在心理学研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，而因变量则是由于自变量的操作而带来的变化，因此自变量被看作是因变量的原因。比如，研究感觉剥夺以后对人情绪的影响：感觉剥夺的操作（蒙眼、堵耳、手脚被套上）就是自变量，而因此带来情绪的变化就是因变量。
在心理实验中，自变量是由实验者操纵、掌握的变量。自变量一词来自数学。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。如果实验者操纵的自变量是连续变量，则实验是函数型实验。如实验者操纵的自变量是类别变量，则实验是因素型的。在心理学实验中，一个明显的问题是要有一个有机体作为被试对刺激作反应。显然，这里刺激变量就是自变量。 如何明白因变量和自变量是什么，其实也简单。说白了，自变量是“原因”，而因变量就是“结果”。例如，市场上一般卖10元一斤的猪肉，因为这几天下暴雨而涨价2元。设定我买进猪肉的钱是Y，猪肉一般的价格为10，现在涨价X元。这就可以把函数式写成：Y=10+X。表示因为涨价的多少（X），而影响到我买进猪肉时的钱要多少（Y）。在这里，X是自变量，Y是应变量。 原因和结果是揭示客观世界中普遍联系着的事物具有先后相继、彼此制约的一对范畴。原因是指引起一定现象的现象，结果是指由于原因的作用而引起的现象。
函数关系式中，某特定的数会随另一个（或另几个）会变动的数的变动而变动，就称为因变量。如：Y=f(X)。此式表示为：Y随X的变化而变化。Y是因变量，X是自变量。 更简单、易懂的解释： 如何明白应变量和自变量是什么，其实也简单。说白了，自变量是“原因”，而应变量就是“结果”。例如，市场上一般卖10元一斤的猪肉，因为这几天下暴雨而涨价2元。设定我买进猪肉的钱是Y，猪肉一般的价格为10，现在涨价X元。这就可以把函数式写成：Y=10+X。表示因为涨价的多少（X），而影响到我买进猪肉时的钱要多少（Y）。在这里，X是自变量，Y是应变量。 对于函数中的自变量和应变量有时是相互的，即变化的量的自变量，由变化的量而引起的另一个量的变化那么这一个量叫应变量。因此在实际问题中就应注意谁的变化引起了谁的变化问题。在时间、路程、速度中路程一定，速度的大小的由时间的变化而引起的故一般称时间为自变量而速度为应变量，在一般的数学函数式中自变量和应变量的可以相互转化的这也就是函数与反函数。简介 在心理实验中，自变量是由实验者操纵、掌握的变量。自变量一词来自数学。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。如果实验者操纵的自变量是连续变量，则实验是函数型实验。如实验者操纵的自变量是类别变量，则实验是因素型的。在心理学实验中，一个明显的问题是要有一个有机体作为被试（符号O）对刺激（符号S）作反应（符号R），即S－O—R。显然，这里刺激变量就是自变量。 在数学等式中能够影响其他变量的一个变量叫做自变量。 自变量的应用范围很广，从数学、函数到计算机、编程，无处不在。 如果x取任意一个量，y都有唯一的一个量与x对应，那么相应地x就叫做这个函数的自变量。 或 如果y是x的函数，那么x是这个函数的自变量。编辑本段广义解释 任何一个系统（或模型）都是由各种变量构成的，当我们分析这些系统（或模型）时，可以选择研究其中一些变量对另一些变量的影响，那么我们选择的这些变量就称为自变量，而被影响的量就被称为因变量。例如：我们可以分析人体这个系统中，呼吸对于维持生命的影响，那么呼吸就是自变量，而生命维持的状态被认为是因变量。系统和模型可以是一个二元函数这么简单，也可以是整个社会这样复杂。编辑本段自变量的种类 (1)刺激特点自变量：如果被试的不同反应是由刺激的不同特性，如灯光的强度、声音的大小等引起来的，我们就把引起因变量变化的这类自变量称为刺激特点自变量。 (2)环境特点自变量：进行实验时环境的各种特点，如温度、是否有观众在场、是否有噪音、白天或夜晚等等，都可以作为自变量。 时间是一种非常重要和无时不在的自变量，特别是在记忆的实验中，你甚至可以说，几乎没有不用时间作自变量的记忆实验。 (3)被试特点自变量：一个人的各种特点，如年龄、性别、职业、文化程度、内外倾个性特征、左手或右手为利手、自我评价高或低等，都可以作为自变量。 (4)暂时造成的被试差别：被试的暂时差别通常是由主试的安排，也就是由主试给予的不同指示语造成的。编辑本段因变量与自变量 自变量是被操纵的变量，而因变量是被测定或被记录的变量。这两个专业用语的区别看上去会使很多读者产生混淆，正如一些读者所说的——“全部变量都具有依赖性”。不过，一旦你认识到这种区别，就会发现这个区别是必不可少的。自变量与因变量一词主要用于变量被操纵的实验研究中，在这种意义上，自变量在研究对象反应形式、特征、目的上是独立的，其他一些变量则“依赖于”操纵变量或实验条件的改变。换句话说，他们是对“对象将做什么”的反应。与这定义的本质有所冲突，这个词也用于我们将观察对象按照对象原有的属性分到各“实验组”中，而不是操纵自变量的研究中。如在比较男女性白细胞数的实验中，性别被称为了自变量，而白细胞数则为因变量。因果关系 :因变量随自变量而变化
自变量和因变量都可以是影响因素，取决于研究的问题和研究的设计。自变量是研究者控制的因素，可以改变并影响因变量，而因变量则是受自变量影响的变量。例如，如果研究者正在研究一种新的营养补充剂对身体健康的影响，营养补充剂就是自变量，而身体健康就是因变量。因此，在这种情况下，营养补充剂是影响因素，而身体健康是被影响的变量。
自变量是会引起其他变量发生变化的变量，是被操纵的。因变量是由一些变量变化而被影响的量，是被测定或被记录的。任何一个系统（或模型）都是由各种变量构成的，当分析这些系统（或模型）时，可以选择研究其中一些变量对另一些变量的影响，那么选择的这些变量就称为自变量，而被影响的量就被称为因变量。扩展资料：自变量与因变量一词主要用于变量被操纵的实验研究中，在这种意义上，自变量在研究对象反应形式、特征、目的上是独立的，其他一些变量则“依赖于”操纵变量或实验条件的改变。他们是对“对象将做什么”的反应。这个词也用于将观察对象按照对象原有的属性分到各“实验组”中，而不是操纵自变量的研究中。如在比较男女性白细胞数的实验中，性别被称为了自变量，而白细胞数则为因变量。
1、自变量一词来自数学。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。
2、因变量函数中的专业名词，也叫函数值。函数关系式中，某些特定的数会随另一个（或另几个）会变动的数的变动而变动，就称为因变量。如：Y=f(X)。此式表示为：Y随X的变化而变化。Y是因变量，X是自变量。另外“因变量”也特指心理实验中的专业名词。
3、控制变量在进行科学实验的概念，是指那些除了实验因素(自变量)以外的所有影响实验结果的变量，这些变量不是本实验所要研究的变量，所以又称无关变量、无关因子、非实验因素或非实验因子。
只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。控制变量衍生到生活中的作用是控制一定影响因素从而得到真实的结果。
扩展资料：
自变量是被操纵的变量，而因变量是被测定或被记录的变量。这两个专业用语的区别看上去会使很多读者产生混淆，正如一些读者所说的——“全部变量都具有依赖性”。不过，一旦你认识到这种区别，就会发现这个区别是必不可少的。
自变量与因变量一词主要用于变量被操纵的实验研究中，在这种意义上，自变量在研究对象反应形式、特征、目的上是独立的，其他一些变量则“依赖于”操纵变量或实验条件的改变。换句话说，他们是对“对象将做什么”的反应。
实验中主要涉及三种变量：自变量、因变量和控制变量，其中前二者又统称为实验变量。自变量就是在实验中由实验者操作和控制的变量。因变量是指实验中被试对自变量操作反应的实验反应值，即实验者观察和记录的随着自变量的变化而变化的被试行为。控制变量，亦称额外相关变量，指实验中除实验变量以外的影响实验变化和结果的潜在因素或条件。
一般来说，实验法要求实验变量必须是明确、客观的。自变量必须能够被操纵，而因变量必须能被客观地测量。例如，记忆材料的性质就是一个很好的自变量，因为我们能够很容易地区分出对文字、图片、无意义字符等材料的记忆任务；而记忆保持量是一个很好的因变量，因为它能够被精确地测量把握。
参考资料来源：百度百科-自变量
参考资料来源：百度百科-因变量
参考资料来源：百度百科-控制变量
比方说：温度改变了，酶的活性也跟着改变。温度是自变量，酶的活性是因变量。自变量是我们做实验控制的变量，而因变量是因为自变量改变而发生改变的变量（也就是实验所得到的结果）。
这是物理或者是数学等课题也可以是化学的内容就是看你需要考察的物理量与结果之间的关系这个参数就是研究变量其他参数保持不变
研究设计的基本要素，界定变量的性质和类别。1、论文变量是研究设计的基本要素；是在质或量上可以变化的事物的特征，或可以测量、操纵的条件和现象。2、测量是界定变量的性质和类别的测量，显示的只有类别间的差异。
变量是什么意思? 变量释义： 1.可假定为一组特定值中之任一值的量 2.代表数学公式中一个可变量的符号 3.数值可变的量 变量 统计学定义：把说明现象某种特征的概念称为变量（Variable），变量可以分为分类变量、顺序变量、数值型变量等。在程序设计中，可以在程序执行期间修改的包含特定数据类型的已命名存储位置。 由 Windows 2000 Server 定义的系统环境变量，不论是谁登录到该计算机，此变量都是相同的。然而，Adiministrators 组的成员可以添加新的变量或更改该值。 对于特定计算机上的每个用户，用户环境变量可以不同。它们包括您希望定义的任何环境变量或应用程序定义的变量，例如，定位应用程序文件的路径。 在心理学中变量是 这样解释的：指一个具有不同数值的量，其量的大小可以观察和测量。变量通常分为自变量和因变量。自变量是研究者选用或操纵的变量，以确定其对心理或行为的影响。因变量是被试者在实验室中的行为反应。 科研论文研究目标中的研究变量和总体是什么 科研论文研究目标中的研究变量和总体是什 提纲要吗 什么是特征变量 变量是统计学研究中对象的特征，在数量标志中，不变的数量标志称为常量或参数，可变的数量标志称为变量。由可变数量标志构造的各种指标也称为变量。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）。变量包括各种数量标志和全部统计指标，它都是以数值形式表示的，但不包括品质标志。 特征变量是相对于随机变量而言。 Variable 是什么意思？它的定义是什么？简单的，谢谢！ 变量，变量是统计学研究中对象的特征。意思是可变的量，它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变亥称之为因变量（依赖变量） 参考资料：百度百科 研究变量的相关性分析结果怎么分析 相关性是指两个变量之间的变化趋势的一致性,如果两个变量变化趋势一致,那么就可以认为这两个变量之间存在着一定的关系(但必须是有实际经济意义的两个变量才能说有一定的关系)。相关性分析也是常用的统计方法,用SPSS统计软件操作起来也很简单 社会学 什么是变量 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）。统计上的绝对量指标，按其取值的特点不同可分为离散变量与连续变量。离散变量亦可叫离散指标，是指仅能表现为整体取值的指标。连续变量亦可叫连续指标，是指可以出现小数的指标。 注：参见《社会统计学》，卢淑华，高等教育出版社，1999年。 什么是研究设计 学习目标： 1． 了解：研究设计的基本过程。 2． 掌握：如何选择研究课题 3． 掌握：如何定义研究变量。 4． 了解：如何提出研究假设。 5． 掌握：如何进行文献检索。 6． 了解：如何选择研究对象。 7． 掌握：能够撰写规范的研究计划 主要内容： 第一节：如何界定研究问题 （一） 确定研究变量 （二） 研究变量之间的相互关系 （三） 定义研究变量 （四） 变量的定义与操作 第二节：如何提出研究假设 （一） 什么是研究假设 （二） 研究假设的作用 （三） 研究假设的类型 （四） 研究假设的特征 （五） 研究假设的标准 第三节：如何进行文献检索 （一） 文献检索的意义与类型 （二） 文献的来源 （三） 文献检索的要求与过程 （四） 文献检索的方法与工具 （五） 阅览文献的要领 第四节：如何进行抽样（增加内容） （一） 什么是抽样 （二） 抽样的基本要求 （三） 抽样的具体方法 第五节：如何拟定研究计划 （一） 研究计划的主要内容 （二） 研究课题的申报 （三） 研究课题的论证 参数什么意思，有能看懂的吗 参数，也叫参变量，是一个变量。我们在研究当前问题的时候，关心某几个变量的变化以及它们之间的相互关系，其中有一个或一些叫自变量，另一个或另一些叫因变量。如果我们引入一个或一些另外的变量来描述自变量与因变量的变化，引入的变量本来并不是当前问题必须研究的变量，我们把这样的变量叫做参变量或参数。 参数是很多机械设置或维修上能用到的一个选项，字面上理解是可供参考的数据，但有时又不全是数据。对指定应用而言，它可以是赋予的常数值；在泛指时，它可以是一种变量，用来控制随其变化而变化的其他的量。简单说，参数是给我们参考的。 统计学中 描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特征值。总体未知的指标叫做参数。 数学中 参数思想贯彻于解析几何中。对于几何变量，人们用含有字母的代数式来表示变量，这个代数式叫作参数式，其中的字母叫做参数。用图形几何性质与代数关系来连立整式，进而解题。同时“参数法 ”也是许许多多解题技巧的源泉。 什么是前定变量 前定内生变量和外生变量绩和称为前定变量。 前定内生变量是指过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量影响，但能够影响所研究的本期内生变量。
文献阅读法。通过网络资源、高校图书馆网络数据库资源、校图书馆馆藏图书等方式，获得与研究课题相关的文献资料。网络资源一般使用CNKI，万方。通过大量文献的阅读和学习，吸取了国内外专家学者的研究精华，形成了自己研究的理论框架。定性和定量分析相结合。一些如经济总量分析、人员迁徙、消费结构等涉及量化指标的分析，需采用定性和定量分析方法相结合的方式。对于行业和企业则多以官方统计数据和年报季报为基础，采用经济模型进行了定量分析。微观与宏观分析相结合。从宏观处着手，找到各类影响因素，然后再以某一行业为例，即从微观的角度，进一步论证其准确度。在此基础上，微观与宏观相结合的分析更加能够印证某一领域的发展状况和进展情况等。理论与实际分析相结合。论文研究必须经过一定的理论基础，但只有理论，论文显得枯燥，加上一些实际案例，比如以公司、实例为例，提出具有可操作性的对策，使研究结果建议更具有科学性。调查法。调查法是科学研究中最常用的方法之一。调查法中最常用的是问卷调查法，它是以书面提出问题的方式搜集资料的一种研究方法，即调查者就调查项目编制成表式，分发或邮寄给有关人员，请示填写答案，然后回收整理、统计和研究。系统科学法。系统论、控制论、信息论等横向科学的迅猛发展，为发展综合思维方式提供了有力的手段，使科学研究方法不断地完善。而以系统论方法、控制论方法和信息论方法为代表的系统科学方法，又为人类的科学认识提供了强有力的主观手段。
调查法 调查法是科学研究中最常用的方法之一。它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解，并对调查搜集到的大量资料进行分析、综合、比较、归纳，从而为人们提供规律性的知识。 调查法中最常用的是问卷调查法，它是以书面提出问题的方式搜集资料的一种研究方法，即调查者就调查项目编制成表式，分发或邮寄给有关人员，请示填写答案，然后回收整理、统计和研究。 观察法 观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。科学的观察具有目的性和计划性、系统性和可重复性。在科学实验和调查研究中，观察法具有如下几个方面的作用：①扩大人们的感性认识。②启发人们的思维。③导致新的发现。 实验法 实验法是通过主支变革、控制研究对象来发现与确认事物间的因果联系的一种科研方法。其主要特点是：第一、主动变革性。观察与调查都是在不干预研究对象的前提下去认识研究对象，发现其中的问题。而实验却要求主动操纵实验条件，人为地改变对象的存在方式、变化过程，使它服从于科学认识的需要。第二、控制性。科学实验要求根据研究的需要，借助各种方法技术，减少或消除各种可能影响科学的无关因素的干扰，在简化、纯化的状态下认识研究对象。第三，因果性。实验以发现、确认事物之间的因果联系的有效工具和必要途径。 文献研究法 文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。文献研究法被子广泛用于各种学科研究中。其作用有：①能了解有关问题的历史和现状，帮助确定研究课题。②能形成关于研究对象的一般印象，有助于观察和访问。③能得到现实资料的比较资料。④有助于了解事物的全貌。 实证研究法 实证研究法是科学实践研究的一种特殊形式。其依据现有的科学理论和实践的需要，提出设计，利用科学仪器和设备，在自然条件下，通过有目的有步骤地操纵，根据观察、记录、测定与此相伴随的现象的变化来确定条件与现象之间的因果关系的活动。主要目的在于说明各种自变量与某一个因变量的关系。 定量分析法 在科学研究中，通过定量分析法可以使人们对研究对象的认识进一步精确化，以便更加科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。 定性分析法 定性分析法就是对研究对象进行“质”的方面的分析。具体地说是运用归纳和演绎、分析与综合以及抽象与概括等方法，对获得的各种材料进行思维加工，从而能去粗取精、去伪存真、由此及彼、由表及里，达到认识事物本质、揭示内在规律。 跨学科研究法 运用多学科的理论、方法和成果从整体上对某一课题进行综合研究的方法，也称“交叉研究法”。科学发展运动的规律表明，科学在高度分化中又高度综合，形成一个统一的整体。据有关专家统计，现在世界上有2000多种学科，而学科分化的趋势还在加剧，但同时各学科间的联系愈来愈紧密，在语言、方法和某些概念方面，有日益统一化的趋势。 个案研究法 个案研究法是认定研究对象中的某一特定对象，加以调查分析，弄清其特点及其形成过程的一种研究方法。个案研究有三种基本类型：(1)个人调查，即对组织中的某一个人进行调查研究；(2)团体调查，即对某个组织或团体进行调查研究；(3)问题调查，即对某个现象或问题进行调查研究。 功能分析法 功能分析法是社会科学用来分析社会现象的一种方法，是社会调查常用的分析方法之一。它通过说明社会现象怎样满足一个社会系统的需要（即具有怎样的功能）来解释社会现象。 数量研究法 数量研究法也称“统计分析法”和“定量分析法”，指通过对研究对象的规模、速度、范围、程度等数量关系的分析研究，认识和揭示事物间的相互关系、变化规律和发展趋势，借以达到对事物的正确解释和预测的一种研究方法。 模拟法（模型方法） 模拟法是先依照原型的主要特征，创设一个相似的模型，然后通过模型来间接研究原型的一种形容方法。根据模型和原型之间的相似关系，模拟法可分为物理模拟和数学模拟两种。 探索性研究法 探索性研究法是高层次的科学研究活动。它是用已知的信息，探索、创造新知识，产生出新颖而独特的成果或产品。 信息研究方法 信息研究方法是利用信息来研究系统功能的一种科学研究方法。美国数学、通讯工程师、生理学家维纳认为，客观世界有一种普遍的联系，即信息联系。当前，正处在“信息革命”的新时代，有大量的信息资源，可以开发利用。信息方法就是根据信息论、系统论、控制论的原理，通过对信息的收集、传递、加工和整理获得知识，并应用于实践，以实现新的目标。信息方法是一种新的科研方法，它以信息来研究系统功能，揭示事物的更深一层次的规律，帮助人们提高和掌握运用规律的能力。 经验总结法 经验总结法是通过对实践活动中的具体情况，进行归纳与分析，使之系统化、理论化，上升为经验的一种方法。总结推广先进经验是人类历史上长期运用的较为行之有效的领导方法之一。 描述性研究法 描述性研究法是一种简单的研究方法，它将已有的现象、规律和理论通过自己的理解和验证，给予叙述并解释出来。它是对各种理论的一般叙述，更多的是解释别人的论证，但在科学研究中是必不可少的。它能定向地提出问题，揭示弊端，描述现象，介绍经验，它有利于普及工作，它的实例很多，有带揭示性的多种情况的调查；有对实际问题的说明；也有对某些现状的看法等。 数学方法 数学方法就是在撇开研究对象的其他一切特性的情况下，用数学工具对研究对象进行一系列量的处理，从而作出正确的说明和判断，得到以数字形式表述的成果。科学研究的对象是质和量的统一体，它们的质和量是紧密联系,质变和量变是互相制约的。要达到真正的科学认识，不仅要研究质的规定性，还必须重视对它们的量进行考察和分析，以便更准确地认识研究对象的本质特性。数学方法主要有统计处理和模糊数学分析方法。 思维方法 思维方法是人们正确进行思维和准确表达思想的重要工具，在科学研究中最常用的科学思维方法包括归纳演绎、类比推理、抽象概括、思辩想象、分析综合等，它对于一切科学研究都具有普遍的指导意义。 系统科学方法 20世纪，系统论、控制论、信息论等横向科学的迅猛发展，为发展综合思维方式提供了有力的手段，使科学研究方法不断地完善。而以系统论方法、控制论方法和信息论方法为代表的系统科学方法，又为人类的科学认识提供了强有力的主观手段。它不仅突破了传统方法的局限性，而且深刻地改变了科学方法论的体系。这些新的方法，既可以作为经验方法，作为获得感性材料的方法来使用，也可以作为理论方法，作为分析感性材料上升到理性认识的方法来使用，而且作为后者的作用比前者更加明显。它们适用于科学认识的各个阶段，因此，我们称其为系统科学方法。
研究设计的基本要素，界定变量的性质和类别。1、论文变量是研究设计的基本要素；是在质或量上可以变化的事物的特征，或可以测量、操纵的条件和现象。2、测量是界定变量的性质和类别的测量，显示的只有类别间的差异。
甜品开题报告
甜品，也叫甜点，是一个很广的概念，大致分为甜味点心和广式的糖水。甜品，一般不会被当作正餐，通常作为下午茶的小食，这类课题又有怎样研究的价值呢？以下是我为大家整理的甜品开题报告，希望能帮到大家！
一、毕业设计（论文）内容及研究意义（价值）
1、研究背景
我国股市起步相对较晚，从 1990 年才开始建立发展证券市场，截止到2009 年我国证券市场已经经历了 19 年的历程，因此在证券投资理论和证券市场的发展方面都落后于发达国家。尽管如此，我国许多学者还是运用所掌握的国外先进理论对我国证券市场进行实证研究，为推进其健康发展起到积极的作用。截止到 2009 年 10 月，股票总发行总股本达到 25 770。89亿股（其中流通股本 19 346。39 亿股），市价总值 215 892。01 亿元（其中股票流通市值 130 920。14 亿元），股票成交额 32 372。19 亿元。与此同时，我国个人和机构投资者也在不断的增多，我国证券市场已成为我国经济发展和国企改革中不可替代的组成部分，并成为我国个人和机构投资的重要途径。
由于我国证券市场起步较晚，无论是从证券市场的发展还是投资理论的应用上都落后于发达国家，尽管如此，我国许多学者运用所掌握的国外先进理论对我国证券市场进行实证研究，为我国证券市场的总结了运行规律，对我国证券市场良好发展起到了积极地促进作用。在分析股票价格因素、股票收益率大小之前，首先应分析股票收益率是受何种因素所影响的，哪些因素在股票收益率中占有重要地位，所以对股票收益率的影响因素的研究有其必要性和紧迫性。
2、研究意义
投资者进行投资的两个具体目标就是在风险既定的条件下投资收益率最大化和在收益率既定的条件下风险最小化。对投资者来说股票收益率是进行投资的一个重要指标，所以对股票收益率影响因素的研究具有深远的意义。
3、研究内容
本文研究我国上市公司的股票收益率的影响因素，采用了多种方法结合理论特征，对影响我国股票收益率的各种因素进行了实证检验和分析。对股票收益率的影响大体可以从宏观、中观和微观三方面进行研究，本文选取了三个方面中较为重要的.三个因素进行了分析，在宏观因素中选取了通货膨胀因素，中观因素总选取了行业因素，微观因素中选取了上市公司的财务状况因素，才这三方面入手对其展开实证研究。
二、毕业设计（论文）研究现状和评述（文献综述）
1、国外研究现状
在国外的股票市场研究中，由于起步早于我国，所以在投资分析理论和实践方面都得到了相对较成熟的经验和方法。1952年美国经济学家HarryMarkowitz[1] 在《金融杂志》上发表了《投资组合的选择》，这一文章的发表标志着现代资产组合理论的开端。在理论界被称为 20 世纪发生在华尔街的第一次金融革命。文章中将统计学知识与证券投资理论结合在了一起，运用了数量统计模型，从不同的角度分析了股票收益率的影响因素，为投资者提供了如何进行有效投资的理论知识以及识别证券定价是否合理的方法。随着现代投资组合理论的诞生，对股票收益率的研究开始形成了不同的学派。如基本分析派，其以宏观经济形势、行业特征及上市公司财务指标作为对股票收益率影响因素分析的对象和投资决策基础;行为分析流派，而该流派认为，资本资产定价模型（CAPM）和有效市场假说（EMH）是现代金融理论的两大基石。
2、国内研究现状
尽管我国在证券投资理论及应用方面落后于发达国家，但近些年国内研究学者在针对股票收益率影响因素方面做了大量的尝试和研究。我国对股票收益率影响因素分析的文章主要是从宏观因素、微观因素、行业因素、系统风险或非系统风险等方面进行的研究。
施东晖、陈浪南、杨朝军、陈小悦[2—5]将 CAPM 模型运用到了国内的股票市场，对其进行了实证检验，结果由符合也有违背，但大多数结果表明 CAPM 模型在中国股票市场上是不合适的。
刘志新、黄昌利[6]将 Fama—French 三因子模型应用到了中国股市，对其进行实证检验，研究发现流通市值和收益价格比即市盈率的倒数对于预期收益率的解释显著，而β 值对预期收益率的解释没有显著作用。陈信元、张田余和陈东华[7]在研究中得到，β系数在单因素和多因素型中，对股票收益率的解释没有显著作用，在预测股票收益率方面，规模和账面市场价值比对其有很强的解释能力，并且在控制规模后，流通股比例表现出了对股票收益率很强的解释能力。范龙振[8]和王海涛在对股票收益率的研究中发现，在 Fama—French 三因子模型中加入市盈率因子会对股票的收益率有更好的解释能力。顾娟和丁楹[9]在对我国证券市场的研究中得到在我国的股票市场上不存在价值成长效应，上市公司的基本面对股票收益率没有显著的预测作用。苏东蔚和麦元勋]在对股票收益率的研究中利用了FM 方法和LR方法对回归系数进行了处理，得出规模效应、价值效应及市盈率等对股票收益率的影响较为显著。梁琪和腾建[10]州运用多元VAR模型对我国股票市场和经济增长之间的关系进行了检验。
3、国内外研究现状评述
综合国内外研究现状，对股票收益率影响因素的研究在研究内容上在不断的完善、研究方法上不断更新，但依然存在不足之处。如 Markowitz模型理论的实际操作性相对较差，在投资实践的过程中受到了一定的限制。国外较国内在研究方向、研究内容和研究方法等方面更为全面、系统、新颖，这些事国内研究中值得学习和借鉴的。在研究通货膨胀对过收益率的影响因素上，我国学者在研究模型的利用上主要集中在费雪效应模型上，很少在其他模型上进行实验进行分析;在行业因素的影响上，我国学者在此内容上研究的相对较少，其研究方法还不够丰富，没有统一的研究结果;在上市公司财务状况因素上，对财务指标的分类不够全面，大多只关注了上市公司的盈利能力，而忽略了偿债能力和成长能力等方面的指标。本文在借鉴前人的经验和精华的基础上，针对我国研究现状的不足从通货膨胀、行业因素和上市公司财务状况三方面进行理论和实证分析，利用创新模型和更全面的指标体系进行研究。针对本文的研究来说理论上增加了对影响因素的理论界定，在实证方法和对象选择更加细致明确。
三、毕业设计（论文）研究方案及工作计划（工作重点与难点及拟采用的途径）
1。研究方案
（1） 定性分析法
通过全面系统的对国内外研究成果的分析和总结，从通货膨胀理论、行业理论和上市公司财务状况理论三方面，提出了本文的理论内容，从这三方面论述了三者与股票收益率的相关性。
（2） 定量分析法
本文从通货膨胀、行业因素和上市公司财务状况三个层面结合相关数据，利用回归分析法、相关关系和主成分分析法等统计方法进行实证分析。
（3）实证分析方法
本文在建立数学模型的基础上，选取了上证指数相关数据，运用了计量经济方法，使用了统计分析软件，如EXCEL、SPSS等进行数据统计分析，利用模型
对通货膨胀率、行业因素和上市公司财务状况对股票收益率的影响进行了实证检验，对研究结果分析评判，对此提出了建议。
2。工作重点
（1）从行业因素的角度出发，利用夏普模型对上证指数收益率与各行业指数收益率进行分析，在行业间关联性比较中利用相关关系法探讨各行业收益率与股票收益率的相关性及各行业间收益率的相关程度;
（2）从上市公司的财务状况层面上进行实证分析，在此层面上利用套利定价模型将股票收益率与各财务指标进行回归。寻求各财务指标与股票收益率的显著水平，利用主成分分析法将各财务指标进行实证检验，比较得出各财务指标对股票收益率的影响程度。
3。工作难点
由于不同行业所选用的财务指标有所不同，所以尽量在训练样本与检验样本找同类型的上市公司，很难找到上市公司完整且真实的财务指标，分析我国上市 公司股票收益率影响的因素就比较困难。
4。拟采用的途径
本文采用理论研究与实证研究相结合的方式，通过EXCEL、SPSS等统计软件对样本数据进行处理，全面探讨对我国上市公司股票收益率影响的因素。
5。工作计划
本课题的起止时间为201x年2月至201x年6月。
201x年2月—201x年3月
搜集资料并查看国内外有关文献，阅读整理国内外有关因子分析理论的相关著作，通过对我国上市公司股票收益率影响因素的已有理论和前沿知识的学习、整理和分析，能大体掌握我国上市公司股票收益率影响因素;并完成论文的初步大纲，准备开题。
201x年3月—201x年4月
完成一篇英文文献的中文译文，并搜集整理实证研究所需要的数据。
201x年4月—201x年5月
在前几个阶段研究成果的基础上进行实证的深入研究，并分析整理，得出相应结果，完成论文初稿。
201x年5月—201x年6月
征求意见，反复修改，最终完成论文，准备答辩。
四、主要参考文献 （不少于10篇，期刊类文献不少于7篇，应有一定数量的外文文献，至少附一篇引用的外文文献（3个页面以上）及其译文）
[1] H。 Markowitz。 Portfolio Selection[J] 。 The Journal of Finance， 1952 ， 7（1）：77—91。
[2] 施东晖。上海股票市场风险性实证研究[M]。经济研究， 1996， （10）：44—48。
[3] 陈浪南， 屈文洲。资本资产定价模型的实证研究[M]。经济研究， 2000， （4）：68—72。
[4] 杨朝军， 邢靖。上海证券市场以 PM 实证检验[J]。上海交通大学学报， 1998， （3）：54—58。
[5] 陈小悦， 孙爱军。CAPM 在中国股市的有效性检验[J]。北京大学学报， 2000， （4）：32—2—39 。
[6] 刘志新， 黄昌利。中国股市预期收益率的横截面研究[J]。经济科学，2000：156—161。
[7] 陈信元， 张田余， 陈冬华。预期股票收益的横截面多因素分析：来自中国证券 市场的经验证据[M]。金融研究， 2001， （6）：241—247。
[8] 范龙振， 王海涛。上海股票市场股票收益率因素研究[J]。管理科学学报， 2003，（2）：115—118。
[9] 顾娟， 丁楹。中国证券市场价值成长效应的实证研究[J]。经济评论， 2003，（2）：94—104。
[10] 梁琪， 腾建州。中国金融发展与经济增长的再思考：基于变量结构变化的多元VAR分析[J]。当代经济科学， 2006， （5）：36—43。
一种观察性研究，其分析从特定群体或代表性子集收集的数据时间点，即横截面数据。横截面数据，计量经济学专用名词。横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。
在经济学中，横断面研究通常涉及使用横截面回归，以便在给定时间点上对一个或多个独立变量对感兴趣的因变量的因果效应的存在和大小进行排序。它们不同于时间序列分析，其中一个或多个经济总量的行为通过时间跟踪。
扩展资料
横截面数据按照统计单位排列的。因此，横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说必须是同一时间截面上的数据。与时间数据完全一样，横截面数据的统计口径和计算方法（包括价值量的计算方法）也应当是可比的。
例如，为了研究某一行业各个企业的产出与投入的关系，我们需要关于同一时间截面上各个企业的产出Q和劳动L、资本投入K的横截面数据。这些数据的统计对象显然是不同的，因为是不同企业的数据。
但是关于产出Q和投入L、K的解释、统计口径和计算方法仍然要求相同，即本企业的Q、L、K在统计上要求可比。
参考资料来源：百度百科-横截面数据
参考资料来源：百度百科-横断面设计
计量经济学课程论文小组成员：组长：指导教师：日期：2010/年5月27日2006年我国各城市的GDP变动的多因素分析摘要：本文主要通过对各城市同一时期的GDP进行多因素分析，建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。关键词：GDPY(亿元） 多因素分析 模型 计量经济学 检验一、引言部分GDP（国内生产总值）指一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期中间投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和。GDP在创造的同时也被相应的生产要素分走了，主要体现为劳动报酬和利润。在现代社会政府还要以税收的形式拿走一部分GDP。本文主要研究就业人数L（万人）、各地区资本形成总额K(亿元）剔除价格影响因素即商品零售价格指数P（上年=100）之后对各城市同一时期的GDP的影响。二、文献综述注： 2006年各城市同一时期的GDP总量的数据来源于《中国统计年鉴2007》；2006年就业人数L（万人）的数据来源于《中国统计年鉴2007》；2006年资本形成总额K(亿元）的数据来源于《中国统计年鉴2007》,本表按2006年价格计算；2006年商品零售价格指数P（上年=100）的数据来源于《中国统计年鉴2007》；三、研究目的通过研究各个城市在同一时期的GDP建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。掌握建立多元回归模型和比较、筛选模型的方法。四、实验内容根据生产函数理论，生产函数的基本形式为: 。其中，L、K分别为产出GDP的过程中投入的劳动与资金,本文未考虑时间变量 即技术进步的影响。上表列出了我国2006年我国各个城市的GDP的有关统计资料；其中产出Y为各城市同一时期的GDP（可比价），L、K分别为2006年年末职工人数和各地区资本形成总额（可比价）。五、建立模型并进行模型的参数估计、检验及修正（一） 我们先建立Y1与L的关系模型：其中，Y1——各个城市在同一时期的实际GDP(亿元)L——2006年年末职工人数（万人）模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件，经回归分析，作出Y1与L的散点图如下：利用EVIEWS软件，用OLS方法估计得：Dependent Variable: Y1Method: Least SquaresDate: 05/27/10 Time: 14:45Sample: 1 36Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -1647.264 517.2169 -3.184861 0.0034L 14.99417 0.712549 21.04299 0.0000R-squared 0.938534 Mean dependent var 7387.979Adjusted R-squared 0.936415 S.D. dependent var 6367.139S.E. of regression 1605.545 Akaike info criterion 17.66266Sum squared resid 74755513 Schwarz criterion 17.75517Log likelihood -271.7712 F-statistic 442.8073Durbin-Watson stat 1.503388 Prob(F-statistic) 0.000000可见，L的t值显著，且系数符合经济意义。从经济意义上讲，劳动每增加一单位，都可以使实际GDP相应增加14.9941， 这在一定条件下可以实现。另外，修正可决系数为0.936415，F值为442.8073，明显通过了F检验。且L的P检验值为0，小于0.05,所以通过了P值检验（二）建立Y1与K1的关系模型：其中，Y1——各个城市在同一时期的实际GDP(亿元)K1——各地区资本形成总额(实际投入额)（亿元）模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件，经回归分析，作出Y1与K1的散点图如下：利用EVIEWS软件，用OLS方法估计得：Dependent Variable: Y1Method: Least SquaresDate: 05/27/10 Time: 17:16Sample: 1 36Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -705.0563 393.0357 -1.793873 0.0833K1 2.241106 0.086751 25.83385 0.0000R-squared 0.958357 Mean dependent var 7387.979Adjusted R-squared 0.956921 S.D. dependent var 6367.139S.E. of regression 1321.537 Akaike info criterion 17.27332Sum squared resid 50647333 Schwarz criterion 17.36583Log likelihood -265.7364 F-statistic 667.3880Durbin-Watson stat 1.697910 Prob(F-statistic) 0.000000可见，K1的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加2.241106， 这在一定条件下可以实现。另外，修正可决系数为0.956921，F值为667.3880，明显通过了F检验。且K1的P检验值为0，小于0.05,所以通过了P值检验通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1的关系模型优于Y1与L的关系模型。因此，在以Y1与K1的关系模型为基础模型的条件下，建立二元关系模型。（三）建立Y1与K1和L的二元关系模型其中，Y1——各个城市在同一时期的实际GDP(亿元)K1——各地区资本形成总额(实际投入额)（亿元）L——2006年年末职工人数（万人）利用EVIEWS软件，用OLS方法估计得Dependent Variable: Y1Method: Least SquaresDate: 05/27/10 Time: 17:23Sample: 1 36Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -1369.643 303.2218 -4.516968 0.0001K1 1.336796 0.176104 7.590936 0.0000L 6.522268 1.190606 5.478107 0.0000R-squared 0.979900 Mean dependent var 7387.979Adjusted R-squared 0.978464 S.D. dependent var 6367.139S.E. of regression 934.3899 Akaike info criterion 16.60943Sum squared resid 24446367 Schwarz criterion 16.74820Log likelihood -254.4462 F-statistic 682.5040Durbin-Watson stat 1.633165 Prob(F-statistic) 0.000000可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.978464，F值为682.5040，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1和L的关系模型优于Y1与K1的关系模型。因此，建立二元关系模型更符合实际经济情况。（四）建立非线性回归模型——C-D生产函数。C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。方式1：转化成线性模型进行估计；在模型两端同时取对数，得：在EViews软件的命令窗口中依次键入以下命令：GENR LNY1=log（Y1）GENR LNL=log（L）GENR LNK1=log（K1）LS LNY1 C LNL LNK1则估计结果如图所示。Dependent Variable: LNY1Method: Least SquaresDate: 05/27/10 Time: 17:29Sample: 1 36Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 0.242345 0.198180 1.222853 0.2316LNK1 0.666500 0.082707 8.058538 0.0000LNL 0.493322 0.088128 5.597775 0.0000R-squared 0.988755 Mean dependent var 8.504486Adjusted R-squared 0.987951 S.D. dependent var 1.037058S.E. of regression 0.113834 Akaike info criterion -1.416379Sum squared resid 0.362831 Schwarz criterion -1.277606Log likelihood 24.95388 F-statistic 1230.946Durbin-Watson stat 1.295173 Prob(F-statistic) 0.000000可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.987951，F值为1230.946，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。通过对以上模型的可决系数 、调整可决系数 、F检验的比较，明显的 ，该模型最优。因此，选用该模型为以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立的最优多元线性回归模型。六、总结综上所述，我们采用截面数据拟合的模型成功的反映各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）间的数量关系，是一个成功的模型。从模型中看出，各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）有非常密切的关系，与柯布-道格拉斯 （C-D）生产函数密切吻合，验证了柯布-道格拉斯 （C-D）生产函数的正确。参考文献：1、《国民经济核算——国家统计年鉴2007》2、《价格指数——国家统计年鉴2007》3、《中国国内生产总值核算》,作者：许宪春 编著，