group midpoints复选框:当你输出的数据是分组频数数据，并且具体数值是组中值时，选中该复选框以通知SPSS，免得它犯错误。
【Charts钮】：弹出Charts对话框，用于设定所做的统计图。
(1)Chart type单选钮组:定义统计图类型，有四种选择：无、条图（Bar chart）、圆图(Pie chart)、直方图Histogram），其中直方图还可以选择是否加上正态曲线（With normal curve）。
(2)Chart Values单选钮组:定义是按照频数还是按百分比做图（即影响纵坐标刻度）。
【Format钮】：弹出Format对话框，用于定义输出频数表的格式，不过用处不大，一般不管。
(1)Order by单选钮组:定义频数表的排列次序，有四个选项：Ascending values为根据数值大小按升序从小到大作频数分布；Descending values为根据数值大小按降序从大到小作频数分布；Ascending counts为根据频数多少按升序从少到多作频数分布；Descending counts为根据频数多少按降序从多到少作频数分布。
(2)Multiple Variables单选钮组:如果选择了两个以上变量做频数表，则Compare variables可以将他们的结果在同一个频数表过程输出结果中显示，便于互相比较，Organize output by variables则将结果在不同的频数表过程输出结果中显示。
(3)Suppress Tables more than...复选框: 当频数表的分组数大于下面设定数值时禁止它在结果中输出，这样可以避免产生巨型表格。
1.1.2．分析实例
例: 某地101例健康男子血清总胆固醇值测定结果如下，请绘制频数表、直方图，计算均数、标准差、变异系数CV、中位数M、p2.5和p97.5。
4.77 3.37 6.14 3.95 3.56 4.23 4.31 4.71
5.69 4.12 4.56 4.37 5.39
6.30 5.21
7.22
5.54 3.93 5.21 4.12 5.18 5.77 4.79 5.12 5.20 5.10 4.70 4.74 3.50 4.69 4.38 4.89
6.25 5.32 4.50 4.63 3.61 4.44 4.43 4.25 4.03 5.85 4.09 3.35 4.08 4.79 5.30 4.97 3.18 3.97 5.16 5.10 5.86 4.79 5.34 4.24 4.32 4.77 6.36 6.38 4.88 5.55 3.04 4.55 3.35 4.87 4.17 5.85 5.16 5.09 4.52 4.38 4.31 4.58 5.72 6.55 4.76 4.61 4.17 4.03 4.47 3.40 3.91 2.70 4.60 4.09 5.96 5.48 4.40 4.55 5.38 3.89 4.60 4.47 3.64 4.34 5.18 6.14 3.24 4.90 3.05
解：为节省篇幅，这里只给出精确频数表的做法，假设数据已经输好，变量名为X，具体解法如下：
1.Analyze==>Descriptive Statistics==>Frequencies
2.Variables框：选入X
3.单击Statistics钮：
4.选中Mean、Std.deviation、Median复选框
5.单击Percentiles：输入2.5：单击Add：输入97.5：单击Add：
6.单击Continue钮
7.单击Charts钮：
8.选中Bar charts
9.单击Continue钮
10.单击OK
得出结果后手工计算出CV。
1.1.3．结果解释
上例除直方图外的输出结果如表1.1和表1.2：
表1.1 统计特征值描述
最上方为表格名称，左上方为分析变量名，可见样本量N为101例，缺失值0例，均数Mean=4.69，中位数Median=4.61，标准差STD=0.8616，P2.5=3.04，P97.5=6.45。
表1.2频数分布表
系统对变量x作频数分布表（此处只列出了开头部分），Vaild右侧为原始值，Frequency 为频数，Percent为各组频数占总例数的百分比（包括缺失记录在内），Valid percent为各组频数占总例数的有效百分比，Cum Percent为各组频数占总例数的累积百分比。
1.2．统计描述分析过程（Descriptives）
Descriptives过程是连续资料统计描述应用最多的一个过程，他可对变量进行描述性统计分析，计算并列出一系列相应的统计指标。这和其他过程相比并无不同。但该过程还有个特殊功能就是可将原始数据转换成标准正态评分值并以变量的形式存入数据库供以后分析。
1.2.1．界面说明
从SPSS的“Analyze”->“Descriptive Statistics”->“Descriptives”,进入统计描述分析过程的主对话框，如图1.3。
图1.3 统计描述分析过程的主对话框
【Save standardized values as variables复选框】：确定是否将原始数据的标准正态评分存为新变量。
【Options钮】：弹出Options对话框，大部分内容均在前面Frequences过程的Statistics对话框中见过，只有最下方的Display Order单选钮组是新的，可以选择为变量列表顺序、字母顺序、均数升序或均数降序。
1.2.2．结果解释
表1.3是一个典型的Descriptives过程结果统计表，一望可知，这里的大部分内容都在上一节见过，结果报告了X变量的样本数N、最小值、最大值、均值和标准差。
表1.3 Descriptives过程结果统计表
二、均值分析与T检验
T检验是检验差异性显著性的十分重要的统计工具，这种差异显著性的检验是样本均值间的比较，因此T检验也可以称为一种均值比较分析。具体包括：单样本T检验、独立样本T检验、配对样本T检验。下面仍然以SPSS为例介绍上述各种均值检验的实现过程。
2.1．独立样本T检验（One-Samples T Test）过程
One-Samples T Test过程用于进行样本所在总体均数与已知总体均数的比较，可以自行定义已知总体均数为任意值，该对话框的界面非常简单。
2.1.1．界面说明
从SPSS的“Anallyze”->”Compare Means”->”One-Samples T Test”,进入单样本T检验的主对话框，如下图2.1：
图2.1 单样本T检验的主对话框
【Test Variables框】：用于选入需要分析的变量。
【Test Value框】：在此处输入已知的总体均数，默认值为0。
【Options钮】：弹出Options对话框，用于定义相关的选项，有：
（1）Confidence Interval框输入需要计算的均数差值可信区间范围，默认为95%。如果是和总体均数为0相比，则此处计算的就是样本所在总体均数的可信区间。
（2）Missing Values单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（Excludes cases analysis by analysis），或只要相关变量有缺失值，则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。
2.1.2．结果解释
One-Samples T Test过程的输出也是比较简单的，由描述统计表和t检验表组成，比如要检验某数据中血磷值的总体均数是否等于1，则输出见表2.1和表2.2。
表2.1 One-Samples T Test描述统计表
所分析变量的基本情况描述，有样本量、均数、标准差和标准误。
表2.2 单样本t检验表
表2.2为单样本t检验表，第一行注明了用于比较的已知总体均数为1，下面从左到右依次为t值(t)、自由度(df)、P值(Sig.2-tailed)、两均数的差值(Mean Difference)、差值的95%可信区间。由上表可知：t=2.975，P=0.007。因此可以认为血磷值的总体均数不等于1。
2.2．独立样本T检验（Independent-Samples T Test）过程
Independent-Samples T Test过程用于进行两样本均数的比较，即常用的两样本t检验。进行独立样本T检验要求被比较的两个样本彼此独立，即没有配对关系。要求样本均来自正态总体，而且均值对于检验是有意义的描述统计量。
2.2.1．界面说明
从SPSS的“Anallyze”->”Compare Means”->“Independent-Samples T Test”,进入独立样本T检验的主对话框，如图2.2所示。
图2.2 独立样本T检验的主对话框
【Test Variables框】：用于选入需要分析的变量。
【Grouping Variable框】：用于选入分组变量。注意选入变量后还要定义需比较的组别。
【Define Groups框】：用于定义需要相互比较的两组的分组变量值。
【Options钮】：和One-Samples T Test对话框的Options钮完全相同，此处不再重复。
2.2.2．结果解释
比如要检验某数据中病患者与健康人的血磷值是否相同，用Independent-Samples T Test过程的结果输出如表2.3和表2.4。
表2.3 独立样本T检验统计表
表2.3为两组需检验变量的基本情况描述。
表2.4 独立样本T检验表
从表2.4可见该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐，这里的戒严结果为F = 0.032，P = 0.860，可见在本例中方差是齐性的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐性，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t= 2.524，ν=22，P=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为病患者与
健康人的血磷值不同，从样本均数来看，可认为病患者的血磷值较高。最后面还附有一些其他指标，如两组均数的可信区间等，以对差异情况有更直观的了解。
2.3．配对样本T检验（Paired-Samples T Test）过程
该过程用于进行配对设计的差值均数与总体均数0比较的t检验，配对样本T检验与独立样本T检验均使用T Test 过程，但两者调用该过程的菜单不同，对数据文件结构的要求不同和使用的命令语句也有区别。在进行配对样本T检验的数据文件中一对数据必须作为同一观测值的两个变量。
2.3.1．界面说明
从SPSS的“Anallyze”->“Compare Means”->“Paired-Samples T Test”,进入配对样本T 检验的主对话框，如下图2.3所示。
图2.3 配对样本T检验的主对话框
整个界面上只有一个Paired Variable框需要介绍，他用于选入希望进行比较的一对或几对变量－－注意这里的量词是对而不是个。选入变量需要成对成对的选入，即按住Ctrl 键，选中两个成对变量，再单击将其选入。如果只选中一个变量，则按钮为灰色，不可用。
2.3.2．分析实例
某单位研究饮食中缺乏维生素E与肝中维生素A含量的关系,将同种属的大白鼠按性别相同，年龄、体重相近者配成对子，共8对，并将每对中的两头动物随机分到正常饲料组和维生素E缺乏组，过一定时期将大白鼠杀死，测得其肝中维生素A的含量，问不同饲料的大白鼠肝中维生素A含量有无差别？
大白鼠对号正常饲料组维生素E缺乏
1 3550 2450
2 2000 2400
3 3000 1800
4 3950 3200
5 3800 3250
6 3750 2700
7 3450 2500
8 3050 1750
解：为了说明问题，此处假设输入数据时就按照上表格式输入，其中正常饲料组变量名为G1，维生素E缺乏组变量名为G2。操作如下：
1.同时选中G1、G2：选入Paired Variables框
2.单击OK钮
2.3.3．结果解释
其输出结果如表2.5。表2.6和表2.7。
表2.5 配对样本统计表
配对变量各自的统计描述，此处只有1对，故只有Pair 1。
表2.6 配对样本相关分析
此处进行配对变量间的相关性分析。等价于Analyze==>Correlate==>Bivariate。
表2.6 配对样本检验
配对t检验表，给出最终的检验结果，由上表可见P=0.004，故可认为两种饲料所得肝中维生素A含量有差别，即维生素E缺乏对大白鼠肝中维生素A含量有影响。
三、相关分析
实证研究中经常要遇到分析两个或多个变量间关系的情况，有时是希望了解某个变量对另一个变量的影响强度，有时则是要了解变量间联系的密切程度，前者用回归分析来实现，后者则需要用到相关分析实现。同描述统计分析一样，相关分析可以通过许多不同的软件实现，下面同样用常用的SPSS软件介绍相关分析的实现过程。
SPSS的相关分析功能被集中在Statistics菜单的Correlate子菜单中，他一般包括以下三个过程：
?Bivariate过程：此过程用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，则给出两两相关的分析结果，这是Correlate子菜单中最为常用的一个过程，实际上我们对它的使用可能占到相关分析的95%以上。计算指定的两个变量间的相关系数，可以选择Pearson相关、Spearman等级相关和Kendall相关。同时对相关系数进行假设检验，可选择进行单尾或双尾检验，给出相关系数为0的概率。当资料不服从双变量正态分布或总体分布未知，或原始数据是用等级表示时，宜用Spearman等级相关和Kendall相关。
?Partial过程：如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数，这种分析思想和协方差分析非常类似。Partial过程就是专门进行偏相关分析的。
?Distances过程：调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，前者可用于检测观测值的接近程度，后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。
3.1．Bivariate过程
3.1.1．界面说明
从SPSS的“Analyze”->“Correlate”->“Bivariate”,进入二元变量相关分析过程的主对话框，如图3.1所示。
图3.1 二元变量相关分析过程的主对话框
【Variables框】：用于选入需要进行相关分析的变量，至少需要选入两个。
【Correlation Coefficients复选框组】：用于选择需要计算的相关分析指标，有：?Pearson复选框：选择进行积距相关分析，即最常用的参数相关分析
?Kendall's tau-b复选框：计算Kendall's等级相关系数
?Spearman复选框：计算Spearman相关系数，即最常用的非参数相关分析（秩相关）【Test of Significance单选框组】：用于确定是进行相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，一般选双侧检验。
【Flag significant correlations】：用于确定是否在结果中用星号标记有统计学意义的相关系数，一般选中。此时P<0.05的系数值旁会标记一个星号，P<0.01的则标记两个星号。
【Options钮】：弹出Options对话框，选择需要计算的描述统计量和统计分析：
?Statistics复选框组：可选的描述统计量。它们是：
（1）Means and standard deviations每个变量的均数和标准差
（2）Cross-product deviations and covariances各对变量的交叉积和以及协方差阵?Missing Values单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的两个变量有缺失值才去除该记录（Exclude cases pairwise），或只要该记录中进行相关分析的变量有缺失值（无论具体分析的两个变量是否缺失），则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。
3.1.2．分析实例
请计算SPSS自带的样本数据judges.sav中意大利(judge1)和韩国法官(judge2)得分的相关性。
解：由于judge1和judge2的数据分布不太好，这里同时计算Pearson相关系数和Spearman相关系数。操作如下：
1.Variables框：选入judge1、judge2
2.Pearson复选框：选中
3.Spearman复选框：选中
4.单击OK钮
3.1.3．结果解释
上例的输出结果如表3.1和表3.2所示。
表3.1 变量间Pearson相关分析
在上面的结果中，变量间两两的相关系数是用方阵的形式给出的。每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果结果，共分为三列，分别是相关系数、P 值和样本数。由于这里只分析了两个变量，因此给出的是2*2的方阵。由上表可见judge1、judge2自身的相关系数均为1（of course），而judge1和judge2的相关系数为0.91，
P<0.001，有非常显著的统计学意义。
表3.2 变量间Spearman相关分析
表3.2内容和上面Pearson相关系数的结果非常相似，只是表格左侧注明为Spearman 等级相关。可见judge1和judge2的等级相关系数为0.92，P<0.001，有非常显著的统计学意义。
3.2．Partial过程
3.2.1．界面说明
从SPSS的“Analyze”->“Correlate”->“Partial”,进入偏相关系数分析过程的主对话框，如图3.2所示。
图3.2 偏相关系数分析过程的主对话框
【Variables框】：用于选入需要进行偏相关分析的变量，至少需要选入两个。
【Controlling for框】：用于选择需要在偏相关分析时进行控制的协变量，如果不选入，则进行的就是普通的相关分析。
【Test of Significance单选框组】：意义同前，用于确定是进行相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，一般选双侧检验。
【Display actual significince level复选框】：用于确定是否在结果中给出确切的P值，一般选中。
【Options钮】：弹出Options对话框，选择需要计算的描述统计量和统计分析：?Statistics复选框组可选的描述统计量。它们是：
（1）Means and standard deviations每个变量的均数和标准差
（2）Zero-order correlations给出包括协变量在内所有变量的相关方阵
?Missing Values单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的两个变量有缺失值才去除该记录（Exclude cases pairwise），或只要该记录中进行相关分析的变量有缺失值（无论具体分析的两个变量是否缺失），则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。
3.2.2．结果解释
偏相关分析的结果和普通相关分析几乎完全相同，非常容易看懂，比如说我们要在排除变量judge3的影响后计算变量judge1和judge2的相关性（只是举个例子而已，这样是没有实际依据的），则结果表3.3。
表3.3 judge1和judge2偏相关分析结果（控制变量：JUDGE3）
JUDGE1 JUDGE2
JUDGE1
1.0000
（0）
P= .
.5632
（297）
P= .000
JUDGE2
.5632
（0）
P= .000
1.0000
（297）
P= .
(Coefficient / (D.F.) / 2-tailed Significance)；
表3.3结果中，显示了偏相关系数、自由度和相关系数对应的显著性P值，结果表明在控制JUDGE3情况下，judge1和judge2的相关系数为0.5632，P=0.000,可见当控制了变量judge3的影响后，judge1和judge2的相关系数值大大降低，但仍然具有统计学意义上的相关性。
3.3．Distances过程
四个常用统计软件SAS,STATA,SPSS,R语言分析比较及其他统计软件概述 一、SAS,STATA,SPSS,R语言简介 （一）SAS简介 SAS（全称Statistical Analysis System，简称SAS,翻译成汉语是统计分析系统）是全球最大的软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的统计分析软件。1976年SAS软件研究所（SAS INSTITUTE INC）成立，开始进行SAS系统的维护、开发、销售和培训工作。期间经历了许多版本，并经过多年来的完善和发展，SAS系统在国际上已被誉为统计分析的标准软件，在各个领域得到广泛应用。 其网址是：https://www.doczj.com/doc/e51735589.html,/ （二）STSTA简介 STATA统计软件由美国计算机资源中心（Computer Resource Center）1985年研制。STATA 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。 新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。STATA提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。 除此之外，STATA软件可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过STATA Journal 获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是STATAlist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。 其网址是：https://www.doczj.com/doc/e51735589.html,/ （三）SPSS简介 SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（Statistical Package for the Social Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，标志着SPSS 的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。 1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。 SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和Dale H. Bent于1968年研究开发成功，同时成立了SPSS公司，并于1975年成立法人组织、在芝加哥组建了SPSS总部。
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0 （常为理论值或标准值）有无差别； B 配对样本t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡 方检验，对于三维表，可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以
常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） × 单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比 *类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、
类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法
什么软件可以统计数据 【篇一：什么软件可以统计数据】 用replace pioneer,简单极了。注意是英文版，但是处理中文文档没有任何问题。 1. 按ctrl-o打开要统计的文件 2. 按ctrl-h打开replace对话框，设置如下： 1) 把replace unit设置成 line ,表示按行处理 2）在 search for pattern 下面填.*(注 .* 表示所有行）: 3）在 replace with pattern 下 面填： $match count($match, [12345] ) n 注：$match表示匹配的原文，count($match, [12345] )表示 计算12345出现的次数， n表示回车符 3. 点击 replace ,完成！处理结果如下： 14793685 4 2586973 3 369258 4 4 7894563 3 replace pioneer下载：注意安装时不要装在中文路径下参考资料： 【篇二：什么软件可以统计数据】 《概率论与数理统计》是一门实践性很强的课程。但是,目前在国内, 大多侧重基本方法的介绍,而忽视了统计实验的教学。这样既不利于 提高学生创新精神和实践能力,也使得这门课程的教学显得枯燥无味。为此,我们介绍一些常用的统计软件，以使学生对统计软件有初步的 认识,为以后应用统计方法解决实际问题奠定初步的基础。 一、统计软件的种类 1.sas 是目前国际上最为流行的一种大型统计分析系统，被誉为统计分析 的标准软件。尽管价格不菲，sas已被广泛应用于政府行政管理，科研，教育，生产和金融等不同领域，并且发挥着愈来愈重要的作用。目前sas已在全球100多个国家和地区拥有29000多个客户群，直 接用户超过300万人。在我国，国家信息中心，国家统计局，卫生部，中国科学院等都是sas系统的大用户。尽管现在已经尽量“傻瓜化”，但是仍然需要一定的训练才可以使用。因此,该统计软件主要适 合于统计工作者和科研工作者使用。 2.spss spss作为仅次于sas的统计软件工具包，在社会科学领域有着广泛 的应用。spss是世界上最早的统计分析软件，由美国斯坦福大学的 三位研究生于20世纪60年代末研制。由于spss容易操作，输出漂亮，功能齐全，价格合理,所以很快地应用于自然科学、技术科学、 社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就spss的 自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予 了高度的评价与称赞。迄今spss软件已有30余年的成长历史。全 球约有25万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界
常用统计软件介绍
常用统计软件介绍 《概率论与数理统计》是一门实践性很强的课程。但是,目前在国内,大多侧重基本方法的介绍,而忽视了统计实验的教学。这样既不利于提高学生创新精神和实践能力,也使得这门课程的教学显得枯燥无味。为此,我们介绍一些常用的统计软件，以使学生对统计软件有初步的认识,为以后应用统计方法解决实际问题奠定初步的基础。 一、统计软件的种类 1.SAS 是目前国际上最为流行的一种大型统计分析系统，被誉为统计分析的标准软件。尽管价格不菲，SAS已被广泛应用于政府行政管理，科研，教育，生产和金融等不同领域，并且发挥着愈来愈重要的作用。目前SAS已在全球100多个国家和地区拥有29000多个客户群，直接用户超过300万人。在我国，国家信息中心，国家统计局，卫生部，中国科学院等都是SAS系统的大用户。尽管现在已经尽量“傻瓜化”，但是仍然需要一定的训练才可以使用。因此,该统计软件主要适合于统计工作者和科研工作者使用。 2.SPSS SPSS作为仅次于SAS的统计软件工具包，在社会科学领域有着广泛的应用。SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生于20世纪60年代末研制。由于SPSS容易操作，输出漂亮，功能齐全，价格合理,所以很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS 的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。迄今SPSS软件已有30余年的成长历史。全球
约有25万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。因此,对于非统计工作者是很好的选择。 3.Excel 它严格说来并不是统计软件，但作为数据表格软件，必然有一定统计计算功能。而且凡是有Microsoft Office的计算机，基本上都装有Excel。但要注意，有时在装 Office时没有装数据分析的功能，那就必须装了才行。当然，画图功能是都具备的。对于简单分析，Excel 还算方便，但随着问题的深入，Excel就不那么“傻瓜”，需要使用函数，甚至根本没有相应的方法了。多数专门一些的统计推断问题还需要其他专门的统计软件来处理。 4.S-plus 这是统计学家喜爱的软件。不仅由于其功能齐全，而且由于其强大的编程功能，使得研究人员可以编制自己的程序来实现自己的理论和方法。它也在进行“傻瓜化”,以争取顾客。但仍然以编程方便为顾客所青睐。 5.Minitab 这个软件是很方便的功能强大而又齐全的软件，也已经“傻瓜化”，在我国用的不如SPSS与SAS那么普遍。
统计分析方法常用的（功能）函数(包括统计处理、统计分布) 一、加载分析工具库，工具—>数据分析 抽样 随机数发生器 z-检验---双样本均值差检验 t-检验---双样本等方差检验 t-检验--双样本异方差检验 t-检验—平均值得成对二样本检验 F-检验—双样本方差 方差分析：单因素方差分析 方差分析：可重复双因素方差分析 方差分析：无重复双因素方差分析 相关系数 协方差 回归 移动平均 指数平滑 二、统计函数 算术平均AVERAGE (number1，number2，…) 求和SUM（number） 几何平均GEOMEAN (number1，number2，…) 调和平均HARMEAN(number1，number2，…) 计算众数MODE (number1，number2，…) 中位数MEDIAN (number1，number2，…) 方差V AR (number1，number2，…) 标准差STDEV (number1，number2，…) 计算数据的偏度SKEW (number1，number2，…) 计算数据的峰度KURT (number1，number2，…) 频数统计COUNTIF(range,criteria) 组距式分组的频数统计FREQUENCY(data_array,bins_array) 随机实数RAND() 区间的随机整数RANDBETWEEN (a,b) 二项分布的概率值BINOMDIST(number_s,trials,probability_s,cumulative) 泊松分布的概率值POISSON(x,mean,cumulative) 正态分布的概率值NORMDIST(x,mean,standard_dev,cumulative) 计算正态分布的P值NORMSDIST（z）
红外汲取光谱 1 波长（λ）相邻两个波峰或波谷之间的直线距离，单位为米（m）、厘米（cm）、微米（μm）、纳米（nm）。这些单位之间的换算关系为1m＝102cm＝106μm＝109nm。 2频率（v）单位时刻内通过传播方向某一点的波峰或波谷的数目，即单位时刻内电磁场振动的次数称为频率，单位为赫兹（Hz，即s-1），频率和波长的关系为 3 波数（σ）每厘米长度内所含的波长的数目，它是波长的倒数，即σ＝1 / λ ,波数单位常用cm-1来表示。 4传播速度:辐射传播速度υ等于频率v乘以波长λ，即υ＝v λ。在真空中辐射传播速度与频率无关，并达到最大数值，用c 表示，c值准确测定为2.99792×1010cm/s 5周期T:相邻两个波峰或波谷通过空间某固定点所需要的时刻间隔，单位为秒（s）。 红外光谱法的特点: （1）特征性高。就像人的指纹一样，每一种化合物都有自己的特征红外光谱，因此把红外光谱分析形象的称为物质分子的“指纹”分析。（2）应用范围广。从气体、液体到固体，从无机化合物到有机化合物，从高分子到低分子都可用红外光谱法进行分析。（3）用样量少，分析速度快，不破坏样品。
简正振动的数目称为振动自由度，每个振动自由度相应于红外光谱图上一个基频汲取峰。每个原子在空间都有三个自由度，假如分子由n个原子组成，其运动自由度就有3n 个，这3n个运动自由度中，包括3个分子整体平动自由度，3个分子整体转动自由度，剩下的是分子的振动自由度。关于非线性分子振动自由度为3n－6，但关于线性分子，其振动自由度是3n－5。例如水分子是非线性分子，其振动自由度=3×3－6=3. 红外汲取光谱（Infrared absorption spectroscopy, IR）又称为分子振动—转动光谱。当样品受到频率连续变化的红外光照耀时，分子汲取了某些频率的辐射，并由其振动或转动运动引起偶极矩的净变化，产生分子振动和转动能级从基态到激发态的跃迁，使相应于这些汲取区域的透射光强度减弱。记录红外光的百分透射比与波数或波长关系的曲线，就得到红外光谱。 红外光谱在化学领域中的应用大体上可分为两个方面：一是用于分子结构的基础研究，应用红外光谱能够测定分子的键长、键角，以此推断出分子的立体构型；依照所得的力常数能够明白化学键的强弱；由简正频率来计算热力学函数。二是用于化学组成的分析，红外光谱最广泛的应用在于对物质的化学组成进行分析，用红外光谱法能够依照光谱中汲取峰的位置和形状来推断未知物
常用统计软件下载 1. SAS 8e(下载) SAS（statistical analysis system）是美国SAS软件研究所研制的一套大型集成应用软件系统，具有完备的数据存取、数据管理、数据分析和数据展现功能。尤其是创业产品—统计分析系统部分，由于其具有强大的数据分析能力，一直为业界著名软件，在数据处理和统计分析领域，被誉为国际上的标准软件和最权威、最优秀的统计软件包，广泛应用于政府行政管理、科研、教育、生产和金融等不同领域，发挥着重要的作用。SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等。 SAS系统是一个组合软件系统，由多个功能模块组合而成，其基本部分是BASE SAS模块。BASE SAS模块是SAS系统的核心，承担着主要的数据管理任务，管理用户使用环境，进行用户语言的处理，调用其它SAS模块和产品。也就是说，SAS系统的运行，首先必须启动BASE SAS 模块，它除了本身具有的数据管理、程序设计及描述统计计算功能外，还是SAS系统的中央调度室。它既可单独存在，也可与其它产品或模块共同构成一个完整的系统。各模块的安装与更新都可通过其安装程序非常方便地进行。SAS系统具有灵活的功能扩展接口和强大的功能模块，在BASE SAS的基础上，还可以增加如下不同的功能模块：SAS/STAT（统计分析模块）、SAS/GRAPH（绘图模块）、SAS/QC（质量控制模块）、SAS/ETS（经济计量学和时间序列分析模块）、SAS/OR（运筹学模块）、SAS/IML（交互式矩阵程序设计语言模块）、SAS/FSP（快速数据处理的交互式菜单系统模块）、SAS/AF（交互式全屏幕软件应用系统模块）等。SAS有一个智能型绘图系统，不仅能绘各种统计图，还能绘制地图。SAS提供多个统计过程，每个过程均含有极丰富的功能选项。用户还可以通过对数据集的一连串加工，实现更为复杂的统计分析。此外，SAS还提供了各类概率分析函数、分位数函数、样本统计函数和随机数生成函数，使用户能方便地实现特殊的统计分析。 虽然近几年SAS才在我国得到广泛应用，但是随着计算机应用的普及和信息事业的不断发展，越来越多的单位采用了SAS软件。尤其在教育和科研领域，SAS软件已成为专业研究人员实用的标准统计分析软件。SAS作为专业统计软件中的巨无霸，目前还没有其它统计软件包能与之抗衡。 2. MiniTab 14.0（下载） Minitab是美国宾州大学研制的国际上流行的一个统计软件包，其特点是简单易懂，在国外大学统计学系开设的统计软件课程中，Minitab与SAS、BMDP相互并列，有的学术研究机构甚至专门教授Minitab之概念及其使用。Minitab for Windows统计软件比SAS、SPSS等小得多，但功能并不弱，特别是它的试验设计与质量控制等功能。 MiniTab目前的最高版本为V14.1，它提供了对二维工作表中的数据进行分析的多种功能，包括：基本统计分析、回归分析、方差分析、多元分析、非参数分析、时间序列分析、试验设计、质量控制、模拟、绘制高质量三维图形等，从功能来看，Minitab除各种统计模型外，还具有许多统计软件不具备的功能——矩阵运算。 3. Statistica 6.0（下载） Statistica是一套完整的统计资料分析、图表绘制、资料管理、应用程序开发的系统，还提供
常用数据分析方法论 ——摘自《谁说菜鸟不会数据分析》 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路，比如主要从哪几方面开展数据分析？各方面包含什么内容和指标？ 数据分析方法论主要有以下几个作用： ●理顺分析思路，确保数据分析结构体系化 ●把问题分解成相关联的部分，并显示它们之间的关系 ●为后续数据分析的开展指引方向 ●确保分析结果的有效性及正确性 常用的数据分析理论模型 用户使用行为STP理论 SWOT …… 5W2H 时间管理生命周期 逻辑树 金字塔SMART原则 …… PEST分析法 PEST分析理论主要用于行业分析 PEST分析法用于对宏观环境的分析。宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。 对宏观环境因素作分析时，由于不同行业和企业有其自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治、经济、技术、社会，这四大类影响企业的主要外部环境因素进行分析。
以下以中国互联网行业分析为例。此处仅为方法是用实力，并不代表互联网行业分析只需要作这几方面的分析，还可根据实际情况进一步调整和细化相关分析指标：
5W2H分析法 5W2H分析理论的用途广泛，可用于用户行为分析、业务问题专题分析等。 利用5W2H分析法列出对用户购买行为的分析：（这里的例子并不代表用户购买行为只有以下所示，要做到具体问题具体分析）
逻辑树分析法 逻辑树分析理论课用于业务问题专题分析 逻辑树又称问题树、演绎树或分解树等。逻辑树是分析问题最常使用的工具之一，它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。 把一个已知问题当成树干，然后开始考虑这个问题和哪些相关问题有关。 （缺点：逻辑树分析法涉及的相关问题可能有遗漏。）
案例研究分析方法介绍 1.案例研究的起源 案例研究最早于1870年由美国哈佛大学法学院提出,其目的是为了在法律文献急剧增长的情况下使学生更有效的学习法律的原理原则。此后,案例研究作为一种教学方式被普遍应用于法律、商业、医学及公共政策等领域中。案例研究的另一个来源是是医学、社会工作和心理学工作者的个人描述,通常被称作“个案记录”或者“个案历史”。作为研究方法的案例研究不同于作为教学方法的案例研究,作为教学性案例研究的材料是经过精心处理的,以便更有效的突出其有用之处,而在研究型案例研究中这种行为是绝不允许的;此外,教学性案例研究不须考虑研究过程的严谨性,也不考虑忠实的呈现实证数据,而研究性案例研究则有及其严格的要求。 2.案例研究的核心内涵 案例研究作为社会科学领域的主要研究方法之一,与调查法和实验法并列成为实证研究的重要方法。案例研究与其他类型的研究方法通常会结合使用,发展至今,已经形成了一套完整的研究体系。对于案例研究方法的定义,各学者都提出了自己的见解。Jennifer Platt对案例研究的定义为“一整套设计研究方案必须遵循的逻辑,是只有当所要研究的问题与其环境相适应时才会适用的方法,而不是什么环境下都要生搬硬套的教条。”Robert Yin则认为案例研究是一种经验主义的探究,它研究现实生活背景中的暂时现象;在这样一种研究情境中,现象本身与其背景之间的界限不明显,(研究者只能)大量运用事
例证据来展开研究。Robert Yin的定义得到了广大的学者的认同。虽然目前对于案例研究尚没有完全严格的定义,但总体来说,作为一 种研究思路的案例研究包含了各种方法,涵盖了设计逻辑、资料收集技术,以及具体的资料分析手段。就这一意义来说,案例研究既不是资料收集技术,又不仅限于设计研究方案本身,而是一种全面的、综合性的研究思路。 根据Robert Yin等学者的观点,案例研究方法适用于解决“怎么样”和“为什么”的问题。具体来说,案例研究具有以下几种用途:其最重要的用途是解释现实生活中的各种因素之间假定存在的联系,这与案例研究的前提密切相关,即案例的现象与背景存在着密切的联系,而这种联系的复杂程度又是实验或调查都无法解释的。用评估学的术语来说,就是解释某一方案的实施过程与方案实施效果之间的联系。第二个用途是描述某一刺激及其所处的现实生活场景。第三个用途是以描述的形式,列示某一评估活动中的一些主题。第四个用途是探索那些因果关系不够明显、因果联系复杂多变的现象。第五个用途是进行元评估,即对某一评估活动本身进行再评估。 3.案例研究的分类体系 案例研究作为一种研究方法,其过程中会涉及到多种研究维度,因此一个清晰的分类体系可以帮助研究者选择合适的研究方法。按研究目的分类探索性案例研究、描述性案例研究、解释性的案例研究。按分析单位分类整体性案例研究和嵌入性案例研究案例研究可以选择单案例研究,也可以选择多案例研究。两者都属于案例研究的变式,
常用的统计计量数学软件 【来源：山东大学生数学建模网】 1、GAUSS_5.0、GAUSS_6.0、破解文件 Gauss数学和统计系统是一个易于使用的基于强有力的Gauss矩阵语言的数据分析系统。十多年来，Gauss被科学家，工程师，统计学家，金融分析家，生物学家和其余科技工作者用于解决各种问题，从基础的统计分析到大规模的实际问题。从1984年推广使用以来，Gauss也成为大规模数据处理和复杂建模的标准。世界范围内的接受和政府工业部门及学术领域范围内的使用对它的效能和多功能性给予了有力证明。Gauss系统能从以下方面给予描述：它是一个非常有效的数据处理者，一种全面的程序设计语言，一个内部相互作用的分析环境。 2、Aptech Gauss v6.0 Aptech Gauss v6.0 特别文件(CR)：Vue 4 Professional是一款最高效和高级的解决方案：专为创建赋于灵性的3D自然风景的图形软件。它集成和拓展几乎所有3D应用，提供了一个完全、专业的自然3D工作室；并且特别为专家设计，集成了许多易用特性，为您提供了无缝工作流程……透过同步插件，可完整支持3DS Max、Cinema 4D、LightWave、Maya、Softimage XSI等文件格式。 1、点击下载：EViews3 https://www.doczj.com/doc/e51735589.html,/jiliangruanjian/eviews3.zip 2、点击下载：EViews4 https://www.doczj.com/doc/e51735589.html,/jiliangruanjian/eviews4.rar 3、点击下载：EViews4.1 https://www.doczj.com/doc/e51735589.html,/jiliangruanjian/eviews41.rar 文件大小23.4M，包括EViews3.1安装程序、EViews4.0升级包，帮助文件升级包、pdf帮助文件升级包。 ******安装步骤： （1）安装Eviews3.1目录下Setup.exe，安装eveiws 3.1。 （2）把Eviews4目录下的文件全选复制到第1步eviews的安装目录。
一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。
2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。
第五讲 主要经济分析方法介绍 赵德友 微观经济学研究如何使企业的利润最大化。宏观经济学主要研究如何实现四大调控目标即促进经济增长、增加就业、稳定物价、保持国际收支平衡。 一、经济总量、速度、结构分析 1．经济发展速度 （1）生产总值名义发展速度 %100?= 上年当年价生产总值 当年价生产总值 名义发展速度 名义发展速度不反映生产规模的物量发展，因此计算发展速度一律使用可比价格或不变价格。 （2）生产总值实际发展速度 生产总值平减指数 名义发展速度生产总值平减指数 上年现价生产总值现价生产总值 上年不变价生产总值不变价生产总值= ??=?% 100%100 %100?= 实际发展速度 名义发展速度 生产总值平减指数 生产总值平减指数又叫通货膨胀指数。 （3）各产业增加值的发展速度（略） （4）环比发展速度 设第t 年的生产总值为y t 设第t-1年的生产总值为Y t-1，则第t 年的环
比发展速度R t 为： %1001 ?=-y y R t t t （5）定基发展速度 设第k 年的生产总值为y k ,第k+t 年的生产总值为y k+t ，则第k+t 年对第k 年的定基发展速度S k+t ，k 为： %100,?= ++y y S k t k k t k 定基发展速度与环比发展速度的关系为： R R R S t k k k k t k ++++???=......21, 2．经济增长速度 增长速度等于增长量与基期水平之比。环比增长速度r t 为： %1001 1 ?-= --y y y r t t t t 第k+t 年对第k 年的定基增长速度s k+t ，k 为： %100,?- = ++y y y s k k t k k t k 环比经济增长速度r t =环比发展速度R t -100% 定基增长速度s k+t ，k =定基发展速度S k+t ，k -100% 3．平均发展速度和平均增长速度 第k+t 年对第k 年的平均发展速度g k+t ，k 为： t k t k t t k y y g ++=, 第k+t 年对第k 年的平均增长速度h k+t ，k 为：
世界三大统计分析软件的比较： 2007-04-10 SAS（多变量数据分析技术与统计软件） SAS是美国SAS(赛仕)软件研究所研制的一套大型集成应用软件系统，具有比较完备的数据存取、数据管理、数据分析和数据展现的系列功能。尤其是它的创业产品—统计分析系统部分，由于具有强大的数据分析能力，一直是业界中比较著名的应用软件，在数据处理方法和统计分析领域，被誉为国际上的标准软件和最具权威的优秀统计软件包，SAS系统中提供的主要分析功能包括统计分析、经济计量分析、时间序列分析、决策分析、财务分析和全面质量管理工具等。 SAS系统是一个组合的软件系统，它由多个功能模块配合而成，其基本部分是BASE SAS模块。BASE SAS模块是SAS系统的核心，承担着主要的数据管理任务，并管理着用户使用环境，进行用户语言的处理，调用其他SAS模块和产品。也就是说，SAS系统的运行，首先必须启动BASE SAS模块，它除了本身所具有数据管理、程序设计及描述统计计算功能以外，还是SAS系统的中央调度室。它除了可单独存在外，也可与其他产品或模块共同构成一个完整的系统。各模块的安装及更新都可通过其安装程序比较方便地进行。 SAS系统具有比较灵活的功能扩展接口和强大的功能模块，在BASE SAS的基础上，还可以增加如下不同的模块而增加不同的功能：SAS/STAT（统计分析模块）、SAS/GRAPH （绘图模块）、SAS/QC（质量控制模块）、SAS/ETS（经济计量学和时间序列分析模块）、SAS/OR（运筹学模块）、SAS/IML（交互式矩阵程序设计语言模块）、SAS/FSP
（快速数据处理的交互式菜单系统模块）、SAS/AF（交互式全屏幕软件应用系统模块）等等。 SAS提供的绘图系统，不仅能绘各种统计图，还能绘出地图。SAS提供多个统计过程，每个过程均含有极丰富的任选项。用户还可以通过对数据集的一连串加工，实现更为复杂的统计分析。此外，SAS还提供了各类概率分析函数、分位数函数、样本统计函数和随机数生成函数，使用户能方便地实现特殊统计要求。 目前SAS软件对Windows和Unix两种平台都提供支持，最新版本分别为8.X和6.X。与以往的版本比较，6.X版的SAS系统除了在功能和性能方面得到增加和提高外，GUI界面也进一步加强。在6.12版中，SAS系统增加了一个PC平台和三个新的UNIX平台，使SAS 系统这一支持多硬件厂商，跨平台的大家族又增加了新成员。SAS 6.12的另一个显著特征是通过对ODBC、OLE和MailAPIs等业界标准的支持，大大加强了SAS系统和其它软件厂商的应用系统之间相互操作的能力，为各应用系统之间的信息共享和交流奠定了坚实的基础。 虽然在我国SAS的逐步应用还是近几年的事，但是随着计算机应用的普及和信息事业的不断发展，越来越多的单位采用了SAS软件。尤其在教育、科研领域等大型机构，SAS软件已成为专业研究人员实用的进行统计分析的标准软件。 然而，由于SAS系统是从大型机上的系统发展而来，其操作至今仍以编程为主，人机对话界面不太友好，系统地学习和掌握SAS，需要花费一定的精力。而对大多数实际部门工作者而言，需要掌握的仅是如何利用统计分析软件来解决自己的实际问题，因此往往会与大型SAS软件系统失之交臂。但不管怎样，SAS作为专业统计分析软件中的巨无霸，现在鲜有软件在规模系列上与之抗衡。
统计分析方法有哪几种？下面天互数据将详细阐述，并介绍一些常用的统计分析软件。 一、指标对比分析法指标对比分析法 统计分析的八种方法一、指标对比分析法指标对比分析法，又称比较分析法，是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法,有比较才能鉴别。 指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较，如不同部门、不同地区、不同国家的比较，也叫横向比较；动态比较是同一总体条件不同时期指标数值的比较，也叫纵向比较。 二、分组分析法指标对比分析法 分组分析法指标对比分析法对比，但组成统计总体的各单位具有多种特征，这就使得在同一总体范围内的各单位之间产生了许多差别，统计分析不仅要对总体数量特征和数量关系进行分析，还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求，把所研究的总体按照一个或者几个标志划分为若干个部分，加以整理，进行观察、分析，以揭示其内在的联系和规律性。 统计分组法的关键问题在于正确选择分组标值和划分各组界限。 三、时间数列及动态分析法 时间数列。是将同一指标在时间上变化和发展的一系列数值，按时间先后顺序排列，就形成时间数列，又称动态数列。它能反映社会经济现象的发展变动情况，通过时间数列的编制和分析，可以找出动态变化规律，为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。 时间数列速度指标。根据绝对数时间数列可以计算的速度指标：有发展速度、增长速度、平均发展速度、平均增长速度。
动态分析法。在统计分析中，如果只有孤立的一个时期指标值，是很难作出判断的。如果编制了时间数列，就可以进行动态分析，反映其发展水平和速度的变化规律。 四、指数分析法 指数是指反映社会经济现象变动情况的相对数。有广义和狭义之分。根据指数所研究的范围不同可以有个体指数、类指数与总指数之分。 指数的作用：一是可以综合反映复杂的社会经济现象的总体数量变动的方向和程度；二是可以分析某种社会经济现象的总变动受各因素变动影响的程度，这是一种因素分析法。操作方法是：通过指数体系中的数量关系，假定其他因素不变，来观察某一因素的变动对总变动的影响。 用指数进行因素分析。因素分析就是将研究对象分解为各个因素，把研究对象的总体看成是各因素变动共同的结果，通过对各个因素的分析，对研究对象总变动中各项因素的影响程度进行测定。因素分析按其所研究的对象的统计指标不同可分为对总量指标的变动的因素分析，对平均指标变动的因素分析。 五、平衡分析法 平衡分析是研究社会经济现象数量变化对等关系的一种方法。它把对立统一的双方按其构成要素一一排列起来，给人以整体的概念，以便于全局来观察它们之间的平衡关系。平衡关系广泛存在于经济生活中，大至全国宏观经济运行，小至个人经济收支。平衡分析的作用：一是从数量对等关系上反映社会经济现象的平衡状况，分析各种比例关系相适应状况；二是揭示不平衡的因素和发展潜力；三是利用平衡关系可以从各项已知指标中推算未知的个别指标。 六、综合评价分析 社会经济分析现象往往是错综复杂的，社会经济运行状况是多种因素综合作用的结果，而且各个因素的变动方向和变动程度是不同的。如对宏观经济运行的评价，涉及生活、分配、流通、消费各个方面；对企业经济效益的评价，涉及人、财、物合理利用和市场销售状况。如果只用单一指标，就难以作出恰当的评价。 进行综合评价包括四个步骤：
数据分析指标体系 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力，包括大数据处理、数据分析和数据挖掘能力。无论是电商平台还是在电商平台上销售产品的商户，都需要掌握大数据分析的能力。越成熟的电商平台，越需要以通过大数据能力驱动电子商务运营的精细化，更好的提升运营效果，提升业绩。因此构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提。 电商数据分析指标体系可以分为八大类指标：包括总体运营指标、网站流量指标、销售转化指标、客户价值指标、商品类目指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。能否灵活运用这些指标，将是决定电商平台运营成败的关键。 1.1.1.1总体运营指标 总订单数量：即访客完成网上下单的订单数之和。 销售金额：销售金额是指货品出售的金额总额。 客单价：即总销售金额与总订单数量的比值。 销售毛利：销售收入与成本的差值。销售毛利中只扣除了商品原始成本，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。
毛利率：衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。 1.1.1.2网站流量指标 独立访客数（UV）：指访问电商网站的不重复用户数。对于PC网站，统计系统会在每个访问网站的用户浏览器上添加一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如（一天）统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。 页面访问数（PV）：即页面浏览量，用户每一次对电商网站或者移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。 人均页面访问数：即页面访问数（PV）／独立访客数（UV），该指标反映的是网站访问粘性。 单位访客获取成本：该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的作弊问题。 跳出率（Bounce Rate）：为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。 页面访问时长：页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。 人均页面浏览量：人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。