统计案例分析
使用统计学方法解决实际问题的案例分析
使用统计学方法解决实际问题的案例分析统计学是一种应用数学，它通过收集、整理、分析和解释数据，来帮助人们理解和解决实际问题。
统计学方法可以应用于各个领域，包括商业、医疗、环境、教育等。
本文将通过案例分析的形式，了解如何使用统计学方法解决实际问题。
案例一：零售业销售数据分析某零售业公司想要了解其销售数据的走势，以便做出更好的营销决策。
他们提供了过去一年的销售数据，包括每月销售额、销售量、促销活动等信息。
首先，利用统计学方法对销售数据进行分析。
通过统计学方法，我们可以计算出销售额和销售量的平均值、中位数和标准差，以了解销售数据的分布情况。
同时，我们可以利用相关系数分析销售额和促销活动之间的关系，以确定促销活动对销售额的影响程度。
接下来，我们可以利用数据可视化工具，如折线图、柱状图等，将销售数据进行可视化展现。
通过可视化分析，我们可以清晰地看到销售额和销售量的变化趋势，以及促销活动对销售额的影响程度。
司提供相关建议，比如哪些产品在不同月份的销售额最高，何时进行促销活动效果最好等。
这些建议将帮助零售业公司改进营销策略，提高销售业绩。
案例二：医疗数据分析某医疗机构想要了解患者的就诊情况，以便改进医疗服务。
他们提供了过去一年的门诊和住院病例数据，包括就诊人数、疾病种类、就诊费用等信息。
首先，利用统计学方法对就诊数据进行分析。
我们可以计算出就诊人数和就诊费用的平均值、中位数和标准差，以了解就诊数据的分布情况。
同时，我们可以利用频数分析疾病种类的分布情况，以确定不同疾病在就诊人群中的比例。
接下来，我们可以利用数据可视化工具，如饼状图、条形图等，将就诊数据进行可视化展现。
通过可视化分析，我们可以清晰地看到不同疾病在就诊人群中的比例，以及不同疾病的就诊费用情况。
提供相关建议，比如哪些疾病在就诊人群中的比例较高，哪些疾病的就诊费用较高等。
这些建议将帮助医疗机构改进医疗服务，提高患者满意度。
综上所述，统计学方法可以帮助人们理解和解决实际问题。
统计学专业经典案例分析【精选】
案例2 美国国家健康照顾协会美国国家健康照顾协会的主要任务是了解健康照顾人力资源的短缺情况，并为未来制定发展规划。
为了掌握护理人员对所从事工作的满意程度，该协会发起了一场全国性的有关医院护理人员的调查研究。
调查项目包括：工作满意度、收入、晋升机会等，填答方式采用打分制，从0～100分，分值高表示满意度高。
下面是其中的一部分调查结果：工作收入晋升工作收入晋升714958727631845363712574847437694716876649905623725979842862723786863759725740703854634878867272846029875157906266779051735655713655946052755392844266745982855664765154885552956652747051896662714568855767884942654268902767823754858946826056795941898064726045744763883647824891776075907670644361785272另外，按医院招募护理人员的方式，对上述资料的分组结果如下：私人医院退伍军人医院大学附属医院工作收入晋升工作收入晋升工作收入晋升7259407149588453639062668474378766498442667237867259798556646348768855527145688460297470518849427356558589464 11 01628726045946052795941883647902767494716776075727637905623644361863759779051712574867272713655842862956652755392703854654268765154875157823754898064745982826056896662907670855767785272744763824991要求：运用描述统计方法对资料进行处理，采用的表示方法要让人能够方便地获取相应的信息，对你发现出的问题给予讨论。
统计法律案例及分析报告(3篇)
第1篇一、案例背景近年来，随着我国统计法治建设的不断深入，统计法律案例日益增多。
本报告选取一起具有代表性的统计法律案例进行分析，旨在揭示统计法律问题，提高统计法治意识。
案例一：某市统计局违规公布统计数据案（一）案情简介2018年，某市统计局在未经上级统计局审核的情况下，擅自公布本年度GDP、固定资产投资等统计数据。
上级统计局在发现此事后，立即进行调查核实。
经查，某市统计局在公布统计数据时，未严格按照统计法律法规执行，存在违规行为。
（二）处理结果根据《中华人民共和国统计法》相关规定，某市统计局负责人被行政记过处分，直接责任人被行政警告处分。
同时，上级统计局对该市统计局进行了通报批评，并要求其立即整改。
二、案例分析（一）案例性质本案例涉及的主要法律问题为统计法律法规执行不严格、违规公布统计数据。
具体表现为：1. 某市统计局在公布统计数据时，未按照《中华人民共和国统计法》第二十条的规定，经上级统计局审核；2. 某市统计局未按照《中华人民共和国统计法》第二十一条的规定，对统计数据质量负责。
（二）案例分析1. 统计法律法规执行不严格《中华人民共和国统计法》明确规定，统计机构和统计人员必须依法履行职责，不得擅自公布统计数据。
某市统计局在未经上级统计局审核的情况下，擅自公布统计数据，违反了统计法律法规。
2. 违规公布统计数据统计数据是反映国家经济社会发展的重要依据。
某市统计局违规公布统计数据，可能导致以下后果：（1）误导社会公众，影响社会稳定；（2）损害国家利益，损害统计数据的公信力；（3）影响政府决策，导致决策失误。
三、案例启示1. 加强统计法治宣传教育统计法律法规是保障统计数据质量的重要依据。
各级统计机构和统计人员应加强统计法治宣传教育，提高法治意识，自觉遵守统计法律法规。
2. 严格统计执法监督检查统计执法监督检查是维护统计法律法规权威、保障统计数据质量的重要手段。
各级统计部门应加大执法监督检查力度，对违规行为依法进行查处。
统计法律案例分析题(3篇)
第1篇一、案例背景某市统计局（以下简称“统计局”）在组织实施某市2020年度统计调查工作中，存在以下违规行为：1. 在调查过程中，统计局未按照《统计法》的规定，向调查对象提供调查表格和统计资料，导致调查对象无法准确、完整地填写调查表格。
2. 统计局在调查过程中，未对调查对象提供的调查数据进行审核，存在大量错误数据。
3. 统计局在调查结束后，未按照《统计法》的规定，对调查数据进行汇总、分析，形成统计报告。
4. 统计局在统计报告公布前，未对报告内容进行保密，导致统计报告中的部分数据被泄露。
二、案例分析1. 违反《统计法》的相关规定（1）根据《统计法》第十四条第一款规定：“国家统计局、国务院有关部门和地方各级人民政府统计机构，组织实施国家统计调查，编制和公布统计调查表、统计调查对象、统计调查内容、统计调查方式、统计调查时间、统计调查地点、统计调查方法等统计调查方案，并报国务院备案。
”本案例中，统计局未按照规定向调查对象提供调查表格和统计资料，违反了《统计法》的相关规定。
（2）根据《统计法》第二十条规定：“统计机构、统计人员应当对调查对象提供的统计数据进行审核，确保数据的真实、准确、完整。
”本案例中，统计局未对调查数据进行审核，存在大量错误数据，违反了《统计法》的相关规定。
（3）根据《统计法》第二十二条规定：“统计机构、统计人员应当对统计数据进行汇总、分析，形成统计报告，并向有关单位或者部门报送。
”本案例中，统计局未按照规定对调查数据进行汇总、分析，形成统计报告，违反了《统计法》的相关规定。
（4）根据《统计法》第三十条规定：“统计机构、统计人员应当对统计报告中的统计数据进行保密，未经批准，不得对外公布。
”本案例中，统计局在统计报告公布前，未对报告内容进行保密，导致统计报告中的部分数据被泄露，违反了《统计法》的相关规定。
2. 案例中存在的问题及原因（1）统计局在组织实施统计调查过程中，未严格按照《统计法》的规定执行，导致调查工作存在诸多问题。
统计学应用于市场调查的案例分析
统计学应用于市场调查的案例分析在当今竞争激烈的市场环境中，市场调查是企业制定决策和开展营销活动的重要工具之一。
而统计学作为一门科学的研究方法，可以为市场调查提供有力的支持和指导。
本文将以几个实际案例为例，探讨统计学在市场调查中的应用。
案例一：产品定价策略一家电子产品公司希望了解消费者对其新产品的价格敏感度，以制定合理的定价策略。
为此，他们进行了一项市场调查，并运用统计学方法对收集到的数据进行分析。
首先，他们设计了一个问卷调查，询问受访者对不同价格水平的产品的购买意愿。
然后，他们利用统计学中的描述性统计方法，如平均数、中位数和标准差，对数据进行了整理和概括。
通过这些统计指标，他们得出了受访者对产品价格的整体接受程度。
接下来，他们运用回归分析方法，将受访者的购买意愿与其个人特征进行关联分析。
例如，他们考察了受访者的年龄、收入水平和教育程度对价格敏感度的影响。
通过回归分析，他们得出了不同人群对产品价格的敏感程度，为公司制定差异化的定价策略提供了依据。
案例二：广告推广效果评估一家服装品牌公司在推出新产品后，希望评估其广告推广的效果。
他们通过统计学方法进行市场调查，以了解广告对消费者购买意愿的影响。
首先，他们设计了实验组和对照组，实验组观看了广告，对照组则没有。
然后，他们对两组消费者的购买意愿进行统计分析。
通过比较实验组和对照组的购买意愿差异，他们可以得出广告对购买意愿的影响程度。
此外，他们还运用统计学中的假设检验方法，对实验结果的可靠性进行评估。
通过计算置信区间和p值，他们可以判断广告推广效果是否显著。
如果p值小于设定的显著性水平，他们就可以得出广告对购买意愿的确实有显著影响的结论。
案例三：市场细分分析一家汽车制造商希望了解不同消费者群体的购车偏好，以制定精准的市场细分策略。
他们进行了一项市场调查，并利用统计学方法对数据进行分析。
首先，他们收集了消费者的购车偏好数据，如品牌偏好、车型偏好和价格偏好等。
然后，他们利用聚类分析方法，将消费者划分为不同的群体。
有趣的统计学案例
有趣的统计学案例
第一个案例是有关“猜猜看”的游戏。
在这个游戏中，一个人会想一个数字，然后其他人可以猜这个数字是多少。
我们可以用统计学的方法来分析这个游戏。
比如，我们可以计算所有猜测的平均值，然后和真实的数字进行比较，看看平均值是否接近真实值。
通过这个案例，我们可以了解到平均值在统计学中的重要性，以及如何利用平均值来估计未知的数值。
第二个案例是有关“点菜”的餐厅统计。
假设我们去一家餐厅吃饭，我们可以观察到不同菜品被点的频率。
通过统计每道菜被点的次数，我们可以得出哪些菜是最受欢迎的，哪些菜是不受欢迎的。
这个案例可以帮助我们了解如何利用统计学来分析消费者的偏好，以及如何根据统计结果来调整菜单和经营策略。
第三个案例是有关“天气预报”的统计分析。
天气预报是我们日常生活中经常关注的事情，而天气预报的准确性也是大家关心的问题。
我们可以通过统计方法来分析天气预报的准确性，比如计算实际天气和预报天气的差异，然后得出准确率和误差范围。
通过这个案例，我们可以了解到如何利用统计学的方法来评估和改进天气预报的准确性。
通过以上几个案例，我们可以看到统计学在日常生活中的应用和意义。
无论是游戏、餐厅还是天气预报，统计学都可以帮助我们理解和解释现象，从而更好地应对各种问题。
希望这些有趣的统计学案例能够激发你对统计学的兴趣，让你在日常生活中也能够运用统计学的知识来思考和解决问题。
统计学案例分析
1、中国的轿车生产是否与GDP、城镇居民人均可支配收入、城镇居民家庭恩格尔系数、私人载客汽车拥有量、公路里程等都有密切关系？如果有关系，它们之间是种什么关系？关系强度如何？（1）分析轿车生产量与私人载客汽车拥有量之间的关系：首先，求的因变量轿车生产量y和自变量私人载客汽车拥有量x1的相关系数r=0.992018,说明两者间存在一定的线性相关关系且正相关程度很强。
然后以轿车生产量为因变量y，私人载客汽车拥有量x1为自变量进行一元线性回归分析,结果如下：①由回归统计中的R=0.984101看出,所建立的回归模型对样本观测值的拟合程度很好；②估计出的样本回归函数为：ŷ=1.775687+0.206783 x1，说明私人载客汽车拥有量每增加1万辆，轿车生产量增加2067.83辆；③由上表中â和βˆ的p值分别是0。
709481543和6.60805E-15,显然â的p值大于显著性水平α=0.05，不能拒绝原假设α=0，而βˆ的p值远小于显著性水平α=0。
05，拒绝原假设β=0，说明私人载客汽车拥有量对轿车生产量有显著影响。
（2）分析轿车生产量与城镇居民家庭恩格尔系数之间的关系：首先,求的因变量轿车生产量y和自变量城镇居民家庭恩格尔系数x2的相关系数r=—0。
77499,说明两者间存在一定的线性相关关系但负相关程度一般。
然后以轿车生产量为因变量y，城镇居民家庭恩格尔系数x2为自变量进行一元线性回归分析，结果如下：由回归统计中的R=0。
600608看出，所建立的回归模型对样本观测值的拟合程度一般，综合其相关系数值可知此二者关系不太符合所建立的线性模型,说明二者间没有密切的线性相关关系。
（3）分析轿车生产量与公路里程之间的关系：首先，求的因变量轿车生产量y和自变量公路里程x3的相关系数r=0.941214，说明两者间存在一定的线性相关关系且正相关程度较强。
然后以轿车生产量为因变量y，公路里程x3为自变量进行一元线性回归分析,结果如下：①由回归统计中的R=0.885883看出,所建立的回归模型对样本观测值的拟合程度较好；②估计出的样本回归函数为：ŷ=-125。
统计学案例
统计学案例总量指标与相对指标案例1：指出下面的统计分析报告摘要错在哪里？并改正：1、本厂按计划规定，第一季度的单位产品成本应比去年同期降低10%，实际执行结果是，单位产品成本较去年同期降低8%，仅完成产品成本计划的80%（即8%÷10%＝80%）。
2、本厂的劳动生产率（按全部职工计算）计划在去年的基础上提高8%，计划执行结果仅提高4%，劳动生产率的计划任务仅实现一半（即4%÷8%＝50%）。
3、该车间今年1月份生产老产品的同时，新产品首次小批投产，出现了2件废品(按计算，车间废品率为1.2%)。
2月份老产品下马，新产品大批投产，全部制品1000件，其中废品8件，废品量是1月份的4倍，因此产品质量下降了。
4、在组织生产中，本厂先进小组向另一组提出高产优质的挑战竞赛。
本月先进小组的产量超过了另一小组的1倍，但是在两组废品总量中该组却占了60%，所以在产品质量方面，先进小组明显地落后了。
案例11某公司皮鞋产量如下：单位：万双试计算所有可能计算的相对指标。
案例2：根据下表资料分析哪个企业对社会贡献更大？上缴税金情况表平均指标与变异指标根据上表资料分析哪个村成绩更好？为什么？案例4：某单位有10个人，其中1人月工资为10万元，9人每人月工资为1000元。
该单位职工月平均工资为10900元。
即：)(109001091000100000元=⨯+你认为这个平均数有代表性吗？如果缺乏代表性应如何改正？案例5：以下是各单位统计分析报告的摘录1、 本局所属30个工厂，本月完成生产计划的情况是不一致的。
完成计划90%的有3个，完成96%的有5个，完成102%的有10个，完成110%的有8个，完成120%的有4个。
平均全局生产计划完成程度为104.33%。
即：304%1208%11010%1025%963%90⨯+⨯+⨯+⨯+⨯＝104.33％2、 本厂开展增产节约运动以后，产品成本月月下降，取得显著的成绩，根据财务部门的报告，1 月份开支总成本15000元，平均单位产品成本为15元，2月份开支总成本25000元，平均单位产品成本下降为10元，3月份开支总成本45000元，平均单位产品成本仅8元。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
哺乳动物大脑发育水平相关因素回归分析小组成员：目录一、数据来源及背景 (1)1．数据来源 (1)2．数据背景及研究目的 (1)3．数据说明 (1)二、统计分析 (1)1．数据描述性分析 (1)1.1 数据基本描述 (1)1.2 置信区间分析 (2)1.3 brain weight与body weight的数据相关性 (2)1.4 所有参数的相关性 (3)2．数据图形化分析 (3)3．多元回归分析 (5)3.1 原始数据直接多元回归分析 (5)3.2 对多元回归原始数据处理和调整 (8)3.3 数据模型的确定 (12)3.4 对Cook距离的分析 (17)三、总结 (18)附录：研究数据 (19)统计案例分析一、数据来源及背景1．数据来源数据来源于American Naturalist (1974)杂志p.593-613.2．数据背景及研究目的达尔文在他的《进化论》一书中指出“生物之间存在着生存斗争，适应者生存下来，不适者则被淘汰，这就是自然的选择。
生物正是通过遗传、变异和自然选择，从低级到高级，从简单到复杂，种类由少到多地进化着、发展着。
”从达尔文的观点中我们可以得出动物具备使它们自身更好的生存和繁衍后代的能力，这是一种内在的属性。
有一种观点认为，具备更大大脑容量的动物，比如哺乳动物在生存和繁衍方面一般会表现得更好。
虽然，哺乳动物的自然选择有一些限制，比如他们通常需要更长的怀孕期并且一次孕育后代的数量更少。
这些负面因素在一定程度上削弱了哺乳动物的优势。
但是总体来说，哺乳动物的优势要大于它们的劣势。
通常情况下，较大的大脑意味着躯体也更加的硕大。
我们尝试用统计的方法，研究和分析一下具备更大大脑容量的哺乳动物之间具有什么样相同和不同的特征，在这些特征中是否会存在某些特别突出的因素。
众所周知，哺乳动物是动物发展史上最高级的阶段，也是与人类关系最密切的一个类群。
我们希望通过此次的论证和研究，能够得到关于一些哺乳动物大脑重量的信息，并找到与之相关联的因素，为促进哺乳动物大脑重量的研究提供可以参考的依据。
3．数据说明我们小组分析的案例，是研究哺乳动物大脑重量和其他几种因素的关系。
这些因素主要包括哺乳动物的妊娠期天数、身体重量以及平均每窝产仔数量。
数据总共采集了96种不同哺乳动物的信息。
当模型具有显著的统计意义并且样本足够大（n=96）时，可以获得比较准确的估计值。
二、统计分析1．数据描述性分析1.1 数据基本描述我们对所采用的数据首先进行了简单的描述性分析，具体信息见下图。
从上图的描述性分析初步可知，哺乳动物的平均怀孕期为151天，平均大脑重量为219毫克，平均体重108公斤，平均每次产仔数量为2.3。
对数据置信区间的分析使我们得知了：对数据gestation period，样本均值为151.3，标准误11.0，由此构造的区间(129.4, 173.2)有95%包括gestation period总体均值。
对数据brain weight，样本均值为219.0，标准误51.7，由此构造的区间(116.3, 321.7)有95%包括brain weight总体均值。
对数据body weight，样本均值为108.3，标准误33.6，由此构造的区间(41.6, 175.1)有95%包括body weight总体均值。
对数据av. Litter size，样本均值为2.310，标准误0.178，由此构造的区间(1.956, 2.664)有95%包括av. Litter size总体均值。
根据结果显示，哺乳动物的大脑重量和躯体重量是有非常强的相关性的。
但是对brain weight取对数后，ln brain weight和body weight之间的相关性减弱。
而ln brain weight和ln body对brain weight和body weight取对数以后的整体相关性分析，可以粗略的看到，数据之间的相关性更加紧密，整体感觉好于之前的分析。
2．数据图形化分析这里，我们分别观察了brain weight和body weight的散点图，以及ln brain weight和ln body weight的散点图。
从第一张图上可以看到，绝大多数哺乳动物集中在图的左下角，也就是体重小于500公斤，大脑重量小于1000毫克的范围里。
哺乳动物的体重变化范围还是相对较大的，下图中最大的体重是非洲象，体重2800公斤同时其大脑重量也达到了4480毫克，其次是河马体重1400公斤。
相对于体重，脑容量更重的两个物种则是人类和海豚。
海豚的脑重量我们还尝试使用箱线图的方式对四种变量进行简单的探索性数据分析，以便更直观的看到几种数据的分布概况。
3．多元回归分析3.1 原始数据直接多元回归分析我们以大脑重量为因变量，其他3种数据作为自变量，直接进行回归分析。
回归结果如下：数据分析：根据假设检验的定义来初步分析一下回归结果，假设检验：⎩⎨⎧≠=0:0:0μμaH H从回归方程上分析，常数项，gestation period 和body weight 的P-值很小，说明可以明显拒绝原假设H 0。
但是av. litter size 的P-值为0.116，不能拒绝原假设。
因此，对数据的回归分析还需要进一步的分析和验证。
Brain weight 残差正态图和残差与拟合值图如下：数据分析：从残差的正态分布图和残差与拟合值图分析，明显可以看到残差和正态分布拟合的不好，具有异方差的特性，是非常数方差。
因此，初始的设置对数据进行直接回归分析是不恰当的。
考虑采用其他模型来重新进行回归分析。
3.2 对多元回归原始数据处理和调整考虑到残差图的形状，为了消除异方差的影响，我们对brain weight取对数，并再一次进行回归分析：数据分析：从残差图的正态图和残差与拟合值图分析，残差的分布效果更好。
但是残差的正态拟合图的拟合效果仍然不是很好。
并且，从上面的结果可以明显看到，对brain weight取对数进行回归以后，body weight参数的P-值明显变大。
考虑到哺乳动物的brain weight和body weight还是应该有比较直接的联系的。
因此我们对数据进行了进一步的调整，对body weight 也取其对数值并用取对数以后的值再次进行分析。
可以说哺乳动物的重量67.8%可以用妊娠周期的变异和每窝产仔数的变化来说明。
在产仔相同的情况下，妊娠时间每多一天，幼仔大脑的重量提高0.015，会增加一微克。
在控制其他因素的情况下，每窝幼仔多产一只，平均大脑重量会减少0.215微克。
数据分析：对body weight取对数以后的回归结果，明显好于之前。
三个自变量的P-值<0.05，说明可以拒绝自变量的系数为0的假设。
因此，可以认为哺乳动物大脑容量和其他几种因素是具有一定联系的。
根据回归的结果，异常数据有3个数据点残差大，这表明这些数据点与方程拟合程度一般。
其中残存最大的两种哺乳动物是人类和海豚，如上图上方2个数据点所示。
人类作为一种高智商的哺乳动物，在统计数据分析过程中，体现出一个比较大的残差值还是可以理解的。
同样，我们从统计分析中也可以得知海豚也是一种高智商的哺乳动物。
这些结论都和我们日常生活常识是吻合的。
3.3 数据模型的确定Minitab提供了自动选择最优的回归模型的功能，为了确定最后的数据统计分析模型，我们尝试让Minitab自动得出一个结论。
回归的汇总报告如图所示：从上面的分析中，看到ln brain weight和ln body weight之间用线性模型进行拟合的效果要稍逊于使用二次模型。
二次模型具有显著的二次项以及较高的调整的R平方。
因此改用二次模数据分析：受Minitab拟合建议的启发，尝试添加了一个二次项后，我们可以看到新增加的二次项的P-值为0.000。
这说明，二次项在回归模型里还是有一定意义的。
从上图中可以看到调整的R 平方进一步提高到95.7%。
也就是说模型对变异的解释能力进一步提高。
在进行回归分析的最后，我们在Minitab中加入了计算数据Cook距离的步骤。
希望通过考察目前模型的观测值的Cook距离，判断是否存在对模型有强烈影响但是不太合理的点。
目前，含有大的标准化残差的观测值数量是4个，影响点的数量是3个。
3.4 对Cook距离的分析当前观测值的Cook距离的统计如下，可以看到最大Cook距离为0.1。
此Cook距离为数据第75个观测值造成的，对应的哺乳动物是貘。
其次是人类和海豚，Cook距离在0.06到0.07之间。
但是根据Cook距离>1的经验准则，并不需要关注有影响观测值的存在问题。
所以，目前的数据基本上是合理的，满足分析要求的，不需要对数据进行额外的调整。
三、总结通过以上的统计分析，我们发现哺乳动物大脑的重量与其体重、妊娠期天数、平均每窝产仔数量存在着一定的关系。
而生物学界通常认为，动物的大脑是否发达和脑重量也存在一定的关系，因此我们可以通过对动物体重、妊娠期天数、平均每窝产仔数量等显性数据的观察，来进一步分析动物的大脑发达程度。
在此基础上，我们可以更好的认识动物的认知与活动规律。
在经济生活中，此研究也具有重大的意义，例如马戏团可以利用此研究结果来选取大脑发达的动物进行驯化，以获得更好的效果。
虽然此研究是建立在生物学研究的基础之上，但其结论对于马戏团、动物园等商业场所如何提高经济效益，也很具有指导性，具有可观的商业价值。
此外，随着科学技术的发达，通过改变基因来改变物种特性，创造新的物种，也具有现实可能性。
因此，科研人员可以通过对体重、妊娠期天数、平均每窝产仔数量等变量的控制，改良培育出实验所需要的大脑发达水平的物种。
附录：研究数据。