中国社会科学院统计学

第一篇：中国社会科学院统计学

2007年中国协和医科大学流行病学统计学考博试题

一、名词解释(40分，共10个名词，每个4分。将英文翻译成中文，然后用中文进行解释)

1.cross sectional study 2.screening 3.RR 4.sampling survey 5.window period 6.maternal mortality rate 7.infection of reservoir (注：另外3个已不记得)

二、选择题(30分，15个单选题，15个多选题;每题1分)

(注：选择题考察对流行病原理方法的认识理解。单选不是太难，但多选题比较难。)

三、简答题(15分，共3个大题，每题5分)

1.考察对病例对照设计原理的理解。(给出一个错误的病例对照例子，让找出错误。)

2.考察对发病率和患病率影响因素的理解。

3.考察实验流行病学设立对照组的问题。

四、论述题(15分)

考察疾病监测与横断面研究、队列研究的关系。

2007年中国协和医科大学统计学考博试题

一、选择题(20分，共10个，每题2分)

二、填空题(10分，共5个题，每题2分)

(注：选择题和填空题考察的非常的基础，很容易得满分)

三、简答题(20分)

1.研究某降压药的降压效果，试验组口服此降压药，对照组不服用，已知年龄是混杂因素，请问该作何种设计?(5分)

2.已知P(-1.69<=Z<=0.45)=0.6281,请问P(-1.69

3.考察统计量和概率P值的概念和关系(5分)

4.已知2份同质等量的样品，经2个不同实验室检测，其检验的样品的标准差不同，问哪个实验室精确?为什么?(5分)

四、计算题(50分)

1.已知有20粒沙子，其中12粒是红色，8粒是绿色。现在闭着眼睛从中抽取6粒，然后将其放回。问有几种方法可以抽到4粒红色的沙子?(10分)

2.关于两总体均数差值的可信区间计算。(15分)

3.关于RxC列联表计算。(10分)

4.关于简单直线回归分析(15分)(注：需要作散点图;求出直线回归方程;求预测值)

第二篇：中国行业信息统计协会

中国行业信息统计协会(CIISA)是经政府批准成立的一个专业性、公益性、学术性团体组织，是专业调查统计全国重大行业企业信息的权威机构。协会采用科学的统计方法，全面监测市场变化，密切关注企业发展，通过统计重大信息、撰写CIISA市场分析报告和出版行业企业统计年鉴，为政府和企业科学决策提供有力依据及重要参考。政府批准编号：61204845/001/04/15/6。

中国行业信息统计协会立足国家统计局相关权威数据，重点对我国工业企业、建筑业企业、房地产企业、零售企业以及汽车企业等进行跟踪调查，已隆重举办数届信息发布活动，出版行业企业大型统计年鉴，向社会公布行业最新发展态势及相关企业的规模、效益、竞争力情况等信息。得到政府相关部门、行业主管部门以及企业界的充分肯定和大力支持，受到社会广泛关注和一致好评。

中国行业信息统计协会致力于中国消费市场研究，是国内领先的市场研究、资讯和分析服务的提供者。协会注重建立健全全国商品市场的统计监测网络，跟踪监测全国大型流通企业经营情况。目前拥有大型百货零售商场、超市、专业店、专卖店、购物中心和建材城等统计监测网点1000多个，覆盖全国除港澳台外各省、自治区、直辖市的200多个大中城市。中心还利用国家统计局庞大的数据信息，对市场进行定期、定量监测，为企业提供“CIISA市场分析报告”。“CIIIC市场分析报告”通过监测市场供需动态、品牌竞争情况、消费需求和购买意向以及各行业企业潜在的发展变化趋势，为企业快速、科学决策，提供准确而精炼的专家意见和营销洞识。

中国行业信息统计协会拥有一支高素质、专业化的优秀团队。专门从事政策研究、行业研究、企业研究以及市场研究的资深经济分析人士，具有多年从事市场分析的丰富经验。作为中国最早的信息统计及调查分析机构之一，协会的特色和优势就是权威性和及时性。目前主要大型行业统计年鉴有：《中国大企业集团》、《中国大型制造业企业》《中国大型建筑业企业》、《中国大型房地产企业》等。

第三篇：2021国家开放大学电大本科《社会统计学》期末试题及答案（试卷号：1318）

2021国家开放大学电大本科《社会统计学》期末试题及答案(试卷号：1318) 一、单项选择题(每题只有一个正确答案，请将正确答案的字母填写 在括号内。每题2分，共20分) 1.先将总体按某标志分为不同的类别或层次,然后在各个类别中采用简单随机抽样或系统抽样的方式抽取子样本，最后将所有子样本合起来作为总样本，这样的抽样方式称为( )。

A.简单随机抽样 B.系统抽样 C.整群抽样 D.分层抽样 2.对于右偏分布,平均数、中位数和众数之间的关系是( )。

A.平均数>中位数>众数 B.中位数>平均数>众数.C.众数>中位数>平均数 D.众数>平均数>中位数 3.中心极限定理认为不论总体分布是否服从正态分布,从均值为μ.方差为“ 的总体中,抽取容量为n的随机样本,当n充分大时(通常要求n≥30),样本均值的抽样分布近似抓以均值为( )方差为( )的 正态分布。

A.μ o B.μ/nσ'/n C.μ o2/n D.μ/n o2 4.有甲、乙两人同时打靶,各打10靶,甲平均每靶为8环,标准差为2;乙平均每靶9环，标准差为3,以下甲.乙两人打靶的稳定性水平表述正确的是( ) A.甲的离散程度小,稳定性水平低 B.甲的离散程度小,稳定性水平高 C.乙的离散程度小，稳定性水平低 D.乙的离散程度大,稳定性水平高 5.在标准正态分布中,σ值越小,则( ) 。

A.离散趋势越大 B.离散趋势越小 C.曲线越低平 D.变量值越分散 6.对于线性回归,在因变量的总离差平方和中，如果回归平方和所占比例越大,那么两个变量之间( A.相关程度越大 B.相关程度越小 C.完全相关 D.完全不相关 7.从两个总体中共选取了8个观察值,得到组间平方和为432,组内平方和为426,则组间均方和组内均方分别为( )。

A.432 ,426 B.216,71 C.432,71 D.216,426 8.某单位对该厂第- -加工车间残品率估计高于13% ,而该车间主任认为该比例偏高。如果要检验该说法是否正确,则假设形式应该为()。

A.Ho:π≥0.13; H:x<0.13 B.Ho:π≤0.13;H:n>0.13 C.Ho:π=0.13; H :m≠0.13 D.Ho:n>0.13;Hj:π≤0.13 9.某次社会统计学考试中学生平均成绩82 ,标准差为6,某同学考试成绩为80,将这个分数转化为Z值为( )。

A.-0.33 B.+0.33 C.-3 D.+3 A.第3组 B.第4组 C.第5组 D.第6组 二、名词解释(每小题5分，共20分) 11.折线图 答：以直方图为基础，把直方图顶部的中点用直线依次连接起来，然后把原有的直方图抹掉后得出的图形就是折线图，也可称为频数多边形图。(5分) 12.二维表 答：二维表就是行列交叉的表格，(1分)将两个变量一个分行排放，一个分列排放，(1分)行列交叉处就是同属于两个变量的不同类的数据，也称为列联表。(3分) 13.统计推断 答：根据统计量的分布和概率理论，由样本统计量来推断总体参数的过程，包括参数估计和假设检验两部分内容。(5分) 14.自变量与因变量 答：引起其他变量变化的变量称为自变量(2分)，由于其他变量的变化而导致自身发生变化的变量成为因变量。(3分) 三、简答题(每题10分.共30分) 15.简述按照测量水平区分的四类变量，并举例说明。

答：(1)定类变量：当变量值的含义仅表示个体的不同类别，而不能说明个体的大小、程度等其它特征时，这种变量称为定类变量。(2分)例如：性别(0.5分) (2)定序变量：当变量值的含义不仅表示个体的不同类别，还可以区分个体之间大小、程度等序次差异时，这种变量称为定序变量。(2分)例如：学历(0.5分) (3)定距变量：当变量值不仅可以将个体区分为不同类型并进行排序，而且可以确定不同类别之间的数量差别和间隔差距时，这样的变量称为定距变量。(2分)例如：智商(0.5分) (4)定比变量：除了上述三种变量的全部特征外，还可以计算两个变量值之间的比值时，这样的变量称为定比变量。(2分)例如：收入(0.5分) 16.简述什么是简单一元线性回归分析?其作用是什么? 答：简单回归分析是通过-定的数学表达式将两个变量间的线性关系进行描述，确定自变量的变化对因变量的影响,是进行估计或预测的一种方法,侧重于考察变量之间的数量伴随关系。(或者简单回归分析是对具有线性相关关系的两个变量之间(其中- -个为自变量,另一个为因变量)数量变化的-般关系进行分析,确定相应的数学关系式,以便进行估计或预测。)(4分) 其作用包括: (1)从已知数据出发,确定变量之间的数学关系式;(2分) (2)对变量间的关系式进行统计检验,考察自变量是否对因变量有显著影响;(2分) (3)利用所求出的关系式,根据自变量的取值估计或预测因变量的取值。(2分) 17.简要举例说明在分析双变量的关系时，t检验和卡方检验的主要区别。

17.简要举例说明在分析双变量的关系时,t检验和卡方检验的主要区别。

分析双变量关系时,t检验和卡方检验都是主要用于检验这两个变量之间是否存在显著关系。(2分)t检验主要用于对一个为数值型变量、另一个为分类变量且只有两个类别的变量的双变量关系的统计显著性检验。(2分)卡方检验主要用于对两个分类变量之间的相关性进行统计检验,判断变量之间是否存在显著关系。(2分) 例如,我们想考察收入与性别是否存在关系,或者两性的收入是否存在显著差异,可以用两独立样本t检验。(2分)如果我们想考察职业与性别是否存在关系，而职业和性别都是分类变量,那么可以用卡方检验考察不同性别之间职业是否存在显著差异。(2分) 四、计算题(每题15分，共30分) 18.为估计每个网络用户每天上网的平均时间是多少，抽取了225个网络用户的简单随机样本，得到样本均值为6.5个小时，样本标准差为2.5个小时。

(1)试用95%的置信水平，计算网络用户每天平均上网时间的置信区间。

(2)在所调查的225个网络用户中，年龄在20岁以下的用户为90个。以95%的置信水平，计算年龄在20岁以下的网络用户比例的置信区间。

注：Zo.025 =1.96 19.为研究某种商品的价格(x)对其销售量(y)的影响，收集了12个地区的有关数据。通过分析得到以下方差分析表：

要求：计算上面方差分析表中A、B、C、D、E、F处的值。

第四篇：中国旅游统计分析

中国各地区旅游企业经济效益评价与统计分析 摘要：本文根据2001年《中国旅游统计年鉴》(副本)的有关数据，用因子分析、聚类分析、判别分析对我国大陆各地区的旅游企业经济效益作了定量分析，按加权因子得分进行了排序,给出了一种分类方式，并用典型相关分析对各地区旅游企业经济效益与旅游资源分布关系进行了研究，为各地区旅游业横向比较及健康、快速发展提供一定的科学依据。 关键词：旅游;企业效益;综合评价;因子分析;聚类分析;典型相关分析 中图分类号：O212.4

文献标识码： A 旅游业作为我国经济发展的重要组成部分，为国民经济的发展发挥了巨大作用。我国的旅游业虽然起步较晚，但发展势头强劲。国家把旅游业确定为第三产业积极发展的新兴产业序列中的第一位，许多省、自治区、直辖市把旅游业作为地方经济发展的支柱产业加以培育发展。现阶段我国旅游业已形成了政府主导型的产业格局和门类齐全的生产体系，生产规模日益扩大，产业结构日趋完善，成为经济新的增长点之一。它不仅扩大了就业，促进了消费，为国家增创外汇，拉动经济增长，而且推动了基础设施建设的投资，促进了生态的优化和环境保护。由于我国地域辽阔，经济发展不平衡，旅游资源分布有差异，以及历史文化背景、地方政府扶持力度等原因，我国旅游业的发展现已不平衡，地区差距拉大。如何评价旅游企业的经济效益是旅游企业经济活动分析的重要课题，这对于进一步提升旅游产业地位，提高产出水平，使各地区旅游业均衡、健康、科学发展具有重要作用。本文利用统计模型定量分析，客观地对我国各地区(不含港、澳、台地区)旅游企业经济效益进行了综合评价，给出了排序、分类，并对结果做出了合理分析。 1.评价指标与方法

我国目前考核旅游企业经济效益的主要指标有：固定资产、利润、税金、全员劳动生产率等，这套指标体系比较全面地反映了企业经济效益各个侧面的状况，但各指标间常出现此大彼小、此高彼低的现象。国家旅游局年度旅游企业经营统计报告只是按某项指标分别给出居于前十位的省份，整体看经营情况如何却不甚鲜明，因而综合各指标的相关信息，从中提出尽量少的“主要”评价指标用于实际的客观、公正、全面评价十分必要。本文用因子分析方法给出一种评价方式，只起抛砖引玉的作用，相信更加科学合理的方法使用必将提高国家旅游局统计报告的效用和权威性。

本文数据来自国家旅游局出版的2001年《中国旅游统计年鉴》(副本)。选取指标体系如下：x1-固定资产(万元);x2-营业收入(万元);x3-利润(万元);x4-税金(万元);x5-利润率(%);x6-全员劳动生产率(万元/人);x7-人均实现利税(万元/人);x8-人均实现利润(万元/人);x9-人均固定资产原值(万元/人);x10-从业人员(人);x11-企业数。这十一个指标是异量纲的，数值差异大。计算指标的相关系数阵还发现许多指标间高度相关，实际上有的指标可由另一些指标得出，说明指标间信息有重叠，如果简单地用减少指标的方法又势必造成某些重要信息的丢失。因子分析可以有效的解决上述问题，它以最少的信息损失，将原始的众多指标综合成较少的几个因子变量，以之代替原变量进行统计分析。

为了确定原指标变量是否适合用因子分析方法，进行巴特莱特球度检验(Bartlett test of sphericity)为高度显著和KMO(Kaiser-Meyer-Olkin)检验，KMO值为0.672，说明适合作因子分析。

2.统计分析

2.1因子分析与综合排序

利用SAS统计分析软件，调用FACTOR过程，用主成分分析法得到因子分析初始解，用方差最大旋转法作因子旋转，计算因子得分，以所选因子变量的方差贡献率为权数，计算综合因子得分，并按综合因子得分排序。输出结果见下表1。 表1：相关矩阵特征值表

主成分特征值贡献率累积贡献率

6.50450694

4.36025715

0.5913

0.5913

2.14424979

0.80293241

0.1949

0.7863

1.34131738

0.80034008

0.1219

0.9082

0.54097731

0.24847090

0.0492

0.9574

0.29250641

0.22167858

0.0266

0.9840

0.07082782

0.00524912

0.0064

0.9904

0.06557871

0.04552821

0.0060

0.9964

0.02005049

0.00781079

0.0018

0.9982

0.01223970

0.00630963

0.0011

0.9993

0.00593007 0.00411469

0.0005

0.9998

0.00181537

0.0002

1.0000

由表1可知：只选取前3个主成分，累积方差贡献率已达90.82%，而其余8个主成分的贡献率都不到5%，所以只取前三个主成分作为综合指标即公因子变量可比较全面的反映原有指标的信息。

表2：旋转后的三因子载荷矩阵表

指标变量公因子1

公因子2

公因子3

X1

0.88959

0.17130

0.39839

X2

0.94146

0.16580

0.26969

X3

0.85640

0.26763

0.15222

X4

0.96909

0.11215

0.09233

X5

0.08420

0.97222

0.05432

X6

0.36506

0.20146

0.81881

X7

0.30630 0.90275

0.27876

X8

0.23788

0.94913

0.15050

X9

0.03290

0.14598

0.92659

X10

0.94938

0.15148

-0.12881

X11

0.76479

0.17752

0.17676

因子变量的命名解释是因子分析的一个核心问题。为使公因子在原变量上的因子载荷有较鲜明的意义，对因子载荷矩阵进行方差最大旋转后由表2可见：第一公因子在X

1、X

2、X

3、X

4、X10及X11上有较大正载荷，反映了企业规模大小、企业经营总量，可视为规模总量因子。第二公因子在X

5、X7和X8上有较大正载荷，反映了人均意义下企业的利润、上缴国家的利税大小，可称为人均产出效益因子。第三公因子在X

6、X9上有较大正载荷，补充说明企业的从业人员的工作成效和使用旅游资源能力，可称为人均人力效率因子。从因子变量得分可分别描述各地区旅游企业在规模总量、人均产出效益、人均人力效率方面的差异。 为了综合评价各地区的旅游企业经济效益，调用 SAS软件的SCORE过程，计算各地区公因子得分及综合因子得分，即对三个公因子按方差贡献率赋予权重，求加权因子得分E

其中分别为三因子得分。按E值得分排序如下表3。 表3：各地区公因子得分、综合得分及名次 地区

因子1 因子2 因子3 综合得分

名次

广东

4.69262

0.20384

-1.12098

2.6778 1

北京 1.66170

0.58822

1.89714

1.3285 2

上海

0.63836

0.98190

3.20273

.9592 3

江苏

0.50538

0.09254

0.19609

.3408 4

浙江

0.14075

0.19167

0.79957

.2180 5

福建

0.59328

0.59018

-2.38143

.1755 6

山东

0.18163

-0.32953

0.21684

.0696 7

辽宁

-0.06207

-0.26187

0.90618

.0227 8

四川

-0.04664

0.42229

-0.33702

.0136 9

广西

-0.23786

-0.19579

0.96519

-.0611 10

湖南

-0.48380

0.92714

0.24800

-.0751 11

安徽

-0.11381 0.46737

-0.83694

-.0782 12

湖北

-0.07985

-0.17740

-0.48335

-.1407 13

云南

-0.20911

-0.61538

0.69245

-.1592 14

山西

-0.41322

0.63250

-0.64976

-.2003 15

吉林

-0.50807

0.29059

0.30584

-.2065 16

河南

-0.27298

0.10582

-0.58700

-.2123 17

河北

-0.21661

-0.01710

-0.70675

-.2176 18

黑龙江

-0.38955

0.30856

-0.40796

-.2199 19

天津

-0.44507

-0.40856

0.51709

-.2798 20

重庆

-0.46587

0.11513

-0.24197

-.2825 21

新疆

-0.51187

-0.10352 0.33128

-.2825 21

内蒙古

-0.53956

0.58932

-0.68639

-.2879 23

海南

-0.44459

-0.79980

1.04472

-.2914 24

江西

-0.49292

0.08856

-0.16572

-.2944 25

甘肃

-0.57870

0.53851

-0.47970

-.2957 26

贵州

-0.50596

0.20599

-0.40455

-.3083 27

西藏

-0.76862

0.76114

-0.38345

-.3529 28

陕西

-0.34088

-0.64466

-0.25127

-.3578 29

青海

-0.55592

0.26860

-0.97012

-.3946 30

宁夏

0.26979

-4.81625

-0.22877

-.8070 31

从表3可见，综合排序第一的广东省旅游企业按其经营规模排名第一，由于从业人员多，按其人均人力效率看并不占优势，相反有些靠后，福建情形与广东类似。这说明广东、福建两地旅游企业量的增长已达到一定的程度，现要求行业在质的方面有大幅提高，如何在保证服务质量前提下控制成本，减员增效，改善企业内部管理机制和运行机制，特别是人力资源开发利用是广东、福建旅游企业要着手解决的问题。北京、上海两地情况较好，从综合指标的三个方面衡量都靠前，特别是上海人均产出效益得分、人均人力效率得分都排名第一。由于旅游经济具有拉动国民经济增长的巨大作用，考虑到北京、上海在我国政治、经济、文化方面的地位，特别是2008年将在我国举办奥运会，进一步发展两地旅游业仍前景广阔。排名靠后的五个省区中，西藏的人均产出效益得分位次比较靠前，主要是由于产业规模太小而使其综合排名靠后，交通等原因使该地旅游发展规模滞后，相信正开工建设的青藏铁路必将会极大促进西藏旅游的发展;其余四省区则表现为或企业亏损、规模偏小或效率偏低，情况各有不同。

2.2.类型划分

为了进一步反映我国区域旅游企业发展特征，本文调用SAS的CLUSTER过程对地区加以分类，对样本数据作标准化处理。发现分为三类较为合理，第一类：广东、北京、上海;第二类：江苏、浙江、山东、辽宁、广西;第三类：：福建、四川、安徽、湖南、湖北、云南、河南、河北、吉林、天津、重庆、内蒙古、甘肃、黑龙江、贵州、海南、江西、山西、陕西、新疆、青海、西藏、宁夏。

以上分类的合理性在统计中可以利用贝叶斯判别准则来检验。调用SAS软件DICSCRIM过程作判别分析，得到31个省区回判结果，正确率93.55%，只有第三类的海南、新疆错判，误判率为6.45%，表明所分类别是合理的。从地理位置、经济发展状况来看，这种分类与实际情况也比较吻合。 2.3.相关因素的分析

旅游业的发展与许多因素有关，定量地分析旅游企业经济效益与地区经济发展水平、旅游资源分布等因素的关系对制定区域旅游业发展规划、合理配置资源有十分重要意义。特别是旅游资源欠丰地区该如何办好旅游业，本文如下所作典型相关统计分析将为之决策提供一定的理论依据。

各地区旅游资源的丰度可用如下指标衡量(均指拥有量占全国比重(%))。y1-全国重点名胜区;y2-国家级自然保护区;y3-国家级森林公园;y4-国家历史文化名城;y5-全国重点保护单位。根据《地理学与国土研究》第15卷第3期王凯的《中国主要旅游资源赋存的省际差异分析》一文的相关数据，将此五项指标与前述x1~x11指标作典型相关统计分析(重庆与四川的相应数据进行了合并)，调用统计分析软件SAS中CANCORR过程计算典型相关，主要输出结果如下表

4、表5。

表4：CANCORR过程产生的标准化的第一对典型变量的系数

VAR变量标准化的典型相关系数

WITH变量标准化的典型相关系数

V1 x1

-2.6555

x2

1.8471

x3

-0.1297

x4

0.3113

x5

-0.0054

x6

0.0868

x7

-2.0422

x8

2.0695

x9

0.0828

x10

-0.5036

x11

1.5862 W1

y1

0.0987

y2

-0.2455

y3

0.4874

y4

0.9091

y5

-0.3137

表5：典型结构

Correlations Between the VAR Variables and the Canonical Variables of the WITH Variables

W1

W2

W3

W4

W5

x1

0.0306

-0.0284

-0.1597

0.1246

-0.0418

x2

0.0749

-0.1370

-0.1575

0.1395

-0.0457

x3

-0.0903

-0.1660

-0.1619

0.1434

-0.0232

x4

0.1171

-0.1540

-0.0391

0.1983

-0.0746

x5

0.2403

0.1486

-0.0921

0.0249

0.0775

x6

-0.0696

0.0298

-0.2355

-0.0264

0.1106

x7

0.0976

0.1503

-0.1786

0.0317

0.1114

x8

0.1382

0.1338

-0.1989

0.0029

0.1143

x9

-0.3180

0.0477

0.0133

-0.0083

0.1419

x10

0.2061

-0.0862

-0.0107

0.0799

-0.1707

x11

0.5366

0.1167

-0.0515

0.0833

-0.0770

Correlations Between the WITH Variables and the Canonical Variables of the VAR Variables

V1

V2

V3

V4

V5

y1

0.4884

0.4401

0.2568

-0.1064

-0.1728

y2

0.0796

0.1787

0.4903

0.2598

-0.0724

y3

0.6236

0.2760

0.0899

0.1333

0.2122

y4

0.7903

-0.0568

-0.0566

0.0748

-0.1749 y5

0.4643

0.2628

-0.3274

0.1871

-0.1747

主要结果的分析：通过五对典型变量相关系数为0的假设检验可知，第一典型相关系数为0.905457，检验总体中所有典型相关均为0的零假设时第一对(V1与W1)的似然率卡方检验值为0.0554(即的值)，故在(或)的显著水平下，否定所有典型相关为0的假设(虽然Pillai轨迹检验不显著，但Wilks等其他3种检验显著)。从检验的结果可知，只有第一组典型相关是显著的，其余四组的典型相关系数与0在0.1显著水平下没有多大差别，所以只有第一对典型变量是有价值的，其余四对典型变量价值不大。由于两组指标变量测量单位不同，所以以下只分析标准化的典型变量的系数。分析表

4、表5可知：衡量企业效益指标概括为典型变量V1，其在原指标变量x

1、x

2、x

7、x

8、x

10、x11上有绝对值较大的系数，衡量旅游资源丰度的指标可概括为典型变量W1，其在原指标y

3、y4有较大的系数。以上说明旅游企业经营效益确实与旅游资源的分布有关系。进一步分析第一组典型变量的典型结构(即原始变量与典型变量的相关系数)，可知x

1、x

7、x10是抑制变量(具有同典型变量V1的相关相反符号的系数)。W1与衡量企业效益指标分别都不太相关，这个结果很容易解释。而v1与衡量旅游资源丰度的指标y

3、y4有相关性，与y2不相关，说明各省区旅游企业效益与该省区的国家级森林公园、国家历史文化名城拥有量有很大关系，与其国家级自然保护区的拥有量关系不大。这反映了我国现阶段旅游资源的开发水平和旅客的旅游目的地选择偏好，也说明了为什么像上海这样旅游资源相对缺乏的地区旅游企业效益仍较好的原因。 3.结束语

由于旅游业的独特地位和作用，旅游企业经济效益的评价没有反映出旅游业的社会效益。旅游业作为一个产业群的核心，具有很强的产业关联度，既能促进经济的发展，又能带动社会的进步。如果单独地考察旅游企业盈利与否来评价企业是不科学的，要看到其在稳定就业、调整社会经济结构和推动市场发育完善的作用。但是，旅游业的产业性质是生产性的，也在为社会创造价值，公正、客观、科学地反映旅游业的业绩，特别是经济效益，必将有利于科学地制定相关政策，使旅游业在国民经济发展中发挥更大的作用，有利于旅游企业自身的健康快速发展。 参考文献：

[1] 郭利平，陈中暖中国区域旅游经济综合实力分析和类型划分[J]，地理学与国土研究，Vol.17， No.3，88~91 [2] 王凯，中国主要旅游资源赋存的省际差异分析[J]，地理学与国土研究，Vol.15， No.3，69~74 [3] 中国旅游局，中国旅游统计年鉴(副本)[M]，中国旅游出版社，2001，18~19. [4] 张尧庭，方开泰多元统计分析引论[M]，科学出版社，1982 [5] 王苏斌等，SPSS统计分析[M].北京：机械工业出版社,2003. [6] 高惠璇等,SAS系统软件使用手册[M] 北京：中国统计出版社,1997.

第五篇：据中国酿酒工业协会统计

据中国酿酒工业协会统计，目前保健酒市场正在以每年30%的增长率高速发展，从保健酒消费情况来看，到2010年，保健酒市场容量将达到130亿元以上。在保健酒类市场上，目前国内还没有一家占绝对优势的品牌和企业。湖北劲酒和海南椰岛鹿龟酒领军保健酒市场是一个不争的事实。名列全国三甲，一直以来竞争激烈，互不相让。但是在全国市场占有率上两者通过“兰查斯特指数”的计算都还没有达到41.7%的安定线。

广告策略不同

劲酒广告进入CCTV黄金时段是保健酒行业高速发展的一个“晴雨表”。2007年劲酒在央视的广告招标会上，以接近8000万的投标，引起了酒业同行的高度关注。2009年劲酒广告投标达8537万元，也比2007年高出500多万元 2007年，在中央电视台黄金资源广告招标会上，劲酒以7273万元投中2007年央

视一套《焦点访谈》后黄金广告段位，总时长达11个月。根据新生代市场检测机构的数据，劲酒作为知名度最高的全国性保健酒品牌之一，在认知度和提及率方面长期占据行业第一，在消费者心目中，劲酒被认为是“历史悠久、品质优良、美誉度高”。