关于统计分析的步骤和方法 :1：聚类分析 2：判别分析 3：定性资料分析 1：回归选元方法2：聚类分析 3：主成份分析4：因子分析5：对应分析 1：定性资料分析 2：回归分析 3：典型相关分析 4：主成份分析5：因子分析 6：对应分析 1：回归分析2：判别分析3：定性资料分析 4：聚类分析
五：提炼具体问题，确定欲达目标
1、能力、知识、条件的限制2、抓住主要矛盾，提炼问题、确定切实可行的目标
六：确定定性理论，设置指标变量
1、 根据相关定性理论进行分析
如回归分析方法中，利用经济学理论，确定各因素之间的因果关系。
内生变量——被解释变量
外生变量——解释变量
确定被解释变量
确定解释变量
七：选择变量时注意几点
1、认识的局限性2、变量之间的相关性3、实际统计数据的局限性4、注意与一些专门领域的专家合作
5、并不是涉及的解释变量越多越好6、需要经过反复试算、最终找到合适的变量。 1、 数据的收集工作（1）时间序列数据※注意数据的可比性※统计口径问题※随机误差项的序列相关问题
（2）横截面数据※异方差性问题（3）样本容量问题
2、统计数据整理：折算、差分、对数化、标准化、剔除、插值法等 九：根据目标和数据，选择统计方法，构造理论模型
1、 绘制变量的样本统计图表2、统计模型的建立 3、如柯布-道格拉斯生产函数
4、采用不同形式进行计算机模拟
十：进行统计计算，估计模型参数
1、 利用选择的方法进行统计计算：如均值、方差、相关矩阵、距离矩阵、特征值与特征向量等。
2、 根据样本数据估计模型参数 3、最小二乘法、极大似然法、岭估计、特征根估计、主成份估计等。
4、 应用计算机软件：EXCEL、POWEPIVORT 、EVIEWS、SPSS、SAS、MINITAB。
十一：模型的检验与修改
1、 统计检验：对回归方程和回归系数的显著性检验、拟合优度检验；随机误差项的序列相关检验、异方差性检验； 解释变量的多重共线性检验。2、模型实际意义的检验 3、对模型进行修改。可能需要反复修改几次。
十二：统计模型的应用
1、分类研究2、简化数据结构3、变量的相关（因素）分析4、进行经济预测5、注意定性分析与定量分析的有机结合。
2016.11.24
关于统计分析的步骤和方法 :1：聚类分析 2：判别分析 3：定性资料分析 1：回归选元方法2：聚类分析 3：主成份分析4：因子分析5：对应分析 1：定性资料分析 2：回归分析 3：典型相关分析 4：主成份分析5：因子分析 6：对应分析 1：回归分析2：判别分析3：定性资料分析 4：聚类分析
五：提炼具体问题，确定欲达目标
1、能力、知识、条件的限制2、抓住主要矛盾，提炼问题、确定切实可行的目标
六：确定定性理论，设置指标变量
1、 根据相关定性理论进行分析
如回归分析方法中，利用经济学理论，确定各因素之间的因果关系。
内生变量——被解释变量
外生变量——解释变量
确定被解释变量
确定解释变量
七：选择变量时注意几点
1、认识的局限性2、变量之间的相关性3、实际统计数据的局限性4、注意与一些专门领域的专家合作
5、并不是涉及的解释变量越多越好6、需要经过反复试算、最终找到合适的变量。 1、 数据的收集工作（1）时间序列数据※注意数据的可比性※统计口径问题※随机误差项的序列相关问题
（2）横截面数据※异方差性问题（3）样本容量问题
2、统计数据整理：折算、差分、对数化、标准化、剔除、插值法等 九：根据目标和数据，选择统计方法，构造理论模型
1、 绘制变量的样本统计图表2、统计模型的建立 3、如柯布-道格拉斯生产函数
4、采用不同形式进行计算机模拟
十：进行统计计算，估计模型参数
1、 利用选择的方法进行统计计算：如均值、方差、相关矩阵、距离矩阵、特征值与特征向量等。
2、 根据样本数据估计模型参数 3、最小二乘法、极大似然法、岭估计、特征根估计、主成份估计等。
4、 应用计算机软件：EXCEL、POWEPIVORT 、EVIEWS、SPSS、SAS、MINITAB。
十一：模型的检验与修改
1、 统计检验：对回归方程和回归系数的显著性检验、拟合优度检验；随机误差项的序列相关检验、异方差性检验； 解释变量的多重共线性检验。2、模型实际意义的检验 3、对模型进行修改。可能需要反复修改几次。
十二：统计模型的应用
1、分类研究2、简化数据结构3、变量的相关（因素）分析4、进行经济预测5、注意定性分析与定量分析的有机结合。
2016.11.24