序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的數據分析方法樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。

第1篇

企業數據分析的編寫，核心在于對數據的科學分析。數據分析除了要以檔案為基礎，遵循“全面、真實、客觀、有效”的原則外，關鍵是要掌握和應用科學的分析方法，使數據分析應盡可能做到深入、準確，從而使我們對數據背后所隱含的問題、原因、趨勢和規律的認識能更接近于真理。

企業數據分析編寫過程中，常用的分析方法有對比分析法、趨勢分析法、結構分析法和綜合分析法等。本文結合工作實際，對如何運用這四種基本分析方法談點想法。

對比分析法

所謂對比分析法，是指將兩個或兩組以上的數據進行比較，分析它們的差異性，從而揭示這些數據所代表的事物的發展變化情況和規律性。對比分析法是比較研究的一種方法，在企業數據分析中的應用十分普遍。它的特點是，通過比較分析，可以非常直觀地看出企業某方面工作的變化或差距，并且可以準確、量化地表示出這種變化或差距是多少。

在實際應用中，企業數據的對比分析，一般有以下幾種具體情況：

一是將企業當年的數據與歷年（去年或前幾年）的數據進行對比分析，目的是為了搞清楚與去年或前幾年相比，企業某一方面或某些方面的發展變化情況。比如，某公司2006年利潤100萬元，2007年利潤115萬元，年增長率為15%。通過這種對比，我們就可以公司利潤的變化情況有一個更直觀、更清楚的認識。當然，在許多時候，這種對比分析不會局限在某一個數據，而是一組數據。比如，在對企業當年的利潤與去年利潤進行對比分析的同時，還可以將產量、銷售量、銷售額、成本、稅金、市場占有量、占有率等指標進行對比分析，從而更全面了解掌握企業的發展現狀。

二是將本單位數據與同行業（外單位、同行業平均水平）的數據進行對比分析，目的是為了搞清楚與外單位、同行業平均水平，本單位某一方面或各方面的發展水平處于什么樣的位置，明確哪些指標是領先的，哪些指標是落后的，進而找出下一步發展的方向和目標。比如，2005年，某發電廠供電煤耗為340克/千瓦時，當年全國火電行業平均煤耗指標為310克/千瓦時，該發電廠的實際煤耗指標比全國火電行業平均煤耗多了30克/千瓦時。通過這樣的對比分析，我們可以看出，該發電廠在能耗方面存在著比較突出問題，如何節能降耗應該成為企業下一步重點關注的一個工作內容，也是提高企業經濟效益的一條重要途徑。

為了一目了然地看出數據對比的直觀效果，對比分析一般可用柱式圖表表示。

趨勢分析法

所謂趨勢分析法，是指通過對某一個或幾個數據在一定階段的變化情況進行分析，從而發現該數據所代表事物的發展趨勢和規律，并可進一步分析形成這種趨勢的原因，為企業領導決策提供依據和參考。趨勢分析法實際上是一種歷史研究的方法，在企業數據分析的編寫中，主要用來表示企業某一方面或某些方面的工作在一定時期內的發展趨勢和規律。其特點是對某一時期的某一數據進行持續性考察，進而得出趨勢性的結論。

一般說來，對數據進行趨勢分析的結果不外乎以下四種情況：

一是某項數據的變化呈逐年加大的趨勢，稱為上升趨勢。比如某企業利潤額：2001年為150萬元、2002年173萬元、2003年220萬元、2004年360萬元、2005年500萬元。從對這組數據的分析中可以得出結論：該企業的利潤呈逐年上升的趨勢。

二是某項數據的變化呈逐年減小的趨勢，稱為下降趨勢。例某企業產品的市場占有率：2001年為30%、2002年24%、2003年15%、2004年9%、2005年6%。從對這組數據的分析中可以得出結論：該企業產品的市場占有率呈逐年下降的趨勢，說明該產品的市場競爭力正在下降，企業應該對該產品進行升級換代，或者開發生產新的產品。

三是某項數據或上升或下降，每年都有較大變化，稱為震蕩趨勢。比如某企業的經營成本：2001年為50萬元、2002年83萬元、2003年61萬元、2004年46萬元、2005年103萬元。從對這組數據的分析中可以得出結論：該企業每年的經營成本變化較大，呈震蕩趨勢，說明企業在控制經營成本方面還要進一步采取措施。

四是某項數據幾年來基本不變，或變化很小，稱為穩定趨勢。例如某企業的人均產值：2001年為60萬元、2002年63萬元、2003年61萬元、2004年62萬元、2005年63萬元。從對這組數據的分析中可以得出結論：該企業的人均產值每年變化不大，呈穩定趨勢。

為了更形象地看出數據在一定時期內的變化軌跡，對數據的趨勢分析一般可以用曲線圖表表示。

結構分析法

所謂結構分析法，就是通過分析數據的構成情況，即分析構成某一數據的各子數據的情況和權重，從而揭示構成某一事物的各方面因素在其中的作用大小和變化情況。結構分析法也是常用的企業數據分析方法，通過這一分析方法，有利于我們發現和把握事物的主要矛盾和矛盾的主要方面，對企業而言，可以據此確定工作重點或經營的主攻方向。

在實際工作中，當我們需要對企業的某一數據作深入分析時，常常需要用到結構分析法。例如我們分析某供電局利潤的結構情況：2007年，企業利潤為1000萬元，其中主業占80%、三產占20%。這就是結構分析的方法，從中我們就可以清楚地知道，主業和三產對企業利潤的貢獻比例。在這個基礎上，我們還可以作進一步的分析，在200萬元的三產利潤中：火電建設公司占35%、電力設計院占30%、電纜廠占15%、電表廠占10%、電桿廠占5%、賓館占5%。從而我們可以看出火電建設公司和電力設計院兩家對三產利潤的貢獻率達到了65%，是發展三產的主力軍。從供電局的角度而言，抓好三產工作，重點是要抓好火電建設公司和電力設計院的工作。

為了直觀地反映某一數據的構成情況，結構分析法一般采用圓餅圖表來表示分析的結果。

綜合分析法

在編寫企業數據分析時，往往不是單一地使用一種數據分析方法，為了使數據分析更透徹、更深入，更多時候我們都需要采用綜合分析的方法。所謂綜合分析法，就是將以上兩種或兩種以上的分析方法結合起來使用，從而多角度、多層次地分析揭示數據的變化、趨勢和結構情況，以增加數據分析的深度。

綜合分析法在具體應用中，有以下幾種情況：

一是對比分析與趨勢分析相結合的方法。就是通過對兩個或兩組以上的數據在一定階段的變化情況進行比較分析，從而發現數據所代表事物的發展趨勢、差別和關系，并可進一步分析原因，為企業領導決策提供依據和參考。比如，我們可以使用這一方法來分析一定階段企業利潤和成本的變化和相互關系。再如，我們將“十五”期間本企業的利潤指標與其他企業的利潤指標進行比較分析，所應用的也就是對比分析與趨勢分析相結合的方法。

二是對比分析與結構分析相結合的方法。就是對兩個或兩組以上的數據的構成情況進行分析比較，從而可以看出構成這兩個或兩組以上的數據的各種因素的差異性，以此剖析產生這種差異的原因，并提出相應的對策措施。比如，2006年，A供電局利潤500萬元，B供電局利潤700萬元。如果只采取對比分析的方法，我們獲得的結論就是：“B供電局利潤比A供電局多200萬元”。結合結構分析：A供電局利潤500萬元中，主業為450萬元，三產為50萬元；B供電局利潤700萬元中，主業為560萬元，三產為140萬元。由此看出，A、B供電局在主業利潤差距并不大，差距主要在三產上。因此，發展三產應成為A供電局利潤增長的主要著力點。

三是趨勢分析與結構分析相結合的方法。就是通過對構成某一數據的子數據在一定階段的變化情況進行分析，從而揭示構成某一事物的各方面因素在其中的作用大小和變化趨勢。比如，我們分析某企業一定階段銷售額及各種產品銷售額的構成和變化情況，就可以使用這一方法。這樣的分析既可以了解銷售額的變化趨勢，也可以全面掌握各種產品在銷售額中的權重比例和變化趨勢，從而知道哪些產品需要擴大生產，哪些產品需要減產或停產，什么時候需要開發新的產品。

第2篇

網站優化數據分析方法一：流量分析

分析網站流量這是首要工作，如果是網站建設初期，那么此時的流量分析就只要記住網站登陸搜索引擎后的流量基數即可。如果是網站建設中期的話，就要記錄網站流量一周的平均值，如果是網站建設后期的話，就要記錄網站流量的階段性波動值!記錄好了流量值之后，就可以很好的計劃出下一步優化推廣的流量值了。

網站優化數據分析方法二：關鍵詞分析

網站關鍵詞分析也是網站優化的重要工作之一!分析現在網站關鍵詞的布局，分析網站有流量的關鍵詞，分析網站還沒有覆蓋的與網站業務相關的關鍵詞，分析出網站主關鍵詞的排名情況，分析關鍵詞的設計是否合理。分析頂級關鍵詞是否占據了搜索引擎首頁的排名，分析搜索關鍵詞的質量高不高，與網站業務的相關度如何?!分析關鍵詞轉化率如何等等。

網站優化數據分析方法三：轉化率或業務目標實現情況如何

第3篇

【關鍵詞】 驗證型實驗 數學處理

物理實驗中，驗證型實驗和研究型實驗都是非常重要的兩類實驗。驗證型實驗是對已建立的物理規律的驗證，研究型實驗是通過實驗得到物理規律，這兩類實驗雖然實驗目的不同，但從數學處理方法上來看，具有相似性，都是通過實驗數據分析確證物理規律或得到物理規律，所以對實驗數據的分析處理方法是否得當就顯得十分重要。下面以一個典型的驗證型實驗的數據處理為例進行相應探討，以期望得出相對合理和妥當的實驗數據處理方法。

以大學物理實驗來說，驗證型實驗較多，諸如牛頓第二定律的驗證、彈性碰撞實驗等等都屬于此類實驗，其中牛頓第二定律的驗證實驗為該類實驗的典型實驗。牛頓第二定律的數學表達式是，力與加速度的大小關系可以表達成，要驗證這個規律，就是給物體加一個大小為F的力，對應產生一個大小為的加速度，得到一個測量點，通過改變力，得到n個測量點后，即可通過適當的數學方法驗證這個關系的成立。

類似這種線性物理規律，其數學模型都可以歸結為的形式。要得到這個線性關系，就是要得出和。通過測量n組和的值，即、、……、、……、，在X―Y平面中得到n個測量點。若不考慮實驗測量的系統誤差，則測量誤差應當服從高斯分布，反應在X―Y平面中，既是這n個測量點應當均勻地分布在所求表達式兩側，對第i個測量點，誤差為，n個測量點導致的總體誤差是最小的。若任意給一個直線，則一是測得到的這n個點不再均勻地分布在直線兩側，二是這n個測量點產生的總體誤差水平將增大，甚至可以達到無窮大。由此可知，所求直線即是使得n個測量點的總體誤差最小的那條直線。總體誤差可以寫成，但由于誤差服從高斯分布，導致理論上而無法通過此求和值衡量總體誤差水平。為使其不因為正負抵消而無法衡量總體誤差水平，只要使得所有誤差均為正再求和即可，故可用殘差來衡量總體誤差水平，雖然殘差不再是總體誤差。使得殘差取最小值的和，即為所求直線的和。此即最小二乘法的數學思想。據最小二乘法處理，所求和即是使得取最小值的和，即有，解此式，得

將測量值供稿，即可得到所求和。通常大學物理實驗中的處理方法，得到和，即是驗證了[1]。但其實這是不太恰當的。

驗證型或者研究型實驗，特別是驗證型實驗，最關鍵的是需要解決兩個問題，一是找出所要驗證的關系，第二是要驗證得出的關系的確成立，而第二點才是最重要的關鍵點。即使得出關系，但如果確證關系不成立，則第一步的工作就變得毫無意義。實際上，任意給出一組、、……、、……、，都可以根據最小二乘法得到和，即得出，但并不意味著此式的確成立，不能確證物理量和的確存在這樣的數量關系，并沒有檢驗此物理規律存在。因此，驗證型實驗做到這一步并不算已經驗證被驗證的物理規律成立，還需要研究和的相關性，通過計算相關系數，據的大小來檢驗和是否的確相關。

總之，驗證型實驗，是對物理規律的驗證，最重要的是確證被驗證物理規律成立，得出相應物理量間的數學表達式并不能說已經驗證了相應物理規律的成立，最重要的是要通過計算物理量間的相關系數來確證所得物理規律是否成立。

第4篇

關鍵詞：安全防護系統；數據分析；處理方法

1 概述

機車車載安全防護系統（以下簡稱6A系統）是針對機車的制動系統、防火、高壓絕緣、列車供電、走行部、視頻等危及安全的重要事項、重點部件和部位，采用實時檢測、監視、報警并可實現網絡傳輸、統一固態存儲和智能人機界面，整體研究設計而形成平臺化的安全防護裝置。自2013年以來，全路和諧型內燃、電力機車大面積裝備、使用6A系統，為保障機車行車安全發揮了重要作用。如何科學、有效的對6A系統裝置做好維護、故障處理工作，充分發揮其對安全關鍵的檢測、監視及預警作用，顯得尤為重要。

2 6A系統構成及功能

6A系統主要以中央處理平臺為核心，集成了六個監控子系統，并以地面專家系統為數據分析處理平臺，實現機車檢測、監視、報警、數據分析及指導處置等功能。6A系統構成及個子系統功能如表1所示。

3 數據轉儲分析

3.1 數據轉儲、分析流程

地面＜蟻低呈6A系統的地面數據分析部分，在“6A系統”主機啟動情況下，使用專用授權的U盤下載中央處理平臺記錄數據，轉儲到地面專用計算機，并導入專家系統后，進行人、機協同分析，指導檢修人員對故障部位進行檢查、試驗，有針對性進行檢查和維修。數據處理流程如圖1所示。

系統數據下載時，為確保檢測數據的完整性和有效性，6A系統數據分析時，要先確認機車車號和本次機車6A系統數據范圍。

3.2 數據分析方法及要求

6A地面專家系統，以曲線和數據視圖的形式展示6A系統各子系統記錄的車載數據信息。目前，在數據分析管理上，我段對和諧型機車數據分析采取修程、每趟入庫、故障臨修時機車數據臺臺進行轉儲分析。正常情況，各子系統數據狀態應符合以下技術條件，如有異常，需及時報修處理。

（1）防火監控子系統

生命信號良好，探頭無報警信息。

（2）高壓絕緣檢測子系統

將數據分析界面切換到“絕緣檢測”數據視圖，檢查高壓絕緣檢測子系統“測試狀態”顯示“測試完成”時，當前檢測電壓不低于19000V。

（3）列車供電監測子系統

確認列供1、2路供電正常，列供1、2路交流輸入電壓為960V左右時，直流輸出電壓為600V左右，漏電流不大于15mA。

（4）TAX數據

確認機車運行速度、工況等數據正常顯示。

（5）微機數據

確認司機室占用、主斷狀態、手柄級位等數據正常顯示。

第5篇

城市地鐵深基坑施工，由于受環境條件限制，施工安全問題尤為突出，采用單一監測方法已不能滿足要求，多種方法監測變形數據分析能客觀準確反映安全狀態與質量程度，數據的客觀準確性對施工具有指導意義，掌握工程各主體部分的關鍵性安全和質量指標，確保地鐵工程按照預定的要求順利完成，對各種潛在的安全和質量問題做到心中有數。

關鍵詞：樁頂沉降、樁頂水平位移、樁體水平位移、軸力監測。

引 言

車站深基坑為東西走向，基坑開挖長為160m，東側寬28m，西側寬21m，開挖深度為22m。車站東北側為機場航站樓，車站位于規劃停車場下方，2號風亭位于現有落客平臺匝道橋旁。車站為地下雙層島式站，地下一層為站廳層，地下二層為站臺層，車站附屬建筑包括2個出入口和2個風亭等土建工程，施工采用明挖法，支護結構為鉆孔灌注樁和鋼管內支撐。

1.監測項目

車站深基坑主要進行的監測項目有：基坑樁頂沉降、樁頂水平位移、樁體水平位移（基坑測斜）、鋼支撐軸力監測等。

2.布點要求

2.1基準點：在遠離基坑變形區域（50m）外，布設永久性沉降和位移基準點4個。

2.1.2樁頂水平位移點：測點布設在基坑四周圍護樁頂，埋設強制對中裝置。邊長大于30m的按間隔30m布點，小于30m的，按1點布設，基坑4角各布設1點，共布設17點。

2.1.3樁頂沉降點：測點布設在基坑四周、圍護樁頂，邊長大于30m的按間隔30m布點，小于30m的，按1點布設，基坑4角各布設1點，共布設17點。

2.1.4樁體水平位移（測斜）孔：測孔布設在基坑四周圍護樁體內，邊長大于60m的按間隔60m布孔，小于60m的按1孔布設，共布設8孔。

2.1.5鋼支撐軸力：在鋼支撐兩端安裝予埋軸力計，共布設16組。

為了便于數據對比，以上各監測項目中監測點平均分布在基坑每條主斷面上，監測點布設主斷面示意圖如下：

2.2巡視內容

2.2.1周邊環境：建（構）筑物是否有裂縫、剝落，地面是否有裂隙、沉陷、隆起、基坑周邊堆載情況、地表積水情況等。

2.2.2基坑工程：明挖基坑圍護結構體系有無裂縫、傾斜、滲水、坍塌、支護體系施做情況、地下水控制情況。現場巡視按要求填寫巡視成果表，特殊情況下擴大巡視范圍。

2.3監測頻率： 施工方要求每天至少監測一次，第三方監測要求每三天監測一次，出現特殊情況（多方法監測數據變化量大、現場巡視發現有裂縫）時進行加密監測。

3.監測方法及效果

3.1監測方法及初始值：采用“同人員、同儀器、同線路”進行觀測，用Leica-TCA2003型馬達跟蹤精密全站儀對由4個基準點組成的二等控制網進行角度和邊長觀測。角度觀測為左右角兩測回，距離采用直反覘進行觀測，其各項觀測精度均滿足《建筑變形測量規范》要求。觀測數據采用清華三維軟件平差，平差精度為1/180000。變形監測工作采用整體監測形式，在基坑開挖前一周對監測點三次觀測，取三次觀測數據的平均值作為初始值。

3.2沉降監測：基坑四周、樁頂沉降采用電子水準儀天寶DINI03進行監測，監測等級按II等水準進行監測。觀測方法采用前-后-后-前的順序，地表監測基點為標準水準點（高程已知），監測時通過測得各測點與水準點（基點）的高程差ΔH，可得到各監測點的標準高程Δht，然后與上次測得高程進行比較，差值Δh即為該測點的沉降值：ΔHt（1，2）=Δht（2）-Δht（1）“+”值表示上浮、“-”值表示下沉。

3.3 樁頂水平位移：采用有“測量機器人”之稱的最先進全站儀 TCA2300，該儀器（角度測量精度0.5”，測距精度1mm+1ppm），特制U型強制對中觀測臺2個，布設成相互垂直，可以控制基坑所有變形點，采用該觀測臺能達到觀測穩定對點精度高，測點設置在圍護樁頂或邊坡坡頂，埋設強制對中裝置，每個變形點觀測三組數據，數據值保留至小數點后四位，其差值均在0.2mm內。每次測量的坐標減去上次測量的坐標，得到ΔX、ΔY，根據基坑方向與真北方向的角度關系，對變化量ΔX、ΔY進行角度歸算，計算出垂直于基坑方向上的位移量。

3.4 樁體水平位移（測斜）： 樁體水平位移采用CX-3C測斜儀進行測量，每0.5米讀一次數，垂直基坑方向正反兩次測量進行平差。基本公式：V1=（V正－V負）÷2，V2=（V正－V負）÷2＋V1

依次累加；ΔV1 = V1 本次測量值－V1 上次測量值。依次對應相減，得出每點的位移量。“+”值表示向基坑內傾斜、“-”值表示向基坑外傾斜。

3.5 支撐軸力：采用XP05振弦頻率儀進行軸力監測，讀取數據后，用公式算出軸力變化值：P=K*(f I2－fO2)

其中P表示軸力變化值，K表示軸力計標定系數，f i表示軸力計任一時刻觀測值，fo表示軸力計初始觀測值。

以上各監測項的的監測預警值均為0.8倍設計容許值。

4.各項監測數據分析

監測多方法數據和資料，通過比較分析能極大提升信息反饋的可靠性，并能有效剔除粗差。可以按照安全預警位發出報警信息，既可以對安全和質量事故做到防患于未然，又可以對各種潛在的安全和質量問題做到心中有數。

現對基坑第六主斷面各測項監測點數據進行對比分析，評價基坑安全性。

4.1樁頂沉降曲線圖如下：

根據圖表曲線可以看出，基坑剛開挖時，由于土壓力突然較小，樁頂沉降有隆起現象，隨著基坑開挖，側壓力平衡發生變化，變形值和沉降量由小變大，圍護結構變形增大。持續一段時間后，圍護結構的支撐內力，錨桿拉力與土側壓力處于平衡，變形數據達到穩定。樁頂水平位移和樁體水平位移變化趨勢一致，同時跟支撐軸力成反比例，當加大支撐軸力時，位移量變化減小，向基坑外變化，支撐軸力減少時，位移量增大，向基坑內變化，但數據變化量不是很大。根據每個斷面上的4個監測項目，進行數據對比，位移及沉降變化速率均小于3mm/d，累積量均小于30mm的預警值。從整個分析可以得到該工程基坑支護設計合理,一級基坑安全控制有效。

結束語

（1）監測工作在地鐵深基坑開挖過程中能有效地起到指導安全施工的作用，加強監測可以及時發現隱患，為確定加固措施、確保工程安全提供重要依據。

（2）變形監測頻率要根據施工進度計劃，安排好監測作業時間，因為工程階段性變形量所占比例大，與工序相關性很強。

（3）城市地鐵深基坑施工，由于受環境條件限制，人為因素、環境因素、氣象因素等等情況影響，單一監測數據不能說明問題，可靠性較低，單一監測方法已不能滿足城市地鐵施工安全要求。

（4）可靠的信息、精度合理的數據對可能發生的危及環境安全的隱患或事故提供及時、準確的預報，以便及時采取有效措施，避免事故的發生。

（5）監測多方法采集的數據，可以及時發現監測質量的好壞，并能有效剔除粗差。通過曲線時速類比、各類數據軟件分析，能極大提升數據信息質量和信息反饋的可靠性。

第6篇

關鍵詞：Matlab軟件；制流與分壓電路實驗；特性研究

一、分壓電路特性研究及參數的變化

首先，用1000Ω滑線變阻作分壓器，負載電阻用1000Ω（K=1），測出滑線電阻滑動端的位置參數X和U/Umax分壓比，并作出U/Umax的關系曲線。其次，同上，用1000Ω滑線電阻和500Ω的負載電阻（K=0.1），測出X和U/Umax，記錄不同的K值。在Matlab軟件中編寫下列程序實現分壓電路實驗數據的處理和圖像的擬合：

x0=0：0.1：1.0；

y1=[0 0.24 0.48 0.58 0.72 0.92 1.12 1.58 2.18 3.42 4.46]；

z1=max（y1）；

y2=[0 0.38 0.72 0.98 1.32 1.72 2.02 2.48 3.26 4.18 4.64]；

z2=max（y2）；

y3=[0 0.40 0.82 1.18 1.58 2.02 2.40 2.98 3.62 4.32 4.52]；

z3=max（y3）；

y4=[0 0.18 0.28 0.34 0.48 0.58 0.78 1.02 1.66 2.98 4.48]；

z4=max（y4）；

n=3；

p1=polyfit（x0，y1，n）

p2=polyfit（x0，y2，n）

p3=polyfit（x0，y3，n）

p4=polyfit（x0，y4，n）

xx=0：0.01：1.0；

yy1=polyval（p1，xx）；

yy2=polyval（p2，xx）；

yy3=polyval（p3，xx）；

yy4=polyval（p4，xx）；

plot（xx，yy1/z1，'r'，x0，y1/z1，'.r'）

hold on；

plot（xx，yy2/z2，'k'，x0，y2/z2，'.k'）

hold on；

plot（xx，yy3/z3，'b'，x0，y2/z2，'.b'）

hold on；

plot（xx，yy4/z4，'g'，x0，y4/z4，'.g'）

hold off；

由實驗可得不同K值的分壓特性曲線，如圖1所示。從曲線可以清楚看出分壓電路有如下幾個特點：第一，不論R0的大小，負載RZ的電壓調節范圍均可從0■E；第二，K越小電壓調節越不均勻，曲線線性程度越差，細調程度較差；第三，K越大電壓調節越均勻，因此要電壓U在0到Umax整個范圍內均勻變化，則取K>1比較合適。

■

圖1 不同K值的分壓特性曲線

二、制流電路特性研究及參數的變化

首先，用1000Ω滑線變阻作制流器，負載電阻用100Ω（K=0.1），測出滑線電阻滑動端的位置參數X和分壓比I/Imax，并作出I/Imax-x的關系曲線。其次，同上，用10000Ω滑線電阻和20Ω的負載電阻（K=0.02），測出X和I/Imax，記錄不同的K值，并作出關系曲線，在Matlab軟件中編寫下列程序實現制流電路實驗數據的處理和圖像的擬合：

x0=0：0.1：1.0；

y1=[0.04 0.04 0.08 0.12 0.18 0.22 0.30 0.52 1.02 3.58 4.18]；

z1=max（y1）；

y2=[0.04 0.04 0.08 0.12 0.18 0.24 0.30 0.52 0.92 2.38 4.98]；

z2=max（y2）；

y3=[0.02 0.02 0.02 0.04 0.12 0.18 0.28 0.40 0.70 2.98 3.52]；

z3=max（y3）；

y4=[0.01 0.01 0.01 0.01 0.02 0.08 0.20 0.30 0.60 1.20 2.0]；

z4=max（y4）；

n=3；

p1=polyfit（x0，y1，n）

p2=polyfit（x0，y2，n）

p3=polyfit（x0，y3，n）

p4=polyfit（x0，y4，n）

xx=0：0.01：1.0；

yy1=polyval（p1，xx）；

yy2=polyval（p2，xx）；

yy3=polyval（p3，xx）；

yy4=polyval（p4，xx）；

plot（xx，yy1/z1，'r'，x0，y1/z1，'.r'）

hold on；

plot（xx，yy2/z2，'k'，x0，y2/z2，'.k'）

hold on；

plot（xx，yy3/z3，'b'，x0，y2/z2，'.b'）

hold on；

plot（xx，yy4/z4，'g'，x0，y4/z4，'.g'）

hold off；

（上接第47頁）

■

圖2 不同值的制流特性曲線

圖2表示不同K值的制流特性曲線，從曲線可以清楚地看到制流電路有以下幾個特點：第一，K越大電流調節范圍越小；電流調節越均勻，曲線線性程度較好；第二，K（K≥1）時調節的線性較好；第三，K較小時（即R0>RZ），電流調節范圍大，電流調節越不均勻，曲線線性程度越差，細調程度較差；第四，不論R0大小如何，負載RZ上通過的電流都不可能為零。第五，制流電路適用于負載電阻較小，功耗較大，電壓調節范圍較小的場合。

綜上所述，當負載電阻較大時，要求調節范圍較寬時宜采用分壓電路。相反，在負載電阻較小，功耗較大且調節范圍不太大時，選用制流電路較好。

參考文獻：

[1]陳玉林，李傳起.大學物理實驗[M].北京：科學出版社，2007：186-190.

[2]穆曉東.制流與分壓電路實驗參數的選擇與確定[J].大學物理實驗，2004，（01）.

第7篇

關鍵詞：網絡輿情；大數據；輿情分析方法

中圖分類號：TP393.08

隨著網絡技術的高速發展，網絡自媒體的數量龐大，網民人數的不斷增多，互聯網資源數量呈現指數型的增長，網絡已經成為民眾獲取信息的最主要渠道。網絡在傳達社情民意方面的優勢也逐步顯現出來，成為反應社會輿情的主要載體之一，在表達民眾心聲、反映社會輿論方面發揮極其重要的作用。

在海量數據中，通過探測并發現網絡輿情中的熱點話題，有助于梳理輿情監控的思路，抓住紛繁的監控工作中的重點，從海量的互聯網信息中找到目標信息，將有限的人力物力用到關鍵的地方，提高工作的針對性和有效性，更好地應對網絡輿情。

而如何對網絡輿情加以有效的監督和引導，積極化解網絡輿論危機，使和諧的互聯網環境為維護社會穩定、促進國家發展、構建社會主義和諧社會發揮重要作用，不僅具有重要的現實意義，也已經成為網絡輿情工作面臨的一個重要課題。基于上述分析，我們認為網絡輿情數據越來越呈現出大數據特征。

1 問題與挑戰

大數據環境下的網絡輿情分析和挖掘方法具有如下挑戰：

1.1 為了得到更準確的輿情信息，所需要的數據量大幅膨脹。隨著數據生成的自動化以及數據生成速度的加快，自媒體時代的到來，為了獲得準確的網絡輿情信息需要處理的數據量急劇膨脹。一種處理大數據的方法是使用采樣技術，通過采樣，把數據規模變小，以便利用現有的技術進行數據管理和分析。

1.2 數據深度分析需求的增長。為了從數據中得到準確的輿情信息進而指導人們的決策，必須對大數據進行深入的分析，這些復雜的分析必須依賴于復雜的分析模型。所以對網絡輿情信息的分析還需要路徑分析、時間序列分析、圖分析、What-if分析等。

1.3 自動化和可視化分析需求的出現。在TB級的復雜輿情信息環境下，網絡輿情系統應該能根據網站的內容自動構造查詢，自動提供熱點推薦，自動分析數據的價值并決定是否需要保存。

2 大數據技術的主要進展

針對傳統分析技術的局限性，研究者提出了一些試驗性的解決方法和途徑。R是開源的統計分析軟件，IBM公司研究人員致力于對R和Hadoop進行深度集成，把計算推向數據并且并行處理，使Hadoop獲得強大的深度分析能力，為應用開發者提供了豐富的數據分析功能。

針對頻繁模式挖掘、分類和聚類等傳統的輿情分析方法，研究人員也提出了相應的大數據解決方案。如，Iris Miliaraki等人提出了一種可擴展的在MapReduce框架下進行頻繁序列模式挖據的算法[1]，Alina Ene等人用MapReduce 實現了大規模數據下的K-center 和 k-median聚類方法[2]，Kai-wei chang 等人提出了針對線性分類模型的大數據分類方法[3]。U kang等人使用“BP算法”處理大規模圖數據發掘異常模式。Jayanta Mondal等人[4]提出了一個基于內存的分布式數據管理系統來管理大規模動態變化的圖以支持低延遲的查詢處理方法。Shengqi Yang等人[5]對基于集群上的大規模圖數據管理和局部圖的訪問特征進行研究，為了在圖查詢處理中減少機器間通訊，提出來分布式圖數據環境。Jiewen Huang等人提出了一個多節點的可擴展RDF數據管理系統，比目前系統的效率高出3個數量級。

3 網絡輿情分析發展方向

3.1 實現更加復雜和更大規模的分析和挖掘是網絡輿情分析未來發展的必然趨勢。在大數據新型計算模式上實現更加復雜和更大規模的分析和挖掘是網絡輿情分析未來發展的必然趨勢，需要進行更細粒度的仿真、時間序列分析、大規模圖分析和大規模社會計算等。

這些輿情主體間頻繁聯系、相互影響，在這個過程中涌現出一些大V，他們左右著其他主體的輿論方向，最終影響整個輿論場。同時，關注點相似的輿情主體間也自覺或不自覺地形成了一些聯系相對緊密的子群體，在子群體中信息傳播速度更快。要管理和引導網絡輿情，就必須對網絡輿情主體和輿論子群體進行研究，而社會網絡分析方法就是有效的手段。

3.2 網絡輿情信息的實時分析和挖掘。面對海量數據，分析和挖掘的效率成為網絡輿情分析領域的巨大挑戰。盡管可以利用大規模集群并行計算，但在數10TB以上的數據規模上，分析和發掘的實時性受到了嚴峻的挑戰，而查詢和分析的實時處理能力，對于輿情運用個體來說及時獲得決策信息，做出有效應對是非常關鍵的前提。

3.3 關聯不同領域數據進行輿情分析，非結構化大數據處理分析成為難點和重點。網絡上的信息是千千萬萬的人隨機產生的，從事網絡輿情研究要從這些看似雜亂無章的數據中尋找有價值的信息。網絡大數據有許多不同于自然科學數據的特點，包括多源異構、交互性、失效性、社會性、突發性和高噪音等，不但非結構化數據多，而且數據的實時性強，大量數據都是隨機動態產生。網絡數據的采集相對科學數據的采集成本較低，網上許多數據是重復的或者沒有價值的，價值密度低。一般來說，網絡輿情的數據分析及預測，比科學實驗的數據分析更困難。所以我們不要一味的追求獲取越來越多的數據，而是數據的去冗分類，去粗取精，從數據中挖掘有用信息，減少不必要的數據采集。

3.4 詞匯理解的復雜性研究。既考慮詞匯的情感傾向性，又權衡語義模式對評論的情感傾向值的影響，能比較全面地分析突發事件網絡輿情的態勢。但是詞典的構建與語義模式的建設需要人工參與，個人的主觀性影響比較大，機器學習的能力不強，準確度不高。另外，由于網絡語言表達的靈活性，技術的發展速度跟不上社會話語變遷的復雜性。在國內的網絡語境中，諧音、暗語是常用的表現手法，借古諷今、借外諷內是常用的敘事手段，隱喻、借代是常見的修辭。現有技術還不能完全準確地判定句子的情感傾向性，機器對詞匯的理解能力需要進一步研究。

4 結束語

隨著大數據時代的到來，我們要不斷改進輿情的分析方法，將大數據思維及方法運用到網絡輿情分析中去。首先要開始關注大數據分析，其次不再僅僅依靠語義分析，而是求諸于自動化的數據分析，再次要關聯不同領域數據進行輿情分析，等等。總之，我們要突破傳統，將輿情分析向大數據分析的方向創新。

參考文獻：

[1]Miliaraki I，Berberich k，Gemulla R.Mind the gap：large-scale frequent sequence mining.SIGMOD’13，2013：797-808.

[2]Ene A，Im S，Moseley B.Fast clustering using MapReduce. KDD’11，2011：681-689.

[3]Chang K，Roth D.Selective block minimization for faster convergence of limited memory large-scale linear models.KDD’11，2011：699-707.

[4]Mondal J，Deshpande A.Managing large dnamic graphs efficiently.SIGMOD’12，2012：145-156.

[5]Yang S，Yan X，Zong B，e.Towards effective partition managenment for large graphs.SIGMOD’13，2012：517-528.

第8篇

【關鍵詞】數據分析；數據整理；土工實驗數據

前言：土工實驗的結果對巖土工程的施工方案和設計的精度具有重要影響，實驗結果的可靠性越強，巖土工程的施工方案和工程設計就會越加科學合理。因此，加大對土工實驗數據整理和分析方法的研究成為目前土工領域亟待解決的問題，對于土工的施工工程的正常運行具有重大意義。

1 土工實驗數據整理

1.1Excel圖解法整理土工實驗數據

在對土工實驗數據整理的過程中會遇到不合理的實驗數據，這時就需要工作人員對實驗數據進行改正和取舍。在實驗數據的舍棄過程中，舍棄的標準要按照概率或誤差分析中的標準差的3倍設置，對于不在標準范圍內的實驗數據就要選擇舍棄，然后對實驗進行重新計算和整理。土工實驗的數據的土性指標主要有兩種類型，一種是以水溶鹽、有機質、塑限、液限、顆粒組成、土粒比重、天然含水率、天然密度等為主要類型的一般特性指標，主要作用是用來對土性進行分類和定名，以及說明巖土的物理化學特征。另一種是以巖土的滲透系數、變形模量、壓縮系數、內摩擦角、粘聚力等為主要類型的主要計算指標，主要用來確定土體的穩定性、變形、強度。在對這兩種土工數據指標進行整理的時候，通常使用Excel圖解法，利用這種方法整理實驗數據，能夠簡化大量繁重的數據計算工作，為分析數據節約更多的時間，從而提高計算的準確率和土工實驗數據整理的效率。Excel圖解法主要是根據圖表制作的功能，進行相應的功能設置。如表1土工實驗數據所示利用Excel進行整理[1]，

表1 土工實驗數據

壓實系數 0.77 0.82 0.87 0.92 0.95 0.97

荷

載

系

數 0.5 15.0 14.8 17.2 19.1 22.5 18.2

1.0 29.7 27.5 28.6 32.7 37.4 30.0

1.5 38.9 42.4 39.0 44.8 44.3 45.6

2.0 55.7 44.3 55.8 52.8 61.5 55.8

具體的操作方法是：首先打開Excel，將表格中的數據輸入其中；其次選擇x y散點圖選擇圖表類型，修改相應指標名稱，最后生成圖表，相關工作人員可以根據整理好的數據圖像分析土體的強度。如圖1所示，

圖1 Excel整理之后的數據圖形

1.2取樣法校核土工實驗數據

對土工實驗數據的取樣校核主要有室內取樣和室外取樣兩種形式，校核的目的是分析數據產生誤差的原因，提高整理的效率。室內取樣過程中對進行實驗的土樣妥善保管，避免土樣的誤動影響數據的真實性。另外使用不同的測試儀器、人們視覺效果的不同和繪圖的質量都可能影響數據的真實，因此要具體情況具體分析，對實驗數據進行多方檢驗，確保土工實驗數據的精確度。而在室外取樣的過程中，土樣的保管要注意失水、日曬、風吹等影響，以免影響數據的真實性，因此在土樣的運輸、儲存、封裝的工作中應安排專門的工作人員進行防護，在長途運輸土樣的情況下，應將其裝箱并填塞相應的緩沖物品，防止土樣震動而影響實驗數據的準確度。通過取樣來解決土工實驗數據的不確定性問題[2]。

2 土工實驗數據分析方法

2.1最小樣本數分析法分析數據

在實驗中樣本數多少直接影響實驗結果，而樣本數多少容易受多方面因素的影響，例如從統計學角度分析，在某項土工中對粘土進行實驗，選取四種土樣進行不排水三軸實驗得出Cu值，分別為109、95、97、101（KN/m2），將實驗結果控制的平均值控制在5%之內，計算出最小樣本數，因土樣數量只用四個，少于30，于是用t分別對土樣進行計算，u=3，根據統計表查出相應的數值范圍100.5±2.35×6.19÷=93.27-107.77（KN/m2），其中0.95，其中t=2.35，對應Cu值為100.5（KN/m2），σ=6.19.而平均值范圍計算得到的數據為7%，超出了5%的范圍，因此還需要增加土樣樣本的數量，假設增加到七個樣本數，t=1.94，0.95，v=6則平均值的范圍通過計算得出，在5%的范圍內，因此可以得出七個樣本符合土工實驗數據對精確度的要求[3]。

2.2采用貝葉斯法分析實驗數據

貝葉斯法的計算公式為，將實驗數據分別帶入公式進行計算，它可以有機的結合不同時間階段測得土工數據，它不是簡單的加權平均算法，通過貝葉斯法計算得出的數據可靠性更強。貝葉斯法分析實驗數據以其可靠性強的優勢被廣泛應用到大型工程的設計指標研究中，利用土性的含水量、密度等物理性質指標，豐富工程的指標驗前概率。另外它還可以對不同實驗結果的合并問題進行更精確的處理，保證土工的實驗數據的合理性[4]。

2.3加權平均法分析實驗數據

利用土體相關距離的測值點相關的特性，采用加權平均值的方法法分析試驗數據，從而進一步分析巖土的平均土性，計算公式為，樣本 的權值是，k是土樣相關區域內樣本的點數，當是以組的形式出現且0≤≤1時，可以利用相應的方程式計算權值的最小值，另外還可以根據土工的實際情況進行計算過程的簡化和省略，如果簡單計算就可以判斷實驗數據的確切數值，則可以不采用加權平均值算法，視具體情況而定[5]。

結論：綜上所述，通過對土工實驗數據整理和分析方法的研究，從中可以了解到對實驗數據的正確處理有利于提高土工的數據的準確度，為土工的施工設計提供有效的信息數據參考，推動土工的進一步發展。

參考文獻：

[1]錢紅萍，史貴才. 土木工程專業實驗教學新體系的構建與實踐[J]. 實驗室研究與探索，2012，10：122-125.

[2]張永興，高雪超. 土木工程綜合實驗模塊式教學改革初探[J]. 實驗室研究與探索，2011，07：155-182.

[3]李黎. 土木工程實驗教學體系與實驗項目改革探索[J]. 高等建筑教育，2010，06：141-143.