時間：2023-03-22 17:32:42
導(dǎo)語：在多元統(tǒng)計分析論文的撰寫旅程中，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)計理論的發(fā)展，作為它的分支的“多元統(tǒng)計分析方法”在近20年越來越受到人們的重視。這不僅是因為很多事情都是帶有隨機因素，而且在具體分析問題的時候，人們需要考慮的因素不止有一個。比如在購物的時候，我們評價商品并不是僅僅看其價格，還要關(guān)注質(zhì)量、保修期等多方面的因素。在學(xué)校里，評價一個學(xué)生也是至少需要“德、智、體”三方面的指標(biāo)。多元統(tǒng)計分析就是用統(tǒng)計的方法分析這種帶有多指標(biāo)的隨機性問題。上述的例子所涉及的指標(biāo)其實并不多，但更多的時候會遇到很多指標(biāo)，如考察一個企業(yè)，需要了解其規(guī)模、產(chǎn)量、產(chǎn)值、稅收、員工數(shù)、利潤等，如果我們關(guān)注所有的指標(biāo)就會大大增加分析的復(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)來代替原始指標(biāo)，這就是主成分分析與因子分析在解決問題時所要體現(xiàn)的思想?？梢哉f，出于數(shù)據(jù)降維的目的它們是沒有區(qū)別。
二、具體實例分析
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。從這一點可以看出，主成分其實就是原來指標(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擾動的因素），也就是說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原始數(shù)據(jù)進(jìn)行降維，得到新的指標(biāo)，但是在對新指標(biāo)的解釋是有不同的。下面分析一個具體例子。該例通常出現(xiàn)在統(tǒng)計教科書中因子分析一章，但本文從主成分分析和因子分析兩方面同時對其進(jìn)行剖析。
考察某校學(xué)生的學(xué)習(xí)成績狀況。隨機抽取了30個學(xué)生，關(guān)注起數(shù)學(xué)、物理、化學(xué)、語文、歷史、英語六門課程的成績。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個新指標(biāo)。
通過MATLAB軟件中的主成分分析與因子分析程序，可以看到通過兩種方法的數(shù)據(jù)降維處理后按照累計貢獻(xiàn)率均提煉出了兩個新的指標(biāo)，它們都是從上述的原始二維數(shù)組出發(fā)，計算其協(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新變量到底是主成分變量，還是因子變量。其實，我們此時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；而在另一個新指標(biāo)中語文、歷史、英語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)、語文、歷史、英語這原六個指標(biāo)表示成了兩個新的指標(biāo)的線性組合?？紤]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因子的組合系數(shù)比較大，而另一個比較小，因此可以把所占分量較大的那個因子形象地理解成“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（有時是相關(guān)系數(shù)陣）出發(fā)，計算特征值與特征向量，按照累計貢獻(xiàn)率大于85%的原則確定新的指標(biāo)個數(shù)。但是為了避免搞混兩種方法，在解釋新的指標(biāo)時應(yīng)回饋到各自的模型上面來。即：按照主成分分析理論，新指標(biāo)僅僅是原始指標(biāo)的簡單匯總，如果想用較少的幾個變量替代原來的變量則用主成分分析；而對于因子分析，新指標(biāo)則是對所有原始指標(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，傾向于用因子分析。明白了這一點，對新指標(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)計分析 2005
[2]李靜萍 謝邦昌 多元統(tǒng)計分析方法與應(yīng)用 2008
[3]李衛(wèi)東 應(yīng)用多元統(tǒng)計分析 2008
[4]陸恒芹 蘇勤 陳麗榮 女性旅游者行為特征分析及其動機研究―以西遞、宏村為例 2006
[5]陸虹 用因子分析測量“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]社會科學(xué) 統(tǒng)計方法 應(yīng)用問題
社會科學(xué)的實證研究在應(yīng)用統(tǒng)計學(xué)時,統(tǒng)計分析是其關(guān)鍵環(huán)節(jié),資料性質(zhì)分析、資料類型的判斷、統(tǒng)計方法的選擇等各個環(huán)節(jié)都應(yīng)把握好,否則,其分析結(jié)果將是沒有意義的。本文擬通過對社會科學(xué)實證研究論文中應(yīng)用統(tǒng)計分析方法出現(xiàn)的問題,從描述性分析、定量資料的統(tǒng)計分析、定性資料的統(tǒng)計分析、相關(guān)與回歸分析等方面進(jìn)行解析。
一、描述性分析問題
在社會科學(xué)實證研究中,一般首先要對社會調(diào)查數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析,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)計分析要對調(diào)查總體所有變量的有關(guān)數(shù)據(jù)做統(tǒng)計性描述,主要包括數(shù)據(jù)的頻數(shù)分析、集中趨勢分析、離散程度分析、分布形態(tài)以及一些基本的統(tǒng)計圖形。
描述性統(tǒng)計分析雖然較為簡單,但如果對某個事件或某種現(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引起公眾或?qū)W術(shù)界對某些社會現(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的最常用指標(biāo),但應(yīng)注意,對于正態(tài)或近似正態(tài)的對稱分布樣本,它是較好的指標(biāo),一般與離散趨勢指標(biāo)中的標(biāo)準(zhǔn)差一起描述數(shù)據(jù)資料(即形式);而對于偏態(tài)分布的樣本,則常用中位數(shù)來描述集中趨勢,一般與離散趨勢指標(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。
對于兩個分布完全不同的樣本,可能會得到相同的均值,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。為了彌補均值的這種缺陷,一般在報告均值的同時,也應(yīng)該報告標(biāo)準(zhǔn)差,或用直方圖或散點圖的形式描述分布,以展示群體內(nèi)部的差異。
2.絕對數(shù)的誤用
因為社會調(diào)查研究比較容易得到大容量的樣本,所以對任何小概率事件,用絕對數(shù)報告都會出現(xiàn)較大的數(shù)字,單純對絕對數(shù)的強調(diào)往往會產(chǎn)生誤解。比較合理的方式一般是在報告某事件絕對數(shù)的同時,給出該事件的發(fā)生率或占研究樣本的比例。
3.相對數(shù)的誤用
相對數(shù)常用于描述定性資料的內(nèi)部構(gòu)成情況或相對比值或某現(xiàn)象的發(fā)生強度,一般有比與率兩種形式。雖然比與率的計算形式是相同的,即兩個絕對數(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,用絕對數(shù)表述沒有可比性時,就要借助于相對數(shù)。
應(yīng)用相對數(shù)也容易出現(xiàn)一些問題,如:百分比與百分率的混用;當(dāng)分母很小時,只計算百分比或百分率,而沒有報告樣本量;當(dāng)比較兩個或多個總體率時,沒有考慮到各總體對應(yīng)的內(nèi)部構(gòu)成情況是否一致,而直接比較等。
例如在報告流動人口犯罪問題時,給人的印象往往是流動人口犯罪率高于常住人口,其實是忽視了流動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,這樣對兩個不同群體的比較往往會導(dǎo)致錯誤的結(jié)論。
二、定量資料的統(tǒng)計分析問題
定量資料的統(tǒng)計分析是指所觀測的結(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,定量觀測結(jié)果的均值之間的差別是否有統(tǒng)計學(xué)意義。定量資料的統(tǒng)計分析在統(tǒng)計學(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)計分析方法的關(guān)鍵有兩點:一是正確判斷統(tǒng)計研究設(shè)計的類型;再是檢驗定量資料是否滿足“獨立性、正態(tài)性及方差齊性”的前提條件[1]。前者要求使用者對統(tǒng)計研究設(shè)計的類型較為熟悉,后者則需要進(jìn)行預(yù)分析,可適當(dāng)借助于統(tǒng)計分析軟件。根據(jù)前提條件是否滿足來決定用參數(shù)假設(shè)檢驗或方差分析,還是用非參數(shù)檢驗方法,進(jìn)而根據(jù)對統(tǒng)計研究設(shè)計類型的判斷,確定采用具體的統(tǒng)計分析方法。
對定量資料作統(tǒng)計分析時,常犯的錯誤有:
1.不管統(tǒng)計研究設(shè)計類型,盲目套用t檢驗或單因素方差分析;
2.不驗證“獨立性、正態(tài)性及方差齊性”前提條件,而直接應(yīng)用參數(shù)檢驗法;
3.將多因素設(shè)計定量資料人為拆成多個成組設(shè)計定量資料,采用t檢驗法;
4.將多因素設(shè)計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)計分析問題
定性資料的統(tǒng)計分析是指觀測結(jié)果為定性變量的統(tǒng)計處理問題。定性資料的統(tǒng)計分析在社會科學(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)計分析方法有:檢驗、秩和檢驗或Ridit分析、Spearman秩相關(guān)分析、線性趨勢檢驗、一致性檢驗(也稱Kappa檢驗)、加權(quán)檢驗、對數(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)計分析通常有兩種處理方法:一是結(jié)合專業(yè)知識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)計方法處理;二是先對定性的原因變量,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)計的四格(或稱2x2)列聯(lián)表、隊列研究設(shè)計的四格列聯(lián)表、配對研究設(shè)計的四格列聯(lián)表、雙向無序的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)計分析方法。
在社會科學(xué)研究中,定性資料的統(tǒng)計分析常犯的錯誤主要就是列聯(lián)表的誤判,從而錯誤的選用統(tǒng)計方法。
四、相關(guān)與回歸分析問題
相關(guān)分析是研究變量之間的相互關(guān)系,常局限于統(tǒng)計描述,較難從數(shù)量角度對變量之間的聯(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,可實現(xiàn)對自變量進(jìn)行控制,對因變量進(jìn)行預(yù)測,及對隨機變化趨勢進(jìn)行適當(dāng)修勻。
相關(guān)分析可用于對定類、定序、定距及定比等尺度的各類資料進(jìn)行定量描述,但各類資料的計算公式是不同的,所以應(yīng)用時,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)為非時間性的連續(xù)型變量時,可用線性回歸分析、多項式回歸分析、非線性回歸分析等;當(dāng)為時間變量時,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)為隨時間變化的連續(xù)型變量時,則需要利用時間序列分析。二是因變量為離散型變量,需要利用Logistic回歸分析、對數(shù)線性模型分析及多項Logit模型分析等。
在社會科學(xué)研究中,相關(guān)與回歸分析的應(yīng)用非常廣泛。但應(yīng)用時也經(jīng)常出現(xiàn)一些錯誤:
1.沒有結(jié)合問題的專業(yè)背景和實際意義,就進(jìn)行相關(guān)與回歸分析。其結(jié)果有時可能是莫名奇妙的,可能出現(xiàn)所謂的虛假相關(guān)。
2.對于較簡單的線性相關(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)計檢驗,證實兩變量的顯著相關(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)檢驗就下統(tǒng)計分析結(jié)論。因為相關(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)計學(xué)意義,必須通過其相關(guān)參數(shù)的假設(shè)檢驗來判定。
4.多元回歸分析策略的錯誤。在社會科學(xué)實證研究中,對多元回歸分析的應(yīng)用,不少人采取的策略是先用單變量分析,得到有統(tǒng)計學(xué)意義的多個變量,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)計學(xué)意義的變量,這種分析策略是不正確的。因為自變量之間可能存在不同程度的交互作用,在單變量分析中無統(tǒng)計學(xué)意義的變量并非在多元回歸分析中也沒有意義。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,必要時可多用幾種篩選變量的方法,同時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:社會統(tǒng)計理論與實踐[M].青島:中國海洋大學(xué)出版社,2008
[2]胡良平等.醫(yī)學(xué)統(tǒng)計學(xué)基礎(chǔ)與典型錯誤辨析[M].北京:軍事醫(yī)學(xué)科學(xué)出版社,2003.148-239
[3]柯文泉:統(tǒng)計方法應(yīng)用中應(yīng)注意的幾個問題[J].時代經(jīng)貿(mào),2008,6(96):83-86
摘要：我國中藥發(fā)展已有悠久歷史，中藥大多采用復(fù)方制劑，以其復(fù)方療效顯著而越來越受到重視，在其成分分析中，多元統(tǒng)計分析方法的運用，本質(zhì)上是一種多變量協(xié)同考量的思路。本文通過對以往多元統(tǒng)計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)，對今后相關(guān)研究提供理論依據(jù)。
關(guān)鍵詞：多元統(tǒng)計分析 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)代化和國際化的關(guān)鍵，在化學(xué)計量學(xué)中，多元統(tǒng)計分析方法得到了很好的應(yīng)用，通過優(yōu)化了化學(xué)量測過程，提高分析效果，應(yīng)用統(tǒng)計分析方法及其他數(shù)學(xué)方法和計算機軟件的應(yīng)用對其數(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，利用電子計算機能迅速而大量地處理實驗數(shù)據(jù)，還廣泛采用了蒙特卡洛（Monte Carlo）統(tǒng)計模擬法，都能在某一特定方面很好的說明其成分，但尚未有統(tǒng)一理論支撐整個體系，也是國內(nèi)著力于建立中成藥數(shù)據(jù)庫的緣由之一。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用較少，比如風(fēng)險模型，典型相關(guān)，MCA分析和Probit分析。
1.1.1成分提取
在對中藥復(fù)方有效成分的整體提取方法，指紋圖譜條件優(yōu)化及定量評價指標(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)模式識別方法引入中藥分析體系，模式識別，指通過相關(guān)軟件等用數(shù)學(xué)方法來實現(xiàn)模式的自動處理和判別，模式識別可大致分為用監(jiān)督模式識別（判別分析方法），是實現(xiàn)規(guī)定分類的標(biāo)準(zhǔn)和種類的數(shù)模，并且通過大批已知樣本的信息處理找出規(guī)律，再預(yù)報未知樣本的類型，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，無監(jiān)督模式識別（聚類分析方法），是對一組尚無明確分類的樣本，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，最終通過信息處理找出合適的分類方法并實現(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)模式識別方法可以從復(fù)雜的化學(xué)測量數(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，有監(jiān)督的模式識別和無監(jiān)督的模式識別往往聯(lián)合起來使用，即當(dāng)某中藥方劑的總體質(zhì)量分類不清楚時，可先用聚類分析對原來的樣品進(jìn)行分類，然后再用判別分析建立判別式以對新樣品進(jìn)行判別。
1.1.3藥效檢驗
在化學(xué)計量中運用多變量統(tǒng)計過程控制（multivariate statistical process control,MSPC） 方法來處理中藥成分組成，在中藥分析中，結(jié)合對無知復(fù)雜多組分進(jìn)行同時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，目前國內(nèi)在中藥成分分析中，運用了在中藥化學(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)研究人員運用數(shù)學(xué)中多元統(tǒng)計分析方法對其分析，得到相關(guān)結(jié)論，進(jìn)而對藥效進(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，可以再較短的時間內(nèi)得到大量的多元性化合物信息，該過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)用實例
在對藥材產(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，對多個產(chǎn)地進(jìn)行了聚類分析。
王繼國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，用重疊率與相關(guān)系數(shù)兩個參數(shù)，從兩個方面定量地對圖譜進(jìn)行了相似性評價，在此基礎(chǔ)上用系統(tǒng)聚類分析法定性地對樣品進(jìn)行了分類和鑒別，建立了一種相對完善的中藥血竭的化學(xué)模式識別技術(shù)。
楊紅娟等對金銀花的種類進(jìn)行了模式識別研究，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，同時用微生物法進(jìn)行抑菌活性測定，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)分析對獲得反映樣品整體化學(xué)特征的數(shù)據(jù)做了處理，并運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、存在的主要問題
統(tǒng)計方法的選擇在一定程度上取決于變量的測度水平，多元統(tǒng)計分析，自變量中包括名義變量的最多，自變量全部為間距測度的很少，多元統(tǒng)計分析方法中序次測度變量和名義測度變量的處理方法一樣，所以一般并不加以區(qū)分，序次測度變量作為名義測度變量來用，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)計方法時大多數(shù)的分析中是分類變量。
2.1方法使用錯誤
在多元統(tǒng)計分析方法的應(yīng)用中，如通經(jīng)分析等存在一些錯誤，通徑分析是建立一組線性回歸方程，因此對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，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)的評價和檢驗
對實驗數(shù)據(jù)處理的最終評價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)計分析方法都有自己的數(shù)據(jù)評價指標(biāo)和方法。
三、總結(jié)
化學(xué)計量學(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，組方分析，代謝組學(xué)以及建立中藥數(shù)據(jù)等各個領(lǐng)域都已有了初步的應(yīng)用和發(fā)展。多元統(tǒng)計分析方法作為數(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)問題，但其應(yīng)用前景及意義極其樂觀。（作者單位：沈陽師范大學(xué)）
參考文獻(xiàn)：
［1］梁逸曾.化學(xué)計量學(xué)用于中醫(yī)藥研究.長沙：化學(xué)計量學(xué)與傳感技術(shù)研究所，1998.
［2］羅國安.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)計分析在在統(tǒng)計學(xué)中是一種綜合性的分析方法，通過多個分析方式對于同一個對象進(jìn)行全方位的分析，內(nèi)容包括多種應(yīng)用方式。通過多種方式的綜合運用，在多個指標(biāo)的共同參與之下，對于統(tǒng)計的規(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)財務(wù)危機的預(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作的資金鏈串接是有相同的運作模式的。
企業(yè)的財務(wù)危機主要是指企業(yè)在經(jīng)營過程中由于無力按時償還到期的債務(wù)而產(chǎn)生的危機和困難就是企業(yè)的財務(wù)危機，企業(yè)財務(wù)危機的出現(xiàn)有種種原因，管理不善、行業(yè)蕭條、決策失誤、名譽受損等等，都可能導(dǎo)致企業(yè)財務(wù)危機的出現(xiàn)，企業(yè)一般都是個體或者合營，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。一般來說，判斷一個企業(yè)財務(wù)危機的常用標(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，中國改革開放以后，證券行業(yè)發(fā)展迅速，企業(yè)的上市已經(jīng)成為一個企業(yè)發(fā)展壯大的標(biāo)識，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)展的過程中，面臨的財務(wù)危機是一項挑戰(zhàn)，也是一項機遇，往往一個企業(yè)進(jìn)行大刀闊斧的改革都是在企業(yè)財務(wù)危機之后，由于財務(wù)危機暴露了企業(yè)在發(fā)展過程中的弊端，所以企業(yè)在財務(wù)危機中能夠頑強的生存下來，也就獲得了成功的準(zhǔn)備，將危機中顯示出來的問題進(jìn)行糾正，這樣企業(yè)獲得了良好的發(fā)展活力，更能在激烈的社會競爭力實現(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)財務(wù)危機的原因也就不同，在企業(yè)財務(wù)危機預(yù)警的多元分析中，要根據(jù)企業(yè)的獨特性采取相應(yīng)的指標(biāo)來完成分析，并且在模式模型選擇過程中要根據(jù)企業(yè)財務(wù)危機的側(cè)重點來進(jìn)行選擇，這樣才能有針對性的提出分析的策略。根據(jù)我們選定的財務(wù)指標(biāo)，利用聚類分析法對我國企業(yè)進(jìn)行科學(xué)的統(tǒng)計分類；再用判別分析法構(gòu)造預(yù)測判別模型，對其財務(wù)危機狀況進(jìn)行判定預(yù)測；最后利用主成分分析法提取主成分，計算各主成分的分?jǐn)?shù)和綜合得分，根據(jù)主成分綜合得分對樣本進(jìn)行排序，以發(fā)現(xiàn)其財務(wù)危機狀況，使用Excel電子表格中軟件和統(tǒng)計分析軟件SPSS來進(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)計分析在企業(yè)財務(wù)危機預(yù)警中的應(yīng)用
（一）樣本和變量選取
在企業(yè)財務(wù)危機模型的建立過程中，對于企業(yè)的財務(wù)指標(biāo)和參數(shù)，利用抽樣方法進(jìn)行選擇。一般來說，選擇的方式主要是隨機抽樣和對應(yīng)樣本法。在企業(yè)中，選取銷售凈利率、主營業(yè)務(wù)利潤率、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、營運資本總資產(chǎn)比、資產(chǎn)負(fù)債率、流動比率、現(xiàn)金負(fù)債總額比（債務(wù)保障率）、現(xiàn)金流動負(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)來建立指標(biāo)體系作為分析變量等28個指標(biāo)作為企業(yè)盈利、償還等能力和資本實力的展現(xiàn)，也是全面地反映企業(yè)的財務(wù)狀況的指標(biāo)。在多變量模型的財務(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)財務(wù)危機的預(yù)警機制，在建立機制的過程中，可以根據(jù)研究對象創(chuàng)建一組函數(shù)，實現(xiàn)對于樣本和變量的分析判別。一般來說，用的Fisher線性判別函數(shù)是判別分析中比較常見的。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)。通過這組函數(shù)對于基本的系數(shù)和常數(shù)進(jìn)行計算，得出基本的財務(wù)危機指數(shù)、非財務(wù)危機指數(shù)以及中間指數(shù)。
在數(shù)字計算的過程中，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)行分析計算，這樣既能節(jié)省時間和效率，同時也能準(zhǔn)確的代表了判別分析的結(jié)果。具體的判別分析方法：①采用一個系統(tǒng)默認(rèn)的檢驗指標(biāo)體系，以每一步λ統(tǒng)計量最小的進(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)加入一個變量或者剔除一個變量后，對在判別函數(shù)中的變量進(jìn)行方差分析，將因為變量的轉(zhuǎn)換發(fā)生的系數(shù)變化統(tǒng)計下來，作為以后函數(shù)計算的重要數(shù)據(jù)。
③將獲得的變量均值檢驗經(jīng)過系統(tǒng)的分析，得出的結(jié)果作為費雪線性判別函數(shù)的系數(shù)。Fisher系數(shù)有被稱為費雪線性判別函數(shù)的系數(shù)，在Fisher系數(shù)的系數(shù)表里，主要的指標(biāo)要和變量均值檢驗表實現(xiàn)同步，這樣在不斷地分析計算過程中，才能得出Fisher線性判別函數(shù)模型。
由于模型中的6個變量從不同角度較好地反映了對于我國企業(yè)來說最重要的幾個財務(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，以及銷售收入增長幅度小，經(jīng)營現(xiàn)金流的短缺，這些都是極易導(dǎo)致財務(wù)危機的發(fā)生，最終影響企業(yè)生存的重要變量，通過這些數(shù)據(jù)的分析就能逐步實現(xiàn)財務(wù)危機的預(yù)警。
（三）主成分分析
在企業(yè)財務(wù)危機中，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篩選和建立模型來實現(xiàn)，但是主成分分析法對于檢測的指數(shù)和指標(biāo)已經(jīng)有了基本的規(guī)定，比如說企業(yè)重要的資金流動、盈利收益等，都是企業(yè)在財務(wù)危機預(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施第二次篩選，使得模型精簡化，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)來進(jìn)行有針對性的研究。在企業(yè)財務(wù)危機分析中，具體是指，對企業(yè)收集的原始數(shù)據(jù)和財務(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)計算財務(wù)指標(biāo)間相關(guān)系數(shù)矩陣R；最后，按照指標(biāo)間的矩形計算規(guī)則，對于矩陣中的相關(guān)系數(shù)進(jìn)行分析和計算。
三、多元統(tǒng)計分析對于企業(yè)財務(wù)危機預(yù)警的作用
論文關(guān)鍵詞：360度績效評價，雷達(dá)圖，應(yīng)用
360 度績效評價 (360-degreefeedback) 又稱多評價者評估(multi- later assessment)多源反饋系統(tǒng)(multi- source feedback MSF)或全方位評價(full circle appraisal)，它是由被考評者的上級、同事、下級和(或) 客戶(包括內(nèi)部客戶和外部客戶) 以及被考評者本人分別擔(dān)任考評者，從多個角度對被考評者進(jìn)行360 度的全方位考評，再通過一定的反饋程序，促進(jìn)被考評者完善自己的工作行為并提高工作績效。在國內(nèi)，360 度績效評價也被稱為360 度績效反饋評價、全方位反饋評價或者多源反饋評價等。
近十幾年來，以360 度績效評價為核心的績效管理體系開始風(fēng)靡全球。在《財富》雜志評選出的排名在前1000 位的企業(yè)中，有近90 %已將360 度績效考評方法用于人力資源管理和開發(fā)，如IBM、摩托羅拉、諾基亞、福特、迪斯尼、美國聯(lián)邦銀行等。我國許多著名企業(yè)也引入了這種績效評價工具，如聯(lián)想、金蝶軟件等。
360度績效評價之所以得到如此深受國內(nèi)外企業(yè)青睞，主要歸功于其是通過對一個個體可從多個角度評價，有效的規(guī)避單一主體評價結(jié)果受制于評價的偏見和武斷的影響，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度績效考評從多角度評價的理念，決定了在應(yīng)用需要中對多維度的變量進(jìn)行數(shù)據(jù)處理，由此，對多個變量進(jìn)行綜合處理的多元統(tǒng)計分析方法就顯得尤為重要。
多元統(tǒng)計分析方法多種多樣。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)用于各類的綜合評價活動中。這些方法的種種優(yōu)點不再贅述,，但總體給使用者的感覺是技術(shù)性太強而形象化不夠,，本文擬從可視化的角度對多元統(tǒng)計分析方法在綜合評價中的應(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)識數(shù)據(jù)的一種可視化手段，如果能將評價中的數(shù)據(jù)直接顯示在一個平面上，便可一目了然地看出所分析變量間的數(shù)量關(guān)系。由于在綜合評價中涉及的指標(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，并且在投影過程中不會過多地?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出這些高維數(shù)據(jù)圖形來。
多變量的可視化一直是人們關(guān)注的熱點，從研究成果看主要分為兩類：一類是使高維空間的點與平面上某種圖形對應(yīng)，這種圖形能反應(yīng)高維數(shù)據(jù)的某些特點或數(shù)據(jù)間的關(guān)系；另一類是對多變量數(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)財務(wù)領(lǐng)域，如財務(wù)報表的分析，后因其簡潔、精確、可操作性強等特點而倍受關(guān)注， 是一種能夠用定量指標(biāo)較好地反映出定性問題的模型工具。
雷達(dá)圖中，每個數(shù)據(jù)都有一個獨立的單一數(shù)值軸，坐標(biāo)軸呈輻射狀分布在中心點周圍， 把同一數(shù)據(jù)序列的值在不同坐標(biāo)軸上的點用折線連接起來所形成的多邊形就是雷達(dá)圖管理論文，用來比較若干個數(shù)據(jù)序列指標(biāo)的總體情況中國期刊全文數(shù)據(jù)庫。
3． 評價的基本思想
利用雷達(dá)圖進(jìn)行綜合評價的基本思想是：
首先，確定需要分析的對象和分析的目的，選擇分析的各個評價對象的評價指標(biāo)，這些評價指標(biāo)與分析的對象密切相關(guān)，必要而且充分地支持分析目的。
然后，以評價值的最大值為半徑畫圓, 并以評價指標(biāo)數(shù)N 等分圓周, 從圓心出發(fā)畫N 條坐標(biāo)軸，每條坐標(biāo)軸表示一個評價指標(biāo)；
最后，在每根放射線上標(biāo)注出等距離的刻度，研究每一個指標(biāo)可能的水平等級，以明確的數(shù)字區(qū)分水平等級。將每個測評指標(biāo)的評分結(jié)果標(biāo)注在相應(yīng)的坐標(biāo)軸上，并把各軸上的點連接構(gòu)成最終的雷達(dá)圖。
為了使評價結(jié)果更具綜合性和客觀性，在繪制雷達(dá)圖時，首先將各評價指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除定量評價結(jié)果在各評價指標(biāo)間的數(shù)量差異。運用雷達(dá)圖解釋分析結(jié)果，重點關(guān)注那些差距最大的領(lǐng)域。
二、360度績效評價中雷達(dá)圖的應(yīng)用
一般常見的360度績效評價的應(yīng)用是對于不同的評價者賦予不同的權(quán)重，然后加權(quán)求和得出最終綜合評價分值。這樣的評價雖然能綜合反應(yīng)一個員工的績效但無法反應(yīng)導(dǎo)致員工總體評分波動的原因，不利于進(jìn)行績效診斷。
基于工作績效的多維性，不同評價主體觀察到的是績效的不同維度，對于同一個員工的績效評價的結(jié)果必然會因評價主體不同而不同?？冃гu價的結(jié)果不是評判員工的優(yōu)劣，而是為了提高績效。評價結(jié)果中全面反映員工績效結(jié)果必然有利于這一目的的實現(xiàn)。利用可視化效果好的多元統(tǒng)計方法成了解決這一問題的必然選擇。
在360度評價中，以不同評價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價主體對同一客體的評價結(jié)果，形成不同類別的“臉譜化”的評價結(jié)果。具體繪制過程包括一下步驟：
1．確定三個同心圓。中圓的圓周表示評價主體評價結(jié)果的中值；外圓的圓周表示評價結(jié)果的最大值；內(nèi)圓的圓周表示評價結(jié)果的最小值。
2．劃分評價指標(biāo)軸。用評價指標(biāo)體系對圓周(360 度) 作N 等分，N等與選擇的評價主體的類型，得到N 個坐標(biāo)軸，每個坐標(biāo)軸代表該體系的第N 個評價主體的評價結(jié)果。
3．將不同評價主體的評分進(jìn)行標(biāo)準(zhǔn)化處理。利用公式：
Xi=(xi-xmin)/(xmax- xmin)
來計算每一個指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)。
其中： Xi 為第i 個評價主體標(biāo)準(zhǔn)化后的數(shù)據(jù)； xi表示第i 個評價主體的實際評價結(jié)果， xmin表示同一評價主體評價結(jié)果的最小值管理論文， xmax 表示同一評價主體評價結(jié)果的最大值。
經(jīng)過上式處理后，統(tǒng)計數(shù)據(jù)被規(guī)范到[0， 1]之間。
4．將不同評價主體的評價結(jié)果標(biāo)在圖中適當(dāng)位置，并連接各點成為一個多邊形或曲邊多邊形。
具體如下圖：
從以上四個雷達(dá)圖可以看出： 員工A的評價結(jié)果幾乎在各評價主體的評價值都是最大值，評價結(jié)果所構(gòu)成的多邊形向外明顯擴張，說明該員工工作績效突出；員工B的自我評價績效結(jié)果突出，但其他主體評價均低于平均水平；員工C的多個主體評價均高于平均水平，但下級評價結(jié)果低于平均水平；員工D 各評價主體評價均低于中值，評分結(jié)果構(gòu)成的多邊形向圓心明顯收縮，說明該員工各方面的績效水平較低。
雷達(dá)圖不僅綜合反映評價對象的好壞，更直接表現(xiàn)了其在單個指標(biāo)上的優(yōu)劣。如圖1 中的員工C，雷達(dá)圖屬于擴張型， 但它在下級的績效評價值靠近圓心，說明它在這方面具有很明顯的劣勢，可能在工作方式、下屬培養(yǎng)等方面存在問題。管理人員可以通過雷達(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。
利用各績效指標(biāo)評價值所連接成的多邊形，雷達(dá)圖實現(xiàn)了各員工間的橫向比較，通過對多個維度的評價結(jié)果描述和比較， 直觀地表征了被評價者的績效水平。雷達(dá)圖還可以利用多邊形的相似性對評價對象進(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，有針對性的改善組織績效。
對于雷達(dá)圖在360度績效評價中的應(yīng)用還可以進(jìn)一步細(xì)化的不同主體的評價指標(biāo)，每個坐標(biāo)軸代表一個指標(biāo)，多邊形的每個頂點代表不同指標(biāo)的評價值。如下圖，使評價結(jié)果更加清晰明了。
三、雷達(dá)圖在360度績效評價中的應(yīng)用價值
1．描述直觀、形象。
雷達(dá)圖為多因素評價方法,適合于在二維平面上直觀、形象地反映多個指標(biāo)的變動規(guī)律中國期刊全文數(shù)據(jù)庫。通過疊加不同形狀的雷達(dá)圖,可以直接判斷出績效評價結(jié)果的整體分布情況及優(yōu)劣態(tài)勢。
2．便于績效反饋。
一個有效的績效管理體系必然具有通過持續(xù)不斷的績效反饋不斷的提高績效的功能。而此項功能的實現(xiàn)依賴績效反饋的有效性。在績效反饋中利用可視化的雷達(dá)圖，一方面可以改善被評價者對評價結(jié)果的理解；另一方面可以使績效反饋面談更有針對性，均可有利于提高績效反饋的有效性。
3．有利于人力資源開發(fā)。
績效管理作為人力資源管理的一個功能模塊，其評價結(jié)果可作為其他功能模塊開展工作的依據(jù)。在360度績效評價中管理論文，不同的評價主體觀察到的是同一評價客體的不同方面績效，通過雷達(dá)圖可以直觀的看出員工那些方面的績效低下，需要進(jìn)一步的培訓(xùn)開發(fā)。
4．提高了管理措施的針對性。
利用雷達(dá)圖對360度績效評價結(jié)果進(jìn)行處理，將員工的評價結(jié)果“臉譜化”。不同“臉譜”代表了不同績效類型的員工，通過對雷達(dá)圖“臉譜”的聚類，可將員工分成不同類型，便于針對性的管理。
5．易于推廣。
將雷達(dá)圖應(yīng)用到360度績效評價中，使績效評價走向簡明、直觀、快速。具有重大的價值。雷達(dá)圖為找出影響員工工作績效的關(guān)鍵因素提供了簡明直觀的依據(jù)，便于績效管理工作的進(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度全方位績效評價之中， 建立評價模型，并給出了不同評價主體評價數(shù)據(jù)的標(biāo)準(zhǔn)化方法。通過把圖形引入績效評價其中，使得評價更具說服力。雷達(dá)圖能夠非常直觀地反映評價對象在各個不同績效維度上的相對優(yōu)劣勢，是360度全方位績效評價中分析問題的非常好的輔助工具。
參考文獻(xiàn)：
[1]石金濤、魏晉才.績效管理[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)圖法在綜合評價中的應(yīng)用研究[J]. 統(tǒng)計與決策.2007(24):176-177
[3]李明、易匠翹.雷達(dá)圖在發(fā)展性評價中的應(yīng)用[J].長沙鐵道學(xué)院學(xué)報.2004(12):162-163
Radar graphin the 360-degree Performance Evaluation Research
關(guān)鍵詞：數(shù)理統(tǒng)計；教學(xué)模式；案例教學(xué)；統(tǒng)計建模
數(shù)理統(tǒng)計課程是我校工科相關(guān)專業(yè)研究生的一門必修學(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)計分析水平。然而，由于受計劃學(xué)時少、教材內(nèi)容偏理論、統(tǒng)計方法繁多、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)計素質(zhì)的培養(yǎng)和創(chuàng)新能力的提升。針對上述問題，作者在在近幾年的數(shù)理統(tǒng)計課程的教學(xué)中，嘗試更新教學(xué)理念，擴充教學(xué)內(nèi)容，引進(jìn)數(shù)學(xué)實驗技術(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踐探索，使學(xué)生能夠熟練掌握現(xiàn)代數(shù)理統(tǒng)計的基本思想和方法、樹立統(tǒng)計建模思想，學(xué)會使用統(tǒng)計思維分析和解決問題，達(dá)到其專業(yè)對統(tǒng)計工具的科研要求。
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，他們在本科階段的數(shù)學(xué)基礎(chǔ)僅限于微積分、線性代數(shù)、初等概率統(tǒng)計的范疇，對現(xiàn)代數(shù)學(xué)知識知之甚少，計算機工具的運用能力較弱，嚴(yán)重影響了他們在專業(yè)研究中的能力發(fā)展。所以研究生階段的數(shù)理統(tǒng)計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，強調(diào)理論與應(yīng)用并重、研究與實踐并重，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，把課程重點放在素質(zhì)培養(yǎng)上，而不是放在知識的簡單灌輸上。在教學(xué)中，如何培養(yǎng)學(xué)生的概率統(tǒng)計思維是一大難點。在教學(xué)中我注重對每一種統(tǒng)計方法的思想進(jìn)行詳盡解讀，力圖使學(xué)生真正掌握統(tǒng)計方法的內(nèi)涵。比如，假設(shè)檢驗包含了非常重要的統(tǒng)計思想，其思想原理幾乎貫穿整個統(tǒng)計領(lǐng)域。因此在教學(xué)中，首先利用簡單的實際問題從直觀角度引入假設(shè)檢驗的思想，推斷依據(jù)原理，可能存在的風(fēng)險，各種不同假設(shè)下所得結(jié)論的關(guān)系和區(qū)別等問題，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?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、非參數(shù)檢驗、方差分析、回歸分析等其它統(tǒng)計方法，并且引導(dǎo)學(xué)生分析對比各種統(tǒng)計分析方法的區(qū)別和聯(lián)系。如果前期的基礎(chǔ)比較扎實，學(xué)生對后續(xù)的各種統(tǒng)計方法掌握起來就順利很多。在教學(xué)內(nèi)容上，針對學(xué)生知識層次不齊，需求各異的特點，改變教學(xué)思想，在教學(xué)內(nèi)容上淡化理論、強化統(tǒng)計思想和方法，重點講授統(tǒng)計方法的內(nèi)涵、特點和限制、統(tǒng)計建模和求解、結(jié)果檢驗及應(yīng)用等。對理論性較強的部分內(nèi)容進(jìn)行了刪減，而對應(yīng)用性較強的內(nèi)容進(jìn)行了補充。例如壓縮了參數(shù)點估計的有關(guān)理論，加強了試驗設(shè)計和數(shù)據(jù)分析、多元線性回歸和非線性回歸等統(tǒng)計方法的教學(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有受過建模的訓(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)的實際案例，融合多種統(tǒng)計方法建模，配合統(tǒng)計軟件的應(yīng)用，并且對分析結(jié)果重點解讀，效果很好。
二、采用案例教學(xué)，提高學(xué)生分析問題解決問題的能力
由于工科研究生的數(shù)理統(tǒng)計課程是在研一開設(shè)，幾年的教學(xué)下來就發(fā)現(xiàn)一個問題，在研一時學(xué)生學(xué)的還不錯，然而等升到研二、研三開始進(jìn)行課題研究時，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，或找老師求教。其原因主要是因為學(xué)生在學(xué)到的仍然是書本知識，缺乏對實際問題的深入分析，缺乏解決實際問題的能力，不能夠很好地把所學(xué)知識用到自己的研究工作中。在教學(xué)改革研究過程中，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，編寫成文檔與學(xué)生共享。通過對典型案例的分析和研究，提高學(xué)生分析問題的能力，并充分利用互聯(lián)網(wǎng)平臺，采取互動教學(xué)方式，引導(dǎo)學(xué)生尋求最好的解決問題途徑。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，只需要對案例涉及到實際問題進(jìn)行分析，適當(dāng)抽象后選擇合適的統(tǒng)計模型，求出其模型中的參數(shù)，檢驗，應(yīng)用即可；還有一類是往屆研究生提出來的研究課題中的問題，經(jīng)過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、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的問題，因此更具有實際意義。在這些案例的研究討論中，更側(cè)重整個工作流程，在制訂試驗設(shè)計方案、收集試驗數(shù)據(jù)、數(shù)據(jù)分析、計算機求解、研究結(jié)論與應(yīng)用等每個環(huán)節(jié)，初步幫助學(xué)生了解利用統(tǒng)計方法解決實際問題的過程，提高他們的分析能力和應(yīng)用能力。經(jīng)過這樣的訓(xùn)練，不少研究生的統(tǒng)計分析水平和數(shù)據(jù)計算水平有極大提高，不但在研一階段就開始申請到校、省級科研項目，而且積極參加全國研究生數(shù)學(xué)建模競賽，取得了不錯的戰(zhàn)績。還有一類案例是反面的案例，我們收集了部分錯用統(tǒng)計、誤用統(tǒng)計、惡用統(tǒng)計的例子，有已經(jīng)發(fā)表在正式刊物的論文，有網(wǎng)絡(luò)文章，有實踐過程中出現(xiàn)的問題，還有學(xué)生作業(yè)中的錯誤等等，借用這些反面問題警示學(xué)生，在使用統(tǒng)計方法解決問題時一定要慎重，要善用統(tǒng)計，用好統(tǒng)計，正確利用統(tǒng)計方法提高自己的統(tǒng)計分析水平。
三、利用統(tǒng)計軟件和計算技術(shù)，提高教學(xué)效率和學(xué)生統(tǒng)計分析水平
目前許多統(tǒng)計軟件都能夠方便、快速、有效的處理數(shù)據(jù)。在教學(xué)過程中，主要采取統(tǒng)計軟件和多媒體課件相結(jié)合的教學(xué)方式，以加大信息量，擴展知識面，挖掘出教材文字達(dá)不到的直觀、動態(tài)效果，使難以理解的抽象理論形象化、生動化，并且為學(xué)生以后的研究發(fā)展提供統(tǒng)計處理技術(shù)手段。對于工科研究生來說，應(yīng)用統(tǒng)計方法進(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算，比如，Excel，SAS，JMP，SPSS，Eviews，Minitab等，除Excel外，其它的統(tǒng)計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)計軟件的特點，而且對所有例題都至少使用一種統(tǒng)計軟件進(jìn)行求解演示，同時要求研究生在案例分析研究中，使用統(tǒng)計軟件完成計算，并給出軟件輸出結(jié)果的合理解釋。近幾年的教學(xué)實踐結(jié)果表明，許多學(xué)生不但理解和掌握了統(tǒng)計方法，也掌握了數(shù)據(jù)分析計算工具，有效地提高了教學(xué)效率和學(xué)生的統(tǒng)計分析水平。
四、建立網(wǎng)絡(luò)教學(xué)環(huán)境，為學(xué)生提供靈活持續(xù)的知識學(xué)習(xí)和交流平臺
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)計網(wǎng)絡(luò)課程，為學(xué)生營造一個持續(xù)的知識學(xué)習(xí)輔助教學(xué)環(huán)境，以及師生課余時間的交流平臺，成為課堂教學(xué)的重要補充，從而適應(yīng)不同專業(yè)學(xué)生對統(tǒng)計知識和方法的需求。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，還設(shè)立了統(tǒng)計軟件學(xué)習(xí)、案例討論、大作業(yè)、閱讀等拓展類節(jié)點，同時網(wǎng)絡(luò)課程平臺還有通知、留言、在線答疑、論壇等互動窗口，方便研究生課后學(xué)習(xí)、交流和研究。網(wǎng)絡(luò)課程運行三年來，受到學(xué)生的大力支持和好評。同時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，加大交流互動的力度，增加更多的實際案例進(jìn)行討論學(xué)習(xí)。
五、改革考核方式，建立綜合考核評價系統(tǒng)
數(shù)學(xué)課程傳統(tǒng)的教學(xué)評價方式一般是閉卷考核，評價內(nèi)容主要以記憶性知識為主，對于培養(yǎng)創(chuàng)新性工科研究生的數(shù)理統(tǒng)計學(xué)習(xí)目標(biāo)來說并不適合。工科研究生學(xué)習(xí)現(xiàn)代數(shù)學(xué)的特點應(yīng)體現(xiàn)應(yīng)用和創(chuàng)新，因此改革傳統(tǒng)的考核評價方式就是必然。我們根據(jù)教學(xué)內(nèi)容進(jìn)度，適時安排課堂作業(yè)、大作業(yè)、案例討論、讀書報告等多種方式的練習(xí)，建立綜合考核評價系統(tǒng)，采取多項加權(quán)的考核評價方式，結(jié)合期末的開卷考試成績進(jìn)行加權(quán)綜合評定。平時的多種形式的考點為如何運用已掌握的統(tǒng)計理論和方法，對于給定的數(shù)據(jù)資料進(jìn)行分析、篩選、抽象、建立模型、計算或軟件應(yīng)用、檢驗及結(jié)論解讀等方面的訓(xùn)練，同時要求以科研小論文的形式提交電子文檔，相當(dāng)于撰寫科研論文的模擬訓(xùn)練。期末考核則是綜合性的開卷考核，題目多樣化、靈活化，重點考核研究生的學(xué)習(xí)能力和所掌握知識的扎實程度?？偟膩砜?，重視統(tǒng)計思想的教學(xué)，加強統(tǒng)計思維方式的培養(yǎng)和訓(xùn)練是工科研究生數(shù)理統(tǒng)計教學(xué)中的一項長期重要內(nèi)容和任務(wù)，需要師生的共同努力，來探討如何更好地培養(yǎng)學(xué)生自主學(xué)習(xí)統(tǒng)計知識的能力、提升研究生在所研究專業(yè)中統(tǒng)計方法的應(yīng)用能力和創(chuàng)新能力。
參考文獻(xiàn)
[1]周夢，孫海燕.工科研究生應(yīng)用數(shù)理統(tǒng)計教學(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)計分析課程教學(xué)的改革與實踐[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”課程教學(xué)改革[J].重慶工學(xué)院學(xué)報（自然科學(xué)版），2007，21（4）：137-140.
[4]劉旭華，田英，陳薇.對研究生數(shù)理統(tǒng)計課程教學(xué)的思考與探索[J].高等農(nóng)業(yè)教育，2010（7）：76-78.
[5]趙姝淳.對研究生概率論與數(shù)理統(tǒng)計教學(xué)的探討[J].大學(xué)數(shù)學(xué)，2007，23（4）：27-29.
關(guān)鍵詞： 《食品試驗設(shè)計與統(tǒng)計分析》 混合教學(xué) 創(chuàng)新能力
混合教學(xué)是一種基于計算機網(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)勢和網(wǎng)絡(luò)化學(xué)習(xí)的優(yōu)勢結(jié)合起來；既要發(fā)揮教師引導(dǎo)、啟發(fā)、監(jiān)控教學(xué)過程的主導(dǎo)作用，又要充分體現(xiàn)學(xué)生作為學(xué)習(xí)過程主體的主動性、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，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、為個別化學(xué)習(xí)提供支持及提高教學(xué)效率的優(yōu)勢。
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，嘗試“《食品試驗設(shè)計與統(tǒng)計分析》網(wǎng)絡(luò)教學(xué)平臺建設(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)平臺學(xué)習(xí)”混合教學(xué)模式。構(gòu)建《食品試驗設(shè)計與統(tǒng)計分析》網(wǎng)絡(luò)教學(xué)平臺，采用教師引導(dǎo)、學(xué)生參加、師生互動的課堂教學(xué)模式，提高學(xué)生的學(xué)習(xí)自主性，通過多種形式的考核方式評價學(xué)生的學(xué)習(xí)效果，并建立合理的激勵措施，培養(yǎng)學(xué)生的創(chuàng)新能力。
1.《食品試驗設(shè)計與統(tǒng)計分析》課程自主學(xué)習(xí)與面授學(xué)習(xí)混合
《食品試驗設(shè)計與統(tǒng)計分析》是一門具有較強實踐性、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，強調(diào)培養(yǎng)學(xué)生完成整個實驗的設(shè)計、準(zhǔn)備、實施、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，《食品試驗設(shè)計與統(tǒng)計分析》網(wǎng)絡(luò)平臺可模仿網(wǎng)上相關(guān)數(shù)理統(tǒng)計的資源建設(shè)，如可汗學(xué)院的統(tǒng)計學(xué)公開課、DPS統(tǒng)計軟件學(xué)習(xí)平臺等，再逐步完善以本課程多媒體課件、試題資源、視頻資源、統(tǒng)計學(xué)習(xí)網(wǎng)站等課程資源，開展人機互動、生生互動及師生互動，加強課程網(wǎng)絡(luò)教學(xué)平臺建設(shè)?！妒称吩囼炘O(shè)計與統(tǒng)計分析》自主學(xué)習(xí)的有效開展要求學(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)生的實際水平，開展分級分類教學(xué)，比如第1至3教學(xué)周開展基于《食品試驗設(shè)計與統(tǒng)計分析》基礎(chǔ)知識的教與學(xué)，集中讓學(xué)生學(xué)會統(tǒng)計學(xué)的基本概念，培養(yǎng)學(xué)生自主學(xué)習(xí)能力和個性化學(xué)習(xí)方法，第4至8周教學(xué)周則開展基于混合式學(xué)習(xí)的《食品試驗設(shè)計與統(tǒng)計分析》立體化教學(xué)，加強網(wǎng)上題庫、練習(xí)、問卷調(diào)查建設(shè)。教師通過網(wǎng)絡(luò)平臺公布各階段的《食品試驗設(shè)計與統(tǒng)計分析》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，完善合理的考評體系。學(xué)生主要在校園網(wǎng)吧或個人電腦上完成自學(xué)、自測、自評，教師可通過網(wǎng)絡(luò)平臺給學(xué)生布置一些與學(xué)習(xí)單元主題相關(guān)的活動，讓學(xué)生個人或小組合作完成，然后每三周花1課時的時間對單元學(xué)習(xí)中的難點、疑點進(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，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.《食品試驗設(shè)計與統(tǒng)計分析》課程內(nèi)容教學(xué)法與實踐運用混合
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《食品試驗設(shè)計與統(tǒng)計分析》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，開展主題式教學(xué)。教師在課堂上通過各種文獻(xiàn)資料、工廠設(shè)計資料、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，增強學(xué)生將理論知識運用于實踐的能力。教師要設(shè)計多種形式的課堂教學(xué)活動或任務(wù)，避免讓課堂落入“教師一言堂”的俗套。因此在教學(xué)實施過程中，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)接近于真實的教學(xué)情境，開展基于任務(wù)或項目的情景式教學(xué)?！妒称吩囼炘O(shè)計與統(tǒng)計分析》網(wǎng)絡(luò)平臺建設(shè)引入大量工廠、生產(chǎn)實習(xí)、學(xué)生畢業(yè)論文、大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練、科研試驗中的大量真實案例。學(xué)生通過學(xué)習(xí)，幫助他們解決在實際生產(chǎn)實踐中遇到的問題，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)時間的限制，課堂上教師無法解決學(xué)生所有的問題。在混合式教學(xué)模式中，我們可通過網(wǎng)絡(luò)化教學(xué)平臺搭建立體化答疑系統(tǒng)，學(xué)生可將問題提交到答疑系統(tǒng)，等待老師或其他學(xué)生解答。對于一些具有普遍性的問題，教師可將問題和回答整體公布到答疑中心，供其他學(xué)生參考。教師也可通過答疑系統(tǒng)提出自己的問題，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)平臺都提供討論交流的模塊，教師也可通過微博、論壇等網(wǎng)絡(luò)虛擬社區(qū)搭建師生交流平臺。教師可結(jié)合《食品試驗設(shè)計與統(tǒng)計分析》課程內(nèi)容學(xué)習(xí)單元的內(nèi)容，設(shè)計一些話題，而學(xué)生則通過發(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間和地點的限制，加深學(xué)生對所學(xué)單元內(nèi)容的理解，通過發(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。針對結(jié)合課堂面授的任務(wù)驅(qū)動型的情景式教學(xué)，教師應(yīng)鼓勵學(xué)生開展基于項目的網(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)生通過網(wǎng)絡(luò)，直接搜索數(shù)據(jù)庫、了解最新報道、最終解決實際問題的能力，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，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力和團(tuán)隊合作精神。
4.“期末考試評價”與“網(wǎng)上學(xué)習(xí)評價”混合
信息技術(shù)環(huán)境下的“課堂教學(xué)”與“網(wǎng)絡(luò)平臺學(xué)習(xí)”混合教學(xué)模式強調(diào)學(xué)生的個性化學(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)生在真實情境下解決實際問題的能力，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，因此我們要改變過去重結(jié)果、輕過程的評價方式，改變過去教師作為評價唯一主體的狀況，建立一套由師生共同參與的多元化的終結(jié)性評價和形成性評價相結(jié)合的評價體系，實現(xiàn)評價內(nèi)容、評價主體和評價工具的多元化。
我們認(rèn)為“期末考試”占60%、平時作業(yè)占15%、線上發(fā)帖次數(shù)占5%、網(wǎng)上參與活動表現(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)性評價在學(xué)期末進(jìn)行，是期末考試測試?！熬W(wǎng)上學(xué)習(xí)評價”主要以在線測評為主，學(xué)生可通過網(wǎng)絡(luò)教學(xué)平臺提供的測試題進(jìn)行經(jīng)常性的測評，在線測評成績作為形成性評價的一部分（線上學(xué)習(xí)任務(wù)10%）。此外，網(wǎng)絡(luò)平臺所記錄的學(xué)習(xí)時間、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價的依據(jù)（網(wǎng)上參與活動表現(xiàn)5%）。對學(xué)生的線上發(fā)帖次數(shù)作出評價（5%），鼓勵學(xué)生對自己的學(xué)習(xí)過程、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)成為形成性評價的一部分（5%）。不管采用何種形式、何種比例，課程評價標(biāo)準(zhǔn)必須公正、清晰，教師應(yīng)在開展具體評價之前公布相關(guān)標(biāo)準(zhǔn)，并進(jìn)行必要的說明、示范和指導(dǎo)，這既能保證評價結(jié)果的公正、準(zhǔn)確，還能幫助學(xué)生更好地明白自己應(yīng)實現(xiàn)的目標(biāo)。
形成完整的《食品試驗設(shè)計與統(tǒng)計分析》網(wǎng)絡(luò)教學(xué)平臺，切實體現(xiàn)新型混合式教學(xué)方法對該課程教學(xué)效果的增強。通過混合式教學(xué)研究的開展，加強對課程的教學(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《食品試驗設(shè)計與統(tǒng)計分析》教學(xué)的體會[J].考試周刊，2013，48：172.
[2]姬華，朱麗莉，江英，等.對“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)時代，2007，3：134-135.
[3]盧士玲，陳計巒，姬華，等.對“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)平臺的混合學(xué)習(xí)模式的設(shè)計與應(yīng)用[J].電腦知識與技術(shù)，2015，11（2）：77-78.
關(guān)健詞： 《生物統(tǒng)計學(xué)》 教學(xué)改革 改革與探索
《生物統(tǒng)計學(xué)》是數(shù)理統(tǒng)計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)計科學(xué)試驗和收集數(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)對生物科學(xué)、植物生產(chǎn)類專業(yè)、動物生產(chǎn)類專業(yè)十分重要，是從事生物生產(chǎn)、育種試驗研究的工具性課程。通過該門課程的學(xué)習(xí)，學(xué)生不僅可以了解有關(guān)生物統(tǒng)計的基本概念以及參數(shù)的意義，掌握基本的試驗設(shè)計和生物試驗數(shù)據(jù)的統(tǒng)計分析方法，提高綜合素質(zhì)，同時還可以培養(yǎng)發(fā)現(xiàn)問題、分析問題的能力，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)計學(xué)》課程是一門十分重要的課程，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)生明白試驗研究前、中和后的主要目的和任務(wù)，以及怎樣提高試驗的精度，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)生的動手能力。為此，我們對《生物統(tǒng)計學(xué)》課程的教學(xué)內(nèi)容、方法和手段進(jìn)行了幾項改革探索。
1 .教學(xué)內(nèi)容的改革與探索
《生物統(tǒng)計學(xué)》主要講述五個方面的內(nèi)容：（1）介紹科學(xué)研究基本過程、試驗方案制定和試驗誤差及其控制，講述生物試驗的誤差來源和控制誤差的技術(shù)、試驗設(shè)計、實施規(guī)則；（2）介紹研究對象總體的理論分布、統(tǒng)計數(shù)的抽樣分布及統(tǒng)計數(shù)的理論概率；（3）講述統(tǒng)計推斷的基本方法、平均數(shù)比較的u測驗和t測驗、F測驗和x2測驗及其應(yīng)用，包括計量數(shù)據(jù)的方差分析和計數(shù)數(shù)據(jù)的統(tǒng)計分析；（4）方差分析的應(yīng)用，介紹單因素、多因素試驗結(jié)果的統(tǒng)計分析；（5）二變量直線回歸和相關(guān)分析。該課程的知識和分析問題的方法是科研工作者必須掌握和熟練運用的。因此在教學(xué)實踐中，描述性統(tǒng)計學(xué)的知識即資料的整理和描述應(yīng)重點講授連續(xù)性資料的整理方法；推斷性統(tǒng)計學(xué)的知識即理論分布、t檢驗、x2檢驗、F檢驗，重點講授正態(tài)分布的概率計算方法和對各種資料的檢驗方法，特別是資料的類型與相應(yīng)統(tǒng)計分析方法的聯(lián)系，使學(xué)生能掌握根據(jù)不同資料正確選擇使用統(tǒng)計分析方法的能力，并且能夠根據(jù)所掌握的知識和技能分析具體的實驗數(shù)據(jù)和材料，得出較為客觀和準(zhǔn)確的結(jié)果；對于回歸、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，計算方法、過程留給學(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)；試驗設(shè)計重點講清試驗設(shè)計的基本原則，并結(jié)合實際講清不同的試驗設(shè)計的基本思想和設(shè)計方法，對試驗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)計學(xué)》的理論性相對較強，內(nèi)容相對枯燥和抽象，教學(xué)方法單一必然會導(dǎo)致學(xué)生學(xué)習(xí)興趣低下，不利于培養(yǎng)學(xué)生分析問題和解決問題的能力，要想真正建立起先進(jìn)、科學(xué)的創(chuàng)新教學(xué)模式，只有通過系統(tǒng)優(yōu)化教學(xué)設(shè)計，針對教學(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，突出以學(xué)為主，堅持以啟發(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)生積極主動開展思維活動，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，重點讓學(xué)生弄懂基本原理；習(xí)題討論主要運用實例進(jìn)行分析，重點讓學(xué)生掌握具體計算方法和分析；教學(xué)中可適當(dāng)安排一些討論課，讓學(xué)生將所學(xué)知識與生產(chǎn)實際結(jié)合起來，充分調(diào)動學(xué)生學(xué)習(xí)的主動性、積極性，讓學(xué)生學(xué)會學(xué)習(xí)。
2.1計算機輔助教學(xué)
《生物統(tǒng)計學(xué)》概念多、公式多，統(tǒng)計計算過程煩瑣乏味，如果在課堂上用板書的形式進(jìn)行演算，既浪費課堂教學(xué)時間，又容易導(dǎo)致學(xué)生注意力渙散，產(chǎn)生視覺、聽覺和思維疲勞。多媒體課件具有圖文并茂的特點，在《生物統(tǒng)計學(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、難點，這就需要教師對所要講解的內(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)會統(tǒng)計分析方法，提高學(xué)習(xí)的積極性，同時要經(jīng)常注意來自學(xué)生的信息反饋，不斷地進(jìn)行課件的更新。多媒體教學(xué)對教師提出了更高的要求，要求教師花費更多的時間和精力準(zhǔn)備每一堂課的教學(xué)內(nèi)容，同時不斷地更新知識，為教學(xué)積累素材。
2.2 統(tǒng)計分析軟件的應(yīng)用
目前廣泛應(yīng)用的統(tǒng)計軟件主要有SAS、SPSS，國產(chǎn)的優(yōu)秀統(tǒng)計軟件有DPS，此外Excel軟件提供了較強的數(shù)據(jù)分析功能和統(tǒng)計繪圖功能，易學(xué)易用，筆者在教學(xué)過程中穿插介紹Excel的一些統(tǒng)計功能，如Excel的一些常用統(tǒng)計函數(shù)及統(tǒng)計方法的應(yīng)用，以及常用統(tǒng)計圖表的繪制，并要求學(xué)生能夠掌握并熟練運用，取得了較好的教學(xué)效果。對具體資料的統(tǒng)計分析，一些常用的統(tǒng)計分析方法如t檢驗、x2檢驗、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)的計算機分析軟件，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)生盡量考慮用計算機來完成，把學(xué)生從大量的計算中解脫出來使之集中精力去學(xué)習(xí)《生物統(tǒng)計學(xué)》的基本思想、方法及其實際應(yīng)用。
2.3 理論聯(lián)系實際
生物統(tǒng)計學(xué)的教學(xué)并不是為了讓學(xué)生掌握一些知識點而進(jìn)行教學(xué)，樹立統(tǒng)計的觀念、應(yīng)用統(tǒng)計方法分析和解決生物學(xué)研究的問題才是這門課程的最終目標(biāo)。因此，在教學(xué)中，特別要注意將純理論的統(tǒng)計學(xué)知識與科學(xué)研究中的實際問題聯(lián)系在一起，必須與專業(yè)實際聯(lián)系在一起進(jìn)行教學(xué)，只有這樣才不會使本課程的教學(xué)顯得空洞，才不會脫離生產(chǎn)實際，才能在實踐中培養(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)活動的一個重要組成部分，是促進(jìn)學(xué)生復(fù)習(xí)、鞏固所學(xué)知識，并對教學(xué)效果進(jìn)行檢查的重要方法，恰當(dāng)?shù)目己藢W(xué)生的理論學(xué)習(xí)和實踐訓(xùn)練具有引導(dǎo)、激勵和促進(jìn)的作用。傳統(tǒng)的筆試中學(xué)生要把大量的時間花在數(shù)學(xué)計算上，而不能全面考查學(xué)生對各種統(tǒng)計分析方法的掌握和應(yīng)用情況。為了對教學(xué)質(zhì)量進(jìn)行科學(xué)地評價與管理，也為了客觀準(zhǔn)確地評定學(xué)生的成績和能力，進(jìn)行考試改革是必要的。
為了更好地發(fā)揮考試的功能，我們在教學(xué)過程中針對過去把書面考試作為評價學(xué)生學(xué)習(xí)效果的主要手段這一應(yīng)試教育現(xiàn)象，實行考知識與考方法相結(jié)合，考理論與考應(yīng)用相結(jié)合，建立了從學(xué)習(xí)過程、作業(yè)練習(xí)、期中考試到期末考試，定性評價與定量評價相結(jié)合的過程性評價體系，確保對影響學(xué)生應(yīng)用能力形成的關(guān)鍵知識點進(jìn)行全面測試，從重“知識”逐步走向重“能力”，培養(yǎng)學(xué)生腳踏實地的學(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。
通過以上三個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)生體會到了該課程的重要實用價值，初步樹立了統(tǒng)計理念，培養(yǎng)了學(xué)生應(yīng)用概率統(tǒng)計方法解決實際問題的能力。但《生物統(tǒng)計學(xué)》作為生命科學(xué)學(xué)科中重要而特殊的一門工具課程，要教好這門課，還有很多問題需要進(jìn)一步的探究，在以后的教學(xué)中，還需要繼續(xù)鉆研統(tǒng)計理論，探索教學(xué)規(guī)律，優(yōu)化教學(xué)過程，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)計附試驗設(shè)計（第二版）［M］.北京：中國農(nóng)業(yè)出版社，1999.
［3］劉光祖.概率論與應(yīng)用數(shù)理統(tǒng)計［M］.北京：高等教育出版社，2000.
［4］杜榮騫.生物統(tǒng)計學(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”教法初探［J］.中國地質(zhì)教育，2005，（3）：58-59.
［7］李玉閣.“生物統(tǒng)計學(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)作為國民經(jīng)濟(jì)中一支活躍的力量，已逐漸引起各個銀行的重視。但是對科技型企業(yè)信用風(fēng)險的度量，國內(nèi)尚無合適的方法。文章試通過對國際上較先進(jìn)的信用風(fēng)險度量模型進(jìn)行介紹、比較，從而選取適合我國科技型企業(yè)的度量模型。
科技型企業(yè)在生產(chǎn)經(jīng)營過程中，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源。然而，由于銀行對科技企業(yè)的風(fēng)險識別能力有限，加之信貸市場中的逆向選擇和道德風(fēng)險的存在，銀行對科技企業(yè)貸款一直持謹(jǐn)慎態(tài)度。近年來，我國利率市場，特別是小額貸款的利率正逐步放開，商業(yè)銀行為增加利潤來源，漸漸趨向于各科技企業(yè)貸款。不過，科技企業(yè)貸款業(yè)務(wù)為銀行帶來利潤的同時，也帶來了較大的信用風(fēng)險。因此，對于科技型企業(yè)的信用風(fēng)險度量方法的選擇，成為了各家銀行急迫解決的問題。
一、古典信用風(fēng)險度量模型
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)險度量方法。銀行業(yè)在發(fā)展過程中為控制信用風(fēng)險早已形成了一些有用的信用風(fēng)險管理技術(shù)，如常見的5C法和5P法。5C法從以下五個方面對借款人的信用進(jìn)行考察：品格、資本、償付能力、抵押品、周期狀況。5P法將以下五個因素作為銀行判斷企業(yè)信用的準(zhǔn)則：個人狀況、借款用途、還款來源、債權(quán)保障和未來前景。古典信用分析過分依賴專家的主觀經(jīng)驗判斷，不同專家對同一借款人會做出不同的判斷，扭曲借款人真正的信用品質(zhì)，同時它也缺乏為信用風(fēng)險定價的市場機制，難以滿足信用風(fēng)險評估日益發(fā)展的要求。
2.多元統(tǒng)計分析。即利用統(tǒng)計方法把企業(yè)違約概率評估看成是模式識別中的分類問題——根據(jù)貸款企業(yè)的財務(wù)、非財務(wù)狀況，將其分為正常和違約兩類，或根據(jù)已評級級別結(jié)果分為多類，這樣企業(yè)違約概率評估就轉(zhuǎn)化為統(tǒng)計中的分類問題。根據(jù)歷史樣本每個類別（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，建立評估模型，然后用于對新樣本的判別，這些判別的結(jié)果隱含著不同企業(yè)的綜合得分或者說企業(yè)競爭力排序。國外關(guān)于違約概率評估研究，主要集中于違約的定性測度方法，然后根據(jù)結(jié)果，通過違約頻率統(tǒng)計獲得違約概率。按違約測度方法分：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)計分析最初表現(xiàn)為多元線形判別分析模型，包括Z計分模型和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)險模型的誕生。
二、現(xiàn)代信用風(fēng)險度量模型
1.結(jié)構(gòu)性模型。即基于公司價值的模型，把違約過程描述為公司價值惡化的顯性結(jié)果，并把公司證券視為發(fā)行公司價值的或有債權(quán)（期權(quán)）。一旦公司估值過程的模型確定，公司的資本結(jié)構(gòu)也已知，就可用期權(quán)定價公式對權(quán)益和債務(wù)進(jìn)行定價。結(jié)構(gòu)模型已經(jīng)成為違約風(fēng)險領(lǐng)域的一個市場標(biāo)準(zhǔn)。這類模型的主要特點之一是能夠?qū)ι鲜泄拘庞脙r值進(jìn)行逐日盯市的連續(xù)評估。但滿足違約概率簡單計算公式必要的基本假設(shè)有時與現(xiàn)實不符。
2.簡約化模型。這個方法不像結(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。該方法通過外生定義的違約率和回收率，把有違約風(fēng)險債券的定價或價差直接與無風(fēng)險債券連在一起。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)而是直接從市場數(shù)據(jù)中獲取。在數(shù)學(xué)上，這種方法更易于實施。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)公司市場價值小于債務(wù)值時，公司違約），因此借款人的違約概率和資產(chǎn)超過債務(wù)的數(shù)量、資產(chǎn)的波動密切相關(guān)，資產(chǎn)的變化遵循幾何布朗運動，當(dāng)資產(chǎn)的變化超過某一臨界值時，借款人即違約。該模型應(yīng)用信用受險價值（VaR）對一些非上市流通的資產(chǎn)，如貸款、私募債券等進(jìn)行估價和信用風(fēng)險評價。運用這個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風(fēng)險的模型。與信用計量模型（CreditMetrics）、KMV等不同，違約與企業(yè)的資本結(jié)構(gòu)無關(guān)。CreditRisk+是信用違約風(fēng)險的統(tǒng)計模型，該模型對引發(fā)違約的原因不作假設(shè)，與市場風(fēng)險管理考慮的出發(fā)點是相同的。建立市場風(fēng)險模型，不考慮市場價格變動的原因。銀行和保險公司一樣，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。保險公司的風(fēng)險來源于客戶的索賠，而銀行的風(fēng)險來源于債務(wù)人的違約。
三、科技型企業(yè)信用風(fēng)險度量模型的選取
1.信用風(fēng)險度量模型、方法的比較與評價。從上面的文獻(xiàn)回顧可以發(fā)現(xiàn)，關(guān)于信用風(fēng)險度量的模型和方法很多，然而由于信用風(fēng)險本身的固有特點，大家公認(rèn)和統(tǒng)一的模型和方法到目前還沒有出現(xiàn)，各種模型和方法其本身都存在這樣或那樣的缺陷，且大多是針對上市公司等大型企業(yè)的，并沒有考慮科技型企業(yè)自身的一些特點，因此有必要對這些模型和方法進(jìn)行分析、比較、評價，從中選擇合適的模型來度量我國科技型企業(yè)的信用風(fēng)險。
單變量模型具有簡單可行的優(yōu)點，但其缺陷是任何單個財務(wù)指標(biāo)都無法全面地反映公司財務(wù)特征及公司總體情況，甚至任何單個財務(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?，它克服了單變量模型的缺點，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，它是一個線性模型，但判斷一個公司信用風(fēng)險的因素非常復(fù)雜，不太可能成簡單的線性關(guān)系；其二，它基本上采用歷史財務(wù)比率，影響對借款人信用評價的時效性。Logistic等多元非線性回歸模型很好的解決了非線性的問題，并且有較高的準(zhǔn)確性，但也存在信用度量的時效滯后缺陷。
轉(zhuǎn)貼于
KMV模型以股票市場數(shù)據(jù)為基礎(chǔ)，而不是依賴會計核算數(shù)據(jù)，反映了市場中投資者對公司未來發(fā)展的綜合預(yù)期，具有前瞻性、高敏感性；但它針對未上市公司具有一定的局限性，而且片面強調(diào)股票市場，變動敏感度太高。CreditMetrics模型成功地把信用風(fēng)險度量與信用等級的轉(zhuǎn)移、違約率等相關(guān)因素結(jié)合起來，使模型考慮的因素更加全面，適用范圍更加廣泛；但它片面強調(diào)信用評級，不能夠反映特定債務(wù)人當(dāng)前的信用質(zhì)量變化情況。而且我國目前還沒有一個權(quán)威的、完善的信用評級體系，也不可能有有效的信用風(fēng)險轉(zhuǎn)移矩陣，同時也缺少一個準(zhǔn)確的基準(zhǔn)貼現(xiàn)率，因此現(xiàn)階段該模型在我國尚無法應(yīng)用。CreditRisk+模型最大的優(yōu)點是簡單易用，泊松過程的應(yīng)用使得計算非常有效，需要估計的變量很少，對于每個組合只需要知道違約概率和風(fēng)險頭寸；但它忽略了信用級別的變動，對于每個債務(wù)人風(fēng)險頭寸是固定不變的，只依賴于遠(yuǎn)期利率變動。甚至在大多數(shù)情況下，模型簡化為違約概率由幾種隨機背景因子決定，風(fēng)險頭寸是常量。
2.我國科技型企業(yè)信用風(fēng)險度量可能采用的模型或方法。中小企業(yè)普遍存在著一些問題，如規(guī)模小、經(jīng)營制度不規(guī)范、財務(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)險較大，且有不同于一般企業(yè)信用風(fēng)險的特點?？萍计髽I(yè)貸款的信用風(fēng)險與企業(yè)所有者個人的信用息息相關(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，長期以來我國商業(yè)銀行并沒有將對科技型企業(yè)的貸款獨立出來，信用風(fēng)險內(nèi)部評級仍然采用與大企業(yè)一樣的體系。2003年以前，我國銀行對貸款的分類一直延用“一逾兩呆”的分類方式?！耙挥鈨纱簟狈诸惞芾碇饕罁?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，我國各類銀行全面實行貸款風(fēng)險五級分類管理。貸款五級風(fēng)險分類將貸款質(zhì)量劃分為正常、關(guān)注、次級、可疑和損失五類(其中后三類稱為不良貸款)，在動態(tài)監(jiān)測的基礎(chǔ)上，通過對借款人現(xiàn)金流量、財務(wù)實力、抵押品價值等因素的連續(xù)監(jiān)測和分析，判斷貸款的實際損失程度，確定貸款風(fēng)險。
對于信用風(fēng)險內(nèi)部評估，據(jù)人民銀行的調(diào)查結(jié)果顯示，現(xiàn)今國內(nèi)幾家大銀行的信用風(fēng)險評級剛剛進(jìn)入計分卡階段，相當(dāng)于一種加權(quán)綜合評分法。具體做法是:首先，設(shè)定待評價的指標(biāo)體系，并根據(jù)評價的重要程度對各種指標(biāo)給以一定的權(quán)重；其次，根據(jù)所收集的被評企業(yè)各種財務(wù)、非財務(wù)信息對照指標(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)評分以及權(quán)重，計算加權(quán)綜合評分；最后，對照評級表的級別區(qū)間，判定被評企業(yè)的信用等級。這樣一種評定信用風(fēng)險的方法是在評價指標(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，主要幾個指標(biāo)權(quán)重的設(shè)定和打分的過程是根據(jù)“專家分析”的結(jié)果。
綜上，我國銀行內(nèi)部對于企業(yè)信用風(fēng)險評估仍然較多使用古典信用分析，處于定性向定量的過渡階段，尚未使用多元分析及現(xiàn)代信用風(fēng)險度量模型。科技企業(yè)大部分為非上市公司，KMV模型無法大規(guī)模使用；我國缺乏完善的信用評級體系，歷史數(shù)據(jù)積累稀少，CreditMetrics由于缺乏相應(yīng)數(shù)據(jù)而無法使用；Credit Risk+模型將信用風(fēng)險簡化為泊松分布，過于武斷，忽略了債務(wù)人的特有風(fēng)險，更無法適用于變幻莫測的科技型企業(yè)。總之，現(xiàn)代信用風(fēng)險模型在現(xiàn)階段尚不適用于我國科技型企業(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)被拒之門外，導(dǎo)致其貸款難融資難，因此對于科技企業(yè)信用風(fēng)險度量最可能選取的方法為多元統(tǒng)計分析。而多元統(tǒng)計分析法中，Logistic回歸模型的應(yīng)用性最廣，它以企業(yè)財務(wù)指標(biāo)為變量計算企業(yè)潛在的違約風(fēng)險，適合我國科技型企業(yè)的信用風(fēng)險度量。
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.論財務(wù)危機的預(yù)警分析——F分?jǐn)?shù)模型.會計研究，1996(8)
8.陳靜.上市公司財務(wù)惡化預(yù)測的實證分析.會計研究，1999(4)