统计本科论文范文

统计在国家实行科学决策和现代管理中发挥着非常重要的作用，准确可靠的统计数据是统计学信用的基石。下文是我为大家整理的关于统计优秀论文 范文 的内容，欢迎大家阅读参考!

试谈统计安全与统计法治

摘要：本文对统计法治问题进行了讨论，阐述了统计数据质量与国家统计安全、统计法治和统计体制之间的关系，并且探讨了如何实现统计法治。

关键词：统计数据;统计安全;统计法治

由于现阶段我国的统计法还不是很完善，在某些方面统计数据还是会受到人为因素的干扰。我们知道一个法治的基础是这个法治的建设，统计法治也一样，由此，我国推出了更具有可操作性的《处分规定》，这种规定的推出具有十分重要的意义。

一、统计数据质量与国家统计安全

国家统计安全从字面上的意义理解就是保证国家的统计工作安全地进行，不受到外界的干扰。具体表现在数据的安全性、活动的安全性、技术手段的安全性。

在国家统计工作中所受到的威胁主要来自三个方面：内在威胁、外在威胁、技术威胁。这三方面对统计工作的影响是相互关联的。总的来看，人为因素对国家统计工作所带来的影响最严重，这种影响直接使统计数据发生变化。国家设立统计部门的目的是为了为国家的管理和决策服务，通过对数据的采集和分析给国家的管理和决策提供可靠的科学依据。因此不合理的数据会影响到国家的决策，是国家对各个部门的管理缺乏依据。如果一个国家的统计数据不真实，那么会对这个国家造成多么大的危害我们可想而知。

第一，国家的经济发展和统计数据密切相关，统计数据失真会严重影响我国经济的健康发展。例如上次全球性的全球危机，给人们都留下了深刻的印象。但我们知道一个国家一个地区的经济发展是具有周期性的，我们能做的只能是控制经济周期的波动大小，延长周期的长度，最重要的就是在经济发展的过程中正确的判断经济发展所处的发展阶段。

第二，一个国家的社会安全与统计数据也有一定的必然联系，统计数据失真会对国家的社会安全造成很大的威胁。除此之外，统计数据同样制约着社会的稳定。比如，在中国的六十年代发生的“大跃进”每亩地的粮食产量超过万斤的严重失真数据，冲晕了老百姓的头脑，向上级部门谎报粮食产量数据，导致领导对国家粮食的生产形势产生了错误的评估，对粮食征收额度大大的超出了农民的承受范围，造成了中国大部分地区闹粮荒，大量老百姓因饥饿而死亡，在很大程度上给社会带来了负面影响。

第三，一个国家的政治安全与统计数据也有密切的关系，统计数据失真会严重影响一个国家的政治稳定。数据统计管理人员凭借虚假的数据来谋取利益，这种行为在当今社会非常多见，我们称这种行为是数据腐败。这一现象明显的反映出领导干部的思想觉悟存在着问题，深层次的反应了党风和政风问题。

二、统计的本质与统计法治

正如我们所想，统计就是有目的地去搜集数据，然后对这些数据进行研究讨论，从这些数据中得到一定的客观规律。当我们进行某一项的统计活动时我们要明确统计的目的，统计的内容和统计 方法 这三项最基本的步骤，其中“统计的原因”是数据统计的根本，只有知道统计的是什么，统计的思想，下面的统计工作才能顺利的进行。毫无疑问，统计目的决定着统计结果。

总的来说，统计的本质就是通过数据整理来制定一些法制法规来适应社会的发展，虽然在不同的阶段统计目的有所不同，但在统计过程中所得到的数据都是人类的需求。因为，在各个社会阶段，人类都是在寻求自己的真理，而统计则是得到真理的有效途径之一。如果在一个社会阶段统计数据失真，那么会严重影响社会的发展，因此我们可以说统计数据的真实性就是统计活动的生命线。

三、统计法治需要多管齐下

第一，领导干部必须遵守统计法制，领导干部要给大家起着榜样的作用，值得人们去效仿。如果在领导干部中出现了错误，在数据上弄虚作假不能保证统计数据的真实性，不能给大家起着模范作用，这样就会引起大家的效仿，时间长了，在整个社会中就没有良好的统计环境，那么统计法治就会在人们的脑中渐渐的淡去。

第二，统计法治需要每个人的积极响应，也就是说要搞好统计法治就要以提高人民的统计素养为前提条件。这里的统计素养指的是人民对统计相关知识的了解程度和他们的统计理论水平，更主要的是人民能否恰当的运用统计理论于实际生活中。我们知道，统计知识是统计法治的基础，统计观念是统计法治的灵魂。因此，统计法治是以人民的统计素养为前提条件，如果人民对统计知识了解甚少，那么他们在实际生活中就不能确切的理解统计的意义和对过程的重要程度，甚至会随意的编造数据，这样会严重影响统计活动的正常进行，统计数据的真实度也会大打折扣。因此我们要提高人民的统计素养，在实际生活中通过典型的案例去引导民众对统计法治认识性，让民众意识到统计违法会给自身和社会带来的负面影响，使《统计法》和《处分规定》深入人心。

第三，舆论对于统计法治具有重要的作用。舆论既具有正面的宣传引导作用也具有负面的监督批评作用。如果我们正确的使用舆论会给统计法治带来重要的意义。我们知道舆论的力量是强大的，随着社会的发展，网络、电视等各种传媒设施已经普及到家家户户，我们可以通过这些媒介来对统计法规进行宣传，对老百姓进行统计知识的普及，对于那些违反统计法律法规的人和事要大胆的曝光。使公众都参与到统计法治的舆论范围中，揭发检举周围违反统计法律法规的人，对于那些对统计法律法规有贡献的人要给予物质和精神奖励。此外，要争取到各个大网站和报社的支持，利用这些强有力的 渠道 做好统计工作的宣传工作。目前最重要的部分就是做好《处分规定》的宣传工作，为《处分规定》的宣传工作营造一个良好的环境，并进行有力的监督。

除此之外，我们要对传统的统计管理体制进行改革，形成一个集中统一的国家统计系统，能够克服人为因素的干扰，给统计法治一个更加良好的发展环境。

参考文献：

[1]李金昌.浅论官方统计的本质[J].中国统计,2005(12).

[2]李金昌.浅论国家统计安全[J].中国统计,2006(08).

[3]李金昌.论统计素养[J].浙江统计,2006(01).

浅论提高企业统计质量优化统计服务

摘要：统计工作是经济社会发展的“晴雨表”，是 企业管理 中的一项重要基础工作。 文章 分析了企业统计工作现状中存在的四方面问题，从五方面提出加强统计管理工作，确保统计数据准确的 措施 ，以期提高统计质量，优化统计服务的建议。

关键词：统计 质量 现状 存在问题 建议

统计工作作为经济社会发展的“晴雨表”，是认识国情、研究国力、制定国策、监督国是，实行国家宏观管理的重要工具。其中工业统计是统计的一个分支，而作为工业统计基本单位的企业，其统计又是企业认识再生产过程及其规律的一种工具，是企业加强管理和提高经济效益的一项重要基础工作。企业的诸多重大决策依据均来自于统计数据，因此提高统计质量，优化统计服务，强化统计工作对企业强化管理，实现经济效益最大化所产生不可替代的巨大作用正为愈来愈多的企业所重视。

一、正视企业统计工作的现状

目前，大部分国有发电企业大都脱胎于计划经济管理体制之下，虽已建立比较完备和成熟的统计工作管理体系和运行机制，但在适应新的市场竞争要求面前，仍存在着诸多弊端。一是基础设施薄弱，需进一步加大投资力度，完善电厂计量等设施建设。如某厂是一个建厂五十余年的老厂，设备陈旧落后，目前统计数据的取得还停留在运行人员的运行记录表纸阶段，这就造成了多方面的问题：一方面因运行考核主要依据被考核的人所记录的各项统计指标，形成了运行人员既当“运动员”，又当“裁判员”的管理上的缺陷，造成统计数据的可靠性下滑和统计职能上的缺失。

比如其老厂主蒸汽系统为母管制，由于小集体利益的驱使，锅炉运行人员为提高锅炉效率会将锅炉蒸汽流量虚大记录，汽机运行人员为降低汽机汽耗率会将汽机侧主蒸汽流量虚小记录，这样就造成了计算中从锅炉到汽机的管道损失的增大，与实际运行情况不符;另一方面由于运行记录为一小时记录一次，由点之和代表全天情况难免有失偏颇。

因此迫切需要一方面加快网络等现代化技术的建设，实现数据的在线采集;另一方面在计量设备上，尽量将一些需要总量的数据如锅炉、汽机主蒸汽流量及给水流量的表计设为积算器，避免点记出现的误差。二是统计数据严重滞后于企业市场化管理，需进一步规范统计指标。随着电力体制的改革深入，原有的部分统计指标已不能适应新形势的要求，比如在电厂的产成品上，过去强调的多是发电量完成的多少，而现在则更多强调上网电量——即最后进入电网的电量，最终能形成收入的电量，并且具备上网电量关口计量表计。

目前一些财务指标如发电单位成本已同上网电量接轨，变为单位上网电量所耗用的成本，同步诸如发电煤耗、供电煤耗等指标也需同上网电量发生关系，改为统计上网电量标准煤耗率，即单位上网电量所耗用的标煤量，这样才能真正反映电厂的综合能耗水平，更好地适应新形势的要求。三是统计人员素质参差不齐，需进一步强化统计队伍建设。由于历史原因，人们普遍认为统计工作只是简单的数字加减，因此对统计工作的重视程度不够，对统计人员的培训倾斜力度小。老厂存在的情况大多是统计人员没有正规学历，只靠老师傅“传、帮、带”来开展统计工作，但对于新建发电企业来说，要么是新 毕业 的大学生，要么是从生产线上退下来的职工，大多专业不对口，统计人员的素质仍然参差不齐，有待加大培训力度。

这就需要采取多种形式解决统计人员的素质问题，比如派统计人员到专业学校去学习相关专业知识;或者请统计方面的专家、学者到企业为统计人员讲课，现场指导，解难答疑等。四是数据上报渠道混乱，需进一步统一上报口径。目前需要基层统计报表的部门主要有国家及政府统计部门、行业部门、企业上级及内部各相关领导及部门。

这些部门所需报表数目繁多，而且很多是一个部门一个系统，这就造成同一指标统计人员要输入多次的现象，既增加了统计人员的工作量又增加了统计数据出现误差的概率。因此还需将对政府及上级行业部门的报表与厂内所编的报表程序进行链接，直接取数，这样就理顺了内部管理和外部提供资料的关系，把向外部 报告 资料和内部管理融为一体，不重不漏，既方便了统计工作，又能杜绝统计数据的主观造假及无意的出错。

二、加强统计管理工作，提高统计质量

企业统计工作是一项系统性的工作，必须按照科学、严谨和实事求是的态度，进行全方位、多角度深化，制度化、规范化推进，确保统计数据准确、真实、可靠、有效。

1.必须深入贯彻执行统计法，杜绝违法统计现象的发生。

统计工作，首先必须严格贯彻执行统计法，保证统计数据的真实、可靠。因此，一方面统计人员在日常工作中应时时、处处、刻刻注意宣传统计法，尤其是针对原始数据的来源——运行人员的记录， 教育 督促他们要尊从实际，一切从实际出发，反映机组的真实情况;另一方面，积极响应国家、省、市统计局的号召，定期开展“统计执法大检查活动”，利用活动时间认真学习统计法并进行重点抽查，对虚记、估记数据的人员严格考核，确保原始数据的真实性。

2.完善统计管理办法，规范统计工作秩序。

为搞好企业统计工作，保障统计资料的准确性和及时性，发挥统计在生产和经营管理中的作用，更好地为发展电力市场经济服务，根据统计法，必须编制企业统计管理制度，从统计工作的主要任务、统计工作的分工和内容、统计管理、统计工作的质量要求、全厂各专业之间的联系制度等方面进行严格规定，尤其是要将统计工作详细分解到各个部门、各个人员，并明确规定各相关部门完成工作并相互报送报表的时间，以减少统计工作中的推诿扯皮现象，规范并理顺各部门的统计工作，全厂的统计工作才能得以有条不紊地进行。

3.认真编报各类报表，确保报表报送的时效性：目前基层统计部门的报表按时间可分为五类：

第一类为快报，即在事件发生24小时以内必须上报的报表，主要是针对一些异常、障碍及事故等方面的安全情况制定的，目的是为了上级部门及时了解事件真相。

第二类为日报，即反映前一天全厂机组的运行情况，包括发电量、上网电量、供热量、供电煤耗等一些大指标及压力、温度等小指标，风力发电要有日平均风速等指标等，主要是为生产部门及主管领导及时了解各种运行状况下的运行参数，以便更好地进行运行调度，保证机组在最合理、经济条件下运行。

第三类为月报，即在日报的基础上进行累计计算，加上月末粉位调整、煤场盘煤及全月燃油后进行计算的报表;

第四类为季报，即在月报的基础上编制而成;

第五类为年报，主要包括一些大的生产经营指标及机组设备方面的变更。无论是何种报表的编制，均应严格按照统计标准，并根据厂的实际情况进行计算。统计工作的性质决定了统计人员在每月1日无论出现什么情况都必须以比平时正常上班都要早的时间来提前上班，统计人员牺牲了诸如 元旦 、 春节 、五一、十一等多个节假日，目的只是为了保证能按时准确地向厂内相关部门、上级政府部门及行业部门提供准确无误的报表，优质完成统计服务工作。

4.开展统计分析调查，为企业经营决策提供依据。统计分析是企业对生产经营过程和经营成果进行全面系统分析研究，改善经营管理、提高经济效益的一种重要手段。一般发电企业均实行以月度为周期的统计分析制度，每月各相关部门对所辖指标的当月及累计发生情况进行一次全面的统计分析工作，由计划统计部门汇总并报相关领导、车间、部室、公司以及上级有关部门。每季召开一次全厂统计分析会(经济活动分析会)，党政主要领导及各相关单位的负责人参加，以全厂经济效益目标为中心，突出重点，不回避难点和矛盾，对重点、难点问题针对性地提出工作措施建议。

在此基础上，还应不定期地实行专题分析，针对目前实际中出现的问题，及时召集相关部门进行专题分析，透过现象看本质，通过指标看问题。如针对某段时间供电煤耗奇高，可进行降低供电煤耗的专题探讨分析、针对综合厂用电率高可进行上网电量的结构分析及降低厂用电率可采取的措施，针对供热与电厂效益的关系可进行热电联产经济效益分析，针对供水计量中存在的问题可进行提高关口计量表计的准确性等专题分析，尤其现在新建发电企业，如风电、光伏电站，因可借鉴的历史资料较少，更应加强统计分析工作，没有同期数据比较，就要加大与可研资料的对比分析，加大与同区域发电企业的数据对比分析，或者是针对实际问题开展一些专题分析。

如某光伏电站，经常出现直流柜空气开关跳闸情况，针对这种情况，通过对大量统计数据及实验数据的比对分析，发现有一16回路汇流箱接入80A空开，行成“小马拉大车”的情况，负荷超过80A空开所能承受的电流后，开关跳闸，有一8回路汇流箱接入160A空开，形成“大马拉小车”的局面，影响发电量的减少，经过厂家配合重新接线后，再没出现开关跳闸情况，且最高负荷提高了3个百分点。这些专题分析切实能起到统计分析的目的，从而改善企业生产经营管理状况，提高企业整体经济效益，为确保发电企业总体经营目标的实现提供保障。

5.加强统计人员的培训工作，提高统计人员整体素质：统计事业是一项智力型事业，高智力型事业与低整体素质的矛盾是阻碍统计工作大踏步前进的主要障碍。要冲破这一障碍，就必须大力发展统计教育，建立一支具有高度政治觉悟、掌握现代科学和多方面技能的统计队伍。在统计人员的培训上，要坚持国家与地方并举，教育与实践相结合的方针，时间上以业余为主，方法上以参加培训班为主，内容上以更新提高为主。如：每位统计人员均需取得统计上岗证并保证年检制度;参加各种统计普法培训;参加国家统计学会及电力学会举办的培训班等，进行多层次、多类型、多方位地教育培训，大大提高统计队伍的整体素质，为统计工作的优质服务奠定基础。

随着社会的不断发展与进步，统计工作也会向更高更深的层次发展，这就要求统计人员必须坚持不懈地致力于统计工作，不断提高统计质量，优化统计服务，确实当好企业领导及更高层领导的参谋和助手。

参考文献：

1.国家统计局工业交通统计司.新编工业统计工作指南

2.广西壮族自治区统计局.工业统计手册.广西经济出版社，2010

3.樊华英.如何提高统计质量.广西经济出版社，2010

4.大唐山东发电有限公司计划与投融资部.中国大唐集团公司计划与投融资管理制度汇编

SPSS软件是“统计产品与服务解决方案”软件，是数据统计分析的一个重要的工具。下文是我为大家整理的关于spss统计分析论文的 范文 ，欢迎大家阅读参考!

统计分析软件SPSS的特点和应用分析

【摘要】通过文献资料法，介绍了统计分析软件SPSS的特点，并通过实例：用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的应用做了详细的介绍，旨在为学习SPSS软件的人们提供参考。

【关键词】统计分析软件;SPSS;独立样本;非参数检验

一、前言

统计分析软件SPSS是一款统计产品与服务解决方案的软件，其全称为“统计产品与服务解决方案(Statistical Product and Service Solutions)”。该软件是一款在统计中应用很广的统计分析软件，目前在各专业 毕业 论文经常可以看到它的身影，其应用范围广、方便快捷等特点吸引着众多的 爱好 者。本文通过对统计分析软件SPSS的功特点进行介绍，通过举例用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的操作用做了详细的介绍，为学习SPSS软件的人们提供参考。

二、SPSS软件的特点

(一)操作简便

SPSS软件的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。

(二)编程方便

具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计 方法 的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。

(三)功能强大

具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

(四)全面的数据接口

能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件， Excel 的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt，word，PPT及html格式的文件。

(五)灵活的功能模块组合

SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。

(六)针对性强

SPSS针对初学者、熟练者及精通者都比较适用。并且现在很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。

三、实例分析――两个独立样本的检验(Test for Two Independent Sample)

例题：为了调查甲、乙两地土壤对 种植 同一种西瓜有没有影响，从这两个产地分别随机抽取同种的8只和7只西瓜，称重后得重量(市斤)如下：

甲(斤)：、、、、、、、

乙(斤)：、、、、、、

问：根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异?

解：建立假设 H0：甲乙两地的西瓜重量没有显著差异;

H1：甲乙两地的西瓜重量有没有显著差异。

然后根据上面给出的数据建立数据文件，注意数据文件中有一个表示重量数据的变量和一个表示地区分组的变量。最后在数据编辑窗口进行检验。检验的具 体操 作过程如下：

第一步：单击Analyze Nonparametric Test 2 Independent Sample，打开Two-Independent-Sample对话框(见图1)。

第二步：选择检验的变量进入检验框中，选择分组变量进入Grouping Variable框中，单击Define Group键，打开Define Group对话框，将分组变量值分别键入两个框中，单击Continue返回主对话框(见图2)：

第三步：在Test Type栏中，确定检验方法。

SPSS中提供了四种检验方式，几种检验方法侧重点不同，但都是先把两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。本文选择了常用的Mann-Whitney U曼―惠特尼检验和Kolmogorov-Smirnov Z K-S检验。

第四步：选择输出的结果形式及缺失值处理方式;

第五步：单击OK，得输出结果。

所以，以上两种检验结论是一致的。也就是说在两地种植的同一种西瓜地重量没有显著差异。

参考文献

[1]杜志渊.常用统计分析方法―SPSS应用[M].山东人民出版社,2011.

[2]刘宁元.运用SPSS对高职专业课程成绩进行相关分析[J].电脑与电信,2007(3).

[3]井海立.SPSS在数学试卷统计分析中的应用[J].科技信息(学术版),2006(10).

试谈SPSS软件在考试数据统计分析中的应用

摘要： SPSS软件是数据统计分析的一个重要的工具。本文作者利用SPSS软件对考试数据的相关性、检验假设进行了统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤，文中的方法对考试研究人员具有一定的指导意义。

关键词： SPSS软件 考试数据 统计分析 操作步骤

1. 引言

一份好的试卷须有好的测量指标来表明它的优良程度，试题有难度和区分度指标，试卷有效度和信度指标，这些是评价考试最主要的测量指标，但是仅有这些指标不足以反映一份试卷的实际测量效果，考试研究人员希望从考生的试卷统计分析中获取更多的信息来评价一份试卷。在计算机未普及的年代，考试成绩统计主要依靠人工阅卷，考试数据无法电子化存储，对考试数据分析统计难以实现。随着计算机的普及和信息化的推广，各种分析数据的软件应运而生，这些软件中汇集了统计学和测量学的分析工具，使得应用电子信息技术分析统计考试成绩数据成为可能，这些统计信息可以为教研部门、考试行政部门进行行政决策等提供非常重要的帮助。在众多的统计分析软件当中，SPSS是应用最多、影响最广泛的分析工具之一。在本文中，我们以SPSS软件为工具，对 教育 招生考试成绩的数据进行统计分析，分析主要着重于考试数据的相关性、假设检验等几个方面。

2. SPSS分析软件简介

“SPSS统计分析软件”的英文名称为“Statistical Package for the Social Science”，中文名称为“社会科学统计软件包”，它是世界著名的统计分析软件之一，在自然科学、社会科学的各个领域均有非常广泛的应用。SPSS是一个组合式软件包，它集数据整理、分析于一身，主要功能包括数据管理、统计分析、图表分析、输出管理等，该软件的统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

下面我们利用SPSS软件对考试数据的相关性、检验假设进行统计分析，介绍使用SPSS进行统计分析的一般方法和步骤。

3. 相关性分析

教育考试中，考试结果的信度，试题的区分度，每个题目得分与试卷总分的关系，以及题目之间的关系，等等，都是考试研究的重要内容，最主要的研究方法就是数据的相关性分析。在众多的教育考试数据的相关性分析方法中，Pearson相关系数法、Spearman相关系数法和Cronbach α信度系数法是比较常用的几种方法。

Pearson相关系数法计算公式：

式中x为第i个考生第j题的得分，y为第i个考生第k题的得分，为第j题的平均分，为第k题的平均分，n为测试样本量。该公式既可以计算两个连续变量之间的相关性，又可以计算一个双歧变量与一个连续变量之间的相关性。

Spearman相关系数法计算公式：

r=1-(2)

式中D为两个变量的秩序之差，n为样本容量。

Cronbach a信度系数法计算公式：

α= 1-(3)

式中n为试题数，s为第i题的标准差，s为总分的标准差。该公式实际上就是将考试中所有试题间相关系数的平均值(又称内部一致性)作为α信度系数。

对于给定的一组考生成绩数据，利用SPSS统计分析软件可以非常容易地定量分析考生某学科试卷总分和该学科某道题的相关性，以及各个题目之间的相关性。我们以Pearson相关系数分析为例，利用SPSS软件进行统计分析。

数据统计分析的对象是某省高考数学6道解答题的得分情况(不是整张试卷)，数据源于该省的高考数据成绩。研究的目的是测量6道解答题每两个题目之间的相关性。

我们以SPSS 版本的软件为例，介绍利用SPSS进行数据统计分析的步骤(以Pearson相关系数法为例)：

(1)将考试数据导入SPSS软件，在SPSS数据窗口中，顺序点击【Analyze】→【Correlate】→【Bivariate...】，系统弹出变量相关系数设置对话框。

(2)在该对话框中，将待计算的变量从左侧的变量列表中导入到右侧的“Variables”变量列表中，在本例中导入t1、t2、t3、t4、t5、t6共6个变量(t1―t6是6道解答题的变量名称)。在“Correlation Coefficients”相关系数选项中，选取“Pearson”复选框。

(3)在该对话框的“Test of Significance”设置区域，可以点选“Two-tailed”选项或者“One-tailed”，我们采用系统默认值。

(4)对话框中的 其它 选项取软件系统的默认值，点击【OK】，开始相关系数计算，系统弹出新的窗体输出运算的结果。本次输出的情况如下：

上表的统计结果可用于题目之间相关性的分析。表中的大部分题目的相关系数都比较适中，但题目T4和题目T5之间的相关程度远高于其它几个题目，我们可以确信这两者之间一定存在着比其他题目之间更紧密的关系，这是我们通过分析获取的重要信息，该信息表明这两个题目之间的相关性高于其他几个题目之间的相关性，这在大规模考试中是不应该出现的，需要在以后的命题考试中加以改进。

Spearman相关系数分析方法和上述分析方法类似，只需要在上述SPSS操作的第二个骤中选取“Pearson”复选框，程序就会按Pearson相关系数法进行统计分析，如果同时选中“Spearman”和“Pearson”复选框，程序将会同时计算按两种分析方法统计分析的数据，并会以不同的图表进行显示，而Cronbach a信度系数法计算方法与上述方法略有不同，其操作步骤如下：

(1)在SPSS数据窗口中，顺序点击【Analyze】→【Scale】→【Reliability Analysis...】，系统弹出“Reliability Analysis”信度分析设置对话框。

(2)将待计算的变量从左列的变量列表中导入到右侧的“items”变量中，在左下列的“model”选择项的下拉列表中确保选中“Alpha”(信度系数)，点击“Statistics”选择项可以进行更为详细的参数设置，我们采用系统的默认值即可。

(3)参数设置完毕之后，点击【OK】，软件开始相关系数计算并输出运算结果。

4. 选择题的选项分析

在目前的教育招生考试中选择题是一种较常见的题型，考试研究人员关注较多的是对选择题基本特征、测量功能及其优缺点的理论探讨[1][2]，对选择题干扰项的设计及其施测后的实际效果关注甚少，事实上施测后对题目各选项的有效性作出判断可为评价试题质量提供重要参考依据。我们利用统计中χ检验假设，对试卷中常见的选择题选择项进行统计分析。

教育考试的单项选择项一般设置为4个，其中仅有1个选择项是正确的。命题人员在设计选择项时，应当也必然对每道题目所有的选择项(正确选择项和干扰选择项)的考生作答情况作出预测，对考生作答的分布情况作出预估。考试结束后，研究人员应该对实测的情况与命题教师预测的情况进行对比分析，以检验考试效果是否达到了预测的目标。这和χ拟合度检验的思想具有一致性，因此可以尝试使用χ检验假设进行分析。

我们依据文献[3][4]的方法来介绍χ检验假设在考试数据分析中应用的基本原理，设变量E是命题者对某道试题的期望值，E=nP，n为样本容量，P为期望的相对频率，引入以下统计量：∑(O-E)/E，其中O为观察频数。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

我们需要进行的假设检验是：零假设H：选项的实测分布与期望分布相同;非零假设H：选项的实测分布与期望分布不同。

检验假设的思想：拟合度检验的统计量在确定的某种显著性水平下如果零假设是真，则检验统计量∑(O-E)/E呈近似χ分布，其自由度为研究变量的可能值减1;如果实测分布与期望的分布相当吻合，就不排除零假设，否则就排除零假设;最后对检验假设的结果进行解释。

数据分析的目的是判断考生实际的应答结果(实测数据)与命题期望的选择概率(期望数据)是否一致。我们随机抽取某省5542个高考考生的数学有效数据构成分析样本，利用SPSS进行统计分析。

SPSS数据统计分析的步骤如下：

(1)将考试数据导入SPSS软件，依次点击【Analyze】→【Nonparametric Tests】→【Chi-Square...】，弹出“Chi-Square Tests”对话框。

(2)将变量列表中待分析的题目序号导入到“Test Variables List”(检验变量列表)中，本例中题目的序号为t7。

(3)将对选择试题的每个选项的期望值依次输入到“Expected Values”所属的方框，具体操作方法是选中单选框“Values”，输入具体的期望数值，点击“Add”按钮，依次重复上述的步骤直至所有的选项的期望值输入完毕。

(4)点击【OK】，输出软件运算结果。

我们需要进行的假设检验，H：选项的实测分布与期望分布相同;H：选项的实测分布与期望分布不同。

假设检验的显著性水平为α=，χ=∑(O-E)/E，自由度为df=4-1=3，查χ分布表或利用相关软件可得P=，由于P>α，因此不能拒绝零假设，即选项的实测分布与期望分布相同。因此，检验结果在显著性水平时，没有足够的证据拒绝零假设，即可认为本题选项的实测分布与期望分布相同，也就是说本题的实际测试效果与命题教师预测的效果是一致的，命题教师准确地估计了考生的实际水平，这是分析获得的很重要的结论。

5. 结语

SPSS软件在考试数据统计分析中应用广泛，但大部分是集中在试题难度、均值、方差统计、考试数据的图表显示等几个方面，本文从一个新的角度利用SPSS软件对考试数据的相关性、检验假设等几个方面进行了尝试性统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤。从上述分析来看，软件操作步骤和统计分析过程十分简单、快捷，对于测量学和统计学基础不太好的数据分析统计人员来说，只要遵循一定的操作步骤，就可以进行分析。

参考文献：

[1]王孝玲.教育测量(修订版)[M].上海：华东师范大学出版社，2006.

[2]雷新勇.大规模教育考试：命题与评价[M].上海：华东师范大学出版社，2006.

[3]李伟明，冯伯麟，余仁胜.考试的统计分析方法[M].北京：高等教育出版社，1990.

[4]雷新勇.考试数据的统计分析和解释[M].上海：华东师范大学出版社，2007.

猜你喜欢：

1. 统计学数据分析论文

2. spss统计分析实习心得

3. 统计学学年论文

4. 统计学分析论文

在统计学中，统计模型是指当有些过程无法用理论分析 方法 导出其模型，但可通过试验或直接由工业过程测定数据，经过数理统计法求得各变量之间的函数关系。下文是我为大家整理的关于统计模型论文的 范文 ，欢迎大家阅读参考!

统计套利模型的理论综述与应用分析

【摘要】统计套利模型是基于数量经济学和统计学建立起来的，在对历史数据分析的基础之上，估计相关变量的概率分布，并结合基本面数据对未来收益进行预测，发现套利机会进行交易。统计套利这种分析时间序列的统计学特性，使其具有很大的理论意义和实践意义。在实践方面广泛应用于个对冲基金获取收益，理论方面主要表现在资本有效性检验以及开放式基金评级，本文就统计套利的基本原理、交易策略、应用方向进行介绍。

【关键词】统计套利 成对交易 应用分析

一、统计套利模型的原理简介

统计套利模型是基于两个或两个以上具有较高相关性的股票或者其他证券，通过一定的方法验证股价波动在一段时间内保持这种良好的相关性，那么一旦两者之间出现了背离的走势，而且这种价格的背离在未来预计会得到纠正，从而可以产生套利机会。在统计套利实践中，当两者之间出现背离，那么可以买进表现价格被低估的、卖出价格高估的股票，在未来两者之间的价格背离得到纠正时，进行相反的平仓操作。统计套利原理得以实现的前提是均值回复，即存在均值区间(在实践中一般表现为资产价格的时间序列是平稳的，且其序列图波动在一定的范围之内)，价格的背离是短期的，随着实践的推移，资产价格将会回复到它的均值区间。如果时间序列是平稳的，则可以构造统计套利交易的信号发现机制，该信号机制将会显示是否资产价格已经偏离了长期均值从而存在套利的机会 在某种意义上存在着共同点的两个证券(比如同行业的股票)， 其市场价格之间存在着良好的相关性，价格往往表现为同向变化，从而价格的差值或价格的比值往往围绕着某一固定值进行波动。

二、统计套利模型交易策略与数据的处理

统计套利具 体操 作策略有很多，一般来说主要有成对/一篮子交易，多因素模型等，目前应用比较广泛的策略主要是成对交易策略。成对策略，通常也叫利差交易，即通过对同一行业的或者股价具有长期稳定均衡关系的股票的一个多头头寸和一个空头头寸进行匹配，使交易者维持对市场的中性头寸。这种策略比较适合主动管理的基金。

成对交易策略的实施主要有两个步骤：一是对股票对的选取。海通证券分析师周健在绝对收益策略研究―统计套利一文中指出，应当结合基本面与行业进行选股，这样才能保证策略收益，有效降低风险。比如银行，房地产，煤电行业等。理论上可以通过统计学中的聚类分析方法进行分类，然后在进行协整检验，这样的成功的几率会大一些。第二是对股票价格序列自身及相互之间的相关性进行检验。目前常用的就是协整理论以及随机游走模型。

运用协整理论判定股票价格序列存在的相关性，需要首先对股票价格序列进行平稳性检验，常用的检验方法是图示法和单位根检验法，图示法即对所选各个时间序列变量及一阶差分作时序图，从图中观察变量的时序图出现一定的趋势册可能是非平稳性序列，而经过一阶差分后的时序图表现出随机性，则序列可能是平稳的。但是图示法判断序列是否存在具有很大的主观性。理论上检验序列平稳性及阶输通过单位根检验来确定，单位根检验的方法很多，一般有DF，ADF检验和Phillips的非参数检验(PP检验)一般用的较多的方法是ADF检验。

检验后如果序列本身或者一阶差分后是平稳的，我们就可以对不同的股票序列进行协整检验，协整检验的方法主要有EG两步法，即首先对需要检验的变量进行普通的线性回归，得到一阶残差，再对残差序列进行单位根检验，如果存在单位根，那么变量是不具有协整关系的，如果不存在单位根，则序列是平稳的。EG检验比较适合两个序列之间的协整检验。除EG检验法之外，还有Johansen检验，Gregory hansan法，自回归滞后模型法等。其中johansen检验比较适合三个以上序列之间协整关系的检验。通过协整检验，可以判定股票价格序列之间的相关性，从而进行成对交易。

Christian L. Dunis和Gianluigi Giorgioni(2010)用高频数据代替日交易数据进行套利，并同时比较了具有协整关系的股票对和没有协整关系股票对进行套利的立即收益率，结果显示，股票间价格协整关系越高，进行统计套利的机会越多，潜在收益率也越高。

根据随机游走模型我们可以检验股票价格波动是否具有“记忆性”，也就是说是否存在可预测的成分。一般可以分为两种情况：短期可预测性分析及长期可预测性分析。在短期可预测性分析中，检验标准主要针对的是随机游走过程的第三种情况，即不相关增量的研究，可以采用的检验工具是自相关检验和方差比检验。在序列自相关检验中，常用到的统计量是自相关系数和鲍克斯-皮尔斯 Q统计量，当这两个统计量在一定的置信度下，显著大于其临界水平时，说明该序列自相关，也就是存在一定的可预测性。方差比检验遵循的事实是：随机游走的股价对数收益的方差随着时期线性增长，这些期间内增量是可以度量的。这样，在k期内计算的收益方差应该近似等于k倍的单期收益的方差，如果股价的波动是随机游走的，则方差比接近于1;当存在正的自相关时，方差比大于1;当存在负的自相关是，方差比小于1。进行长期可预测性分析，由于时间跨度较大的时候，采用方差比进行检验的作用不是很明显，所以可以采用R/S分析，用Hurst指数度量其长期可预测性，Hurst指数是通过下列方程的回归系数估计得到的：

Ln[(R/S)N]=C+H*LnN

R/S 是重标极差，N为观察次数，H为Hurst指数，C为常数。当H>时说，说明这些股票可能具有长期记忆性，但是还不能判定这个序列是随机游走或者是具有持续性的分形时间序列，还需要对其进行显著性检验。

无论是采用协整检验还是通过随机游走判断，其目的都是要找到一种短期或者长期内的一种均衡关系，这样我们的统计套利策略才能够得到有效的实施。

进行统计套利的数据一般是采用交易日收盘价数据，但是最近研究发现，采用高频数据(如5分钟，10分钟，15分钟，20分钟收盘价交易数据)市场中存在更多的统计套利机会。日交易数据我们选择前复权收盘价，而且如果两只股票价格价差比较大，需要先进性对数化处理。Christian L. Dunis和Gianluigi Giorgioni(2010)分别使用15分钟收盘价，20分钟收盘价，30分以及一个小时收盘价为样本进行统计套利分析，结果显示，使用高频数据进行统计套利所取得收益更高。而且海通证券金融分析师在绝对收益策略系列研究中，用沪深300指数为样本作为统计套利 配对 交易的标的股票池，使用高频数据计算累计收益率比使用日交易数据高将近5个百分点。

三、统计套利模型的应用的拓展―检验资本市场的有效性

Fama(1969)提出的有效市场假说，其经济含义是:市场能够对信息作出迅速合理的反应,使得市场价格能够充分反映所有可以获得的信息,从而使资产的价格不可用当前的信息进行预测,以至于任何人都无法持续地获得超额利润.通过检验统计套利机会存在与否就可以验证资本市场是有效的的，弱有效的，或者是无效的市场。徐玉莲(2005)通过运用统计套利对中国资本市场效率进行实证研究，首先得出结论：统计套利机会的存在与资本市场效率是不相容的。以此为理论依据，对中国股票市场中的价格惯性、价格反转及价值反转投资策略是否存在统计套利机会进行检验，结果发现我国股票市场尚未达到弱有效性。吴振翔，陈敏(2007)曾经利用这种方法对我国A股市场的弱有效性加以检验，采用惯性和反转两种投资策略发现我国A股若有效性不成立。另外我国学者吴振翔，魏先华等通过对Hogan的统计套利模型进行修正，提出了基于统计套利模型对开放式基金评级的方法。

四、结论

统计套利模型的应用目前主要表现在两个方面：1.作为一种有效的交易策略，进行套利。2.通过检测统计套利机会的存在，验证资本市场或者某个市场的有效性。由于统计套利策略的实施有赖于做空机制的建立，随着我股指期货和融资融券业务的推出和完善，相信在我国会有比较广泛的应用与发展。

参考文献

[1] . Burgess：A computational Methodolology for Modelling the Dynamics of statistical arbitrage, London business school,PhD Thesis,1999.

[2]方昊.统计套利的理论模式及应用分析―基于中国封闭式基金市场的检验.统计与决策,2005,6月(下).

[3]马理,卢烨婷.沪深 300 股指期货期现套利的可行性研究―基于统计套利模型的实证.财贸研究,2011,1.

[4]吴桥林.基于沪深 300 股指期货的套利策略研究[D].中国优秀硕士学位论文.2009.

[5]吴振翔,陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践.2007,2月.

关于半参统计模型的估计研究

【摘要】随着数据模型技术的迅速发展，现有的数据模型已经无法满足实践中遇到的一些测量问题，严重的限制了现代科学技术在数据模型上应用和发展，所以基于这种背景之下，学者们针对数据模型测量实验提出了新的理论和方法，并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型，因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术，对半参统计模型进行详细的探究与讨论。

【关键词】半参数模型 完善误差 测量值 纵向数据

本文以半参数模型为例，对参数、非参数分量的估计值和观测值等内容进行讨论，并运用三次样条函数插值法得出非参数分量的推估表达式。另外，为了解决纵向数据下半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。另外，本文初步讨论了平衡参数的选取问题，并充分说明了泛最小二乘估计方法以及相关结论，同时对半参数模型的迭代法进行了相关讨论和研究。

一、概论

在日常生活当中，人们所采用的参数数据模型构造相对简单，所以操作起来比较容易;但在测量数据的实际使用过程中存在着相关大的误差，例如在测量相对微小的物体，或者是对动态物体进行测量时。而建立半参数数据模型可以很好的解决和缓解这一问题：它不但能够消除或是降低测量中出现的误差，同时也不会将无法实现参数化的系统误差进行勾和。系统误差非常影响观测值的各种信息，如果能改善，就能使其实现更快、更及时、更准确的误差识别和提取过程;这样不仅可以提高参数估计的精确度，也对相关科学研究进行了有效补充。

举例来说，在模拟算例及坐标变换GPS定位重力测量等实际应用方面，体现了这种模型具有一定成功性及实用性;这主要是因为半参数数据模型同当前所使用的数据模型存在着一致性，可以很好的满足现在的实际需要。而新建立的半参数模型以及它的参数部分和非参数部分的估计，也可以解决一些污染数据的估计问题。这种半参数模型，不仅研究了纵向数据下其自身的t型估计，同时对一些含光滑项的半参数数据模型进行了详细的阐述。另外，基于对称和不对称这两种情况，可以在一个线性约束条件下对参数估计以及假设进行检验，这主要是因为对观测值产生影响的因素除了包含这个线性关系以外，还受到某种特定因素的干扰，所以不能将其归入误差行列。另外，基于自变量测量存在一定误差，经常会导致在计算过程汇总，丢失很多重要信息。

二、半参数回归模型及其估计方法

这种模型是由西方著名学者Stone在上世纪70年代所提出的，在80年代逐渐发展并成熟起来。目前，这种参数模型已经在医学以及生物学还有经济学等诸多领域中广泛使用开来。

半参数回归模型介于非参数回归模型和参数回归模型之间，其内容不仅囊括了线性部分，同时包含一些非参数部分，应该说这种模型成功的将两者的优点结合在一起。这种模型所涉及到的参数部分，主要是函数关系，也就是我们常说的对变量所呈现出来的大势走向进行有效把握和解释;而非参数部分则主要是值函数关系中不明确的那一部分，换句话就是对变量进行局部调整。因此，该模型能够很好的利用数据中所呈现出来的信息，这一点是参数回归模型还有非参数归回模型所无法比拟的优势，所以说半参数模型往往拥有更强、更准确的解释能力。

从其用途上来说，这种回归模型是当前经常使用的一种统计模型。其形式为：

三、纵向数据、线性函数和光滑性函数的作用

纵向数据其优点就是可以提供许多条件，从而引起人们的高度重视。当前纵向数据例子也非常多。但从其本质上讲，纵向数据其实是指对同一个个体，在不同时间以及不同地点之上，在重复观察之下所得到一种序列数据。但由于个体间都存在着一定的差别，从而导致在对纵向数据进行求方差时会出现一定偏差。在对纵向数据进行观察时，其观察值是相对独立的，因此其特点就是可以能够将截然不同两种数据和时间序列有效的结合在一起。即可以分析出来在个体上随着时间变化而发生的趋势，同时又能看出总体的变化形势。在当前很多纵向数据的研究中，不仅保留了其优点，并在此基础之上进行发展，实现了纵向数据中的局部线性拟合。这主要是人们希望可以建立输出变量和协变量以及时间效应的关系。可由于时间效应相对比较复杂，所以很难进行参数化的建模。

另外，虽然线性模型的估计已经取得大量的成果，但半参数模型估计至今为止还是空白页。线性模型的估计不仅仅是为了解决秩亏或病态的问题，还能在百病态的矩阵时，提供了处理线性、非线性及半参数模型等方法。首先，对观测条件较为接近的两个观测数据作为对照，可以削弱非参数的影响。从而将半参数模型变成线性模型，然后，按线性模型处理，得到参数的估计。而多数的情况下其线性系数将随着另一个变量而变化，但是这种线性系数随着时间的变化而变化，根本求不出在同一个模型中，所有时间段上的样本，亦很难使用一个或几个实函数来进行相关描述。在对测量数据处理时，如果将它看作为随机变量，往往只能达到估计的作用，要想在经典的线性模型中引入另一个变量的非线性函数，即模型中含有本质的非线性部分，就必须使用半参数线性模型。

另外就是指由各个部分组成的形态，研究对象是非线性系统中产生的不光滑和不可微的几何形体，对应的定量参数是维数，分形上统计模型的研究是当前国际非线性研究的重大前沿课题之一。因此，第一种途径是将非参数分量参数化的估计方法，也称之为参数化估计法，是关于半参数模型的早期工作，就是对函数空间附施加一定的限制，主要指光滑性。一些研究者认为半参数模型中的非参数分量也是非线性的，而且在大多数情形下所表现出来的往往是不光滑和不可微的。所以同样的数据，同样的检验方法，也可以使用立方光滑样条函数来研究半参数模型。

四、线性模型的泛最小二乘法与最小二乘法的抗差

(一)最小二乘法出现于18世纪末期

在当时科学研究中常常提出这样的问题：怎样从多个未知参数观测值集合中求出参数的最佳估值。尽管当时对于整体误差的范数，泛最小二乘法不如最小二乘法，但是当时使用最多的还是最小二乘法，其目的也就是为了估计参数。最小二乘法，在经过一段时间的研究和应用之后，逐步发展成为一整套比较完善的理论体系。现阶段不仅可以清楚地知道数据所服从的模型，同时在纵向数据半参数建模中，辅助以迭代加权法。这对补偿最小二乘法对非参数分量估计是非常有效，而且只要观测值很精确，那么该法对非参数分量估计更为可靠。例如在物理大地测量时，很早就使用用最小二乘配置法，并得到重力异常最佳估计值。不过在使用补偿最小二乘法来研究重力异常时，我们还应在兼顾着整体误差比较小的同时，考虑参数估计量的真实性。并在比较了迭代加权偏样条的基础上，研究最小二乘法在当前使用过程中存在的一些不足。应该说，该方法只强调了整体误差要实现最小，而忽略了对参数分量估计时出现的误差。所以在实际操作过程中，需要特别注意。

(二)半参模型在GPS定位中的应用和差分

半参模型在GPS相位观测中，其系统误差是影响高精度定位的主要因素，由于在解算之前模型存在一定误差，所以需及时观测误差中的粗差。GPS使用中，通过广播卫星来计算目标点在实际地理坐标系中具体坐标。这样就可以在操作过程中，发现并恢复整周未知数，由于观测值在卫星和观测站之间，是通过求双差来削弱或者是减少对卫星和接收机等系统误差的影响，因此难于用参数表达。但是在平差计算中，差分法虽然可以将观测方程的数目明显减少，但由于种种原因，依然无法取得令人满意的结果。但是如果选择使用半参数模型中的参数来表达系统误差，则能得到较好的效果。这主要是因为半参数模型是一种广义的线性回归模型，对于有着光滑项的半参数模型，在既定附加的条件之下，能够提供一个线性函数的估计方法，从而将测值中的粗差消除掉。

另外这种方法除了在GPS测量中使用之外，还可应用于光波测距仪以及变形监测等一些参数模型当中。在重力测量中的应用在很多情形下，尤其是数学界的理论研究，我们总是假定S是随机变量实际上，这种假设是合理的，近几年，我们对这种线性模型的研究取得了一些不错的成果，而且因其形式相对简洁，又有较高适用性，所以这种模型在诸多领域中发挥着重要作用。

通过模拟的算例及坐标变换GPS定位重力测量等实际应用，说明了该法的成功性及实用性，从理论上说明了流行的自然样条估计方法，其实质是补偿最小二乘方法的特例，在今后将会有广阔的发展空间。另外 文章 中提到的分形理论的研究对象应是非线性系统中产生的不光滑和不可微的几何形体，而且分形已经在断裂力学、地震学等中有着广泛的应用，因此应被推广使用到研究半参数模型中来，不仅能够更及时，更加准确的进行误差的识别和提取，同时可以提高参数估计的精确度，是对当前半参数模型研究的有力补充。

五、 总结

文章所讲的半参数模型包括了参数、非参数分量的估计值和观测值等内容，并且用了三次样条函数插值法得到了非参数分量的推估表达式。另外，为了解决纵向数据前提下，半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。同时介绍了最小二乘估计法。另外初步讨论了平衡参数的选取问题，还充分说明了泛最小二乘估计方法以及有关结论。在对半参数模型的迭代法进行了相关讨论和研究的基础之上，为迭代法提供了详细的理论说明，为实际应用提供了理论依据。

参考文献

[1]胡宏昌.误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性[J].湖北师范学院学报(自然科学版)，2009(03).

[2]钱伟民，李静茹.纵向污染数据半参数回归模型中的强相合估计[J].同济大学学报(自然科学版)，2009(08).

[3]樊明智，王芬玲，郭辉.纵向数据半参数回归模型的最小二乘局部线性估计[J].数理统计与管理，2009(02).

[4]崔恒建，王强.变系数结构关系EV模型的参数估计[J].北京师范大学学报(自然科学版).2005(06).

[5]钱伟民，柴根象.纵向数据混合效应模型的统计分析[J].数学年刊A辑(中文版).2009(04)

[6]孙孝前，尤进红.纵向数据半参数建模中的迭代加权偏样条最小二乘估计[J].中国科学(A辑：数学)，2009(05).

[7]张三国，陈希孺.EV多项式模型的估计[J].中国科学(A辑)，2009(10).

[8]任哲，陈明华.污染数据回归分析中参数的最小一乘估计[J].应用概率统计，2009(03).

[9]张三国，陈希孺.有重复观测时EV模型修正极大似然估计的相合性[J].中国科学(A辑).2009(06).

[10]崔恒建，李勇，秦怀振.非线性半参数EV四归模型的估计理论[J].科学通报，2009(23).

[11]罗中明.响应变量随机缺失下变系数模型的统计推断[D].中南大学，2011.

[12]刘超男.两参数指数威布尔分布的参数Bayes估计及可靠性分析[D].中南大学，2008.

[13]郭艳.湖南省税收收入预测模型及其实证检验与经济分析[D].中南大学，2009.

[14]桑红芳.几类分布的参数估计的损失函数和风险函数的Bayes推断[D].中南大学，2009.

[15]朱琳.服从几类可靠性分布的无失效数据的bayes分析[D].中南大学，2009.

[16]黄芙蓉.指数族非线性模型和具有AR(1)误差线性模型的统计分析[D].南京理工大学，2009.

猜你喜欢：

1. 统计学分析论文

2. 统计方面论文优秀范文参考

3. 统计优秀论文范文

4. 统计学的论文参考范例