时间：2023-06-01 09:08:57
【关键词】统计方法；实践应用；应用需求
20世纪80年代，美国通用、福特和施乐等大公司，开始在市场分析、产品开发与设计、工艺设计、生产控制与营销策略方面应用统计技术，结果使得其产品成本下降，产品质量和市场占有率提高，给公司带来非常好的经济效益。90年代后，美国波音公司调整其质量管理政策，其重要方面是增加统计控制方法和以质量改进为核心的管理概念。
一、企业对统计方法的应用需求
（一）统计方法的作用
在偶然中寻求必然是应用统计技术的核心。所谓统计技术，就是通过有效收集、整理与产品质量有关的数据信息，运用数理统计推断的原理，以部分（样本）推测全体（总体）的特性。通过测量、描述、分析产品特性的变化，形成数学模型，从而对产品过程进行监控，对质量变异提前预防，为降低产品缺陷和预防不合格的产生，特别是为质量改进指明方向。
正如恩格斯所说，任何偶然性存在的场合，都受客观规律所支配，问题是如何发现并利用这些规律。统计方法作为一种为决策提供依据的工具，可以帮助企业进行数据分析，了解产品质量状态的分布情况，找出问题、缺陷及原因，有针对性地采取措施，提高产品和服务的质量。原始数据不经过整理和分析，只是一堆“资料”，而有用的信息往往蕴藏在大量的数据之中，所以数据的应用是统计技术的前提，统计技术是整理和分析数据的工具。
统计方法可应用在设计阶段的市场预测、可行性分析、方案设计、初试样试制、小批量生产等；应用在生产阶段的工艺设计、过程控制、能力研究和质量改进；应用在销售阶段的营销策略研究、预期销售额的测算、顾客回报率的评价、安全性评价和风险分析等。统计过程控制（SPC）是进行质量分析、质量控制和质量改进的科学方法。可以说，企业持续的产品生命周期的改进，是通过实施SPC得以实现的。
应该指出，统计方法是一种能使企业管理体系增值的资源，它是一种素质和思维方法。统计技术是一种投资少、简单易行、挖掘企业潜力、提高企业经济效益的技术。统计方法可应用在产品生命周期的所有阶段，应用的越早越有效。SPC能对产品生命周期的各个阶段进行监控、判断质量变异并及时告警。在控制和验证过程能力和产品特性时，统计方法的使用能起到帮助过程改进、向决策程序提供输入的重要作用。如果企业能认真地实施统计技术，而不是应付差事，就一定会给企业带来效益，从而避免徒劳无益。
（二）企业对统计方法的应用需求
企业应用统计方法有两个前提：一是在管理体系中明确统计方法应用的地位和指导作用，在其运行过程中必须有统计技术的要素；二是实施统计技术的程序必须具有可操作性，而不是一个道具。企业统计方法的应用需求主要在以下几个方面：
1．与设计开发控制结合。产品质量由设计来保证，设计阶段是产品质量的源头，提高设计质量可使产品质量持续满足其技术要求，并在满足顾客需求方面产生飞跃和创新。实验设计在统计界被誉为“提高设计质量的高速公路”，将正交设计法和均匀设计法交叉使用，可减少实验次数，降低实验成本。
2．与生产过程控制结合。重点是在特殊过程、关键过程的主要工艺参数和质量指标中应用统计方法。统计方法在控制和验证过程能力和产品特性时，有助于过程改进。控制图可用来监控生产过程，假设检验可用来验证工艺装备的有效程度。
3．与检验过程控制结合。产品实物质量的提高是质量管理的有效标志之一，抽样方法体现了检验过程控制的有效程度。
4．与纠正、改进和预防措施结合。统计方法应用的核心在于分析、判断和推测。企业质量管理体系的运行强调质量改进，统计技术对产品过程进行特殊分析的结果，可作为过程改进和决策程序的输入，从而形成产品故障报告、分析、纠正措施系统（FRACAS）的闭环管理。
二、统计方法在企业中的实践应用
（一）概率论分析方法在企业中的实践应用
在市场经济条件下，商业企业的经营和销售情况一般不是由经营者主观愿望所决定，完全是个随机过程。它包括很多不可控的具体问题：如在某单位时间内有多少位顾客光顾该商场；在已经进入该商场的顾客中又有多少人真正实施购物行为；每位顾客在这次购物活动中总共购买多少货币的商品等问题，需要用概率论分析方法来解决。因此，概率论在商业企业中有广泛的应用。这里重点选择商业企业面临的几类典型的问题来说明其应用。
1．进货问题。例如，某商场每星期四进货，以备星期五、六、日三天销售，根据多周统计，这三天的销售数量彼此独立且分布已知。则三天销售总量这个随机变量可以取哪些值可利用概率论知识来解决。同样可解决如果进货X件，不够卖的概率及进货Y件够卖的概率。
2．资源配置问题。例如，某商场一个柜台有四名售货员，每名售货员平均一小时内只用秤15分钟，则该店配置几台称较为合理，可以利用随机变量服从二项分布、事件的独立性及小概率原理来解决资源配置问题。
3．利润问题。例如，某商业企业经销某一种商品，每周进货量X与顾客对该商品的需求量Y是两个相互独立的随机变量，且都服从区间［10，20］上的均匀分布。商店每售出一单位商品可得利润1000元；若需求量超过进货量，该商业企业可从其他商业企业调货供应，这时每单位商品获利5000元，则计算此商品经销商经销该种商品每周所获得的平均利润，就需要通过计算连续型二元随机变量的数学期望来解决。
（二）数理统计分析方法在企业中的实践应用
数理统计分析方法同样在商业企业中有着广泛的应用。因此，这里也重点选择商业企业面临的几类典型的问题来说明其应用。
1．产品市场占有率问题。例如，某市四家大型电器商场的手机销售情况抽样表明，在一周内总计销售了2000部的手机，其中某品牌手机占214部，则可用数理统计中的参数区间估计理论与方法，以95%的把握程度判断出该品牌手机的市场占有率在9.42%～12.13之间。
2．调整措施效果的显著性问题。例如，某超市为增加销售，对销售方式、管理人员等进行了一系列调整，调整后随机抽查了9天的日销售额，计算的平均日销售额为60万元。根据统计，调整前平均日销售额为52万元，假定日销售额服从正态分布，则调整措施效果是否显著，不能直观地认为调整后日销售额达到60万元措施就显著，而是需要用假设检验的思想和方法来做进一步的判断。
3．产品的质量检验问题。例如，某市质检局接到投诉后，对某金商销售的产品进行质量调查。先从其出售标志18K的项链中抽出9件进行检查，检验标准值是18K，且标准差不得超过0.3。检验结果为9件项链的平均值为17，方差为0.25，假定项链的含金量服从正态分布，则检测结果能否认定金商出售的产品存在质量问题，同样也需要用假设检验的思想和方法来做判断。
三、如何提高企业实施统计方法的有效性
美国质量专家朱兰博士在《质量控制手册》中专门阐述了统计方法，并列举了十八种最基本的统计技术。国际标准ISO/TR10017和ISO/TR13425作为统计方法与统计技术的使用指南，阐述了企业实施统计方法的基本要求。
企业在直接控制产品实物质量上，可应用以下四种统计技术：1．频数图（直方图），它可大体显示质量特性的平均值、分散程度以及规格要求的比较状态；2．控制图，它可用作过程（工序）的分析、调整和控制；3．抽样验收方案；4．公差分析、回归分析和方差分析，这些方法从数理统计原理出发，可用于工程设计和工序质量的特性分析。
一般来说，人们比较重视事物间的确定关系，不太注意事物间的不确定关系（相关关系），从而使我们失掉了很多改进机会。企业应用统计技术的地方很多，凡有数据的地方都能应用，包括一些定性的结果经两次量化后也能应用。但企业要真正使统计方法的应用切实有效，应注意以下几个方面：
1．好的管理基础是关键。统计方法的应用是一项系统工程，一个管理基础差的企业，统计方法的应用只能流于形式。对于科研院所的产品，一般包括研究报告、试验报告、硬件或流程性材料。研究所的科研项目都有预定的研究周期，由项目课题组承担，研究室是有一定专业范围的常设机构。在科研过程中，如何应用统计方法，应由项目课题组根据需求来确定，不能强求一致。
2．企业应用统计方法的组织保证。统计方法贯穿企业质量管理的全过程，应列入企业发展的总体规划，并由质量综合管理部门归口，具体统计技术的应用可由质量管理部门会同相关职能部门组织实施。
3．提高统计方法培训的有效性首先要开展统计方法应用的意识教育，然后针对产品的实际需求开展专题教育培训。如果认识上有偏差，容易造成误用、错用或形式主义。将培训计划列入教育计划，将其考核作为企业质量管理，特别是内部质量审核的关键项目之一非常必要。要通过培训，使员工树立正确的统计思想，认识到统计方法的生命所在。波动存在于任何过程，波动存在于万物之中，波动的原因有正常原因和异常原因，正常原因完全可以控制在一定的波动范围内。理解并区分正常原因和异常原因，将有助于正确认识产品的质量存在适当公差和允许公差是合理的和必要的，通过人、机、料、法、环的质量控制，来实现质量的稳定是完全可能的，这一思想也是不断改进产品质量的理论基础。一种统计技术在企业一经选用，即要求应用人员掌握正确的使用方法，包括数据收集、数据处理、统计结果评价以及正确使用统计结果等。
4．统计方法的应用必须注重产品分析和使用条件，应用统计方法不是孤立的行为，更不能随便套用，或为了使用而使用。一定要将统计方法融入到确定、控制、验证过程能力、产品特性以及市场调研等分析活动中去。
5．企业应用统计方法的基础是质量记录的真实性。产品过程分析的基础是质量信息和数据的真实可靠。如果输入的基础数据不正确，将导致数据结果发生偏差，再好的统计方法也无从谈起，毋须赘言，统计方法的应用与质量记录的真实息相关。
6．有计划地进行统计技术的推广和验证，面对众多的统计方法，企业首先应选择与解决“关键问题”或控制“关键特性”有关的统计技术作为试点和推广的重点，并按实施过程的轻重缓急程度，制定一份推广统计技术的计划。该计划应取得最高管理者的支持和承诺，动员全员参与和获得必要的工程和技术资源。
四、结语
企业统计方法的应用必须坚持以事实为依据、用数据说话的原则，把统计技术的应用与专业技术紧密结合，在考虑统计项目实施时，应从理论和事实层面上注重分析和使用条件，认真权衡各种关联因素。
如果企业没有按照质量管理体系中统计技术要素的要求，进行全员正规化的、有重点的统计方法的培训，没有使质量管理体系中的统计技术要素按照程序文件有效地运行，则说明企业在质量管理的重要环节上处于失控状态，同时也说明企业的质量管理体系在适应性和有效性上存在着很大问题。
在提倡科学化管理的今天，无论是管理决策还是质量监督，统计学方法在其中的作用都应得到足够的重视。
【参考文献】
[1]傅治梁．分析诊断企业产品实力的统计方法[J]．统计与决策，2000，（7）．
[2]唐兆霞．论统计方法在企业组合证券投资中的应用[J]．黑龙江财专学报，2003．
关键词：医院统计分析；问题；统计方法
中图分类号：C81 文献标识码：A 文章编号：1001-828X（2014）06-00-01
医院统计分析是有效进行统计工作的重要环节，直观反映医院各项指标的一项研究活动，统计分析是为医疗单位提供准确决策的依据，促使医疗单位准确决策从而实现医院更好发展的目的。本文介绍了医院统计分析的重要性，并针对医院统计分析过程中出现的问题提出了要运用正确的统计方法来进行医院统计分析工作。
一、医院统计分析的重要性
医院统计分析是指运用统计方法和与分析对象相关的知识，定量、定性的对医院各方面进行的研究活动，医院统计分析是在统计设计、调查、整理的基础上通过分析医院各项指标得出结论，从而用数字直观反应医院各方面情况的一种研究活动，通过医院统计分析对医院各项发展有一个深刻的认识，也是医疗机构有效进行各项管理，制定方针、政策的依据。随着市场经济的快速发展，医疗技术不断更新，医疗水平迅速提高。统计分析成为现代医院中统计工作的重要组成部分，在医疗行业管理中占有越来越重要的地位。
1.统计分析是提高医院服务质量和水平的关键。统计分析在统计设计、调查、整理的基础上，通过分析医院不同时期、不同阶段的经营状况，从而定量、定性的来反映医院的真实情况。通过医院统计分析，医疗机构能够清楚地认识到医院管理方面的不足之处，从而制定新的管理方案，不断完善医院的各项管理制度，提高医院的管理和服务水平。
2.统计分析是统计工作的重要环节。统计分析是统计工作中的重要环节，也是得出统计结论完成信息传递的有效方式。统计工作中首先要进行统计方案的设计、调查、整理，统计分析时完成统计工作的最后环节，也是最重要的环节，如果没有统计分析得出结论，之前的统计准备工作都变得毫无意义，只有经过统计分析，对研究对象有一个深刻的认识，才能达到整个统计工作的目的。
3.统计分析是提高统计效益的手段。统计工作与其他工作一样，统计效益的高低和统计质量的好坏直接影响着医疗机构的决策好坏。由于统计分析是统计工作的最后环节，之前的统计准备工作都是为统计分析服务的，在统计准备工作相对稳定的前提下，统计效益的高低主要取决于统计分析的质量的高低。
二、医院统计分析中遇到的问题
1.统计工作基础薄弱。统计工作制度在大部分医院特别是大中型医院得到普遍应用，但是由于我国医疗改革制度相对落后，很多医院仍然存在不健全不规范的统计工作制度。各部门之间没有明确的分工和相匹配的工作岗位，统计工作流程混乱，统计调查方法不科学，统计台账记录不清楚，对有效数据信息不能很好的利用，另外医院部门对统计工作中的人力、财力、物力投入不够，从而不能充分发挥医院信息系统的作用，降低了统计分析的工作质量。
2.统计程序落后。计算机是大部分医院有效进行统计工作的主要工具，但是我国计算机技术仍然不能完全顺应信息化的发展趋势，统计程序比较落后，仍然存在单机运行和手工操作情况，一些数据信息不能直接提取，还需要统计工作人员进行手抄、录入，这种建立在原始纸质基础上的传统统计方法严重影响了统计工作的效率，已经不能适应现代医院快速发展的需要。
3.缺少检验统计数据的方法。不能准确、有效的检验统计数据，容易造成不准确的统计数据，虚假的统计数据对统计分析造成很大影响，不能客观、准确的反映医院的真实情况，不利于医疗机构做出准确的判断和决策。由于医院各部门之间有着不同模式的收集数据的方法，对数据的报送也分不同时间段，有的日送，有的周送，还有的月送，因而统计工作人员在收集、统计数据的过程中难免会出现错误，而又没有能够检验统计数据的方法，所以不准确的数据直接造成了统计分析结果的不准确，不利于医院做出正确的决策。
三、统计方法在医院统计分析中的应用
针对医院统计分析过程中出现的问题，作为医疗机构应该加强管理，运用规范、系统的统计方法来有效的进行统计分析，使之能够准确的反映医院的各项指标。
1.相关性分析。相关性分析是目前医院统计研究中最基本的统计方法，是研究两个对象之间是否存在某种联系，以及联系强度大小的一种统计方法。相关分析主要研究两个变量间的正负关系，如果两个变量的变化方向一致，则为正相关，反之亦然。相关分析通过研究两个变量间的密切关系，有利于医疗机构做出正确的管理和决策。
2.主分量分析。事物之间的联系是纷繁复杂的，很多事物之间存在多种变量的影响，而总有一个是最重要的因素，主分量分析就是将多个变量通过方式变换找出主要变量的一种多元统计分析方法。主分量分析在医院主要应用在医院的工作质量、工作进展以及各科室的整体效益方面。
3.回归分析。回归分析是确定两种或以上变量间的关系的一种统计分析方法。根据不同的自变量的多少分为一元和二元回归分析，根据自变量与因变量的关系类型分为线性和非线性回归分析。回归分析可用于医院管理中多因素对某一因素的影响程度，还可用于医院床位利用率、业务收入、病床周转次数影响因素分析中，是一种比较科学、实用的方法。
四、结语
总之，新形势下，医院的统计分析工作是十分必要的，也是顺应医疗改革发展趋势的需要，只有不断将新的统计方法运用到统计工作中去，才能得出准确的统计分析结论，准确反映医院的真实情况，为医院管理机构提供科学决策的依据，从而更好的为医院发展服务。
参考文献：
【关键词】统计数据；分析方法；市场调研；判别分析
一、数据统计分析的内涵
数据分析是指运用一定的分析方法对数据进行处理，从而获得解决管理决策或营销研究问题所需信息的过程。所谓的数据统计分析就是运用统计学的方法对数据进行处理。在实际的市场调研工作中，数据统计分析能使我们挖掘出数据中隐藏的信息，并以恰当的形式表现出来，并最终指导决策的制定。
二、数据统计分析的原则
（1）科学性。科学方法的显著特征是数据的收集、分析和解释的客观性，数据统计分析作为市场调研的重要组成部分也要具有同其他科学方法一样的客观标准。（2）系统性。市场调研是一个周密策划、精心组织、科学实施，并由一系列工作环节、步骤、活动和成果组成的过程，而不是单个资料的记录、整理或分析活动。（3）针对性。就不同的数据统计分析方法而言，无论是基础的分析方法还是高级的分析方法，都会有它的适用领域和局限性。（4）趋势性。市场所处的环境是在不断的变化过程中的，我们要以一种发展的眼光看待问题。（5）实用性。市场调研说到底是为企业决策服务的，而数据统计分析也同样服务于此，在保证其专业性和科学性的同时也不能忽略其现实意义。
三、推论性统计分析方法
（1）方差分析。方差分析是检验多个总体均值是否相等的一种统计方法，它可以看作是t检验的一种扩展。它所研究的是分类型自变量对数值型因变量的影响，比如它们之间有没有关联性、关联性的程度等，所采用的方法就是通过检验各个总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。（2）回归分析。在数据统计分析中，存在着大量的一种变量随着另一种变量的变化而变化的情况，这种对应的因果变化往往无法用精确的数学公式来描述，只有通过大量观察数据的统计工作才能找到他们之间的关系和规律，解决这一问题的常用方法是回归分析。回归分析是从定量的角度对观察数据进行分析、计算和归纳。
四、多元统计分析方法
（1）相关分析。相关分析是描述两组变量间的相关程度和方向的一种常用的统计方法。值得注意的是，事物之间有相关关系，不一定是因果关系，也可能仅仅是伴随关系；但如果事物之间有因果关系，则两者必然存在相关关系。（2）主成分分析。在大部分数据统计分析中，变量之间是有一定的相关性的，人们自然希望找到较少的几个彼此不相关的综合指标尽可能多地反映原来众多变量的信息。所谓的主成分分析就是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法，很显然在一个低维空间识别系统要比在一个高维空间容易的多。（3）因子分析。因子分析的目的是使数据简单化，它是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子，对变量进行分类。这些因子是不可观测的潜在变量，而原先的变量是可观测的显在变量。（4）聚类分析。在市场调研中，市场细分是最常见的营销术语之一，它按照一定的标准将市场分割为不同的族群，并使族群之间具有某种特征的显著差异，而族群内部在这种特征上具有相似性。聚类分析就是实现分类的一种多元统计分析方法，它根据聚类变量将样本分成相对同质的族群。聚类分析的主要优点是，对所研究的对象进行了全面的综合分析，归类比较客观，有利于分类指导。（5）判别分析。判别分析是判别样品所属类型的一种多元统计方法。若在已知的分类下，遇到新的样本，则可利用此法选定一种判别标准，以判定将该新样品放置于哪个类中。由定义我们可以知道判别分析区别于聚类分析的地方，而在判别分析中，至少要有一个已经明确知道类别的“训练样本”，从而利用这个数据建立判别准则，并通过预测变量来为未知类别的观测值进行判别。与聚类分析相同的地方是，判别分析也是利用距离的远近来把对象归类的。
参考文献
[1]温美琴．统计分析方法在我国政府绩效审计中的应用[J]．统计与决策．2006（23）
探讨统计数据分析体系中统计分析方法的选择与比较
一、数据统计分析的内涵
数据分析是指运用一http://定的分析方法对数据进行处理，从而获得解决管理决策或营销研究问题所需信息的过程。所谓的数据统计分析就是运用统计学的方法对数据进行处理。在实际的市场调研工作中，数据统计分析能使我们挖掘出数据中隐藏的信息，并以恰当的形式表现出来，并最终指导决策的制定。
二、数据统计分析的原则
（1）科学性。科学方法的显著特征是数据的收集、分析和解释的客观性，数据统计分析作为市场调研的重要组成部分也要具有同其他科学方法一样的客观标准。（2）系统性。市场调研是一个周密策划、精心组织、科学实施，并由一系列工作环节、步骤、活动和成果组成的过程，而不是单个资料的记录、整理或分析活动。（3）针对性。就不同的数据统计分析方法而言，无论是基础的分析方法还是高级的分析方法，都会有它的适用领域和局限性。（4）趋势性。市场所处的环境是在不断的变化过程中的，我们要以一种发展的眼光看待问题。（5）实用性。市场调研说到底是为企业决策服务的，而数据统计分析也同样服务于此，在保证其专业性和科学性的同时也不能忽略其现实意义。
三、推论性统计分析方法
（1）方差分析。方差分析是检验多个总体均值是否相等的一种统计方法，它可以看作是t检验的一种扩展。它所研究的是分类型自变量对数值型因变量的影响，比如它们之间有没有关联性、关联性的程度等，所采用的方法就是通过检验各个总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。（2）回归分析。在数据统计分析中，存在着大量的一种变量随着另一种变量的变化而变化的情况，这种对应的因果变化往往无法用精确的数学公式来描述，只有通过大量观察数据的统计工作才能找到他们之间的关系和规律，解决这一问题的常用方法是回归分析。回归分析是从定量的角度对观察数据进行分析、计算和归纳。
四、多元统计分析方法
（1）相关分析。相关分析是描述两组变量间的相关程度和方向的一种常用的统计方法。值得注意的是，事物之间有相关关系，不一定是因果关系，也可能仅仅是伴随关系；但如果事物之间有因果关系，则两者必然存在相关关系。（2）主成分分析。在大部分数据统计分析中，变量之间是有一定的相关性的，人们自然希望找到较少的几个彼此不相关的综合指标尽可能多地反映原来众多变量的信息。所谓的主成分
转贴于 http://
分析就是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法，很显然在一个低维空间识别系统要比在一个高维空间容易的多。（3）因子分析。因子分析的目的是使数据简单化，它是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子，对变量进行分类。这些因子是不可观测的潜在变量，而原先的变量是可观测的显在变量。（4）聚类分析。在市场调http://研中，市场细分是最常见的营销术语之一，它按照一定的标准将市场分割为不同的族群，并使族群之间具有某种特征的显著差异，而族群内部在这种特征上具有相似性。聚类分析就是实现分类的一种多元统计分析方法，它根据聚类变量将样本分成相对同质的族群。聚类分析的主要优点是，对所研究的对象进行了全面的综合分析，归类比较客观，有利于分类指导。（5）判别分析。判别分析是判别样品所属类型的一种多元统计方法。若在已知的分类下，遇到新的样本，则可利用此法选定一种判别标准，以判定将该新样品放置于哪个类中。由定义我们可以知道判别分析区别于聚类分析的地方，而在判别分析中，至少要有一个已经明确知道类别的“训练样本”，从而利用这个数据建立判别准则，并通过预测变量来为未知类别的观测值进行判别。与聚类分析相同的地方是，判别分析也是利用距离的远近来把对象归类的。转贴于 http://
基于理念分析和比较研究方法，对大数据的分析方法和传统统计学分析方法的关联性和差异进行了对比分析，从方法的基本思想、量化形式、数据来源、分析范式、分析方法、分析视角等角度揭示了两种社会科学分析方法存在的联系与差异。
关键词：
大数据；统计学；研究方法
中图分类号：
F27
文献标识码：A
文章编号：16723198（2015）11005201
随着信息技术的日益发展与普及，信息以及数据在社会经济发展过程中发挥的作用越来越重要。现如今，“大数据”时代已经来临，于是如何更有效地利用数据快速做出科学决策也已成为众多企业甚至是国家所共同关注的焦点问题。在数据处理和分析方法方面，《统计学》以及在其基础上发展而来的实证统计方法是当前的主流，这些方法可以帮助数据持有者从大量的数据中挖掘有价值的信息，并为其相关决策提供理论支撑和方法支持。然而，传统的实证统计方法在最新出现的大数据情境下，却呈现出了诸多缺陷，例如传统数据收集方法无法实现大规模（甚至是总体）数据的收集，传统统计方法和分析软件无法处理大规模数据，等等。于是，在将传统统计学方法应用于最新的大数据情境和问题之前，需要首先明确大数据所要求的处理方法与传统的统计学处理方法存在哪些关联和区别，然后才能够决定是否可以应用既有统计学理论和方法来处理某些大数据问题。
1大数据的界定
根据一位美国学者的研究，大数据可以被定义为：it means data that’s too big， too fast， or too hard for existing tools to process。也就是说，该学者认为：在关于大数据的所有定义中，他倾向于将之定义为那类“太大”、“太快”，或现存工具“太难”处理的数据。一般而言，大数据的特征可以概括为四个V：一是量大（Volume）；二是流动性大（Velocity），典型的如微博；三是种类多（Variety），多样性，有结构化数据，也有半结构化和非结构化数据；四是价值大（Value），这些大规模数据可以为持有企业或者组织创造出巨大的商业或社会价值。
Victor在其最新著作《大数据时代――生活、工作与思维的大变革》中指出，大数据时代，思维方式要发生3个变革：第一，要分析与事物相关的所有数据，而不是依靠分析少量数据样本；要总体，不要样本。第二，要乐于接受数据的纷繁复杂，而不再追求精确性。第三，不再探求难以捉摸的因果关系，应该更加注重相关关系。这些变革反映出了大数据处理方式与传统统计学分析方法的很多关联以及主要不同。因此，下面我们分别针对两者的联系和区别进行讨论。
2大数据与统计学分析方法的联系
从18世纪中叶至今，统计学已经经历了两百多年的发展历程，不论是基础理论还是社会应用都极其坚实而丰富。大数据作为一种新兴的事物规律认知和挖掘思维，也将会对人类的价值体系、知识体系和生活方式产生重要影响，甚至引发重大改变。作为两种认知世界和事物规律的基本方法，它们在以下两个方面存在紧密关联。
（1）挖掘事物规律的基本思想一致。统计学（statistics）探索事物规律的基本方法是：通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析和总结，做出推断和预测，为相关决策提供依据和参考。对于大数据，维克托指出，大数据思维的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识。通过这两个定义可以看出，不论是传统的统计学方法还是新兴的大数据分析方法，都是以数据为基础来揭示事物特征以及发展趋势的。
（2）均采用量化分析方式。大数据分析的基础是数据化，也就是一种把各种各样现象转变为可制表分析的量化形式的过程。不论是传统统计学中所应用的数据（定性和定量数据），还是大数据时代即将被转化和采用其他形式数据（如文字、图像等），最终都是通过量化分析方法来揭示数据中所蕴含的事物特征与发展趋势。
3大数据与统计学分析方法的区别
（1）基础数据不同。在大数据时代，我们可以获得和分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机抽样。这意味着，与传统统计学数据相比，大数据不仅规模大，变化速度快，而且数据来源、类型、收集方法都有根本性变化。
①在数据来源方面，在大数据背景下，我们需要的纷繁多样的数据可以分布于全球多个服务器上，因此我们可以获得体量巨大的数据，甚至是关于总体的所有数据。而统计学中的数据多是经由抽样调查而获得的局部数据，因此我们能够掌握的事“小数据量”。这种情况下，因为需要分析的数据很少，所以必须尽可能精确的量化我们的数据。综上，大数据情况下，分析人员可以拥有大量数据，因而不需要对一个现象刨根问底，只需要掌握事物大体的发展方向即可；然而传统的小数据情况下则需要十分注意所获得数据的精确度。
②在数据类型与收集方面，在既往模式下，数据的收集是耗时且耗力的，大数据时代所提出的“数据化”方式，将使得对所需数据的收集变得更加容易和高效。除了传统的数字化数据，就连图像、方位、文本的字、词、句、段落等等，世间万物都可以成为大数据范畴下的数据。届时，一切自然或者社会现象的事件都可以被转化为数据，我们会意识到本质上整个世界都是由信息构成的。
（2）分析范式不同。在小数据时代，我们往往是假想世界是如何运行的，然后通过收集和分析数据来验证这种假想。也就是说，传统统计实证分析的基本范式为：（基于文献）提出理论假设-收集相关数据并进行统计分析-验证理论假设的真伪。然而，在不久的将来，我们将会在大数据背景下探索世界，不再受限制于传统的思维模式和特定领域里隐含的固有偏见，我们对事物的研究始于数据，并可以发现以前不曾发现的联系。换言之，大数据背景下，探索事物规律的范式可以概括为：数据观察与收集――数据分析――描述事物特征/关系。
（3）数据分析方法不同。传统统计学主要是基于样本的“推断分析”，而大数据情境下则是基于总体数据的“实际分析”，即直接得出总体特征，并可以分析出这些特征出现的概率。
（4）分析视角不同。传统的实证统计意在弄清事物之间的内在联系和作用机制，但大数据思维模式认为因果关系是没有办法验证的，因此需要关注的是事物之间的相关关系。大数据并没有改变因果关系，但使因果关系变得意义不大，因而大数据的思维是告诉我们“是什么”而不是“为什么”。换言之，大数据思维认为相关关系尽管不能准确地告知我们某事件为何会发生，但是它会提醒我们这件事情正在发生，因此相关关系的发现就可以产生经济和社会价值了。
4结语
综上，相对于传统而言，大数据思维主要包括三个重大转变。首先，要分析与某事物相关的所有数据，而不是依靠分析捎来能够的数据样本；其次，研究人员应乐于接受数据的纷繁复杂，而不再追求精确性；最后，认知世界的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系。以上三个转变构成了大数据思维的核心。在统计学的进一步应用和发展完善过程中，需要结合以上转变所产生的挑战，思考有效的统计学发展对策。
参考文献
[1]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2013，50（1）：146169.
1教学内容的适用性与针对性不强
我国在医学院校中开设医学统计方法课程已有60多年的历史。在医护类专业学生医学统计方法应用能力的培养上，高职院校受本科医学院的影响比较深，一直以本科教材的压缩版为蓝本，选择基本的“医学统计方法”进行教学，其内容主要包括统计学的基本概念、指标计算、t检验、方差分析、卡方检验、秩和检验、相关与回归分析等，但一般将重点放在抽象概念的讲解、公式的推导、统计指标的计算和假设检验等方面，而且在内容的组织上也比较零散，没有一条前后贯穿的主线，也没有考虑学生毕业后岗位工作的实际情况。本课题组的调查结果(结果另文报道)显示，医护类高职毕业生就业后主要用到的依然是上述的基本统计方法，但问题在于他们普遍不知道怎样正确选择统计指标和统计推断方法，以及如何准确解释和表达出统计分析结果，而统计学中的概念、公式和统计指标的计算(多采用SPSS软件和Excel软件处理)等内容几乎没有用到，这说明在医学统计方法教学中存在内容选择上的缺陷，针对性不强，从而导致学生不能学以致用。
2教学方法手段落后
对于数学基础较薄弱的高职医护类专业学生来说，公式繁多、概念抽象和逻辑性强等因素的存在而使医学统计方法的内容难以理解和掌握。目前高职院校医学统计方法主要采取课堂教学的形式，往往以教师讲授为主，学生被动学习，没有体现“学生主体和教师主导”的原则，师生之间缺乏良性互动。最常见的形式是先介绍统计原理，接着讲授统计公式及其推导，最后举例说明。其最终结果是将课程的重点引向统计学中的计算上，把医学统计方法当作“数学”课来上，而忽视了学生统计思维和应用能力的培养，导致学生遇到实际问题时往往束手无策。当前，绝大多数医护人员在工作中采用SPSS软件分析统计数据，这在客观上要求各高职院校在医学统计方法教学过程中尽可能运用信息化教学手段，尤其是形象直观的多媒体教学和SPSS软件教学。王春平等［4］认为多媒体教学可以将抽象的统计原理形象化，激发学生的学习兴趣，提高教学效果。但在实际教学过程中很多教师并没有对内容进行认真裁剪，只是将教材内容照搬到课件上，将黑板变成“白板”，没有发挥多媒体技术的优势，将抽象的内容直观化。多媒体教学尚且如此，遑论采用SPSS软件教学了。虽然有的高职院校在教学过程中使用了软件，但所占的课时比重太小，可仅看作是实践教学的一个小小的补充。
3忽视综合应用能力培养
医学统计方法对高职医护类专业学生来说，只是日后工作和进一步学习的一个重要工具，主要用于对医学数据进行统计分析，以便得出科学的结论。鉴于此，我们更应注重的是医学统计方法的综合应用能力，而不是知识的系统性和全面性。而目前高职院校由于受本科院校的影响太深，在医学统计方法教学中过分注重理论知识的系统性与全面性，轻视实践教学而导致实践学时安排很少，而且实践教学内容多为单项技能训练，而非综合技能训练项目，忽视了对学生统计学综合应用能力的培养。戴士弘［3］认为学生的能力是训练出来的，而不是通过老师讲授获得的。由此可以看出，重理论轻实践的教学只能导致一个结果，那就是学生的实际应用能力不强。
二、解决高职医学统计方法教学中主要问题的对策
1深入调查研究，重新确定课程教学目标
高等职业教育要以就业为导向，为社会培养生产、管理、服务一线的高技能人才。课程教学目标虽说从属于专业人才培养目标，但它与专业人才培养目标一样，都应涵盖职(执)业资格证书、典型工作岗位和职业岗位迁移三个方面所需的相关知识、能力和素质要求，尤其要突出能力目标，因此在制订课程教学目标前，必须认真研究医护类专业近几年的执业资格考试大纲，积极针对典型工作任务进行深入细致的调研，跟踪毕业生成长轨迹。在此基础上，通过对涉及的医学统计方法方面的内容进行系统的归纳分析，就可以制订出针对性很强的课程教学目标。这样的课程教学目标既侧重于实际应用能力的培养，又包含了执业资格考试所需的一些基础知识，同时也兼顾了毕业生就业后的发展需要，指向明确，能促进学以致用，这就从根本上为高职医学统计方法教学指明了方向。
2围绕教学目标，精心选择和组织教学内容
课程教学目标一旦确定，接下来就是要思考如何实现这个目标的问题，不仅要实现，而且要实现好，教学内容就是实现这一目标的载体。内容的选择应紧紧围绕教学目标，而不应囿于教材，否则就会本末倒置。因为课程是有生命的、原生的，而教材是次生的，是课程生命成长过程中某个阶段的历史记录［5］;同时要考虑授课对象专业上的差异，如护理专业除介绍统计学的基本理论和一些常用统计方法外，还应增加护理研究中常用的统计方法，如量表研制与分析、综合评价方法等，充分体现出专业的特色。此外，教师还应对选取的教学内容进行整体设计，合理裁剪、加工和序化，使它由易到难，符合学生认知规律。如在介绍成组设计的方差分析时，可以通过具体的案例，将均数、标准差、方差分析和q检验连贯起来讲解，这样学生就明白在什么情况下采用均数和标准差作为指标、这些指标如何计算、如何进行假设检验以及在多个均数总体上有差别时还需进一步通过q检验来判断两两之间是否存在差异，这个过程实际上与工作中的应用过程高度一致。经过这样处理的教学内容逻辑清晰、前后贯穿、简便实用并且由易到难，但不失其魂。要做到这一点，需要专业教师非常熟悉教学目标和内容，也需要花大量的时间和精力来组织教学内容。但是作为一名合格的教师，这是应该做并且能够做好的。
3充分应用软件，加强实际应用能力培养
【关键词】GPS掩星；折射角；温度；气压
一般来讲，当一个安装在低轨卫星上GNSS接收机临边接收GNSS卫星所发射的无线电信号时，就会出现所谓的掩星事件，该事件对实际工作存在一定的影响.但是，工作人员可以利用GNSS掩星技术，再加上有效的反演方法，就能够获得较多的数据，包括电离层的电子密度、中性层的温度等等，甚至在气压和水汽等大气要素方面，也能够获得较为精确的结果.由此可见，折射角统计方法反演结果，对日常卫星的研究工作具有较大的积极意义.在此，本文主要对折射角统计优化方法反演结果展开分析.
一、反演原理和方法
（一）大气折射角和折射率的解算
对于反演而言，可以算是一种逆向思维，但是反演的原理和方法却比较复杂，需要大量的计算和数据分析，其最终得到的结果一般会比较精确.运用反演原理和方法之前，必须清楚大气折射角和折射率的解算.以目前的科技来看，当GPS信号穿过地球的大气层，达到GPS接收机的时候，其电磁波路径会切过地球的大气层，从而出现掩星情况，这种情况是不可避免的，但也为反演提供了必要的基础.掩星发生的同时，信号传播路线会在大气传播过程中，造成弯曲或者是相位延迟的情况，就好像物理当中的折射情况.科研人员需要根据不同的大气情况展开分析，并且根据相应的公式来进行反演推算，以此来获得准确的位置和相应的数据.从现有的研究来分析，倘若大气情况处于一种理想的状态，那么利用大气状态方程，也就是通过大气折射率，完全可以推算出众多的参数，包括大气密度、温度等等.在反演过程中，为了能够更好地削弱边界选取造成的影响，因此经常会运用到统计优化的方法.
（二）统计优化方法
对于卫星定位而言，最重要的是能够找到正确的位置.但是，卫星处于太空当中，向地球传动信号的过程中，会遇到很多的阻碍，此时通过反演的方法，不仅可以获得较多的数据与资料，同时能够在客观上和主观上完成对相关数据的统计和计算.仅仅通过反演的方式，在现阶段的工作中依然表现出了一定的不足，为此，还需要应用到统计优化方法来实现更加精确的计算.严格来讲，统计优化方法的应用，并不是采用一个固定的上边界高度，因为那种方法并不符合实际情况.在运用统计优化方法的过程中，会采用一个比较合理的高度范围在这个区间内，科研人员运用加权计算的方式，在客观上实现测量折射角向模型折射角的平滑过渡，这样一来就节省了很多不必要的计算.同时，在该高度区间以下，全部采用测量折射角；在该高度区间以上，全部采用模型折射角，这种具体的区分为反演结果提供了更大的帮助，能够实现反演结果的精确性.因此，在日后的相关计算中，比较建议应用统计优化方法反演结果.
二、折射角统计优化方法反演结果的分析
卫星定位工作属于科技含量较高的工作，要想借助卫星定位深入分析当时的各种情况，诸如气压、大气层的情况，就必须应用一些有效的计算方式.折射角统计优化方法及反演结果，都是日常严重的常用手段，但是，单一的方法并不能满足较多的需求.为此，运用折射角统计优化方法反演结果，是目前比较可行的方式.在大量的实践后发现，统计优化后不一定使每一个上边界反演的结果都好于优化前，但总体上使不同上边界反演的温度更趋于一致，更接近真实的天气情况.由此可见，折射角统计优化方法反演结果还是比较有效的，不仅符合实际的研究情况，对日后的研究及各项数据、资料的收集也具有较大的积极意义.在日后的研究当中，可深入应用折射角统计优化方法反演结果，一方面健全现有的各项研究体系，另一方面实现相关计算的更大进步，为卫星方面的研究工作提供较强的基础支持.
总结：本文对折射角统计优化方法反演结果展开分析，目前的折射角统计优化方法反演结果运用基本上达到了熟练的程度，并且简化了很多工作步骤，在精度上的掌握更加理想.日后，科研人员应该在折射角统计优化方法反演结果的基础上，加入更多的有效方式方法，对卫星定位和相关条件展开深入的探究工作，并且逐步创建一些新的计算方式，提高精度和准确性.
【参考文献】
[1]陶金花，张美根，陈良富，王子峰，苏林，葛萃，韩霄，邹铭敏.一种基于卫星遥感AOT估算近地面颗粒物的方法[J].中国科学：地球科学，2013（1）：143-154.
[2]高凤霞，刘财，冯t，鹿琪，王典.几种优化方法在频率域全波形反演中的应用效果及对比分析研究[J].地球物理学进展，2013（4）：2060-2068.
关键词:交通行业 现代运输 统计调查方法
1 现代交通运输统计的基本任务
《中华人民共和国统计法》规定:“统计的基本任务是对国民经济和经济发展情况进行统计调查、统计分析,提供统计资料和统计咨询意见,实行统计监督。”交通行业是国民经济的一个有机组成部分,现代交通运输统计是社会运输统计和国家经济发展整体统计的有机组成部分。因此,交通行业运输统计的确定必须满足国家统法计对统计基本任务的总体要求。现代交通运输统计的基本任务可以确定为:采用科学的统计方法和先进适用的统计手取,对交通行业提供现代运输服务的相关活动进行统计调查、收集整理、提供统计资料、开展统计分析、行使统计监督,为国家了解交通行业对国民经济和现代运输业发展的贡献和影响,制定交通行业和现代运输业发展规划、进行宏观调控和决策提供依据;为交通行业各有关部门和企业加强交通现代运输发展的规划建设、运行组织、经营管理各科学研究提供依据。
2 统计调查的概念
所谓统计调查就是根据统计研究预定的目的、要求和任务,运用各种科学的调查方法,有计划、有组织地搜集有关现象的各个单位的资料,对客观事物进行登记,取得寡实可靠的原始资料的工作过程。统计调查搜集来的资料有两种:一种是对被调查单位未做任何加工整理的原始资料,又称初级资料;另一种是搜集次级资料,也称间接资料,是指已经经过某个部门或地区加工整理过的,能够在一定程度上说明总体数量特征的统计资料,一切次级资料都是由原始资料加工整理而来。统计调查与了解、查明原因的一般性调查,既有相同之处,更有区别。相同之处表现为,它们都是为了认识、把握客观现象的本质和规律而进行的资料和情况的了解、搜集工作。区别表现为:①对象范围不同,统计研究运用大量观察法,需向较多的总体单位做调查,一般性调查的单位较少。②资料性质不同,统计调查以数字资料为主,一般性调查以情况资料为主。
3 统计调查方法分类
根据不同的调查目的,选择适当的调查方法和组织方式是统计调查的重要问题。统计调查方法按调查对象可分为如下几类。
3.1 普查 普查是为了了解某种现象在一定时点上的状态而专门组织的一次性的全面调查。普查适用于不必要或不可能经常调查而需要得到全面统计资料的现象。普查是一种大量的、一次性的、专门组织的调查,需要有一套科学的调查方法。由于普查涉及面广、对象多,调查的内容和项目就不能太多太复杂,所以,普查项目只能限于对调查对象的基本情况的描述,主要应用于较大范围的对社会经济基本情况的调查了解。
3.2 统计报表 统计报表,是按照一定的表格和要求,自上而下统一布置,自下而上提供统计资料的一科统计数据采集的方式。统计报表制度是我国管理部门搜集统计资料的一种主要方式。通过统计报表,可以全面系统地搜集社会经济活动的基本统计资料,是反映国情国力的主要资料来源。
3.3 抽样调查 抽样调查是非全面调查的一种主要组织形式。它是按照随机原则从总体中抽取部分单位作为样本进行观察,并用观察结果推断总体数量特征的一种调查方式,适用于不可能或不必要进行全面调查的现象。利用抽样调查资料可以检查、补充、修正全面调查的资料。抽样调查与其他非全面调查相比,具有如下特点:①按照随机原则抽取调查单位;②以推断总体为目的,而且能够对推断结果的可靠性做出数学上的说明。
3.4 重点调查 重点调查是专门组织的一种非全面调查。它是在所要调查的总体中,只选择一部分重点单位进行调查。重点单位在全部单位中,虽然只占一部分,但它们在所研究的现象的总量中占有较大比重,能够反映全部总体的基本情况。重点调查主要采用专门调查的组织形式,有时也可以颁发定期统计报表,由被调查的重点单位填报,定期观察这些重点单位的主要技术经济指标的完成情况及其变动。重点调查搜集资料的方法,主要采用以企、事业单位的原始资料为依据的报告法。
3.5 典型调查 典型调查是根据调查目的和任务,在对研究对象进行全面分析的基础上,有意识地选取若干个有典型意义或具有代表性的单位进行深入调查,通过对它们的分析与解剖认识同类事物的本质及发展变化规律,并用以指导和推动总体现象的发展。典型调查可以弥补其他调查方法的不足,为数字资料补充丰富的典型情况。典型调查的具体方法通常有直接观察法、个别访问和开调查会。其中开调查会是最简单易行和比较可靠的方法。这种调查是讨论式的,即由调查者召集若干了解情况的人,按预定的调查提纲,提出问题展开讨论,把调查过程和研究过程结合起来,从中掌握第一手详细材料,达到预期的调查效果。
4 现代交通运输统计调查方法选择
上文介绍的各种不同的统计调查方法,各有各自的特点和作用,随着社会主义市场经济体制的发展,统计对象日趋复杂,必须用多种统计调查方法,才能搜集到丰富的统计资料;而且任何一种统计调查方法都有它的优越性与局限性,有不同的实施条件,单独采用某一种方法,难以较好地反映社会经济现象的真实情况。根据《中华人民共和国统计法》的有关规定及我国统计工作以“周期性普查为基础、经常性抽样调查为主体”的原则,现代交通运输统计宜采用抽样调查与普查相结合的统计调查方法,并辅之以统计报表方法,来获取所需的统计资料。
4.1 普查为基础 交通行业至今还未对运输进行过全面、深入的统计调查,因此统计部门很有必要对交通行业从事运输的基本单位进行普查,以了解现代交通运输的基本发展情况,并为今后相应的统计推算工作打好基础。如对于交通行业运输基础设施、投入产出、人力资源等,就有必要进行定期普查,了解其基本的发展状况。
4.2 抽样调查为主体 运输普查要耗费大量的人力、物力、财力和时间,而且无法及时反映交通行业运输日新月异的变化状况,因此大量的统计信息还需要通过抽样调查,依据部分企业的资料,来推断总体的相关情况。如对现代交通运输效率及质量调查,就没有必要采用普查来反映其运行水平,可采用抽样调查方法,抽取一些具有代表性的单位进行统计、计算,从而推算交通行业运输发展的效率和服务质量。抽样调查的调查单位少,可以由经过专门训练的人员去完成,同时也便于对交通行业运输经济现象进行更深入的研究,这样既可以节省调查费用又可以满足对统计时效和统计数据质量的要求。即使在未来我国运输统计信息体系建立以后,仍然还需要采用抽样调查来弥补统计分析体系本身的结构性缺陷、细分市场的信息不足和信息时效性的滞后。
4.3 辅以统
计报表制度 对于现代交通运输统计,可以适当采用统计报表制度掌握全面情况。日常报表是交通行业运输统计的主体部分,大量的运输统计数据可以从日常月报(季报、年报)中得到。目前,我国相关运输统计报表制度基础比较薄弱,尚不能由此全面获得所需数据,可在目前交通运输统计制度和运输统计制度的基础上,科学确定报表单位,再设置相关的统计报表来满足现代交通运输统计的需要。
参考文献:
关键词:国债;因子分析;回归分析
所谓国债,就是以国家财政承担还本付息为前提条件,通过借款或发行有价证券等方式向社会筹集资金的信用行为。国债在现代经济中的功能可以概括为四个方面:弥补财政赤字;筹集建设资金;调控宏观经济运行;公开市场业务操作。近年来大量发行国债,拉动需求,刺激经济增长,对我国宏观经济的稳定起了重大作用。那么我国国债发行额到底是多少才是适度的,深入探讨我国经济的这个问题,具有很重要的现实意义。
为了方便起见,选取如下一些主要影响因素:gnp、城乡居民储蓄额、财政赤字、国债还本付息额、基本建设支出。为了了解这些因素与国债发行规模的影响关系,采用多元统计的因子分析方法,测定各因素对国债发行规模的影响(见表1)。
因子分析:从宏经济的角度出发,选取六项指标分别为y-国债发行额、x1-gnp、x2-城乡储蓄额、x3-财政赤字、x4-国债还本付息额、x5-固定资产投资价格指数、x6-5本建设支出,原始数据如上表。
在第一因子中,x1、x2、x4三项指标有较大的载荷,这些都从国债信用的角度描述国债情况,所以称为国债信用因子;‘在第二因子中,x3、x5有较大的载荷,这主要是从国家财政住处的角度描述国债,所以称为国债支出因子。根据因子得分系数和原始变量的标准化值可以计算每个观察量的各因子的得分数,并可以据此对观察量进行进一步的分析。旋转后的因子表达式可以写成:
factorl=0.886xl+0.829x2+0.588x3+0.907x4+0.362x5
factor2=0.328x1+0.472x2+0.647x3+0.411x4+0.921x5
我们运用spss软件对上面数据进行逐步回归分析(文后图形是逐步回归分析的结果),得到了影响国债规模的显著因素是x4和x5,得到的回归模型是:y=1.015x4+1.034x5-12.575
由回归分析可以知道该模型用于预测还是比较好的。
衡量国债规模是否适度有三个指标:1)债务依存度。它是指当年的债务收入与财政支出的比例关系。一般认为的国际警戒线为15-20%,而中国的为25-30%。2)国债偿债率。它是指一年的国债还本付息额与财政收入的比例关系。可用公式表述为:国债偿债率=(当年还本付息支出额÷当年财政收入总额)×100%。偿债率的国际公认警戒线为22%。3)国债负担率。它衡量的是一定时期的国债累积额占同期国民生产总值的比重情况。可用公式表述为:国债负担率=(当年国债余额÷当年gdp)×100%。这是衡量国债规模最为重要的一个指标。根据世界各国的经验,发达国家的国债累积额最多不能超过当年gdp~45%,这是公认的国债最高警戒线。
我国目前国债规模的综合评价:负担能力指标看,我国的国债规模并不太高,仍有进一步增发的空间,而从偿债能力指标看来,我国的国债规模已经过高,如果不控制国债规模的话,将会带来很大风险。所以,必须及时压缩,以防范财政风险。不同指标之间存在矛盾的原因主要有:
1.我国现阶段存在着大量以政府财政信用潜在担保,最终必须由政府偿还隐性债务。因此,计算国债负担率时如果考虑隐性债务,我国的“综合负债率”将会大大提高,实际应债能力需要向下调整。
2.我国财政收入占gdp的比重和中央财政收入占全国财政收入的比重都明显偏低。这是导致我国国债依存度和国债偿债率偏高、债务承受能力相对弱小的一个十分重要的原因。
以上分析可见,我国国债规模的总体水平仍在可以接受的范围内,但是其增长速度过快,需要加以控制。为了防范债务风险。缓解债务依存度和国债偿债率过高的压力,应该逐步提高财政收入占gdp的比重和中央财政收入占全部财政收入的比重,同时严格清理各种预算外收入,优化国债结构、缓解近期偿债压力。
参考文献:
[1]于秀林,任雪松,多元统计分析[m]中国统计出版社,1999
[2]马晨国债市场与投资研究[m],中国经济出版社,2000
[3]夏杰长,赵志耘,国债规模的国际比较:判断与启示[j],大复印资料
【关键词】嵌入式系统;软件设计;应用分析
引言
嵌入式系统是一种以计算机技术为基础，以特定的应用功能为设计目的的一种能够完全嵌入控制件内部的计算机系统。嵌入式应用中虽然有很多像Qt/Embedded、MiniGUI之类的图形界面处理软件或工具包来辅助系统设计，但在很多情况下中却无法使用这些软件或工具包。尤其是近几年来，互联网和移动网络的高速发展， 更是将嵌入式系统的发展带到了一个全新的高度，对嵌入式系统应用的功能性要求也越来越高，给嵌入式系统设计和开发带来了更大的难度。这些应用的软件架构需要一种实用、简捷的设计模式来解决上述设计问题，从而保证系统的可靠性。
1.嵌入式系统的发展历程
1.1 早期的嵌入式系统设计方法，一般是采用“硬件优先”原则。即在只粗略估计软件任务需求的情况下，首先进行硬件设计与实现。
到现在，嵌入式系统的发展已经有了将近四十年的历程，在这四十年当中，嵌入式系统已经陆陆续续的渗透到工程设计、科学研究、军事技术以及网络技术中，成为人们生活所必不可少的一部分。采用这种设计方法，一旦在测试时发现问题，需要对设计进行修改时，整个设计流程必须重新进行，对成本和设计周期的影响很大。而且，随着科学技术以及计算机网络技术的不断发展，对嵌入式系统的功能和运行的可靠性要求也变得越来越高，使得嵌入式系统的设计和开发也变得越来越困难。
1.2 自从在上世纪七十年代最早的嵌入式系统的前身单片机问世之后，经过无数科学研究人员的不懈努力，各种各样的嵌入式微处理器和嵌入式微控制器相继出现，正式标志着嵌入式系统进入了发展阶段，成为了时展的一部分。因而出现了软硬件协同（codesign）设计方法，即使用统一的方法和工具协同设计软硬件体系结构，最大限度地挖掘系统软硬件能力，避免由于独立设计软硬件体系结构而带来的种种弊病，来获得高性能低代价的优化设计方案。
2.嵌入式应用系统软件设计的思路
简单版本的嵌入式应用系统在使用的过程中可以不涉及操作系统，但是当应用系统需要设计的功能比较复杂的时候，对系统软件所进行的设计是相当复杂的，当前，嵌入式系统设计人员已将擅长的设计方法发展到用软件来体现系统的部分功能。嵌入式操作系统的引入，在应用系统目标软件和硬件之间架起了一座桥梁，它可以大大减少系统设计的复杂性。
系统体系结构一旦确定，硬件和软件就可以相对独立地进行设计。协同设计的目标是做出恰当的体系结构决策，允许在以后的实现阶段中独立完成。这样，嵌入式操作系统作为应用程序和系统硬件之间的虚拟“视图”，将目标应用软件和硬件系统隔离开来，减少了目标应用软件对底层硬件系统的依赖，这样既增强了应用软件的可移植性，也减少了应用软件设计的复杂性。在设计或者对嵌入式操作系统进行移植的时候，应该将系统对硬件所产生的依赖部分转化到位于底层的设备驱动程序上面，这些设备驱动程序在这个时候只是提供给系统一个虚拟的视图，在此之后再由微内核提供将以上系统合并在一起的有效机制，这样既可以简化内核所可能拥有的复杂程度，又能够进一步缩减内核可能拥有的体积。为了便于使用，提高系统的可维护性与可扩展性，将目标硬件相关代码封装成软件包的形式，以便开发者定制替换，定制和替换过程只是微内核中虚拟视图的增加与删减，相应只需改变硬件抽象层。嵌入式系统软件的设计，关键是有可用的工具包，在不同的开发阶段需要不同的工具包。在早期嵌入式应用系统软件设计时，首先使用的是内部电路模拟器（ICE）。内部电路模拟器插在微处理器和总线之间的电路中，开发者可以通过它控制所有的输入输出以及微处理器的行为。但是内部电路模拟器是异体，容易引起不稳定。近年来，出现的各种集成开发环境集成了代码编辑器、编译器、连接器、调试器、模拟器等工具，它使开发者可以首先脱离目标硬件环境，快速开发出应用软件原型。
这种平台式开发对基于标准的市场尤其有用，在这种市场中，产品必须支持一些基本功能，其他功能须进行定制。现在，各种各样的硬件开发板，为开发者提供了在与目标硬件兼容的硬件环境中调试应用程序的功能，更加加快了这个进程。
3.嵌入式系统软件设计方法应用
3.1 对软件的实时性进行设计：跟通用软件设计相比，嵌入式系统软件设计对系统的实时性具有很高的要求，只有保证嵌入式系统的实时性，让系统能够在规定时间内对激励做出反应，才能够保证嵌入式系统的正常运行。因此，在软件设计过程中，一定要按照实时性的不同，将软件功能分为实时和分时两个部分对软件的性能进行严格、合理设计，保证嵌入式系统软件的实时性能。
3.2 对软件的可靠性进行设计：为了能够有效保证嵌入式系统运行的可靠性，在对软件进行设计过程中，还需要对软件的可靠性进行合理设计。在对软件进行设计的过程中，一定要在充分考虑嵌入式系统运行特点的基础上，仔细编写功能模块的代码，尽可能避免错误的出现。同时，在编写完功能模块的执行代码之后，一定要立即对其进行试运行，如果发现问题，及时进行解决，以避免集成功能后对系统的运行的可靠性造成影响。
3.3 由于嵌入式设备中的资源有限，只能选择轻量级的Web Server（如：thttpd、boa等），考虑到应用的广泛性，建议选择boa服务器。作为与用户交互的主要方式，Web page力求简洁，并尽可能提供很多的功能接口。这些功能接口基本可以分为两种类型，一种是触发动作功能，主要利用button触发实现现场图片的采集等动作的操作。另一种是文件交互功能，这种功能的实现相对比较复杂，它不仅需要button触发， 还需要一些文本域作为用户配置的传递机制。动态Web交互功能主要通过form窗体来实现，当用户点击功能接口，浏览器将窗体内容通过http协议传输给服务器，服务器再根据form中的action字段来调用相应的CGI文件。
3.4 混合编程，提高软件的执行力：混合编程指的是在软件编程过程中，同时利用汇编语言和高级语言进行编程，这也是当前编程发展的一种主要趋势。在编程过程中，针对不同的编程要求选择不同的编程语言，比如，对一些执行能力要求比较高或者是实时性要求比较高的程序进行编程，应该选择严谨性比较好的汇编语言进行编写，而对于一些对逻辑性要求比较高的程序进行编程，可以选择具有一定智能性的高级语言进行编写。如此以来，就可以同时提高软件的执行力和分析能力，提高嵌入式系统的智能性。
4.结语
嵌入式系统已经成为人们生活的重要组成部分之一，因此，在日常工作当中，一定要对嵌入式系统的设计和开发引起足够重视。而在嵌入式系统中，软件占据着极为重要的组成部分，也是系统设计、开发的重点、难点，所以，在软件设计过程中，一定要从软件的实时性、可靠性以及可拓展性等方面进行综合考虑，对软件进行合理设计。
参考文献
【关键词】民机选材 统计分析 设计许用值 A/B/S基值 分布拟合 母体校验
在民用飞机设计选材过程中不可避免涉及到大量材料规范，这些规范中也列举了相应的规范值。以SAE/AMS规范为例，自1975年前后开始普遍采用S基值（Sbase）作为规范值，算法如下：
其中k99为正态分布单侧容限系数，为保证足够的置信度，样本量越少k99越大；由于S基值计算时基于30个数据，为保证95%置信度，作为安全系数k99需高至3.064，这意味着材料规范中规定的规范值相当保守；若直接以规范值进行设计，必然导致飞机结构增重。
为从材料选用角度有效减重，有必要在材料规范值的基础上合理提高设计许用值；但设计许用值不能无限制任意提高，该值应具有至少95%置信度以确保应用安全，因此它的获得应基于足够数据量基础上进行的统计分析。本文将介绍一系列相应的方法，并就其实际应用进行简介。
在飞机设计中，在保证足够安全性的前提下，为充分利用材料性能，针对单传力结构一般以A基值进行设计，多传力结构一般以更高的B基值进行设计；置信度95%前提下，统计意义上样本中数据有99%概率不小于A基值，90%概率不小于B基值。S基值定义和A基值相同，但S基值仅基于30个数据的小样本，并假定样本为正态分布。但在实际应用中，我们可以获得的材料性能数据量一般超过100个，在统计历史数据时甚至经常超过1000个数据；且对于大部分性能，例如拉伸性能，受材料特性、试样参数、设备精度等影响，实测数据往往很难用正态分布拟合。为此，有必要对数据样本进行多种分布拟合尝试，从中优选合适的拟合方式，对样本进行统计分析，获取正确的A、B基值。
1 样本分布拟合
目前，我们一般使用Pearson型分布（正态分布、Gamma分布）和3参数Weibull分布对数据分布进行拟合尝试；另外，由于实际使用需要（对于材料性能仅关心其最低表现，即样本中下尾端的数据），因此，与一般统计所做的拟合判断不同，当数据下尾端符合Weibull分布时我们即采用该分布对数据进行拟合；另外，由于在分布拟合时我们仅关心其低于相应分布概率的数据，我们仅关心位于分布概率基准线（如图1A中斜线）左侧的数据，若样本中仅有少数数据位于基准线左侧时，我们即认为样本通过分布校验。
图1A 某数据样本分布校验概率图 图1B 对样本进行补偿后的分布校验概率图
图1显示数据大部分位于基准线左侧，很显然分布校验不能通过；为了充分利用现有分布对数据进行拟合，我们又引入了补偿项的概念，通过对样本整体平移τbackoff再进行判断，若校验通过同样认为样本符合假定分布（如图1B，图示仅为示例，为保证足够的安全性，实际使用中不会采用这么大的补偿项）。为了进行这样的补偿项校验，我们又引入了补偿项Pearson分布校验和补偿项Weibull分布校验（详见后文）。
对于待分析的数据样本，首先应确定其分布类型，然后以最终确定的拟合形式对样本进行分析，计算其A、B基值（如图2）。
图2 样本分布拟合确定流程
需要注意的是，虽然从数学角度，当n≥29时，即可计算r90，并进而计算T90，但为了确保足够的置信度，当n
2 多个样本母体校验
从上述分析方法可以看出，在确保足够置信度（95%）的前提下，样本数据量越小，最终计算时使用的安全系数就越大，由此将导致最终结果越保守；在实际应用中，我们所获得的数据经常来自多个样本，为避免计算过于保守，应尽可能将多个样本合并进行计算。
但样本不能随意合并，将统计意义上来自不同母体的样本合并计算将人为引入额外误差，为此应采用适当的方法对各样本进行分析，常见的分析方法是F校验和t校验，通过F校验对各样本方差进行差异显著性校验，F校验通过后通过t校验对各样本均值进行差异显著性校验，当两种校验均通过时即认为样本来自同一母体。
然而，F校验和t校验存在很大局限性：首先，这两种校验要求样本来自正态或近似正态总体；其次，这两种校验只能分析两组样本的差异性。实际应用中发现，大部分材料性能数据并不能使用正态分布进行拟合；且样本超过两组的请款相当普遍，在此情况下，即使使用F校验和t校验，操作也相当繁琐。因此这两种校验并不适用于材料性能分析，有必要引入新的统计分析方法：ADK校验。
若，则认为所校验的k个样本来自同一母体， 其中：
为第i组样本的样本数量；
，为联合样本总样本数量；
为联合样本中独立样本的总数；
为联合样本中等于独立样本的样本数量（按从小到大排序）；
；
为第i组样本中小于的样本数量 + （等于的样本数量）/2；
；
；
；
；
；
；；。
参考文献：
[1]MMPDS，Metallic Materials PropertiesDevelopment and Standardization
[2]D1-9000，Advanced Quality System Tools，Boeing.
关键词：国库统计 大数据 分析与预测
一、大数据时代国库统计分析转变
（一）树立大数据思维
“大数据时代预言家”维克托认为：世界的本质就是数据，大数据将开启一次重大的时代转型，一直以来所延续的传统统计分析思想已变得陈旧且落后。国库统计分析思维应当在大数据背景下加以转变。一是关于大数据抽样调查工作的思想。抽样调查是目前统计分析工作中的重要调查方式，但应该清醒地认识到，传感器、网络和数据处理技术，为获取全局数据提供了可能，抽样调查方式越来越多的被大数据取代成为必然。二是大数据统计思想：允许数据存在不精确性。纵观目前的各类数据，一方面，数据来源不断扩展，另一方面数据处理方法飞速发展，我们应该把重心放在统计分析效率上，而不是一味地追求数据的精确性上。三是大数据相关关系的思想，由验证因果向寻求关联转变。统计分析报告是统计工作的下游产品，对决策的意义常常大于常规报表。大数据的应用，统计分析也将发生转变，在做好因果分析的基础上向寻求关联转变，原因分析更加精准和深刻，对策建议更具参考价值。
（二）被动统计到主动分析，从人工统计到智能统计
在这样一个信息爆炸的大数据时代，无论政府机构还是社会公众都可以通过多种途径获取信息，国库统计分析部门也不例外，更应该变被动为主动，对经济转型期的一些重大问题尤其是关系到可持续发展的重要问题，做好数据统计分析，提高发展质量，实现经济转型。涂子沛指出人类使用数据的巅峰形式，是通过数据赋予机器“智能”。大数据在包括国库统计分析中应用的终极形式就是分析智能化。
（三）从事后统计向事前预测转变
统计分析报告是统计工作的重要产品，完整的进度性常规分析应该包括对未来一定时期数据的预测。但由于小数据和信息量的局限，预测一般很少作为报告的重点，多是在假定发展条件、相关政策不变的情况下对未来情况做出的粗略研判，影响了统计对决策的参考价值。而大数据的核心就是将数学算法与海量的数据有效结合，来预测事情发生的可能性。大数据的广泛应用，将有利于统计报告实现由单一的事后分析，向注重事前预测转变。
二、大数据在国库统计分析全流程应用的探讨
当前，大数据浪潮带来了一场新的革命，面对经济发展的新形势新要求，国库统计分析要学会积极的运用大数据的思想和方法，来应对各种新挑战。国库统计分析要积极主动建立大数据分析应用机制，破解新常态下面对的各种问题，实现工作的创新与发展。本文重点分析国库统计分析全流程下大数据的应用。
（一）数据源：建立国库统计分析数据池
目前国库统计分析所用数据主要通过“3T”系统产生基础数据和监管类数据，通过收集各类型政策文件、影像资料、领导讲话、内网信息等形成综合性数据。但这些数据远未达到支撑大数据统计分析的基础。国库统计分析应当建立“数据池”这一基础工程，通过人行内部数据整合、银行和其它机构数据接入、互联网数据抓取和引入等多渠道扩充基础信息源和数据库，为国库统计分析的大数据应用奠定数据基础。
一是加速整合现有国库数据。我国国库汇集了各级政府财务数据和各级国库管理数据，包括从中央到县乡的各级机构化和非结构化数据，也包括税务、海关、财政、银行等部门处理的各类收支退存等国库资金运行数据，涵盖面极广。但现有数据资源存在着部门隶属、无法共享等问题，大数据要求建立统一、高效、共享的国库业务大数据池，就必须打破现有藩篱，尽早实施“国家金库工程”，完善内部数据源。
二是扩大国库统计分析数据源。最重要的是打通各级政府及其下属各部门之间的数据传输通道，实现政府办公、工商行政、招商引资、外贸出口、仲裁诉讼等政府活动所产生的数据接入共享。其次是实现一行三会、商业银行、行业协会、企业实体等生产运营数据的持续传输和报送。最后是互联网数据，互联网是大数据的重要载体，也是数据收集的快捷途径，通过各类互联网平台，门户以及行业网站，可以收集海量数据来增加国库统计分析领域数据采集的前置性和时效性。
（二）数据采集与存储：软件与硬件结合
大数据的应用中，由于数据来源非常广泛且类型多样化，需要存储和分析挖掘的数据量也是十分庞大的，因此数据展现和处理的高效性以及可用性十分重要。因而，大数据的收集和存储应当通过先进的计算机技术自动实现，并结合线下需求采取人工收集等传统方法，以补足系统无法收集的数据的遗漏。国库统计分析数据的采集应当在国库大数据资源池基础上，通过构建云计算应用平台，统筹整合各直属国库大量分散的数据和软硬件资源，通过应用云计算平台的资源和功能，以提升和优化整体效能，从而实现全国国库统计分析的大集成、大整合以及大应用。对于其他横向联网数据，比如一些保密性较强的科学研究数据和企业生产经营数据，则可以与研究机构和企业建立合作关系，使用特定系统接口等相关方式采集数据。
在数据存储方面，在通过完善的物理存储技术和云计算平台等软硬件设施的基础上，按国库统计层级建立分级仓储式数据中心，以人行总行为总库，各项业务与非业务数据达到汇总存储，各级行通过内部接口或云计算平台实现数据上传下载，同时本级行建立分中心数据存储仓，采集本级区域内纵向和横向数据并存储。同时按照保密和信息安全等要求，实施分级授权和设置防火墙、实时加密存储数据和卷标存储加密等技术。
（三）数据清洗与结构化处理
国库海量的、不规则的数据无法提供有效决策支持，只有通过数据清洗技术将大数据转变为结构化和规则化的数据，才能体现大数据价值。数据清洗包括检查数据一致性，处理无效值和缺失值等，是发现并纠正数据文件中可识别的错误的最后一道程序。经过数据清洗技术处理残缺数据、错误数据和重复数据后将有效数据写入数据库。
在国库大数据统计分析上，通过数学知识（概率、统计、离散化等）建立合理模型，充分利用和挖掘数据内容。综合运用开源类和非开源类数据分析工具包括R、Python、MATLAB、SPSS、EVIEWS等软件进行数据分析。具体实现统计分析、数据挖掘和模型预测等功能，并以可视化的结果予以呈现。统计分析包含假设检验、差异分析、相关分析、方差分析、回归分析、logistic回归分析、因子分析、聚类分析、主成分分析、判别分析、bootstrap技术等。数据挖掘包含相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘等。模型预测包含预测模型、机器学习、建模仿真等。
在统计分析过程中，国库统计分析应该重点实现云应用的创新与共享。统计人员可以根据业务的新要求，在云平台数据开放接口的基础上，自由构建合理的数学模型和算法，实现业务应用的创新和扩展。与此同时，以算法的方式将统计人员的智力成果和业务知识固化，当经验证为可信任应用时，可自动进入云平台的应用共享库，在得到授权的前提下，自由使用或补充完善，实现知识固化、资源共享。
（四）国库运行智能化统计分析
在云应用平台上，国库统计分析首先要将日、旬、月和年作为数据的时间维度，将国库收入、国库支出以及国库库存等统计指标作为数据的为空间维度，利用云计算的强大能力，并借助数据分析展示工具，预先计算处理数据。或者根据用户事先提交的数据挖掘需求自动完成相关数据预处理。统计分析人员随时可以从两个维度上深度挖掘数据，并使用QLikView等数据分析工具，实现统计大数据的多维度、可视化展示。
二是实现常规统计分析的智能化生产。可以通过完善和丰富大数据应用平台的分析功能，实现机器式的学习，输入必要的参数后，系统将自动计算数据，并关联提取大数据池中的相关数据和信息，进而依据特定的模板输出分析报告，最后由分析人员对输出的分析报告进行质量把关和进一步的补充完善。
三是构建统计分析数据模型，提高预警预测水平。不断进行新的分析预测数学模型的探索和构建，充分利用国库统计大数据平台上的海量数据和动态实时数据，不断提高预测水平。
（五）数据展示与反馈
以智能化统计分析为主的大数据应用技术，为数据结构化和可视化的展示提供了支持。简要国库运行数据、系统化运行指标、国库资金运行报告、国情和舆情监测报告、企业和金融服务报告、国库运行情况预测等为中央银行、各级政府部门制定有关政策提供统计信息和参考依据，充分发挥国库在国家预算执行中的促进、反映和监督作用。同时建立信息反馈机制，对现有统计分析结果予以反馈，还包括对未满足需求提出反馈，丰富和完善大数据应用成果，充分发挥国库统计分析应用大数据的社会价值。
综上所述，从全流程看，大数据应用自数据端建立“”数据池“”到处理端智能分析在到应用端数据展示，大致可以通过下图（图1）形象展示：
三、有效提升大数据应用的政策建议
（一）从制度层面保障大数据统计分析的有效开展
制定专门的大数据应用法律法规，在由总行统一部署、统一实施的基础上，各地区分支机构结合当地实际制定特色大数据应用和发展规章制度。从数据产生、采集、存储、挖掘和应用等大数据处理全流程做出明确安排。一是通过总行层面的发文、通知等鼓励通过大数据方法加强国库统计分析，建设大数据共享和应用平台；二是强化大数据统计所需软硬件采购、数据源互联互通及模块化分割等作出具体安排；三是要求大数据应用所应达到的在信息、统计报告、预测与预警等功能上的目标和绩效予以明确，充分利用大数据平台提供统计分析支持；四是强化信息技术安全，防止信息泄露、网络攻击、系统失灵等问题，明确应急处置方案。做到严格立法，有法可依，有章可循。
（二）加大基础设施建设和人才投入，满足大数据应用的软硬件要求
大数据基础设施可分为硬件和软件两类。硬基础设施主要包括用于收集、存储、分析和应用大数据的信息化系统架构；软件基础设施主要包括各类数据信息、数据挖掘和大数据应用专业软件以及金融企业的人力资源。人民银行应通过专项资金投入等方式构建大数据应用的软硬件设施和和培养专业人才，并通过持续培训使全体员工了解并使用大数据进行国库统计分析。也可邀请专业的大数据解决方案服务商作为咨询顾问，整合国库不同生产系统数据，优化数据应用行为，加快统计系统建设步伐。
（三）提高大数据管理和应用能力
国库统计分析应不断的加强国库运行数据的采集、储存、保护和管理工作，不断提升统计分析水平。加强对国库统计分析中涉及的地方债、营改增、房地产、小微企业经营、财政专户、盘活库存等热点领域可以设计建立相应跟踪监测指标体系。与此同时加强改革数据的统计制度、方法以及程序，研究大数据共享制度，为宏观经济分析提供便捷、坚实的大数据基础。
建立国库大数据分析应用机制是新形势下的当务之急。国库统计分析需不断改革创新，强化大数据的思维，提高大数据的意识和驾驭大数据的能力，积极探索新的大数据应用方法和途径，从而在国家宏观决策、服务经济社会发展、服务国库管理方面，进一步提升国库统计分析服务的能力和水平。
参考文献：
[1]沈昱池.大数据时代我国财政信息共享的思考[J].地方财政研究，2015（11）：47-67
[2]陈健慧，赵昕.国库统计分析数据集中系统建设[J].金融电子化，2010，03：89-90
