统计学案例上市公司年报数据分析
统计教学案例二
上市公司年报数据分析案例
经统计调查取得数据后，需要通过统计整理、综合指标计算与相关回归分析等方法技术对总体数据进行处理，以认识总体变量分布状态（如正态分布）、特征表现（如结构相对数、平均数和标准差）、相关关系（如相关系数）和变化规律（如回归模型），从而了解事物或现象的本质及其依存因素。其中统计整理技术包括总量指标、相对指标、平均指标和标志变异指标的揭示，他们的计算既是对总体基本特征的描述，又是对事物或现象进一步定量研究的基础；相关和回归是研究总体各事物或现象间相互关系的定量分析，用以测定不同特征相互联系的紧密程度，揭示变化形式和规律。本章案例主要通过对总体静态数据处理过程的介绍，帮助读者掌握统计整理、指标描述和相关回归分析技术结合运用的技术与经验。
本章由1个大型案例构成，案例以沪深股市制造业上市公司为对象，系统介绍了静态数据总体的统计处理过程，包括分布描述、分类研究和相关因素分析。
上市公司年报数据分析案例的教学目的：数据整理是统计分析的基础工作，在总体规模很大，数据量浩瀚、分布未知的情况下，如何对总体数据进行整理分类，描述总体分布及进一步分析总体各特征间的相互关系是对总体正确认识的关键。由于具体的工作过程与教科书的知识点讲授顺序并不完全一致，因此本案例通过对1999年沪深股市制造业上市公司年报数据分析过程的介绍，给读者以处理总体静态数据的思路和技巧，从而训练读者解决实际问题的能力。
案例的背景分析与数据资料
一、案例的现实意义
上市公司的经营业绩与其股票价格、市场价值息息相关，因此反映上市公司经营业绩的定期公开披露的中期会计报告、年度会计报告就成为社会各界密切关注的重要信息之一。对所有上市公司的财务报告进行统计整理和分析，把握上市公司整体的经营状况、经营业绩的水平和变化趋势，无论是对投资选择，还是政府的决策与监督，都是不可或缺的。
本案例探讨的就是面对大量的财务报告数据信息如何进行统计整理与分析，这对于投资者、投资咨询人员或是理论界研究者，都具有实际的指导意义。通过本案例的学习讨论，有助于大家掌握统计描述和相关回归分析的方法，同时积累应用这些方法的实际经验和教训。
二、案例所依托的总体及其现状与研究目的
（一）案例所依托的客体
本案例所依托的客体是1999年上市公司年报中的有关财务指标。1999年末，沪、深两市共有上市公司949家。这些上市公司分布在13个行业部门。根据中国证监会的《上市公司分类指引》中规定的分类方法，其中制造业共有578家，占60.91%。总股本1938亿元，占62.73%，制造业是上市公司最集中的行业。截止2000年4月30日，已公布年报的有560家。所以本案例研究的总体范围确定为如期公布年报的制造业560家上市公司。
（二）案例研究的目的与任务
1．上市公司年报财务数据统计分析的目的
通过对制造业1999年报有关数据进行系统的统计整理、描述和回归分析，揭示1999年制造业上市公司主要财务指标的总体分布、分行业的经营业绩水平和重要特征，从中掌握认识总体分布特征和数量变化的技巧和方法，提高用统计思想和方法解决实际问题的能力。
2．上市公司年报财务数据统计分析的任务
对纷繁的数据进行不同的分类、分组、汇总、综合、分析、归纳、推断，显示上市公司财务报告中的主要财务指标的分布形态和主要特性，寻找财务指标之间的相互关系和表现规律。
3．上市公司年报财务数据统计分析的对象
本案例所引用资料取自《上海证券报》，包括了制造业560家上市公司。共选有8个财务指标：总资产、净利润、主营业务收入、股东权益、每股收益、每股净资产和股东权益比率。其中，前4个为反映资产、收益方面的总量指标，后4个为反映盈利能力、业绩水平的相对指标。
4．数据的初步分析——制造业上市公司行业结构
在制造业中，生产不同产品的企业或公司，具有不同的规模，占有不等的资源要素，他们的总股本、净利润、净资产收益率必然存在很大的差异。为了深入认识总体，首先要对制造业按其经济活动的特点进行行业分类。根据《上市公司分类指引》，制造业进一步分为10个行业种类，编码为C0、C1、C2、…、C9。分类统计属于定名测定。从上述资料经计数整理后即可得到如表一的分布数列。
表2—1 制造业上市公司行业分布
代码
行业分
类
上市公司
数
比重（%）
C0 食品、饮料48 8.57
C1 纺织、服装、
皮毛
45 8.04
C2 木材、家具 2 0.36
C3 造纸、印刷16 2.86
C4 石油、化学130 23.21
C5 橡胶、塑料10 1.79
C6 金属、非金属96 17.14
C7 机械、仪表、
设备
151 26.96 C8 通讯、电子51 9.11
C9 其他11 1.96
合计560 100.00
这是一个品质标志分组的分布数列。从该数列中可以知道上市公司的行业结构。1999年560个制造业上市公司中，27%是机械、仪表、设备制造业（包括汽车、船舶、摩托车、家电等）；23%是石化类行业；而冶金、钢铁等金属非金属类公司占17%；通讯电子章9%。所以，制造业上市公司中传统产业占了较大比重。这些行业中大部分是国有或国有控股企业，是国企改革中率先建立现代企业制度进入资本市场的排头兵。行业的分布也体现了国家的产业政策导向，在1999年新发行的A股中，大盘股和高科技股明显增多，有力地支持了国企改革和高科技企业的发展，推动了上市公司的行业结构优化。
方案设计
一、 案例设计的思路
本案例研究的总体对象是某一特定时间的静态数据集，为了对它有一个全面和
透彻的认识，一般应对其进行基本的特征描述和揭示各特征间主要的相互关系。根据这一目的，本案例按照如下顺序对数据进行处理：
1．分别对总体个单位的数量标志按值的大小作升序排列，以大概认识个变量的
变化范围及其一般水平。
2．分别计算总体个变量的特征值，进一步抽象认识个变量的分布特征，包括算
术平均数、众数、方差、峰度度、偏度等。
3．分别根据特征指标绘制各变量的分布图，以形成对各变量分布的直观认识。
4．分别按品质标志和数量标志对总体进行分类，通过计算派生指标，以深入
认识总体各指标在不同类别间的差异，包括总体结构、强度，比例关系等。
5．分别对总体各指标进行相关分析，了解各指标间的依存关系，在相关关系
成立的基础上进行回归分析，从而更深层次地认识总体的规律与特征。
6．在上述研究分析的基础上给出关于对对象的定性认识结论。
二、案例设计的工作过程
（一）数据整理与描述
1．编制按各财务指标的变量数列
（1） 将数据顺序排列。
（2） 计算描述统计指标。
在Excel “工具”的“数据分析”中，“描述统计”提供了所分析数据的主要描
述指标和有关信息。其内容是； 平均——算术平均数，即x =n x
∑ 标准误差——抽样平均误差，即n σ
中值——中位数，即Me ；
模式——众数，即Mo ；
标准偏差——标准差，即σ；
样本方差——方差，即2σ 峰值——峰度，即44
σm 偏斜度——偏度，即33
σm ；
区域——全距，即最大值减最小值；
求和——标志总量；
计数——总体单位总数；
最大（K ）——第K 个最大值；
最小（K ）——第K 个最小值；
置信度——“数据分析”中默认概率为95%（也可自行选择）的1/2误差范围。
（3）分析描述统计指标——比较平均数、众数、中位数的大小；偏度系数的大小、方向等。
（4）确定组数和组距——当偏度系数不大时，用斯特吉斯经验公式确定组数；偏度系数较大、分布明显偏态时，以平均数为中心，以K倍标准差为组距。
（5）整理成频数分布和直方图（或其他图形），显示总体分布特征。
2．制造业公司主要财务指标的分布
（1）总资产分布数列和直方图
总资产描述统计1
平均
标准误差中值
模式
标准差；样本方差峰值
偏斜度
区域
最小值
最大值
求和
计数
置信度（95%）
158315.1
8970.946
95296.9
212291.3
4.51E+10
30.19077
4.705128
2178598
12256.69
2190846
88656452
560
17620.89 总资产描述统计2
平均
标准差中值
模式
标准差；样本差峰值
偏斜度区域
最小值最大值求和
计数
置信度（95%）144640.7 6388.948 95410.48
149424.9 2.23E=10 9.916375 2.885238 955269.6 21671.49 976941.1 79118478 547 12549.92
从描述统计1看，560家公司的总资产呈高度偏态。总资产最大值是上海石化219亿元，最小值是ST黔凯涤1.2亿元，相差近200倍。将6个总资产100亿和7
个2亿元以下的数据作为极值舍去，计算得到描述统计2，此时的标准差和偏度系数都降低了，说明数据间的差异小了。但仍呈偏态，不能用斯特吉斯经验确定组数。
不论何种分布，均值和方差其分布的两个主要特征值。根据切比雪夫定理，可以平均数为中心，以K倍的标准差为组距，因为此时平均数 K倍的标准差所涵盖
的数据范围不小于1－1/2
K。
本例中，均值14.5亿元，中位数9.5亿元，标准差15亿元，说明560家公司的总资产分布为右偏态。若以1个标准差为组距，则中位数以下部分的描述势必过于概括。所以考虑用1/2标准差，即7.5亿元为组距，由于100亿元以上只有7家，将105亿元以上并为一组，组数=15。分组后变量数列及直方图如表二和图一所示。
表2—2 560家上市公司总资产分组统计
分组（万元）频数频率（%）
75000以下75000~150000 150000~225000 225000~300000 300000~375000 375000~450000 450000~525000 525000~600000 600000~675000 675000~750000 750000~825000 825000~900000 900000~975000 975000~1050000 1050000以上209
192
64
33
18
15
4
2
4
6
2
1
3
1
6
37.32
34.29
11.43
5.89
3.21
2.68
0.71
0.36
0.71
1.07
0.36
0.18
0.54
0.18
1.07
合计560 100.00
从图表中可以知道，制造业中，总资产8866亿元，平均规模在15亿元左右。82%的上市公司总姿产在22.5亿元以下，100亿元以上的只有1%。在各行业中，总资产规模最大的是C8——通信电子行业20.3亿元，最低的是C2——木材家具业6.38亿元，另外，C4——石油化工、C5——橡胶塑料、C6——金属非金属的总资产规模在平均之上。
频数
50
100
150
200
250
750001500002250003000003750004500005250006000006750007500008250009000009750001
50000其他
图2—1 560家制造业公司总资产分布
（2）净利润分布数列和直方图
净利润描述统计
平均 标准误差 中值 模式 标准偏差； 样本方差 峰值 偏斜度 区域 最小值 最大值 求和 计数 置信度 （95%）
6669.48
516.2828
4120.164
# N/A
12217.48
1.49E+08
11.33344
2.485572
112886.5
－37417.9
75468.6
3734913
560
1014.092
净利润分布呈右偏态。以1/2标准差6500万元为组距，可分17组。分组后3.25亿元以上各组不仅频数少，而且有两组频数为0。这种情况下可考虑合并这些组，因为合并后的数列并未影响总体特征的描述。见表2—3和图2—2。
表2—3 560家上市公司净利润分布
净利润分组（万元） 频 数 （个） 频 率 （%）
－13000以下 －13000~－6500 －6500~0 0~6500 6500~13000 13000~19500 19500~26000 26000~32500 32500以上 14 10 22 332 112 24 13 16 17 2.50
79
3.93
59.29
20.00
4.29
2.32
2.86
3.04
合 计 560 100.00
频数
50
100
150
200
250
300
350
-13000-65000650013000195002600032500其他
净利润分组（万元）
图2—2 560家上市公司净利润分布
将亏损1.3亿元以下的公司合并为一组，3.25亿元以上的公司合并为一组，组数减少到9组，总体仍为右偏态。
从整理后的净利润的资料我们注意到：
第一，制造业中，1999年度46家公司亏损，亏损面8.2%，最多的亏损3.7亿元。 第二，制造业1999年度净利润总额373.9亿元，受亏损公司的影响，560家公司总体平均利润只有6500万元。79%的上市公司净利润在70万~1.3亿元之间。
第三，上海汽车、邯郸钢铁、上海石化、仪征化纤、首钢股份等大型国企全年利润均
在7亿元以上；年净利润在4.5亿元以上的公司有16个，不足总数的3%，但它们的净利润占到制造业全行业的25.5%，充分体现了大型国企确实是国民经济的脊梁。
第四，进一步研究各行业的利润水平，可以看到有三个行业高与总体水平；C0——食品饮料净利闰0.79亿元；C6——金属非金属净利闰0.85亿元；C8——通信电子净利闰1亿元。
（3）每股收益分布数列和直方图
每股收益描述统计 1
平均
标准误差中值
模式
标准偏差；样本方差峰值
偏斜度
区域
最小值
最大值
求和
计数
置信度（95%）0.199427 0.011551 0.2225 0.21
0.273352 0.074721 6.75641 －1.51182 2.632
－1.28 1.352 111.6792 560
0.022689
每股收益描述统计2
平均
标准误差中值
模式
标准偏差；样本方差峰值
偏斜度
区域
最小值
最大值
求和
计数
置信度（95%）0.204943 0.010571 0.223
0.21
0.249255 0.062128 4.912174 －1.27499 1.8891
－0.98 0.9091 113.9482 556
0.020764
每股收益是一强度相对指标。从描述统计指标看，舍弃一个最大值后，均值、中位数、众数比较接近，偏度系数也不很大。尝试按经验公式确定组数：
组数=1+3.322×㏒560=10；
组距=2/10=0.2，极值用开口组处理。见表2—4 和图2—3。
表2—4 560家上市公司每股收益分组统计
分 组 频数（个） 频率（%）
—0.6以下 －0.6~－0.4 －0.4~—0.2 －0.2~0 0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0 1.0以上 14 6 13 13 197 231 60 19 6 1 2.50
1.07
2.32
2.32
35.18
41.25
10.71
3.39 1.07
0.18
合 计 560 100.00
频数
50
100
150
200
250
-0.6-0.4-0.200.20.40.60.81
每股收益分组（元）
图2—3 560家上市公司每股收益分布
每股收益是按总股本平均的净利润，它排除了股本规模大小对净利润水平高低影响，反映了上市公司经营业绩水平。不仅在行业之间，而且可以在公司之间进行比较。从表2—4图2—3看560家公司每股收益的特点：
第一，1999年制造业的每股收益的分布略乘左偏态，即平均数为0.2元，但是相对多数的公司每股收益高于0.2元。
第二，35%的公司在0.01~0.2元的微利水平，52%的公司盈利水平再0.2~0.6元之间。26家公司盈利水平较高，在0.6元以上，但只占4.5%。1999年的改制表状元是五粮液，达到每股收益1.35元。
第三，分行也看，经营业绩差别的行业因素非常明显：最高的是C0——食品饮料，达到每股收益0.31元；大于等于每股收益0.2元的还有C1—纺织、服装，C5——橡胶塑料，
C8 ——同新点子，C9——其他；最低的事C2——木材家具，只有0.08元。
（4）净资产收益率分布数列和直方图
净资产收益率1
平均
标准误差中值
模式
标准偏差；样本方差峰值
偏斜度
区域
最小值
最大值
求和
计数
置信度（95%）2.971477 1.993256 9.04
6.21
47.08475 2216.974 117.5889 －10.1028 736.156 －639.53 96.626 1658.08 558
3.915216
净资产收益率2
平均
标准误差中值
模式
标准偏差；样本方差峰值
偏斜度
区域
最小值
最大值
求和
计数
置信度（95%）8.006386 0.352228 9.14
6.21
8.185041 66.9949 6.881908 －1.63102 69.26
－34.92 34.34 4323.448 540
0.691909
由于资料中两个公司（0515PT渝钛白和600818ST永久）的净利润净资产为负值，所以此处只有58个公司的数据。
558个公司的净资产旅呈高度左偏态。净资产收益率过高或过低，都数不正常情况。
舍弃40%以上和－40%以下的18个极端值后，描述指标基本正常。以1倍标准差8%为组距、48%以上和－48%一下合并各1组，共分14组。表2——5和图2——4显示，集中趋势非常明显。
表2——5 560家公司净资产收益率分组统计 分组（%） 频数 频率（%）
小于－48 －48～－40 －40～－32 －32～－24 －24～－16 －16～－8 －8～0 0～8 8～16 16～24 24～32 32～40 40～48 大于48 13 1 2 5 6 8 10 190 270 39 7 3 1 3 2.33
0.18
0.36
0.90
4.08
1.43
1.79
34.05
48.39
6.99
1.25
0.54
0.18 0.54
合计 558 100.00
频数
50
100
150
200
250
300
-48-40-32-24-16-8081624324048其他
净资产收益率分组（%）
图2—4 560家上市公司净资产收益率分布
净资产收益率是评价净资产盈利能力的综合指标，他代表了总体的或行业的盈利水平。从统计资料看到：
第一，1999年度，制造业的总体净资产收益率9%（这里采用了中位数，因为忽略极值厚中位数没有变化，但平均数却差了几倍，而净资产收益率极端值时有个别特殊原因所致）。
第二，8%的公司亏损，与每股收益分析的结论一致；并且有两个公司净资产为负数，以资不抵债。
第三，34%的公司净资产收益率在0.1%～8%之间；48%的公司在0.8%～16%之间。
第四，8%的公司净资产在16%～32%的高水平上，从行业看，这些公司集中在生物制药、通信电子、汽车等高新技术产业，显示出发展最快、盈利水平最强的势头。
3．制造业各行业主要财务指标的分布
接下来利用符合分组表统计表的形式，总体分组的划分，展示制造业内部各行业的净利润、每股收益、净资产收益率的分布特征。
（1）制造业各行业净利润分布频数统计表和频率统计表
合计栏显示的是总体的净利润分布频数或频率，其他各栏显示的是个行业的分布（见表2—6、表2—5）。
表2—6 制造业各行业净利润分布统计（频数）
代码
净利润分组
（万元）
行业分类
小
于
-1.
3
-1.
3
～
-0.
65
-0.
65
～0
0～
0.6
5
0.6
5
～
1.3
1.3
～
1.9
5
1.9
5
～
2.6
2.6
～
3.2
5
大
于
3.2
5
合
计
C0 食品、饮料 1 27 14 3 1 1 1 48
C1 纺织、服装、皮毛 1 1 2 27 13 1 45
C2 木材、家具 1 1 2
C3 造纸、印刷 1 12 3 16
C4 石油、化工 2 2 5 81 28 6 2 4 130 C5 橡胶、塑料8 1 1 10
C6 金属、非金属 3 4 2 53 17 4 3 5 5 96
C7 机械、仪表、设备 6 10 94 24 4 5 4 4 151 C8 通信、电子 2 2 1 22 10 3 4 4 3 51
C9 其他7 2 2 11 合计14 10 22 332 112 24 13 16 17 560
从表2—6、2—7中可以看到：
第一，总共45个亏损公司，占全部公司的8%，他们的行业间分布是：C7——机械、仪表、设备行业亏损面最大，有16家，占行业10.7%；其次是C8、C6和C1——分别为9.8%、9.4%、8.8%；C2——木材家具仅有2家公司，亏损1家。
第二，C5——橡胶、塑料和C9——其他行业无亏损企业，且净利润水均衡，集中在0～19500万元。
第三，净利润绝对水平的高低与行业类别有关联，3亿元以上净利润集中在酿酒、石化、冶金、电子通信设备等行业；利润水平较低的有纺织、木材家具及印刷、造纸行业。
表2—7 制造业各行业净利润分布统计（频率%）
代码
净利润分组
（万元）
行业分类
小
于
-1.
3
-1.
3
～
-0.
65
-0.
65
～0
0～
0.6
5
0.6
5
～
1.3
1.3
～
1.9
5
1.9
5
～
2.6
2.6
～
3.2
5
大
于
3.2
5
合计
C0 食品、饮料 2.1 56.
3 29.
2
6.3 2.1 2.1 2.1 100.
C1 纺织、服装、皮毛 2.2 2.2 4.4 60.
0 28.
9
2.2 100.
C2 木材、家具50 50.
0 100. 0
C3 造纸、印刷 6.3 75.
0 18.
8
100.
C4 石油、化工 1.5 1.5 3.8 62.
3 21.
5
4.6 1.5 3.1 100.
C5 橡胶、塑料80.
0 10.
10.
100.
C6 金属、非金属 3.1 4.2 2.1 55.
2 17.
7
4.2 3.1
5.2 5.2 100.
C7 机械、仪表、设备 3.3 6.7 62.
7 16.
2.7
3.3 2.7 2.7 100.
C8 通信、电子 3.9 3.9 2.0 43.
1 19.
6
5.9 7.8 7.8 5.9 100.
C9 其他63.
6 18.
2
18.
2
100.
合计 2.3 1.8 3.9 59.
4 20.
4.3 2.3 2.9 3.0 100.
（2）制造业各行业每股净收益分布频数统计和频率统计
表2—8、2—9显示的是不同行业每股收益的不同水平的分布。在91.8%的盈利公司中，若每股收益0.6元以上为绩优股，则绩优股的比率4.7%。绩优股的行业特征也非常明显：食品行业最高，为8.4%，其后依次是通信电子行业7.9%、机械仪表设备7.3%。从表面上看其他行业最高（9.1%），但是其他行业属于主营收入不明显的“收容”类，其较高的每股收益得益于多元化经营，因此在比较时，应予以忽略。
表2—8 制造业各行业每股收益分布统计（频数）
代码
净利润分组
（元）
行业分类
小
于
-0.
6
-0.
6
～
-0.
-0.
4
～
-0.
-0.
2～
～
0.2
0.2
～
0.4
0.4
～
0.6
0.6
～
0.8
0.8
～
1.0
大
于
1.0
合
计
4 2
C0 食品、饮料 1 10 24 9 2 1 1 48 C1 纺织、服装、皮毛 1 2 1 11 27 1 2 45 C2 木材、家具 1 1 2 C3 造纸、印刷 1 8 7 16 C4 石油、化工 3 1 2 3 58 52 9 2 130 C5 橡胶、塑料 4 4 2 10 C6 金属、非金属 2 6 1 32 43 10 2 96 C7 机械、仪表、设备 2 3 4 7 56 52 16 9 2 151 C8 通信、电子 4 1 14 16 12 3 1 51 C9 其他 4 5 1 1 11 合计14 6 13 13 197 231 60 19 6 1 560
表2—9 制造业各行业每股收益分布统计（频率%）
代码
净利润分组
（元）
行业分类
小
于
-0.
6
-0.
6
～
-0.
4
-0.
4
～
-0.
2
-0.
2～
～
0.2
0.2
～
0.4
0.4
～
0.6
0.6
～
0.8
0.8
～
1.0
大
于
1.0
合计
C0 食品、饮料 2.1 20.
9 50.
18.
8
4.2 2.1 2.1 100.
C1 纺织、服装、皮毛 2.2 4.4 2.2 24.
4 60.
2.2 4.4 100.
C2 木材、家具50.
0 50.
100.
C3 造纸、印刷 6.3 50.
0 43.
8
100.
C4 石油、化工 2.3 0.8 1.5 2.3 44.
6 40.
6.9 1.5 100.
C5 橡胶、塑料40.
0 40.
20.
100.
C6 金属、非金属 2.1 6.3 1.0 33.
3 44.
8
10.
4
2.1 100.
C7 机械、仪表、设备 1.3 2.0 2.6 4.6 37.
1 34.
4
10.
6
6.0 1.3 100.
C8 通信、电子7.8 2.0 27.
5 31.
4
23.
5
5.9 2.0 100.
C9 其他36.
4 45.
5
9.1 9.1 100.
合计 2.5 1.1 2.3 2.3 35.41.10. 3.4 1.1 0.2 100.
2 3 7 0
（二）相关和回归分析
本案例相关和回归分析研究主要是8个财务指标间的相互关系问题。各财务指标分别说明上市公司的财务状况的某一侧面。那么这些指标之间有无关系？若有关系，是什么样的关系？通过本案例的探讨，可以帮助我们筛选主要个财务指标作为分析公司业绩变动的因素。
1．制造业业绩指标之间的关系研究
表2—10是8个财务指标的两两指标间的线性相关系数。
表2—10 制造业有关业绩指标相关系数矩阵
净资产收益率净利
润
净资
产
总资产主营业
务收入
每股
收益
每股
净资
产
股东权
益比率
净资产收益率 1
净利润0.248 1
净资产0.074 0.676 1
总资产0.052 0.626 0.929 1
主营业务收入0.072 0.705 0.838 0.910 1
每股收益0.531 0.602 0.150 0.110 0.193 1
每股净资产0.277 0.376 0.270 0.188 0.207 0.599 1
股东权益比率0.311 0.196 0.123 -0.111 -0.081 0.384 0.475 1
从相关系数矩阵看，可以得到以下几点共性的结论：
（1）主营业务收入与总资产、净资产、净利润这些总量指标显著相关，其中与总资产高度正相关。总资产比较大时，主营业务收入也倾向于比较大，而主营业务收入比较大时，净资产、净利润也比较高。这从实际情况看是可以理解的。在正常情况下，制造业的净资产除了货币资金外，主要就存货和厂房、设备等固定资产。尤其是固定资产，使生产活动的物质技术基础，其数量的多少、技术的高低决定了产品的方向及生产方式，从而决定了收入水平，并且决定了净资产的水平。
（2）虽然净资产收益率等于净利润除以净资产，但是净资产除了与净利润微弱相关外，与其他总量指标几乎不相关，也就是说，净资产收益率与资产规模、主营业务收入没有线性关系。主营业务收入水平高低并不决定盈利能力。
（3）几个相对指标之间，净资产收益率和每股收益显著正相关。在绝大多数行业中，这种相关程度均高于制造业总体的相关系数0.53。这一点告诉我们，在说明上市公司经营业绩时，净资产收益率和每股收益两个指标选择其中之一就够了。
（4）每股收益、每股净资产作为总量指标的派生指标，除每股收益与净利润外，其他均与净利润、净资产和总资产微弱相关，说明他们抽象了投入规模的不同，可载的行业、各类型的上市公司之间比较。
（5）一般地，派生指标与他们的分子指标相关系数要高于与它们的分母指标之间的相关系数。例如：净资产收益率与净利润的相关关系属要高于与净资产的相关系数。
（6）就不同行业来看，各指标之间的相关系数均有所差别，表2—11显示：不论从整个制造业还是个行业，主营业务收入、净资产与总资产高度正相关是一致的；在相对指标上产生了分化。其他行业由于主业不明，指标之间相关也很微弱。除此之外，净资产收益率与净利润和每股收益呈现不同程度的相关，机械行业表现得最明显。
表2—11 制造业上市公司行业有关指标的相关系数
行 业 分 类 主营业务收入与总资产 净资产与 总资产 净资产收益率与净利润 净资产收益
率与每股收
益
C0食品、饮料 0.81 0.90 0.59 0.85
C1纺织、服装、皮毛
0.83 0.86 0.64 0.85
C3造纸、印刷 0.85 0.88 0.55 0.92
C4石油、化工 0.96 0.95 0.36 0.89
C5橡胶、塑料 0.96 0.97 0.88 0.94
C6金属、非金属 0.88 0.96 0.46 0.90
C7机械、仪表、设备
0.86 0.85 0.27 0.52
C8通信、电子 0.92 0.93 0.37 0.65
C9其他 0.81 0.39 0.08 －0.06
合 计 0.91 0.93 0.25 0.53
2．制造业业绩指标间的回归分析
回归分析是用函数关系近似描述相关关系的表现形式，它反映的是变量之间的一种变动规律。一般地，选择哪种形式的回归模型可以通过：观察散点图；根据专业知识和经验判断。本案例中，除以上两点外，还可以根据相关系数判断，由于皮尔生积矩相关系数是对两变量线性相关程度的侧度，所以对显著相关程度以上的变量可建立线性回归函数来模拟变量间的关系，即：
ε++++= 22110X B X B B Y
（1）主营业务收入与总资产的回归分析
由于主营业务收入与总资产的线性相关系数最大，以主营业务收入为因变量Y, 总资产为自变量X ，用560家制造业公司数据建立一元线性回归方程：
ε++=110X B B Y
Excel “工具”栏中“数据分析”的“回归”提供了相关和回归分析的结果：
Multiple R ——相关系数；
R Square ——判定系数；
Adjusted R Square ——调整的判定系数 t
e
SS SS p n n ?----11
1
标准误差——估计标准误xy S ；
观测值——X 、Y 变量的对数。
方差分析有关指标含义见表2—12。
表2—12
df
SS df SS MS = F 值 Significan ce F
回归分析 回归偏差 自由度 回归偏差 平方和 回归偏差平
均平方和
21-=n SS SS F e R )2,1(-n F α 残差 剩余偏差 自由度 剩余偏差 平方和 剩余偏差平
均
平方和
总计 总偏差
自由度 总偏差 平方和 总偏差平均 平方和
Intercept ——截距a ；
X Variable ——一元回归的回归系数b ；
标准误差——截距a 的标准差为a σ
?；回归系数b 的标准误差为b σ?； T 统计量——对a 和b 检验时采用的统计量；
P-value —— P 值；
Lower95%, Uooer95%；——截距a 或回归系数b 的95%置信峡县、置信上限；此为墨任值，若选择其他置信水平，相应的置信下限、置信上限在后面列出。
回归统计
Multiple R
R Square
Adjusted R Square
标准误差
观测值
0.909813 0.82776 0.827451 65866.64 560
方差分析
df SS MS F Significance F 回归分析 残 差 1 1.16E+13 1.16E+13 2681.661 2.8E-215
558 2.42E+12 4.34E+09
总 计 559 1.41E+13
主
营业务收入对总资产的一元线性方程:
Y = -13975+0.68X
Coeffici- 标 准 T 统 下限 上限 ents 误 差 计 量 P 值 95.0% 95.0% Intercept X1 Variable -13975 3473.233 -4.02362 6.52E-05 -20797.2 -7152.77 0.679562 0.013123 51.78476 2.8E-215 0.653786 0.705339
回归系数说明, 总资产每增加1万元, 制造业主营业务收入平均增加0.68万元. 从判定系数看,在总资产对主营业务收入的影响中, 有83%可以由该线性回归方程解释, 从t 检验看,回归系数是显著的.
回归分析中, 对随机误差, 我们要求它均值为0, 并假定其服从正态分布. 从F 检验看,假定成立, 从残差分布图看, 其分布是”杂乱无章”的, 回归方程是合适的.
建立回归方程, 不仅为我们描述了主营业务收入和总资产这两个指标间的联系形式,我们利用它还可以进行预报和控制.
给定总资产, 可以对主营业务收入水平作区间估计. 本案例样本较大, 当X=X 0时，Y 的1-a 置信区间: Y=XY
S Z Y 2?α± 这里的S XY 是残差平均平方和MS 的平方根, 即”回归统计”表中的”标准误差”或
从”方差分析”表资料中可以计算得到; Y ?是X=X 0时回归方程得到的点估计值; 2
αZ 是给定a 时的临界值。
例如, 我们想知道, 当X=20万元时, 主营业务收入95%置信区间:
点估计值是Y
? =－13975+0.68×200000=122025(万元) 估计值标准误差是残差MS 21 =(4340000000)1/2=65879
主营业务收入置信区间:122025-1.96×65879≤Y ≤122025+1.96×65879=-7098~251148
即总资产为20亿元规模时, 估计主营业务收入的上限为25亿元,下限可能是亏损的.
(2) 净利润与主营业务收入和每股收益的二元回归分析
由于指标间的关系在不同行业表现各异, 本案例仅研究了C8----通信电子行业. 通信电子行业相关系数矩阵见表2—12
表2—12 通信电子有关业绩指标相关系数矩阵
净资产 收益率 净利润 净资产 总资产 主营业务收入 每股 收益 每股净资产 股东权益比率 净资产收益率
1 净利润
0.368 1 净资产
0.121 0.698 1 总资产
0.102 0.752 0.938 1 主营业务收入
0.137 0.758 0.790 0.921 1 每股收益
0.645 0.703 0.215 0.261 0.336 1 每股净资产
0.432 0.692 0.628 0.673 0.682 0.574 1 股东权益比率 0.546 0.340 0.235 0.037 －0.02 0.444 0.405
1 从定性分析角度知道, 净利润与主营业务收入、总资产、净资产有密切关系,其相关系数又从定量角度给予证明. 另外, 从表中还看到, 净利润与每股收益、每股净资产也表现出了显著正相关的关系, 可能的解释在于: 财务指标不是孤立的,它们之间彼此有直接关系的影响, 同时包含了间接关系的影响. 可以用多元回归研究净利润和其他指标的关系. 但是, 在主营业务收入、总资产、净资产之间存在着高度关系, 研究净利润与多个指标的关系时它
们或者可以相互替代, 或者必须删去以避免多重共线性对回归模型的影响. 因此, 这里选择主营业务收入和每股收益(它们之间的相关系数0.34,小于0.5), 建立净利润与主营业务收入和每股收益的二元线性回归方程.
计算结果如下:
回归统计 Multiple R
R Square
Adjusted R Square
标准误差
观测值
0.80514 0.64825 0.633594 8921.934 51 方差分析
df SS MS F Significance F 回归分析
残 差
2 7.04E+09 3.52E+09 44.23029 1.29E-11 48 3.82E+09 79600902 总 计
50 1.09E+10
净利润Y 与主营业务收入X 1和每股收益X 2的线性回归方程为:
Y=3329.8+0.05X 1+35.5X 2
T 检验的P 值, 除了截距B0的P 值稍大, B1、B2的P 值均小于0.05, 回归系数是显著的. F 检验的结果证明, 模型整体也是显著的, 即净利润与主营业务收入及每股收益整体看存在线性相关关系.
复相关系数0.81, 高于净利润与主营业务收入及与每股收益的单相关系数.
偏相关系数经计算可得:
72
.0)34.0(1)76.0(134.076.07.078.0)34.0(1)7.0(134.07.076.022)1(222)2(1=--?-=
=--?-=
y y r r 两个指标对净利润仍旧是正相关的关系, 比较而言, 主营业务收入(X 1)的影响更大 Coeffici- 标 准 T 统 下限 上限
ents 误 差 计 量 P 值 95.0% 95.0%
Intercept X1 Variable X2 Variable
3329.767 1534.467 2.169983 0.034988 244.5164
6415.017
0.048945 0.005851 8.365005 6.22E-11 0.03718
0.060709
35.4842 11.39523 3.113951 0.00311 12.57256
58.39583
些。
三、数据整理和分析的客观评价
（一）案例对560家上市公司1999年报8个财务指标数据整理分析过程的优点
1．整理频数分布的时候首先借助于描述指标的判断, 使统计整理工作有了着眼点当面对纷繁的、大量的原始数据, 总体的分布及数据的分布特征根本无从得知. 因此编制数据的频数分布从那里着手呢? 根据的是什么呢? 当然是数据总体的几个主要特征值:平均数(众数、中位数)、全距、方差、偏度等. 而应用Excel的”数据分析”,这些特征值很容易得到. 掌握了这些特征值, 对分组的组数、组距的确定才有了依据. 所以案例提出的方法, 解决了整理频数分布的可操作性问题。
2．在研究指标(变量)间关系时, 利用相关系数矩阵全面比较判断, 使进一步确定建立回归函数的形式、建立回归模型有了明确的依据。
（二）几个有待进一步研究的问题
1．频数分布的编制没有固定的模式, 因此不是唯一的, 采用不同的组距、组限, 就有不同的分布数列. 如何评价哪一个数列最恰当或者最确切反映总体分布特征是一个值得研究的问题。
2．统计整理中的制造业行业分组所汇总的统计表, 是按照全行业整理时的组距分组的. 对不同行业来说, 这种组距、组数的划分不一定是最恰当的. 若要研究某一行业情况, 可根据其指标(变量)差异情况另行分组。
3．相关系数矩阵表描述的是一元线性相关系数, 反映的是线性关系的程度. 线性相关系数值很小, 只是说明两指标(变量)间不存在线性相关, 但是否存在非线性相关, 需进一步测定. 本案例中, 通过散点图(图5-6、图5-7)可以发现, 有些指标如主营业务收入和每股收益之间, 就存在非线性关系, 其规律有待进一步研究。
（本案例参考李晓玉编著的《统计描述与相关回归分析》案例）
2016-2018年高级统计师高级统计实务与案例分析试卷考试真题
2016年高级统计师高级统计实务与案例分析试卷考试真题 1．本试卷有两部分，共8道题，满分150分。其中第一部分为必答题，共6道题，满分130分；第二部分为选答题，要求选答1道题，若多答，评卷时只对前1道答题打分，满分20分。 2．在你拿到试卷的同时将得到一份专用答题卡，所有试题务必在专用答题卡上作答，在试卷或草稿纸上作答不得分。 3．用铅笔填涂答题卡首页的准考证号；答题以及需要填写姓名、准考证号码的地方用黑色签字笔书写。 4．答题时请认真阅读试题，对准题号作答。 第一部分必答题 第一题（25分） 简述当前开展“三新”（新产业、新业态、新商业模式）统计的意义。 第二题（20分） 简述国民经济核算中的基本总量指标及其平衡关系。 第三题（25分） 某地有三家工业企业A、B、C，共属于同一家集团公司，A企业为该集团公司的核心企业。2016年2月，政府统计机构没有在规定时间收到三家企业的统计报表，向三家企业分别发出要求其补报有关统计资料的催报单。A企业汇总三家企业的生产经营情况后，在催报期限内，以A企业的名义将三家企业的生产经营情况一并予以上报；B企业在催报期限内补报了本企业的统计报表，但经核查，统计报表中有多项统计指标没有填写；C企业认为A企业已经将本企业情况一并打捆上报，因此没有补报本企业的统计报表。请回答：（1）该案例中三家企业是否都存在违法行为？分别是哪些统计违法行为？ （2）应当如何处罚？ 第四题（20分） 阐述抽样调查中可能产生的误差，并结合实际提出控制误差的建议。 第五题（20分） 解释人口老龄化的概念，并结合表中数据分析该地区人口老龄化的状况及可能产生的影响。 第六题（20分） 根据下图简要分析我国近年经济发展的基本特征。
统计学调查分析报告
一、调查研究方案的设计与组织实施 （一）调查目的 (1)描述和反映本校经济管理学院10级会计系，经济系和人力资源系学生对于毕业去向的意向，分析并研究各意向的分布情况； (2)在系别，性别，家庭因素，个人因素等方面对毕业意向的分布进行研究，探究这些因素对于毕业意向分布的影响。 (3)分析和解释形成毕业意向分布差异的因素和原因； (二) 调查对象和调查单位 本次调查的基本调查对象是本校经济管理学院会计系、经济系和人力资源系的全体同学。调查单位为此范围内的每一个同学。 在此基础上，在每个系内随机抽取样本进行抽样调查，进而对整体进行推断。 （三）调查的组织和实施方法 获取资料的方法：问卷法、文献法 本小组采用的基本方法为问卷法，发放问卷60份，收回问卷54份。 辅助方法为文献法，通过图书馆和网络获取相关背景资料，对研究素材进行丰富和补充。调查方法：抽样调查 抽样方法：分层抽样 将调查对象按系别分为会计系、经济系和人力资源系三个类别，然后从各个类别中随机抽取组成样本，用于对整体进行推断。 数据资料整理结果如下： 在全部被调查对象中，男生23 人，占43%，女生31 人，占57%，经济系18人，占总体1/3,人力资源系18人，占总体1/3,会计系18人，占总体1/3.。选择考研的有14人，占总体的26% 。选择出国深造的有1人，占总体的2%。选择自主创业的有3人，占总体6%。选择直接就业的有29人，占总体54%。选择考公务员的有7人，占总体12% 。 （四）调查时间和调查期限 调查时间：2012年6月27日 调查期限：2012年6月27日―20012年6月29日 （五）调查项目和调查表 调查项目：性别年级院系毕业意向家庭收入情况性格特点就业优势 调查表如下： 二、统计数据的整理和分析
统计学 统计学-——典型案例、问题和思想
经济管理类“十二五”规划教材统计学 -基于典型案例、问题和思想 主讲林海明
第一章绪论 【引言】我们从如下9个重要事例，说明统计学有什么用。 事例1：二次世界大战中，最激烈的空战是英国抗击德国的空战，英军为了提高战斗力，急需找到英军战机空战中的危险区域加固钢板，统计学家瓦尔德用统计学方法找到了危险区域，英军用钢板加固了
这些危险区域，使英军取得了空战的胜利。 事例2：上世纪20-30年代，为了找到中国革命的主力军和道路，政治家毛泽东悟出了统计学的频数方法，用此找到了中国革命的主力军是农民，中国革命的道路是农村包围城市。由此不屈不饶的奋斗，由弱变强，建立了独立自主的中华人民共和国，他还发现了“没有调查，就没有发言权”的科学论断。
事例3：1998年，美国博耶研究型大学本科生教育委员会发表了题为《重建本科生教育：美国研究型大学发展蓝图》的报告，该报告指出：为了培养科学、技术、学术、政治和富于创造性的领袖，研究型大学必须“植根于一种深刻的、永久性的核心：探索、调查和发现”。这说明了统计学中调查的重要性。 事例4：在居民收入贫富差距的测度方
面,美国统计学家洛仑兹（1907）、意大利经济学家基尼（1922）找到了统计学的洛仑兹曲线、基尼系数，由此给出了居民收入贫富差距的划分结果，为政府改进居民收入贫富不均的问题提供了政策依据。 事例5：二战后产品质量差的日本，以田口玄一为代表的质量管理学者用统计学方法找到了3σ质量管理原则，用其大幅提高了企业的产品质量，其产品畅销海内外，
日本因此成为当时的第二经济强国。该学科现已发展到了6σ质量管理原则。 事例6：在第二次世界大战的苏联卫国战争中，专家们用英国统计学家费歇尔（1 925）的最大似然法、无偏性，帮助苏军破解了德军坦克产量的军事秘密，由此苏军组织了充足的军事力量并联合盟军，打败了德军的疯狂进攻并占领了柏林。 事例7：在产品质量检验方面，英国统
应用统计学案例——市场调查分析
市场调查分析案例 市场调查分析是市场调查的重要组成部分。通过市场调查收集到的原始资料，是处于一种零散、模糊、浅显的状态，只有经过进一步的处理和分析，才能使零散变为系统、模糊走向清晰、浅显发展为深刻，分析研究其规律性，达到正确认识社会现象目的，为准确的市场预测提供参考依据，最终为调查者正确决策提供有力的依据。 市场调查分析的原则：从全部事实出发，坚持事实求实的观点；全面分析问题，坚持一分为二的观点；必须从事物的相互联系，相互制约中分析问题； 市场调查分析方法：单变量统计量分析、单变量频数分析、多变量统计量分析、多变量频数分析、相关分析、聚类分析、判别分析、因子分析等。 案例：某市家用汽车消费情况调查分析案例 随着居民生活水平的提高，私车消费人群的职业层次正在从中高层管理人员和私营企业主向中层管理人员和一般职员转移，汽车正从少数人拥有的奢侈品转变为能够被更多普通家庭所接受的交通工具。了解该市家用汽车消费者的构成、消费者购买时对汽车的关注因素、消费者对汽车市场的满意程度等对汽车产业的发展具有重要意义。 本次调研活动中共发放问卷400份，回收有效问卷368份，根据整理资料分析如下。 一、消费者构成分析 1 、有车用户家庭月收入分析
5000元以上8.69 100.00 目前该市有车用户家庭月收入在2000?3000元间的最多；有车用户平均月收入为2914.55元,与该市民平均月收入相比，有车用户普遍属于收入较高人群。61.96%的有车用户月收入在3000元以下，属于高收入人群中的中低收入档次。因此，目前该市用户的需求一般是每辆10?15万元的经济车型。 2、有车用户家庭结构分析 表2: 有车用户家庭结构 Di nk家庭(double in come no kid ),即夫妻二人无小孩的家庭，占有车家 庭的比重大，为36.96%。其家庭收入较高，负担较轻、支付能力较强，文化层次高、观念前卫，因此Dink家庭成为有车族中最为重要的家庭结构模式。核心家庭，即夫妻二人加上小孩的家庭，比重为34.78%。核心家庭是当前社会中最普遍的家庭结构模式，因此比重较高不足为奇。联合家庭，即与父母同住的家庭, 仅有8.70%。单身族占17.39%,这部分人个人收入高，且时尚前卫，在有车用户中占据一定比重。另外已婚用户比重达到了81.5%,而未婚用户仅为18.5%。 3、有车用户职业分析 调查显示有29%勺消费者在企业工作，20%勺消费者是公务员，另外还有自由职业者、机关工作人员和教师等。目前企业单位的从业人员，包括私营业主、高级主管、白领阶层仍是最主要的汽车使用者。而自由职业者由于收入较高及其工作性质，也在有车族中占据了较 高比重。详见图1。
2020年(财务报表管理)上市公司财务报表分析
（财务报表管理）上市公司财务报表分析
上市公司财务报表分析 主编张新民 （对外经济贸易大学出版社2002年11月北京第1版） 主编(张新民)简介 张新民,1962年12月20日生。管理学博士,企业财务状况质量分析理论的倡导者,现为对外经济贸易大学国际工商管理学院院长、会计学教授,并任中国会计学会理事、中国对外经济贸易会计学会常务理事。 中国大陆高等院校唯一一位拥有英国特许公认会计师(ACCA)资格的现职会计学教授。 其出版的专著有:《企业财务状况质量分析理论研究》、《企业财务分析》、《企业财务报表分析》、《中国会计热点问题》;主编了《税务会计》、《中级会计英语》、《会计学原理》、《当代企业会计丛书》和《布莱克韦尔会计学百科辞典》等10余部专业书籍和辞典;主译了《高级会计实务》、《企业财务报表解释》、《绩效管理》等书。 在《会计研究》、《财务与会计》等专业刊物上发表学术论文30余篇。 前言 本书从理论、政策与实务等方面全面、系统地阐述了上市公司财务报表主要项目以及企业整体的财务状况分析方法。在内容上形成了以下风格与突出特点: 1.在对资产负债表项目进行分析时,按照资产质量分类的观点,除了对各资产项目进行一般分析外,还对主要资产如商业债权、存货、对外投资、无形资产等展开质量分析; 2.在对利润表项目进行分析时,强化了对利润质量的分析内容,并对企业利润质量下降的种种表现进行了分析; 3.在对现金流量表进行分析时,侧重于对现金流量的质量进行分析,强调现金流量的整体观,注重将企业现金流量的状态与企业的发展阶段、经营状况相结合进行分析; 4.在对企业财务状况进行整体分析时,强调企业财务信息的质量对信息分析以及非货币信息
统计学案例——相关回归分析
《统计学》案例——相关回归分析 案例一质量控制中的简单线性回归分析 1、问题的提出 某石油炼厂的催化装置通过高温及催化剂对原料的作用进行反应，生成各种产品，其中液化气用途广泛、易于储存运输，所以，提高液化气收率，降低不凝气体产量，成为提高经济效益的关键问题。 通过因果分析图和排列图的观察，发现回流温度是影响液化气收率的主要原因，因此，只有确定二者之间的相关关系，寻找适当的回流温度，才能达到提高液化气收率的目的。经认真分析仔细研究，确定了在保持原有轻油收率的前提下，液化气收率比去年同期增长1个百分点的目标，即达到12.24%的液化气收率。 2、数据的收集
目标值确定之后，我们收集了某年某季度的回流温度与液化气收率的30组数据（如上表），进行简单直线回归分析。 3.方法的确立 设线性回归模型为εββ++=x y 10，估计回归方程为x b b y 10?+= 将数据输入计算机，输出散点图可见，液化气收率y 具有随着回流温度x 的提高而降低的趋势。因此，建立描述y 与x 之间关系的模型时，首选直线型
是合理的。 从线性回归的计算结果，可以知道回归系数的最小二乘估计值 b 0=21.263和b 1=-0.229，于是最小二乘直线为 x y 229.0263.21?-= 这就表明，回流温度每增加1℃，估计液化气收率将减少0.229%。 （3）残差分析 为了判别简单线性模型的假定是否有效，作出残差图，进行残差分析。
从图中可以看到，残差基本在-0.5—+0.5左右，说明建立回归模型所依赖的假定是恰当的。误差项的估计值s=0.388。 （4）回归模型检验 a.显著性检验 在90%的显著水平下，进行t 检验,拒绝域为︱t ︱=︱b 1/ s b1︱>t α /2=1.7011。 由输出数据可以找到b 1和s b1，t=b 1/ s b1=-0.229/0.022=-10.313，于是拒绝原假设，说明液化气收率与回流温度之间存在线性关系。 b.拟合度检验 判定系数r 2=0.792。这意味着液化气收率的样本变差大约有80%可以由它与回流温度的线性关系来解释。 2r r ==-0.89 这样，r 值为y 与x 之间存在中高度的负线性关系提供了进一步的证据。 由于n ≥30，我们近似确定y 的90%置信区间为： s z y )(?2 α±=21.263-0.229x ±1.282×0.388 = 21.263-0.229x ± 0.497
统计案例分析典型例题
统计案例分析及典型例题 §抽样方法 1.为了了解所加工的一批零件的长度，抽取其中200个零件并测量了其长度，在这个问题中，总体的一个样本是 . 答案 200个零件的长度 2.某城区有农民、工人、知识分子家庭共计2 004户，其中农民家庭1 600户，工人家庭303户，现要从中抽取容量为40的样本，则在整个抽样过程中，可以用到下列抽样方法：①简单随机抽样，②系统抽样，③分层抽样中的 . 答案①②③ 3.某企业共有职工150人，其中高级职称15人，中级职称45人，初级职称90人.现采用分层抽样抽取容量为30的样本，则抽取的各职称的人数分别为 . 答案3，9，18 4.某工厂生产A、B、C三种不同型号的产品，其相应产品数量之比为2∶3∶5，现用分层抽样方法抽出一个容量为n的样本，样本中A型号产品有16件，那么此样本的容量n= . 答案80 例1某大学为了支援我国西部教育事业，决定从2007应届毕业生报名的18名志愿者中，选取6人组成志愿小组.请 用抽签法和随机数表法设计抽样方案. 解抽签法： 第一步：将18名志愿者编号，编号为1，2，3， (18) 第二步：将18个号码分别写在18张外形完全相同的纸条上，并揉成团，制成号签； 第三步：将18个号签放入一个不透明的盒子里，充分搅匀； 第四步：从盒子中逐个抽取6个号签，并记录上面的编号； 基础自测
第五步：所得号码对应的志愿者，就是志愿小组的成员. 随机数表法： 第一步：将18名志愿者编号，编号为01，02，03， (18) 第二步：在随机数表中任选一数作为开始，按任意方向读数，比如第8行第29列的数7开始，向右读； 第三步：从数7开始，向右读，每次取两位，凡不在01—18中的数，或已读过的数，都跳过去不作记录，依次可得到12，07，15，13，02，09. 第四步：找出以上号码对应的志愿者，就是志愿小组的成员. 例2 某工厂有1 003名工人，从中抽取10人参加体检，试用系统抽样进行具体实施. 解 （1）将每个人随机编一个号由0001至1003. （2）利用随机数法找到3个号将这3名工人剔除. (3)将剩余的1 000名工人重新随机编号由0001至1000. （4）分段，取间隔k= 10 0001=100将总体均分为10段，每段含100个工人. （5）从第一段即为0001号到0100号中随机抽取一个号l. （6）按编号将l ，100+l ，200+l,…，900+l 共10个号码选出，这10个号码所对应的工人组成样本. 例3 （14分）某一个地区共有5个乡镇，人口3万人，其中人口比例为3∶2∶5∶2∶3，从3万人中抽取一个300人 的样本，分析某种疾病的发病率，已知这种疾病与不同的地理位置及水土有关，问应采取什么样的方法并写出具体过程. 解 应采取分层抽样的方法. 3分 过程如下： （1）将3万人分为五层，其中一个乡镇为一层. 5分 （2）按照样本容量的比例随机抽取各乡镇应抽取的样本. 300×153=60（人）；300× 15 2 =40（人）； 300×155=100（人）；300×15 2=40（人）； 300× 15 3=60（人）， 10分 因此各乡镇抽取人数分别为60人，40人，100人，40人，60人. 12分 （3）将300人组到一起即得到一个样本. 14分
上市公司财务报表分析公式汇总
财务报表分析是通过收集、整理企业财务会计报告中的有关数据，并结合其他有关补充信息，对企业的财务状况、经营成果和现金流量情况进行综合比较和评价，为财务会计报告使用者提供管理决策和控制依据的一项管理工作。本文主要介绍了财务报表分析公式大全。 一、偿债能力分析： 1、流动比率=流动资产/流动负债*100%。指标越高，企业流动资产流转越快，偿还流动负债能力越强。国际公认200%，我国150%较好。 2、速动比率=速动资产(流动资产-存货)/流动负债*100%。国际标志比率100%我国90%左右。
3、资产负债率=负债总额/资产总额*100%。指标越高负债程度高，经营风险大，能以较低的资金成本进行生产经营。保守比率不高于50%，国际公认较好60%。 4、长期资产适合率=(所有者权益+长期负债)/(固定资产+长期投资)*100% 二、资本状况分析： 1、资本保值增值率=扣除客观因素后的年末所有者权益/年初所有者权益*100%，指标越高，资本保全情况越好，企业发展潜力越大，债权人利益越有保障。 2、资本积累率=本年所有者权益增长额/年初所有者权益*100%，指标越高，所有者权益增长越快，资本积累能力越强，保全情况好，持续发展能力越大。 三、盈利能力分析： 1、主营业务毛利率=毛利(主营收入-主营成本)/主营业务收入*100%，介于20%-50%之间，一般相对合理稳定，流动性强的商品，毛利率低。设计新颖的特殊商品(时装)毛利率高。 2、主营业务净利率=净利润/主营业务收入*100%，反映企业基本获利能力。
3、主营业务成本率=主营业务成本/主营业务收入*100% 4、营业费用率=营业费用/主营业务收入*100% 5、主营业务税金率=主营业务税金及附加/主营业务收入*100% 6、资产净利率=税后净利/平均总资产*100%=主营业务净利率*总资产周转率。指标高低于企业资产结构，经验管理水平有密切关系。 7、净资产收益率=净利润/平均所有者权益*100%。反映投资者投资回报率，股东期望平均年度净资产收益率能超过12%。 8、不良资产比率=年末不良资总额/年末资产总额*100% 9、资产损失比率=待处理资产损失净额/年末资产总额*100% 10、固定资产成新率=平均固定资产净值/平均固定资产原值*100% 11、流动比率=流动资产/流动负债*100% 12、速动比率=速动资产/流动负债*100% 13、资产负债率=负债总额/资产总额*100% 14、长期资产适合率=(所有者权益+长期负债)/(固定资产+长期投 资)*100%
统计学分析报告模版
统计学调查报告 （08级） 上海商学院学生消费状况调查报告 （奉浦校区） 徐伟杰，景宝龙，苏淳，张玮，贾金诚小组成员 指导教师姓名崔峰 物流管理系 系名称 论文提交日期2010.12.23
目录 一，调查目的： (3) 二，调查对象： (3) 三，调查项目： (3) 四，调查时间和时限 (3) 五，调查的组织工作 (4) 六，调查结果： (4) 七，调查问卷 (4) 市大学生消费状况调查问卷 (4) 八，调查分析： (6) （一）基本信息 (6) （二）消费结构状况分析： (7) （三）具体消费情况： (8) 九，预测分析 (13) 十，调查分析 (15) 十一，附录：调查统计汇总表 (17)
一，调查目的： 随着社会的发展，大学生的消费方式及消费状况引起了社会各界的极大关注，社会消费观念的转变和周围环境影响他们的消费观念和行为。大学生有着较为前卫的消费观念，消费来源主要有家庭父母供给，构成了一个比较特殊的消费群体，随着大学生数量的不断攀升，他们的消费行为在一定程度上形象着整个社会的消费观念和消费行为。而有拥有30所本科院校，大学生的数量比较庞大，并且有着更加前卫的消费观念。就此我们针对商学院学生的消费情况展开调查，了解我校学生的消费特征，进而探求更为科学的消费方式和行为，提高大学生的消费效益。 二，调查对象： 统计调查对象：商学院奉浦校区在读学生 统计调查单位：每一位在商学院奉浦校区就读的学生 统计填报单位：物流管理082班景宝龙、徐伟杰 三，调查项目： 统计标志：户籍所在地、就读年级、家庭月收入、个人月生活费、生活费来源、各方面的消费金额分配、是否满意目前的消费金额、期望月消费金额、消费计划、期望消费项目、超前消费的情况 四，调查时间和时限 调查时间：2010年10月 调查时限：两个月 五，调查分工： 问卷设计：徐伟杰 问卷校验：淳，玮，景宝龙 问卷调查：景宝龙，玮，淳，徐伟杰，贾金诚
上市公司年报分析方案报告
公司代码：600222 简称：人福医药 公司代码：600079 简称：太龙药业 上市公司年报分析报告书 课题名称：对药品行业人福医药、太龙药业的年报分析报告组长： 学号： 院系： 专业： 组员： 指导教师： 时间：2017-5-25
组员情况介绍
目录： 一．总体情况 （一）研究对象 (4) （二）公司概况 (4) （三）行业概况 (9) （四）市场地位 (10) 二．对比分析 （一）资产分析 (11) （二）负债与权益分析 (13) （三）收入与费用分析 (17) （四）比率分析 (19) 三．结论 （一）投资建议 (21) （二）附件 (25)
一．总体情况 （一）研究对象 人福医药集团股份公司，太龙药业股份有限公司 （二）公司概况 1、人福医药集团股份公司 （1）公司主要业务 根据中国证监会上市公司行业分类结果，公司属于“C27医药制造业”。公司主要从事医药产品的研发、生产和销售，主要业务涵盖化学药品制剂、化学原料药、中药、生物制剂等多个医药细分行业，是省医药工业龙头企业和国家级企业技术中心，2015年度中国医药工业百强企业排名第28位。 公司坚持“做医药行业细分市场领导者”的发展战略，在中枢神经系统用药、生育调节药、生物制品、维吾尔民族药、体外诊断试剂等领域不断巩固或强化领导或领先地位，近年来在美国仿制药业务取得快速进展。目前，公司及下属子公司拥有576个药品生产批文，其中有48个独家品规产品，共有141个品种纳入《国家基本药物目录》（2012年版），316个品种纳入《国家基本医疗保险、工伤保险和生育保险药品目录》（2017年版）。公司主要药（产）品包括枸橼酸芬太尼注射液、枸橼酸舒芬太尼注射液、注射用盐酸瑞芬太尼、咪达唑仑注射液、盐酸氢吗啡酮注射液、米非司酮制剂、黄体酮原料药、人血白蛋白、硫酸新霉素原料药、熊去氧胆酸胶囊等，产品基本情况详见本报告“第四节经营情况讨论与分析”之“（四）行业经营性信息分析”中关于“主要药（产）品基本情况”的容。经过20多年的发展，公司质量管理体系日趋成熟，产品质量安全可靠，产品竞争优势明显，产品市场空间广阔。同时，公司已搭建覆盖全国的营销体系，着力打造医药流通和医疗服务区域龙头企业，积极布局大健康产业以实现医药全产业链的深度融合。在此基础上，公司积极拓展国际市场，力争成为国际化的优质医药企业。 （2）公司经营模式 公司坚持做“医药行业细分市场领导者”，加强下属医药制造业和医药商业子公司之间在产品分销配送、医院开发等方面的深度合作，以实现医药全产业链的深度
统计学的数据分析
2012-2013第一学期《统计学原理》课程期末测试关于第三产业旅游业的调研报告 -------基于数据的分析 班级： ------- 姓名： ====== 学号： -------- 总分： 完成时间：2112 年 12 月10 日评分标准：（总分100分）（四号字，宋体） 一、数据方面（最高分15分） 1.数据量的多少（0-5分） 2.数据的真实性（0-5分） 3.数据选取的合理性（0-5分） 二、分析方法的选择（最高分15分） 1.方法的合理性（0-5分） 2.方法选取的难度（0-5分） 3.方法的多样性（0-5分） 三、分析过程（最高分55分） 1.分析思路的条理性（0-15分） 2.分析过程中的图表利用（0-10分） 3.计算过程的正确情况（0-15分） 4.分析过程中的解释和说明（0-15分）
四、结论的解释（最高分15分） 1.只有简单的解释（0-8分） 2..能做到定性和定量结合的分析解释（8-15分） 特别说明：如发现有抄袭，成绩按0分处理。 一：调研目的 中国经济实力不断争强，进入21世纪的中国面临的机遇又是挑战，第一、第二产业不足以支撑起整个中国经济的命脉，势必会加大对第三产业的重视，第三产业的发展，也是我们国家的一项重要的工作，我今天就从第三产业中的旅游业作为一个考察对象，针对当前的社会情况，中国国民近几年掀起一股旅游高潮来进行此项调研，分析中国旅游业发展的情况。 二：调研方式 本次作业调研方式，采用数据收集，主要从人均GDP的各项数据、CPI指数和旅游业的各项数据结合分析。针对获得的数据进行数据整理，利用统计学相关知识进行相关计算。 三：调研数据分析 （一）表1 1999-2009年全国国内旅游收入、CPI、人均GDP及国内旅游人数
spss的数据分析报告范例
关于某地区361个人旅游情况统计分析报告 一、数据介绍： 本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析，以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分地区359个人旅游基本 状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性情况的基本分布。 统计量 积极性性别 N 有效359 359 缺失0 0 首先，对该地区的男女性别分布进行频数分析，结果如下
性别 频率百分比有效百分 比 累积百分 比 有效女198 55.2 55.2 55.2 男161 44.8 44.8 100.0 合计359 100.0 100.0 表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性。 其次对原有数据中的旅游的积极性进行频数分析，结果如下表： 积极性 频率百分比有效百分 比 累积百分 比 有效差171 47.6 47.6 47.6 一般79 22.0 22.0 69.6 比较 好 79 22.0 22.0 91.6 好24 6.7 6.7 98.3 非常 好 6 1. 7 1.7 100.0 合计359 100.0 100.0 其次对原有数据中的积极性进行频数分析，结果如下表： 其次对原有数据中的是否进通道进行频数分析，结果如下表：
完整word版经济统计分析案例
案例2-1 Gulf Real Estate Properties公司 Gulf Real Estate Properties有限责任公司是佛罗里达西南部的一家房地产公司。企业在广告中称自己是“真正的地产专家”。公司通过搜集有关地点、定价、售价和每套售出花费天数，对房屋的销售进行监督。如果房屋位于墨西哥湾，则称之为“看得见海湾的房屋”；如果房屋位于墨西哥湾附件的其他海湾或者高尔夫球场，则称之为“看不见海湾的房屋”。来自佛罗里达州那不勒斯的多元列表服务的样本数据，给出了最近售出的40套看得见海湾的房屋和18套看不见海湾的房屋的数据。数据见GulfProp.xls，价格以千美元计。 管理报告 1.对看得见海湾的房屋，求售价的总体均值以及售出中花费天数的总体均值的95%置信区间，并解释你的结论。 2.对看不见海湾的房屋，求售价的总体均值以及售出中花费天数的总体均值的95%置信区间，并解释你的结论。 3.假定分公司的经理要求在40000美元的边际误差下对看得见海湾的房屋售价的均值进行估计，在15000美元的边际误差下对看不见海湾的房屋售价的均值进行估计。取置信度为95%，则应选取多大的样本容量。 解答：利用Excel软件求得一些数据如图1、图2： 图1：看得见海湾
图2：看不见海湾 ?未知的情况，售价首先对看得见海湾的房间，根据题意，易知这是属于1. ?X 106454.2?X , ，出售天数的总体均值的总体均值21 ：则售价的95%置信区间为SS 192.5192.5?????? 1nn ?1?392.65,515.79????454.2?2.0232.023?X ?t ?,X ?t ,454.2?????11 ??nn 4040???? 22 售出中花费天数的均值的95%置信区间为： SS 52.252.2?????? 1n 1?n ?89.30,122.70?106?2.023?t ?,X ?t ??,106?2.023?X ?????22 ??nn 4040???? 22 ?2. 未知的情况，售价的总体均值对于看不见海湾的房间，依旧是 X ?135.0203.2X ? ，售出天数的总体均值21所以售价的总体均值的95%置信区间 为： SS 43.8943.89??????
如何分析上市公司年报_证券论文.doc
全面，投资者如果想知道更多关于公司的信息，最好阅读详细版本的年报。年报内容一般很多，尤其详细版年报通常有几十页的内容，因此，阅读起来是要花费不少时间，而且需要一定的证券投资方面的知识。 在接受记者采访时，一位姓李的投资者说，上市公司往往利用年报给投资者设置陷阱，银广夏就是一个典型的例子。１９９９年及２０００年年报中，银广夏的会计师事务所竟然出具了无保留意见的审计报告，这样一来，上市公司年报的真实性还哪里有什么保障。所以，李先生不相信年报，对分析、研究上市公司的年报，然后据此做出投资决策持反对态度。 中国银河证券的肖汉平博士对李先生关于年报真实性的观点并没有直接作出评论。他认为，上市公司借年报造假的现象肯定是存在的，但就此否定年报的合理价值就过于片面，相信随着证券监管机构对上市公司信息披露管理的加强，上市公司信息披露也将越来越规范。 对于一个业余投资者来说，要对年报信息的真实性作出准确判断是比较困难的，但投资者如果能够仔细阅读年报也可以从中发现一些有价值的信息。肖汉平认为，投资者首先要阅读财务摘要指标，了解公司收益情况，比较公司业绩的变化情况；其次，在分析财务报表（资产负债表、损益表、现金流量表）时，
一些指标要重点考察，比如损益表中的主业收入、毛利、主业利润、营业利润、净利润的增长率，资产负债表中的应收账款、存货绝对变化和相对主业收入的比例等。如果指标出现明显异常的变化，就需要寻找其变化的原因；第三，除了对财务报表进行分析外，公司年报中这样几方面的内容也需要认真阅读，比如公司管理层对公司经营情况认可程度的信息、公司重大事件、财务报表的附注及注册会计师的审计意见，从中可以了解公司和中介机构对公司经营情况的解释；最后，对于业余投资者来说，对公司年报的真实性做出准确判断是有困难的，如果条件允许的话，可以向专业人员进行咨询。
2019年统计学数据分析报告
统计学数据分析报告 一、调查研究方案的设计与组织实施 （一）调查目的 (1)描述和反映本校商学院14级金融系学生对于毕业去向的意向，分析并研究各意向的分布情况； (2)在专业，性别，家庭因素，个人因素等方面对毕业意向的分布进行研究，探究这些因素对于毕业意向分布的影响。(3)分析和解释形成毕业意向分布差异的因素和原因； (二)调查对象和调查单位 本次调查的基本调查对象是本校商学院金融类的部分同学。调查单位为此范围内的每一个同学。 在此基础上，在每个专业内随机抽取样本进行抽样调查，进而对整体进行推断。 （三）调查的组织和实施方法 获取资料的方法：问卷法、文献法本小组采用的基本方法为问卷法，发放问卷60份，收回问卷54份。辅助方法为文献法，通过图书馆和网络获取相关背景资料，对研究素材进行丰富和补充。调查方法：抽样调查抽样方法：分层抽样 将调查对象按专业分为金融工程、金融学和信用管理三个类别，然后从各个类别中随机抽取组成样本，用于对整体进行推断。数据资料整理结果如下：
在全部被调查对象中，男生23人，占43%，女生31人，占57%，金融学18人，占总体1/3,信用管理18人，占总体1/3,金融工程18人，占总体1/3。选择考研的有14人，占总体的26%。选择出国深造的有1人，占总体的2%。选择自主创业的有3人，占总体6%。选择直接就业的有29人，占总体54%。选择考公务员的有7人，占总体12%。 （四）调查时间和调查期限 调查时间：20XX年5月9日 调查期限：20XX年5月9日―20XX年5月14日（五）调查项目和调查表 调查项目：性别年级专业毕业意向家庭收入情况性格特点就业优势调查表如下： 二、统计数据的整理和分析 （一）总体分布情况与相关分析 根据问卷统计的数据得到的频数分布表和毕业意向分布饼图如下： 由上表可以得到以下结论： 选择直接就业的人数占总体的比例最大，占总体的54%其次是选择考研和考公务员，分别占总体的26%和12%。 选择出国深造和自主创业的人数最少，只占总体的2%和6%。可以看出大部分同学的毕业意向集中在直接就业和考研两个方面，而出国深造和自主创业对本校商学院来说仍旧是比较冷僻的意向。
统计学分析报告
统计学方案设计 ————问卷调查分析报告 目录 正文 (2) 1、确定研究问题 (2) 1.1背景分析 (2) 1.2确定研究问题 (3) 2、选择统计分析方法 (4) 2.1问卷设计 (4) 2.2问卷内容 (4) 2.3选择处理软件 (4) 3、收集样本数据 (4) 4、数据分析 (5) 4.1初步分析 (5) 4.2每周运动次数和设施紧缺度的参数估计 (9) 4.3体育项目与紧缺度假设检验 (11) 4.4、运动时间与场地紧缺度的列联分析 (15) 5、总结与建议 (16) 6、调查方案优缺点分析 (16)
附1：问卷 (18) 正文 通过一个学期对统计学原理的学习，我们学会了如何用利用数学分析来解决实际问题。在这次调查中，我们确定了以“校内体育设施利用状况”为主题的问卷调查。以下是我们小组这次调查分析的研究流程： 1、确定研究问题 1.1背景分析 众所周知，适当的体育锻炼对每个人的身体健康至关重要。对于我们大学生而言，适量的体育锻炼不仅有助于我们的身体健康，更有助于我们的心理健康。具体来说，一方面，体育锻炼有利于人体骨骼、肌肉的生长，增强心肺功能,改善血液循环系统、呼吸系统、消化系统的机能状况，有利于人体的生长发育，提高抗病能力，增强有机体的适应能力。另一方面，体育锻炼还可以调节人体紧张情绪，改善生理和心理状态，恢复体力和精力，培养人的团结、协作及集体主义精神。而在学业压力巨大的今天，大学生的身心健康越来越受到大众的关注。
在我校内部，师生积极参与各类体育活动。在一天的各个时间段，都会有师生在运动场锻炼。而学校方面也十分重视师生的身体健康：每年，校方都会开展“院级杯”篮球赛、“院级杯”羽毛球赛，校运动会等一系列的体育比赛，意在让师生了解体育锻炼的重要性，并提高师生对于体育锻炼的喜爱度。各类比赛也都得到了师生的积极参与。学校也在各项体育比赛中取得了相当不错的成绩。可以说，现阶段我校体育锻炼的氛围还是相当不错的。 但随着体育锻炼参与者的增加，校内的体育设施并没有得到同水平的增长。这就导致了在某些时间段，学校个别体育项目的设施供应出现了紧缺状况。有相当一部分的师生群体因为没有锻炼场地而不得不放弃了体育锻炼的机会，这也极大地降低了我校师生体育锻炼的热情。 1.2确定研究问题 基于上述问题之上，我们确定了以“校内体育设施利用状况”为主题的问卷调查。首先，主观因素方面，我们会对师生体育锻炼的现状进行调查，（比如经常参加的体育项目，参加锻炼的时间段等因素），以研究师生体育锻炼的基本情况。接着，客观因素方面，我们对师生在锻炼过程中感到的体育设施的供应情况进行调查。 通过此次调查，我们希望能了解存在设施紧缺状况的体育项目和具体紧缺的时间段。针对设施严重紧缺的体育项目，我们会向校方提出设施供应方面的建议（比如增加羽毛球场、篮球场的场地或者对篮球场地的照明情况进行改善等）；而针对少数紧缺的体育项目，我们会建议师生在设施利用度较低的时间段进行锻炼。 最终通过我们的调查问卷，我们希望可以给广大师生提供更多更好的锻炼机会。
统计学案例分析
统计学案例实习教学大纲（课程编号：00700397） 适用年级： 是否双语：是 否
课程类别：E：集中性实践 学时学分：课程总学时2周其中实验（上机）学时学分 2 先修课程：《统计学》《统计学案例》《市场调查与分析》 开课单位：管理学院统计系 适用专业统计学 开课学期 4 二、实践环节简介 统计学案例实习课程是统计学专业的一门技术基础课，是专业选修课程，也是统计学专业的重要实践环节课。它是在学习了统计学、市场调查与分析相关理论和方法的基础上，如何将相关理论和方法运用于实际问题的解决。拉近理论与现实的距离，使统计学专业的学生更好地掌握统计综合指标的计算和应用，抽样调查的基本理论和方法，统计预测的理论、方法及应用，并提高实践动手能力和综合分析能力。 三、实践环节教学目的与基本要求 教学目的： 1.通过课程实习，应使学生掌握统计学的基本理论，统计研究的基本方法，掌握统计综合指标的计算和应用，统计指数的编制和分析，抽样调查的基本理论和方法，掌握统计预测的理论、方法及应用。 2.通过课程实习,培养学生具备对经济运行的实际内容进行具体的计算分析,培养学生用统计方法解决实际问题的能力。 3.通过具体而全面的统计案例实习来启发学生的悟性,挖掘学生的潜能,培养学生用统计理论和统计方法解决实际问题的动手能力和创新能力，提高学生的统计素质。 基本要求： 在已学习了统计学、市场调查与分析和统计学案例等课程的前提下，要求学生既能够独立完成各项实习，又能够养成团队协作的精神，共同撰写实习报告。 四、实践环节注意事项 实习方式：学生自己动手实习。 1、以小组为单位进行实习。 2、实行开放式实习教学，增加学生选择实验项目和实验时间的自主性。 注意事项：1、实习前由教师向学生讲明课程内容、进度安排、书写实验报告要求等。 2、实习4-6人为一组, 分工、协作共同完成。 3、实习报告是本实习教学的一个重要环节, 需要学生掌握的内容可以通过实习报告反映学生对其掌握程度, 让教师了解尚存在的问题。 五、实践环节主要内容与时间安排 （一） 实习项目一大学生生活费收支状况调查 知识点：调查方案设计的基本内容,设计方法 重点：各种抽样统计调查方法的特点和应用条件 难点：大学生生活费收支状况分析 实习项目二关于逃课问题的调查 知识点：调查方案设计 重点：问卷设计 难点：对逃课问题分析。 实习项目三福州大学本科生自习情况调查 知识点：调查方案设计 重点：问卷设计
统计学数据分析报告记录
统计学数据分析报告记录
————————————————————————————————作者：————————————————————————————————日期：
统计学数据分析报告 一、调查研究方案的设计与组织实施 （一）调查目的 (1)描述和反映本校商学院14级金融系学生对于毕业去向的意向，分析并 研究各意向的分布情况； (2)在专业，性别，家庭因素，个人因素等方面对毕业意向的分布进行研 究，探究这些因素对于毕业意向分布的影响。 (3)分析和解释形成毕业意向分布差异的因素和原因； (二) 调查对象和调查单位 本次调查的基本调查对象是本校商学院金融类的部分同学。 调查单位为此范围内的每一个同学。 在此基础上，在每个专业内随机抽取样本进行抽样调查，进而对整体进行推断。 （三）调查的组织和实施方法获取资料的方法：问卷法、文献法 本小组采用的基本方法为问卷法，发放问卷60份，收回问卷54份。 辅助方法为文献法，通过图书馆和网络获取相关背景资料，对研究素材进行丰富和补充。 调查方法：抽样调查 抽样方法：分层抽样 将调查对象按专业分为金融工程、金融学和信用管理三个类别，然后从各个类别中随机抽取组成样本，用于对整体进行推断。 数据资料整理结果如下：
在全部被调查对象中，男生23人，占43%，女生31人，占57%，金融学18人，占总体1/3,信用管理18人，占总体1/3,金融工程18人，占总体 1/3。选择考研的有14人，占总体的26%。选择出国深造的有1人，占总体的2%。选择自主创业的有3人，占总体6%。选择直接就业的有29人，占总体54%。选择考公务员的有7人，占总体12% 。 （四）调查时间和调查期限 调查时间：2016年5月9日 调查期限：2016年5月9日―2016年5月14日 （五）调查项目和调查表 调查项目：性别年级专业毕业意向家庭收入情况性格特点就业优势 调查表如下： 毕业意向 专业性别 考研出国深造自主创业直接就业考公务员金融工程男7 0 0 0 6 1 女11 2 0 0 8 1 金融学男8 2 1 0 4 1 女10 6 0 1 2 1 信用管理男8 1 0 1 5 1 女10 3 0 1 4 2 合计54 14 1 3 29 7 二、统计数据的整理和分析
SPSS统计分析报告分析报告案例
SPSS统计分析案例 一、我国城镇居民现状 近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。 二、我国居民消费结构的横向分析 第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医
疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动需,促进我国的经济发展方面有着重大的现实意义。 三、我国居民消费结构的纵向分析 进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费水平显著提高,居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消费支出中的比重呈现明显的下降趋势,其中食品类支出比重降幅最大;衣着类有所下降;家庭设备用品类下降幅度不是很大。与此同时,医疗保健、交通通讯、文化娱乐教育服务、居住及杂项商品支出在消费支出中的比例均有上升,富裕阶段的消费特征开始显现。 四、我国城镇居民消费结构及趋势的统计分析