1、簡述定量分析與定性分析的關系，并列舉工作中定量分析的例子。答：定量分析〔quantitativeanalysis〕是測定試樣中各種組分(如元素、根或官能團等)含量的操作，指分析一個被研究對象所包含成分的數量關系或所具備性質間的數量關系；也可以對幾個對象的某些性質、特征、相互關系從數量上進行分析比擬，研究的結果也用“數量”加以描述；通常是對社會現象的數量特征、數量關系與數量變化的分析。投資分析師使用數學模塊對公司可量化數據進行的分析。通過分析對公司經營給予評價并做出投資判斷。定量分析的對象主要為財務報表，如資金平衡表、損益表、留存收益表等。其功能在于揭示和描述社會現象的相互作用和開展趨勢。定量分析方法很多，但各種方法在應用時往往都有一定的程序化。如實驗法、觀察法、訪談法、社會測量法、問卷法、描述法、解釋法、預測法等等。定性分析〔qualitativeanalysis〕是指對研究對象進行“質”的方面的分析。具體地說是運用歸納和演繹、分析與綜合以及抽象與概括等方法，對獲得的各種材料進行思維加工，從而能去粗取精、去偽存真、由此及彼、由表及里，到達認識事物本質、揭示內在規律。定性分析的主要任務是確定物質〔化合物〕的組成，只有確定物質的組成后，才能選擇適當的分析方法進行定量分析，如果只是為了檢測某種離子或元素是否存在，為分別分析；如果需要經過一系列反響去除其他干擾離子、元素或要求了解有哪些其他離子、元素存在，為系統分析。定性分析必須通過一系列的試驗去完成，如果試驗結果與預期相符，稱為得到一個“正試驗”，或稱試驗陽性，也就是說某組分在試樣中是存在的；反之，得到一個“負試驗”或試驗陰性表示某組分不存在。定性分析與定量分析應該是統一的，相互補充的；定性分析是定量分析的根本前提，沒有定性的定量是一種盲目的、毫無價值的定量；定量分析使定性分析更加科學、準確，它可以促使定性分析得出廣泛而深入的結論。定量分析是依據統計數據，建立數學模型，并用數學模型計算出分析對象的各項指標及其數值的一種方法。定性分析那么是主要憑分析者的直覺、經驗，憑分析對象過去和現在的延續狀況及最新的信息資料，對分析對象的性質、特點、開展變化規律作出判斷的一種方法。相比而言，前一種方法更加科學，但需要較高深的數學知識，而后一種方法雖然較為粗糙，但在數據資料不夠充分或分析者數學根底較為薄弱時比擬適用，更適合于一般的投資者與經濟工作者。但是必須指出，兩種分析方法對數學知識的要求雖然有高有低，但并不能就此把定性分析與定量分析截然劃分開來。事實上，現代定性分析方法同樣要采用數學工具進行計算，而定量分析那么必須建立在定性預測根底上，二者相輔相成，定性是定量的依據，定量是定性的具體化，二者結合起來靈活運用才能取得最正確效果。不同的分析方法各有其不同的特點與性能，但是都具有一個共同之處，即它們一般都是通過比擬對照來分析問題和說明問題的。正是通過對各種指標的比擬或不同時期同一指標的對照才反映出數量的多少、質量的優劣、效率的上下、消耗的大小、開展速度的快慢等等，才能作為鑒別、下判斷提供確鑿有據的信息。工作中定量分析的例子工作中的例子：公司運營管理中，企業利潤與費用比例的關系的研究；人力資源管理中，企業生產率指標(企業利潤/員工人數)與人力資本結構及技術人員比例等指標的關系研究；銷售管理中，銷售業績指標與廣告費用確實認分析等。2、有以下一組數據，計算算術平均，加權平均〔你可以自己設定權重〕，幾何平均，中位數，眾數，方差。7，10，4，17，7，9，21，7，3，8，12，12〔設權重為0.08：0.08：0.08：0.08：0.08：0.08：0.08：0.08：0.08：0.08：0.1:0.1〕〔5〕眾數：7〔6〕方差≈3、利用EXCEL計算GDP平減指數〔1990-2008年〕。國內生產總值(億元)現價GDP(1978=100)(1990=100)不變價GDP〔1990=100〕GDP平減指數(1990=100)19783645.20199018667.80100.018667.80199121781.50307.57109.220381.26106.87199226923.50351.37124.723283.69199335333.90400.43142.126535.10133.16199448197.90452.81160.730006.07160.63199560793.70502.28178.333284.23182.65199671176.60552.55196.136615.49194.39199778973.00603.92214.440019.64197.34199884402.30651.23231.243154.52195.58199989677.10700.85248.846442.82193.09200099214.60759.95269.850358.55197.022001109655.20823.02292.254538.47201.062002120332.70897.77318.759491.69202.272003135822.80987.78350.665455.96207.502004159878.301087.39386.072057.22221.882005184937.401210.40429.780208.39230.572006216314.401363.80484.190373.60239.362007265810.301557.00552.7103176.19257.632008314045.401707.00605.9113116.09277.632009340902.801864.30661.8123539.74275.952010401202.002058.90730.9136435.10294.061990年的現價GDP=18667.8,1990年的指數為281.7/281.7*100%,1996年的指數為552.55,那么以1990=100,1996年的價格指數為552.55/281.7*100%=196.1,那么1996年不變價(真實)的GDP為18667.8*196.1%=36607.56,那么1996年平減指數為71176.60/36607.56*100%=194.39,如此計算,可以得到1990=100的GDP平減指數,其計算結果如上表。4、回歸分析:作為交通平安研究的一局部，美國交通部采集了每1000個駕駛執照發生死亡事故的車禍次數和有駕駛執照的司機中21歲以下者所占比例的數據，樣本由42個城市組成，在一年期間采集的數據如下。利用回歸分析去研究發生死亡事故的車禍次數和司機中21歲以下者所占比例之間的關系，并對你的研究結果進行討論。〔第五講DATA5safety〕解：首先由數據及題目要求定義變量如下：Y：發生死亡事故的車禍次數X1：司機中21歲以下者所占比例利用求相關系數的方式來判斷兩個或兩個以上變量之間相關關系的方向、形態以及相關關系的密切程度。說明車禍發生次數與21歲以下年輕人所占比例有高度的線性相關關系。XYXYX2Y2n=42,S13169121448641214411121172891832414.66898640.13542413169864981162561214498110100981111211214414196141961112117289864162561522598186414196864152251010010100141961832410100141961625612144152251316998117289∑∑∑∑∑5156717設Y為被解釋變量，X為解釋變量，在不考慮其他因素情況下，建立如下線性模型。Y=C(1)+C(2)X1將數據導入Eviews軟件進行回歸分析，運行結果如下：結論運用Eviews軟件對發生死亡事故的車禍次數與司機中21歲以下者所占比例進行回歸分析，得出發生死亡事故的車禍次數(Y)與司機中21歲以下者所占比例進行回歸分析(X1)有顯著的線性關系。最后回歸結果為Y=-1.597414+0.287053X1T(-4.297919)(9.767112)R-squared0.704571AdjustedR-squared0.697186F-statistic95.39648結果討論參考“可決系數”的含義及與相關系數的關系，可知此題目的“可決系數”為r2=0.7046,說明在線性回歸模型中，每千個駕照發生車禍次數y的總變差中，由解釋變量21歲以下者占比例x的解釋局部占70.46%，那么另外29.54%由什么解釋呢？這顯然正是因為前面做的假設，