時(shí)間：2023-03-22 17:32:42
導(dǎo)語(yǔ)：在多元統(tǒng)計(jì)分析論文的撰寫(xiě)旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
【關(guān)鍵詞】主成分分析；因子分析；新指標(biāo)解釋
一、引言
隨著數(shù)理統(tǒng)計(jì)理論的發(fā)展，作為它的分支的“多元統(tǒng)計(jì)分析方法”在近20年越來(lái)越受到人們的重視。這不僅是因?yàn)楹芏嗍虑槎际菐в须S機(jī)因素，而且在具體分析問(wèn)題的時(shí)候，人們需要考慮的因素不止有一個(gè)。比如在購(gòu)物的時(shí)候，我們?cè)u(píng)價(jià)商品并不是僅僅看其價(jià)格，還要關(guān)注質(zhì)量、保修期等多方面的因素。在學(xué)校里，評(píng)價(jià)一個(gè)學(xué)生也是至少需要“德、智、體”三方面的指標(biāo)。多元統(tǒng)計(jì)分析就是用統(tǒng)計(jì)的方法分析這種帶有多指標(biāo)的隨機(jī)性問(wèn)題。上述的例子所涉及的指標(biāo)其實(shí)并不多，但更多的時(shí)候會(huì)遇到很多指標(biāo)，如考察一個(gè)企業(yè)，需要了解其規(guī)模、產(chǎn)量、產(chǎn)值、稅收、員工數(shù)、利潤(rùn)等，如果我們關(guān)注所有的指標(biāo)就會(huì)大大增加分析的復(fù)雜性，而且也不宜抓住主要的因素。因此有必要對(duì)這些原始的指標(biāo)數(shù)據(jù)進(jìn)行降維，亦即用較少的新指標(biāo)來(lái)代替原始指標(biāo)，這就是主成分分析與因子分析在解決問(wèn)題時(shí)所要體現(xiàn)的思想。可以說(shuō)，出于數(shù)據(jù)降維的目的它們是沒(méi)有區(qū)別。
二、具體實(shí)例分析
但是在新生成的指標(biāo)的解釋方面，它們還是有較大不同的。首先看一下兩種方法的數(shù)學(xué)模型。主成分分析是考慮原來(lái)的指標(biāo)的線性組合，把原始指標(biāo)的線性組合叫做主成分。從這一點(diǎn)可以看出，主成分其實(shí)就是原來(lái)指標(biāo)的壓縮綜合。而因子分析模型則是把原始指標(biāo)表示成因子的線性組合（如果姑且不去考慮隨機(jī)擾動(dòng)的因素），也就是說(shuō)因子分析的目的是要找出影響所有原始指標(biāo)的內(nèi)在因素。因此盡管兩種方法都是對(duì)原始數(shù)據(jù)進(jìn)行降維，得到新的指標(biāo)，但是在對(duì)新指標(biāo)的解釋是有不同的。下面分析一個(gè)具體例子。該例通常出現(xiàn)在統(tǒng)計(jì)教科書(shū)中因子分析一章，但本文從主成分分析和因子分析兩方面同時(shí)對(duì)其進(jìn)行剖析。
考察某校學(xué)生的學(xué)習(xí)成績(jī)狀況。隨機(jī)抽取了30個(gè)學(xué)生，關(guān)注起數(shù)學(xué)、物理、化學(xué)、語(yǔ)文、歷史、英語(yǔ)六門(mén)課程的成績(jī)。故形成了如下的30行、6列的原始數(shù)組。我們需要從中提煉出1，2個(gè)新指標(biāo)。
通過(guò)MATLAB軟件中的主成分分析與因子分析程序，可以看到通過(guò)兩種方法的數(shù)據(jù)降維處理后按照累計(jì)貢獻(xiàn)率均提煉出了兩個(gè)新的指標(biāo)，它們都是從上述的原始二維數(shù)組出發(fā)，計(jì)算其協(xié)方差距陣的特征值與特征向量，因此很容易搞不清楚所得到的兩個(gè)新變量到底是主成分變量，還是因子變量。其實(shí)，我們此時(shí)回顧一下前文中提到的數(shù)學(xué)模型就清楚了。主成分分析是原始變量的線性組合，結(jié)合此例，即為所獲得的兩個(gè)新指標(biāo)是原始指標(biāo)的綜合。又注意到原始變量前的組合系數(shù)（也叫作載荷）大小，不難發(fā)現(xiàn)，在其中的一個(gè)新指標(biāo)中數(shù)學(xué)、物理、化學(xué)、三科占的比重比較大，因此可以把該綜合指標(biāo)形象地稱為“理科”主成分；而在另一個(gè)新指標(biāo)中語(yǔ)文、歷史、英語(yǔ)三科占的比重比較大，因此可以把該綜合指標(biāo)形象地稱為“文科”主成分。此時(shí)再考慮因子分析的模型。如前文所講，原始變量表示成了因子的線性組合。結(jié)合此例，即數(shù)學(xué)、物理、化學(xué)、語(yǔ)文、歷史、英語(yǔ)這原六個(gè)指標(biāo)表示成了兩個(gè)新的指標(biāo)的線性組合。考慮到因子的組合系數(shù)，發(fā)現(xiàn)在數(shù)學(xué)、物理、化學(xué)這三科的線性表示中一個(gè)因子的組合系數(shù)比較大，而另一個(gè)比較小，因此可以把所占分量較大的那個(gè)因子形象地理解成“理性思維”因子，同樣的道理可以把另一個(gè)新指標(biāo)理解為“文性思維”因子。
三、總結(jié)
從此例可以看出，雖然主成分分析與因子分析都是從原始數(shù)據(jù)的協(xié)方差矩陣（有時(shí)是相關(guān)系數(shù)陣）出發(fā)，計(jì)算特征值與特征向量，按照累計(jì)貢獻(xiàn)率大于85%的原則確定新的指標(biāo)個(gè)數(shù)。但是為了避免搞混兩種方法，在解釋新的指標(biāo)時(shí)應(yīng)回饋到各自的模型上面來(lái)。即：按照主成分分析理論，新指標(biāo)僅僅是原始指標(biāo)的簡(jiǎn)單匯總，如果想用較少的幾個(gè)變量替代原來(lái)的變量則用主成分分析；而對(duì)于因子分析，新指標(biāo)則是對(duì)所有原始指標(biāo)皆有影響的那些公共因子，所以當(dāng)需要尋找潛在的影響要因時(shí)，傾向于用因子分析。明白了這一點(diǎn)，對(duì)新指標(biāo)的解釋也就變得順理成章了。
【參考文獻(xiàn)】
[1]高惠璇 應(yīng)用多元統(tǒng)計(jì)分析 2005
[2]李靜萍 謝邦昌 多元統(tǒng)計(jì)分析方法與應(yīng)用 2008
[3]李衛(wèi)東 應(yīng)用多元統(tǒng)計(jì)分析 2008
[4]陸恒芹 蘇勤 陳麗榮 女性旅游者行為特征分析及其動(dòng)機(jī)研究―以西遞、宏村為例 2006
[5]陸虹 用因子分析測(cè)量“護(hù)士工作滿意度量表”的結(jié)構(gòu)效度[期刊論文] 2007
[關(guān)鍵詞]社會(huì)科學(xué) 統(tǒng)計(jì)方法 應(yīng)用問(wèn)題
社會(huì)科學(xué)的實(shí)證研究在應(yīng)用統(tǒng)計(jì)學(xué)時(shí),統(tǒng)計(jì)分析是其關(guān)鍵環(huán)節(jié),資料性質(zhì)分析、資料類型的判斷、統(tǒng)計(jì)方法的選擇等各個(gè)環(huán)節(jié)都應(yīng)把握好,否則,其分析結(jié)果將是沒(méi)有意義的。本文擬通過(guò)對(duì)社會(huì)科學(xué)實(shí)證研究論文中應(yīng)用統(tǒng)計(jì)分析方法出現(xiàn)的問(wèn)題,從描述性分析、定量資料的統(tǒng)計(jì)分析、定性資料的統(tǒng)計(jì)分析、相關(guān)與回歸分析等方面進(jìn)行解析。
一、描述性分析問(wèn)題
在社會(huì)科學(xué)實(shí)證研究中,一般首先要對(duì)社會(huì)調(diào)查數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析,以發(fā)現(xiàn)其內(nèi)在的規(guī)律性,再選擇進(jìn)一步的分析方法。描述性統(tǒng)計(jì)分析要對(duì)調(diào)查總體所有變量的有關(guān)數(shù)據(jù)做統(tǒng)計(jì)性描述,主要包括數(shù)據(jù)的頻數(shù)分析、集中趨勢(shì)分析、離散程度分析、分布形態(tài)以及一些基本的統(tǒng)計(jì)圖形。
描述性統(tǒng)計(jì)分析雖然較為簡(jiǎn)單,但如果對(duì)某個(gè)事件或某種現(xiàn)象的描述不清楚或存在偏差,那么其后的所有分析都將值得懷疑,而描述的偏差可能會(huì)引起公眾或?qū)W術(shù)界對(duì)某些社會(huì)現(xiàn)象的誤解,甚至誤導(dǎo)政府決策。
1.均值的誤用
均值是用于描述樣本集中趨勢(shì)的最常用指標(biāo),但應(yīng)注意,對(duì)于正態(tài)或近似正態(tài)的對(duì)稱分布樣本,它是較好的指標(biāo),一般與離散趨勢(shì)指標(biāo)中的標(biāo)準(zhǔn)差一起描述數(shù)據(jù)資料(即形式);而對(duì)于偏態(tài)分布的樣本,則常用中位數(shù)來(lái)描述集中趨勢(shì),一般與離散趨勢(shì)指標(biāo)中的四分位數(shù)間距一起描述數(shù)據(jù)資料(即形式),究其原因是均值容易受到極端值的影響。
對(duì)于兩個(gè)分布完全不同的樣本,可能會(huì)得到相同的均值,因此均值在某種程度上抹殺了樣本內(nèi)部的差異,而往往這種內(nèi)部差異正是需要進(jìn)行深入研究或應(yīng)當(dāng)引起人們注意的。為了彌補(bǔ)均值的這種缺陷,一般在報(bào)告均值的同時(shí),也應(yīng)該報(bào)告標(biāo)準(zhǔn)差,或用直方圖或散點(diǎn)圖的形式描述分布,以展示群體內(nèi)部的差異。
2.絕對(duì)數(shù)的誤用
因?yàn)樯鐣?huì)調(diào)查研究比較容易得到大容量的樣本,所以對(duì)任何小概率事件,用絕對(duì)數(shù)報(bào)告都會(huì)出現(xiàn)較大的數(shù)字,單純對(duì)絕對(duì)數(shù)的強(qiáng)調(diào)往往會(huì)產(chǎn)生誤解。比較合理的方式一般是在報(bào)告某事件絕對(duì)數(shù)的同時(shí),給出該事件的發(fā)生率或占研究樣本的比例。
3.相對(duì)數(shù)的誤用
相對(duì)數(shù)常用于描述定性資料的內(nèi)部構(gòu)成情況或相對(duì)比值或某現(xiàn)象的發(fā)生強(qiáng)度,一般有比與率兩種形式。雖然比與率的計(jì)算形式是相同的,即兩個(gè)絕對(duì)數(shù)之商乘以100%,但它們的含義是不同的。率用于反映某種事物或現(xiàn)象發(fā)生的強(qiáng)度,而比則用于反映部分與整體或某一部分與另一部分之間的關(guān)系。當(dāng)數(shù)據(jù)的比較基礎(chǔ)相差懸殊,用絕對(duì)數(shù)表述沒(méi)有可比性時(shí),就要借助于相對(duì)數(shù)。
應(yīng)用相對(duì)數(shù)也容易出現(xiàn)一些問(wèn)題,如:百分比與百分率的混用;當(dāng)分母很小時(shí),只計(jì)算百分比或百分率,而沒(méi)有報(bào)告樣本量;當(dāng)比較兩個(gè)或多個(gè)總體率時(shí),沒(méi)有考慮到各總體對(duì)應(yīng)的內(nèi)部構(gòu)成情況是否一致,而直接比較等。
例如在報(bào)告流動(dòng)人口犯罪問(wèn)題時(shí),給人的印象往往是流動(dòng)人口犯罪率高于常住人口,其實(shí)是忽視了流動(dòng)人口的年齡和性別構(gòu)成與常住人口完全不同,且青年男性是犯罪率較高的人群,這樣對(duì)兩個(gè)不同群體的比較往往會(huì)導(dǎo)致錯(cuò)誤的結(jié)論。
二、定量資料的統(tǒng)計(jì)分析問(wèn)題
定量資料的統(tǒng)計(jì)分析是指所觀測(cè)的結(jié)果變量是定量的,而且希望考察定性的影響因素取不同水平時(shí),定量觀測(cè)結(jié)果的均值之間的差別是否有統(tǒng)計(jì)學(xué)意義。定量資料的統(tǒng)計(jì)分析在統(tǒng)計(jì)學(xué)應(yīng)用中占有很大的比重,出現(xiàn)的誤用也比較多。
正確選擇定量資料統(tǒng)計(jì)分析方法的關(guān)鍵有兩點(diǎn):一是正確判斷統(tǒng)計(jì)研究設(shè)計(jì)的類型;再是檢驗(yàn)定量資料是否滿足“獨(dú)立性、正態(tài)性及方差齊性”的前提條件[1]。前者要求使用者對(duì)統(tǒng)計(jì)研究設(shè)計(jì)的類型較為熟悉,后者則需要進(jìn)行預(yù)分析,可適當(dāng)借助于統(tǒng)計(jì)分析軟件。根據(jù)前提條件是否滿足來(lái)決定用參數(shù)假設(shè)檢驗(yàn)或方差分析,還是用非參數(shù)檢驗(yàn)方法,進(jìn)而根據(jù)對(duì)統(tǒng)計(jì)研究設(shè)計(jì)類型的判斷,確定采用具體的統(tǒng)計(jì)分析方法。
對(duì)定量資料作統(tǒng)計(jì)分析時(shí),常犯的錯(cuò)誤有:
1.不管統(tǒng)計(jì)研究設(shè)計(jì)類型,盲目套用t檢驗(yàn)或單因素方差分析;
2.不驗(yàn)證“獨(dú)立性、正態(tài)性及方差齊性”前提條件,而直接應(yīng)用參數(shù)檢驗(yàn)法;
3.將多因素設(shè)計(jì)定量資料人為拆成多個(gè)成組設(shè)計(jì)定量資料,采用t檢驗(yàn)法;
4.將多因素設(shè)計(jì)定量資料用單因素多水平方差分析解決,或用一元分析替代多元分析等。
三、定性資料的統(tǒng)計(jì)分析問(wèn)題
定性資料的統(tǒng)計(jì)分析是指觀測(cè)結(jié)果為定性變量的統(tǒng)計(jì)處理問(wèn)題。定性資料的統(tǒng)計(jì)分析在社會(huì)科學(xué)研究中的應(yīng)用也是很廣泛的,通常根據(jù)影響觀測(cè)結(jié)果的原因變量性質(zhì)分為三種情況:
1.原因變量都為定性變量,此類資料就是通常理解的定性資料。常用的統(tǒng)計(jì)分析方法有:檢驗(yàn)、秩和檢驗(yàn)或Ridit分析、Spearman秩相關(guān)分析、線性趨勢(shì)檢驗(yàn)、一致性檢驗(yàn)(也稱Kappa檢驗(yàn))、加權(quán)檢驗(yàn)、對(duì)數(shù)線性模型等。
2.原因變量中既有定性變量,又有定量變量。這類資料的統(tǒng)計(jì)分析通常有兩種處理方法:一是結(jié)合專業(yè)知識(shí)先將定量的原因變量離散化,使其轉(zhuǎn)化為定性變量,然后采用上面3.1的統(tǒng)計(jì)方法處理;二是先對(duì)定性的原因變量,采用啞變量技術(shù)進(jìn)行處理,轉(zhuǎn)化為多個(gè)二值變量,賦予0或1值,然后采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。
3.原因變量全部為定量變量。這類資料的分析可以直接采用Logistic回歸分析方法或多值有序變量Logistic回歸分析處理。
定性資料的最常用表達(dá)形式是列聯(lián)表,列聯(lián)表有多種類型,如橫斷面設(shè)計(jì)的四格(或稱2x2)列聯(lián)表、隊(duì)列研究設(shè)計(jì)的四格列聯(lián)表、配對(duì)研究設(shè)計(jì)的四格列聯(lián)表、雙向無(wú)序的R×C列聯(lián)表、單向有序的R×C列聯(lián)表、高維列聯(lián)表等,不同類型所用統(tǒng)計(jì)方法也不同,所以處理這類資料的關(guān)鍵是分辨出列聯(lián)表的類型,從而選擇相應(yīng)統(tǒng)計(jì)分析方法。
在社會(huì)科學(xué)研究中,定性資料的統(tǒng)計(jì)分析常犯的錯(cuò)誤主要就是列聯(lián)表的誤判,從而錯(cuò)誤的選用統(tǒng)計(jì)方法。
四、相關(guān)與回歸分析問(wèn)題
相關(guān)分析是研究變量之間的相互關(guān)系,常局限于統(tǒng)計(jì)描述,較難從數(shù)量角度對(duì)變量之間的聯(lián)系進(jìn)行深入研究;回歸分析則是研究變量之間的依賴關(guān)系,可實(shí)現(xiàn)對(duì)自變量進(jìn)行控制,對(duì)因變量進(jìn)行預(yù)測(cè),及對(duì)隨機(jī)變化趨勢(shì)進(jìn)行適當(dāng)修勻。
相關(guān)分析可用于對(duì)定類、定序、定距及定比等尺度的各類資料進(jìn)行定量描述,但各類資料的計(jì)算公式是不同的,所以應(yīng)用時(shí),需要判明資料的類型;而回歸分析則要根據(jù)因變量性質(zhì)的不同,選用不同的回歸分析方法,一般可分為兩類:一是因變量為連續(xù)型變量,具體的,當(dāng)為非時(shí)間性的連續(xù)型變量時(shí),可用線性回歸分析、多項(xiàng)式回歸分析、非線性回歸分析等;當(dāng)為時(shí)間變量時(shí),可用COX半?yún)?shù)回歸分析、指數(shù)分布回歸分析及威布爾回歸分析等;當(dāng)為隨時(shí)間變化的連續(xù)型變量時(shí),則需要利用時(shí)間序列分析。二是因變量為離散型變量,需要利用Logistic回歸分析、對(duì)數(shù)線性模型分析及多項(xiàng)Logit模型分析等。
在社會(huì)科學(xué)研究中,相關(guān)與回歸分析的應(yīng)用非常廣泛。但應(yīng)用時(shí)也經(jīng)常出現(xiàn)一些錯(cuò)誤:
1.沒(méi)有結(jié)合問(wèn)題的專業(yè)背景和實(shí)際意義,就進(jìn)行相關(guān)與回歸分析。其結(jié)果有時(shí)可能是莫名奇妙的,可能出現(xiàn)所謂的虛假相關(guān)。
2.對(duì)于較簡(jiǎn)單的線性相關(guān)與回歸分析,不注意應(yīng)用條件,盲目套用。一般地,Pearson相關(guān)分析要求兩變量都是隨機(jī)變量,且都服從或近似服從正態(tài)分布,若不滿足條件,應(yīng)采用其它相關(guān)分析法,如Spearman相關(guān)分析等。而線性回歸分析則要求因變量必須是隨機(jī)變量,且服從或近似服從正態(tài)分布,在回歸分析前,先要進(jìn)行統(tǒng)計(jì)檢驗(yàn),證實(shí)兩變量的顯著相關(guān)性,再進(jìn)一步進(jìn)行回歸分析才有意義。
3.只求得相關(guān)系數(shù)或回歸方程,而不進(jìn)行參數(shù)假設(shè)檢驗(yàn)就下統(tǒng)計(jì)分析結(jié)論。因?yàn)橄嚓P(guān)系數(shù)或回歸方程都是由樣本數(shù)據(jù)求得的,是否具有統(tǒng)計(jì)學(xué)意義,必須通過(guò)其相關(guān)參數(shù)的假設(shè)檢驗(yàn)來(lái)判定。
4.多元回歸分析策略的錯(cuò)誤。在社會(huì)科學(xué)實(shí)證研究中,對(duì)多元回歸分析的應(yīng)用,不少人采取的策略是先用單變量分析,得到有統(tǒng)計(jì)學(xué)意義的多個(gè)變量,再將它們引入回歸方程進(jìn)行多變量分析,用逐步回歸法進(jìn)行篩選,從中選出有統(tǒng)計(jì)學(xué)意義的變量,這種分析策略是不正確的。因?yàn)樽宰兞恐g可能存在不同程度的交互作用,在單變量分析中無(wú)統(tǒng)計(jì)學(xué)意義的變量并非在多元回歸分析中也沒(méi)有意義。正確的處理方法應(yīng)該是先綜合分析各種變量之間的作用、實(shí)際意義及關(guān)系,有些可作為控制變量(如性別、年齡等),將經(jīng)過(guò)初步篩選的所有變量代入回歸方程進(jìn)行分析,再采用逐步回歸方法,必要時(shí)可多用幾種篩選變量的方法,同時(shí)要注意自變量間的交互作用,進(jìn)行綜合分析,這樣才能得到較為可靠的結(jié)果。
參考文獻(xiàn):
[1]王在翔:社會(huì)統(tǒng)計(jì)理論與實(shí)踐[M].青島:中國(guó)海洋大學(xué)出版社,2008
[2]胡良平等.醫(yī)學(xué)統(tǒng)計(jì)學(xué)基礎(chǔ)與典型錯(cuò)誤辨析[M].北京:軍事醫(yī)學(xué)科學(xué)出版社,2003.148-239
[3]柯文泉:統(tǒng)計(jì)方法應(yīng)用中應(yīng)注意的幾個(gè)問(wèn)題[J].時(shí)代經(jīng)貿(mào),2008,6(96):83-86
摘要：我國(guó)中藥發(fā)展已有悠久歷史，中藥大多采用復(fù)方制劑，以其復(fù)方療效顯著而越來(lái)越受到重視，在其成分分析中，多元統(tǒng)計(jì)分析方法的運(yùn)用，本質(zhì)上是一種多變量協(xié)同考量的思路。本文通過(guò)對(duì)以往多元統(tǒng)計(jì)分析方法在中藥成分分析數(shù)據(jù)中的應(yīng)用作整理總結(jié)，對(duì)今后相關(guān)研究提供理論依據(jù)。
關(guān)鍵詞：多元統(tǒng)計(jì)分析 中藥成分分析
中藥物質(zhì)基礎(chǔ)的闡明和科學(xué)質(zhì)量控制方法的建立是中藥現(xiàn)代化和國(guó)際化的關(guān)鍵，在化學(xué)計(jì)量學(xué)中，多元統(tǒng)計(jì)分析方法得到了很好的應(yīng)用，通過(guò)優(yōu)化了化學(xué)量測(cè)過(guò)程，提高分析效果，應(yīng)用統(tǒng)計(jì)分析方法及其他數(shù)學(xué)方法和計(jì)算機(jī)軟件的應(yīng)用對(duì)其數(shù)據(jù)進(jìn)行整理，已較好的闡明了中藥物質(zhì)成分，結(jié)構(gòu)與其性能之間的復(fù)雜關(guān)系。
一、應(yīng)用現(xiàn)狀
1.1方法
在中藥成分分析中，多元統(tǒng)計(jì)分析方法如多元回歸，多元相關(guān)分析，逐步回歸分析，最大似然法，判別分析，聚類分析和主成分分析，利用電子計(jì)算機(jī)能迅速而大量地處理實(shí)驗(yàn)數(shù)據(jù)，還廣泛采用了蒙特卡洛（Monte Carlo）統(tǒng)計(jì)模擬法，都能在某一特定方面很好的說(shuō)明其成分，但尚未有統(tǒng)一理論支撐整個(gè)體系，也是國(guó)內(nèi)著力于建立中成藥數(shù)據(jù)庫(kù)的緣由之一。要進(jìn)一步定性定量的確定中藥成分，并很好的分析中藥成分還需不斷努力。
在應(yīng)用中，應(yīng)用最多的為多元線性回歸和Logistic回歸方法，其次是通徑分析，因子分析和聚類分析的運(yùn)用較少，比如風(fēng)險(xiǎn)模型，典型相關(guān)，MCA分析和Probit分析。
1.1.1成分提取
在對(duì)中藥復(fù)方有效成分的整體提取方法，指紋圖譜條件優(yōu)化及定量評(píng)價(jià)指標(biāo)，以及基于藥理活性的組方條件優(yōu)化的基礎(chǔ)上，化學(xué)模式識(shí)別方法引入中藥分析體系，模式識(shí)別，指通過(guò)相關(guān)軟件等用數(shù)學(xué)方法來(lái)實(shí)現(xiàn)模式的自動(dòng)處理和判別，模式識(shí)別可大致分為用監(jiān)督模式識(shí)別（判別分析方法），是實(shí)現(xiàn)規(guī)定分類的標(biāo)準(zhǔn)和種類的數(shù)模，并且通過(guò)大批已知樣本的信息處理找出規(guī)律，再預(yù)報(bào)未知樣本的類型，如貝葉斯法（Bayes）逐步判別分析方法，人工神經(jīng)網(wǎng)絡(luò)判別法等，無(wú)監(jiān)督模式識(shí)別（聚類分析方法），是對(duì)一組尚無(wú)明確分類的樣本，根據(jù)它們所變現(xiàn)的變量特征，按相似程度的大小加以歸類，最終通過(guò)信息處理找出合適的分類方法并實(shí)現(xiàn)樣本的分類，如系統(tǒng)聚類分析，模糊聚類分析等以及基于特征投影的降維顯示方法，另外還有一類基于特征投影的降維顯示方法，如主成分分析方法，基于偏最小二乘法的降維方法等，中藥的化學(xué)模式識(shí)別方法可以從復(fù)雜的化學(xué)測(cè)量數(shù)據(jù)出發(fā)，進(jìn)一步揭示復(fù)雜化合物之間的隱藏規(guī)律，為中藥整體研究提供十分有用的信息。
1.1.2質(zhì)量控制
在中藥復(fù)方質(zhì)量控制方面，近年來(lái)，有監(jiān)督的模式識(shí)別和無(wú)監(jiān)督的模式識(shí)別往往聯(lián)合起來(lái)使用，即當(dāng)某中藥方劑的總體質(zhì)量分類不清楚時(shí)，可先用聚類分析對(duì)原來(lái)的樣品進(jìn)行分類，然后再用判別分析建立判別式以對(duì)新樣品進(jìn)行判別。
1.1.3藥效檢驗(yàn)
在化學(xué)計(jì)量中運(yùn)用多變量統(tǒng)計(jì)過(guò)程控制（multivariate statistical process control,MSPC） 方法來(lái)處理中藥成分組成，在中藥分析中，結(jié)合對(duì)無(wú)知復(fù)雜多組分進(jìn)行同時(shí)定性定量分析的方法，連用色譜儀器等，包括HPLC-DAD.CE-DAD(毛細(xì)管電泳二極管陣列聯(lián)用儀),HPLC-MS,HPLC-IR,GC-MS.GC-IR等因其將分離與分析技術(shù)集于一體，已有很大突破，目前國(guó)內(nèi)在中藥成分分析中，運(yùn)用了在中藥化學(xué)成分研究的手段方面，如薄層色譜，氣相色譜，高效液相色譜，紫外光譜，紅外光譜等已得到普遍使用，還包括超臨界色譜，高效逆流色譜，色譜質(zhì)譜連用技術(shù)（GC/MS、HPLC/MS），核磁共振（NMR）指紋圖譜，x-射線衍射指紋圖譜等。其中產(chǎn)生大量的數(shù)據(jù)，有關(guān)研究人員運(yùn)用數(shù)學(xué)中多元統(tǒng)計(jì)分析方法對(duì)其分析，得到相關(guān)結(jié)論，進(jìn)而對(duì)藥效進(jìn)行更有效的分析。
1.1.4組分分析
借助各類分析儀器以及光譜色譜聯(lián)用手段，可以再較短的時(shí)間內(nèi)得到大量的多元性化合物信息，該過(guò)程所用到的具體方法有聚類分析，主成分分析以及偏最小二乘法，判別式分析法等，中藥藥效，由定量構(gòu)效關(guān)系到定量組效關(guān)系研究
1.2數(shù)據(jù)處理的應(yīng)用實(shí)例
在對(duì)藥材產(chǎn)地區(qū)分和鑒別研究方面，徐永群等在黃苓的紅外光譜的指紋圖譜基礎(chǔ)上，采用主成分分析法，對(duì)多個(gè)產(chǎn)地進(jìn)行了聚類分析。
王繼國(guó)等分析中藥血竭樣品的高效液相色譜中，把指紋圖譜信息進(jìn)行數(shù)據(jù)處理時(shí)，用重疊率與相關(guān)系數(shù)兩個(gè)參數(shù)，從兩個(gè)方面定量地對(duì)圖譜進(jìn)行了相似性評(píng)價(jià)，在此基礎(chǔ)上用系統(tǒng)聚類分析法定性地對(duì)樣品進(jìn)行了分類和鑒別，建立了一種相對(duì)完善的中藥血竭的化學(xué)模式識(shí)別技術(shù)。
楊紅娟等對(duì)金銀花的種類進(jìn)行了模式識(shí)別研究，利用高效液相色譜分析獲得金銀花的化學(xué)信息，并進(jìn)行了系統(tǒng)聚類分析，同時(shí)用微生物法進(jìn)行抑菌活性測(cè)定，用多重線性回歸揭示化學(xué)信息與藥理指標(biāo)之間的關(guān)系。
孫麗新等用典型相關(guān)分析對(duì)獲得反映樣品整體化學(xué)特征的數(shù)據(jù)做了處理，并運(yùn)用聚類的方法將樣品分類，得到效果良好的質(zhì)量控制方法。
周立東等提出在天然藥物演技中建立定量組效關(guān)系，用以解決中藥復(fù)雜成分的化學(xué)組成與生物活性之間的關(guān)系問(wèn)題，在中藥的多變量的化學(xué)祖墳空間和中藥的多變量空間之間建立起定量的關(guān)系，在多元統(tǒng)計(jì)分析中，如回歸分析，聚類分析以及因子分析西歐提供了操作方法，
二、存在的主要問(wèn)題
統(tǒng)計(jì)方法的選擇在一定程度上取決于變量的測(cè)度水平，多元統(tǒng)計(jì)分析，自變量中包括名義變量的最多，自變量全部為間距測(cè)度的很少，多元統(tǒng)計(jì)分析方法中序次測(cè)度變量和名義測(cè)度變量的處理方法一樣，所以一般并不加以區(qū)分，序次測(cè)度變量作為名義測(cè)度變量來(lái)用，把二者合成為分類變量，本次研究的論文數(shù)據(jù)中應(yīng)用多元統(tǒng)計(jì)方法時(shí)大多數(shù)的分析中是分類變量。
2.1方法使用錯(cuò)誤
在多元統(tǒng)計(jì)分析方法的應(yīng)用中，如通經(jīng)分析等存在一些錯(cuò)誤，通徑分析是建立一組線性回歸方程，因此對(duì)變量的要求和多元線性回歸一樣，多元線性回歸要求因變量必須為間距測(cè)度或以上的變量，自變量可以使分類變量，但當(dāng)自變量中有分類變量時(shí)，必須做虛擬變量回歸，而不是普通的線性回歸。
2.2數(shù)據(jù)的評(píng)價(jià)和檢驗(yàn)
對(duì)實(shí)驗(yàn)數(shù)據(jù)處理的最終評(píng)價(jià)是要反映該藥效的最好方式，即數(shù)據(jù)在多大程度上能很好解釋了因變量的間的關(guān)系，每一種統(tǒng)計(jì)分析方法都有自己的數(shù)據(jù)評(píng)價(jià)指標(biāo)和方法。
三、總結(jié)
化學(xué)計(jì)量學(xué)提供了一整套區(qū)別于傳統(tǒng)復(fù)方研究的思路，在中藥化學(xué)，質(zhì)量控制，藥效檢驗(yàn)，組方分析，代謝組學(xué)以及建立中藥數(shù)據(jù)等各個(gè)領(lǐng)域都已有了初步的應(yīng)用和發(fā)展。多元統(tǒng)計(jì)分析方法作為數(shù)學(xué)數(shù)據(jù)分析中的主要分析方法，雖在中藥分析方法中應(yīng)用存在少數(shù)問(wèn)題，但其應(yīng)用前景及意義極其樂(lè)觀。（作者單位：沈陽(yáng)師范大學(xué)）
參考文獻(xiàn)：
［1］梁逸曾.化學(xué)計(jì)量學(xué)用于中醫(yī)藥研究.長(zhǎng)沙：化學(xué)計(jì)量學(xué)與傳感技術(shù)研究所，1998.
［2］羅國(guó)安.中藥中成藥現(xiàn)代化進(jìn)程［M］.北京：中成藥出版社，2000.
［3］甘師俊，李振吉.中藥現(xiàn)代化發(fā)展戰(zhàn)略［M］.北京：科學(xué)技術(shù)文獻(xiàn)出版社，1998.
［4］張敏，呂華瑛.中藥成分分離新技術(shù)及應(yīng)用［M］.山東：山東中醫(yī)雜志，2005.
［5］鄧書(shū)鴻，聶磊.中藥譜效關(guān)系的分析方法及數(shù)據(jù)處理技術(shù)研究進(jìn)展.山東：中藥材 Joumal of Chinese Medicinal Materials,1819.
多元統(tǒng)計(jì)分析在在統(tǒng)計(jì)學(xué)中是一種綜合性的分析方法，通過(guò)多個(gè)分析方式對(duì)于同一個(gè)對(duì)象進(jìn)行全方位的分析，內(nèi)容包括多種應(yīng)用方式。通過(guò)多種方式的綜合運(yùn)用，在多個(gè)指標(biāo)的共同參與之下，對(duì)于統(tǒng)計(jì)的規(guī)律進(jìn)行揭示與挖掘，將這種多元化的分析手法應(yīng)用于企業(yè)財(cái)務(wù)危機(jī)的預(yù)警中，是十分有效的，與現(xiàn)代企業(yè)管理的多元資金流和運(yùn)作的資金鏈串接是有相同的運(yùn)作模式的。
企業(yè)的財(cái)務(wù)危機(jī)主要是指企業(yè)在經(jīng)營(yíng)過(guò)程中由于無(wú)力按時(shí)償還到期的債務(wù)而產(chǎn)生的危機(jī)和困難就是企業(yè)的財(cái)務(wù)危機(jī)，企業(yè)財(cái)務(wù)危機(jī)的出現(xiàn)有種種原因，管理不善、行業(yè)蕭條、決策失誤、名譽(yù)受損等等，都可能導(dǎo)致企業(yè)財(cái)務(wù)危機(jī)的出現(xiàn)，企業(yè)一般都是個(gè)體或者合營(yíng)，依靠主要管理人員和決策人的共同努力發(fā)展壯大，所以對(duì)于管理人員的措施采納和決策人的決定有嚴(yán)格的要求。一般來(lái)說(shuō)，判斷一個(gè)企業(yè)財(cái)務(wù)危機(jī)的常用標(biāo)準(zhǔn)是企業(yè)破產(chǎn)和在證券交易中面臨的退市現(xiàn)象，注意，在證券公司面臨退市的現(xiàn)象一般指的是上市公司，中國(guó)改革開(kāi)放以后，證券行業(yè)發(fā)展迅速，企業(yè)的上市已經(jīng)成為一個(gè)企業(yè)發(fā)展壯大的標(biāo)識(shí)，所以本文研究的企業(yè)也包括上市公司。企業(yè)在生存發(fā)展的過(guò)程中，面臨的財(cái)務(wù)危機(jī)是一項(xiàng)挑戰(zhàn)，也是一項(xiàng)機(jī)遇，往往一個(gè)企業(yè)進(jìn)行大刀闊斧的改革都是在企業(yè)財(cái)務(wù)危機(jī)之后，由于財(cái)務(wù)危機(jī)暴露了企業(yè)在發(fā)展過(guò)程中的弊端，所以企業(yè)在財(cái)務(wù)危機(jī)中能夠頑強(qiáng)的生存下來(lái)，也就獲得了成功的準(zhǔn)備，將危機(jī)中顯示出來(lái)的問(wèn)題進(jìn)行糾正，這樣企業(yè)獲得了良好的發(fā)展活力，更能在激烈的社會(huì)競(jìng)爭(zhēng)力實(shí)現(xiàn)跨越式前進(jìn)。
由于企業(yè)性質(zhì)的不同，所以造成企業(yè)財(cái)務(wù)危機(jī)的原因也就不同，在企業(yè)財(cái)務(wù)危機(jī)預(yù)警的多元分析中，要根據(jù)企業(yè)的獨(dú)特性采取相應(yīng)的指標(biāo)來(lái)完成分析，并且在模式模型選擇過(guò)程中要根據(jù)企業(yè)財(cái)務(wù)危機(jī)的側(cè)重點(diǎn)來(lái)進(jìn)行選擇，這樣才能有針對(duì)性的提出分析的策略。根據(jù)我們選定的財(cái)務(wù)指標(biāo)，利用聚類分析法對(duì)我國(guó)企業(yè)進(jìn)行科學(xué)的統(tǒng)計(jì)分類；再用判別分析法構(gòu)造預(yù)測(cè)判別模型，對(duì)其財(cái)務(wù)危機(jī)狀況進(jìn)行判定預(yù)測(cè)；最后利用主成分分析法提取主成分，計(jì)算各主成分的分?jǐn)?shù)和綜合得分，根據(jù)主成分綜合得分對(duì)樣本進(jìn)行排序，以發(fā)現(xiàn)其財(cái)務(wù)危機(jī)狀況，使用Excel電子表格中軟件和統(tǒng)計(jì)分析軟件SPSS來(lái)進(jìn)行數(shù)據(jù)處理和建立多變量預(yù)警模型，這就是多元分析的主要步驟。
二、多元統(tǒng)計(jì)分析在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用
（一）樣本和變量選取
在企業(yè)財(cái)務(wù)危機(jī)模型的建立過(guò)程中，對(duì)于企業(yè)的財(cái)務(wù)指標(biāo)和參數(shù)，利用抽樣方法進(jìn)行選擇。一般來(lái)說(shuō)，選擇的方式主要是隨機(jī)抽樣和對(duì)應(yīng)樣本法。在企業(yè)中，選取銷售凈利率、主營(yíng)業(yè)務(wù)利潤(rùn)率、凈資產(chǎn)收益率、資產(chǎn)凈利率、每股收益（EPS）、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營(yíng)運(yùn)資本總資產(chǎn)比、資產(chǎn)負(fù)債率、流動(dòng)比率、現(xiàn)金負(fù)債總額比（債務(wù)保障率）、現(xiàn)金流動(dòng)負(fù)債比、現(xiàn)金流入流出比率、銷售現(xiàn)金比率、每股凈資產(chǎn)來(lái)建立指標(biāo)體系作為分析變量等28個(gè)指標(biāo)作為企業(yè)盈利、償還等能力和資本實(shí)力的展現(xiàn)，也是全面地反映企業(yè)的財(cái)務(wù)狀況的指標(biāo)。在多變量模型的財(cái)務(wù)預(yù)警分析中，變量越多選擇的余地越大，模型建立就越好。
（二）判別分析
根據(jù)樣本和變量的選擇，利用判別分析法建立企業(yè)財(cái)務(wù)危機(jī)的預(yù)警機(jī)制，在建立機(jī)制的過(guò)程中，可以根據(jù)研究對(duì)象創(chuàng)建一組函數(shù)，實(shí)現(xiàn)對(duì)于樣本和變量的分析判別。一般來(lái)說(shuō)，用的Fisher線性判別函數(shù)是判別分析中比較常見(jiàn)的。函數(shù)形式為：Yi=a1x1+a2x2+…+anxn+b（i=1，2，…，k）。其中k是判別組數(shù)，Y是判別分?jǐn)?shù)或判別值；x1，x2，…，xn是因變量或預(yù)測(cè)變量；a1，a2，…，anj是各變量的系數(shù)，即判別系數(shù)；b是函數(shù)中的常數(shù)。通過(guò)這組函數(shù)對(duì)于基本的系數(shù)和常數(shù)進(jìn)行計(jì)算，得出基本的財(cái)務(wù)危機(jī)指數(shù)、非財(cái)務(wù)危機(jī)指數(shù)以及中間指數(shù)。
在數(shù)字計(jì)算的過(guò)程中，判別分析建立的函數(shù)變量很多，將其中有顯著性代表的變量函數(shù)作為典型例證進(jìn)行分析計(jì)算，這樣既能節(jié)省時(shí)間和效率，同時(shí)也能準(zhǔn)確的代表了判別分析的結(jié)果。具體的判別分析方法：①采用一個(gè)系統(tǒng)默認(rèn)的檢驗(yàn)指標(biāo)體系，以每一步λ統(tǒng)計(jì)量最小的進(jìn)入判別函數(shù)，這樣就能從整體上保證參數(shù)的合理性，計(jì)算的準(zhǔn)確性也有了保證。②逐步判別停止的判據(jù)采用F值，當(dāng)加入一個(gè)變量或者剔除一個(gè)變量后，對(duì)在判別函數(shù)中的變量進(jìn)行方差分析，將因?yàn)樽兞康霓D(zhuǎn)換發(fā)生的系數(shù)變化統(tǒng)計(jì)下來(lái)，作為以后函數(shù)計(jì)算的重要數(shù)據(jù)。
③將獲得的變量均值檢驗(yàn)經(jīng)過(guò)系統(tǒng)的分析，得出的結(jié)果作為費(fèi)雪線性判別函數(shù)的系數(shù)。Fisher系數(shù)有被稱為費(fèi)雪線性判別函數(shù)的系數(shù)，在Fisher系數(shù)的系數(shù)表里，主要的指標(biāo)要和變量均值檢驗(yàn)表實(shí)現(xiàn)同步，這樣在不斷地分析計(jì)算過(guò)程中，才能得出Fisher線性判別函數(shù)模型。
由于模型中的6個(gè)變量從不同角度較好地反映了對(duì)于我國(guó)企業(yè)來(lái)說(shuō)最重要的幾個(gè)財(cái)務(wù)指標(biāo)：盈利能力欠佳、資產(chǎn)周轉(zhuǎn)速度慢， 尤其是應(yīng)收賬款回收慢，以及銷售收入增長(zhǎng)幅度小，經(jīng)營(yíng)現(xiàn)金流的短缺，這些都是極易導(dǎo)致財(cái)務(wù)危機(jī)的發(fā)生，最終影響企業(yè)生存的重要變量，通過(guò)這些數(shù)據(jù)的分析就能逐步實(shí)現(xiàn)財(cái)務(wù)危機(jī)的預(yù)警。
（三）主成分分析
在企業(yè)財(cái)務(wù)危機(jī)中，除了判別分析模型的建立之外，主成分分析也是較為普遍的方式。主成分分析主要是通過(guò)篩選和建立模型來(lái)實(shí)現(xiàn)，但是主成分分析法對(duì)于檢測(cè)的指數(shù)和指標(biāo)已經(jīng)有了基本的規(guī)定，比如說(shuō)企業(yè)重要的資金流動(dòng)、盈利收益等，都是企業(yè)在財(cái)務(wù)危機(jī)預(yù)警里的主要成分。在變量較多的情況下，研究樣本通常都比較復(fù)雜，因此需要利用主成分分析方法實(shí)施第二次篩選，使得模型精簡(jiǎn)化，這和判別分析的模型建立有同樣的方法選擇，選取適用的參數(shù)和指標(biāo)來(lái)進(jìn)行有針對(duì)性的研究。在企業(yè)財(cái)務(wù)危機(jī)分析中，具體是指，對(duì)企業(yè)收集的原始數(shù)據(jù)和財(cái)務(wù)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化的處理，取平均為零，方差取1；然后，利用標(biāo)準(zhǔn)化的數(shù)據(jù)計(jì)算財(cái)務(wù)指標(biāo)間相關(guān)系數(shù)矩陣R；最后，按照指標(biāo)間的矩形計(jì)算規(guī)則，對(duì)于矩陣中的相關(guān)系數(shù)進(jìn)行分析和計(jì)算。
三、多元統(tǒng)計(jì)分析對(duì)于企業(yè)財(cái)務(wù)危機(jī)預(yù)警的作用
論文關(guān)鍵詞：360度績(jī)效評(píng)價(jià)，雷達(dá)圖，應(yīng)用
360 度績(jī)效評(píng)價(jià) (360-degreefeedback) 又稱多評(píng)價(jià)者評(píng)估(multi- later assessment)多源反饋系統(tǒng)(multi- source feedback MSF)或全方位評(píng)價(jià)(full circle appraisal)，它是由被考評(píng)者的上級(jí)、同事、下級(jí)和(或) 客戶(包括內(nèi)部客戶和外部客戶) 以及被考評(píng)者本人分別擔(dān)任考評(píng)者，從多個(gè)角度對(duì)被考評(píng)者進(jìn)行360 度的全方位考評(píng)，再通過(guò)一定的反饋程序，促進(jìn)被考評(píng)者完善自己的工作行為并提高工作績(jī)效。在國(guó)內(nèi)，360 度績(jī)效評(píng)價(jià)也被稱為360 度績(jī)效反饋評(píng)價(jià)、全方位反饋評(píng)價(jià)或者多源反饋評(píng)價(jià)等。
近十幾年來(lái)，以360 度績(jī)效評(píng)價(jià)為核心的績(jī)效管理體系開(kāi)始風(fēng)靡全球。在《財(cái)富》雜志評(píng)選出的排名在前1000 位的企業(yè)中，有近90 %已將360 度績(jī)效考評(píng)方法用于人力資源管理和開(kāi)發(fā)，如IBM、摩托羅拉、諾基亞、福特、迪斯尼、美國(guó)聯(lián)邦銀行等。我國(guó)許多著名企業(yè)也引入了這種績(jī)效評(píng)價(jià)工具，如聯(lián)想、金蝶軟件等。
360度績(jī)效評(píng)價(jià)之所以得到如此深受國(guó)內(nèi)外企業(yè)青睞，主要?dú)w功于其是通過(guò)對(duì)一個(gè)個(gè)體可從多個(gè)角度評(píng)價(jià)，有效的規(guī)避單一主體評(píng)價(jià)結(jié)果受制于評(píng)價(jià)的偏見(jiàn)和武斷的影響，能夠得出更有效和更可靠的結(jié)果管理論文，即有較高的可信度和效率。360度績(jī)效考評(píng)從多角度評(píng)價(jià)的理念，決定了在應(yīng)用需要中對(duì)多維度的變量進(jìn)行數(shù)據(jù)處理，由此，對(duì)多個(gè)變量進(jìn)行綜合處理的多元統(tǒng)計(jì)分析方法就顯得尤為重要。
多元統(tǒng)計(jì)分析方法多種多樣。主成分分析法、因子分析法、判別分析法、聚類分析法、典型相關(guān)分析法、主坐標(biāo)分析法等都先后被人們應(yīng)用于各類的綜合評(píng)價(jià)活動(dòng)中。這些方法的種種優(yōu)點(diǎn)不再贅述,，但總體給使用者的感覺(jué)是技術(shù)性太強(qiáng)而形象化不夠,，本文擬從可視化的角度對(duì)多元統(tǒng)計(jì)分析方法在綜合評(píng)價(jià)中的應(yīng)用進(jìn)行探討。
一、雷達(dá)圖法概述
1．多變量的可視化
圖形是直觀了解、認(rèn)識(shí)數(shù)據(jù)的一種可視化手段，如果能將評(píng)價(jià)中的數(shù)據(jù)直接顯示在一個(gè)平面上，便可一目了然地看出所分析變量間的數(shù)量關(guān)系。由于在綜合評(píng)價(jià)中涉及的指標(biāo)往往很多，多變量數(shù)據(jù)的維數(shù)通常都大于三，而觀測(cè)三維以上數(shù)據(jù)又存在一定困難， 若有一種方法可以把高維數(shù)據(jù)投影到二維空間去，并且在投影過(guò)程中不會(huì)過(guò)多地?fù)p失原有數(shù)據(jù)的信息，就可以使用通常的方法在平面上畫(huà)出這些高維數(shù)據(jù)圖形來(lái)。
多變量的可視化一直是人們關(guān)注的熱點(diǎn)，從研究成果看主要分為兩類：一類是使高維空間的點(diǎn)與平面上某種圖形對(duì)應(yīng)，這種圖形能反應(yīng)高維數(shù)據(jù)的某些特點(diǎn)或數(shù)據(jù)間的關(guān)系；另一類是對(duì)多變量數(shù)據(jù)降維處理，在盡可能多地保留原始信息的原則下，將數(shù)據(jù)的維數(shù)降為二維或一維，然后再在平面上表示，主成分分析法、因子分析法就屬于此類方法。
雷達(dá)圖就是一種多變量可視圖形，也稱星形圖，它屬于第一類可視化方法。
2． 雷達(dá)圖
雷達(dá)圖早期多應(yīng)用于經(jīng)濟(jì)財(cái)務(wù)領(lǐng)域，如財(cái)務(wù)報(bào)表的分析，后因其簡(jiǎn)潔、精確、可操作性強(qiáng)等特點(diǎn)而倍受關(guān)注， 是一種能夠用定量指標(biāo)較好地反映出定性問(wèn)題的模型工具。
雷達(dá)圖中，每個(gè)數(shù)據(jù)都有一個(gè)獨(dú)立的單一數(shù)值軸，坐標(biāo)軸呈輻射狀分布在中心點(diǎn)周圍， 把同一數(shù)據(jù)序列的值在不同坐標(biāo)軸上的點(diǎn)用折線連接起來(lái)所形成的多邊形就是雷達(dá)圖管理論文，用來(lái)比較若干個(gè)數(shù)據(jù)序列指標(biāo)的總體情況中國(guó)期刊全文數(shù)據(jù)庫(kù)。
3． 評(píng)價(jià)的基本思想
利用雷達(dá)圖進(jìn)行綜合評(píng)價(jià)的基本思想是：
首先，確定需要分析的對(duì)象和分析的目的，選擇分析的各個(gè)評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，這些評(píng)價(jià)指標(biāo)與分析的對(duì)象密切相關(guān)，必要而且充分地支持分析目的。
然后，以評(píng)價(jià)值的最大值為半徑畫(huà)圓, 并以評(píng)價(jià)指標(biāo)數(shù)N 等分圓周, 從圓心出發(fā)畫(huà)N 條坐標(biāo)軸，每條坐標(biāo)軸表示一個(gè)評(píng)價(jià)指標(biāo)；
最后，在每根放射線上標(biāo)注出等距離的刻度，研究每一個(gè)指標(biāo)可能的水平等級(jí)，以明確的數(shù)字區(qū)分水平等級(jí)。將每個(gè)測(cè)評(píng)指標(biāo)的評(píng)分結(jié)果標(biāo)注在相應(yīng)的坐標(biāo)軸上，并把各軸上的點(diǎn)連接構(gòu)成最終的雷達(dá)圖。
為了使評(píng)價(jià)結(jié)果更具綜合性和客觀性，在繪制雷達(dá)圖時(shí)，首先將各評(píng)價(jià)指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除定量評(píng)價(jià)結(jié)果在各評(píng)價(jià)指標(biāo)間的數(shù)量差異。運(yùn)用雷達(dá)圖解釋分析結(jié)果，重點(diǎn)關(guān)注那些差距最大的領(lǐng)域。
二、360度績(jī)效評(píng)價(jià)中雷達(dá)圖的應(yīng)用
一般常見(jiàn)的360度績(jī)效評(píng)價(jià)的應(yīng)用是對(duì)于不同的評(píng)價(jià)者賦予不同的權(quán)重，然后加權(quán)求和得出最終綜合評(píng)價(jià)分值。這樣的評(píng)價(jià)雖然能綜合反應(yīng)一個(gè)員工的績(jī)效但無(wú)法反應(yīng)導(dǎo)致員工總體評(píng)分波動(dòng)的原因，不利于進(jìn)行績(jī)效診斷。
基于工作績(jī)效的多維性，不同評(píng)價(jià)主體觀察到的是績(jī)效的不同維度，對(duì)于同一個(gè)員工的績(jī)效評(píng)價(jià)的結(jié)果必然會(huì)因評(píng)價(jià)主體不同而不同。績(jī)效評(píng)價(jià)的結(jié)果不是評(píng)判員工的優(yōu)劣，而是為了提高績(jī)效。評(píng)價(jià)結(jié)果中全面反映員工績(jī)效結(jié)果必然有利于這一目的的實(shí)現(xiàn)。利用可視化效果好的多元統(tǒng)計(jì)方法成了解決這一問(wèn)題的必然選擇。
在360度評(píng)價(jià)中，以不同評(píng)價(jià)主體為不同維度繪制出雷達(dá)圖，可以直觀的反映出不同評(píng)價(jià)主體對(duì)同一客體的評(píng)價(jià)結(jié)果，形成不同類別的“臉譜化”的評(píng)價(jià)結(jié)果。具體繪制過(guò)程包括一下步驟：
1．確定三個(gè)同心圓。中圓的圓周表示評(píng)價(jià)主體評(píng)價(jià)結(jié)果的中值；外圓的圓周表示評(píng)價(jià)結(jié)果的最大值；內(nèi)圓的圓周表示評(píng)價(jià)結(jié)果的最小值。
2．劃分評(píng)價(jià)指標(biāo)軸。用評(píng)價(jià)指標(biāo)體系對(duì)圓周(360 度) 作N 等分，N等與選擇的評(píng)價(jià)主體的類型，得到N 個(gè)坐標(biāo)軸，每個(gè)坐標(biāo)軸代表該體系的第N 個(gè)評(píng)價(jià)主體的評(píng)價(jià)結(jié)果。
3．將不同評(píng)價(jià)主體的評(píng)分進(jìn)行標(biāo)準(zhǔn)化處理。利用公式：
Xi=(xi-xmin)/(xmax- xmin)
來(lái)計(jì)算每一個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)。
其中： Xi 為第i 個(gè)評(píng)價(jià)主體標(biāo)準(zhǔn)化后的數(shù)據(jù)； xi表示第i 個(gè)評(píng)價(jià)主體的實(shí)際評(píng)價(jià)結(jié)果， xmin表示同一評(píng)價(jià)主體評(píng)價(jià)結(jié)果的最小值管理論文， xmax 表示同一評(píng)價(jià)主體評(píng)價(jià)結(jié)果的最大值。
經(jīng)過(guò)上式處理后，統(tǒng)計(jì)數(shù)據(jù)被規(guī)范到[0， 1]之間。
4．將不同評(píng)價(jià)主體的評(píng)價(jià)結(jié)果標(biāo)在圖中適當(dāng)位置，并連接各點(diǎn)成為一個(gè)多邊形或曲邊多邊形。
具體如下圖：
從以上四個(gè)雷達(dá)圖可以看出： 員工A的評(píng)價(jià)結(jié)果幾乎在各評(píng)價(jià)主體的評(píng)價(jià)值都是最大值，評(píng)價(jià)結(jié)果所構(gòu)成的多邊形向外明顯擴(kuò)張，說(shuō)明該員工工作績(jī)效突出；員工B的自我評(píng)價(jià)績(jī)效結(jié)果突出，但其他主體評(píng)價(jià)均低于平均水平；員工C的多個(gè)主體評(píng)價(jià)均高于平均水平，但下級(jí)評(píng)價(jià)結(jié)果低于平均水平；員工D 各評(píng)價(jià)主體評(píng)價(jià)均低于中值，評(píng)分結(jié)果構(gòu)成的多邊形向圓心明顯收縮，說(shuō)明該員工各方面的績(jī)效水平較低。
雷達(dá)圖不僅綜合反映評(píng)價(jià)對(duì)象的好壞，更直接表現(xiàn)了其在單個(gè)指標(biāo)上的優(yōu)劣。如圖1 中的員工C，雷達(dá)圖屬于擴(kuò)張型， 但它在下級(jí)的績(jī)效評(píng)價(jià)值靠近圓心，說(shuō)明它在這方面具有很明顯的劣勢(shì)，可能在工作方式、下屬培養(yǎng)等方面存在問(wèn)題。管理人員可以通過(guò)雷達(dá)圖直觀地看出員工那些方面較好， 那些方面較差, 并制定出相應(yīng)的措施以提升自主創(chuàng)新能力。
利用各績(jī)效指標(biāo)評(píng)價(jià)值所連接成的多邊形，雷達(dá)圖實(shí)現(xiàn)了各員工間的橫向比較，通過(guò)對(duì)多個(gè)維度的評(píng)價(jià)結(jié)果描述和比較， 直觀地表征了被評(píng)價(jià)者的績(jī)效水平。雷達(dá)圖還可以利用多邊形的相似性對(duì)評(píng)價(jià)對(duì)象進(jìn)行主觀聚類。本例選取的4 名員工都是具有代表性的數(shù)據(jù)，可以不同類型的雷達(dá)圖對(duì)不同員工進(jìn)行“臉譜化”。然后根據(jù)不同類型的“臉譜”采用不同的管理手段，有針對(duì)性的改善組織績(jī)效。
對(duì)于雷達(dá)圖在360度績(jī)效評(píng)價(jià)中的應(yīng)用還可以進(jìn)一步細(xì)化的不同主體的評(píng)價(jià)指標(biāo)，每個(gè)坐標(biāo)軸代表一個(gè)指標(biāo)，多邊形的每個(gè)頂點(diǎn)代表不同指標(biāo)的評(píng)價(jià)值。如下圖，使評(píng)價(jià)結(jié)果更加清晰明了。
三、雷達(dá)圖在360度績(jī)效評(píng)價(jià)中的應(yīng)用價(jià)值
1．描述直觀、形象。
雷達(dá)圖為多因素評(píng)價(jià)方法,適合于在二維平面上直觀、形象地反映多個(gè)指標(biāo)的變動(dòng)規(guī)律中國(guó)期刊全文數(shù)據(jù)庫(kù)。通過(guò)疊加不同形狀的雷達(dá)圖,可以直接判斷出績(jī)效評(píng)價(jià)結(jié)果的整體分布情況及優(yōu)劣態(tài)勢(shì)。
2．便于績(jī)效反饋。
一個(gè)有效的績(jī)效管理體系必然具有通過(guò)持續(xù)不斷的績(jī)效反饋不斷的提高績(jī)效的功能。而此項(xiàng)功能的實(shí)現(xiàn)依賴績(jī)效反饋的有效性。在績(jī)效反饋中利用可視化的雷達(dá)圖，一方面可以改善被評(píng)價(jià)者對(duì)評(píng)價(jià)結(jié)果的理解；另一方面可以使績(jī)效反饋面談更有針對(duì)性，均可有利于提高績(jī)效反饋的有效性。
3．有利于人力資源開(kāi)發(fā)。
績(jī)效管理作為人力資源管理的一個(gè)功能模塊，其評(píng)價(jià)結(jié)果可作為其他功能模塊開(kāi)展工作的依據(jù)。在360度績(jī)效評(píng)價(jià)中管理論文，不同的評(píng)價(jià)主體觀察到的是同一評(píng)價(jià)客體的不同方面績(jī)效，通過(guò)雷達(dá)圖可以直觀的看出員工那些方面的績(jī)效低下，需要進(jìn)一步的培訓(xùn)開(kāi)發(fā)。
4．提高了管理措施的針對(duì)性。
利用雷達(dá)圖對(duì)360度績(jī)效評(píng)價(jià)結(jié)果進(jìn)行處理，將員工的評(píng)價(jià)結(jié)果“臉譜化”。不同“臉譜”代表了不同績(jī)效類型的員工，通過(guò)對(duì)雷達(dá)圖“臉譜”的聚類，可將員工分成不同類型，便于針對(duì)性的管理。
5．易于推廣。
將雷達(dá)圖應(yīng)用到360度績(jī)效評(píng)價(jià)中，使績(jī)效評(píng)價(jià)走向簡(jiǎn)明、直觀、快速。具有重大的價(jià)值。雷達(dá)圖為找出影響員工工作績(jī)效的關(guān)鍵因素提供了簡(jiǎn)明直觀的依據(jù)，便于績(jī)效管理工作的進(jìn)行，其推廣應(yīng)用必然受到專業(yè)人士的歡迎。
四、結(jié)論
本文在多元統(tǒng)計(jì)分析的基礎(chǔ)上，從可視化角度出發(fā)，將雷達(dá)圖法引入到360度全方位績(jī)效評(píng)價(jià)之中， 建立評(píng)價(jià)模型，并給出了不同評(píng)價(jià)主體評(píng)價(jià)數(shù)據(jù)的標(biāo)準(zhǔn)化方法。通過(guò)把圖形引入績(jī)效評(píng)價(jià)其中，使得評(píng)價(jià)更具說(shuō)服力。雷達(dá)圖能夠非常直觀地反映評(píng)價(jià)對(duì)象在各個(gè)不同績(jī)效維度上的相對(duì)優(yōu)劣勢(shì)，是360度全方位績(jī)效評(píng)價(jià)中分析問(wèn)題的非常好的輔助工具。
參考文獻(xiàn)：
[1]石金濤、魏晉才.績(jī)效管理[M] . 北京:北京師范大學(xué)出版社,2007 :138～140.
[2]付赟、方德英.雷達(dá)圖法在綜合評(píng)價(jià)中的應(yīng)用研究[J]. 統(tǒng)計(jì)與決策.2007(24):176-177
[3]李明、易匠翹.雷達(dá)圖在發(fā)展性評(píng)價(jià)中的應(yīng)用[J].長(zhǎng)沙鐵道學(xué)院學(xué)報(bào).2004(12):162-163
Radar graphin the 360-degree Performance Evaluation Research
關(guān)鍵詞：數(shù)理統(tǒng)計(jì)；教學(xué)模式；案例教學(xué)；統(tǒng)計(jì)建模
數(shù)理統(tǒng)計(jì)課程是我校工科相關(guān)專業(yè)研究生的一門(mén)必修學(xué)位基礎(chǔ)課程，學(xué)習(xí)該課程的工科專業(yè)研究生在其課題研究中要求具備較高的統(tǒng)計(jì)分析水平。然而，由于受計(jì)劃學(xué)時(shí)少、教材內(nèi)容偏理論、統(tǒng)計(jì)方法繁多、教學(xué)手段單一、學(xué)生基礎(chǔ)參差不齊、學(xué)習(xí)價(jià)值取向差異大等因素的影響，教學(xué)質(zhì)量提高緩慢，影響了學(xué)生統(tǒng)計(jì)素質(zhì)的培養(yǎng)和創(chuàng)新能力的提升。針對(duì)上述問(wèn)題，作者在在近幾年的數(shù)理統(tǒng)計(jì)課程的教學(xué)中，嘗試更新教學(xué)理念，擴(kuò)充教學(xué)內(nèi)容，引進(jìn)數(shù)學(xué)實(shí)驗(yàn)技術(shù)，以案例教學(xué)為突破口，進(jìn)行了一系列的改革研究和實(shí)踐探索，使學(xué)生能夠熟練掌握現(xiàn)代數(shù)理統(tǒng)計(jì)的基本思想和方法、樹(shù)立統(tǒng)計(jì)建模思想，學(xué)會(huì)使用統(tǒng)計(jì)思維分析和解決問(wèn)題，達(dá)到其專業(yè)對(duì)統(tǒng)計(jì)工具的科研要求。
一、變革教學(xué)理念，調(diào)整教學(xué)內(nèi)容以適應(yīng)學(xué)生的知識(shí)需求
目前大多數(shù)工科研究生的數(shù)學(xué)素養(yǎng)現(xiàn)狀并不能適應(yīng)飛速發(fā)展的新技術(shù)的需要，他們?cè)诒究齐A段的數(shù)學(xué)基礎(chǔ)僅限于微積分、線性代數(shù)、初等概率統(tǒng)計(jì)的范疇，對(duì)現(xiàn)代數(shù)學(xué)知識(shí)知之甚少，計(jì)算機(jī)工具的運(yùn)用能力較弱，嚴(yán)重影響了他們?cè)趯I(yè)研究中的能力發(fā)展。所以研究生階段的數(shù)理統(tǒng)計(jì)課程在某種意義上承擔(dān)著培養(yǎng)學(xué)生的數(shù)學(xué)素養(yǎng)、鍛煉學(xué)生的數(shù)學(xué)應(yīng)用能力的重任。這就需要教師在教學(xué)中更新教學(xué)觀念，強(qiáng)調(diào)理論與應(yīng)用并重、研究與實(shí)踐并重，促進(jìn)教學(xué)理念的轉(zhuǎn)變和教學(xué)方式方法的變革，以素質(zhì)培養(yǎng)為中心，把課程重點(diǎn)放在素質(zhì)培養(yǎng)上，而不是放在知識(shí)的簡(jiǎn)單灌輸上。在教學(xué)中，如何培養(yǎng)學(xué)生的概率統(tǒng)計(jì)思維是一大難點(diǎn)。在教學(xué)中我注重對(duì)每一種統(tǒng)計(jì)方法的思想進(jìn)行詳盡解讀，力圖使學(xué)生真正掌握統(tǒng)計(jì)方法的內(nèi)涵。比如，假設(shè)檢驗(yàn)包含了非常重要的統(tǒng)計(jì)思想，其思想原理幾乎貫穿整個(gè)統(tǒng)計(jì)領(lǐng)域。因此在教學(xué)中，首先利用簡(jiǎn)單的實(shí)際問(wèn)題從直觀角度引入假設(shè)檢驗(yàn)的思想，推斷依據(jù)原理，可能存在的風(fēng)險(xiǎn)，各種不同假設(shè)下所得結(jié)論的關(guān)系和區(qū)別等問(wèn)題，然后再上升到理論層面，給出正態(tài)總體各種情況下參數(shù)的檢驗(yàn)?zāi)Ｊ剑龠M(jìn)一步深入學(xué)習(xí)非正態(tài)總體的參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)、方差分析、回歸分析等其它統(tǒng)計(jì)方法，并且引導(dǎo)學(xué)生分析對(duì)比各種統(tǒng)計(jì)分析方法的區(qū)別和聯(lián)系。如果前期的基礎(chǔ)比較扎實(shí)，學(xué)生對(duì)后續(xù)的各種統(tǒng)計(jì)方法掌握起來(lái)就順利很多。在教學(xué)內(nèi)容上，針對(duì)學(xué)生知識(shí)層次不齊，需求各異的特點(diǎn)，改變教學(xué)思想，在教學(xué)內(nèi)容上淡化理論、強(qiáng)化統(tǒng)計(jì)思想和方法，重點(diǎn)講授統(tǒng)計(jì)方法的內(nèi)涵、特點(diǎn)和限制、統(tǒng)計(jì)建模和求解、結(jié)果檢驗(yàn)及應(yīng)用等。對(duì)理論性較強(qiáng)的部分內(nèi)容進(jìn)行了刪減，而對(duì)應(yīng)用性較強(qiáng)的內(nèi)容進(jìn)行了補(bǔ)充。例如壓縮了參數(shù)點(diǎn)估計(jì)的有關(guān)理論，加強(qiáng)了試驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析、多元線性回歸和非線性回歸等統(tǒng)計(jì)方法的教學(xué)，并布置了相應(yīng)的大作業(yè)進(jìn)行案例討論，強(qiáng)化其應(yīng)用。在教學(xué)內(nèi)容的選擇上，我還注重培養(yǎng)研究生的建模能力。大部分研究生在本科階段沒(méi)有受過(guò)建模的訓(xùn)練，幾乎不知各種建模工具和建模步驟，更談不上靈活應(yīng)用。所以我經(jīng)常選擇與工科專業(yè)有關(guān)的實(shí)際案例，融合多種統(tǒng)計(jì)方法建模，配合統(tǒng)計(jì)軟件的應(yīng)用，并且對(duì)分析結(jié)果重點(diǎn)解讀，效果很好。
二、采用案例教學(xué)，提高學(xué)生分析問(wèn)題解決問(wèn)題的能力
由于工科研究生的數(shù)理統(tǒng)計(jì)課程是在研一開(kāi)設(shè)，幾年的教學(xué)下來(lái)就發(fā)現(xiàn)一個(gè)問(wèn)題，在研一時(shí)學(xué)生學(xué)的還不錯(cuò)，然而等升到研二、研三開(kāi)始進(jìn)行課題研究時(shí)，卻不知怎么著手進(jìn)行數(shù)據(jù)分析，經(jīng)常有學(xué)生再回到教室旁聽(tīng)，或找老師求教。其原因主要是因?yàn)閷W(xué)生在學(xué)到的仍然是書(shū)本知識(shí)，缺乏對(duì)實(shí)際問(wèn)題的深入分析，缺乏解決實(shí)際問(wèn)題的能力，不能夠很好地把所學(xué)知識(shí)用到自己的研究工作中。在教學(xué)改革研究過(guò)程中，我大量采用案例教學(xué)，收集了數(shù)十例與研究生專業(yè)領(lǐng)域有關(guān)的案例，如環(huán)境、生物、經(jīng)濟(jì)等領(lǐng)域，編寫(xiě)成文檔與學(xué)生共享。通過(guò)對(duì)典型案例的分析和研究，提高學(xué)生分析問(wèn)題的能力，并充分利用互聯(lián)網(wǎng)平臺(tái)，采取互動(dòng)教學(xué)方式，引導(dǎo)學(xué)生尋求最好的解決問(wèn)題途徑。在教學(xué)中所選擇的案例大致分兩類：一類是成熟的數(shù)據(jù)案例，比如教材中或已發(fā)表文獻(xiàn)中的案例，只需要對(duì)案例涉及到實(shí)際問(wèn)題進(jìn)行分析，適當(dāng)抽象后選擇合適的統(tǒng)計(jì)模型，求出其模型中的參數(shù)，檢驗(yàn)，應(yīng)用即可；還有一類是往屆研究生提出來(lái)的研究課題中的問(wèn)題，經(jīng)過(guò)加工整理后形成的案例，更像是數(shù)學(xué)建模訓(xùn)練。比如，河道水質(zhì)治理，企業(yè)污水凈化、空氣質(zhì)量監(jiān)測(cè)、經(jīng)濟(jì)數(shù)據(jù)分析等，這些案例都有可能是他們?nèi)蘸竺媾R的問(wèn)題，因此更具有實(shí)際意義。在這些案例的研究討論中，更側(cè)重整個(gè)工作流程，在制訂試驗(yàn)設(shè)計(jì)方案、收集試驗(yàn)數(shù)據(jù)、數(shù)據(jù)分析、計(jì)算機(jī)求解、研究結(jié)論與應(yīng)用等每個(gè)環(huán)節(jié)，初步幫助學(xué)生了解利用統(tǒng)計(jì)方法解決實(shí)際問(wèn)題的過(guò)程，提高他們的分析能力和應(yīng)用能力。經(jīng)過(guò)這樣的訓(xùn)練，不少研究生的統(tǒng)計(jì)分析水平和數(shù)據(jù)計(jì)算水平有極大提高，不但在研一階段就開(kāi)始申請(qǐng)到校、省級(jí)科研項(xiàng)目，而且積極參加全國(guó)研究生數(shù)學(xué)建模競(jìng)賽，取得了不錯(cuò)的戰(zhàn)績(jī)。還有一類案例是反面的案例，我們收集了部分錯(cuò)用統(tǒng)計(jì)、誤用統(tǒng)計(jì)、惡用統(tǒng)計(jì)的例子，有已經(jīng)發(fā)表在正式刊物的論文，有網(wǎng)絡(luò)文章，有實(shí)踐過(guò)程中出現(xiàn)的問(wèn)題，還有學(xué)生作業(yè)中的錯(cuò)誤等等，借用這些反面問(wèn)題警示學(xué)生，在使用統(tǒng)計(jì)方法解決問(wèn)題時(shí)一定要慎重，要善用統(tǒng)計(jì)，用好統(tǒng)計(jì)，正確利用統(tǒng)計(jì)方法提高自己的統(tǒng)計(jì)分析水平。
三、利用統(tǒng)計(jì)軟件和計(jì)算技術(shù)，提高教學(xué)效率和學(xué)生統(tǒng)計(jì)分析水平
目前許多統(tǒng)計(jì)軟件都能夠方便、快速、有效的處理數(shù)據(jù)。在教學(xué)過(guò)程中，主要采取統(tǒng)計(jì)軟件和多媒體課件相結(jié)合的教學(xué)方式，以加大信息量，擴(kuò)展知識(shí)面，挖掘出教材文字達(dá)不到的直觀、動(dòng)態(tài)效果，使難以理解的抽象理論形象化、生動(dòng)化，并且為學(xué)生以后的研究發(fā)展提供統(tǒng)計(jì)處理技術(shù)手段。對(duì)于工科研究生來(lái)說(shuō)，應(yīng)用統(tǒng)計(jì)方法進(jìn)行數(shù)據(jù)分析和處理，至少要掌握一種軟件工具幫助其計(jì)算，比如，Excel，SAS，JMP，SPSS，Eviews，Minitab等，除Excel外，其它的統(tǒng)計(jì)軟件都提供了方便的菜單式操作，便于學(xué)習(xí)和應(yīng)用。為方便學(xué)生學(xué)習(xí)和掌握，筆者在課堂教學(xué)中，不但介紹常用統(tǒng)計(jì)軟件的特點(diǎn)，而且對(duì)所有例題都至少使用一種統(tǒng)計(jì)軟件進(jìn)行求解演示，同時(shí)要求研究生在案例分析研究中，使用統(tǒng)計(jì)軟件完成計(jì)算，并給出軟件輸出結(jié)果的合理解釋。近幾年的教學(xué)實(shí)踐結(jié)果表明，許多學(xué)生不但理解和掌握了統(tǒng)計(jì)方法，也掌握了數(shù)據(jù)分析計(jì)算工具，有效地提高了教學(xué)效率和學(xué)生的統(tǒng)計(jì)分析水平。
四、建立網(wǎng)絡(luò)教學(xué)環(huán)境，為學(xué)生提供靈活持續(xù)的知識(shí)學(xué)習(xí)和交流平臺(tái)
我們利用學(xué)校天空教室網(wǎng)絡(luò)課程系統(tǒng)，建設(shè)了工科研究生數(shù)理統(tǒng)計(jì)網(wǎng)絡(luò)課程，為學(xué)生營(yíng)造一個(gè)持續(xù)的知識(shí)學(xué)習(xí)輔助教學(xué)環(huán)境，以及師生課余時(shí)間的交流平臺(tái)，成為課堂教學(xué)的重要補(bǔ)充，從而適應(yīng)不同專業(yè)學(xué)生對(duì)統(tǒng)計(jì)知識(shí)和方法的需求。在網(wǎng)絡(luò)課程的教學(xué)資源中，我們不但設(shè)立了教學(xué)大綱、教學(xué)進(jìn)度、教學(xué)課件等常規(guī)教學(xué)資源的節(jié)點(diǎn)，還設(shè)立了統(tǒng)計(jì)軟件學(xué)習(xí)、案例討論、大作業(yè)、閱讀等拓展類節(jié)點(diǎn)，同時(shí)網(wǎng)絡(luò)課程平臺(tái)還有通知、留言、在線答疑、論壇等互動(dòng)窗口，方便研究生課后學(xué)習(xí)、交流和研究。網(wǎng)絡(luò)課程運(yùn)行三年來(lái)，受到學(xué)生的大力支持和好評(píng)。同時(shí)也有不少研究生提出了許多好的建議，希望能提供更多的教學(xué)資源，加大交流互動(dòng)的力度，增加更多的實(shí)際案例進(jìn)行討論學(xué)習(xí)。
五、改革考核方式，建立綜合考核評(píng)價(jià)系統(tǒng)
數(shù)學(xué)課程傳統(tǒng)的教學(xué)評(píng)價(jià)方式一般是閉卷考核，評(píng)價(jià)內(nèi)容主要以記憶性知識(shí)為主，對(duì)于培養(yǎng)創(chuàng)新性工科研究生的數(shù)理統(tǒng)計(jì)學(xué)習(xí)目標(biāo)來(lái)說(shuō)并不適合。工科研究生學(xué)習(xí)現(xiàn)代數(shù)學(xué)的特點(diǎn)應(yīng)體現(xiàn)應(yīng)用和創(chuàng)新，因此改革傳統(tǒng)的考核評(píng)價(jià)方式就是必然。我們根據(jù)教學(xué)內(nèi)容進(jìn)度，適時(shí)安排課堂作業(yè)、大作業(yè)、案例討論、讀書(shū)報(bào)告等多種方式的練習(xí)，建立綜合考核評(píng)價(jià)系統(tǒng)，采取多項(xiàng)加權(quán)的考核評(píng)價(jià)方式，結(jié)合期末的開(kāi)卷考試成績(jī)進(jìn)行加權(quán)綜合評(píng)定。平時(shí)的多種形式的考點(diǎn)為如何運(yùn)用已掌握的統(tǒng)計(jì)理論和方法，對(duì)于給定的數(shù)據(jù)資料進(jìn)行分析、篩選、抽象、建立模型、計(jì)算或軟件應(yīng)用、檢驗(yàn)及結(jié)論解讀等方面的訓(xùn)練，同時(shí)要求以科研小論文的形式提交電子文檔，相當(dāng)于撰寫(xiě)科研論文的模擬訓(xùn)練。期末考核則是綜合性的開(kāi)卷考核，題目多樣化、靈活化，重點(diǎn)考核研究生的學(xué)習(xí)能力和所掌握知識(shí)的扎實(shí)程度。總的來(lái)看，重視統(tǒng)計(jì)思想的教學(xué)，加強(qiáng)統(tǒng)計(jì)思維方式的培養(yǎng)和訓(xùn)練是工科研究生數(shù)理統(tǒng)計(jì)教學(xué)中的一項(xiàng)長(zhǎng)期重要內(nèi)容和任務(wù)，需要師生的共同努力，來(lái)探討如何更好地培養(yǎng)學(xué)生自主學(xué)習(xí)統(tǒng)計(jì)知識(shí)的能力、提升研究生在所研究專業(yè)中統(tǒng)計(jì)方法的應(yīng)用能力和創(chuàng)新能力。
參考文獻(xiàn)
[1]周夢(mèng)，孫海燕.工科研究生應(yīng)用數(shù)理統(tǒng)計(jì)教學(xué)改革的探索[J].理工高教研究，2007，26（5）：62-63.
[2]肖枝洪，郭明月.研究生多元統(tǒng)計(jì)分析課程教學(xué)的改革與實(shí)踐[J].高等理科教育，2009（1）：100-103.
[3]鐘波，劉瓊蓀.工科研究生創(chuàng)新能力培養(yǎng)與“數(shù)理統(tǒng)計(jì)”課程教學(xué)改革[J].重慶工學(xué)院學(xué)報(bào)（自然科學(xué)版），2007，21（4）：137-140.
[4]劉旭華，田英，陳薇.對(duì)研究生數(shù)理統(tǒng)計(jì)課程教學(xué)的思考與探索[J].高等農(nóng)業(yè)教育，2010（7）：76-78.
[5]趙姝淳.對(duì)研究生概率論與數(shù)理統(tǒng)計(jì)教學(xué)的探討[J].大學(xué)數(shù)學(xué)，2007，23（4）：27-29.
關(guān)鍵詞： 《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》 混合教學(xué) 創(chuàng)新能力
混合教學(xué)是一種基于計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境的教學(xué)模式，“把傳統(tǒng)學(xué)習(xí)方式的優(yōu)勢(shì)和網(wǎng)絡(luò)化學(xué)習(xí)的優(yōu)勢(shì)結(jié)合起來(lái)；既要發(fā)揮教師引導(dǎo)、啟發(fā)、監(jiān)控教學(xué)過(guò)程的主導(dǎo)作用，又要充分體現(xiàn)學(xué)生作為學(xué)習(xí)過(guò)程主體的主動(dòng)性、積極性與創(chuàng)造性”，其目的在于融合課堂教學(xué)和網(wǎng)絡(luò)教學(xué)的優(yōu)勢(shì)，綜合采用以教師講授為主的集體教學(xué)形式、基于“合作”理念的小組教學(xué)形式和以自主學(xué)習(xí)為主的教學(xué)形式。相比于傳統(tǒng)教學(xué)模式，混合學(xué)習(xí)具備學(xué)習(xí)資源提供的靈活性、為個(gè)別化學(xué)習(xí)提供支持及提高教學(xué)效率的優(yōu)勢(shì)。
課程組建立起基于信息技術(shù)的課程自主學(xué)習(xí)網(wǎng)絡(luò)平臺(tái)，嘗試“《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》網(wǎng)絡(luò)教學(xué)平臺(tái)建設(shè)”的教學(xué)改革，在信息技術(shù)環(huán)境下，以混合式學(xué)習(xí)理論為基礎(chǔ)，構(gòu)建“課堂教學(xué)”與“網(wǎng)絡(luò)平臺(tái)學(xué)習(xí)”混合教學(xué)模式。構(gòu)建《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》網(wǎng)絡(luò)教學(xué)平臺(tái)，采用教師引導(dǎo)、學(xué)生參加、師生互動(dòng)的課堂教學(xué)模式，提高學(xué)生的學(xué)習(xí)自主性，通過(guò)多種形式的考核方式評(píng)價(jià)學(xué)生的學(xué)習(xí)效果，并建立合理的激勵(lì)措施，培養(yǎng)學(xué)生的創(chuàng)新能力。
1.《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》課程自主學(xué)習(xí)與面授學(xué)習(xí)混合
《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》是一門(mén)具有較強(qiáng)實(shí)踐性、理論性和系統(tǒng)性的課程，是食品相關(guān)專業(yè)的重要專業(yè)基礎(chǔ)課，強(qiáng)調(diào)培養(yǎng)學(xué)生完成整個(gè)實(shí)驗(yàn)的設(shè)計(jì)、準(zhǔn)備、實(shí)施、數(shù)據(jù)處理及結(jié)果分析等能力。在信息技術(shù)環(huán)境下，《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》網(wǎng)絡(luò)平臺(tái)可模仿網(wǎng)上相關(guān)數(shù)理統(tǒng)計(jì)的資源建設(shè)，如可汗學(xué)院的統(tǒng)計(jì)學(xué)公開(kāi)課、DPS統(tǒng)計(jì)軟件學(xué)習(xí)平臺(tái)等，再逐步完善以本課程多媒體課件、試題資源、視頻資源、統(tǒng)計(jì)學(xué)習(xí)網(wǎng)站等課程資源，開(kāi)展人機(jī)互動(dòng)、生生互動(dòng)及師生互動(dòng)，加強(qiáng)課程網(wǎng)絡(luò)教學(xué)平臺(tái)建設(shè)。《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》自主學(xué)習(xí)的有效開(kāi)展要求學(xué)生具備一定的數(shù)學(xué)基礎(chǔ)和自主學(xué)習(xí)能力，可以根據(jù)學(xué)生的實(shí)際水平，開(kāi)展分級(jí)分類教學(xué)，比如第1至3教學(xué)周開(kāi)展基于《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》基礎(chǔ)知識(shí)的教與學(xué)，集中讓學(xué)生學(xué)會(huì)統(tǒng)計(jì)學(xué)的基本概念，培養(yǎng)學(xué)生自主學(xué)習(xí)能力和個(gè)性化學(xué)習(xí)方法，第4至8周教學(xué)周則開(kāi)展基于混合式學(xué)習(xí)的《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》立體化教學(xué)，加強(qiáng)網(wǎng)上題庫(kù)、練習(xí)、問(wèn)卷調(diào)查建設(shè)。教師通過(guò)網(wǎng)絡(luò)平臺(tái)公布各階段的《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》學(xué)習(xí)內(nèi)容、學(xué)習(xí)進(jìn)度、學(xué)習(xí)目標(biāo)和考核標(biāo)準(zhǔn)等，關(guān)注學(xué)生的反饋，根據(jù)學(xué)生的需要，調(diào)整學(xué)習(xí)內(nèi)容，完善合理的考評(píng)體系。學(xué)生主要在校園網(wǎng)吧或個(gè)人電腦上完成自學(xué)、自測(cè)、自評(píng)，教師可通過(guò)網(wǎng)絡(luò)平臺(tái)給學(xué)生布置一些與學(xué)習(xí)單元主題相關(guān)的活動(dòng)，讓學(xué)生個(gè)人或小組合作完成，然后每三周花1課時(shí)的時(shí)間對(duì)單元學(xué)習(xí)中的難點(diǎn)、疑點(diǎn)進(jìn)行解答及學(xué)習(xí)策略的培訓(xùn)等。在這種“課下學(xué)習(xí)，課上展示”的教學(xué)模式中，教師要幫助學(xué)生確定各階段的學(xué)習(xí)任務(wù)，組織學(xué)習(xí)活動(dòng)，提供幫助和指導(dǎo)，發(fā)揮組織者、指導(dǎo)者、意義建構(gòu)的幫助者和促進(jìn)者的作用。
2.《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》課程內(nèi)容教學(xué)法與實(shí)踐運(yùn)用混合
內(nèi)容教學(xué)法是將特定主題和學(xué)術(shù)內(nèi)容相結(jié)合，針對(duì)《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》課程在食品學(xué)科的應(yīng)用性，教師可結(jié)合學(xué)生的實(shí)際水平、專業(yè)需求和學(xué)習(xí)興趣，選擇內(nèi)容和難度的教學(xué)材料，開(kāi)展主題式教學(xué)。教師在課堂上通過(guò)各種文獻(xiàn)資料、工廠設(shè)計(jì)資料、視頻資料等，講授和各種主題相關(guān)（食品生產(chǎn)的案例）的公式、概念、例題等，增強(qiáng)學(xué)生將理論知識(shí)運(yùn)用于實(shí)踐的能力。教師要設(shè)計(jì)多種形式的課堂教學(xué)活動(dòng)或任務(wù)，避免讓課堂落入“教師一言堂”的俗套。因此在教學(xué)實(shí)施過(guò)程中，除基于內(nèi)容外，教學(xué)還應(yīng)基于任務(wù)和情境，在信息技術(shù)環(huán)境下，借助各種多媒體信息技術(shù)手段，創(chuàng)設(shè)接近于真實(shí)的教學(xué)情境，開(kāi)展基于任務(wù)或項(xiàng)目的情景式教學(xué)。《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》網(wǎng)絡(luò)平臺(tái)建設(shè)引入大量工廠、生產(chǎn)實(shí)習(xí)、學(xué)生畢業(yè)論文、大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練、科研試驗(yàn)中的大量真實(shí)案例。學(xué)生通過(guò)學(xué)習(xí)，幫助他們解決在實(shí)際生產(chǎn)實(shí)踐中遇到的問(wèn)題，培養(yǎng)學(xué)生的學(xué)習(xí)思維能力和科研能力。
3.“網(wǎng)絡(luò)交互式”學(xué)習(xí)與“網(wǎng)絡(luò)探究式”學(xué)習(xí)混合
由于教學(xué)時(shí)間的限制，課堂上教師無(wú)法解決學(xué)生所有的問(wèn)題。在混合式教學(xué)模式中，我們可通過(guò)網(wǎng)絡(luò)化教學(xué)平臺(tái)搭建立體化答疑系統(tǒng)，學(xué)生可將問(wèn)題提交到答疑系統(tǒng)，等待老師或其他學(xué)生解答。對(duì)于一些具有普遍性的問(wèn)題，教師可將問(wèn)題和回答整體公布到答疑中心，供其他學(xué)生參考。教師也可通過(guò)答疑系統(tǒng)提出自己的問(wèn)題，啟發(fā)學(xué)生思考。除答疑功能以外，一般的網(wǎng)絡(luò)教學(xué)平臺(tái)都提供討論交流的模塊，教師也可通過(guò)微博、論壇等網(wǎng)絡(luò)虛擬社區(qū)搭建師生交流平臺(tái)。教師可結(jié)合《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》課程內(nèi)容學(xué)習(xí)單元的內(nèi)容，設(shè)計(jì)一些話題，而學(xué)生則通過(guò)發(fā)帖、跟帖等形式進(jìn)行交流和討論。這種主題討論可以不受時(shí)間和地點(diǎn)的限制，加深學(xué)生對(duì)所學(xué)單元內(nèi)容的理解，通過(guò)發(fā)帖表達(dá)自己的思想，大大提高思維能力和學(xué)習(xí)效率。針對(duì)結(jié)合課堂面授的任務(wù)驅(qū)動(dòng)型的情景式教學(xué)，教師應(yīng)鼓勵(lì)學(xué)生開(kāi)展基于項(xiàng)目的網(wǎng)絡(luò)探究式學(xué)習(xí)。在網(wǎng)絡(luò)環(huán)境下，在教師的指導(dǎo)下，以一定的任務(wù)驅(qū)動(dòng)學(xué)生進(jìn)行自主探究學(xué)習(xí)。這種學(xué)習(xí)方法注重培養(yǎng)學(xué)生通過(guò)網(wǎng)絡(luò)，直接搜索數(shù)據(jù)庫(kù)、了解最新報(bào)道、最終解決實(shí)際問(wèn)題的能力，給予學(xué)生充分的自由，讓學(xué)生可以根據(jù)自己承擔(dān)的任務(wù)分工從豐富的網(wǎng)絡(luò)資源中尋找自己所需要的資源，并與其他老師、同學(xué)進(jìn)行交流，最終圓滿完成任務(wù)。在此過(guò)程中，教師為學(xué)生提供一些有用的網(wǎng)站或鏈接，并給予經(jīng)常性的幫助和指導(dǎo)，在提高學(xué)生學(xué)習(xí)效率的同時(shí)，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力和團(tuán)隊(duì)合作精神。
4.“期末考試評(píng)價(jià)”與“網(wǎng)上學(xué)習(xí)評(píng)價(jià)”混合
信息技術(shù)環(huán)境下的“課堂教學(xué)”與“網(wǎng)絡(luò)平臺(tái)學(xué)習(xí)”混合教學(xué)模式強(qiáng)調(diào)學(xué)生的個(gè)性化學(xué)習(xí)，要求學(xué)生具備自主學(xué)習(xí)、合作學(xué)習(xí)的能力，注重培養(yǎng)學(xué)生在真實(shí)情境下解決實(shí)際問(wèn)題的能力，引起學(xué)生的認(rèn)知模式、學(xué)習(xí)方式及教師的教學(xué)模式、教學(xué)策略和角色的變革，因此我們要改變過(guò)去重結(jié)果、輕過(guò)程的評(píng)價(jià)方式，改變過(guò)去教師作為評(píng)價(jià)唯一主體的狀況，建立一套由師生共同參與的多元化的終結(jié)性評(píng)價(jià)和形成性評(píng)價(jià)相結(jié)合的評(píng)價(jià)體系，實(shí)現(xiàn)評(píng)價(jià)內(nèi)容、評(píng)價(jià)主體和評(píng)價(jià)工具的多元化。
我們認(rèn)為“期末考試”占60%、平時(shí)作業(yè)占15%、線上發(fā)帖次數(shù)占5%、網(wǎng)上參與活動(dòng)表現(xiàn)占5%、線下課堂考勤占5%、線上學(xué)習(xí)任務(wù)占10%較合適。終結(jié)性評(píng)價(jià)在學(xué)期末進(jìn)行，是期末考試測(cè)試。“網(wǎng)上學(xué)習(xí)評(píng)價(jià)”主要以在線測(cè)評(píng)為主，學(xué)生可通過(guò)網(wǎng)絡(luò)教學(xué)平臺(tái)提供的測(cè)試題進(jìn)行經(jīng)常性的測(cè)評(píng)，在線測(cè)評(píng)成績(jī)作為形成性評(píng)價(jià)的一部分（線上學(xué)習(xí)任務(wù)10%）。此外，網(wǎng)絡(luò)平臺(tái)所記錄的學(xué)習(xí)時(shí)間、網(wǎng)絡(luò)答疑、網(wǎng)絡(luò)交互參與程度也可以作為形成性評(píng)價(jià)的依據(jù)（網(wǎng)上參與活動(dòng)表現(xiàn)5%）。對(duì)學(xué)生的線上發(fā)帖次數(shù)作出評(píng)價(jià)（5%），鼓勵(lì)學(xué)生對(duì)自己的學(xué)習(xí)過(guò)程、學(xué)習(xí)方法及努力程度等進(jìn)行連續(xù)性反思。學(xué)生的考勤也應(yīng)成為形成性評(píng)價(jià)的一部分（5%）。不管采用何種形式、何種比例，課程評(píng)價(jià)標(biāo)準(zhǔn)必須公正、清晰，教師應(yīng)在開(kāi)展具體評(píng)價(jià)之前公布相關(guān)標(biāo)準(zhǔn)，并進(jìn)行必要的說(shuō)明、示范和指導(dǎo)，這既能保證評(píng)價(jià)結(jié)果的公正、準(zhǔn)確，還能幫助學(xué)生更好地明白自己應(yīng)實(shí)現(xiàn)的目標(biāo)。
形成完整的《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》網(wǎng)絡(luò)教學(xué)平臺(tái)，切實(shí)體現(xiàn)新型混合式教學(xué)方法對(duì)該課程教學(xué)效果的增強(qiáng)。通過(guò)混合式教學(xué)研究的開(kāi)展，加強(qiáng)對(duì)課程的教學(xué)改革研究，提高教師參與教學(xué)改革的熱情，使教學(xué)內(nèi)容、教學(xué)手段、課程建設(shè)、教材建設(shè)更完善。
參考文獻(xiàn)：
[1]姬華，盧士玲，唐明翔，等.對(duì)《食品試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析》教學(xué)的體會(huì)[J].考試周刊，2013，48：172.
[2]姬華，朱麗莉，江英，等.對(duì)“食品科學(xué)與工程”專業(yè)人才培養(yǎng)方案改革的探索[J].科學(xué)時(shí)代，2007，3：134-135.
[3]盧士玲，陳計(jì)巒，姬華，等.對(duì)“食品質(zhì)量與安全”專業(yè)人才培養(yǎng)方案改革的探索[J].考試周刊，2014，89：5.
[4]吳長(zhǎng)偉，陳靜，鄧紅，等.基于慕課的應(yīng)用型本科混合教學(xué)模式研究[J].現(xiàn)代教育科學(xué)，2015，3：57-59.
[5]宋濤，徐亮.基于網(wǎng)絡(luò)教學(xué)平臺(tái)的混合學(xué)習(xí)模式的設(shè)計(jì)與應(yīng)用[J].電腦知識(shí)與技術(shù)，2015，11（2）：77-78.
關(guān)健詞： 《生物統(tǒng)計(jì)學(xué)》 教學(xué)改革 改革與探索
《生物統(tǒng)計(jì)學(xué)》是數(shù)理統(tǒng)計(jì)的原理和方法在生物科學(xué)研究中的應(yīng)用，它不僅給我們提供了如何正確地設(shè)計(jì)科學(xué)試驗(yàn)和收集數(shù)據(jù)的方法，而且提供了如何正確地整理、分析數(shù)據(jù)，得出客觀、科學(xué)結(jié)論的方法。它是生物科學(xué)等專業(yè)重要的專業(yè)基礎(chǔ)課，該課程體系建設(shè)對(duì)生物科學(xué)、植物生產(chǎn)類專業(yè)、動(dòng)物生產(chǎn)類專業(yè)十分重要，是從事生物生產(chǎn)、育種試驗(yàn)研究的工具性課程。通過(guò)該門(mén)課程的學(xué)習(xí)，學(xué)生不僅可以了解有關(guān)生物統(tǒng)計(jì)的基本概念以及參數(shù)的意義，掌握基本的試驗(yàn)設(shè)計(jì)和生物試驗(yàn)數(shù)據(jù)的統(tǒng)計(jì)分析方法，提高綜合素質(zhì)，同時(shí)還可以培養(yǎng)發(fā)現(xiàn)問(wèn)題、分析問(wèn)題的能力，建立和鞏固專業(yè)思想。
在專業(yè)發(fā)展、大學(xué)生素質(zhì)教育與創(chuàng)新教育等教學(xué)改革方面，《生物統(tǒng)計(jì)學(xué)》課程是一門(mén)十分重要的課程，具體體現(xiàn)在：（1）可提高學(xué)生從必然性推理到或然性推理的歸納推理能力；（2）可提高學(xué)生的科研能力，使學(xué)生明白試驗(yàn)研究前、中和后的主要目的和任務(wù)，以及怎樣提高試驗(yàn)的精度，為畢業(yè)論文以及今后參加科學(xué)研究奠定良好的基礎(chǔ)；（3）可提高學(xué)生的動(dòng)手能力。為此，我們對(duì)《生物統(tǒng)計(jì)學(xué)》課程的教學(xué)內(nèi)容、方法和手段進(jìn)行了幾項(xiàng)改革探索。
1 .教學(xué)內(nèi)容的改革與探索
《生物統(tǒng)計(jì)學(xué)》主要講述五個(gè)方面的內(nèi)容：（1）介紹科學(xué)研究基本過(guò)程、試驗(yàn)方案制定和試驗(yàn)誤差及其控制，講述生物試驗(yàn)的誤差來(lái)源和控制誤差的技術(shù)、試驗(yàn)設(shè)計(jì)、實(shí)施規(guī)則；（2）介紹研究對(duì)象總體的理論分布、統(tǒng)計(jì)數(shù)的抽樣分布及統(tǒng)計(jì)數(shù)的理論概率；（3）講述統(tǒng)計(jì)推斷的基本方法、平均數(shù)比較的u測(cè)驗(yàn)和t測(cè)驗(yàn)、F測(cè)驗(yàn)和x2測(cè)驗(yàn)及其應(yīng)用，包括計(jì)量數(shù)據(jù)的方差分析和計(jì)數(shù)數(shù)據(jù)的統(tǒng)計(jì)分析；（4）方差分析的應(yīng)用，介紹單因素、多因素試驗(yàn)結(jié)果的統(tǒng)計(jì)分析；（5）二變量直線回歸和相關(guān)分析。該課程的知識(shí)和分析問(wèn)題的方法是科研工作者必須掌握和熟練運(yùn)用的。因此在教學(xué)實(shí)踐中，描述性統(tǒng)計(jì)學(xué)的知識(shí)即資料的整理和描述應(yīng)重點(diǎn)講授連續(xù)性資料的整理方法；推斷性統(tǒng)計(jì)學(xué)的知識(shí)即理論分布、t檢驗(yàn)、x2檢驗(yàn)、F檢驗(yàn)，重點(diǎn)講授正態(tài)分布的概率計(jì)算方法和對(duì)各種資料的檢驗(yàn)方法，特別是資料的類型與相應(yīng)統(tǒng)計(jì)分析方法的聯(lián)系，使學(xué)生能掌握根據(jù)不同資料正確選擇使用統(tǒng)計(jì)分析方法的能力，并且能夠根據(jù)所掌握的知識(shí)和技能分析具體的實(shí)驗(yàn)數(shù)據(jù)和材料，得出較為客觀和準(zhǔn)確的結(jié)果；對(duì)于回歸、相關(guān)分析則主要介紹一元回歸、相關(guān)分析的基本思想和分析方法，計(jì)算方法、過(guò)程留給學(xué)生自學(xué)，多元分析則要求學(xué)生在熟練掌握的基礎(chǔ)上進(jìn)行自學(xué)；試驗(yàn)設(shè)計(jì)重點(diǎn)講清試驗(yàn)設(shè)計(jì)的基本原則，并結(jié)合實(shí)際講清不同的試驗(yàn)設(shè)計(jì)的基本思想和設(shè)計(jì)方法，對(duì)試驗(yàn)所得資料的分析方法則要求學(xué)生自學(xué)。
2. 教學(xué)方法、手段的改革與探索
《生物統(tǒng)計(jì)學(xué)》的理論性相對(duì)較強(qiáng)，內(nèi)容相對(duì)枯燥和抽象，教學(xué)方法單一必然會(huì)導(dǎo)致學(xué)生學(xué)習(xí)興趣低下，不利于培養(yǎng)學(xué)生分析問(wèn)題和解決問(wèn)題的能力，要想真正建立起先進(jìn)、科學(xué)的創(chuàng)新教學(xué)模式，只有通過(guò)系統(tǒng)優(yōu)化教學(xué)設(shè)計(jì)，針對(duì)教學(xué)內(nèi)容，借助于現(xiàn)代化媒體技術(shù)，采取各種有效的教學(xué)方法。因此在教學(xué)中就要求由以教師為主體轉(zhuǎn)變?yōu)橐詫W(xué)生為主體、教師為主導(dǎo)的思路上來(lái)，突出以學(xué)為主，堅(jiān)持以啟發(fā)誘導(dǎo)為核心，激發(fā)學(xué)生學(xué)習(xí)的興趣，引導(dǎo)學(xué)生積極主動(dòng)開(kāi)展思維活動(dòng)，緊緊圍繞學(xué)的需要組織教學(xué)。課內(nèi)以課堂理論講授為主，重點(diǎn)讓學(xué)生弄懂基本原理；習(xí)題討論主要運(yùn)用實(shí)例進(jìn)行分析，重點(diǎn)讓學(xué)生掌握具體計(jì)算方法和分析；教學(xué)中可適當(dāng)安排一些討論課，讓學(xué)生將所學(xué)知識(shí)與生產(chǎn)實(shí)際結(jié)合起來(lái)，充分調(diào)動(dòng)學(xué)生學(xué)習(xí)的主動(dòng)性、積極性，讓學(xué)生學(xué)會(huì)學(xué)習(xí)。
2.1計(jì)算機(jī)輔助教學(xué)
《生物統(tǒng)計(jì)學(xué)》概念多、公式多，統(tǒng)計(jì)計(jì)算過(guò)程煩瑣乏味，如果在課堂上用板書(shū)的形式進(jìn)行演算，既浪費(fèi)課堂教學(xué)時(shí)間，又容易導(dǎo)致學(xué)生注意力渙散，產(chǎn)生視覺(jué)、聽(tīng)覺(jué)和思維疲勞。多媒體課件具有圖文并茂的特點(diǎn)，在《生物統(tǒng)計(jì)學(xué)》教學(xué)中若能應(yīng)用好多媒體，既能提高學(xué)生的學(xué)習(xí)興趣，又可加深學(xué)生的理解和記憶，促進(jìn)教學(xué)內(nèi)容的進(jìn)一步深入，明顯提高教學(xué)效果。
多媒體教學(xué)的效果與課件的設(shè)計(jì)和制作水平關(guān)系密切，課件應(yīng)在重視教學(xué)基本原理的基礎(chǔ)上，處理好內(nèi)容與形式的關(guān)系，達(dá)到為教學(xué)服務(wù)的目的，切忌完全復(fù)制教材上的內(nèi)容，而是必須突出重點(diǎn)、難點(diǎn)，這就需要教師對(duì)所要講解的內(nèi)容理解透徹，具備熟練的多媒體創(chuàng)作和使用技巧，引導(dǎo)學(xué)生學(xué)會(huì)統(tǒng)計(jì)分析方法，提高學(xué)習(xí)的積極性，同時(shí)要經(jīng)常注意來(lái)自學(xué)生的信息反饋，不斷地進(jìn)行課件的更新。多媒體教學(xué)對(duì)教師提出了更高的要求，要求教師花費(fèi)更多的時(shí)間和精力準(zhǔn)備每一堂課的教學(xué)內(nèi)容，同時(shí)不斷地更新知識(shí)，為教學(xué)積累素材。
2.2 統(tǒng)計(jì)分析軟件的應(yīng)用
目前廣泛應(yīng)用的統(tǒng)計(jì)軟件主要有SAS、SPSS，國(guó)產(chǎn)的優(yōu)秀統(tǒng)計(jì)軟件有DPS，此外Excel軟件提供了較強(qiáng)的數(shù)據(jù)分析功能和統(tǒng)計(jì)繪圖功能，易學(xué)易用，筆者在教學(xué)過(guò)程中穿插介紹Excel的一些統(tǒng)計(jì)功能，如Excel的一些常用統(tǒng)計(jì)函數(shù)及統(tǒng)計(jì)方法的應(yīng)用，以及常用統(tǒng)計(jì)圖表的繪制，并要求學(xué)生能夠掌握并熟練運(yùn)用，取得了較好的教學(xué)效果。對(duì)具體資料的統(tǒng)計(jì)分析，一些常用的統(tǒng)計(jì)分析方法如t檢驗(yàn)、x2檢驗(yàn)、方差分析、相關(guān)回歸分析、多元相關(guān)回歸分析等均有相應(yīng)的計(jì)算機(jī)分析軟件，教學(xué)中只需給學(xué)生介紹基本思想和基本原理，要求學(xué)生盡量考慮用計(jì)算機(jī)來(lái)完成，把學(xué)生從大量的計(jì)算中解脫出來(lái)使之集中精力去學(xué)習(xí)《生物統(tǒng)計(jì)學(xué)》的基本思想、方法及其實(shí)際應(yīng)用。
2.3 理論聯(lián)系實(shí)際
生物統(tǒng)計(jì)學(xué)的教學(xué)并不是為了讓學(xué)生掌握一些知識(shí)點(diǎn)而進(jìn)行教學(xué)，樹(shù)立統(tǒng)計(jì)的觀念、應(yīng)用統(tǒng)計(jì)方法分析和解決生物學(xué)研究的問(wèn)題才是這門(mén)課程的最終目標(biāo)。因此，在教學(xué)中，特別要注意將純理論的統(tǒng)計(jì)學(xué)知識(shí)與科學(xué)研究中的實(shí)際問(wèn)題聯(lián)系在一起，必須與專業(yè)實(shí)際聯(lián)系在一起進(jìn)行教學(xué)，只有這樣才不會(huì)使本課程的教學(xué)顯得空洞，才不會(huì)脫離生產(chǎn)實(shí)際，才能在實(shí)踐中培養(yǎng)學(xué)生的綜合能力。
3. 考核方式的改革與探索
考核是教學(xué)活動(dòng)的一個(gè)重要組成部分，是促進(jìn)學(xué)生復(fù)習(xí)、鞏固所學(xué)知識(shí)，并對(duì)教學(xué)效果進(jìn)行檢查的重要方法，恰當(dāng)?shù)目己藢?duì)學(xué)生的理論學(xué)習(xí)和實(shí)踐訓(xùn)練具有引導(dǎo)、激勵(lì)和促進(jìn)的作用。傳統(tǒng)的筆試中學(xué)生要把大量的時(shí)間花在數(shù)學(xué)計(jì)算上，而不能全面考查學(xué)生對(duì)各種統(tǒng)計(jì)分析方法的掌握和應(yīng)用情況。為了對(duì)教學(xué)質(zhì)量進(jìn)行科學(xué)地評(píng)價(jià)與管理，也為了客觀準(zhǔn)確地評(píng)定學(xué)生的成績(jī)和能力，進(jìn)行考試改革是必要的。
為了更好地發(fā)揮考試的功能，我們?cè)诮虒W(xué)過(guò)程中針對(duì)過(guò)去把書(shū)面考試作為評(píng)價(jià)學(xué)生學(xué)習(xí)效果的主要手段這一應(yīng)試教育現(xiàn)象，實(shí)行考知識(shí)與考方法相結(jié)合，考理論與考應(yīng)用相結(jié)合，建立了從學(xué)習(xí)過(guò)程、作業(yè)練習(xí)、期中考試到期末考試，定性評(píng)價(jià)與定量評(píng)價(jià)相結(jié)合的過(guò)程性評(píng)價(jià)體系，確保對(duì)影響學(xué)生應(yīng)用能力形成的關(guān)鍵知識(shí)點(diǎn)進(jìn)行全面測(cè)試，從重“知識(shí)”逐步走向重“能力”，培養(yǎng)學(xué)生腳踏實(shí)地的學(xué)習(xí)態(tài)度和嚴(yán)謹(jǐn)作風(fēng)，促進(jìn)教學(xué)質(zhì)量不斷改進(jìn)和提高。
通過(guò)以上三個(gè)方面的改革嘗試和探索，從各屆學(xué)生的學(xué)習(xí)效果的比較分析看，已收到了一定的成效，使學(xué)生體會(huì)到了該課程的重要實(shí)用價(jià)值，初步樹(shù)立了統(tǒng)計(jì)理念，培養(yǎng)了學(xué)生應(yīng)用概率統(tǒng)計(jì)方法解決實(shí)際問(wèn)題的能力。但《生物統(tǒng)計(jì)學(xué)》作為生命科學(xué)學(xué)科中重要而特殊的一門(mén)工具課程，要教好這門(mén)課，還有很多問(wèn)題需要進(jìn)一步的探究，在以后的教學(xué)中，還需要繼續(xù)鉆研統(tǒng)計(jì)理論，探索教學(xué)規(guī)律，優(yōu)化教學(xué)過(guò)程，完善教學(xué)體系，從而全面提高該課程的教學(xué)質(zhì)量。
參考文獻(xiàn)：
［1］李春喜，姜麗娜，邵云等.生物統(tǒng)計(jì)學(xué)（第三版）［M］.北京：科學(xué)出版社，2005.
［2］貴州農(nóng)學(xué)院主編.生物統(tǒng)計(jì)附試驗(yàn)設(shè)計(jì)（第二版）［M］.北京：中國(guó)農(nóng)業(yè)出版社，1999.
［3］劉光祖.概率論與應(yīng)用數(shù)理統(tǒng)計(jì)［M］.北京：高等教育出版社，2000.
［4］杜榮騫.生物統(tǒng)計(jì)學(xué)［M］.北京：高等教育出版社，2002.
［5］胡德海.教育學(xué)原理〔M］.蘭州：甘肅教育出版社，1998.
［6］鄭勛燁，劉慧芳，邢永麗.“概率論與數(shù)理統(tǒng)計(jì)”教法初探［J］.中國(guó)地質(zhì)教育，2005，（3）：58-59.
［7］李玉閣.“生物統(tǒng)計(jì)學(xué)”課程教學(xué)初探［J］.生物學(xué)雜志，2006，23（5）：52-54，61.
論文摘要：科技型企業(yè)作為國(guó)民經(jīng)濟(jì)中一支活躍的力量，已逐漸引起各個(gè)銀行的重視。但是對(duì)科技型企業(yè)信用風(fēng)險(xiǎn)的度量，國(guó)內(nèi)尚無(wú)合適的方法。文章試通過(guò)對(duì)國(guó)際上較先進(jìn)的信用風(fēng)險(xiǎn)度量模型進(jìn)行介紹、比較，從而選取適合我國(guó)科技型企業(yè)的度量模型。
科技型企業(yè)在生產(chǎn)經(jīng)營(yíng)過(guò)程中，資本金主要靠自我積累和銀行信貸，銀行借款成為其最主要的外部資金來(lái)源。然而，由于銀行對(duì)科技企業(yè)的風(fēng)險(xiǎn)識(shí)別能力有限，加之信貸市場(chǎng)中的逆向選擇和道德風(fēng)險(xiǎn)的存在，銀行對(duì)科技企業(yè)貸款一直持謹(jǐn)慎態(tài)度。近年來(lái)，我國(guó)利率市場(chǎng)，特別是小額貸款的利率正逐步放開(kāi)，商業(yè)銀行為增加利潤(rùn)來(lái)源，漸漸趨向于各科技企業(yè)貸款。不過(guò)，科技企業(yè)貸款業(yè)務(wù)為銀行帶來(lái)利潤(rùn)的同時(shí)，也帶來(lái)了較大的信用風(fēng)險(xiǎn)。因此，對(duì)于科技型企業(yè)的信用風(fēng)險(xiǎn)度量方法的選擇，成為了各家銀行急迫解決的問(wèn)題。
一、古典信用風(fēng)險(xiǎn)度量模型
1.古典信用分析。古典信用分析屬于定性分析，是銀行最基本的信用風(fēng)險(xiǎn)度量方法。銀行業(yè)在發(fā)展過(guò)程中為控制信用風(fēng)險(xiǎn)早已形成了一些有用的信用風(fēng)險(xiǎn)管理技術(shù)，如常見(jiàn)的5C法和5P法。5C法從以下五個(gè)方面對(duì)借款人的信用進(jìn)行考察：品格、資本、償付能力、抵押品、周期狀況。5P法將以下五個(gè)因素作為銀行判斷企業(yè)信用的準(zhǔn)則：個(gè)人狀況、借款用途、還款來(lái)源、債權(quán)保障和未來(lái)前景。古典信用分析過(guò)分依賴專家的主觀經(jīng)驗(yàn)判斷，不同專家對(duì)同一借款人會(huì)做出不同的判斷，扭曲借款人真正的信用品質(zhì)，同時(shí)它也缺乏為信用風(fēng)險(xiǎn)定價(jià)的市場(chǎng)機(jī)制，難以滿足信用風(fēng)險(xiǎn)評(píng)估日益發(fā)展的要求。
2.多元統(tǒng)計(jì)分析。即利用統(tǒng)計(jì)方法把企業(yè)違約概率評(píng)估看成是模式識(shí)別中的分類問(wèn)題——根據(jù)貸款企業(yè)的財(cái)務(wù)、非財(cái)務(wù)狀況，將其分為正常和違約兩類，或根據(jù)已評(píng)級(jí)級(jí)別結(jié)果分為多類，這樣企業(yè)違約概率評(píng)估就轉(zhuǎn)化為統(tǒng)計(jì)中的分類問(wèn)題。根據(jù)歷史樣本每個(gè)類別（兩類或多類），從數(shù)據(jù)中找出規(guī)律，總結(jié)出分類的規(guī)則，建立評(píng)估模型，然后用于對(duì)新樣本的判別，這些判別的結(jié)果隱含著不同企業(yè)的綜合得分或者說(shuō)企業(yè)競(jìng)爭(zhēng)力排序。國(guó)外關(guān)于違約概率評(píng)估研究，主要集中于違約的定性測(cè)度方法，然后根據(jù)結(jié)果，通過(guò)違約頻率統(tǒng)計(jì)獲得違約概率。按違約測(cè)度方法分：有線性判別模型，Logistic模型，神經(jīng)網(wǎng)絡(luò)模型等；按變量數(shù)分有單變量（Fitzpatrick，1932；Beaver，1966）和多變量方法；按變量性質(zhì)分有定量變量，定性變量，混合變量。
多元統(tǒng)計(jì)分析最初表現(xiàn)為多元線形判別分析模型，包括Z計(jì)分模型和ZETA模型。此后又產(chǎn)生了另一種多元線性方法——線形概率模型，其典型代表有Logistic回歸分析模型，隨后又有像神經(jīng)網(wǎng)絡(luò)、遺傳算法、線形規(guī)劃等方法的信用風(fēng)險(xiǎn)模型的誕生。
二、現(xiàn)代信用風(fēng)險(xiǎn)度量模型
1.結(jié)構(gòu)性模型。即基于公司價(jià)值的模型，把違約過(guò)程描述為公司價(jià)值惡化的顯性結(jié)果，并把公司證券視為發(fā)行公司價(jià)值的或有債權(quán)（期權(quán)）。一旦公司估值過(guò)程的模型確定，公司的資本結(jié)構(gòu)也已知，就可用期權(quán)定價(jià)公式對(duì)權(quán)益和債務(wù)進(jìn)行定價(jià)。結(jié)構(gòu)模型已經(jīng)成為違約風(fēng)險(xiǎn)領(lǐng)域的一個(gè)市場(chǎng)標(biāo)準(zhǔn)。這類模型的主要特點(diǎn)之一是能夠?qū)ι鲜泄拘庞脙r(jià)值進(jìn)行逐日盯市的連續(xù)評(píng)估。但滿足違約概率簡(jiǎn)單計(jì)算公式必要的基本假設(shè)有時(shí)與現(xiàn)實(shí)不符。
2.簡(jiǎn)約化模型。這個(gè)方法不像結(jié)構(gòu)型模型那樣，要求利用企業(yè)參數(shù)確定違約風(fēng)險(xiǎn)。該方法通過(guò)外生定義的違約率和回收率，把有違約風(fēng)險(xiǎn)債券的定價(jià)或價(jià)差直接與無(wú)風(fēng)險(xiǎn)債券連在一起。在這種方法中，信用期限結(jié)構(gòu)不是根據(jù)公司財(cái)務(wù)基礎(chǔ)或宏觀經(jīng)濟(jì)因素進(jìn)行推導(dǎo)而是直接從市場(chǎng)數(shù)據(jù)中獲取。在數(shù)學(xué)上，這種方法更易于實(shí)施。但從考察公司信用基礎(chǔ)的角度看，這種方法遠(yuǎn)不如企業(yè)價(jià)值方法那么直觀。
3.CreditMetrics模型。它建立在Merton模型所構(gòu)筑的資本結(jié)構(gòu)假設(shè)之上（當(dāng)公司市場(chǎng)價(jià)值小于債務(wù)值時(shí)，公司違約），因此借款人的違約概率和資產(chǎn)超過(guò)債務(wù)的數(shù)量、資產(chǎn)的波動(dòng)密切相關(guān)，資產(chǎn)的變化遵循幾何布朗運(yùn)動(dòng)，當(dāng)資產(chǎn)的變化超過(guò)某一臨界值時(shí)，借款人即違約。該模型應(yīng)用信用受險(xiǎn)價(jià)值（VaR）對(duì)一些非上市流通的資產(chǎn)，如貸款、私募債券等進(jìn)行估價(jià)和信用風(fēng)險(xiǎn)評(píng)價(jià)。運(yùn)用這個(gè)模型可以估算在極端情況下貸款或貸款組合的損失。
4.CreditRisk+模型。該方法采用了保險(xiǎn)精算的科學(xué)框架推導(dǎo)債券/貸款組合的損失分布，建立只考慮違約不考慮降級(jí)風(fēng)險(xiǎn)的模型。與信用計(jì)量模型（CreditMetrics）、KMV等不同，違約與企業(yè)的資本結(jié)構(gòu)無(wú)關(guān)。CreditRisk+是信用違約風(fēng)險(xiǎn)的統(tǒng)計(jì)模型，該模型對(duì)引發(fā)違約的原因不作假設(shè)，與市場(chǎng)風(fēng)險(xiǎn)管理考慮的出發(fā)點(diǎn)是相同的。建立市場(chǎng)風(fēng)險(xiǎn)模型，不考慮市場(chǎng)價(jià)格變動(dòng)的原因。銀行和保險(xiǎn)公司一樣，必須用貼現(xiàn)現(xiàn)金流模型定量化度量自身蒙受的風(fēng)險(xiǎn)。保險(xiǎn)公司的風(fēng)險(xiǎn)來(lái)源于客戶的索賠，而銀行的風(fēng)險(xiǎn)來(lái)源于債務(wù)人的違約。
三、科技型企業(yè)信用風(fēng)險(xiǎn)度量模型的選取
1.信用風(fēng)險(xiǎn)度量模型、方法的比較與評(píng)價(jià)。從上面的文獻(xiàn)回顧可以發(fā)現(xiàn)，關(guān)于信用風(fēng)險(xiǎn)度量的模型和方法很多，然而由于信用風(fēng)險(xiǎn)本身的固有特點(diǎn)，大家公認(rèn)和統(tǒng)一的模型和方法到目前還沒(méi)有出現(xiàn)，各種模型和方法其本身都存在這樣或那樣的缺陷，且大多是針對(duì)上市公司等大型企業(yè)的，并沒(méi)有考慮科技型企業(yè)自身的一些特點(diǎn)，因此有必要對(duì)這些模型和方法進(jìn)行分析、比較、評(píng)價(jià)，從中選擇合適的模型來(lái)度量我國(guó)科技型企業(yè)的信用風(fēng)險(xiǎn)。
單變量模型具有簡(jiǎn)單可行的優(yōu)點(diǎn)，但其缺陷是任何單個(gè)財(cái)務(wù)指標(biāo)都無(wú)法全面地反映公司財(cái)務(wù)特征及公司總體情況，甚至任何單個(gè)財(cái)務(wù)指標(biāo)將在很大程度上排斥其他指標(biāo)的作用。多元線性判別模型具有相當(dāng)?shù)挠绊懀朔藛巫兞磕Ｐ偷娜秉c(diǎn)，判別的準(zhǔn)確性也有大幅提高，但其本身也存在兩大缺陷：其一，它是一個(gè)線性模型，但判斷一個(gè)公司信用風(fēng)險(xiǎn)的因素非常復(fù)雜，不太可能成簡(jiǎn)單的線性關(guān)系；其二，它基本上采用歷史財(cái)務(wù)比率，影響對(duì)借款人信用評(píng)價(jià)的時(shí)效性。Logistic等多元非線性回歸模型很好的解決了非線性的問(wèn)題，并且有較高的準(zhǔn)確性，但也存在信用度量的時(shí)效滯后缺陷。
轉(zhuǎn)貼于
KMV模型以股票市場(chǎng)數(shù)據(jù)為基礎(chǔ)，而不是依賴會(huì)計(jì)核算數(shù)據(jù)，反映了市場(chǎng)中投資者對(duì)公司未來(lái)發(fā)展的綜合預(yù)期，具有前瞻性、高敏感性；但它針對(duì)未上市公司具有一定的局限性，而且片面強(qiáng)調(diào)股票市場(chǎng)，變動(dòng)敏感度太高。CreditMetrics模型成功地把信用風(fēng)險(xiǎn)度量與信用等級(jí)的轉(zhuǎn)移、違約率等相關(guān)因素結(jié)合起來(lái)，使模型考慮的因素更加全面，適用范圍更加廣泛；但它片面強(qiáng)調(diào)信用評(píng)級(jí)，不能夠反映特定債務(wù)人當(dāng)前的信用質(zhì)量變化情況。而且我國(guó)目前還沒(méi)有一個(gè)權(quán)威的、完善的信用評(píng)級(jí)體系，也不可能有有效的信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣，同時(shí)也缺少一個(gè)準(zhǔn)確的基準(zhǔn)貼現(xiàn)率，因此現(xiàn)階段該模型在我國(guó)尚無(wú)法應(yīng)用。CreditRisk+模型最大的優(yōu)點(diǎn)是簡(jiǎn)單易用，泊松過(guò)程的應(yīng)用使得計(jì)算非常有效，需要估計(jì)的變量很少，對(duì)于每個(gè)組合只需要知道違約概率和風(fēng)險(xiǎn)頭寸；但它忽略了信用級(jí)別的變動(dòng)，對(duì)于每個(gè)債務(wù)人風(fēng)險(xiǎn)頭寸是固定不變的，只依賴于遠(yuǎn)期利率變動(dòng)。甚至在大多數(shù)情況下，模型簡(jiǎn)化為違約概率由幾種隨機(jī)背景因子決定，風(fēng)險(xiǎn)頭寸是常量。
2.我國(guó)科技型企業(yè)信用風(fēng)險(xiǎn)度量可能采用的模型或方法。中小企業(yè)普遍存在著一些問(wèn)題，如規(guī)模小、經(jīng)營(yíng)制度不規(guī)范、財(cái)務(wù)數(shù)據(jù)不完善、資本結(jié)構(gòu)不合理和可抵押資產(chǎn)相對(duì)缺乏等。這意味著商業(yè)銀行向科技企業(yè)貸款的信用風(fēng)險(xiǎn)較大，且有不同于一般企業(yè)信用風(fēng)險(xiǎn)的特點(diǎn)。科技企業(yè)貸款的信用風(fēng)險(xiǎn)與企業(yè)所有者個(gè)人的信用息息相關(guān)，判定指標(biāo)體系不易用衡量大型企業(yè)的標(biāo)準(zhǔn)。然而，長(zhǎng)期以來(lái)我國(guó)商業(yè)銀行并沒(méi)有將對(duì)科技型企業(yè)的貸款獨(dú)立出來(lái)，信用風(fēng)險(xiǎn)內(nèi)部評(píng)級(jí)仍然采用與大企業(yè)一樣的體系。2003年以前，我國(guó)銀行對(duì)貸款的分類一直延用“一逾兩呆”的分類方式。“一逾兩呆”分類管理主要依據(jù)借款人的還款狀況將貸款劃分為正常、逾期、呆滯、呆賬四類，是一種事后監(jiān)督的管理方法。從2003年1月1日起，我國(guó)各類銀行全面實(shí)行貸款風(fēng)險(xiǎn)五級(jí)分類管理。貸款五級(jí)風(fēng)險(xiǎn)分類將貸款質(zhì)量劃分為正常、關(guān)注、次級(jí)、可疑和損失五類(其中后三類稱為不良貸款)，在動(dòng)態(tài)監(jiān)測(cè)的基礎(chǔ)上，通過(guò)對(duì)借款人現(xiàn)金流量、財(cái)務(wù)實(shí)力、抵押品價(jià)值等因素的連續(xù)監(jiān)測(cè)和分析，判斷貸款的實(shí)際損失程度，確定貸款風(fēng)險(xiǎn)。
對(duì)于信用風(fēng)險(xiǎn)內(nèi)部評(píng)估，據(jù)人民銀行的調(diào)查結(jié)果顯示，現(xiàn)今國(guó)內(nèi)幾家大銀行的信用風(fēng)險(xiǎn)評(píng)級(jí)剛剛進(jìn)入計(jì)分卡階段，相當(dāng)于一種加權(quán)綜合評(píng)分法。具體做法是:首先，設(shè)定待評(píng)價(jià)的指標(biāo)體系，并根據(jù)評(píng)價(jià)的重要程度對(duì)各種指標(biāo)給以一定的權(quán)重；其次，根據(jù)所收集的被評(píng)企業(yè)各種財(cái)務(wù)、非財(cái)務(wù)信息對(duì)照指標(biāo)標(biāo)準(zhǔn)進(jìn)行打分，確定各指標(biāo)分值；再次，根據(jù)各指標(biāo)評(píng)分以及權(quán)重，計(jì)算加權(quán)綜合評(píng)分；最后，對(duì)照評(píng)級(jí)表的級(jí)別區(qū)間，判定被評(píng)企業(yè)的信用等級(jí)。這樣一種評(píng)定信用風(fēng)險(xiǎn)的方法是在評(píng)價(jià)指標(biāo)結(jié)構(gòu)分析的基礎(chǔ)上再進(jìn)行量化分析的。因此，其實(shí)是以定性分析為主、定量分析為輔的分析方法。而且，主要幾個(gè)指標(biāo)權(quán)重的設(shè)定和打分的過(guò)程是根據(jù)“專家分析”的結(jié)果。
綜上，我國(guó)銀行內(nèi)部對(duì)于企業(yè)信用風(fēng)險(xiǎn)評(píng)估仍然較多使用古典信用分析，處于定性向定量的過(guò)渡階段，尚未使用多元分析及現(xiàn)代信用風(fēng)險(xiǎn)度量模型。科技企業(yè)大部分為非上市公司，KMV模型無(wú)法大規(guī)模使用；我國(guó)缺乏完善的信用評(píng)級(jí)體系，歷史數(shù)據(jù)積累稀少，CreditMetrics由于缺乏相應(yīng)數(shù)據(jù)而無(wú)法使用；Credit Risk+模型將信用風(fēng)險(xiǎn)簡(jiǎn)化為泊松分布，過(guò)于武斷，忽略了債務(wù)人的特有風(fēng)險(xiǎn)，更無(wú)法適用于變幻莫測(cè)的科技型企業(yè)。總之，現(xiàn)代信用風(fēng)險(xiǎn)模型在現(xiàn)階段尚不適用于我國(guó)科技型企業(yè)。而銀行使用現(xiàn)行古典信用分析的結(jié)果是大部分的科技企業(yè)被拒之門(mén)外，導(dǎo)致其貸款難融資難，因此對(duì)于科技企業(yè)信用風(fēng)險(xiǎn)度量最可能選取的方法為多元統(tǒng)計(jì)分析。而多元統(tǒng)計(jì)分析法中，Logistic回歸模型的應(yīng)用性最廣，它以企業(yè)財(cái)務(wù)指標(biāo)為變量計(jì)算企業(yè)潛在的違約風(fēng)險(xiǎn)，適合我國(guó)科技型企業(yè)的信用風(fēng)險(xiǎn)度量。
參考文獻(xiàn)
1.Fraydman H，Altman E，Kao D.Introducing recursive partitioning for financial classfication:the case of financial distress.Journal of Banking& Finance，1985，11(1)
2.Altman E.Financial ratios，Discriminant Analysis and the Predicton of Corporate Bankruptcy.Journal of Banking and Finance，1968，(9)p589-609
3.Beaver W.Market prices，financial ratio s，and the prediction of failure[J].Journal of Accounting Research，1968.
4.Altman E，Haldeman R，Narayanan P，Zeta analysis a new model to identify bankruptcy risk of corporations. Journal of Banking&Finance， 1977，(1)，p29-54
5.Fitzpatrick PJ，A comparison of ratios of successful industrial enterprises with those of failed firms[J]，Certified Public Account，1932.
6.Beaver WH，F(xiàn)inancial ratios as predictors of failure[J]，Journal of Accounting research(Supplement)，1966，p71-101
7.周首華，楊濟(jì)華等.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模型.會(huì)計(jì)研究，1996(8)
8.陳靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析.會(huì)計(jì)研究，1999(4)