统计数据质量监控和评估方法研究(上)

统计数据质量是政府统计机构的"生命"。当前,统计数据质量存在数据失真、质量管理体系滞后且不全面、质量评估控制机制缺失等问题,原因是多方面的,主要是体制机制、方法制度、实践应用等五个方面。从探索建立上海市统计系统数据质量监控和评估体系方法的角度出发,结合统计"四大工程"建设和一套表工作的实施,提出了建立上海统计数据质量监控和评估体系的总体思路及工作规程。     

基于SAM的宏观统计数据质量评估方法研究

数据质量评估是统计数据质量管理的重要环节。从SAM核算框架入手,提出了宏观统计数据质量的评估方法,主要包括等量核算指标体系评估方法、账户平衡指标体系评估方法及"问题型"评估方法,以期从SAM的角度为宏观统计数据质量的甄别和提高提供一种研究方法。     

统计数据质量监控和评估方法研究(下)

从探索建立上海市统计系统数据质量监控和评估体系方法角度出发,结合统计"四大工程"建设和一套表工作的实施,对统计数据质量监控的管理从统计设计、统计培训等五个阶段提出了工作要求和方法。目前统计数据质量评估的方法有历史数据对比分析、趋势性对比分析等。为进一步完善统计数据质量监控和评估体系,建议提高统计数据质量的监控和评估效果、建立健全下级统计机构的数据质量考核机制等。     

统计数据质量评估方法探讨

统计数据质量评估是对调查、整理完毕的统计数据的质量予以评价，对其准确性进行估计。统计数据的质量包括准确、及时，全面、方便各方面的要求，本文探讨的评估方法着重于准确性方面。从当前统计数据质量评估的实践来看，统计数据质量评估可归纳为基础性评估、逻辑性评估、数理性评估和相关性评估这四种基本的方法。一、基础性评估基础性评估主要是从统计工作的规范性、统计基础的可靠性、统计报表的准确性和统计数据的合法性等方面对统计数据质量进行评估。1、统计工作的规范性评估。根据工作规范检验统计数据的采集和整理各环节的实际工…     

统计数据准确性评估的误差效应分析方法

基于统计数据生产者角度开发有效而可靠的统计数据准确性评估方法,具有迫切的必要性.参照社会调查领域的计量误差效应评估技术,结合中国政府统计调查数据的结构特征,可以构造针对宏观统计数据的误差效应模型,从个体数据与总量数据两个层次、针对系统偏差与方差两类误差效应来定义统计数据的准确性.通过对该模型中若干重要参数的识别估计,既能实现传统的统计偏差评估,又可揭示因操作因素、制度因素、基层单元属性特征等对于统计数据准确性所造成的影响,从中发现重要的统计误差来源,从而推动统计方法制度进行有针对性地改革与完善.     

统计数据质量评估方法研究述评

数据质量评估是统计数据质量管理的重要环节。统计数据质量的评估方法有逻辑关系检验法、计量模型分析法、核算数据重估法、统计分布检验法、调查误差评估法以及多维评估法六个类别,在详细讨论其各自的评估过程、适用性及其优缺点的基础上,按照评估维度和评估方式对各种统计数据质量的评估方法进行再归类,指出评估方法的进一步研究应该围绕计量模型分析法、核算数据重估法中的物量指数重估法、调查误差评估法和多维评估法等方向展开。     

浅论政府统计数据质量控制技术体系

政府统计数据质量控制技术体系是从统计技术的角度出发构建的 ,其内容结构是分类控制与评估技术、比较分析及探索性数据分析技术、误差模型的建立与分析技术的有机整体     

对统计误差的几点认识

统计数据的准确性是统计工作的生命,提高统计数据质量是统计工作的重中之重。对用于评价统计数据质量的统计误差指标,有必要进行探讨。     

慎视统计误差提高服务水平

众所周知，统计数据的准确性是统计工作的生命，搞准统计数据是我们统计人员的神圣职责，提高统计数据质量是统计工作的重中之重。然而，如何评价统计数据质量却是统计部门和统计工作者秘而不宣或者忌讳的问题，甚至在《统计学原理》中都很少讨论，人们对此颇有微词，笔者认为有必要进行探讨，并澄清一些事实。一、对统计误差的几点认识１．宏观统计的误差是客观存在的，不以人们意志为转移的，统计部门的任务就是尽可能缩小统计误差。如计量误差，比方人的高度都有早晚不一致的现象存在，不同调查单位因量器质量不同、标准不同也必定产生误…     

欧盟数据质量评估框架及其对我国的启示

欧洲统计系统建立的数据质量评估框架从统计机构环境、统计程序和统计产出三个方面对统计数据质量展开评估,开发了数据质量报告标准、质量报告手册和自我评估检查单等系列数据质量管理工具.借鉴欧盟的经验,我国应建立数据质量评估框架,主要措施包括成立数据质量评估机构、制定国家数据质量保证框架模板、设定数据质量评估方法和完善数据质量评估报告等.     

基于云理论的统计信息质量评估方法研究

针对统计信息质量评估方法的问题,给出一种基于云理论的统计数据质量评估方法。首先,确定云模型的评价等级语言粒度,对其进行软划分,并根据统计数据质量的评价指标体系从八个维度刻划数据质量评估云模型,利用云模型加权算术平均集成技术构造评价综合云;其次,结合云模型相似性的测度方法,根据综合云与评价等级云模型的相似度判断统计数据质量评估综合云的隶属等级。最后,通过实例表明方法的可行性和有效性,新方法可以作为统计数据质量评估和监管的一个参考。     

论统计误差指标在统计中的运用

众所周知 ,统计数据的准确性是统计工作的生命 ,提高统计数据质量是统计工作的重中之重。然而 ,对如何评价统计数据质量的统计误差指标 ,却是统计部门和统计工作者秘而不宣或者忌讳的问题 ,甚至在《统计学原理》中都很少讨论 ,广大群众对此颇有微词 ,笔者认为有必要进行探讨。一、统计误差的分类顾名思义 ,误差是指一个量的观测值或计算值与其真值之差 ;统计误差 ,即反映某客观现象的一个量在测量、计算或观察过程中由于某些错误或通常由于某些不可控制的因素的影响而造成的变化偏离标准值或规定值的数量。那么统计误差有哪几种呢 ?1、按产…     

对统计误差的几点认识

众所周知,统计数据的准确性是统计工作的生命,提高统计数据质量是统计工作的重中之重.因此,如何评价统计数据质量的统计误差指标、防范统计误差,对于保证统计资料的准确性是颇具统计理论和统计实践意义的课题.     

关于建立统计数据质量文档的思考

一、建立统计数据质量文档的意义“质量文档（QualityProfile）”又称为“误差文裆（Er－rorProfile），是70年代末、80年代初田对统计数据误差实施分类控制的思想逐渐发展起来的，是根据统计数据生产过程各方面、各阶段的误差影啊因素、控制措施、控制结果建立起来的一种描述和反映文件。其目的旨在确认各种非抽样误差的主要来源、过程控制的实际水平以及尽可能地量化误差的组成部分，并检查各种误差对统计数据最终结果的影响。“一项完善的质量文档不仅要把调查过程以及潜在的误差来源罗列出来．而巨要能路列出全部的调查误差申留个阶段…     

影响统计数据质量的误差来源和对策分析

统计数据质量是统计的生命 ,是统计信息、咨询、监督三大功能的基石 ,是关系统计工作全局的重大问题 ,提高统计数据质量具有十分重要的意义。本文分析了影响统计数据质量的误差来源 ,就提高统计数据质量的对策进行论述     

人口普查质量评估中的比对误差研究

针对人口普查质量评估中对普查登记人口名单及其质量评估调查人口名单进行比对,以找出二者匹配人数构造双系统估计量或单系统估计量可能出现的比对误差问题,提出测度比对误差及对人口普查覆盖误差估计影响的研究目标。为实现上述目标,采用文献解读法,以及吸纳国际相关前沿研究成果的研究思路,研究比对误差的总差异率、净差异率和相对误差率等问题。研究认为:内含比对误差的人口普查覆盖误差估计值不能真实反映人口普查登记工作的质量,影响普查数据用户的决策;欲测度比对误差对人口普查质量评估结论的影响,可从人口普查质量评估调查样本中抽取子样本再次比对(评估比对),然后比较评估比对与原始比对结果的差异;欲测度比对误差对人口普查净误差的影响,可分别计算原始比对和评估比对的双系统估计量,然后求二者之差;欲测度比对误差对人口普查错误登记人数(或遗漏人数)的影响,可分别构造原始比对和评估比对的错误登记人数(或遗漏人数)估计量,然后求二者之差;在中国开展比对误差测量工作势在必行,急需进行比对工作的基础建设。     

应努力提高我国统计数据质量

一、统计数据质量管理问题的原因分析 从数据质量管理的角度来看,我国统计数据质量管理存在诸多问题的原因在于:     

人口普查内容误差估计

人口普查不可避免会发生覆盖误差与内容误差。这两类误差都要纳入评估范围。发达国家迄今尚未评估内容误差。发展中国家虽然评估内容误差,但所采用的“未加权内容误差比率估计量”未覆盖各种来源引起的内容误差。针对这一缺陷,本文研究目标是,用提出的“加权内容误差完整估计量”替代“未加权内容误差比率估计量”。为实现目标,采用文献解读法、现场调查法和数理模型法研究“加权内容误差完整估计量”及其抽样方差估计量的建立。研究意义在于,建立以“加权内容误差完整估计量”为核心的人口普查内容误差评估理论体系,为政府统计部门制定人口普查内容误差评估方案提供参考。     

国外政府统计数据质量监控方法及其启示探究

正西方发达国家政府统计数据质量监控都注重结合本国实际,以保证统计数据的质量为目标,在数据质量评估、控制等方面形成了各具特色的政府统计数据质量监控机制。本文主要以美国、英国、加拿大等发达国家为视角,研究国外政府数据质量监控方法     

关于统计分析对数据一般性要求的探讨

在统计分析中，对统计数据有什么一般性的要求，以及如何满足这种要求，是所有统计工作者十分关注的问题。本文拟从九个方面谈谈我们的看法。1.对统计数据的可奉性要求。统计数据的可靠性是确保统计数据质量的标志，也是提高统计分析水平的关键。大家都知道，在数据收集过程中，有很多环节都可能产生误差，从而影响统计数据的可靠性。因此，尽量减少误差也就提高了数据的可靠性。统计数据的误差来源有观测误差、抽样误差、非抽样误差、计量误差和时间因素误差等等，认识到了这些误差的来源，并采取相应的措施和方法，才能使误差减少到最低限…