统计学理论在宏观经济统计分析教学中的应用研究

2020-01-19康少泽滨州学院

环球市场 2020年24期

康少泽滨州学院

我国经济发展经历了从计划经济到市场经济的历史转变，计划经济和市场经济组成了我国国民经济的两个重要阶段；无论是历史上的计划经济时代还是市场经济时代，宏观经济统计分析在其中都发挥着重要的作用。计划经济时代，宏观经济统计分析的主要目的在于采集各种经济现象背后蕴含的数据并进行统计分析，找出其中的差距与不足，然后统筹指导下一年的经济政策；市场经济时代，宏观经济统计分析的主要目的在于综合运用统计学的相关知识和理论，建立系统化的市场经济指标走势，了解掌握经济政策落实情况，同时预测来年经济走势，并且进一步进行宏观调控，加大对市场的指导[1]。因此，进入市场经济时代之后，宏观经济统计分析变得更加科学和更加重要，越来越依赖统计学的相关知识和理论。

本文中，作者列举了宏观经济统计分析中常用的统计学方法，并且研究了这些方法在宏观经济统计分析教学中的应用，并指出了以统计学为核心知识体系的我国宏观经济统计分析教学的发展方向。

一、宏观经济统计分析中常用的统计学方法

主成分分析法是宏观经济统计分析中常用的一种方法。这种方法不依赖于对经济活动过多的假设，主要是用过对数据的精准分析来指导经济调控过程。这种算法最大的特点关注相关变量之间的相关性，致力于将相关度比较高的变量去耦合后转化为彼此相互独立的变量，从而减少变量的个数、降低数据的维度，有利于利用较少的变量解释经济学资料中出现变异的新变量。这几个可以用来解释经济学资料中新变量的较少变量就是所定义的主成分，这几个主成分常用来作为解释资料的综合性指标[2]。

聚类分析是另一种较常用的宏观经济统计分析中的方法。这种方法起源于数据分析，近年来随着统计学习、机器学习、神经网络和大数据等智能算法的兴起变得越来越重要，一度成为研究的热点。这种方法的最大特点就是通过定义并提取数字的特征，将待分析的数据对象分成多个类或簇，通过确保每一类之间的数据对象具有高度的相似性、不同簇之间的数据对象具有明显的差异性，来简化对数据之间规律研究和获取的计算量。聚类分析通常与数据挖掘的方法综合使用。

二、统计学理论在宏观经济统计分析教学中的应用

在进行宏观经济统计分析教学过程中，需要注意向学生讲解清楚最基本的统计学理论，然后适当地介绍当前最主流和应用最广泛的宏观经济统计分析方法，指导学生相互结合起来开展实践活动，在实践中学会知识的灵活应用。

（一）主成分分析法中常用的基本概念和数学模型

主成分分析法主要用于对计算量的削减，其核心思想是利用观测到的每个变量的协方差矩阵进行计算，依次提取对方差贡献最大的主成分，达到选择、浓缩和提炼变量的目的。主成分分析法中主要涉及将变量表示为矩阵的形式、对原始数据进行标准化并计算其均值和方差、计算矩阵的相关矩阵、利用Jacobin 法求解特征值和特征向量、计算初始因子载荷矩阵和载荷系数、计算公共因子方差、求正交因子解、对矩阵进行旋转变换确定主特征、计算综合效益等计算方法和步骤，在教学过程中要向学生进行详细的讲解，并解释清楚每个步骤运算的目的，帮助学生理解吸收[3]。

（二）聚类分析法中常用的基本概念和数学模型

聚类分析法主要是依据方差对数据进行处理，通过在多组观测数据的观测值找出能够表示其相互之间相似程度的统计量，然后构成相似矩阵，在此基础上进一步寻找各个样本数据之间的相似程度，按照相似程度将数据进行归类，然后进行比较分析。聚类分析法中涉及统计学变量和模型主要包括对样本数据的矩阵表示、对样本数据进行归一化处理并计算其均值和方差、计算样本数据之间的相似系数矩阵、选择最大相似系数样品组、对样品组进行加权平均、进行样品组的更新和迭代、计算新样品组的相似矩阵并完成替换、确定新相似矩阵中最大系数对应的样品组、重复直到所有数据都完成分类。聚类分析法执行起来比较复杂，在教学过程中要善于用图和表的形式向学生展示更新迭代的过程，这样能够比较清楚地表示出聚类分析法的运算内涵，有助于学生加强理解并学会运用。

三、以统计学为核心知识体系的宏观经济统计分析教学的发展方向

之前宏观经济统计分析的主要目的在于通过对经济运行情况数据进行采样并分析后得出数据之间的变化和分布规律，从而研究发现经济形势的变化，最终确定并评判经济政策的执行情况。近年来，随着统计学理论的进步和大数据技术的崛起，将两者结合起来，利用统计数据揭示数据背后的规律性变成了宏观经济统计分析中的一部分，另外很重要的一部分是利用这些规律性进行新的经济形势走向的预测。这就要求在进行宏观经济统计分析教学的过程中，除了介绍传统的数据统计分析的知识之外，还需要拓展和补充数据挖掘和预测的最新技术，利用这些技术来拓展学生的思路，并且提高学生的学习兴趣。