統計分析方法以及統計軟件詳細介紹
統計分析方法有哪幾種？下面我們將詳細闡述，并介紹一些常用的統計分析軟件。
一、指標對比分析法指標對比分析法
統計分析的八種方法一、指標對比分析法指標對比分析法，又稱比較分析法，是統計分析中最常用的方法。是通過有關的指標對比來反映事物數量上差異和變化的方法。有比較才能鑒別。單獨看一些指標，只能說明總體的某些數量特征，得不出什么結論性的認識；一經過比較，如與國外、外單位比，與歷史數據比，與計劃相比，就可以對規(guī)模大小、水平高低、速度快慢作出判斷和評價。
指標分析對比分析方法可分為靜態(tài)比較和動態(tài)比較分析。靜態(tài)比較是同一時間條件下不同總體指標比較，如不同部門、不同地區(qū)、不同國家的比較，也叫橫向比較；動態(tài)比較是同一總體條件不同時期指標數值的比較，也叫縱向比較。這兩種方法既可單獨使用，也可結合使用。進行對比分析時，可以單獨使用總量指標或相對指標或平均指標，也可將它們結合起來進行對比。比較的結果可用相對數，如百分數、倍數、系數等，也可用相差的絕對數和相關的百分點（每1％為一個百分點）來表示，即將對比的指標相減。
二、分組分析法指標對比分析法
分組分析法指標對比分析法對比，但組成統計總體的各單位具有多種特征，這就使得在同一總體范圍內的各單位之間產生了許多差別，統計分析不僅要對總體數量特征和數量關系進行分析，還要深入總體的內部進行分組分析。分組分析法就是根據統計分析的目的要求，把所研究的總體按照一個或者幾個標志劃分為若干個部分，加以整理，進行觀察、分析，以揭示其內在的聯系和規(guī)律性。
統計分組法的關鍵問題在于正確選擇分組標值和劃分各組界限。
三、時間數列及動態(tài)分析法
時間數列。是將同一指標在時間上變化和發(fā)展的一系列數值，按時間先后順序排列，就形成時間數列，又稱動態(tài)數列。它能反映社會經濟現象的發(fā)展變動情況，通過時間數列的編制和分析，可以找出動態(tài)變化規(guī)律，為預測未來的發(fā)展趨勢提供依據。時間數列可分為絕對數時間數列、相對數時間數列、平均數時間數列。
時間數列速度指標。根據絕對數時間數列可以計算的速度指標：有發(fā)展速度、增長速度、平均發(fā)展速度、平均增長速度。
動態(tài)分析法。在統計分析中，如果只有孤立的一個時期指標值，是很難作出判斷的。如果編制了時間數列，就可以進行動態(tài)分析，反映其發(fā)展水平和速度的變化規(guī)律。
進行動態(tài)分析，要注意數列中各個指標具有的可比性?？傮w范圍、指標計算方法、計算價格和計量單位，都應該前后一致。時間間隔一般也要一致，但也可以根據研究目的，采取不同的間隔期，如按歷史時期分。為了消除時間間隔期不同而產生的指標數值不可比，可采用年平均數和年平均發(fā)展速度來編制動態(tài)數列。此外在統計上，許多綜合指標是采用價值形態(tài)來反映實物總量，如國內生產總值、工業(yè)總產值、社會商品零售總額等計算不同年份的發(fā)展速度時，必須消除價格變動因素的影響，才能正確的反映實物量的變化。也就是說必須用可比價格（如用不變價或用價格指數調整）計算不同年份相同產品的價值，然后才能進行對比。
為了觀察我國經濟發(fā)展的波動軌跡，可將各年國內生產總值的發(fā)展速度編制時間數列，并據以繪制成曲線圖，令人得到直觀認識。
四、指數分析法
指數是指反映社會經濟現象變動情況的相對數。有廣義和狹義之分。根據指數所研究的范圍不同可以有個體指數、類指數與總指數之分。
指數的作用：一是可以綜合反映復雜的社會經濟現象的總體數量變動的方向和程度；二是可以分析某種社會經濟現象的總變動受各因素變動影響的程度，這是一種因素分析法。操作方法是：通過指數體系中的數量關系，假定其他因素不變，來觀察某一因素的變動對總變動的影響。
用指數進行因素分析。因素分析就是將研究對象分解為各個因素，把研究對象的總體看成是各因素變動共同的結果，通過對各個因素的分析，對研究對象總變動中各項因素的影響程度進行測定。因素分析按其所研究的對象的統計指標不同可分為對總量指標的變動的因素分析，對平均指標變動的因素分析。
五、平衡分析法
平衡分析是研究社會經濟現象數量變化對等關系的一種方法。它把對立統一的雙方按其構成要素一一排列起來，給人以整體的概念，以便于全局來觀察它們之間的平衡關系。平衡關系廣泛存在于經濟生活中，大至全國宏觀經濟運行，小至個人經濟收支。平衡種類繁多，如財政平衡表、勞動力平衡表、能源平衡表、國際收支平衡表、投入產出平衡表，等等。平衡分析的作用：一是從數量對等關系上反映社會經濟現象的平衡狀況，分析各種比例關系相適應狀況；二是揭示不平衡的因素和發(fā)展?jié)摿?；三是利用平衡關系可以從各項已知指標中推算未知的個別指標。
六、綜合評價分析
社會經濟分析現象往往是錯綜復雜的，社會經濟運行狀況是多種因素綜合作用的結果，而且各個因素的變動方向和變動程度是不同的。如對宏觀經濟運行的評價，涉及生活、分配、流通、消費各個方面；對企業(yè)經濟效益的評價，涉及人、財、物合理利用和市場銷售狀況。如果只用單一指標，就難以作出恰當的評價。
進行綜合評價包括四個步驟：
1.確定評價指標體系，這是綜合評價的基礎和依據。要注意指標體系的全面性和系統性。
2.搜集數據，并對不同計量單位的指標數值進行同度量處理?？刹捎孟鄬幚?、函數化處理、標準化處理等方法。
3.確定各指標的權數，以保證評價的科學性。根據各個指標所處的地位和對總體影響程度不同，需要對不同指標賦予不同的權數。
4.對指標進行匯總，計算綜合分值，并據此作出綜合評價。
七、景氣分析
經濟波動是客觀存在的，是任何國家都難以完全避免的。如何避免大的經濟波動，保持經濟的穩(wěn)定發(fā)展，一直是各國政府和經濟之專家在宏觀調控和決策中面臨的重要課題，景氣分析正是適應這一要求而產生和發(fā)展的。景氣分析是一種綜合評價分析，可分為宏觀經濟景氣分析和企業(yè)景氣調查分析。
宏觀經濟景氣分析。是國家統計局20世紀80年代后期開始著手建立監(jiān)測指標體系和評價方法，經過十多年時間和不斷完善，已形成制度，定期提供景氣分析報告，對宏觀經濟運行狀態(tài)起到晴雨表和報警器的作用，便于國務院和有關部門及時采取宏觀調控措施。以經常性的小調整，防止經濟的大起大落。
企業(yè)景氣調查分析。是全國的大中型各類企業(yè)中，采取抽樣調查的方法，通過問卷的形式，讓企業(yè)負責人回答有關情況判斷和預期。內容分為兩類：一是對宏觀經濟總體的判斷和預期；一是對企業(yè)經營狀況的判斷和預期，如產品訂單、原材料購進、價格、存貨、就業(yè)、市場需求、固定資產投資等。
八、預測分析
宏觀經濟決策和微觀經濟決策，不僅需要了解經濟運行中已經發(fā)生了的實際情況，而且更需要預見未來將發(fā)生的情況。根據已知的過去和現在推測未來，就是預測分析。
統計預測屬于定量預測，是以數據分析為主，在預測中結合定性分析。統計預測的方法大致可分為兩類：一類是主要根據指標時間數列自身變化與時間的依存關系進行預測，屬于時間數列分析；另一類是根據指標之間相互影響的因果關系進行預測，屬于回歸分析。
預測分析的方法有回歸分析法、滑動平均法、指數平滑法、周期（季節(jié)）變化分析和隨機變化分析等。比較復雜的預測分析需要建立計量經濟模型，求解模型中的參數又有許多方法。
#p#
統計分析與數據挖掘區(qū)別
多元統計老師說：“數據挖掘是以統計分析為基礎的，多數在采用統計分析的方法”。我有不同的觀點，就寫點東西出來，大家可以自己評述。
我們過去曾給予數據挖掘方法智能的生命力，把它看作商務智能重要的發(fā)展方向。但統計學作為一個學科是否應該關心它的發(fā)展。我們是否應該將它看成統計的一部分？那意味作什么？最起碼它表明我們應該：在我們的雜志上發(fā)表這類文章；在我們的本科課程中講授一些這方面的內容，在我們的研究生中講授一些相關的研究課題。我們的博士生專業(yè)課就有《多元統計》一課；給那些這方面較優(yōu)秀的人提供一些獎勵(工作，職稱，獎品)。
答案并不明顯，在統計學的歷史上就忽略了許多在其它數據處理相關領域發(fā)展的新方法。如下是一些相關領域的例子。其中帶*的是那些在統計科學中萌芽，但隨后絕大部分又被統計學忽略的方法領域。
1 模式識別*--CS/工程
2 數據庫管理--CS/圖書館科學
3 神經網絡*--心理學/CS/工程
4 機器學習*-CS/AI
5 圖形模型*(Beyes 網)-CS/AI
6 遺傳工程--CS/工程
7 化學統計學*--化學
8 數據可視化**--CS/科學計算
可以肯定地說，個別的統計學家已經致力于這些領域，但公平地說他們并未被我們的統計學學術圈接納，主流的學術圈并未接納這些，至少我沒有聽到哪個統計學教師鉆研神經網絡。
既然象上面的一些從數據獲取知識的課題和統計學的關系如此冷淡，我們不禁要問：`什么不是統計學`。如果和數據聯系并不是一個課題成為統計學一部分的充分理由，那么什么才是充分的呢？到目前為止，統計學的定義好象依賴于一些工具，也就是我們在當前的研究生課程中講授的那些東西。如下是一些例子：
.概率理論
.實分析
.測度論
.漸近理論
.決策理論
.馬耳可夫鏈
.遍歷理論
統計領域好象被定義成一族能提出如上或相關工具的問題。當然這些工具過去和將來都會很有用。就象Brad Efron（Brad Efron, Department of Statistics Sequoia Hall 390 Serra Mall Stanford University Stanford）提醒我們一樣：“統計是最成功的信息科學。那些忽略了統計的人將受到懲罰，他們將在實際中自己重新發(fā)現該統計方法。”
有人認為在當前數據(及其相關應用)以指數方式增長，而統計學家的數量顯然趕不上這種增長的情況下，我們統計學應該將精力集中于信息科學中我們作得最好的部分，也就是基于數學的概率推斷。這是一種高度保守的觀點，當然它也有可能是最好的一種戰(zhàn)略。然而，如果我們接受這一種觀點，我們統計學家在‘信息革命’浪潮中的作用肯定會逐漸消失殆盡（在這個舞臺上的演員越來越少）。當然這種戰(zhàn)略的一個很好的優(yōu)點是它對我們創(chuàng)新的要求很少，我們只需要墨守成規(guī)就可以了。
另一種觀點，早在1962年就由John Tukey[Tukey (1962)]提出來了，他認為統計應該關注數據分析。這個領域應該依據問題而不是工具定義，也就是那些和數據有關的問題。如果這種觀點成為一種主流觀點，那就要求對我們的實踐和學術課題作較大的改變。
首先(最重要的)，我們應該跟上計算的步伐。哪里有數據，哪里就有計算。一旦我們將計算方法看成是一個基本的統計工具(而不是一種方便地實現我們現成工具的方法)，那么當前許多和數據密切相關的領域將不復存在。他們將成為我們領域的一部分。
認真對待計算工具而不是簡單地使用統計包--雖然這一點也很重要。如果計算成為我們的一個基本的研究工具，毫無疑問，我們的學生應該學習相關的計算科學知識。這將包括數值線性代數，數值和組合優(yōu)化，數據結構，算法設計，機械體系，程序設計方法，數據庫管理，并行體系，和程序設計等等。我們也將擴展我們的課程計劃，它應該包括當前的計算機定向數據分析方法，它們大部分是在統計學科之外發(fā)展起來的。
如果我們想和其它的數據相關領域爭奪學術和商業(yè)的市場空間，我們的某些基本模式將不得不改變，我們將不得不調節(jié)對數學的幻想。數學（象計算）只是統計的一個工具，雖然非常重要，但并不是唯一能證實統計方法有效性的工具。數學不等價于理論，反之亦然。理論本來是創(chuàng)造理解力和數學，雖然這很重要，但并不是作此的唯一方法。比如，在疾病的基因理論中數學內容很少，但它卻使人們更好地理解許多醫(yī)學現象。我們將承認經驗確認方式，雖然有一定局限性，但的確是一種確認方式。
我們可能也不得不改變我們的文化。每一個參與其它數據相關領域的統計學家都被他們和統計學的‘文化差距’所震撼。在其它的一些領域，‘想法’比數學技術（基礎）更重要。一個有啟發(fā)的‘想法’就被認為是有價值的，若有更詳細的確認（理論的或經驗的）人們才去討論它的最終價值。思維方式是‘如果沒有證明是有罪的，那就是清白的’這和我們領域的思路是不一致的。過去如果一個新方法不是用數學證明是有效的，我們常常詆毀它，即使不這樣，我們也不會接受它。這種思路在數據集比較小和信息噪聲比較高時是合理的。特別地，我們應該改變我們詆毀那些表現很好（通常在其它領域），但卻沒被我們理解的方法的習慣。
個人感覺，也許，現在的統計學正處在一個十字路口，我們可以決定是接受還是拒絕改變。如上所說，兩種觀點都極富說服力。雖然觀點豐富，但誰也不能肯定哪一種戰(zhàn)略能保持我們領域的健康發(fā)展和生命力。大多數統計學家好象認為統計學對信息科學的影響越來越小。它們也不太同意為此作些什么。站主導的觀點認為我們有市場問題，我們在別的領域的顧客和同事不了解我們的價值和重要性。這也是我們的主要專業(yè)組織，美國統計協會的看法。在戰(zhàn)略計劃委員（A mstat News-Feb.1997）會所作的五年計劃報告中有一節(jié)‘增強我們學科的聲望和健康’，報告中提及“以下的內容意思是：統計學面臨危機，市場的，人才的危機。”統計學可以在數據挖掘科學中發(fā)揮作用，統計學應該和數據挖掘合作，而不是將它甩給計算機科學家。
有一部分統計專家認為計算機和他們爭搶了市場，這個是表面現象。以我們的課程為例，老師講得很認真，但很多人都沒有統計基礎，這嚴重影響了學生對分析過程和結果的理解。SPSS、SAS等分析軟件已很優(yōu)秀，但運行出來的結果仍需進行解釋，統計專家的價值也在于此。數據挖掘的可視化比統計分析工具更成功，在目前BI風起云涌的大背景下，企業(yè)數據倉庫發(fā)展到一定階段，數據挖掘的市場會越來越大，統計專家們的擔憂正變?yōu)楝F實。數據挖掘是面向最終用戶的，而統計分析的中間轉換環(huán)節(jié)提高了應用成本。
常用統計軟件介紹
《概率論與數理統計》是一門實踐性很強的課程。但是,目前在國內,大多側重基本方法的介紹,而忽視了統計實驗的教學。這樣既不利于提高學生創(chuàng)新精神和實踐能力,也使得這門課程的教學顯得枯燥無味。為此,我們介紹一些常用的統計軟件，以使學生對統計軟件有初步的認識,為以后應用統計方法解決實際問題奠定初步的基礎。
一、統計軟件的種類
1.SAS
是目前國際上最為流行的一種大型統計分析系統，被譽為統計分析的標準軟件。盡管價格不菲，SAS已被廣泛應用于政府行政管理，科研，教育，生產和金融等不同領域，并且發(fā)揮著愈來愈重要的作用。目前SAS已在全球100多個國家和地區(qū)擁有29000多個客戶群，直接用戶超過300萬人。在我國，國家信息中心，國家統計局，衛(wèi)生部，中國科學院等都是SAS系統的大用戶。盡管現在已經盡量“傻瓜化”，但是仍然需要一定的訓練才可以使用。因此,該統計軟件主要適合于統計工作者和科研工作者使用。
2.SPSS
SPSS作為僅次于SAS的統計軟件工具包，在社會科學領域有著廣泛的應用。SPSS是世界上最早的統計分析軟件，由美國斯坦福大學的三位研究生于20世紀60年代末研制。由于SPSS容易操作，輸出漂亮，功能齊全，價格合理,所以很快地應用于自然科學、技術科學、社會科學的各個領域，世界上許多有影響的報刊雜志紛紛就SPSS的自動統計繪圖、數據的深入分析、使用方便、功能齊全等方面給予了高度的評價與稱贊。迄今SPSS軟件已有30余年的成長歷史。全球約有25萬家產品用戶，它們分布于通訊、醫(yī)療、銀行、證券、保險、制造、商業(yè)、市場研究、科研教育等多個領域和行業(yè)，是世界上應用最廣泛的專業(yè)統計軟件。在國際學術界有條不成文的規(guī)定，即在國際學術交流中，凡是用SPSS軟件完成的計算和統計分析，可以不必說明算法，由此可見其影響之大和信譽之高。因此,對于非統計工作者是很好的選擇。
3.Excel
它嚴格說來并不是統計軟件，但作為數據表格軟件，必然有一定統計計算功能。而且凡是有Microsoft Office的計算機，基本上都裝有Excel。但要注意，有時在裝 Office時沒有裝數據分析的功能，那就必須裝了才行。當然，畫圖功能是都具備的。對于簡單分析，Excel還算方便，但隨著問題的深入，Excel就不那么“傻瓜”，需要使用函數，甚至根本沒有相應的方法了。多數專門一些的統計推斷問題還需要其他專門的統計軟件來處理。
4.S-plus
這是統計學家喜愛的軟件。不僅由于其功能齊全，而且由于其強大的編程功能，使得研究人員可以編制自己的程序來實現自己的理論和方法。它也在進行“傻瓜化”,以爭取顧客。但仍然以編程方便為顧客所青睞。
5.Minitab
這個軟件是很方便的功能強大而又齊全的軟件，也已經“傻瓜化”，在我國用的不如SPSS與SAS那么普遍。
6.Statistica
也是功能強大而齊全的“傻瓜化”的軟件，在我國用的也不如SAS與SPSS那么普遍。
7.Eviews
這是一個主要處理回歸和時間序列的軟件。
統計分析方法以及統計軟件的內容，相信讀者通過對上面資料的閱讀，有了一定了解。下面推薦兩篇相關文章。
