5、分析法评价
主成分分析和因子分析是高级多元统计分析中两种重要方法，其降文的基本思想是一致的，这两种方法对于多指标合成以及指标权数的确定具有重要意义。主成分或共同因子都是从相同类指标信息抽取出来，经线性加权组合而成，组合后所得的主成分或共同因子反映了某些同类指标的共同意义和特征，其综合解释效力要大于每一个实际指标的解释效力，是比原指标更优秀的指标。主成分分析和因子分析的指标权数根据主成分或共同因子的方差贡献率计算，即各指标的权重由它对综合评价的贡献率确定。贡献率的大小反映指标之间差异的大小。主成分分析和因子分析不仅消除了指标综合时权数确定的人为因素，而且通过互不相关的主成分或共同因子提取，尽可能多地反映了原指标信息量，从根本上解决了指标间的信息重叠问题，大大简化原指标体系的指标结构，因而，这两种方法在社会经济统计中是应用较多、效果较好的方法。
考虑到科技竞争力评价中相关指标、信息具有多变量、大样本的特点，由于主成分分析和因子分析在多指标量化合成方面的独特作用，主要采用这些高级多元统计分析方法中的因子分析模型并采用SPSS软件进行计算分析，无疑能为科学地评价研究提供较多有价值的信息，当然，在多变量、大样本的指标信息中选用少数几个综合变量，对数据进行简化、降文是必要的。
6、实现方法使用的软件和工具
    竞争力评价一般采用综合评价方法，通过建立模型将多个指标的评价值进行综合测评。对科技竞争力进行评价可以有效反映一个国家科技系统的功能全面性和科技资源的综合利用效率，在一定程度上代表着国家科技竞争力的强弱。作为发展中国家，我国更迫切地需要经济、合理、高效地利用有限的科技资源，以有限的财力和人力投入，争取尽可能多的产出。随着计算机软件业的发展，从评价的科学性与准确性角度，可以利用商业版统计分析软件，如SPSS（Statistical Package for the Social Science)，R语言（The R Programming Language）等，并选用较先进的数学模型方法开展评价。常用的综合评价方法有主成分分析法(Principal
Component Analysis)、因子分析法(Factor Analysis)、聚类分析法(Cluster
Analysis)等数学方法和评价工具。
四、数据收集和分析手段
    主要通过中华人民共和国统计年鉴进行收集，运用到的软件有SPSS、R语言等。 科技竞争力文献综述和参考文献(4):http://www.youerw.com/wenxian/lunwen_9800.html