[摘要]本文对现代统计分析方法进行研究，以层次分析法、典型相关分析、多元线性分析法为例，对现代统计分析方法与应用加以阐述，旨在通过本文研究，使统计分析效率得以提升，在更多领域得到广泛应用。
[关键词]现代统计分析；层次分析；典型分析
现代统计分析作为一种典型的信息统计方法，可为统计咨询、统计监督提供重要依据，同时也是改革开放背景下，在经济方面实施宏观调控的数据参考。此种分析方法包含的内容众多，如层次分析法、典型相关分析、多元线性回归分析等等，本文将分别对上述三种方法的实际应用进行简述和研究。
1 层次分析法的应用
在实际统计工作中，经常遇到多项指标综合评定的问题，在统计和评定过程中，各项指标权数的确定十分重要，但操作
难度较大，一旦计算不精准则会对最终评价结果产生直接影响，而以往采用的经验判断法由于掺杂过多的主观因素，对结果的客观性影响较大，对此应采用层次分析法，确保最终评价结果的真实可靠。
1.1 建立层次模型
层次分析法主要适用于非定量事件的定量分析，根据分析对象性质与决策的总目标，通过划分相互联系有序层次的方式对各项影响因素进行梳理，根据因素之间的联系与隶属关系，使各项因素按照不同层次聚合起来，形成多层次的结构模型，这也是层次分析的首要步骤，在该模型中分为最高层、中间层与最低层，在相同层次中进行因素对比与评价，对后一层因素起到支配作用，同时又从属于上一层因素。
第十四条 危改房设置阳台、露台时，梁、柱、板、墙体等构件应符合本最低建设要求的相关要求，并根据相关规范要求设置防护栏杆。
1.2 构造判断矩阵
通过数学方式，对每层所有因素的重要次序进行排列，在操作中应保持判断思维一致性，以免出现A1比A2重要，A2比A3重要，但A3又比A1重要的矛盾现象。在对精度要求不严格的情况下，还可采用简便算法开展一致性检验，使每层因素的重要次序均得以明确。
1.3 明确每层重要次序
在层次模型构建完毕后，各因素的层次隶属关系得以明确，可对任意层次因素的重要性进行判断。为了便于量化，可引入合适的标度，将判断内容用数值标注出来，如判断矩阵A，再对该层次中相关因素两两对比，按照重要程度进行排列[1]。
典型相关分析主要适用于选取典型变量最优线性组合的工作中，基本原理为：在全部线性组合U，V中，选出相关系数最大的L与M，使U＝LX与V＝MY之间的相关系数达到最大状态，再选取L(1)与M(1)，使U1＝L(1)-X与V1＝M(1)-Y的相关系数与组合U与V中为最大，如此反复，直至全部与U，U1,U2……Uk-1与V，V1,V2……Vk-1均不相关的线性组合Uk与Vk。其中，K代表的是变量X与Y之间协方差矩阵的秩，而U1与V1是按照相关系数，本着从大到小的原则成对选取，直至两组变量的相关性被全部分解完毕为止[2]。
2 典型相关分析法的应用
社会经济情况较为复杂，受影响的因素较多，例如，产品销售量的影响因素不但包括居民收入，还包括产品价格、广告宣传费等等，此时一元线性回归难以充分满足统计需求，需要将多元线性回归分析引入其中，具体应用如下。
在新的发展背景下，要进一步增进对保教工作的认识，规范一日保教活动。在科学保教工作开展过程中，要严格坚持“教育活动游戏化，游戏活动教育化”的原则，立足幼儿发展需要，以更加科学合理的发展方向来设定幼儿一日活动，有效规范一日保教活动。努力提升教师的业务水平，要求教师不能只关注教学工作，也要努力提升保教能力，经常与保育员沟通，深入交流，共同构建良好的幼儿园一日活动，提升科学保教实践的有效性，从而让幼儿在园中得到更为有效的发展。
针对某地工业内部3个部门结构与农业4个部门之间的关系，可采用典型相关分析方式，做出以下分析。
2.1 基本原理
无论任何时候，家长都必须充当孩子100%的可靠后盾、无话不说的朋友的角色。孩子的自信心和安全感来自于家长的支持，而不是打架的能力。这不仅仅是被欺负如何解决的问题，而是涉及到孩子未来一生的成长。当你让孩子“被欺负了就自己打回去，别来找我”， 那可能孩子遇到任何事情，不管自己能否解决，一辈子都不会来找你了。
2.2 主要应用
查询时通过对session中是否存有用户id判断是否登录，如有登录则进行在线查询，没有登录则进行离线查询。在线查询直接使用TrainSpider中getTrainData()获取车票信息。离线查询则调用SearchController到SearchService到SearchDao中获取数据库中对应查询条件的数据。查询需要使用数据库中对应的车站信息，所以还需要从SearchDao中获取车站信息来进行辅助。
首先明确两组变量，X的范围为x1,x2,x3而Y的范围为y1,y2,y3,y4，其中，x1，x2与x3分别代表的是电力工业、化学工业与建材工业；y1,y2,y3,y4分别代表的是种植业、林业、畜牧业与副业；然后对样本数据进行收集和整理；再利用统计软件对收集的数据信息进行处理，计算出典型相关变量与相关系数间的联系。
3 多元线性回归分析的应用
在对各项指标之间的联系进行研究时，一般需要计算出相关系数，并完成回归分析，两个变量间的联系可通过相关系数体现出来，而若干变量与特定变量间的关系则可通过回归分析体现出来，但却无法体现在两组变量间的关系，这时便可引入典型相关分析法，对两组变量间的关系进行统计分析。
3.1 回归模型
当因变量y与自变量x1,x2……xP之间为线性关系时，回归模型的一般形式为：
式中，β0，β1……βp属于p+1个未知参数，也可称为回归系数，含义为当其他变量固定，自变量xi变动一个单位时，因变量y将变动βi个单位。当p的数值为1时，属于一元线性回归模型，当p的数值超过2时，则属于多元线性回归模型[3]。
3.2 统计检验
在多元线性回归中，主要的检验方法为：一是拟合优度检验，对R2的数值进行计算，也就是样本决定系数，通过检验回归方程测试样本数值的拟合优度；二是F检验，判断自变量对因变量能否产生较大影响；三是T检验，即显著性检验，判断自变量与因变量的关系是否显著，如若不显著，则可将自变量从方程中去除。
4 结语
综上所述，通过本文对层次分析法、典型相关分析、多元线性分析法的研究，使现代统计分析方法得以完善和推广，使社会经济发展中遇到的更多复杂统计问题迎刃而解，各项因素的权重分配更加科学，最终的评价结果更加精准客观，为社会经济的公正和谐贡献更大力量。
【参考文献】
[1]张志英,张彦通.现代统计分析方法在考试质量管理中的应用[J].中国高等教育评估, 2017(3):63-64.
[2]斯童. 叩开现代统计分析的大门──评《现代统计分析知识与写作》[J]. 江苏统计 , 2018(10).
[3]马立平, 陈首丽. 现代统计分析方法的学与用(十一)典型相关分析 [J]. 数据 , 2017(11):40-40.
[中图分类号]B841.2
[文献标识码]C
[文章编号]2096-1995(2019)24-0214-01
作者简介：史松奇（1979.12-），男，江苏省泰州市兴化市人，本科，毕业于南京农业大学，中级统计师，研究方向：统计。
标签：统计分析论文; 线性论文; 层次论文; 因素论文; 变量论文; 社会科学总论论文; 统计学论文; 统计方法论文; 《科技经济导刊》2019年第24期论文; 江苏省泰州市兴化市张郭镇便民服务中心论文;