产量统计经验研究论文

早稻生产特点及产量差异分析农科论文

武穴市是湖北省粮食生产大市,常年水稻种植面积5万hm2以上,稻田种植制度是以双季稻为主的一年多熟制。近年来,通过国家粮食丰产科技工程、超级稻示范推广、粮食高产创建等重大项目的实施,有力地推动了双季稻生产,双季稻面积实现了恢复性增长。因此,早稻生产在粮食生产中具有重要地位。在大面积生产条件下,早稻产量差异较大,主要表现为项目核心区、示范区、辐射区间的差异及镇(处)间、品种间、种植方式间、田块间的差异。为此,通过调查分析全市早稻产量表现及产量差异原因,为实现缩小产量差异、提高产量稳定性和平衡增产的目的提供参考。

1 材料与方法

1.1 调查地点

采用随机抽样和典型抽样[1]相结合的方法,在梅川镇、花桥镇、大金镇、余川镇、石佛寺、四望镇、大法寺、万丈湖等8个镇(处)测产调查118个田块。

1.2 调查品种

5个杂交早稻(两优287、H两优302、金优458、W两优3418、金优402)和3个常规早稻(鄂早18、鄂早17、中嘉早17),共8个品种,其中两优287、金优458和中嘉早17为超级稻品种。

1.3 测产方法与统计分析

每个田块根据产量水平按对角线选取3个代表样点,分别考查株高、密度、单穴有效穗数、每穗粒数,千粒重按品种常年平均值计。根据张玉屏等[2]的方法测定密度和产量,移栽稻每个样点分别测量10行20穴,抛栽稻和直播稻用1 m×1 m钢管框架测量框内有效穗数,根据田间利用率[(实际面积—沟面积)/实际面积×100%]折算群体密度,割取与测量每穴穗数相对应的水稻植株50穴,脱粒计产,晒干实粒称重。最后进行密度、有效穗数及产量的折算。

试验数据统计分析采用SAS v 9,作图采用CorelDRAW 9绘图软件。

2 结果与分析

2.1 早稻生产特点

近年来,通过从水稻育秧、移栽等环节进行技术优化,武穴市早稻种植方式呈现多样化的特点,直播、旱育秧、抛秧、机械化栽播及免耕栽培技术应用面积不断扩大。据统计,2011年全市早稻面积1.75万hm2,其中空闲茬前三田面积0.33万hm2,油菜茬后三田面积1.42万hm2。早稻直播面积0.19万hm2,占早稻面积的'10.86%,与常年相比,直播面积有所下降,可能与上年早稻直播期间遇极端低温阴雨天气造成烂种、烂芽、减产有关[3]。早稻移栽面积1.22万hm2,占早稻面积的69.71%,其中旱育秧移栽面积0.47万hm2,占早稻面积的26.86%;常规育秧移栽面积0.75万hm2,占早稻面积的42.86%。抛秧面积0.32万hm2,占早稻面积的18.29%,其中翻耕抛秧0.25万hm2,占早稻面积的14.29%;免耕抛秧0.07万hm2,占早稻面积的4.00%。机械插秧和机械直播面积0.02万hm2,占早稻面积的1.14%。

2.2 早稻产量表现

田间测产结果表明,2011年全市早稻平均产量7 254.0 kg/hm2,最高产量9 684.0 kg/hm2,最低产量4 971.0 kg/hm2,产量极差4 713.0 kg/hm2,标准差1 086.0 kg/hm2,变异系数14.97%。早稻产量水平接近正态分布,产量主要分布在6 750~8 250 kg/hm2,共有66个田块,占55.93%;其次分布在6 000~6 750 kg/hm2和8 250~9 000 kg/hm2,分别有18和16个田块,分别占15.25%和13.56%;分布在5 250~6 000 kg/hm2、小于5 250 kg/hm2和大于9 000 kg/hm2的田块较少,分别为8、5和5个田块,各占6.78%、4.24%和4.24%。

2.3 不同镇(处)早稻株高、产量结构及产量变化

水稻株高与品种特性、土壤肥力、栽培条件等因素有关。已有研究表明[4,5],水稻株高与生物产量呈显着的正相关,尤其在高产条件下关系更为密切,而生物产量增加又是穗粒数和千粒重增加的物质基础。由表1可知,各镇(处)早稻株高为78.7~88.3 cm,以大金镇最高,比其余各镇(处)高4.7~9.6 cm,经相关分析,株高对产量的决定系数r2=0.614 7。有效穗数以花桥镇最高,四望镇最低,有效穗数极差80.9万穗/hm2;每穗粒数以花桥镇最高,四望镇最低,每穗粒数极差15.6粒。花桥镇、大金镇、梅川镇和余川镇4镇产量高于全市平均产量,其中花桥镇、大金镇产量分别为8 304.0、8 157.0 kg/hm2,与全市平均产量相比增产极显着,产量结果与粮食高产创建专家组验收结果相吻合,与两镇粮食高产创建整体推进、建立高产创建示范区域并加强品种与栽培技术配套有关;万丈湖、大法寺、四望镇、石佛寺4镇(处)产量低于全市平均产量,其中万丈湖办事处产量与全市平均产量相比减产极显着,大法寺减产显着。

2.4 不同品种产量结构及产量变化

不同早稻品种产量结构及产量有较大差异。由表2可知,因栽培起点不同,3个常规早稻鄂早18、鄂早17和中嘉早17有效穗数较多,鄂早17、鄂早18有效穗数、每穗粒数和产量变异均较小。杂交早稻有效穗数适中,每穗粒数较多。超级稻两优287、金优458、中嘉早17有效穗数、每穗粒数和产量变异较大,表明超级稻品种增产潜力较大,同时对栽培技术要求严格,必须良种良法配套。8个品种中以H两优302产量最高,鄂早17产量最低,H两优302、两优287、中嘉早17、W两优3418、金优458较平均产量增产,其中H两优302、两优287增产极显着,中嘉早17增产显着,超级稻金优458比平均产量增产1.55%,超级稻品种增产潜力未充分发挥;鄂早17、金优402和鄂早18比平均产量减产,其中鄂早17和金优402减产极显着。

2.5 不同种植方式下产量结构及产量变化

早稻不同种植方式下产量结构及产量变化情况见表3。由表3可知,移栽稻产量结构较为合理,有效穗数和每穗粒数变化幅度最小,产量稳定性最好;直播稻有效穗数最多,每穗粒数最少,产量稳定性最差。直播稻和抛秧稻田间分布无序、不均匀,且抛秧稻株型松散、叶片张角大、后期植株间受光不均匀[6],可能导致直播稻和抛秧稻穗型整齐度较差,每穗粒数变异较大。产量以抛秧稻最高,移栽稻次之,直播稻最低,其中抛秧稻产量与全市平均产量相比增产显着。不同种植方式下产量结构及产量变化情况与笔者之前研究结果一致[3],试验及调查的重演性好[1]。

2.6 产量差异原因分析

2.6.1 有效穗数与产量 早稻产量随着有效穗数的增加而增加(图2),对有效穗数(x1)和产量(y1)进行相关分析,得回归方程y1=21.66x1—99.81,r2=0.797 5,因此有效穗数是影响早稻产量差异的主要因素。群体有效穗数由种植密度和单位面积穗数决定,生产上适当增加种植密度和基本苗数、加强田间管理、提高成穗率是缩小早稻产量差异、提高产量稳定性的重要技术对策。

2.6.2 每穗粒数与产量 经相关分析表明,早稻每穗粒数(x2)与产量(y2)存在线性关系:y2=96.36x2—2 926.27,r2=0.620 9(图3),早稻产量随着每穗粒数的增加而增加,每穗粒数也是影响早稻产量差异的关键因素。穗粒数主要决定于幼穗分化期和长穗期,中后期培育壮秆大穗是增加早稻每穗粒数的重要栽培目标。

3 小结与讨论

武穴市早稻生产轻简化栽培应用比例较高,种植方式呈现多样化的特点。2011年早稻平均产量7 254.0 kg/hm2,产量主要分布在6 750~8 250 kg/hm2,占55.93%。早稻产量差异主要表现在镇(处)间、品种间和种植方式间。花桥镇产量最高,与全市平均产量相比增产极显着,万丈湖产量最低,减产极显着。H两优302表现了较好的增产潜力,与平均产量相比增产极显着;超级稻品种产量表现不同,两优287、中嘉早17与平均产量相比增产极显着和显着,金优458增产不显着,超级稻品种产量结构和产量变异幅度较大,必须加强良种与良法配套;鄂早17和金优402与平均产量相比减产极显着。有研究表明不同种植方式对水稻产量有显着影响[7],此次调查结果表明,3种种植方式间以抛秧稻产量最高,移栽稻次之,直播稻最低,其中抛秧稻增产达显着水平。

高良艳等[8]的研究表明,产量构成因素中穗粒数、结实率和千粒重与产量均呈正相关,每穴穗数与产量呈负相关。本调查结果表明,导致早稻产量差异的主要因素是有效穗数和每穗粒数,产量随有效穗数和每穗粒数的增加而增加。大面积生产上必须根据品种特性制定合理的栽培技术措施,充分发挥品种的生产潜力,增加生物量、提高有效穗数和每穗粒数,以达到缩小产量差异、增加产量的目的。

统计分析是运用统计 方法 与分析对象有关的知识，从定量与定性的结合上进行的研究活动。下文是我为大家整理的关于统计分析论文的 范文 ，欢迎大家阅读参考!

浅谈统计分析与决策

[摘要] 统计分析与决策二者有联系又有区别。统计要参与决策，必须搞好统计分析。搞好统计分析，需要解决选题、分析、撰写 报告 三个问题。

[关键词] 统计分析 分析方法 决策

统计工作的全过程分为四个阶段，即统计设计，统计调查，统计整理，统计分析。其中，统计分析是统计工作的最后一个阶段，是出统计成果的阶段。现在倡导统计要参与决策，这是不是说统计工作还要增加一个决策阶段呢?如果不是，那么，统计分析与决策是什么关系呢?

狭义的说，统计分析与决策是有区别的。统计分析是以统计数字为基础，以统计方法为手段，对社会经济情况进行科学的分析和综合研究，以认识其本质和规律的过程。而决策则是为了达到某一预定目标，运用逻辑方法和统计方法，对两种或两种以上可能采取的方案进行比较、分析、研究，以做出合理的、科学的抉择的行为过程。假若把统计分析与决策比作医生看病，统计分析就是对病情的诊断，决策就是开处方，“诊断”和“处方”是有区别的。

广义的讲，统计分析与决策是密不可分的。一方面，统计分析贯穿于决策过程之中。一个决策过程大体上可分为下列三个大步骤：第一，诊断问题所在，确定决策目标;第二，探索和拟定各种可能的备选方案;第三，从各种备选方案中选出最合适的方案。从这三大步骤看，尽管要用到多种方法和手段，但哪一步也离不开统计分析，第一步就是通过统计分析，诊断问题所在，并在分析的基础上确定决策目标;第二步拟定备选方案，要经过“轮廊设想”和“细部设计”这个阶段对轮廊设想的方案要做初步筛选，对每一方案要充实具体内容，“筛选”和“充实”都要经过统计分析;第三步选择最佳方案，首先要对各个备选方案进行评价、论证，这又需要统计分析。因此可以说，没有统计分析，也就没有科学决策。另一方面，从某种意义上讲，决策是统计分析的结果。一般来说，统计分析报告是提出问题、分析问题、指出解决问题的办法，其实，决策方案也就是解决问题实现决策目标的办法，只不过比“今后意见”“几条 措施 ”之类的办法更全面、更详细、更科学罢了。医生诊断是为了正确处方，治病救人，不能只诊断不处方。统计分析是为了发现问题，解决问题，推动社会经济的顺利发展;也不能只提出问题，而不寻找解决问题的办法。从这个意义上讲，统计分析也就包括预测和决策。我们不能为统计而统计，也不能为分析而分析。统计应该参与决策，为了决策科学化，必须搞好统计分析。

搞好统计分析，需要解决选题、分析、撰写报告三个问题。

一、统计分析选题

所谓选题，就是在复杂的社会经济现象中,确定统计分析的内容和范围。进行统计分析,选题很重要。成功的选题是成功的分析的前提。

怎样选好题呢?选好题标准有两条:―是分析对象有意义，二是适合决策层和群众需要。关键是抓住党和国家的方针政策和企业的经济效益。

统计分析课题是很广泛的。工业统计分析课题如：计划执行情况分析、工业净产值统计分析、工业产品销售统计分析、工业原材料供应和消耗统计分析、工业能源消耗统计分析、工业生产设备统计分析、工业劳动与工资统计分析、成本利润统计分析、综合经济效益统计分析等。商品流通企业统计分析课题如：市场供求状况分析、市场占有率分析、主要商品经济寿命周期分析、市场商品价格分析、计划执行情况分析、购销合同执行情况分析、商品购进质量分析、商品销售动态分析、商品销售构成分析、商品库存分析、企业经济效益分析等。对于以上内容，可根据不同的时间、地点、条件，按两条选题标准适当选择。

统计分析有专题分析与综合分析之分。在一定的总体范围内，研究总体的各个方面及其相互关系，或研究总体的主要方面的统计分析，属于综合分析;只研究其中某一方面，或某一部分的统计分析，属于专题分析。两者各有不同的特点，都是必要的，但专题分析宜多，综合分析宜少。

二、统计分析方法

统计分析的关键是分析，怎样进行统计分析呢?统计分析有两个特点:一是以统计数字为基础,二是以统计方法为手段。因此,统计分析在选题之后,就要根据分析的需要,搜集整理有关数字资料及具体情况,在充分占有材料的基础上,灵活运用统计方法进行分析。

统计分析方法很多。统计学原理中除了有关统计调查、统计整理的内容外,综合指标、统计指数、时间数列、抽样推断等内容全部是统计分析方法。从方法角度上讲，统计分析就是统计学原理的运用。

统计方法与人们的认识过程是相适应的。人们的认识分感性认识和理性认识两个阶段。感性认识阶段所认识的是事物的现象，可采用统计调查和统计整理。理性认识阶段所认识的是事物的本质和规律，这个阶段要经过形成概念、进行判断和推理等思维活动。与此相适应，要分别采用不同的统计分析方法。

形成概念一般用描述性的综合指标法，即总量指标、相对指标和平均指标，以说明现象的规模大小、水平高低、速度快慢、内部结构以及比例关系等。判断推理就是要判断事物的性质，分析事物变化的原因，找出事物发展的规律。这一般要用分组分析法、动态分析法、因素分析法、相关回归分析法、平衡分析法等。

对统计学原理中的各种统计分析方法要熟练地掌握，灵活地运用。怎样灵活运用呢?这里有个技巧问题。技巧就是定性分析与定量分析巧妙结合。

所谓定性分析是指对事物的性质和影响事物发展变化的因素进行分析。定量分析就是分析事物的规模、水平、速度、结构、比例，以及各个因素对事物总体变化的影响方向和影响程度。定性分析与定量分析巧妙结合有两层含义，一是二者不可偏废，二是二者密不可分，

没有定性分析,定量分析就没有方向。没有定量分析,定性分析就不准确。结合的目的是在质与量的辩证统一中探寻事物的内在联系。

从根本上讲，统计分析就是完成从感性认识到理性认识，从现象到本质的飞跃。完成了这―飞跃，才是高质量的统计分析。有些统计分析质量不高，往往就是没有完成这一飞跃，仍然停留在表面现象上。

三、统计分析报告的撰写

统计分析报告是统计的最终产品。如果说统计数字的准确性是统计的生命，那么，统计分析报告的质量则关系到统计作用的发挥。对高质量的统计分析报告的要求，可以概括为五个字，就是“准、快、新、深、活”。

准:就是实事求是地反映客观实际。做到数字准确，情况准确，论点准确。

快:就是在决策层决策之前，不失时机地及时提供分析报告。

新:就是不断创新。要求不断开拓新领域，钻研新课题，反映新情况和新问题。

深:就是要在充分占有材料的基础上，提高分析的深度，使认识不只停留在反映现象上，而要揭示事物的本质和规律，并且用观点统帅材料，用材料说明观点，做到材料和观点的统一。

活:就是文字生动活泼，形式灵活多样。资料要多样化和生动具体，要有群众语言，要通俗易懂，文字要精精炼。

统计分析报告是在统计分析的基础上撰写出来的。没有好的分析，不可能写出好的报告。经过分析阶段，弄清了事实，判明了性质，探索出规律，得出了结论，在此基础上就可以撰写统计分析报告。但分析得好，并不等于报告写得好，这里还有个撰写的技巧问题，那就是准确地表述事实，透彻地阐明本质，深刻地揭示规律，恰当地提出建议。

1.准确地表述事实

每一篇统计分析报告，都需要表述所分析的现象，即说明“是什么”。准确地表述事实，才能给读者一个明确的概念。为此，须注意如下几点:(1)数字要真实;(2)运用数字要适当，不要堆砌数字，搞数字文字化;(3)语言要素准确。

2.透彻地阐明本质

现象只说明事物的各个片面，本质才说明事物的整体。撰写统计分析报告，必须深刻地揭示事物的本质，它是统计认识事物的正确程度和深度的反映。如果不能深刻地阐明事物的本质，那只能是现象罗列，没有多大价值。

阐明事物的本质，也就是阐明事物的基本性质。事物的性质是由事物内部矛盾的主要方面决定的。例如，某企业利润增加，是靠涨价，还是靠降低成本?经过分析，认识到利润增加主要是靠降低成本，这是矛盾的主要方面，这就反映出事物的性质。因此，在报告中就应阐明降低成本在提高经济效益中的重要作用。再如某企业，本质问题是钢材浪费严重，在报告中就应揭示浪费的若干方面和严重程度。

3.深刻地揭示规律

规律是事物内部固有的、本质的、必然联系。成本高低与产量多少有联系，经过推理，这种联系是事物内部固有的、本质的必然联系，反映了事物发展变化的规律性，而且存在一定的回归关系。而回归方程反映这种关系，所以在统计分析报告中，要利用回归方程揭示这种必然联系及其回归关系。

4.恰当地提出建议

认识世界的目的是为了改造世界。经过统计分析,透过现象认识到事物的本质和规律,还必须提出解决问题的建议,如“今后意见”、“几点建议”、“决策方案”等等。怎样才算恰当地建议呢?恰当的建议要符合三个条件:(1)符合分析目的;(2)合乎客观规律;(3)切实可行。

以上四点,一般可以作为分析报告的结构和顺序,但不能千篇一律。

统计分析报告是统计分析结果的反映。既要注意提高写作水平，更要努力锻炼分析问题和解决问题的能力。

试谈统计分析方法应用

【摘要】统计分析方法应用于各个领域，解决了很多工业、农业、经济、医学等领域的实际问题，本文分析多元统计分析方法的主要应用和构建多元统计方法检验体系的必要性，针对性的提出了需要引起注意的共性问题，具有很强的现实意义。

【关键词】统计分析方法;应用;检验体系;共性问题;现实意义前言

随着信息技术的普及和广泛应用，它推动了社会、经济和科学技术的发展，多元统计分析方法的难题得到了攻破，各个领域广泛采用，推动了各行各业经济的快速发展。

二、多元统计分析方法的主要应用

统计方法是科学研究的一种重要工具，其应用颇为广泛。在工业，农业，经济，生物和医学等领域的实际问题中，常常需要处理多个变量的观测数据，因此对多个变量进行综合处理的多元统计分析方法显得尤为重要。随着电子计算机技术的普及，以及社会，经济和科学技术的发展，过去被认为具有数学难度的多元统计分析方法，已越来越广泛地应用于实际。

聚类分析

它是研究分类问题的一种多元统计方法，聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类计算新类与 其它 类之间距离，再选择近似者并类每合并一次减少一类，继续这一过程直到所有样本都合并成为一类为止。所以聚类分析依赖于对观测间的接近程度或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果。企业制定 市场营销 战略时要弄清在同一市场中哪些企业是直接竞争者，哪些是间接竞争者是非常关键的一个环节。要解决这个问题，企业首先可以通过 市场调查 ，获取自己和所有主要竟争者，从而寻找企业在市场中的机会。

判别分析

判别分析是已知研究对象分成若干类型，并取得各种类型的一批已知样品的观测数据、在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析，企业在市场预测中往往根据以往所调查的种种指标，用判别分析方法判断下季度产品是畅销平销或滞销。一般情况下判别分析经常与聚类分析联合起来使用。

主成分分析

主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标，来代替原来指标，同时根据实际需要从中可取几个较少的综台指标，尽可能多反映原来指标的信息，在市场研究中常常利用主成分析方法分析顾客的偏好和当前市场的产品与顾客之间的差别，从而提供给生产企业新产品开发方向的信息。

因子分析

因子分析是主成分分析的推广和应用。它是将错综复杂的随机变量综合为数量较少的随机变量去描述，多个变量之间的相关关系以再现原始指标与因子之间的相互关系。也可以认为因子分析是将指标按原始数据的内在结构分类。例如:对Y个调查区的商业网点数、人口数、金融机构服务数、收入情况等N个指标进行因子分析，如果按照一般的分析方法，我们就需要处理N个指标，并给它们以不同的权重。这样不仅工作量变大而且由干指标之间存在比较高的相关性，会给分析结果带来偏差另外给具有较高相关性的众多指标，从而计算出各个调查区平均综合实力得分以便决定在某个调查区拟建何种类型的销售点。

三、构建多元统计分析方法检验体系的必要性

(一)构建多元统计分析方法检验体系，提高多元统计分析应用质量

多元统计分析方法已经越来越为人们广泛应用，但应用中盲目套用分析方法的情况很多，只关心模型方法的应用。许多教科书也只侧重介绍多元统计分析方法的思想、原理和分析步骤，对多元统计分析方法应用结果的统计检验叙述不多。这就直接影响了多元统计分析方法的应用效果和可信性。因此，本文拟对多元统计分析方法的统计检验问题进行探讨。构建多元统计分析方法检验体系的目的在于进一步丰富和完善多元统计分析方法的内容体系;实践上，使多元统计分析方法的应用更加合理、规范。推动多元统计分析方法应用质量的提高，推动多元统计分析方法获得更广泛的应用。

(二)多元统计分析统计检验体系的基础理论

多元正态分布总体的样本分布，即维希特分布，霍特林分布，威尔克斯分布,多元正态总体均值向量假设检验，包括一个正态总体均值向量假设检验，两个正态总体均值向量假设检验，多个正态总体均值向量假设检验;多元正态总体协方差阵假设检验，包括一个正态总体协方差阵假设检验，多个协差阵相等假设检验。

(三)关于统计检验体系

将上述统计检验体系有机结合在一起，就构成了多元统计分析方法检验体系的基本框架。多元统计分析方法检验体系的构建,用多元统计分析方法，充分发挥多元统计分析方法的应用价值，提高应用质量，我们建议，在应用时，应该按照上述框架进行相应的统计检验。当然。上述统计检验体系还是一个初步的框架，随着多元统计分析方法理论的逐步完善，上述检验体系也需要不断完善，也需要更多的同行关注此类问题并不断加以研究。另一方面，在实际应用中，即便是某种方法根据上述内容都进行了统计检验，由于各种方法自身存在的缺陷或局限性，也还会存在许多应用中考虑不周之处。应该引起注意。但是，因子分析结果还是具有较大主观性。特别是对公共主因子在专业方面实际意义的解释上，仍然保留着一种艺术气息，并没有统一做法，因此很多情况下也是不能令人满意的。总之，我们在应用时，对因子分析的适用性、公因子的估计方法、公因子选取的数目。公因子的实际意义的解释等一系列问题都要引起足够注意。检验体系有如下几个分类：

a.主成分分析统计检验体系

b.因子分析统计检验体裂引

c.系统聚类分析统计检验体系

d.判别分析统计检验体裂

e.对应分析统计检验体系

f.典型相关分析统计检验体系

四、多元统计分析方法应用中需要注意的几个共性问题

1.关于原始数据变量的总体分布问题。

对原始变量的总体分布各种方法各有不同的要求。有的方法对原始数据变量总体分布没有特殊的要求，如主成分分析、聚类分析、对应分析。有的方法在不同情况下，对原始变量分布有不同的要求，如因子分析中，公共因子的估计方法不同，对原始变量分布要求不同，采用极大似然估计方法估计主因子时，是假定原始变量是服从多元正态分布的，因此，应用时要引起重视，如典型相关分析要求原始变量服从正态分布，但在严格意义上，如果变量的分布形式比如高度偏态不会降低其他变量的相关关系，典型相关分析是可以包含这种非正态变量的。

样本容量问题。

进行多元统计分析时，样本容量n达到多少为宜，目前尚没有统一的结论。有的认为样本容量应是变量个数的10～20倍，有的认为样本容量要在100以上比较合适，有的认为进行巴特莱特检验时的样本容量应该大于150方可，也有的认为不必苛求太多的样本容量，如在进行主成分分析和因子分析时当原始变量之间的相关性很小时，即使再扩大样本容量，也难以得到满意效果。

原始变量之间的相关性以及非线性关系问题。

多元统计分析方法中，有的是的要求原始变量中要具有相关性。有的则不要求原始变量具有相关性。如聚类分析中，进行Q型系统聚类分析时对原始数据变量之间的相关性也是有要求的，如选择欧式距离、明氏距离、兰氏距离时，则要求原始变量之间是不相关的。只有对原始数据的相关性进行了处理后，才可以选择使用上述距离。若原始变量存在相关性，则选择马氏距离比较合适。另外原始变量之间的非线性关系也是需要注意的问题。如主成分分析、因子分析以及典型相关分析当基于相关矩阵来进行计算时，这里的相关矩阵实际上是Pearson的积差相关。但是，如果变量之间的关系不是线性的，而是非性相关关系，于是，所进行的分析以及结论也就失去应有的意义了。

数据处理问题。

多元统计分析中涉及多个变量，不同变量往往具有不同的量纲及不同的数量级别。在分析时，具有不同量纲的变量进行线性组合是没有意义的，不同的数量级别的变量之间进行分析时。会导致“以大吃小”，即数量级的变量的影响会被忽略，从而影响了分析结果的合理性。因此。为了消除量纲和数量级别的影响，进行多元统计分析时，必须对原始数据进行处里，最常用的是先作标准化变换处理，然后再作相应的分析。

五、结束语

在统计分析方法的应用中，会涉及到多个变量，因此，必须根据原来有的数量进行处理，然后才能得出相应的分析结论。本文结合多元统计分析方法的理论基础，对相关检验体系和分析体系进行了分析，具有现实的理论指导意义。

【参考文献】

[1]于秀林.多元统计分析[M].北京,中国统计出版社，1999：223—224.

[2]高惠璇.应用多元统计分析[M].北京,北京大学出版社 ，2005：343—366.

[3]郭志刚.社会科学分析方法一SPSS软件应用[M].,中国人民大学出版社，1999.

[4]傅德印.主成分分析中的统计检验问题 [J].统计 教育 ，2007(9)：4—7.