定量结构形成指标公式

① 计算机系统设计中经常使用的4个定量原理是什么并说出它们的含义

（1）以经常性事件为重点。在计算机系统的设计中，对经常发生的情况，赋予它优先的处理权和资源使用权，以得到更多的总体上的改进。（2）Amdahl 定律。加快某部件执行速度所获得的系统性能加速比，受限于该部件在系统中所占的重要性。（3）CPU 性能公式。执行一个程序所需的CPU 时间 = IC ×CPI ×时钟周期时间。 （4）程序的局部性原理。程序在执行时所访问地址的分布不是随机的，而是相对地簇聚。

② 数据库结构

新一轮油气资源评价数据库是建立在国家层面上的数据库，数据库设计首先立足于国家能源政策和战略制定的宏观要求，还要结合油气资源评价的工作特征和各个评价项目及资源的具体情况。使用当前最流行和最成熟的数据库技术进行数据库的总体结构设计。

数据库的设计以《石油工业数据库设计规范》为指导标准，以《石油勘探开发数据》为设计基础，借鉴前人的优秀设计理念和思路，参考国内外优秀的资源评价数据库和油气资源数据库的设计技术优势，结合本轮资源评价的具体特点，按照面向对象的设计和面向过程的设计相结合的设计方法，进行数据库的数据划分设计。

油气资源评价数据库要满足新一轮全国油气资源评价工作的常规油气资源评价、煤层气资源评价、油砂资源评价、油页岩资源评价四个油气资源评价的数据需求。进行数据库具体数据内容设计。

并且，数据库的设计要为油气资源评价的快速、动态评价和远程评价工作的需求保留足够数据扩展接口，数据库具有良好开放性、兼容性和可扩充性。

（一）数据划分

数据库内存放的数据将支持资源评价的整个过程。为了能更好地管理库中数据，需要对整个过程中将用到的数据进行分类管理。具体分类方式如下（图4-11）：

图4-11 数据分类示意图

1.按照应用类型划分

按照数据在资源评价过程中的应用类型划分，可以划分为基础数据、参数数据和评价结果数据。

基础数据是指从勘探生产活动及认识中直接获取的原始数据，这些数据一般没有经过复杂的处理和计算过程。如分析化验数据、钻井地质数据、盆地基础数据等。这些数据是整个评价工作的基础。

参数数据是指在评价过程中各种评价方法和软件直接使用的参数数据。

评价结果数据是指资源评价中产生的各种评价结果数据，如资源量结果数据、地质评价结果数据等。

2.按照评价对象划分

本次评价共分为大区、评价单元、计算单元三个层次，在研究中又使用了盆地、一级构造单元，在评价对象总体考虑中按照评价对象将数据划分为大区、评价单元、计算单元等类型。

3.按照获取方式划分

按照获取方式可以将数据分为直接获取、研究获取、间接获取几类。

4.按照存储类型划分

按照存储类型可以将数据划分为结构化数据和非结构化数据。

结构化数据是指能够用现有的关系数据库系统直接管理的数据，进一步又可以分为定量数据和定性数据两类。

非结构化数据是指不能用现有的关系数据库系统直接管理和操作的数据，它必须借助于另外的工具管理和操作。如图件数据、文档数据等。

库中数据类型的划分共分六个层次逐次划分，包括：数据存储类型→资源类型→评价对象→应用→获取方式→数据特征。

对于结构化存储的数据在应用层分为三类：基础数据、中间数据和结果数据，基础数据中包含用于类比的基础数据、用于统计分析的基础数据和直接用于公式运算的基础数据；结构化存储的数据在获取方式上可以继续划分，其中，用于公式运算的数据可以细化为专家直接录入、由地质类比获取、通过生产过程获取、通过地质研究过程获取及其他方式。中间数据可以从以下方式获取：标准、统计、类比、参数的关联。结果数据的获取有两种方式：公式运算结果和通过钻井、地质、综合研究等提交的文字报告。

对于非结构化存储的数据在应用层分为两类：图形数据和文档数据。

图形数据在获取方式上可以继续划分成四种方式：通过工程测量数据获取（如地理图件、井位坐标数据等）、通过地质研究过程获取（如沉积相图、构造区划图等）、由综合研究获取（如综合评价图等）、其他方式。

图形数据在表现方式上又可以进一步分为有坐标意义的图形（如构造单元划分图、地理图、井位图等）、数值图（如产烃率曲线图、酐洛根热降解图等）和无坐标含义图（如剖面图）等。

文档数据是指评价过程中产生的各种报告、项目运行记录等。

（二）数据库结构

从业务需求上，根据数据用途、数据类型和数据来源，可将本次的油气资源评价数据库分为三级：基础库、参数库、成果库（图4-12）。其结构如下：

图4-12 数据库结构示意图

1.基础库

基础库是油气资源评价工作的最基础的原始数据，有实测数据（物探数据、测井数据、钻井数据、开发数据等）、实验数据和经验数据等。

确定基础数据实际上是一项涉及油田勘探、开发等领域的多学科的复杂工作，是油气资源评价工作的研究过程和研究成果在数据库中的具体表现方式。在设计数据库的过程中，需要与参数研究专家经过多次反复，才能最终确定基础数据库，确保基础数据库能满足目前所有评价工作中计算的需要。

2.参数库

参数库用于存储油气资源评价工作所用到的参数数据，评价软件，直接从参数库中提取参数数据，用于计算。参数数据由基础数据汇总而来，也可以由专家根据经验直接得到。

本次评价中所涉及的参数大致可以分为以下几类：①直接应用的参数；②通过标准或类比借用的参数；③通过研究过程或复杂的预处理得到的参数。

3.成果库

成果库用于存储资源评价结果，包括各种计算结果、各种文档、电子表格、图片、图册等数据。

数据库的体系结构采用分布式多层数据库结构，包括三个组成部分：应用服务层、应用逻辑层和数据服务层。

数据库体系结构如图4-13所示。

图4-13 体系结构结构图

（1）应用服务层：应用服务层包含复杂的事务处理逻辑，应用服务层主要由中间件组件构成。中间件是位于上层应用和下层服务之间的一个软件层，提供更简单、可靠和增值服务。并且能够实现跨库检索的关键技术。它能够使应用软件相对独立于计算机硬件和操作系统平台，把分散的数据库系统有机地组合在一起，为应用软件系统的集成提供技术基础，中间件具有标准程序接口和协议，可以实现不同硬件和操作系统平台上的数据共享和应用互操作。而在具体实现上，中间件是一个用API定义的分布式软件管理框架，具有潜在的通信能力和良好的可扩展性能。中间件包含系统功能处理逻辑，位于应用服务器端。它的任务是接受用户的请求，以特定的方式向应用服务器提出数据处理申请，通过执行相应的扩展应用程序与应用服务层进行连接，当得到应用服务器返回的处理结果后提交给应用服务器，再由应用服务器传送回客户端。根据国内各大石油公司具体的需求开发相应的地质、油藏、生产等应用软件功能程序模块和各种算法模块。

（2）应用逻辑层：逻辑数据层是扩展数据服务层逻辑处理层，针对当前的底层数据库的数据结构，根据具体的需求，应用各种数据库技术，包括临时表、视图、存储过程、游标、复制和快照等技术手段从底层数据库中提取相关的数据，构建面向具体应用的逻辑数据库或者形成一个虚拟的数据库平台。逻辑数据层包含底层数据库的部分或全部数据处理逻辑，并处理来自应用服务层的数据请求和访问，将处理结果返回给逻辑数据层。

形成一个虚拟的数据库平台我们可以应用数据库系统中的多个技术来实现。如果系统中的一个节点中的场地或分片数据能够满足当前虚拟数据库，可以在应用服务层中使用大量的查询，生成一个以数据集结果为主的虚拟数据库平台，并且由数据集附带部分数据库的管理应用策略。或者对节点上的数据库进行复制方法进行虚拟数据库的建立。对与需要对多个节点上的数据库进行综合筛选，则要对各个节点上的数据库进行复制，合并各个复制形成一个应用逻辑层，从而建立一个虚拟数据平台。

（3）数据服务层：即数据库服务器层，其中包含系统的数据处理逻辑，位于不同的操作系统平台上，不同数据库平台（异构数据库），具体完成数据的存储、数据的完整性约束。也可以直接处理来自应用服务层的数据请求和访问，将处理结果返回给逻辑数据层或根据逻辑数据层通过提交的请求，返回数据信息和数据处理逻辑方法。

（三）数据建设标准

1.评价数据标准

系统数据库中的数据格式、大小、类型遵从国家及行业标准，参考的标准如表4-23。

表4-23 数据库设计参考标准

续表

系统中数据的格式及单位参考《常规油气资源评价实施方案》、《煤层气资源评价实施方案》、《油砂资源评价实施方案》、《油页岩资源评价实施方案》及数据字典。

2.图形图件标准

对于地质研究来说，地质类图件是比较重要的。各种地质评价图形遵循以下标准（表4-24）。

表4-24 系统图形遵循的相关标准

系统对图形的要求为必须为带有地理坐标意义的、满足上述标准体系要求的矢量图形，且采用统一的地理底图。图形格式采用：MapGIS图形交换格式、GeoInfo图形格式、ArcInfo图形交换格式、MapInfo图形交换格式和GeoMap图形交换格式。

图件的比例尺要求：

全国性图件：1∶400万或1:600万

大区图件：1:200万

盆地图件：1:40万或1:50万

评价单元图件：1:10万或1:20万

图件的内容要求符合《常规油气资源评价实施方案》、《煤层气资源评价实施方案》、《油砂资源评价实施方案》和《油页岩资源评价实施方案》的规定。

（四）数据内容

数据库中存储的数据包括常规油气相关数据、煤层气相关数据、油砂相关数据和油页岩相关数据；还有可采系数研究涉及的数据，包括研究所需基础数据和研究成果数据；以及趋势预测相关数据。

③ 紫外可见分光光度法，用吸收系数法定量，公式是什么

A=ECL C=A/EL

A为吸收度；T为透光率；E为吸收系数，采用的表示方法是（E1％1cm），其物理意义为当溶液浓度为1%（g/ml），液层厚度为1cm时的吸收度数值；C为100ml溶液中所含被测物质的重量（按干燥品或无水物计算），g；L为液层厚度，cm。

在给定波长，溶剂和温度等条件下，吸光物质在单位浓度，单位液层厚度时的吸收度称为吸收系数。

根据比尔定律，吸光度A与吸光物质的浓度c和吸收池光程长b的乘积成正比。当c的单位为g/L，b的单位为cm时，则A=abc，比例系数a称为吸收系数，单位为L/g.cm-1；当c的单位为mol/L，b的单位为cm时，则A=εbc，比例系数ε称为摩尔吸收系数，单位为L/mol.cm-1，数值上ε等于a与吸光物质的摩尔质量的乘积。

它的物理意义是：当吸光物质的浓度为1mol/L，吸收池厚为1cm，以一定波长的光通过时，所引起的吸光度值A。ε值取决于入射光的波长和吸光物质的吸光特性，亦受溶剂和温度的影响。显然，显色反应产物的ε值愈大，基于该显色反应的光度测定法的灵敏度就愈高。

(3)定量结构形成指标公式扩展阅读：

紫外分光光度法是根据物质分子对波长为200nm-400nm这一范围的电磁波的吸收特性所建立起来的一种定性、定量和结构分析方法。操作简单、准确度高、重视性好。波长长（频率小）的光线能量小，波长短（频率大）的光线能量大。分光光度测定是关于物质分子对不同波长和特定波长处的辐射吸收程度的测量。

吸收系数可由光度法测量。光度法是利用物质对光吸收的特征及吸收的程度而进行定性、定量分析的一类分析方法。根据测定时所用的光源不同，分光光度法可分为可见先分光光度法、紫外先分光光度法及红外光谱法等。

分光光度法灵敏度高，特别适用于微量组分的测定。目前对微量组分的测定已能达到1～10μg/L的数量级，若事先经分离、富集，可测定含量更少的物质。分光光度法测量的相对误差一般为2～5%，精密的仪器可减至1～2%，完全能满足测定微量组分的要求。

④ 定性标准与定量标准的区别

财务比率综合分析法——包括沃尔比重评分法、杜邦分析法都是建立在定性基础上的定量分析方法。

定性--用文字语言进行相关描述
定量--用数学语言进行描述

定性分析与定量分析应该是统一的，相互补充的；定性分析是定量分析的基本前提，没有定性的定量是一种盲目的、毫无价值的定量；定量分析使之定性更加科学、准确，它可以促使定性分析得出广泛而深入的结论。定量分析是依据统计数据，建立数学模型，并用数学模型计算出分析对象的各项指标及其数值的一种方法。定性分析则是主要凭分析者的直觉、经验，凭分析对象过去和现在的延续状况及最新的信息资料，对分析对象的性质、特点、发展变化规律作出判断的一种方法。
必须指出，两种分析方法对数学知识的要求虽然有高有低，但并不能就此把定性分析与定量分析截然划分开来。事实上，现代定性分析方法同样要采用数学工具进行计算，而定量分析则必须建立在定性预测基础上，二者相辅相成，定性是定量的依据，定量是定性的具体化，二者结合起来灵活运用才能取得最佳效果。
不同的分析方法各有其不同的特点与性能，但是都具有一个共同之处，即它们一般都是通过比较对照来分析问题和说明问题的。正是通过对各种指标的比较或不同时期同一指标的对照才反映出数量的多少、质量的优劣、效率的高低、消耗的大小、发展速度的快慢等等，才能为作鉴别、下判断提供确凿有据的信息。

★所谓综合财务分析，就是将企业营运能力、偿债能力和盈利能力等方面的分析纳入到一个有机的分析系统中，全面地对企业财务状况、经营状况进行解剖和分析，从而对企业经济效益做出较为准确的评价与判断。
一般认为，财务综合分析方法主要有两种——杜邦财务分析体系法和沃尔比重评分法（除开此两种主要的，另有公式分析法、因素分析连环替代法）。

（一）杜邦分析法又成为杜邦系统（The Du Pont System）,实际上是一种分解财务比率的方法，通过自上而下地分析和指标的层层分解来揭示出企业各项指标间的结构关系，查明各主要指标的影响因素。其从评价企业绩效最具综合性和代表性的指标——权益净利率出发，层层分解至企业最基本生产要素的使用，成本费用的构成和企业风险，从而满足经营者通过财务分析进行绩效评价的需要，在经营目标发生异动时能及时查明原因并加以修正。从结构上看，杜邦分析法是把有关财务比率和财务指标以系统分析图的形式连在一起。
杜邦分析法之所以选择净资产收益率为主要的分析指标，原因在于它是与企业财务管理目标的相关性最大的一个指标，是指标体系分析的核心（“相关性最大”、判定是“核心”为定性分析，是定量分析的基础），它由企业的销售净利率、总资产周转率和权益乘数所决定（牵涉到具体的指标和数值，为定量分析）。

（二）沃尔比重评分法是指将选定的财务比率用线性关系结合起来，并分别给定各自的分数比重，然后通过与标准比率进行比较，确定各项指标的得分及总体指标的累计分数，从而对企业的信用水平作出评价的方法。
沃尔比重评分法的基本步骤包括：（1）选择具有代表性的财务指标；2）确定各财务指标的标准值与标准评分值；（3）计算综合分数；（4）做出综合评价。其中在选择代表性的指标中，要求注意的问题有：选择指标的类型要全面，不能只集中在一类指标上；最好选择以高值表示财务状况好的指标；剔除非财务方面的指标如职工平均年龄等。标准平分值也需根据重要性程度来确定，越重要的指标，分越多，反之越少，但左右指标分数合计应等于100（以上阐述中，选择指标应有“代表性”、“全面”、“状况好”、“非财务方面”都是定性的词汇，至于“代表性”、“全面”、“状况好”、“非财务方面”就应该根据实际状况和需要来加以界定，这是属于定量的范畴，而指标的数值本身就是定量的一种表现）。另外需要说明的是，这种分析方法如上所述是具有明确步骤的，以上的四个步骤也是量，比如少了最后一步的综合评价（少了这个量），那么这种分析方法也是不完整的，无意义的。沃尔比重评分法因此也是建立在定性基础上的定量分析方法。

最后应当明确是，我们并不能够说综合分析法下的任何一种方法是完全属于定量还是定性，因为这些方法都需要建立在定性的基础上，不能脱离定性，而这些方法最终也要通过量化来加以计算和证明。

⑤ 计量经济学根据eviews回归结果，表格里的数据怎么算出来

计算如下。

1：Coefficient除以standard error 等于 t-statisticcost 的 t-statistic就等于 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常数C的standard error 就等于 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等于 0。063573x12。

2：计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。主要内容包括理论计量经济学和应用经济计量学。

理论计量经济学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。

计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。

EViews是完成上述任务比较得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。

(5)定量结构形成指标公式扩展阅读

Eviews是专门为大型机构开发的、用以处理时间序列数据的时间序列软件包的新版本。Eviews的前身是1981年第1版的Micro TSP。

虽然Eviews是经济学家开发的，而且主要用于经济学领域，但是从软件包的设计来看，Eviews的运用领域并不局限于处理经济时间序列。即使是跨部门的大型项目，也可以采用Eviews进行处理。

Eviews处理的基本数据对象是时间序列，每个序列有一个名称，只要提及序列的名称就可以对序列中所有的观察值进行操作，Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据，根据已有的序列生成新的序列。

在屏幕上显示序列或打印机上打印输出序列，对序列之间存在的关系进行统计分析。Eviews具有操作简便且可视化的操作风格，体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。

Eviews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows菜单和对话框进行操作。

操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。此外，Eviews还拥有强大的命令功能和批处理语言功能。在Eviews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。

⑥ 如何 提取关键业绩指标

关键业绩指标（KPI）是定期衡量各岗位员工重要工作完成情况的考核指标，它不仅是考核指标当中的一个最重要的组成部分，而且也对绩效考核起着一个重要的导向性作用。因此，如何制定科学的KPI指标，是绩效考核有效性的一个重要前提和保证。

一般而言，制定关键业绩指标（KPI）应当遵守以下几个原则：

1、少而精原则：KPI的制定应体现20/80原则，即：KPI总和应能反映被考核者80%以上的工作成果；被考核者的KPI最好不超过10个；

2、结果导向原则：KPI主要侧重于对被考核者工作成果的考核；

3、可衡量性原则：KPI应具备可衡量性，应当有明确可行的考核方法和考核标准；

4、可控性原则：KPI均应是被考核者可控制的或能够产生重大影响的指标；

5、一致性原则：KPI与公司战略目标保持一致，其实现有助于公司的战略目标实现。

KPI指标的制定过程是一个上下级不断反复沟通的过程，在KPI制定完成之后，应对其进行检验，并对不符合以上原则的KPI重新进行修正。对于少而精原则、结果导向原则、可衡量性原则和可控性原则，检验的操作性较强，而对于一致性原则，相对而言，其操作性较弱，但它却是最重要的原则之一，因为KPI考核的精髓就是它提出了企业绩效指标的设置必须与企业战略挂钩，其“关键”两字的含义即是指在某一阶段一个企业战略上要解决的主要问题。这就要求在制定KPI的过程中，应当从企业的战略目标出发，运用科学的方法，将企业的战略目标进行分解，激励所有员工力往一处使，真正地发挥绩效考核的作用，从而克服检验起来操作性差的缺点。

因此在这里，笔者建议运用平衡积分卡对企业的战略目标进行分解，并从中提取相关的KPI，以真正的实现企业的战略落地。

平衡积分卡是一个战略工具，它从财务、客户、内部运营及学习与成长四个维度对企业的战略目标进行分解，并在分解的过程中，将“平衡”系统性的贯穿于整个过程当中，注重于财务与非财务、长期与短期、前置与滞后以及内部与外部的平衡。同时平衡积分卡的各个指标间实际上是一个因果关系，它们之间相互支持、相互依赖，从而克服了传统KPI制定方法中没有为公司的绩效考核提供一个去关注各个相关利益方的平台。

下面以如何为某企业制定部门经理年度KPI为例，简单的阐述一下提取KPI的过程：
首先，应用平衡积分卡，对企业的战略目标进行初步分解，找出驱动战略实现的关键驱动因素；下图是某企业战略目标分解的示意图：
其次，在战略目标分解的基础上，应用战略分解矩阵，将各关键驱动因素落实到各个部门头上，其目的是明确各部门的年度工作重点。

第三、根据年度工作重点，结合各部门经理职责，填写各部门经理的年度工作计划表，在年度工作计划表中，应当列示出工作任务、工作的时间进度和具体措施、预计成果描述、所需资源支持等各相关内容。

最后，在年度工作计划表中，关注其预期成果，并从中提取各部门经理的年度KPI.
通过这样的一个过程，将企业的战略目标分解到各部门经理的头上，从而实现企业的战略目标往下传递。

在提取KPI的过程当中，还应当注意以下几个问题：

第一、部门经理KPI的制定过程虽然主要是来自基于平衡积分卡的分解，但它不可能覆盖被考核者所有的工作业绩，因此，在制定KPI的过程中，也要结合被考核者的工作职责进行提取；

第二、对于考核周期较长如年度的KPI，其基于平衡积分卡的分解会多一些，而来自于个人的工作职责相对而言会少一些；对于考核周期较短如月度的KPI，则相反；

第三、KPI按其性质可分为定性KPI和定量KPI两种情况。对于定量指标，可以分别设定努力值、基准值和底限值三个不同的指标，并通过设计相应的公式将实际的工作成果转化为考核得分；对于定性指标，可以采用关键事件法、行为锚定法等方法制定评分标准。

第四、 绩效管理是一个完整并且不断进行的循环，包括绩效计划、绩效实施、绩效考核、绩效反馈四个环节，而沟通贯穿于这整个过程当中，KPI的制定过程也不例外，只有考核者与被考核者都认同的KPI才能有效的起到绩效考核的作用.
正确认识KPI体系

KPI（Key Performance Indicator）是影响公司战略发展和总体业绩的一些关键领域的指标，它体现了对公司各层次的动态工作任务的要求，同时也是绩效考核的依据。一般对管理比较重视的企业，或接受过绩效管理咨询和培训的企业，大部分企业员工都知道KPI，但如果深入问一下KPI的真正含义以及如何正确使用，很多人对它的理解还是比较模糊的，在认识上也存在一些误区，这也成为企业虽然引入了KPI体系，但并未达得预期效果的主要原因。那么应该如何正确认识KPI，使之在绩效管理工作中发挥真正的作用呢？笔者想结合自身的咨询经验，谈一下对KPI的几点认识。
一、KPI是基于战略导向的绩效指标体系
这句话强调了KPI的重要性，可区别于其他指标体系。传统的绩效管理办法，很少能够完整地分解组织的战略目标，对员工个人的绩效评价，一般是从员工的品德高低、工作能力强弱、工作态度好坏、工作量多少等几个角度进行评价，即所谓“德能勤绩”考核法，看似比较全面，但在实际使用中往往会出现脱离企业或组织的目标，没有考核重点的现象，且定性评价指标偏多，考核缺乏说服力。
KPI是从企业战略目标入手，从企业的总目标分解而来，从总目标分解出第一层的KPI，第二层从第一层分解而来，第三层从第二层分解而来，依此类推，每一层都导向上一层，最终导向企业的总目标，由此形成了KPI体系的战略导向。KPI的分解与工作计划和任务、组织结构息息相关，这些指标最终落实到每个岗位上，成为岗位上每个人的绩效考核指标，由此形成了一个系统的绩效指标体系。通过这一过程，可以使目标更加明确，实现目标的步骤更加清晰，对目标的执行更加有力。
二、KPI不能和BSC简单结合
现在有部分咨询师在给企业进行绩效管理培训时，常常会给企业员工灌输这样一种思想，即“用KPI分解组织目标时，常用的是BSC（平衡计分卡）法，将目标分为财务、客户、内部管理和学习创新四大类”。实际上这种提法并不准确，它曲解了KPI与BSC的真正含义。
KPI是为了达到总目标而制定的一系列指标，通过把总目标分解成几个主要维度，每个维度又分解出若干KPI，每个KPI通过维度导向对总目标产生支持。但是，不同维度的KPI之间是否有关系，在KPI建立方法中并没有明确这个问题。
BSC却不同，虽然BSC最初是运用KPI将组织的关键领域划分为四个维度，建立起组织指标体系，但BSC已经革新了KPI的概念，成为了一个崭新的体系。BSC是带有时间发展的动态指标体系，它的四个维度具有相互支撑关系，并且这种支撑关系具有一定的时滞性：创新学习做好了，掌握了知识技能，就能做好内部管理，使服务更贴近于客户，从而让客户觉得企业做得好；客户满意了，会更多地购买企业的产品或服务，使企业获得更多的收入和利润；有了好的财务状况，可以投资扩大规模，这也迫使企业面临新问题。同时，有了资金也可以让企业有更多的财力投入内部培训，使学习创新搞得更好……如此周而复始，形成一个完整的绩效发展循环。可以这样说，BSC是具有时间维度的动态立体的指标体系，而KPI仅仅是静态的指标体系；BSC循环促进目标实现，而KPI从多个方向促进目标实现；在实现目标的进程中，KPI只考虑要达到目标，而对持续提升或改进考虑不足；而BSC可以促使企业持续改进，不断刷新目标。
这种因果支撑关系和时间上的连贯性，是KPI技术所不具备的。但是作为指标分解和指标应用的一种基本方法，KPI技术是BSC体系的基础。如果只是简单地将BSC固化到KPI体系之中，认为将KPI分为财务、客户、内部流传和学习创新四个维度，就是KPI的BSC了，那么这种做法首先违背了KPI体系的要求，使找到的KPI不符合企业的实际需要，其次这也不符合BSC体系的要求，混淆了二者之间的差异。
三、KPI要与CPI有效结合
一般来说，企业的绩效指标体系主要有两类，一类是基于战略的KPI，另一类是基于制度、职责和流程的CPI（Common Performance Indicator）。KPI代表了关键绩效指标，那么对于CPI这种非关键绩效指标是否就不需要关注了呢？情况并不是这样。 CPI体现了对企业各层次履行规定职能的基础管理要求，CPI是KPI得以实现的保障，并不是可有可无的。二者的关系如下图所示：

此主题相关图片如下：

从上图可以看出，两类指标的来源不同，其关注点也不一样。同样，它们在企业当中的作用也是不同的。首先，KPI的来源是企业的发展战略，而CPI的来源是企业制度、职责和流程；其次，KPI考核的范围是企业战略分解所涵盖的内容，而CPI考核的则是从制度、职责和流程中分解出来的，要求每个部门或岗位必须达到的一些基础性的要求。正因为如此，衡量各个部门或岗位业绩状况的主要指标要看是否完成了由企业目标分解得来的KPI，而不是看是否在有效地按照既定的流程或制度运作的CPI。而CPI在考核时又是不可或缺的，它可以衡量部门和岗位的运作效率，保证企业制度和流程得到有效执行，可以涵盖企业运作的各个方面，比如关键质量控制点、职责中的关键结果领域、企业管理制度的要求等，甚至可以包括企业觉得会影响运作效率的任何一个“短板”。
KPI与CPI的有效结合，体现了一种“抓大不放小”的管理思想，二者互为补充，在实现目标过程中，可以达到“突出重点，兼顾全面；集中资源，减少错误”的目的。在实际运用中，既可以将对KPI和CPI的综合评价结果作为对部门或岗位的最终绩效评价，又可以将二者评价结果拆开，分头使用。例如将KPI考核结果用于绩效薪酬的发放，将CPI考核结果由于培训和岗位调整等方面。
总之，KPI作为一种有效的绩效管理工具，建立了一套以事实为基础的指标管理平台，它适合于对企业目标的直接分解，对企业的管理提升起到了重要作用。但这种管理工具并不是十全十美的，在某些方面还需要与其他管理技术配合使用。其他绩效管理技术，如BSC（平衡计分卡）、MBO（目标管理）等也是如此，各有各的优点和局限性。对于企业组织来说，虽然具体情况不同，但完全依赖一种管理方法也是不合理的。随着企业管理周期和企业成长发展各个阶段的需要，还需要对这些管理技术加以整合应用，从而帮助企业不断走向成功。

⑦ 分层抽样的公式怎么计

分层抽样最优分配公式如下：

分层抽样从一个可以分成不同子层的总体中，按规定的比例从不同层中随机抽取个体的方法。这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些。定量调查中的分层抽样是一种卓越的概率抽样方式，在调查中经常被使用。

各层样本数的确定方法有3种：

1、分层定比。即各层样本数与该层总体数的比值相等。例如，样本大小n=50，总体N=500，则n/N=0.1 即为样本比例，每层均按这个比例确定该层样本数。

2、奈曼法。即各层应抽样本数与该层总体数及其标准差的积成正比。

3、非比例分配法。当某个层次包含的个案数在总体中所占比例太小时，为使该层的特征在样本中得到足够的反映，可人为地适当增加该层样本数在总体样本中的比例。但这样做会增加推论的复杂性。

⑧ 约翰逊算法的公式

为了便于阐述约翰逊法的具体做法，下面结合一个例子来进行说明：
约翰逊法
约翰逊法
例：有五个工件在二台设备上加工，加工顺序相同，先在设备1上加工，再在设备2上加工，工时列于下表1中，用约翰逊法排序。
表1 加工工时表
具体步骤为：
第一步，取出最小工时t12=2。如该工时为第一工序的，则最先加工；反之，则放在最后加工。此例是A工件第二工序时间，按规则排在最后加工。
第二步，将该已排序工作划去。
第三步，对余下的工作重复上述排序步骤，直至完毕。此时t21=t42=3，B工件第一工序时间最短，最先加工；D工件第二工序时间最短，排在余下的工件中最后加工。最后得到的排序为：B-C-E-D-A。整批工件的停留时间为27分钟。
更一般的情况是工件加工顺序不同，称为随机性排序。由杰克逊对约翰逊法稍加改进后得到求解方法，称为杰克逊算法。