数据分析工作经验总结例1

我国股市是否确实起到了宏观经济的“晴雨表”作用，宏观经济数据与我国上证指数变动是否存在必然联系还是互为因果关系。选取工业总产值这一基本的宏观经济数据，借助于计算机科技，通过多元统计软件的应用，试图通过对该数据的挖掘进行回归分析，并在此基础上采用格兰杰因果关系检验的方法，探寻我国工业生产总值与上证指数的内在联系。

工业生产总值（Gross Industrial Output Value），工业总产值是以货币形式表现的、工业企业在一定时期内生产的工业最终产品或提供的工业性劳务活动的总价值量。回归分析（regression analysis）是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。多元线性回归格兰杰因果检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W.J.Granger）所开创，用于分析经济变量之间的因果关系。他给因果关系的定义是“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差。”

样本为国家统计局公布的2009年至2012年的工业生产总值原始数据，数据处理与模型设计的简要思路为：

首先对工业生产总值对上证指数的一元回归分析，设有两个变量x和y，变量y的取值随变量x取值的变化而变化，接着对相关数据进行拆分，即将多个变量引进，将模型设定为一个多元回归模型，通过显著性检验，拟合度可接受范围内，进行模型变换及OLS回归分析及检验，最后在符合平稳性前提条件下，进行格兰杰因果关系检验。具体模型设计数据研究过程可参阅作者《2010年至2012年度我国工业生产总值与上证指数的因果关联的可能性研究》一文，在此特别感谢上海师范大学金融学院投资系主任张毅对该文章研究思路与检验方法提供的帮助与指导。

其中回归系数的t检验表面变量的变动对上证指数的走势有着显著地影响；F检验的检验结果表明解释变量与被解释变量之间有着显著地线性关系。在随机扰动项的标准差可以看出，工业生产总值的相关数据在预测上证指数是平均误差并不大。所以我国工业生产总值的波动确实会一定程度上影响我国上证指数。但是两者的拟合有度都相对较低，其中工业总产值同比增长比率所得出的数据更符合经济意义，由于上证指数本身存在的决定性因素较多，影响股票价格指数的原因会由政策因素、投资者心理、宏观经济现状等多个方面影响，所以众多因素无法用一个简单的数量化模型来计算得出的。所以拟合有度在0.3～0.5之间是一个可以接受的范围。通过OLS检验可以发现加入的两个变量中从检验结果可以看出解释变量轻工业的月度同比增长百分比的t值无法经过显著性检验，但是模型的拟合有度有所提升。

可以看出，上证指数与工业生产总值存在着相关关系。但是由于将数据细分后点的检验结果并没有使模型优化所以我们依旧选取单因素模型作为研究模型。其次两个数据间的相关性是否可靠，数据是否不平稳而导致所谓的“伪回归”现象还不明确。为了区分两个数据究竟谁因谁果，故需对结果进行格兰杰因果检验分析。

值得注意的是，进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题。因此在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验。模型采用的平稳性检验方法为ADF检验。设工业生产总值增加额（X）、上证指数（Y）、工业生产总值同比增长百分比的对数（LOG（Z））、上证指数的对数（LOG（Y））、上证指数变换量（YC）等数据。在1%显著水平下，原4个时间序列均都通过ADF检验，表明原始序列存在单位根，是平稳序列。同时在显著水平为5%与10%时也同时通过了检验。根据ADF检验的最终结果以及本文格兰杰因果检验的实际意义出发，选取在1%显著水平之下通过平稳性检验的时间序列X、Y、LZ、LY这个4个时间序列进行格兰杰因果检验来探明工业生产总值数据和上证指数的因果关系。

在选定了研究变量之后，根据不同变量所代表的实际意义，本文将格兰杰因果检验的过程分为两个检验，一组将对上证指数和工业生产总值的增加值的因果检验，另一组是对上证指数和工业生产总值同比增长百分比这两个数据的对数做因果检验。通过检验分析得出上证指数的变动率是工业生产总值同比增长变动率的格兰杰因，而工业生产总值同比增长变动率却不是上证指数变动率的格兰杰因。

格兰杰因果检验的结果显示，股票价格的变动的确能够反映宏观经济趋势的变动，即稳重的上证指数的变动率确实能够反映工业生产总值的变动率。表明了股票市场在一定程度上起到了经济“晴雨表”的作用。但是工业生产总值并直接不能很好的反映股市，其存在一定的滞后性。这个也符合实际，工业生产总值所代表的中国工业将在5个月后逐步开始影响我国A股市场。同时也可能是2009年的中国股市快速下跌后这样使得广大投资者对于市场的信心开始不足，对于各类数据与经济预期存在着比较敏感的反应。致使中国的上证指数尽在47%的条件下对市场中的宏观数据中的工业数据产生影响。

这样看来，我国工业生产总值的增速变动将对我国的证券市场的波动起到了作用。投资者可以通过工业生产总值对股市进行预判，在5个月前若我国工业总产值开始下跌后投资者就可以对将来的股市可以进行预判，其中可以得知我国股市下跌的预期还是十分大的。

通过研究表明，我国的工业生产总值的走势确实会对我国的上证走势有着影响，其中工业生产总值同比增长值与上证指数为显著地正相关关系。这样可以看出，当我国的宏观经济总是发生变动其中一旦工业生产总值增速变动当工业总产值加速向上时这预期将会给投资者带来投资的预期。随着滞后反应的存在导致我国股市会上涨。工业生产总值在投资者中并不是一个广泛使用的宏观经济指标，所以两者的关系将会给投资者带来投资的机会。

但是从研究中发现，工业生产总值的增加值却和上证指数为负相关关系，这个相对比较难给出实际的经济意义。我认为随着我国经济的全球化得过程中，我国汇率的波动以及近几年通货膨胀率不断上升可能在工业总产值的数据中有所体现同时影响其对于上证指数的关系。所以从这个角度可以解释了我国的工业生产总值变动值和上证指数为负相关。

数据分析工作经验总结例2

计算机审计技术，是指通过计算机完成一系列审计工作的计算，从大体上讲，主要包括数据转换和验证。计算机审计的目的分析数据和整理数据，最终获得审计证据。审计的最重要步骤是数据分析，这个过程直接影响审计结构。

在计算机审计中，数据的分析方式是审计工作中最重要的步骤，审计人员应掌握数据的分析思路，并将自身的审计能力和水平发挥出来。从审计事业的角度来讲，能够给审计思路进行正确和深入的总结是体现计算机审计整体发展水平的重要内容。审计人员应从设定计算和限定条件的过程中，创新审计思路，由此判断审计单位经济活动的真实性和合法性，然后做出合理的判断。

二、基于数据挖掘的审计模式

随着计算机审计理论的不断发展和实践的不断完善，很多计算机审计模式被合理的融入到审计工作中，由于实际工作的需要和相关技术的发展，数据挖掘技术被尝试性地引入了审计过程当中。审计人员通过数据挖掘给审计工作的创新带来了新的突破，现将数据挖掘计算的计算机审计模式归纳如下，如图1所示。图1：数据挖掘计算的计算机审计模式数据挖掘技术能提供高效的方法，让审计人员在面对大量而复杂的审计数据时，拥有宽广的思路。数据挖掘技术在审计项目中主要有两大作用：一是在海量的数据中寻找有用的知识作为审计线索；二是直接找到孤立点。

计算机审计模式因为数据挖掘技术的应用而有所完善，并解决了很多计算机审计模式中的缺点。我国正处于“问题导向型”政府审计的环境中，计算机审计的目的是发现一些异常数据明确被审计单位的业务活动是否具有合法性和合规性。数据挖掘技术在计算机审计中，是为了找出一组异常和孤立的数据，由此获取知识丰富现有的审计知识，并完善业务逻辑等方面。

(一)查询式

在计算机审计模式中，最常被使用的是查询式。这种方法主要是审计人员将采集到的被审计单位的数据，在整理后存入审计人员的数据库，然后编写成SQL语句，进行灵活的查询，由此更加有效的利用数据挖掘技术进行查找和分析，并对记录进行累计、基数，综合计算其最大值和最小值，连接不同的表格，运用函数编写公式，从而生成疑点再进行核实。

这种审计模式的核心技术是掌握SQL语句，该方法的主要对象是关系数据库的二维表。该方法对审计人员的SQL语句的掌握能力要求较高，如何审计情况比较复杂，那么SQL语句也会变得复杂，步骤也较多。这种方法的图形数据很少，结果无法直观的体现出来。例如在以此农村信用社贷款的审计过程中，审计人员在将数据导入整理后，想在贷款数据表输入对应的查找条件，并对应写出转换后的SQL语句。

(二)验证式

这种审计模式需要审计人员先提出自己的假设，然后采用一定技术和方法进行验证和否定这个假设。这种假设到验证的分析方法在日常生活中很常见，在审计工作中，应充分分析这种审计模式的关键，并提出相关合理的假设，假设的提出与审计人员的职业判断有一定关系。例如在某大型酒厂销售的真实性审计中，酒厂标准的酒包装是每盒1瓶，每箱6瓶盒，每件6盒，所以可以得出1件=1箱=6瓶=6盒。由此审计人员能够得到假设，在酒厂进行销售期间，酒产品的数量和消耗的包装物数据应该有一定比例关系，然后在通过这一假设，验证酒厂销售收入情况是否真实。如果审计数据过于复杂，就无法简单的假设，那么可以使用多维分析技术进行准确的分析。

所以，审计人员运用数据挖掘分析和计算审计数据，并找出数据的规律和特点，然后通过相关方法，将这些数据整理成图形或报表展示出来，根据这些内容总结审计经验，建立审计经验库，或是得出新的审计经验，并对这种经验的合理性和准确性进行判断。审计人员应根据审计经验进行适当的更正，并之前不够准确的审计经验，重新挖掘和分析，进行总结归纳，由此可以得出，数据挖掘技术的工作可能是一个不断重复的过程，并且是对目前计算机审计的一种补充。

数据分析工作经验总结例3

在过去的一年里，我在领导、同事们的支持和帮助下，用自己所学知识，在自己的工作岗位上，尽职尽责，较好的完成了各项工作任务。为公司做出了应有的贡献。同时，身为一名化验员我也在从思想到行动，从理论到实践，进一步学习，提高自己的工作水平。现将本人本年度工作总结如下：

一、努力学习，完善自我：

随着公司的发展，实验室仪器的增加。为了更好的完成工作，在之前的工作基础之上，又学习了水中油含量、柴油烃类组成（稀释法）、hcl的测定等新的实验方法，并且熟练掌握，较好的完成了相关的工作任务。其次在工作中也经常遇到一些新的问题，通过和领导、同事们的商讨研究最终解决。同时也对相关工作有了进一步的认识。

二、工作内容与体会：

我的工作主要是配合研发一部的其它几个岗位做相应的分析。第一，配合重整催化剂评定岗位生成油的折光率和烃类组成分析；第二，配合抽提组的芳烃抽提的柴油做烃类组成分析；第三，配合代研究做的裂解油的黏度，酸值及色度等分析；第四，负责研发一部水样的水中油含量、水垢等相关分析；另外在原油评价中负责酸值、蜡含量、硫醇硫、色度、冷虑点、黏度及逆流黏度等相关分析；参加hr-05b300溶剂生产负责取样及黏度分析共二十一天；其次就是一些储存油样的色度分析及其它的一些实验分析；另外我还积极配合其他同事完成了一些工作任务。

一年中，在领导和同事们的悉心关怀和指导下：我共完成色度数据500多个；折光率数据150个；黏度数据88个；逆流黏度数据140个；水中油数据245个；荧光族组数据193个；柴油族组成数据115个；酸值数据30多个；蜡含量数据11个；密度数据16个；冷虑点数据5个；溴价溴指数数据18个。

化验工作精细琐碎，而且由于我们主要是搞研发，所以不像炼油厂的化验工作很有规律性。我们会经常遇到不同的新问题。所以为了搞好工作，我不怕麻烦，细心观察实验现象，向领导请教、向同事学习、自己摸索实践，认真学习相关业务知识，不断提高自己的理论水平和综合素质。

在实验室工作安全意识和环保意识相当重要。所以我工作投入，能够正确认真对待每一项工作，熟记各项安全措施，遇事不能慌。环保也是相当重要，做到每种化学试剂和需要处理的油样，集中分类处理，不随意乱倒。这些对环境都很有影响。在刷洗瓶子时，不随便倒沾有油的污水。同时注意到实验室的通风和各种化学试剂及油样的摆放问题。

三、工作态度与勤奋敬业：

数据分析工作经验总结例4

中图分类号:O212文献标识码:A

文章编号:1009-2374 (2010)21-0087-02

随着我国市场经济的深入发展与发达国家遭遇金融危机的重创经验表明我国经济持续、快速增长,引起了世界的关注,而作为衡量经济发展规模和水平的经济统计数据及其质量也成为国内外相关机构及研究者关注的重点。经济统计数据质量无论是对国家制定发展战略,还是对企业制定营销策略都起着不可或缺的重要作用。因此,对政府统计数据质量作出科学的评估,探讨其运用理论与模型显得尤为重要。

1经济统计的常用理论技术分析

1.1比较分析技术

经济统计数据质量的比较分析技术是通过实际执行的统计过程及结果与相应的理想统计过程及统计真值进行比较,从而找出统计数据质量存在的问题及差距,确定数据质量水平,并制定相应的控制措施的技术方法。我国经济统计数据质量控制比较分析技术体系包括以下四种类型:

1.1.1统计工作程序法此方法是以我国经济统计工作规范或制定的统计方案为标准检验经济统计数据搜集和整理各环节的实际工作质量,据以评估统计数据质量。叶长法、岑国荣提出,根据工作规范检验统计数据的采集和整理各环节的实际工作作为依据,评估统计数据的质量。对全面调查取得的数据,以现行的统计制度规定为依据,从指标的范围、口径、资料来源渠道、计算方法等方面进行检验;对抽样调查取得的数据,以国家统计制度规定的有关调查基础工作范畴为依据,从抽样方法、抽样误差、抽样调查技术操作等方面进行检验。

1.1.2统计数据标准法此方法是以统计工作实际获得的统计数据与相应的统计数据质量标准或统计数据的真值,以及客观存在的各种真值的数量关系进行比较,从而评估统计数据质量。实际应用中包括与独立来源的统计数据进行比较,利用逻辑关系进行分析比较,与统计指标真值之间客观存在的相关关系进行比较分析,与统计指标的影响因素进行分析评价,动态趋势对比评价。

1.1.3复查检验与抽样评估方法此方法是对需要检验其数据质量的某些指标重复进行调查,将原调查的数据与重新调查的数据进行比较,揭示原来调查数据的误差。

1.1.4数理统计检验法此方法主要是利用数量统计方法所形成的一些理论公式或经验公式,将调查汇总完毕的数据带入公式,计算相应的数据,与规定的标准值比较或与其他国家,其他地区同一指数比较,据以评价数据质量,主要方法包括抽样调查法,回归分析法,趋势预测法,方差分析。

比较分析方法的优点在于该方法是建立在统计工作及其结果的实际数据与统计标准和统计数据真值比较的基础上的,对统计数据更加直接和具体,有助于对统计数据质量水平作出切合实际的评价。同时,比较分析的方法原理简单易于理解;局限性在于其应用条件是统计数据质量证据和标准,但在实际工作中,获得质量证据以及统计数据真值比较困难。

1.2探索性数据分析技术

随着探索性数据分析方法的产生和发展,探索性数据分析技术与方法已日益成为统计数据质量控制比较分析技术中的重要构成部分。有研究以我国开发区高新技术企业主要经济指标的数据为例,就探索性数据分析方法特别是茎叶图法用于统计汇总数据质量进行了探讨。首先用茎叶图法找出汇总数据中的极端值,然后从横向和纵向两方面判别极端值是否存在数据质量问题。

2 有指导判别分析模型在经济统计数据质量控制中的应用

判别分析、二元选择模型和神经网络都是根据以往的资料积累或质量记录,通过建立模型来判断新数据的数据质量是否存在质量问题,可以称作有指导判别或建模判别。统计汇总数据的质量控制由于是处于调查工作过程之中,工作量大,如果对汇总数据的质量能够利用模型来进行,则可以实现成批量地进行控制并且可以节约时间,进而可以减少工作量,提高数据质量控制的效率。下面将具体探讨判别分析模型在经济统计数据质量控制中的应用:

2.1判别分析模型的原理

设有m个总体,G1,G2,Gm,它们的先验概率分别为q1,q2,qmm,密度函数为f1(X), f2(X)……fm(X)

(在离散情形是概率函数),在观测到一个样品x的情况下,可用贝叶斯公式计算它来自第g个总体的后验概率:

并且当p(h/x)maxp (g/x)时,判定X来自第h个总体。另外,有时为了合理考虑错判所带来的损失,还使用错判损失最小的概率确定判别函数。但由于实际应用中,经常在数学模型中假定各种错判的损失皆相等,这样,寻找h使后验概率最大实际上等价于使错判损失最小。根据上述思想,在假定协方差矩阵相等的条件下,即可以导出判别函数。

2.2判别分析模型的基本思想

逐步判别模型和通常的判别分析一样,也有许多不同的原则,从而产生各种方法。这里讨论的逐步判别分析方法是在多类判别分析基础上发展起来的一种方法,判别准则为贝叶斯判别函数。其基本思路类似于逐步回归分析,采用“有进有出”的算法,即按照变量是否重要,从而引入变量,每引入一个“最重要”的变量进入判别式,同时要考虑较早引入的变量是否由于其后的新变量的引入使之丧失了重要性变得不再显著了,应及时从判别式中把它剔除,直到判别式中没有不重要的变量需要剔除,剩下来的变量也没有重要的变量可引入判别式时,逐步筛选结束。也就是说,每步引入或剔除变量,都作相应的统计检验,使最后的贝叶斯判别函数仅保留“重要”的变量。

2.3判别分析模型应用的可行性

判别分析所要解决的问题是在已知研究对象用某种方法分成若干类的情况下,确定新的观测数据属于已知类别的哪一类。因此,如果在统计汇总之前,根据以往的资料积累或质量记录,得到上报数据中有质量问题的类和没有质量问题的类,据此建立判别模型,则该模型可以用于对未来的上报数据直接进行质量判别,进而可以对有数据质量问题的地区进行数据质量控制。

2.4判别分析模型应用的措施

在经济数据统计中,我们按经验将统计工作分2个层次,分别是进行基础数据收集的基层,将基础数据进行汇总后形成的高层。现分析不同层的特点:(1)基层:由于我国国情决定,基层统计工作者的统计水平不高,而且基层获得的大多是没有经过汇总处理的原始数据,不宜建立回归分析或判别分析等比较复杂的统计模型去判断或预测基层数据质量的好坏。而且基层数据量往往是整个统计过程中最初始的也是最重要的部分,如果没有一个准确且高效的质量检测和控制系统很难在基层把好关。所以笔者建议在基层使用探索性数据分析方法和神经网络方法。因为探索性数据分析方法易于理解、操作简单,而神经网络方法适于大规模数据的分析工作且对数据类型的要求也不像其他方法一样严格。两种方法的应用和相互验证可以为整个统计工作把好第一关。(2)高层:高层阶段,数据已经进行了初步的汇总,此阶段的数据大多集中在官方的综合统计机构,统计专业人员素质较高,能熟练运用各种高级统计分析方法,因而比较分析技术在这个阶段更适用。同时,由于在实际的数据质量控制应用中,可能无法根据以往的资料积累或质量记录获取关于数据质量的历史数据,所以可以首先应用探索性数据分析方法找出极端值,对可能存在质量问题的数据先有一个直观的了解,再运用应用比较分析技术对数据质量进行进一步的判别和预测。最后,将各种判别方法的判别结果进行交叉验证,对相互验证后有3～4个方法都认为有质量问题的个案加强监督,找出问题存在的原因;对在1～2个方法中都表现出有数据质量问题的个案首先要求该个案进行自我检查,同时相关控制部门应从数据特征着手,找出数据质量存在的原因并加以控制,这样会使我国经济统计数据质量控制体系更加完善,从而能够提高统计数据的质量。

总之,随着经济的发展,经济统计数据理论与模型中的许多问题在今后还需要继续深入地研究与探讨,特别是随着未来经济统计技术水平的提高,经济统计机构外部环境的变化,经济统计数据用户需求的变化,以及信息产业的高度发达,这些都会对经济统计数据理论与模型水平,统计数据理论与模型技术产生影响和提出挑战。

参考文献

[1] 常宁.IMF的数据质量评估框架及启示[J].统计研究,2004,(1).

[2] 陈颖.税务稽查选案技术方法研究[D].硕士学位论文,天津大学,2004.

[3] 成邦文,师汉民,王齐庄.多维统计数据质量检验与异常点识别的模型与方法[J].数学的实践与认识,2003,(4).

[4] 达摩达尔.N・古扎拉蒂著,费剑平译.计量经济学基础[M].北京:中国人民大学出版社,2005.

数据分析工作经验总结例5

中图分类号：TK21 文献标识码：A

引言：

质量数据的统计分析不仅是电建施工中质量管理的重要内容，也是对施工中质量状况进行正确判断、科学分析、有效总结的先决条件。因此，为了保证数据统计分析质量，电建施工过程中应建立质量统计分析系统，严格进行数据收集、数据分析。但是，施工过程中，由于质量数据统计不全面、不真实等现象，统计数据分析也经常找不到问题的主要症结所在。所以，电建施工企业应该从提高质量数据的统计质量入手，对统计数据质量的影响因素及解决方案进行有针对性地探讨，并建立一整套完整的数据分析机制，用以提高施工质量管理水平。

1 施工中质量数据统计、分析的现状

1．1 虽然质量信息统计报表有固定格式，但是数据来自不同施工项目部，上报内容不齐全，数据缺乏完整性，统计无法做到全面反映工程的实际状况。

1．2 数据不真实，有意虚报、瞒报统计数据资料，甚至出现虚假数据。这是危害最为严重的数据质量问题。由于工程施工的连续性要求，错误的数据无法及时正确分析出影响施工的原因，失去了对施工的指导作用。

1．3 质量数据统计人员统计责任心不强，不能正确对待公司对质量数据进行统计的要求。

1．4 各项目质量管理人员对质量统计分析工具应用不熟练，不能真正做到对本项目质量数据进行质量分析。

1．5 质量数据分析中，对质量管理过程特性及趋势的数据分析不准确，不能正确指导施工管理者对施工质量进行动态控制。

2 针对影响工程中质量数据统计分析的原因制定解决方案

2．1 电建施工企业应建立一套完整的质量数据统计分析的机制（或程序）及数据分析工具库，应制定质量信息数据上报制度，并明确质量信息上报内容。如制定月质量目标完成情况报表，将与施工质量相关的各类信息数据编入质量信息上报表内，并针对上报的信息进行分析。统计人员要正确地数据，数据使用人员做数据分析时应正确地看待数据、正确使用数据。并充分运用统计分析的结果对质量问题发展趋势进行分析，过程特性及趋势的数据分析尽量做到准确。

2．2 建立质量统计分析责任追溯机制，数据统计上报、分析人员要树立责任意识和数据质量意识，严格执行质量数据统计报表相关要求。根据责任追溯制度，要求数据统计分析人员对工程施工中的质量数据统计负监督、连带责任，以确保数据源的质量及数据分析质量。

2．3 加强对工程中数据统计人员、分析人员的培训，树立正确的统计意识，进行统计工具应用的培训，对统计分析结果如何正确应用进行培训。

2．4 提高质量数据统计工作的时效性和权威性，以确保质量数据的应用。数据上报单位应积极、及时上报数据，不得以任何理由推委、搪塞。数据分析人员应该坚持实事求是原则，对其收集、审核、录入的数据资料及时准确进行分析，并提出改进意见及要求。

3 质量统计数据的分析

3．1 质量统计数据分析的意义

质量统计数据不能仅仅停留在简单收集、汇总的层面上，应该利用数理统计分析方法对这些数据进行一系列的分析整理，作出科学的总结判断，并得出分析总结报告，以方便企业领导层、施工管理者阅读、理解和应用，用以指导电建工程过程施工质量管理。

3．2 质量统计数据分析的方法

电建企业应建立统计分析工具库，充分利用统计分析方法进行质量数据统计分析。

电建企业常采用的统计分析方法如下：采用调查表法进行分析：系统收集资料和积累数据，确认事实并对数据进行粗略整理和分析。采用对策表法进行分析：针对经论证确定的要因来制定，回答5W1H问题。采用排列图进行分析：确定主要原因及主要问题，识别质量改进的机会。采用因果图进行分析：表示质量特性波动与其潜在原因关系，表达和分析因果关系。采用矩阵图进行分析：以矩阵的形式分析因素之间相互关系。采用直方图进行分析：显示质量波动的状态，直观地传递有关过程质量状况的信息，确定需改进的地方。采用网络图进行分析：用来制定和管理质量计划。采用抽样检验法进行分析：按照规定的抽样方案，随机地从一批或一个过程中抽取少量单位产品或材料进行检验。

3．3 质量要求符合性的数据分析

3．3．1 与施工过程有关的数据分析

对质量目标完成情况数据进行分析。如，施工单位应定期上报质量报表，质量管理部门定期分析其趋势，如有下降，应分析其原因。质量管理部门汇总分析工程整体单位、分部、分项工程合格率变化与趋势。针对施工过程中焊口一次合格率，尤其是高压管道焊接一次合格率、中低压管道焊接一次合格率，分析质量目标的实现情况。一次合格率出现波动偏差时，可采用统计技术分析其上升下降的原因。

3．3．2 施工过程质量监督数据分析

施工质量管理部门应收集、记录、整理、分析施工阶段质量监督数据，对所存在的问题进行分类统计并及时处理。质量监督应收集分析的数据：如，工程质量验收结果；施工中所发生的质量事故、不合格品，应包括性质、原因、经济损失、事故分布的区域等；工序质量检验数据，按专业、单位工程统计质量控制点的设置、一次验收通过率、工序验收一次通过率等数据；焊接质量检验数据等。

3．3．3 过程特性及趋势的数据分析

企业应针对通过质量管理体系内审或过程考核得到的数据进行分析。质量管理部门对内审结果或过程考核进行项目之间、不合格项分布、变化及趋势，并将分析的结果输入管理评审，为企业的管理评审准备第一手资料。资源管理数据的统计分析，企业应对测量和监控装置的数据进行分析，如计量器具的周检率、合格率等统计数据的分析。

结束语

数据分析工作经验总结例6

中图分类号：TU981.7 文献标识码：A

1 关于报表的审核活动

1.1 经验审核法

通过平时对调查机构的了解开展审核工作。规定调查单位要结合所有的生产活动以及排污记录等做出真实的报告。统计工作者的审核活动要有依据，才可以确保活动精准，不出现失误。该项统计活动要不断的累积经验，工作者要强化基建力度，从根源处开展工作，切实的鉴定根基，强化单位的统计、初始记录等相关资料内容的设置。这样做的好处是便于对历史信息的查阅和分析，了解环境品质的变化性特征，分析该年份和之前时间段的详细信息，同时还要进行相关方面工作的查实，便于交接等事项的开展。为保证报表上报的真实性，必须切实提升统计人员的管控能力，负责统计的工作者就要积极地审核统计信息，而且要将它和管控活动联系在一起，只有切实按照相应的措施来开展工作，统计工作者才能够对自身管辖区域之中的信息有充足的了解，经由对该年份信息和之前信息做比对，才能保证填报信息的正确性，经验审核法是最先使用到基层报表相关的核查工作之中的。

1.2 完整性审核法

分析所有的填报信息和类型，看内容是不是精准，表格里的信息有没有遗漏，如果存在遗漏现象的话就要对其补充完整。对于下级机构提交的信息要积极的分析，确保其合乎相关原则和措施规定，分析其是不是合乎动态发展的规定，并对近年来“三同时”竣工验收的建设项目逐个进行排查并将有污染的企业纳入统计范围。在具体开展统计活动的时候，要切实提升统计调查的真实性和合理性，降低经验性分析估算。

1.3 逻辑性审核法

先是分析所有报表里的指标数量级别，分析是不是合乎报表的要求。分析单位换算是不是精准。结合所有的指标进行分析，看相关要素之间是否存在不矛盾的地方，检查所有的指标以及他们之间的相关性，分析所有信息间的关联性，相同报表在不同区域之间的作用，关联是不是合乎逻辑。比如废水治理设备、废水治理设施运行费用、废水治理设施处理能力，三指标间是否符合要求；首先，根据不同行业的检查标准，其新鲜用水量和废水排放量是否合乎比例；将产值、产量与排污量进行定量分析。其次，通过工艺类比、与历史数据对比等进行审核，在时间上采用的是竖向比对，分析它是不是合理。进而经由检查措施依次比对所有的指标，通过技术层次来分析报表的具体事项。

1.4 计算检查法

以污染源为调查对象，将“三废”排放量及其各种污染物的计算方法应遵循以下顺序：实测法、排污系数、物料衡算法。

1.4.1 实测法：通过监测手段或国家有关部门认定的连续计量设施，测量废气、废水的流速、流量和污水及废气中污染物的浓度，用环保部门认可的测量数据来计算各种污染物排放总量的统计计算方法。

凡安装自动在线监测设备（须由市级以上环境监测站标定）并与当地环境监测站联网的单位，应采用实时监测数据作为排污量数据。对于那些没有安装，在使用实测法的时候，为了确保监测信息可以更为精准的体现具体的状态，要时常分析样品，并经同级监测站认定。不要用1～2次监测数值来推算全年的排污量。

采用实测法计算的排污数据须与使用排放系数法计算的排污数据对照验证。如两者存在很大差异的话，就要对其再次验算分析并进行相关调节。

1.4.2 排放系数法：在相关经济以及管控背景下，生产方产生的污染物质的数量，可以通过这个措施结合单位报告，来分析排放的污染总数，它是一项在不具有实测信息的背景之下，比较优秀的一项计算措施。各个区域在使用该数值的时候，要切实的结合所在区域的生产数值和面积等，结合机构提供的数值，分析数值，确保数值稳定。

1.4.3 物料衡算法：根据企业能源、物料消耗进行物料衡算，对生产过程中使用的物料情况进行定量分析的一种方法，以报告中原材料消耗为基础进行污染物产排量的方式进行计算，在不具备实测条件和该生产工艺无排放系数，并对该生产工艺流程比较熟悉的情况下，采用此计算方法。基本原理是某一生产过程中投入和产出物质的质量守恒。适用于整个生产过程的总物料衡算，也适用于生产过程中的任何一个步骤或某一生产设备的局部衡算。

通过实测浓度、产品排放系数、物料衡算等计算审核填报污染物排放量数字是否准确。相关参数物料核算，如用煤耗与含硫率估算其二氧化硫排放量；利用监测数据核算主要污染物排放量；利用日常对调查单位的掌握情况进行经验审核。同时还需参考排污申报登记资料、统计局、农业局、城建部门、乡镇企业局等宏观经济数据来审核统计数据的合理性与逻辑性。

1.5 环保“三大体系”管理法

将环境统计、监测监察、考核即“三大体系”相结合，从而达到审核数据的方法。建立统计以“量”为对象，监测以“质”为对象，考核以“效”为对象的指标统一的监测监察、统计和考核联动的减排管理体系。统计方面，加强对基层单位环保统计人员培训，建立并完善环境统计管理体系，规范管控，准确上报数据，严格考核。监测方面，建立一套装备完善、管控规范、及时高效的污染源监督性监测和重点污染源自动在线监测相结合的环境监测体系，及时掌握各主要污染物排放变化情况。考核方面，以绩效考核为基础，专项整治活动为抓手，建立一套与实际工作紧密结合的的绩效考核和责任追究体系，做到权责明确、监督有力、奖罚分明。

1.6 合理性审核法

通过质量守恒关系判断统计数据的合理性，即进行生产经营与排污量间的合理性审核。污染物间排放比例是否合理；污染物排放浓度是否合理；指标是否异常（突变检查）等审核。例如，无危险废物处理厂，但却有危险废物的处理量；企业有锅炉，有耗煤量，却没有二氧化硫、烟尘等排放量；有“废水排放量”必有废水中污染物的排放量；有“燃煤消费量”必有燃料燃烧过程中“废气排放量”、“废气中污染物的排放量”、“炉渣产生量”、“粉煤灰产生量”；有“原料煤消费量”必有生产工艺过程中“废气排放量”、“废气中污染物的排放量”；根据主要行业的产品产量，审核主要污染物的排放量。结合企业生产工艺、治理水平和产品产量（发电量）、工艺类比等，能够大体的得知单位的三废以及其他的一些污染物质的排放总数是不是真实，是不是精准。

1.7 计算机审核法

充分利用环境统计软件“逻辑校验”功能进行审核，打印出逻辑校验表，对照此表逐一核定每项内容。对比不同数据源之间的数据进行审核，并要严格查对数据录入中是否存在有数据、代码（企业法人代码、登记注册类型、行业类别、主管部门、排水去向）错行录入、错误录入的现象，严格查对计算机中各统计指标的计量单位与填报是否一致、是否存在计量错误以及记录错误、抄录错误、虚报、瞒报、漏报等现象，尽量确保初始记录以及后续记录的信息准确真实，降低失误现象的发生几率，降低误差的发生几率。

1.8 类比法

目前实行的排污申报登记、重点污染源监测、污染源现场检查、重点污染源自动在线监测等工作都为环境统计数据审核工作提供了依据。在统计结果中，污染物排放量大小应与监测结果污染物浓度高低成正比例关系，经由类比能够得知不合乎具体情况的数值。而且还要把统计信息与国家相关机构的信息综合化的比对，再与其他相关区域进行比较分析，看是否合乎其发展规律的要求。

1.9 四级审核法

一级是由各区、县（市）环保局统计人员及分管局领导对统计基层数据进行收集、初审、整理、上机录入、汇总、逻辑校验和对比分析后报送到市环境监测中心站；二级是由市环境监测中心站的统计人员对各区、县（市）环保局报送来的统计数据进行复审、汇总、逻辑校验和对比分析；市环保局统计主管部门召开全市统计会审会，各区、县（市）环保局进行统计交叉会审；然后统计结果提交环境监测中心站主管领导审查；三级是由市环保局相关业务处室进行第三次审查并反馈意见给市环境监测中心站，数据确认无误后进入第四步审查；四级是由市环保局分管、主管领导终审、签字、盖章上报。

改善统计工作质量要抓基础数据，提高源头数据质量就要抓统计数据的审核，从逻辑性、技术性、全面性、准确性、完整性等方面加强逐级核查；抓重点行业，科学核算主要污染物排放量；抓使用现代化的统计手段，使统计基表编报程序化即统计数据进行光电自动录入、网络加密传输、超级汇总、逻辑审查，提高统计数据的录入质量，实现统计处理高速化、通信传输网络化、信息贮存数字化和信息处理、信息服务、综合决策系统化的目标。要以监测结果作为统计结果；以物料衡算作为辅查手段；新、改、扩建、技改项目对企业建立动态数据库管理；对基层报表要加强统计数据的审核，从源头严把数据质量关，保证统计数据的真实性、完整性、科学性和可靠性，为政府决策及时提供全面、准确的基础信息服务。

2 关于年报表的审核活动

2.1 当年报表信息得到之后，结合环境间的平衡联系，分析环境统计信息里的各项关联，明确所在区域的环境品质以及管控活动中的不利现象。积极的开展深层次的测试和比对活动，跟之前的环境统计信息进行比对。由于此类信息有着较高的稳定性，所以要多进行一些比对，这样的话就能够得知其中的反差，进而应对。将关键的调查信息和非关键的估算放到一起分析，获取总的排放内容，工业污染总排放数据与社会生活污染排放数据相加，得到总的排放数据，必须认真核查，三者缺一不可。

2.2 在总的报表之后，对于信息的变动量超过五个百分点的内容要进行积极的查询，要将其落实到单位，此时才能得知统计信息变动的缘由，而且对其具体阐述。

2.3 要和所在区域的总值，尤其是工业总数进行比对，污染物的排放数值和之前的年份比对，排污总数和工业总数差距较大的要进行分析研究，弄清楚今年新增加的单位和所采用的设备装置，以及排放的污染物数量。

2.4 这里所说的环境统计并非是单纯的信息运算，而是要参考相关的数据来分析登记的。只有逻辑性符合实际，此时获取的信息才会是更为精准，更为真实。

2.5 查综合年报表是否利用计算机软件进行了各种类别的汇总（原始表汇总、排水去向汇总、行业汇总、注册类型汇总）等，经由如上的汇总，和之前的数据比对也可以得知排水的方向等事项。

2.6 综合年报表中要利用统计软件的功能，分区、县（市）打印出突变指标企业名单，主要统计数据分析对比表、各类排行榜、核查表等并与上年度的进行对比分析。当开展报表核查活动的时候也应该积极的分析基层信息，以此来明确信息变动的缘由，进而提升其品质。关注关键的领域，以此来明确关键污染物质的排放总数。对于关键污染物质变动量产生的原因，要确保能够查清楚。对于那些品质指标变动性高的要进行反复查询，在活动的时候要以客观事实为依据，要认真的分析所有的统计信息指标。

3 专业报表审核方法

3.1 环境统计区间和要素牵扯到土地一级城建等多个机构，单纯的借助于环保机构的工作者来开展活动的话，其难度很高，所以要确保和国家相关机构积极的协调合作。

3.2 积极的审核统计信息，保证统计活动顺利开展。要分析其是不是完整。要检查其中的要素和类型是否有遗漏，假如有遗漏的话要及时补充。

3.3 分析信息的精准性，使用的措施有逻辑审核以及计算审核两类。实际的措施有如下的一些。分析报表的指标用到的计量数值是不是精准。结合所有指标的关联，分析其要素之间是不是存在矛盾问题，分析关联是不是精准。分析不一样报表间的关联，不应该急忙的修整处理。而且要分析其中的具体数据是不是精准，分析计量机构是不是合乎报表的要求，分析换算信息是不是精准的，假如有不正确的内容要认真修改，并积极的处理。还可以采用技术层次的有关信息来分析报表，如果有估算失误的现象，要尽快的对其处理。最后和历史信息进行比对分析，尤其是在时间上进行比对，检测其是否合理。

3.4 积极的使用年鉴信息，做好计量数据的换算。而且要确保排污申报登记资料、城考资料、统计局、农业局、城建部门、乡镇企业局等宏观经济数据来审核统计数据的合理性、逻辑性和一致性。

3.5 开展好专门的报表统计活动，通过多种措施来提升工作者的素养，确保其了解相关的知识，使相关工作者具有丰富的经验。

3.6 强化信息体系的创建工作，关注重点事项，保证品质，确保统计信息更为真实可靠。合理的体现出统计特点，进而为管控活动提供优秀的服务。

综上所述，环境统计信息的品质是统计活动的根基，怎样提升统计信息的效率和品质，对所有的报表开展综合审查，保证它的真实性以及精准性和综合性，并且对开展全方位的分析以及预测，为国家机构提供合理的参考信息，是所有的统计机构和统计工作者必须要分析的事情。统计活动非常繁琐，而且专业性很强，其时效意义也很显著，对于技术的规定非常严格，最主要的是时间紧张，任务繁琐，工作者的数量较少，此时就规定开展该项统计活动的人员要对该项活动有着非常强烈的责任意识，以及时间上的紧迫意识，要切实的落实自身的权责，秉承着严谨的思想来真实的开展该项统计活动，积极的做好分析，确保对所有的活动都有精准的了解。此时，才可开展好该项统计活动，实现其现实意义。

参考文献

数据分析工作经验总结例7

一、引言

当今社会是一个信息爆炸的时代，社会中存在多种不确定性，所以要正确使用数据分析方法进行数据分析，有效提取信息是生活中决策的关键。我国经济发展水平是大家都很关心的问题，它关系到人民的生活水平，社会的发展程度以及国家的综合国力，因此研究我国各地区的经济发展水平非常有必要。

因子分析、聚类分析和判别分析是多元统计分析中三个重要的分析方法。本文针对2005年全国31个省市自治区直辖市(除港澳台地区外)的主要经济发展指标，先后运用因子分析方法、聚类分析方法和判别分析方法，进行分析评价。

二、文献综述

目前，针对区域经济的研究很多，随着研究地不断深入，越来越多的定量方法被引入进来。吴玉鸣在采用因子分析法对我国31个行政区划的第三产业综合发展水平进行了评估，提出实施第三产业非均衡协调发展战略。梁晓俐对全国30个行政区划的经济发展水平进行了主成分分析，根据因子加权综合得分进行分类排序，得到全国的经济发展水平总体上呈现东高西低的地域分布。这几篇文章都只是对各地区经济发展水平进行了排序，并没有很好地进行分类，不利于看出各个地区经济发展的快慢情况。陈佳、吴润衡、刘喜波先后运用因子分析方法和聚类分析方法针对2004年全国31个省市自治区直辖市(除港澳台地区外)的26个主要经济发展指标进行分析评价。王维、李仕明、肖磊先后运用因子分析方法和聚类分析方法，对全国31个省、市、自治区的地区经济发展水平进行动态分析。这几篇文献使用的数据都已经比较陈旧，不能反映近几年的经济发展。为了弥补以上不足，本文对全国2006年的经济数据进行分析，首先对所选的经济指标做因子分析，科学有效地缩减指标规模，得出三个意义较为明确的公共因子，再用聚类分析方法，得到各地区经济发展层次分布状况，最后用判别分析方法看所选方法的判断准确性。

三、样本数据

本文选取了2005年全国地区23个主要经济发展指标(数据来源：《中国国家统计年鉴2006》)：年底人口数(万人)；就业人员(万人)；职工人数(万人)；地区生产总值(亿元)；人均地区生产总值(元)；商品房销售额(万元)；竣工房屋面积(万平方米)；房屋住宅销售面积(万平方米)；职工平均工资(元)；旅游外汇收入(百万美元)；社会消费品零售总额(亿元)；各地区货物周转量(亿吨公里)；各地区货运量(万吨)；各地区客运量(万人)；城镇居民平均每人全年总收入(元)；农村居民平均每人全年总收入(元)；城镇居民全年最终消费支出(亿元)；农村居民全年最终消费支出(亿元)；城镇固定资产投资(亿元)；外商投资总额(亿美元)；税金总额(万元)；利润总额(亿元)；工业增加值(亿元)。

四、统计分析

本文采用SPSS11.5进行统计分析。

(一)对原始数据的因子分析和主成分分析

1、KMO检验与Bartlett球度检验(见表1)。KOM值是用于比较观测相关系数值与偏相关系数值的一个指标，其值越逼近于1，表示对这些变量进行因子分析的效果越好。本样本的KOM值为0.792，适合因子分析，而且可以得到比较满意的结果。而且，Bartlett球度检验的显著性概率为0.000小于显著性水平0.05，也说明适合因子分析。

2、旋转后的因子载荷矩阵。利用SPSS提取了三个因子，因为未经旋转的载荷矩阵中，因子变量在许多变量上都有较高的载荷，为了使因子更具直观含义，所以运用方差极大法对因子载荷矩阵旋转。因子1包括年底人口数、就业人员、职工人数、地区生产总值、房屋住宅销售面积、社会消费品零售总额、各地区货运量、各地区客运量、城镇居民全年最终消费支出、农民居民全年最终消费支出、城镇固定资产投资、利润总额和工业增加值，主要反映经济总量和人民生活水平，所以可以命名为经济总量因子；因子2包括人均地区生产总值、商品房销售额、竣工房屋面积、职工平均工资旅游外汇收入、城镇居民平均每人全年总收入、农村居民平均每人全年总收入、外商投资总额和税金总额，反映的是全社会各方面收入情况，可以命名为收入因子；因子3只有各地区货物周转量这一个变量，这个变量对于我国经济发展具有重要作用，所以可以命名为经济发展因子。

3、因子得分函数。根据因子得分矩阵，可以得到因子得分函数：

(二)对综合得分数据的聚类分析

对全国各地区经济发展水平进行3－6类的聚类分析，类间距离为类间平均链锁法，样本间距离为欧式距离平方法。通过对比发现分为四类是比较恰当的，能够体现各省市经济发展的快慢情况。分成四类时：北京和上海属于第一类；江苏、浙江和山东属于第三类；广东属于第四类；其他属于第二类。我们分析不同类的地区时同样采用指标平均值。

通过分析各类均值结果，可以得出各类地区所选取的经济指标方面发展的水平情况，综合分析就可得出各类地区的发展水平。

(三)对各类进行判别分析

因为本身所选的样品就比较少，所以没有从中抽调一些分析，这样我们可以用交互验证的方法来判别聚类效果优劣(见表2)。

表2显示了交互验证结果。可以看到该判别函数的准确率为100％，交互验证的结果和自身验证的结果完全相同，因此该判别函数是较为稳定的。

五、结论

应该说本文的分析结果对于宏观地考察地区经济发展状况以及对各地区制定和调整经济发展战略是具有一定的实际意义的。

从因子分析的结果来看，因子l包含了全部信息的65.136％，这说明我国经济的发展主要是经济总量的增长。

以下几个问题值得我们注意：城镇固定资产投资额的载荷较高，所以投资热问题是我们一直比较关注的；人口因素的载荷也是比较高，说明人口因素在中国经济增长中所起的作用不容忽视；交通运输量相关指标的载荷很大，这说明交通在经济发展中起了很重要的作用，而且从目前来看，各个城市都比较重视交通的发展。

因子2反映了一个我们现在比较关注的问题――城乡差距问题。此外，商品房和住房指标的载荷也很突出，说明2005年我国的房地产业的发展非常突出，从目前的形式来看，房地产仍然是非常热门的。

从聚类分析的结果，可以得出如下结论：2005年，经济发展最快的省份是广东；其次是江苏、浙江、山东三省；发展中等的是北京、上海；其他省份发展相对比较慢。

数据分析工作经验总结例8

1 引言

对纺织品含量的分析方法主要有溶解法和重量法（即手工分解法）。溶解法主要是针对不同纤维在不同试剂中的溶解性能，将不同种类的纤维分离出来，再通过计算得出各组分的含量[1]。而手工分解法是通过手工的方法将不同组分的纤维分离出来，计算出各组分含量。两种方法相比较而言，溶解法的覆盖面更为广泛，而手工分解法缩短了试验时间，但存在着一定的局限性；在试验过程中，溶解法所使用的化学试剂对人体和环境都有一定的危害，并且在溶解过程中会出现溶解不充分、样品掉色等问题，引起分析结果的系统误差，而手工分解法不存在这些问题。两种方法各有利弊，在样品符合手工分解法的条件下最好采用该方法进行试验，本文就如何改进手工分解法进行试验与探讨。

2 试验

2.1 试验原理

鉴别出纤维组分的纺织品通过适当的方法去除非纤维物质后，用手工分解法分解纺织品中不同种类的纤维，通过烘干、干燥、称重，得到各个组分在原试样中所占百分比[2]。

2.2 适用范围

织物各个组分单独存在，通过手工分解方法可以分离不同种类的纤维的各种纺织品。

2.3 试验仪器

分析天平（精度0.0001 g）；恒温鼓风烘箱（105±3）℃；干燥器（装有变色硅胶）；称量皿；拆样用挑针；镊子；绒板。

2.4 试样准备

棉/聚酯纤维/氨纶、棉/氨纶混纺的机织面料。

2.5 试验步骤

方法一：依据标准GB/T 2910.1—2009进行取样拆分；将拆分完毕的式样分别放入称量皿，做好标记。在烘箱中烘干至恒重，在干燥皿中冷却至室温，称重，计算[3]。

方法二：根据经纬纱的根数比，拆分总量约1/3的经纬纱；将拆分完毕的试样分别放入称量皿，做好标记。在烘箱中烘干至恒重，在干燥皿中冷却至室温，称重、计算。

3 结果与讨论部分

3.1 结果计算

（1）

式中：

Pi——第i组分净干质量分数，%；

Mi——第i组分净干质量，g；

Mz——试样总净干质量，g。

3.2 试验结果

按照上述两种方法对样品进行定量测试，结果如表1所示。

3.3 试验讨论

3.3.1 理论分析

以棉/氨纶试样为例（见图1），其中T方向为棉，W方向为聚酯纤维/氨纶。计算公式为（2）和（3）。

MZ = MT+ MW=Mc+Ma+Mb （2）

MZ = MTC+ MWC+MWa=nT×dTC+nW×dWC+nW × da （3）

其中：MZ——式样的总重量；MT——经纱的重量；MW——纬纱的重量；Mc——棉的重量；Ma——氨纶的重量；Mb——聚酯纤维的重量。MTC——经纱棉的重量；MWC——纬纱棉的重量；MWa——经纱氨纶的重量；nT——经纱根数；nW——纬纱根数；dTC——经向棉单根重量；dWC——纬向聚酯纤维单根重量；da——纬向氨纶单根重量。

3.3.2 方法分析

以试样1数据为例（如表2所示）。该试样总重为0.2574 g，其中经纱（棉）共328根；纬纱（聚酯纤维/氨纶）共204根。经纱纬纱根数比约等于8：5，所以取经纱109根、纬纱68根得到第二组数据。数据显示，第二组重量约为第一组重量的1/3，两组数据最大偏差仅为1.0%（小于FZ/T 01053—2007《纺织品 纤维含量的标识》所规定的含量允许偏差，即纤维允许偏差为±5%，当纤维含量≤15%时，纤维含量的允许偏差为实测值的30%）[4]，而拆分时间缩短了一半。

试样3（见表3）试样总重为0.2271 g，棉/氨纶一共171根，按照方法二拆分了1/3（即57根）的棉/氨纶混纺纱，在计算时氨纶重量乘以3再除以总重。数据显示，两组数据偏差为0.1%，证实了方法的可行性。

4 总结

1） 理论和试验表明，采用按经纬纱根数比取样进行含量分析的方法可行，两次试验的含量差均小于标准中所规定的含量允许偏差。

2） 采用按经纬纱根数比取样的方法进行定量分析，大大缩短了取样时间，提高了工作效率。

3） 该方法同样适用于粘纤/聚酯纤维/氨纶、棉/锦纶/氨纶等同种织造类型的织物。

参考文献：

[1] GB/T 2910.1—2009 纺织品 定量化学分析 第1部分：试验通则[S].

[2] AATCC 20A—2007 Fiber Analysis：Quantitative[S].

[3] FZ/T 01053—2007 纺织品 纤维含量的标识[S].

数据分析工作经验总结例9

中图分类号： TN911?34； TP319 文献标识码： A 文章编号： 1004?373X（2013）10?0037?03

0 引 言

FCS（Flight Control System）是现代电传飞机所具备的自动化飞行控制系统。它所依赖的用于传递飞行控制信息的通讯总线，称之为飞行控制总线。FCS总线数据指的是飞控系统工作的完整数据信息，称为百分之百的飞控数据信息，简称100% FCS数据信息。

随着我国航空技术的飞速发展，在飞行试验中不仅总线数据的采集方式发生着改变，而且试飞参数个数急剧增加（从原来的几十到现在成千上万），数据量从几个GB到上百GB成指数增加，及各课题参数处理要求多样，伴随着我院试飞工作的全面开展，后续型号任务的增多，处理人员的短缺等现状。

目前，飞行控制总线数据处理模式采用单机处理，多课题第一时间同时需要数据时，单机处理不能满足处理需求；当课题需要变更参数时，必须经过“编写文档领导签字提交文档”方可进行处理。针对以上的现状和问题，设计了飞行控制总线数据网络化处理软件。在C/S、B/S多层体系架构的飞行试验数据处理系统下，通过接收客户端选择的参数信息、时间段信息和数据信息，调用该网络化处理软件进行处理，在服务器端运行处理数据并回传结果数据给客户端，解决了单机版处理效率低和多课题参数处理难的问题。

1 软件运行结构图

通过客户端自主生成的接口信息文件，服务端通过解析接口信息，获取处理软件要处理的参数名称、个数，参数类型，时间段信息以及数据文件、校线文件、结果文件等的信息。

（1）参数校线解析模块

对100% FCS校线文件进行分析，获取不同的表号的参数信息，包括参数名称，参数类型，参数校线等信息进行分类存储，完成校线文件的解析，为参数数据的提取作好准备。

（2）原始数据块整理模块

根据100% FCS参数输出数据格式的特点，对原始数据进行整理，读取一帧数据，如果接收到的FCS数据块个数超过了定义的完整FCS数据块个数，那么就将这个数据块丢掉；如果接收到的FCS数据块个数等于定义的完整FCS数据块个数，那么就进行下面的数据解析模块处理；如果接收到的FCS数据块个数小于定义的完整FCS数据块个数时，需要考虑续接数据问题。

（3）数据解析模块

通过原始数据块整理模块取得完整的FCS数据块结合校线解析模块对每块数据进行添加校线，然后结合接口解析模块中的参数名进行数据解析，根据飞行试验数据处理系统接口输出文件格式要求，所有输出信息文件在服务器上存储在用户之前已经建立的任务单号文件夹内，计算结束后，返回给客户端和服务器上存储的任务单号相同的文件夹，用户通过点击系统界面下的输出报告输出相应的文本文件，码值文件。

2.2 软件设计总流程图

3 分布式中间技术

分布式中间件是存储在计算服务器的应用程序，用户发出分布式计算请求后，由服务器软件启动分布式计算，完成用户的数据处理任务。

（6）客户端ActiveX 接收任务执行的状态信息，显示给用户；

（7） 当分布式中间件执行完毕，计算服务器中的状态监控程序将最后的结果文件通过Socket 传给客户端ActiveX；

（8） 客户端ActiveX 控件将文件保存至客户端，分布式计算结束。

4 使用情况

5 结 语

100% FCS总线数据处理软件在科研飞机试飞数据处理中有着举足轻重的作用。本次通过飞行试验数据处理系统平台实现了100% FCS 总线数据网络化处理，大大地提高数据处理效率。目前该网络化软件已经应用于多个型号的数据处理当中，数据处理速度完全能够满足我院“数据处理不过夜”的要求，数据处理结果已经成为试飞工程师排除系统故障的重要依据，为型号试飞的顺利进行提供了可靠的数据。

参考文献

[1] 王建军，党怀义.基于Web的分布式试飞数据处理系统结构设计[J].计算机测量与控制，2010，18（6）：1452?1454.

[2] 全国信息技术标准化技术委员会.GB/T 8567?1988 计算机软件产品开发文件编制指南[S].北京：中国标准出版社，1989.

[3] 国防科工委.GJB438?1988 军用软件文档编制规范[S].北京：中国标准出版社，1989.

[4] 国防科工委.GJB437?1988 军用软件开发规范[S].北京：中国标准出版社，1989.

数据分析工作经验总结例10

 

关键词：纺织品；纤维含量分析；重量法；方法改进

1 引言

对纺织品含量的分析方法主要有溶解法和重量法（即手工分解法）。溶解法主要是针对不同纤维在不同试剂中的溶解性能，将不同种类的纤维分离出来，再通过计算得出各组分的含量[1]。而手工分解法是通过手工的方法将不同组分的纤维分离出来，计算出各组分含量。两种方法相比较而言，溶解法的覆盖面更为广泛，而手工分解法缩短了试验时间，但存在着一定的局限性；在试验过程中，溶解法所使用的化学试剂对人体和环境都有一定的危害，并且在溶解过程中会出现溶解不充分、样品掉色等问题，引起分析结果的系统误差，而手工分解法不存在这些问题。两种方法各有利弊，在样品符合手工分解法的条件下最好采用该方法进行试验，本文就如何改进手工分解法进行试验与探讨。

 

2 试验

2.1 试验原理

鉴别出纤维组分的纺织品通过适当的方法去除非纤维物质后，用手工分解法分解纺织品中不同种类的纤维，通过烘干、干燥、称重，得到各个组分在原试样中所占百分比[2]。

 

2.2 适用范围

织物各个组分单独存在，通过手工分解方法可以分离不同种类的纤维的各种纺织品。

2.3 试验仪器

分析天平（精度0.0001 g）；恒温鼓风烘箱（105±3）℃；干燥器（装有变色硅胶）；称量皿；拆样用挑针；镊子；绒板。

2.4 试样准备

棉/聚酯纤维/氨纶、棉/氨纶混纺的机织面料。

2.5 试验步骤

方法一：依据标准GB/T 2910.1—2009进行取样拆分；将拆分完毕的式样分别放入称量皿，做好标记。在烘箱中烘干至恒重，在干燥皿中冷却至室温，称重，计算[3]。

 

方法二：根据经纬纱的根数比，拆分总量约1/3的经纬纱；将拆分完毕的试样分别放入称量皿，做好标记。在烘箱中烘干至恒重，在干燥皿中冷却至室温，称重、计算。

3 结果与讨论部分

3.1 结果计算

（1）

式中：

Pi——第i组分净干质量分数，%；

Mi——第i组分净干质量，g；

Mz——试样总净干质量，g。

3.2 试验结果

按照上述两种方法对样品进行定量测试，结果如表1所示。

3.3 试验讨论

3.3.1 理论分析

以棉/氨纶试样为例（见图1），其中T方向为棉，W方向为聚酯纤维/氨纶。计算公式为（2）和（3）。

MZ = MT+ MW=Mc+Ma+Mb （2）

MZ = MTC+ MWC+MWa=nT×dTC+nW×dWC+nW × da （3）

其中：MZ——式样的总重量；MT——经纱的重量；MW——纬纱的重量；Mc——棉的重量；Ma——氨纶的重量；Mb——聚酯纤维的重量。MTC——经纱棉的重量；MWC——纬纱棉的重量；MWa——经纱氨纶的重量；nT——经纱根数；nW——纬纱根数；dTC——经向棉单根重量；dWC——纬向聚酯纤维单根重量；da——纬向氨纶单根重量。

 

3.3.2 方法分析

以试样1数据为例（如表2所示）。该试样总重为0.2574 g，其中经纱（棉）共328根；纬纱（聚酯纤维/氨纶）共204根。经纱纬纱根数比约等于8：5，所以取经纱109根、纬纱68根得到第二组数据。数据显示，第二组重量约为第一组重量的1/3，两组数据最大偏差仅为1.0%（小于FZ/T 01053—2007《纺织品 纤维含量的标识》所规定的含量允许偏差，即纤维允许偏差为±5%，当纤维含量≤15%时，纤维含量的允许偏差为实测值的30%）[4]，而拆分时间缩短了一半。

 

试样3（见表3）试样总重为0.2271 g，棉/氨纶一共171根，按照方法二拆分了1/3（即57根）的棉/氨纶混纺纱，在计算时氨纶重量乘以3再除以总重。数据显示，两组数据偏差为0.1%，证实了方法的可行性。

 

4 总结

1） 理论和试验表明，采用按经纬纱根数比取样进行含量分析的方法可行，两次试验的含量差均小于标准中所规定的含量允许偏差。

2） 采用按经纬纱根数比取样的方法进行定量分析，大大缩短了取样时间，提高了工作效率。

3） 该方法同样适用于粘纤/聚酯纤维/氨纶、棉/锦纶/氨纶等同种织造类型的织物。

参考文献：

[1] GB/T 2910.1—2009 纺织品 定量化学分析 第1部分：试验通则[S].

[2] AATCC 20A—2007 Fiber Analysis：Quantitative[S].