在咨询工程师的备考过程中，咨询方法是重要的板块，而德尔菲法中的数据统计处理更是其中的关键部分，尤其是在备考的基础夯实阶段（第1 - 3个月）。掌握好这部分内容，能为后续深入学习和应对考试打下坚实的基础。
一、德尔菲法概述
德尔菲法是一种通过多轮专家调查来获取可靠信息的预测方法。在这个过程中，会收集众多专家的意见，这些意见包含着丰富的信息，但要从中得出有价值的结论就需要进行有效的数据统计处理。
二、数据统计处理关键步骤
-
数据整理
- 首先要对收集到的专家意见进行分类整理。例如，如果是对某一项目市场规模的预测，专家们可能会给出不同的数值和影响市场规模的因素。我们需要将这些数值按照一定的规则进行分组，比如按照数值范围或者影响因素的重要性分类。这样做的目的是为了让杂乱无章的数据变得有条理，便于后续的分析。
- 在学习这个知识点时，可以通过实际案例来练习。找一些已经应用德尔菲法的项目资料，按照所学的分类规则进行数据整理，加深理解。
-
数据统计指标计算
- 常用的统计指标有算术平均数、中位数、众数等。算术平均数就是将所有专家给出的数值相加然后除以专家的人数。它反映了数据的平均水平。中位数则是将数据按照大小顺序排列后位于中间位置的数值，如果数据个数是偶数，则取中间两个数的平均值。众数是一组数据中出现次数最多的数值。这些指标的计算能够帮助我们从不同角度了解专家意见的集中趋势。
- 学习这部分内容时，要多做一些计算练习题。可以从简单的少量数据开始，逐渐增加到复杂的、包含多个不同数值的数据集。
-
离散程度分析
- 除了关注数据的集中趋势，还需要分析数据的离散程度，如标准差和变异系数。标准差衡量的是数据相对于平均数的离散程度，标准差越大，说明数据的离散程度越大，专家意见的分歧也就越大。变异系数则是标准差与平均数的比值，它可以消除量纲的影响，方便比较不同数据集的离散程度。
- 对于离散程度的学习，要理解其背后的意义。可以通过绘制图表的方式，直观地展示不同数据集的离散程度，加深印象。
-
相关性分析
- 如果在德尔菲法中有涉及多个相关因素的数据，还需要进行相关性分析。例如，分析项目的市场需求与价格、消费者收入等因素之间的关系。常用的方法是计算相关系数，相关系数的取值范围在 - 1到1之间，绝对值越接近1，表示相关性越强。
- 在学习相关性分析时，要结合实际的经济现象或者项目情况进行理解。比如分析房价与土地供应之间的关系等。
三、总结
在备考的基础夯实阶段（第1 - 3个月），对于德尔菲法数据统计处理的学习至关重要。通过对数据整理、统计指标计算、离散程度分析和相关性分析等关键步骤的深入学习，能够更好地掌握这一咨询方法的核心内容。考生要通过理论学习和大量的实践练习相结合的方式，不断巩固这部分知识，为后续全面掌握咨询工程师考试内容做好充分的准备。
喵呜刷题：让学习像火箭一样快速，快来微信扫码，体验免费刷题服务，开启你的学习加速器！
