数据统计分析的目的篇1
关键词：投资项目后评价；系统工程；反馈控制理论；统计方法
中图分类号：C32文献标识码：a文章编号：1001-828X（2013）11-0-01
一、引言
投资项目后评价是项目生命周期中不可或缺的重要环节，是对项目的立项决策、建设目标、设计施工、竣工验收、生产经营全过程所进行的系统综合分析和对项目产生的财务、经济、社会和环境等方面的效益与影响及其持续性所进行的客观全面的再评价，通过分析和评价、吸取项目的经验和教训，为后续项目的建设提供参考。本文以某产能区块一次、二次加密及聚合物驱项目后评价为例，从工程项目后评价的内容着手，对其进行系统分析研究，对投资项目后评价中数据资料、预测资料、等级资料的统计方法的选择进行了分析，给出了投资项目后评价中各类统计资料的适用统计方法。
二、统计分析方法概述
统计类型根据数据类型，可分为计数资料、预测资料、等级资料三种统计类型，对于每种类型均有相应的统计方法。
（一）计数资料的统计方法
计数资料是将大量的定量指标进行统计归类，计数资料的统计方法主要针对四格表和R×C表进行归类分析，所谓R×C表可以分为双向无序，单向有序、双向有序属性相同和双向有序属性不同四类，不同类的行列表根据其研究目的，其选择方法也不一样。
（二）测资料的统计方法
分析预测资料的统计分析方法可分为参数检验法和非参数检验法。参数检验法主要为t检验和方差分析F检验等，非参数检验法主要包括秩和检验等。t检验主要是将已有的前段实际数据与预测数据进行直观对比，根据数据规律进行重新预测，得出更加准确的结论。F检验是将已有的前段实际数据与预测数据进行方差分析对比，矫正进行重新预测，得出更加准确的结论。
（三）等级资料的统计方法
等级资料是对性质和类别的等级进行分组，再清点每组观察单位个数所得到的资料。在临床医学资料中，常遇到一些定性指标，如临床疗效的评价、疾病的临床分期、病症严重程度的临床分级等，对这些指标常采用分成若干个等级然后分类计数的办法来解决它的量化问题，这样的资料统计上称为等级资料。
三、项目后评价中统计分析法应用分析
项目后评价资料丰富且错综复杂，要想做到合理选用统计分析方法并非易事。对于同一个资料，若选择不同的统计分析方法处理，有时其结论是截然不同的。项目后评价中正确选择统计方法的依据是：第一，根据研究目的，确定数据特征，正确判断统计资料所对应的类型（预测、计数和等级资料）；第二，根据相应的数据类型，选择合适的统计方法进行数据分析；第三，还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择统计分析方法。
在某产能区块一次、二次加密及聚合物驱投资项目后评价中，有很多情况应采用计数资料的统计方法将大量的定量指标进行统计归类，从而发现其中的规律，为后评价得出正确的评价结果。包括如“项目主要目标实现情况评价表”、“储量变化情况表”、“开发方案设计指标评价表”、“地层压力情况统计表”、“钻井液参数设计数据表”、“各种石英砂性能指标”、“水、聚驱排量相当抽油机和螺杆泵经济评价统计表”、“新钻开发井投资变动情况表”等等。
对水、聚驱投产的205口油井的产液、产油、泵径、泵效、载荷利用率等计数资料进行统计分析，利用单向有序R×C表进行统计，统计如下：
根据R×C表的统计，聚驱区块抽油机井，预测平均单井初期产液74.54t/d，实际初期平均单井日产液80.68t，日产油6.33t，综合含水92.15%，平均泵效65.16%。载荷利用率为36.04%，扭矩利用率为51.83%；水驱区块抽油机井，预测平均单井初期产液22.3t/d，实际初期平均单井日产液27.52t，日产油4.24t，综合含水84.6%，载荷利用率为49.55%，扭矩利用率为58.18%，平均泵效47.15%；通过统计表很清楚地发现，所选抽油机型号可以满足生产要求，且为后期增产措施实施后可以达到的最高产量留有余地。
四、结论
（1）投资项目后评价数据纷繁复杂，首先应对这些数据资料归类整理，认清那些是计数数据、哪些是预测数据、哪些是等级数据，以便选择合适的统计分析方法。
（2）对于定量的实际数据一般应选择计数统计方法，预测性数据一般应用预测对比方法，等级类定性的数据一般应选择等级分类统计方法。
（3）对于不同数据类型，若选择不同的统计分析方法处理，有时其结论是截然不同的。
参考文献：
[1]何静.石油勘探开发建设项目中评价研究[D].四川：西南石油学院，2002.
数据统计分析的目的篇2
关键词：大数据；统计学；教学体系改革
中图分类号：G642.0文献标志码：a文章编号：1674-9324（2015）04-0110-02
一、大数据时代统计学专业发展的新特点
（一）数据化的信息收集
传统的统计研究主要是对已收集的数据进行各种技术分析，包括描述性分析、推断性分析、截面分析、时间序列分析等，侧重点在于技术分析手段的使用上。然而大数据时代，关注的是信息本身。现代信息系统的使用使大数据成为可能，文字、地理方位、沟通等，任何事物都可以量化，一切现象都可以用数据或表格来诠释。因此，大数据背景下世界是由各种信息和数据所构成的。
（二）全数据模式的研究对象
在信息处理能力受限制的过去，人们缺少用来分析所收集数据的工具，因此产生了随机抽样。随机抽样法的目的是用最少的数据获得最多的关于总体的信息，从而使用样本对总体进行推断。然而，在大数据时代，数据处理的方式和技术发生了巨大的改变，人们可以通过互联网、数据库以及各种通讯工具获得海量数据，这时随机抽样就失去了它原来的意义。简单廉价的数据收集方法，足够的数据处理和存储能力，使得全数据模式成为可能。因此，大数据背景下样本即为总体。放弃随机抽样分析的捷径，采用所有数据的方法，可以发现一些隐藏在海量数据下的细节。
（三）混杂性的数据处理思维
传统的统计学处理数据的步骤是首先对数据进行整理和清洗，剔除不完整的或者异常值，然后再利用样本信息，在允许的误差范围内对总体进行推断和分析，即通过调整精确度的大小来对总体进行研究和分析。然而，在大数据背景下，来自各个时间和空间的数据来源纷杂，格式广泛，在萃取或处理数据的时候，很难做到把所有的数据都进行仔细地清洗。这种情况下，必须接受数据的混乱和不确定性，因为数据多比少好，因此更多的数据信息比更加智能、更加精确的算法系统还重要。当拥有大量数据的时候，可以忽略一部分精确性，但并不是说不需要精确性，而是数据规模不断扩大时，确切的数量已经不再那么重要了，可以通过大规模的数据来发现事物背后的规律。
（四）相关关系的基础分析方法
传统的统计中，大部分相关关系分析仅限于寻求线性关系，或是在建立假设的基础上揭示数据相互之间的因果关系，例如Granger检验就是依据时间序列数据对变量之间的因果关系进行的判断，但往往会产生一些虚假的因果关系。这是因为统计关系并没有蕴含多少真实的因果关系。在大数据背景下，数据点以数量级方式增长，用数据驱动的相关关系分析不再需要建立在假设的基础上，所以相关关系分析不容易受偏见的影响而发生错误。大数据时代相关关系通过回答“是什么”的问题，为人们认识世界提供了一种新的视角。因此，相关关系统计分析是大数据预测的基础。
二、统计学专业教学体系中存在的问题
大数据背景下传统的统计学专业教学体系存在的问题凸显，具体体现在以下几个方面。
（一）培养目标无法适应大数据时代的社会需求
传统的统计学专业教学体系的培养目标是通过统计专业核心课程内容的介绍，锻炼学生收集、整理和分析数据的能力，培养“应用型”统计专业人才。然而，大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力，从以往局限于少数的学术精英圈子扩大到了普通的社会机构、企业和政府部门，各行各业对统计数据、统计分析的需要使得统计学专业受到了前所未有的关注。大数据背景下，要求统计学作为一种分析工具，能够与其他专业相互衔接，相互服务，培养“复合型”专业人才。因此，传统的统计学专业教学体系培养目标存在两个方面的挑战：第一，如何协调统计与其他专业之间的关系；第二，如何从“应用型”向“复合型”人才进行转变。
（二）忽视数据的收集和创新
传统的统计学专业教学体系重视数据的分析技术，更多的课程设置是围绕着数据分析方法和技术展开的，例如多元统计分析、时间序列分析、统计预测与决策分析等。基础的数据收集部分只在统计学原理中有一章的内容介绍，而且是作为非重点一带而过的。大数据以海量的数据为分析研究的对象，将一切社会经济现象进行量化，重视的是信息的收集和数据的创新，包括数据的再利用，数据的重组，数据的扩展，数据的折旧以及数据的开放等各个方面。这些内容在原有的教学体系中是没有体现的。
（三）与大数据时代脱节的教学内容
传统的统计学专业教学体系仍然固守着原有的教学内容，在近二十年内变化不大。专业的主干课程有统计学原理、国民经济核算、计量经济学、抽样技术与方法等。而在大数据背景下，教学内容以全数据模式为研究对象，强调对所有的数据进行分析，而不是开展随机抽样；允许不精确的存在，而不是在给定的精确程度下对总体进行推断和分析；关注海量数据之间的相关关系，而不是强调数据之间的因果联系。这些内容都无法在现有的教学体系中体现，因此，传统的专业教学体系与大数据时代是脱节的。
（四）实践教学环节薄弱
随着“应用型”统计专业人才培养目标的提出，学校对实践教学的重视增强，与过去相比，现有的专业教学体系中已经增加了实践教学环节。但是，在大数据背景下，实践教学仍然是统计学专业教学体系中的薄弱环节。主要表现在两个方面：（1）以模型驱动为主的实践教学模式已不适应大数据时代的要求。现有的实践教学内容并不是从数据出发，而是通过寻求一些适合模型的数据来“证明”这个模型的确有意义。这种思维方式与大数据时代的要求是不适应的，因为创造模型的目的是适应现实数据，而不是由模型驱动。（2）以SpSS、eviews为主的软件教学已无法处理大数据。现有的实践教学中，主要讲授的是传统的统计分析软件SpSS和eviews，因为这两种软件发展成熟，操作简单，可以处理一般的计量模型和时间序列。但是，大数据时代数据是海量的、复杂的，用简单的软件已无法处理和实施。
三、统计学专业教学体系改革的方向
根据以上分析，时代的发展对统计学专业提出了更高的要求，现有的教学体系中存在的各种问题即为统计学专业教学体系改革的方向。
（一）准确定位统计学专业的人才培养目标，重新设计主干课程的教学内容
大数据时代要求培养“复合型”统计专业人才，因此教学体系的培养目标要从简单的“应用型”向“复合型”转变。“复合型”统计专业人才要求学生除了具备数据收集、处理和分析的能力外，还要对统计学应用领域的背景知识有一定的了解。因此，按这个培养目标，需要对现有教学体系中的主干课程重新进行调整和设计。专业主干课程分为方法和应用两个方面。方法类的课程除了原有的计量经济学、时间序列分析、多元统计分析等外，又增加了机器学习、模拟算法、数据挖掘、R软件分析（或SaS软件分析）等处理复杂大数据的方法的课程。应用类课程在保留原有的国民经济核算，金融统计，证券投资，会计学基础外，增加一些统计学应用领域的基础知识课程，例如商业统计、生物统计、保险与精算统计等。此外，适当调整各专业主干课程的课时，一些课程可以增加课时，如软件分析、数据挖掘等，一些课程可以缩减课时，仅作一些简单的介绍，如抽样技术等。
（二）转变固有的思维方式，在大数据背景下积极推进教学改革
大数据时代，数据更多、更杂，传统统计学思维方式受到了极大的挑战。因此，以大数据为背景，转变固有的思维方式，从以统计技术方法为中心转换到以信息数据为中心，推进统计学专业教学改革十分重要。具体来说，可以弱化传统的推理论证的教学模式，强化数据收集、数据处理和数据分析的能力培养；强调数据本身的价值，让数据说话，用简单的方法了解数据背后所隐藏的信息和规律；使用项目式训练，让学生从项目中真正体验数据化处理的整个过程，达到理论和方法的结合；加强课堂教学与实验教学的统一和贯通，如在传统的教学过程中，将统计学原理、多元统计分析结合SpSS软件介绍，而时间序列分析又采用eviews进行介绍，造成学生疲于学习各种软件，实际上SaS、R等统计软件可以实现所有的功能，用一种软件与课堂教学融合贯通能帮助学生更好更深地掌握软件的使用。
（三）创新实践教学模式，加强实践教学的开展
从以模型驱动的实践教学模式转变为以数据驱动的教学模式，构造课堂案例教学、实验教学、课后项目式训练、校外实习基地锻炼四位一体的创新型实践教学模式。计算机快速发展的今天使得大数据成为现实，在处理数据的时候，根据数据的特征创造出新的计算方法来满足实际需要，这就是数据驱动模式。在实践教学的过程中，要强调统计数据、计算机编程以及统计分析软件的结合。目前，R软件和SaS软件显示出了强大的数据处理和数据分析功能，实践教学环节中可以把这两种中的一种融入到专业课程中去，将计算机软件与课堂教学结合起来。此外，课后的项目式训练和校外实习可以带动学生了解和掌握整个数据分析实践的流程，激发学生学习的兴趣，在实践教学的过程中要多鼓励、多开展。
参考文献：
[1]曾五一，等.经济管理类统计学专业教学体系的改革与创新[J].统计研究，2010，（2）.
[2]陈倩.大数据背景下对统计学课程教学模式的思考[J].科技资讯，2013，（21）.
数据统计分析的目的篇3
多维数据分析可从多个角度对数据进行观察和处理，将业务型数据转化为管理型数据以获得有用信息，从而为管理决策部门提供有效支持.在数据库管理系统（SQLServer2008）平台上应用多维数据分析方法，提出了基于火电行业环境影响评价应用方案的不同阶段：需求分析、业务关系数据库构建、多维数据仓库构建、多维数据集构建、前端报表展示，并以基于已入库的火电项目指标库为分析对象，给出了不同时期、不同区域电力建设项目的分布、投资、资源消耗、污染物排放等多维分析结果，使用户可从多角度、多侧面分析火电行业建设和发展情况，为环境管理和决策提供科学快捷的决策数据支持.
关键词：
多维数据分析；火电行业；环评基础数据库；数据仓库
中图分类号：X828文献标志码：a
applicationofmultidimensionaldataanalysisintheeia
databaseofthermalpowerindustry
DinGFeng1，CHeLei2，XinGKe-jia1
（1.appraisalCenterforenvironmentandengineering，mep，Beijing100012，China；
2.Beijinginformationscience&technologyuniversity，Beijing100192）
abstract：
Bymultidimensionaldataanalysis，datacanbeobservedandprocessedfrommultipleperspectives，andusefulinformationisacquiredbyconvertingbusinessdataintomanagementdata，inordertoprovideeffectivesupportformanagementdecision-makingdepartments.BasedonSQLServer2008andbyadoptingthemultidimensionaldataanalysis，astatisticalanalysisisperformedontheenvironmentalimpactassessment（eia）basicdataofthermalpowerindustry.theapplicationsolutionofmultidimensionaldataanalysisincludesthefollowingstages：requirementsanalysis，constructingrelationaldatabase，constructingofmultidimensionaldatawarehouse，constructingofmultidimensionaldatasets，andmakingclient-sidereports.wecangettheanalysisresultsofthedistribution，investment，resourceconsumption，andtheenvironmentalimpactofpowerconstructionprojectsindifferentperiodsanddifferentregions.Userscananalysetheconstructionanddevelopmentofthermalpowerindustryfrommultipleperspectivestoprovideeffectivescientificdecisivedatasupportforenvironmentalmanagementanddecision-making.
Keywords：
multidimensionaldataanalysis；thermalpowerindustry；environmentalimpactassessment；datawarehouse
随着国家基础设施建设的不断发展，发电厂近年来发展迅速.根据统计，2000-2010年，全国新建电厂达1000余座.为了实现对全国火电行业发展的宏观了解和控制，同时又便于具体分析，2010年国家环境保护部门开始建设环境影响评价数据库.数据库课题组在建设火电行业环境影响评价报告书的基础数据库中发现需要解决的问题有：基础数据入库后可能存在数据冗余；对基础数据的应用仅限于数据管理的初级阶段；无法对海量数据进行有效的分析和利用.如何实现这些数据的多维度、多层次分析，并从中发现潜在的规律和有价值的信息，对于科学决策将十分有意义.
1多维数据分析技术
多维数据分析是从多个角度对数据进行观察和处理，将业务型数据转化为管理型数据以获得有用信息，为项目管理决策提供有效支持.多维数据分析的概念最早由关系数据库之父Codd于1993年提出[1].它是基于联机分析处理（on-Lineanalysisprocessing，oLap）技术的一种数据分析方法，其核心是“维”.“维”是人们观察世界的角度.多维数据分析的基本分析操作有钻取、切片、切块、旋转，它使用户可快速、一致、灵活地掌握从总体到局部的数据汇集情况，将海量数据表象中所隐藏的信息直观地呈现给用户.通过从不同角度（维）对数据信息进行快速、有效、稳定的交互访问，决策人员能够深入地观察数据规律及数据所反映的问题.
多维数据分析离不开数据仓库的建立.数据仓库是面向主题的、集成的、不可更新的、不同世界的数据集合，用以支持经营管理中的决策制订过程[2].数据仓库的构建是一个处理过程.该过程从历史角度组织和存储数据，并可进行集成数据分析.多维数据分析利用多维数据集和数据聚集技术对数据仓库中的数据进行组织和汇总，采用联机分析和可视化工具对这些数据迅速进行评价，将复杂的分析查询结果快速地返回给用户.
进行多维数据分析需要一个良好的工具平台.microsoft提供的商业智能平台有助于创建功能齐全的商业智能系统.microsoft商业智能平台基于数据库管理系统（SQLServer2008）和microsoftoffice2007系统.其中，SQLServer2008包括SQLServer数据库引擎、集成服务、分析服务、报表服务.SQLServer数据库引擎是一个关系型数据库管理系统，可满足数据源层的要求.SQLServer2008中的数据库引擎提高了其作为企业数据仓库和数据集市的能力.集成服务可从多种数据源中提取和转换数据，并将数据加载到企业的数据仓库、数据集市，或直接载入分析服务.分析服务同时提供多维oLap和数据挖掘功能.分析服务满足了分析层的需求.报表服务可在表示层实现企业报表功能，显示数据分析和数据挖掘的结果[3].
2多维数据分析应用方案
2.1多维数据分析方法
目前常规的环境数据分析基本处于简单统计和汇总水平.采用多维数据分析方法观察和分析数据，并对数据进行相应处理和环境数据挖掘工作则是实现辅助环境决策的重要手段.目前火电行业环境影响评价基础数据库中的项目基本数据、环境监测及污染影响预测数据等具有时间性和动态性外，还具有空间属性，最适于采用地理信息系统（GiS）进行表达[4].基础数据库在整体建设过程中，引入综合最新数据库的设计经验，基于先进的地理信息系统（arcGiS）完成整个系统的总体设计及相应应用软件的编制，并建立系统的图形数据库.将文字资料输入相应的系统资料库，形成多层次、多功能的环境基础数据库.实现对火电建设审批项目进行统一数字化管理，提供建设项目及污染数据的可视化显示、统计查询、空间分析、图层管理等功能.
火电行业环境影响评价基础数据库项目是国家环境影响评价基础数据库的一部分，自2010年建设以来，已陆续收集整理全国范围内656个经国家审批的新改扩建火电项目的环境影响评价基础信息.数据库指标包括：项目基本信息、建设规模与工艺、项目所在地环境质量现状、资源消耗、污染控制措施、排污总量与总量指标、评价等级与基本预测结论、清洁生产指标等[5].多维数据分析在火电行业环评基础数据库的应用方案主要包括需求分析、业务关系数据库构建、多维数据仓库构建、多维数据集构建、前端报表展示等阶段，如图1所示.
2.2多维数据分析应用方案
2.2.1需求分析
火电行业环境影响评价基础数据库的数据统计分析需求包括：（1）统计分析不同时期、不同区域、不同规模的项目措施的类型和效率；（2）对污染物排放、能源消耗、水资源消耗、环境影响等方面进行多维数据分析；（3）不同时期新建电厂的地域分布、投资分布以及发电量等分类统计；（4）结合项目的投资与工艺的时间与空间分布特点，统计分析不同工艺的电厂投资比例及污染防治措施等；（5）可以各种报表形式显示统计分析结果.
2.2.2构建业务关系数据库
火电行业基础数据库数据分为8大类型：项目基本信息、建设规模与工艺、环境质量、项目资源消耗、污染控制措施、排污总量、评价等级与基本预测结论、清洁生产指标等[5-8].根据调研获取的需求分析，通过建立逻辑数据模型和物理数据模型，在SQLServer2008中构建相应的业务关系数据库.业务关系数据库构建完毕后，根据标准数据采集模板采用人工与自动分析读取数据相结合的方式采集环境影响评价报告书及相关业务报表数据，建立指标数据表，为以后的数据仓库和数据分析提供数据源.
2.2.3构建多维数据仓库
多维数据仓库通常是组织内商业智能（Bi）基础设施的核心组件.在多维数据仓库中，保持度量值的详细值或事实的表称为“事实表”；包含了维度信息的表称为“维度表”.依据需求分析，涉及到的维度表有时间维度表、建设单位维度表、区域维度表、行业维度表、污染物维度表等；事实表有发电量事实表、耗煤量事实表、取淡水量事实表、污染物排放量事实表等.这些维度表和事实表的数据都来源于业务关系数据库，通过SQLServer2008数据集成服务，将业务关系数据库中的数据转换到数据仓库中.
2.2.4构建多维数据集
在SQLServer2008分析服务下，构建基于多维数据仓库的多维数据集，包括设计维度、设计度量值组和度量值、设计聚合和层次结构、设计用户需求表、设计关键性指标等工作.多维数据集构建完毕后，依据统计分析的需求及目标，对数据进行全面分析，展现有价值的信息.
2.2.5前端报表展示
在SQLServer2008分析服务中，基于多维数据模型，对多维数据集进行oLap操作，并将其部署到本机的分析服务器上.最后，以分析服务完成的数据集为数据源，用SQLServer2008报表服务，实现以报表、图表或仪表盘等直观显示方式呈现给前端的决策者或业务人员，同时可结合GiS等地理信息系统，实现统计结果的多种形式的直观显示.
3多维数据分析示例
3.1数据分析对象
目前国家环境影响评价基础数据库火电行业共入库了2005-2010年部级审批项目656个，并已按规范的行业指标库设计模板进行数据指标的采集工作，基于行业指标库及用户需求，应用多维数据技术开发了基础数据库应用系统.初步统计入库的全部项目共涉及全国范围内项目审批计划总投资2.2万亿元，其中环保投资2667万元.基于基础数据库应用系统可实现所有项目的地理信息显示、查询、数据的常规统计分析及图形显示功能，如图2所示.
3.2多维数据分析结果
图3以柱状图形式给出了火电行业项目及投资数据统计结果，分别按省份、年份统计项目数量和投资关系.其中，“十一五”期间（2006-2010年）审批火电项目数据最多的省份为山西、内蒙古和江苏，而同期统计火电项目总投资最多的省份为江苏、内蒙古和安徽，新增项目投资额1000亿元以上的省份有内蒙古、山东、江苏、山西、安徽、河南、广东、河北等8个，占全国总投资额的59.1%.环保投资比例统计显示，全国火电项目环保投资平均占总投资的11%，其中环保投资比例最大在安徽，达到18%，其次是山东，为14%.
结合入库火电项目的基础指标信息，并引入数据处理与统计分析方法，可对历年数据进行趋势分析，如图4所示.从而为宏观决策提供一定的〖Cm（21〗数据支持.根据对“十一五”期间全部416个火电
项目环境影响评价指标进行统计分析，“十一五”期间，全国新审批火电项目总装机规模32.8万mw，总计投资1.3万亿元，其中：环保投资1664亿元，占总投资比例的12.6%；审批项目数、项目投资总额等数据指标基本呈逐年下降趋势.由于项目环境影响评价审批相对于实际建设有1～2a的提前期，通过对环评投资额的趋势分析，在一定程度上可预测未来实际行业投资的变化趋势.
结合基础数据库的多维统计分析结果和GiS地理信息系统，将分析结果输入到GiS系统，借助于GiS的图形分析和显示功能，展示数据分析结果.图5借助arcGiS展示了数据库中的项目按省份进行统计分析的数据分析结果（以基准年2005年为例），包括各项目的电厂总投资分布情况、新增装机容量分布、新增耗煤量及按各省统计的三种主要大气污染物（So2、no2、烟尘）的排放情况示例.用户也可根据实际需求选择不同的数据分析及图形显示表达方式.
4结语
环境影响评价基础数据库在建设、运行和维护中，项目数据指标信息也在不断地补充和更新，业务需求不断增加，对数据库中数据的信息抽取和表达方式以及后期对基础数据的统计分析技术也提出了新的要求.通过运用多维数据分析技术对火电行业环境影响评价基础数据库中的相关数据进行分析，从而得到火电行业的项目分布和排放污染物的特点、环境影响等行业管理的统计分析信息，对全国的环境管理工作和环境影响评价工作的深入开展都将是十分有益的工作.通过分析电力企业的历史数据有可能推断火电行业的未来发展趋势，从而为电力企业的设计、分布和环境管理等方面提供深度决策依据.
参考文献：
[1]LanGitL，GoFFKS，maURiD，etal.SQLServer2008商务智能完美解决方案[m].张猛，杨越，朗亚妹，等译.北京：人民邮电出版社，2010.
[2]maCLennanJ，tanGZH，CRiVatB.数据挖掘原理与应用——SQLServer2008数据库[m].2版.董艳，程文俊，译.北京：清华大学出版社，2010.
[3]SCottC.SQLServer2008.分析服务从入门到精通[m].王净，译.北京：清华大学出版社，2008.
[4]金勤献，陆晨，傅宁，等.城市级环境信息系统总体方案的研究与开发[J].环境科学学报，2002，22（1）：103-106.
[5]丁峰，车蕾，王庆改，等.火电建设项目环境影响评价基础数据库建设方案与应用[J].电力环境保护.2009，25（5）：4-7
[6]国家环境保护局.HJ/t13—1996火电厂建设项目环境影响报告书编制规范[S].北京：国家环境保护局，1996.
数据统计分析的目的篇4
一、企业中的项目管理
要充分利用项目管理的特点应用到财务统计分析系统中，就要对项目管理有很好的认识。项目管理是管理学中的一份子，也是一种科学手段。其主要作用是在项目实际活动中，通过科学知识、专业技能以及有效方法，使得项目能够在特定环境与可利用资源下，完成预期需求。根据传统的方式，当企业制定项目以后，参与项目其中的部门包括财务部门、行政部门以及营销部门等，一旦产生部门之间的运作就会产生摩擦，进行相应的协调，而协调的最后结果无疑会增加项目投入，影响项目效率。项目的诞生作为一次性和特殊独立性活动而普遍存在于人类社会活动之中，对于人类来说，现有的物质文化可以说都是通过项目的方式实现的，因此我们现在所运营所依靠的都是靠最初的项目活动建设开发的。项目管理的目的性，主要在于通过实现项目管理手段来满足项目有关方面所明确提出的需求指标或者要求和尽可能满足项目有关各方未明确规定的潜在需求指标与要求。项目管理同时也有独特性，项目管理与一般的企业生产运营管理不同，也于常规的、特有的管理内容不同，是一种具有高效科学性的管理活动。项目管理作为集成性科学手段，其作用是项目管理过程中根据具体项目所具备的要素或专业之间的配置关系做好集成性的管理，而不能单独作为开展项目的因素。项目管理同时还要有创新性，其中包括：项目管理要做到创新的管理，还有任何项目的管理都没有一成不变的模式和方法，都需要通过管理创新去实现对于具体项目的有效管理。
二、财务统计分析系统建设
正如上文所述，项目管理作为一种科学性管理活动，应用在财务统计分析系统中，就是要以项目管理的特点来完善财务统计分析。首先，统计是一门通过搜集、整理、分析等手段对数据信息做集成处理，可以应用到很多学科，包括财务领域。
1.项目管理对财务统计分析建设的途径
财务是企业发展的重要部门，同时也是企业管理的重要依据。作为财务统计分析，主要通过对财务报表以及财务账目做数据的分析。而项目管理主要通过协调财务统计分析中出现的问题来梳理财务统计的合理性，做到分析有效，项目管理可以对财务统计分析做集成处理，首先，通过系统的搜集财务统计信息，将信息进行合理配置，综合信息的有效性，做出客观有效的分析结果。再利用项目管理的创新性，对分析结果进行分析处理，为财务管理提供改革依据。最后，有针对性的利用项目管理对财务统计分析做明确的需求改革，完善统计分析系统的时效性。
2.项目管理在财务统计分析建设的发展
项目管理作为全局宏观统筹，对项目进行全部发展部署。在财务统计分析系统中也如此，财务因其特殊性，需要通过统计分析做多种方法了解与测量，来对决策层的数据做支持，提高企业运营能力和负债能力，项目管理要改善财务统计分析的流程与方法，将财务统计分析的工作细致入微的安排，做到统计分析有效、科学。对项目管理在财务统计分析系统中的创新发展不能懈怠，项目管理不是一成不变的，需要及时的调整来改变管理效率，尤其在财务统计分析系统更是如此。项目管理在财务统计分析系统中的发展需要财务管理的支持，只有将项目管理融入到财务管理体系中，财务统计分析系统才能有其特点与意识。
三、结束语
数据统计分析的目的篇5
【文章摘要】随着时代的发展，计算机在会计信息处理中的普及和广泛应用，给人们带来了极大的效益。但目前会计电算化的应用主要是会计核算，如何利用计算机技术对现有数据进行财务分析评价，以便更准确、快捷、实时、完整地为决策者提供重要的决策信息，是企业财务工作人员所面临的一项紧迫的任务。本文在简要介绍了财务分析的基础上，对电算化会计辅助财务分析的优越性进行了总结，并为电算化会计环境下的财务分析作了简单的阐述。
【关键词】电算化会计；财务分析。
随着时代的发展，计算机在企业管理及会计信息处理中的迅速普及和广泛应用，给人们带来了极大的方便和效益。计算机网络技术以及数据库技术、远程通讯技术、多媒体技术以及光盘存储技术等现代信息技术的发展，将使得会计信息的和传输逐步由现在的书面形式转向电子形式。一个全国性乃至全球性的会计信息收集、分析和检索网络将形成，尤其是计算机联机实时系统的出现和应用，将使会计业务数据在发生的同时即可实时地记录和处理，而信息使用者通过联机直接进入会计信息系统，及时有效地选取分析所取信息。因此，将计算机技术应用于企业财务分析，构建一个方便、快捷的财务分析系统是今后管理会计发展的必然趋势。
一、财务分析的主要内容。
财务分析是指利用专门方法，系统分析和评价企业的过去和现在的经营成果和财务状况及其变动，目的是了解过去，评价现在，预测未来，帮助利益关系集团改善决策。财务分析的最基本功能，是将大量的会计信息转换成对特定决策有用的信息，减少决策的不确定性。
财务分析可以分为外部分析和内部分析两大类。外部分析是指以财务报表和其他资料为依据进行的分析，是使用者包括经营管理人员、现有和潜在的投资者、债权人、供应商、政府、中介机构等，根据各自需要和分析目的，对企业有关情况进行的分析。内部分析是指以企业所有的经营管理信息为依据进行的分析，内部分析使用者包括企业经营管理人员、现有的股东，内部分析的目的是判断和评价企业生产经营是否正常、顺利，检验企业的资金运营情况、货款及债务的支付或偿还能力评价企业的盈利能力和资本保值增值能力，及时、准确地发现企业经营管理中出现的问题，为企业未来生产经营的顺利进行指明方向。
二、电算化会计环境下财务分析的优越性。
财务分析的最大难点就是及时、全面获取所需要的会计信息，而电算化会计的发展给这一痼疾带来了希望，计算机技术的发展在会计领域的应用，不仅节省了人力成本，更重要的是在信息提供的基础环节上显示了其强大功能。
（一）会计信息集成化。
首先，由于电子计算机具有强大的运算功能，网络会计系统执行从会计凭证到财务报告全过程的信息处理，人工干预大大减少，客观上消除了手工方式下信息处理过程的诸多环节。同时，又承担起存货计价、成本计算和计提折旧等繁杂的核算工作。因此，相对于手工会计而言，电算化会计的技术性使得会计处理工作的复杂程度大幅度降低。其次，会计信息化集成所有数据于一个数据库，实现实时获取信息、实时处理信息、实时报告信息的新流程。在网络环境下，信息技术的发展使得财务业务的协同成为可能。企业的管理信息系统将企业整个生产经营活动的每个信息采集点都纳入企业信息网之中，大量的数据通过网络从企业各个管理子系统（如生产管理系统、库存管理系统、人事管理系统）直接采集并通过公共接口，与有关外部系统（如银行、税务、经销商等）相连接，使会计系统不再是信息的“孤岛”，绝大部分的业务信息能够实时转化，直接生成会计信息，会计数据处理呈集成化之势。
（二）会计信息及时全面。
会计信息化下财务软件具有很多辅助功能，包括供应商、职工、客户、项目、部门辅助功能，非常方便进行资料查询。由于财务软件采用数据库技术，将大量信息分类计入数据库，在进行查询时根据信息某一属性轻而易举就可找到许多信息。财务软件在建账时就将供应商、职工、客户等辅助核算对象的基础数据录进系统，在以后每发生一笔与这些辅助核算对象相关的业务，软件会将其数据计入这些账户。
比如，供应商辅助功能中，在采购一批原材料时，账务人员根据原始凭证登记入账，财务软件会根据相应的供应商名称计入明细账，包括了采购数量、金额、商业折扣等信息，再加上软件中登记的相关基本信息、经营状况、信用政策等内容，非常方便管理人员进行查询。而手工会计下，这些信息则要分散许多，想获得对某一供应商的全面信息需要查阅很多账簿，比如应收账款、预付账款账户等，甚至有些管理信息得去做调查后才能获得。辅助功能提供的信息非常有利于财务分析中的资料搜集。财务分析中的资料搜集过程非常庞大，本身财务软件的数据搜集就要比手工会计下更快更及时，再加上有了财务软件自带的辅助核算功能，能提供一些软件开发时就设置好的基础报表，省去手工系统下许多查找、抄录工作，比如往来账款的账龄分析表、个人借款明细表、催款单余额表、项目成本费用明细表、产品成本按部门明细表等等。数据库技术在财务软件中的应用使得财务数据的查找工作非常方便快捷，数据的加工处理依靠软件中的财务分析系统也更加迅速。
（三）会计信息准确度提高。
首先，使用财务软件使得会计原始数据一次录入即可，避免了多次录入的误差。在会计信息化条件下，数据的录入可以进入到所有相关系统，在后续的计量和核算中，每个环节和每个部门产生的数据作为共享数据，这就保证了数据的一致性。其次，在会计核算过程中，财务软件自身附带的稽核功能和人员进入限制功能，保障了会计信息的准确性。财务软件随时保证会计账目借贷双方的余额相等，并且根据期末数据进行自动结账，避免了人工抄录下的差错。人员进入限制功能贯彻了会计上不相容职务的原则。
三、电算化会计辅助财务分析实践运用。
外部财务分析是现代企业制度下的基本形式，目前较受重视，但对于企业自身来说，在电算化会计广泛使用的环境下，如何有效运用会计电算化系统，解决企业实际工作中的内部财务分析问题，及时发现企业经营过程中的不足，是企业强化自身管理、提高经济效益的关键所在。
（一）应用财务分析系统进行会计管理和分析。
财务分析系统是指将各种常用的分析方法设置在程序中，并以菜单的形式将各分析功能提供给用户，供用户选择，以便财会人员应用财务分析系统，利用现有的数据进行管理和分析。财务分析系统直接从会计核算系统各辅助功能中获取数据，生成分析结果。
目前的会计软件中的财务分析系统，一般都具有以下功能：
比率分析，具体包括变现能力比率、资产负债率、负债比率、盈利能力比率、市价比率等。
结构分析，包括资产负债结构分析、损益结构分析、各项收人与各项费用结构分析、任意非明细会计科目结构分析等。
对比分析，包括本年数与上年同期对比分析、实际数与计划数对比分析。
趋势分析，主要分析任意会计科目各期变动情况等，有绝对数和相对数两种情况。
综合分析，主要有财务比率综合分析和杜邦分析。
图解分析，用户根据需要可以方便地绘制出饼图、直方图、折线图等各种分析图。
通过财务分析系统提供的功能菜单进行选择，简便易行，但是由于分析功能是固定设置在程序中的，只是适用于简单的、基本的经营环境，一旦经济环境发生变化，就需要修改程序，而且此类财务分析系统提供的功能往往都是通用功能，无法满足不同用户特定情况下的的需求。
（二）利用报表系统进行会计管理和分析除了财务分析系统，会计核算软件中。
一般还提供报表系统。在报表系统中，可以根据用户需求定义简单分析模型，并能根据用户定义从会计核算系统及其他系统中获取数据，生成用户期望的分析结果。
报表系统的财务分析数据源有两类：会计核算数据源和辅助数据源。其中会计核算数据主要是帐务子系统提供的会计核算数据。辅助数据主要有：人事数据、生产经营数据、同行业主要经营比率、金融市场数据等。用户可根据需要定义分析项目、定义分析的功能，根据各自需求对项目名称、数据采集公式、计算公式进行定义，报表系统能够从会计核算数据源和辅助数据源提取数据，并根据用户的定义自动生成所需的分析结果。这一系统在一定程度上弥补了财务分析系统的缺陷。
四、结论。
会计电算化的发展，推动了计算机在会计中的普及应用，电算化会计在辅助企业进行财务分析的过程中效果十分显著，但鉴于目前我国会计核算软件财务分析功能不是很完善，我国企业在实施电算化会计辅助财务分析时，应根据企业自身经营特点，合理运用电算化财务分析，通过与手工财务处理核算相结合的方法，来加强企业的财务分析。
【参考文献】
1、郝蓉，陈可喜，计算机辅助分析及评价财务数据方法研究，商场现代化，2007年2月中旬刊。
数据统计分析的目的篇6
[关键词]大数据；审计工作；信息化建设
doi：10.3969/j.issn.1673-0194.2017.04.021
[中图分类号]F239.4[文献标识码]a[文章编号]1673-0194（2017）04-00-02
在中共中央办公厅、国务院办公厅印发的《关于完善审计制度若干重大问题的框架意见》及《关于实行审计全覆盖的实施意见》中提出，统筹、整合、使用审计资源，通过创新审计技术、方法，构建大数据审计工作模式，提高审计能力，扩大审计监督的广度和深度，促进审计全覆盖。目前，通过“金审”一、二期的建设，信息化建设已初具规模，为大数据审计工作有效地奠定了信息化基础，在推进“金审”三期建设的过程中，从信息化人才建设、制度建设、技术推广使用、数字化审计模式推广四个方面加快信息化建设，促进审计全覆盖。
1加强信息化人才建设促进审计全覆盖
1.1加强信息化人才的培训工作
加快建设署、自治区厅、市县信息化人才培训体系。针对信息化人才建设，目前审计署开办高级数据分析研修班、中级后续计算机班，高级班主要培训大数据审计、数据仓库、数据集市和数据挖掘等技术；自治区审计厅举办计算机中级培训班，中级班主要培训计算机网络、数据库、计算机审计等技术；地市级审计机关与当地大学合作开办初级计算机培训班，初级班主要培训excel高级分析功能及ao的使用技术。通过署、自治区厅、市县三级培训班的开办，形成信息化人才培训全覆盖。
1.2建立信息化人才库，在审计项目中“以审代培”
按照审计人员的知识结构，学习、工作专业背景形成人才库，将传统单兵作战的方式改为大兵团作战，组成省级数据分析组，按照项目统一调配整合人力资源，在审计项目中“以审代培”进行信息化人才的培养。强化计算机中级审计人员的业务实践，改变传统的审计模式，大力推广电子数据式审计。
2完善信息化制度保障审计全覆盖
《内蒙古自治区审计厅电子审计数据管理办法（试行）》等文件的出台，加强了电子数据的使用及保密管理。通过网络安全保密的督促检查、加强软件正版化管理等措施，加强数据、软件、网络的安全管理，有效保障审计全覆盖。
3利用信息化技术促进审计全覆盖
3.1excel软件的推广
目前，excel软件已经在审计机关被大规模的运用，但多数仍停留在简单的数据表格、排序、筛选、数据透视表等功能的应用。今后应加大excel软件的高级数据分析功能，充分使用各类财务软件，使用数据分析加载项、数据挖掘外接程序对数据进行分析、挖掘。
3.2ao现场审计软件的推广
ao软件在审计项目中的推广运用，既能提高审计效率和覆盖面，又有助于加强审计管理与质量控制。目前，基层审计机关仅部分审计项目使用ao软件，且只用到了ao的财务数据采集、财务数据的账表分析及疑点生成的功能。基层审计机关今后应深度挖掘ao软件功能，大力推广使用，加大ao软件的学习、使用及培训力度。
3.3联网审计平台的建设与推广使用
联网审计是指审计机关与被审计单位进行网络互连后，在对被审计单位财政财务管理相关信息系统进行测评和高效率的数据采集与分析的基础上，对被审计单位财政财务收支的真实、合法、效益进行实时、远程检查监督的行为。技术实现包括数据采集、数据传输、数据存储、数据转换、数据分析以及数据采集、传输、存储中的安全保障。
通过构建基于联网审计的数据中心，包括通用数据中心的建设以及行业数据中心的建设。通用数据中心：工商、交警、户籍、殡葬、低保等数据，定期采集形成审计通用数据库以备审计项目需要。利用网络查询工具通过互联网采集数据，如工商、税务及企业监管部门的互联网公开查询系统中可以了解企业股东组成、注册资本、纳税情况等信息。行业数据中心主要包括政府预算执行审计、海关审计、税收审计、金融审计、企业审计、投资审计、社保审计、外资审计、农业审计、经济责任审计和境外审计等。在数据中心的基础上构建多行业联网审计系统，促进审计全覆盖。
3.4信息系统审计
审计实践证明，加强被审计单位信息系统审计，找到信息系统控制薄弱环节进行重点审计，可以有效控制数据审计风险。通过制定信息系统调查表、信息系统内控制度调查表展开信息系统测试，从总体控制审计、一般控制审计、应用控制审计三个方面展开信息系统审计。
3.5大数据技术及工具的应用
大数据审计模式突破了传统的抽样审计，达到审计内容的全覆盖。运用大数据思维和技术，搭建集存储、加工、运算为一体的审计云平台，利用Hadoop等主流大数据分析工具对大规模分布式、多踊数据展开关联分析，提高审计效率。加大业务数据与财务数据、单位数据与行业数据以及跨行业、跨领域数据的综合比对和关联分析力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力，为实现审计全覆盖提供有效路径。
大数据分析技术及工具的应用促进审计全覆盖。目前，大数据分析技术主要包括a/Btesting、关联规则分析分类、聚类、遗传算法、神经网络、预测模型、模式识别、时间序列分析、回归分析、系统仿真、机器学习、优化、空间分析、社会网络分析、自然语言分析、mapReduce和R语言等。大数据的分析工具有批处理工具：基于apacheHadoop架构，如mahout、Dryad使用mapReduce模式，集成了聚类、分类、频繁模式挖掘等大数据挖掘和机器学习算法。流处理工具：处理日志文件等，如Storm、StreamCloud、SQLStream、S4等，淘宝采用流数据分析技术分析用户网上的浏览记录，供企业决策。交互式分析工具：用图标或表格形式查看、比较、分析数据，如Google’sDremelGoogle大数据分析产品：关键技术Google文件系统GFS、mapReduce、Bigtable、BigQuery和惠普HaVen：惠普大数据组合。审计人员应逐步掌握相关的大数据工具及技术，进一步加大数据的挖掘分析能力，促进审计全覆盖。
数据统计分析的目的篇7
关键词：GiS；普查；宏观经济统计；系统分析
我国对于普查和宏观经济统计等一向都是十分重视，相关部门和单位需要对这种基础性的信息资源进行认真的对待和处理。随着我国经济与人口的不断增长，所需要统计的信息数量也在呈现指数增长的趋势，所以需要引入更加系统的统计方法，才能对如此海量的信息科学资源进行有效归纳整理，并加以科学利用，最终成为相关部门对发展路线与决策制订的重要依据和参考。GiS的统计系统作为it技术领域高速发展的产物，已经在各行各业的统计方面崭露头角。GiS拥有灵活多变的特性，综合了数据挖掘和统计分析等多重功能，效率极高的同时又能充分的实现普查与统计分析的目的。
1统计行业的GlS分析
1.1GiS的含义探究
GiS的意思是地理信息系统，其具有管理、显示与采集分析等多重功能应用，可以实现对大量数据及时有效的分析和处理。GiS已经经过了几十年的发展历程，目前已经趋向于成熟，被大量地应用于了各方各面，包括公共管理、环境评估、交通安全、资源调查等，已经成为了一个非常重要的多元化的系统。
1.2GiS的发展现状
GiS由于自身具有的多重优越性和先进性等原因，所以得到了很多国家与组织的高度重视。美国最早的对GiS展开了深入的钻研，并成功的将其应用到自身的统计管理系统之中。很快，欧洲等国也基于GiS研发出了适合自身国情与条件的统计系统，将GiS广泛的应用在了地理信息的采集、数据处理、统计等各个阶段。如今，越来越多的国家和组织投身到了GiS的统计研究当中。
在我国，GiS也已经逐渐的开始起步，统计部门与单位已经积极的将GiS引入到自身对统计的工作当中。在新世纪的初期阶段，国家统计部门就已经根据GiS建立了符合我国国情的人口普查地理信息系统。
2GlS设计研究
想要集成普查与宏观经济统计数据，就需要将GiS进行各级行政区的划分，将所划分的单元为核心进行逐一统计归纳，并最终实现跨门类的数据集成。利用GiS特有的数据查询、空间定位与数据分析等功能特性，可以快速的提供辅的决策信息，及时有效的进行信息的共享与反馈，大幅度提升效率的同时还能更加及时的将统计数据进行，将统计服务做到更加的直观与透明。
如今的我国统计业务都是以行政区为单位进行划分的，最小的单位都是居委会，但普查所要求的最小单元则是小区，所以我国的统计业务还需要进一步的完善和改革，必须要尽快的在如今行政区为单元划分的体系基础上在进行细分，建立更加标准统一的统计基础地理信息数据平台，这就需要GiS的积极引入。
2.1元数据库的建立
在普查和宏观经济统计分析的过程中，统计的数据往往具有多维度、分布式、多变性和异构存储等多重的特征，根据不同的特征还要进行不同样式的数据库分散处理，同时还要依托于不同的部门单位和不同的行政地区，从而形成了多源异构的数据整合问题。统计部门往往在对人口、农业和经济等方面进行普查的过程中，会出现时间跨度大和采集系统不相同等问题，所以导致其的指标体系也会发生很大的变化。想要对这些方面的数据进行统计就需要考虑到其的指标系统、时间维度和空间维度等属性，并构建出相应的分析图来进行充分的考虑。
元数据库的基本思想就是在所收集归纳到的底层基础数据库之上加入元数据层，然后将相应的地名、统计与信息等数据库加上用户的信息，再通过元数据控制对数据进行转换，得到相应的信息元数据，在根据这些元数据进行有机的集合。
2.2数据分析的深刻挖掘
GiS中的统计系统设计的一个关键的步骤就是对数据的深刻挖掘与分析，需要坚持的以设计目标为数据的中心，通过一系列相关的算法进行计算编程。后期再通过对数据进行数次的分析与编辑总结，利用多重的分析方法对用户所需要的数据进行深度的挖掘和分析，并最终利用模块的方式进行输出和展示。
3区域宏观经济统计分析系统
区域宏观经济往往具有区域性和不平衡性等多重特点，应用GiS系统方法可以根据区域的实际构建与客观规律进行科学合理的分配，从而有效的促进各个部门之间有效的分工协作，并最终达成区域经济的高效发展和资源的合理分配。
在标准规范的运行体系之下，统计元数据需要利用先进的分析方法，对GiS所形成的数据进行采集与展示，根据不同的系统与数据进行功能维护。GiS模块实现了地理空间数据的统计、编辑与管理等功能，在系统中的地位是非常重要的。其需要与其他的系统模块进行区分与独立，要深度分析数据模块，为GiS模块进行单独的对待。要为GiS创造出独立的输入与统计条件，根据不同的地理信息进行归纳与输入，尽可能的将数据进行直接的输入与输出，为分析所得到的结果创造空间展示平台。
GiS模块在数据查询模块中起到的是辅助作用，其可以利用自身灵活的空间特点进行数据的统计与查询等功能。还可以通过关键字等对地理要素信息进行搜索查询，进行精确定位或者是模糊定位；还可以根据所选择的图层，对封闭区域进行选取，按照GiS所划分的不同行政区对所需要求值的消费、单位、人口、投资等各方各面进行数据的收集与查询的汇总。
数据经过了收集与归纳后，需要集中的输入数据分析模块进行处理，根据不同的分析需求，可以对不同层次的数据进行不同方面的处理，从而对所需要处理的信息进行深度的挖掘和分析。在数据编辑展现模块，对目标的数据进行复制、调整等操作，利用软件生成诸如条形图、饼图或折线图等统计图表，实现统计数据的最终汇总。
数据统计分析的目的篇8
关键词：国有大中型企业；数据统计
随着时代的发展，科学技术不断进步，我国国有大中型企业在社会主义市场经济的背景下稳健发展。在社会主义市场经济不断发展下，各个行业百花齐放，我国国有企业如果不提高自身的竞争实力，激烈的市场竞争将使国有企业呈现不进则退的趋势。一套科学有效的统计方法不仅可以提高企业的工作效益，也可以加强企业在市场中的竞争力。因此，国有大中型企业应该掌握统计学的技巧，提高员工工作效率，创造更多的利益，扩大国有企业在市场中的经济份额。
一、统计学在国有大中型企业中的作用
由于国有企业的收支数据非常庞大，科学高效的统计方法可以提高工作效率，通过统计出来的数据可以反映企业的绩效与发展规律。提高企业在市场中的竞争力。科学高效的统计方法不仅可以对企业各个环节进行分析统计，总结工作绩效与工作经验，还可以分析企业资金的动态，防止财务管理的漏洞，改善企业管理的不足之处。
二、国有大中型企业中收支数据统计常用的方法
统计方法作为国有大中型企业科学高效的统计收支数据的工具，对提高工作效益有着极大的作用。运用统计学方法整理收支数据，并对其加以分析，展现企业在一定时期内的收支管理情况，有利于企业根据数据结果提出新时期的发展方向。
1.因素分析法
因素分析法是一种分析收支数据中的各个因素的影响程度的统计分析方法，包括指标分解法、连环替代法、差额分析法等，因素分析法可以详细的将各项收支数据列出来，然后将计划目标数据与实际数据相比，找出其中的差距。并将得出的数据代入公式中验算，找出各个因素对实际数据的影响值。有利于来年的发展计划规避这些因素的影响。
2.比较分析法
比较分析法也叫对比分析法，是通实际数据与计划数据的对比来显示实际与计划之间的差距，借以了解企业收支成绩和问题的一种分析方法。比如可以分析企业在同一时间段内实际目标与计划目标的对比。企业根据自身的发展制定目标即计划目标，这个目标可以激励员工努力工作，提高企业的工作效率，促进企业的发展。运用科学高效的统计学方法对当前经济状况进行分析得出的数据就是实际目标。实际目标与计划目标的对比数据可以反应收支数据中的不足，给企业的发展方向提供宝贵的经验。同一指标在不同时期的对比，比如将去年的收支数据与今年的收支数据对比分析，将今年发展最好的季度的收支数据与历史上记录的发展最好的季度的收支数据相比，找出企业不同季度出现差距的原因，并解决所存在的问题，为企业的可持续发展提供了数据。同一指标与同行业之间的业绩对比。这组数据的对比可以让企业找到企业与同行企业之间的差距，有利于企业取长补短，促进了企业改革创新，缩短与其他企业之间的差距或者力争上游将企业发展成同行业的领头羊。
3.比率分析法
比率分析法是以同一期财务报表上若干重要项目的相关数据相互比较，求出比率，用以分析和评价公司的经营活动以及公司目前和历史状况的一种财务分析最基本的工具。比如将企业投资目标与企业资金的总额进行对比分析，可以看出是否具有投资潜力；对比生产经营效益，了解企业生产经营状况，总结经验教训；对比项目与类似项目之间的优缺点，分析出此项目是否合理。
三、企业应用统计学处理收支数据的要求
1.提高企业员工的综合素质
企业要加强员工综合素质的培养，做好员工的培训工作，提高员工的综合素质。培训员工熟练应用统计学方法，激发员工的创造性，调动员工的工作积极性，有利于提高企业工作效率。
2.加强企业基层建设，建立发展团队
企业财务管理稳健发展需要一支凝聚力高、执行力强、战斗力猛的团队。所以企业应积极对基层员工开展政治理论的教育，加强员工的职业道德、法制观念、遵纪守法的意识，提高企业财务团队的思想道德素质。加强财务人员的管理力度，定期开展员工工作点评，促进员工综合素质的提高。
3.规范使用统计学方法
由于统计方法种类多，且每一种统计方法都有独特的使用条件，所以财务人员在使用统计方法时应该严格按照规范操作，切忌胡乱使用。把握统计学方法的使用规范，秉持认真的态度对待统计学方法，才能发挥其强大的功能。
四、结语
科学高效的统计方法，可以帮助企业从收支数据分析中了解生产经营各个环节的问题。在市场经济中，熟练运用统计学方法，可提高企业的工作效率，加强企业与同行业之间的市场竞争力。规范使用统计学方法，发挥统计学的强大功能，推动国有企业的稳健发展。
参考文献：
[1]李滨怡.国有大中型企业中收支数据的统计方法[J].现代经济信息，2013，10：168.
[2]李登申.探讨国有企业收支数据的统计技巧[J].现代经济信息，2012，06：149.
数据统计分析的目的篇9
一、解决审计工具问题
被审计单位不断采用新技术，信息系统日趋复杂，数据量急剧增长，要求管理者和被管理者、审计机关和被审计对象所使用的工具手段必须处于同一个量级，才能相互适应，形成有效的监督制约关系。应对大数据背景下对审计工作带来的挑战，规划构建审计信息化“3＋1”平台（即建设三大系统、完善一个支撑），推动审计能力和技术水平提升。建设三大系统，即建设审计综合作业系统、审计指挥中心和审计模拟仿真实验室，提高审计管理、分析预测和领导决策支持水平。建设审计数据综合分析系统，主要包括实施ao“云”化改造，建设证券、住房公积金、国土、定点医疗机构等行业的联网审计系统，并在此基础上，建立审计数据综合分析系统。建设审计指挥中心，完善oa审计项目管理、动态展示、决策指挥、审计风险防控等功能，建设上联审计署、下联市县审计机关的数字化审计指挥中心。建设模拟仿真实验室，开展情景化培训和案例化教学，促进提高审计人员技术应用水平和审计实战能力。完善一个支撑，就是完善数据中心、交换中心、安全及运维保障体系建设，建立审计业务综合服务支撑平台。主要包括五项建设内容：完善审计交换中心，为外出审计组提供异地审计数据交换和远程通信条件；完善移动办公系统，为审计机关实现扁平化管理和灵活指挥提供支撑；建设河南审计系统的“百度”知识库系统，共享全省审计资源；完善安全与运维保障系统，有效保障审计网络和各审计应用系统的安全运行；完善应用支撑平台，建设相关应用系统的备份系统。
二、解决人才问题
适应大数据环境下审计工作的要求，着力培养一大批既具备审计知识和业务能力，又具有现代信息技术思维方式和技术技能的复合型人才，提升“四种能力”：数据分析能力。大数据时代，审计人员应具备较强的数据分析能力，将各自为政、相互分割的账本、报表等有机结合起来，整合各种数据资源，综合运用查询分析、统计分析、多维分析及挖掘分析等多种数据分析技术，强化政府财政预算和预算执行单位的关联分析、财政与宏观经济数据的关联分析、财务数据与业务数据的关联分析、不同领域和专业间的关联分析等，真正形成“集中分析、发现疑点、分散核查、系统研究”的审计模式。思路创新能力。审计人员应在已有审计经验和知识积累的基础上，具备发现新事物、创造新方法、解决新问题的思维能力，包括审计思路创新、审计观念创新和审计方式创新。常规审计主要是基于审计人员的经验判断，以定性为主，大数据背景下的审计工作必须打破传统，从海量的数据中提取有效信息，创新审计思路，构建数据分析方法，发现存在疑点，最终归纳出审计结论。综合判断能力。大数据审计，需要加强对海量数据的性质、状态及其发展趋势的认定能力。能够将职业判断与数据分析有机结合起来，从看似不相关的数据中发现其内在规律和联系。数据是载体，载体反映的是经济活动、业务活动的过程或结果。在大数据环境下，需要利用信息（数据）流向，去判断资金的走向、物资的走向、业务的走向，进而对已发生的经济业务进行查错纠弊，对未来经济业务趋势进行合理预测。跨专业知识运用能力。单一专业背景已难以适应大数据条件下审计事业发展需求，审计人员应具备复合型知识结构、跨专业知识运用能力。审计对象业务的复杂化，审计数据的海量化，需要掌握审计学、统计学、计算机科学与技术等方面的知识，提升对审计电子数据的获取、安全管理和综合分析能力，掌握数据处理与分析的基本原理和方法，灵活运用主流的数据处理与统计分析工具，搭建数据分析框架和数据分析模型，逐步建立和完善相关审计方法体系，实现数据分析方法的有效运用。
三、提高大数据审计能力
数据统计分析的目的篇10
1图书馆统计工作的意义与作用
统计工作在图书馆中广泛应用，是图书馆各项工作进展的真实反映和记录，在图书馆的各领域都发挥着不可替代的作用。尤其是我国目前正处于各项改革不断深入的信息时代，以科学化的方式和手段来管理图书馆的理念日渐成为主流，图书馆各项统计工作的作用也日趋显著。
1．1图书馆统计工作是图书馆科学管理的重要手段之一图书馆统计工作在管理图书馆过程中的作用主要表现在两个方面:一是统计服务［1］，图书馆统计要为图书馆管理决策服务，一切统计数据和分析都要从管理的需要出发，有计划、有步骤的统计和分析各种资源数据，准确地反映图书馆运转的情况，让管理者站在一个宏观的角度从资源、人员、设备、经费等方面着手，统筹规划、优化配置，从而对图书馆进行科学管理;二是统计监督［1］，统计数据是图书馆制定各种规章制度、远期发展规划和近期工作任务的数据依据，同时它也反过来监督、检查图书馆各项计划和任务的完成情况。根据一段时期的数据反馈信息以及统计人员对数据信息的定性、定量的分析研究，可以及时发现工作中存在的问题和不足，有针对性地对薄弱环节加以改善，从而保持各项业务间的相对平衡，以达到既定目标并获取最大的效益。
1．2图书馆统计工作是开展图书馆业务工作的基础图书馆业务统计工作能客观地反映馆内各项业务工作的基本状况，并通过各种量化分析为领导决策及馆内各项业务工作的发展规划提供科学依据［2］。图书馆业务工作流程主要包括书刊搜集、加工整理、管理保护和书刊利用四个方面。这就涉及到采编、典藏、流通等业务部门的统计工作，包括文献采购数、分编数、入藏数、读者数、借阅量、信息服务、文献开发等等基础数据。这些统计数据为图书馆业务工作的计量及分析提供了依据。相反地，图书馆业务工作本身，也是图书馆统计存在的基础，离开了图书馆业务工作，也就没有图书馆统计，二者相互依存，相互促进。
1．3图书馆统计工作是量化和考核业务工作的依据图书馆只有建立严格的考核制度和合理的奖励制度，才能充分调动工作人员的积极性，有助于发挥工作人员的主观能动性，为读者提供更优质的服务，而各项统计数据正是考核和奖励的重要依据。厦门市图书馆从2007年起就对职工业务工作实行量化管理，首先根据各项统计数据制定规章制度和管理目标，计量出每个部门及工作人员应有的工作数量和质量，每月月初对上个月的工作情况进行业务检查，量化考核，通过对比分析，奖勤罚懒，奖优罚劣，从而达到鼓励先进，激励后进的目的。实践证明，以科学、准确的数据为依据，完善业务考核制度，不仅能激励员工端正工作态度、强化服务意识，同时更能大大提高工作人员的业务能力。
1．4图书馆统计工作是做好读者服务工作的关键以服务读者为先的图书馆管理理念是图书馆各项工作开展的指挥棒，做好读者服务工作是图书馆的首要工作，它是联系图书馆与读者的窗口，起着桥梁和纽带的作用，因此必须制定一套科学完整的图书馆统计工作制度，充分了解读者和馆藏文献信息的动态指标，针对不同的读者群体开展读者的差异，从而加强和深化读者服务工作。其中动态指标具体包括:图书借阅、读者咨询、信息服务以及读者活动等等，这些都是图书馆为读者服务的第一手资料，它们反映了图书馆整个工作的基本环节，为图书馆制定发展规划、工作任务，调整服务内容提供了准确的数据依据。
2图书馆统计工作的实施步骤
图书馆统计工作主要包括:(1)统计调查。这是图书馆统计工作的基础，其目的是有组织地用科学的方法收集原始统计数据。(2)统计整理。原始数据往往杂乱无序，这就需要分门别类进行整理。整理工作是数据收集和数据分析之间必不可少的环节。(3)统计分析。图书馆统计工作的目的，不仅仅是简单的收集、整理、汇总数据，更重要的是对这些数据进行全面深入的分析，进而对整个图书馆工作的内在规律加以揭示，并用以提高图书馆的各项业务水平和科学管理水平［2］。图书馆的统计工作如何具体实施，可归纳为以下几方面。
2．1规范图书馆各项统计制度图书馆统计工作贯穿于图书馆管理的全过程，图书馆的每一个部门，每一项工作环节，都需要用相应的统计数据来反映其工作状态，环环相扣、有序衔接，因此必须完善规范系统的统计制度，使统计工作有章可循，做到程序化、标准化和规范化，从而保证统计资料的完整性、准确性和连续性。统计制度具体包括统计范围、周期、明确报表要求、参与人员等方面内容。从原始数据的收集、记录和整理，统计报表的填报、统计资料的积累以及对结果的分析研究再到最后的立卷归档，日常各项工作必须按一定的程序进行。同时图书馆各部门要设专人管理原始记录，定期填报馆内统计报表并进行统计分析。以厦门市图书馆为例，各部门副主任具体负责本部门的统计与档案工作，每月3日前填报业务工作月报表，年中和年末对本部门主要工作进行统计汇总、分析，向馆领导提交统计报告，次年第二季度前移交本部门包括所有统计资料在内的全年业务档案。另外，日常统计还要与重点调研相结合，定期对工作中的热点、难点问题开展专题统计调研。常规统计工作按照制定的统计制度有序进行，指标体系完整统一，数据连续性强，易于开展动态分析研究。但它有两个明显的缺陷:其一，灵活性、针对性差。因为统计制度在较长时期内是固定的，当现实中出现或需要研究新情况、新问题时，常规统计资料难以满足。其二，指标性质较单一。常规统计中多数指标是定量指标，当我们要研究诸如读者偏好、工作人员服务态度等定性变量时，常规统计无法体现。此时，需要我们适时进行重点专项调研，开展问卷调查，以丰富统计资料，满足专项课题研究［3］。这两年公共图书馆服务联合体建设以及共享工程工作广泛开展，针对这一情况，笔者所在馆及时通过实地调研和问卷调查等形式，开展了厦门市岛内外公共图书馆一体化建设研究以及厦门市共享工程建设与发展调研，用科学的数据分析图书馆发展的情况、规律和趋势，向上级领导提交了统计分析与报告，及时甚至超前为上级领导决策及指导工作提供参考。
2．2完善图书馆统计指标体系图书馆统计指标体系是指将图书馆的文献资源、馆藏类型、服务方式、馆员结构和读者结构等方面进行系统化、规范化的数量描述［4］。为了说明图书馆工作中发生和发展的各种现象及过程，图书馆统计工作常常需要拟订以计划指标体系为基础的相互关联的数量化统计指标体系，以便通过指标体系的数量方面来反映图书馆工作的全过程。一个完整的量化统计指标一般包括名称、目的、时间、范围、计算方法、解释、出处等。不同的统计指标按照其对象又可组成不同的指标体系［5］。图书馆业务统计内容涉及流通阅览、采访编目、日常办公、数字资源管理等图书馆业务工作的方方面面，统计人员需要先根据研究目的确定统计指标，通过各项数据的收集、汇总、分析，多层次、多方位地表现各项业务之间的关系。同时在图书馆信息化、自动化、网络化发展的今天，许多传统的统计指标已经不适应现代图书馆管理的需要，必须根据工作实际，及时增加新的统计内容，完善统计指标体系，不断制定新的统计标准［6］。科学的统计指标是图书馆进行评估工作的基本依据，评估工作也反过来指导统计指标的调整和完善。因此厦门市馆近几年根据图书馆的新情况、新发展，不断对本馆统计指标体系作出调整，目前主要依据评估细则中的细项要求设立统计指标体系，制定业务工作月报表，跟踪填报图书馆的各项业务数据。具体设立的指标体系包括有:基础业务建设指标体系，普通服务指标体系，检索、咨询服务指标体系，信息服务指标体系，读者活动指标体系，社会教育与用户培训指标体系，业务研究、活动、协作协调指标体系以及文化信息资源共享工程建设指标体系等等，通过不断完善的统计指标体系，以期达成对当代图书馆科学管理真正的促进和推动作用。
2．3重视统计数据的采集、整理与积累在统计制度明确、统计指标确定的情况下，还须重视统计数据的采集、整理与积累。数据采集是图书馆业务统计工作的一个重要环节，这是图书馆业务工作最初的、最基本的数据记录。根据统计数据来源可以分为客观数据和主观数据两部分。客观数据是反映“有多少”的信息，用于定量指标统计，例如馆藏量、流通人数、借阅册次等，这类数据的收集除部分读者活动数据等通过各部门人工计数外，多是利用图书馆内部自动化网络管理系统自动完成记载的，如笔者所在馆使用的interlib图书馆集群管理系统，它一方面可以采集图书馆局域网内各项业务信息，并长时间记录、保存各项数据在自己的服务器上，另一方面可以为网络用户提供使用情况数据的获取。主观数据则应用于定性指标统计，具有随机性、可变性与不可预测性等特点，例如读者满意度、服务效果反馈等，这类数据收集多采用问卷调查表、信息反馈填报、座谈会等形式。为了保证统计资料的完整性、可靠性和连续性，还应扎扎实实做好基础业务数据的积累。对于有价值的统计原始数据、统计记录、统计报表、统计资料的积累及统计分析研究结果应按图书馆业务档案管理办法，进行收集整理，立卷归档，妥善保存，这不仅是对以往工作状态的最真实和完整的记录，也是历史数据的宝贵存档资料。因此每位工作者都要养成随时保存文件与档案数据的习惯，各部门设立兼职统计员岗位，负责收集本部门统计数据、资料，自下而上定期向馆部统计负责人报告基本统计资料。唯有当“随时保存”从制度要求，变为自觉行为直至习惯动作，形成一套完整的统计工作系统，才有可能实现图书馆统计数据、资料的有效积累［4］。