政府统计部门实施用户满意度调查的若干构想——基于欧洲统计系统的实践经验

通过用户满意度调查来测量用户对统计数据质量水平的主观感知,为统计数据质量评估与控制提供了一条重要的信息渠道。基于对政府统计部门实施用户满意度调查的社会背景及其必要性的分析,借鉴在国际同领域实践中起步较早的、较具代表性的欧洲统计系统用户满意度调查的相关实践经验,对中国政府统计部门实施用户满意度调查的制度保障、目标定位与内容设计以及调查组织实施等方面的实践要领进行了探讨。     

统计数据项目、发布渠道与用户质量感知

 通过实施统计用户满意度调查,测量统计用户对于政府统计部门所生产各类统计数据项目的综合质量感知,及其在主要发布渠道的具体质量感知状况。基于调查数据的分析结果表明：各类统计数据项目的综合用户质量感知水平存在较为明显的差异,用户质量感知与其使用频率之间保持了一定的正相关关系;而各类统计项目在不同发布渠道的具体质量表现也不尽相同。据此可以有效确立统计数据质量管理工作的重点环节。     

欧洲统计系统用户满意度调查的经验及启示

欧洲统计系统在日常统计数据质量管理中突出用户导向原则,将用户对于统计数据产品的质量感知视为重要的质量信息来源。用户满意度调查成为欧洲统计系统质量改进活动的基础,通过统一规划与独立实施相结合,将用户调查与其他数据质量评估方法进行系统整合,从而确保了用户调查的规范性、可行性与有效性。文章认为,在现阶段,用户满意度调查在评估与改进统计数据质量方面的作用尚未有效发挥,仍有很大的改进空间。     

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。     

三种国际统计质量管理框架的比较及启示

 立足于数据质量管理的现实需要,本文对国际货币基金组织、欧盟统计局及经合组织的统计质量管理框架进行比较分析。结果显示,三大国际组织的统计质量管理框架作为保证统计数据质量的有效手段,在质量维度与含义、整体框架、评估方法与工具等方面既存在明显差异又具有一致性。它们在统计质量管理方面的做法和经验对于我国加强统计数据质量管理具有借鉴意义。     

政府统计数据质量管理的国际准则

政府统计数据质量管理除了因各国具体的国情不同而在领导和组织的方式上有所差异外,在共同的技术层面上,各国政府统计机构越来越认同或遵循一系列国际准则.这些国际准则都在一定程度上影响着政府统计数据质量及其管理,它们主要分为三个层次,第一个层次是有关统计核算的国际准则,其中主要有<国民经济核算体系>(SNA)、<国际收支手册>(BOP)、<政府财政统计手册>(GFS)和<货币与金融统计手册>(MFS)等,它们给一国宏观经济统计数据的编制提供了理论基础和方法论基础;第二个层次是有关统计数据公布的国际准则,具体包括<数据公布通用系统>(GDDS)和<数据公布特别标准>(SDDS)两个,它们主要对统计数据生产和公布质量方面的规范性进行技术阐释;第三个层次是有关统计数据质量评估框架的国际准则,即IMF制定的统计数据质量评估框架,简称DQAF,它提供了对统计数据质量进行定性评估的基本方法.下面将对这三个层次的国际准则中与政府统计数据质量管理相关的内容分别加以介绍和说明.     

政府统计数据质量内涵的演化与启示

 内容提要：在统计“入世”与市场化改革双重背景之下,统计数据质量研究凸显其重要之处。本文选取政府统计数据质量内涵为研究对象,基于国际统计数据质量标准和各国统计部门成功实践经验的双重视角,对其发展历程中所形成的“传统与现代”、“狭义与广义”、“绝对与相对”、“一般与特殊”四组范畴进行梳理,进而总结出政府统计数据质量管理工作的若干要点,并就此对进一步提高中国统计数据质量管理水平提出些许思考。     

统计数据质量评估与完善探讨

对统计数据质量的评估与完善一般是在统计数据产生之后进行的。由于现行统计体制、统计方法制度、统计工作方式、统计指标体系还存在较大缺陷,致使一些关系经济发展全局的、涉及利害关系的、衡量工作成绩的统计数据容易出现程度不同的脱离实际的偏差。因此建立卓有成效的统计数据质量的评估与完善系统十分重要。从目前看,我国普遍采取的统计数据质量评估办     

对加强乡镇统计数据评估的若干思考

开展统计数据质量评估是提高统计数据质量、充分发挥统计数据作用的一个重要手段。从缙云县的目前情况看,农业统计中,总量经济统计汇总数据的评估已被各级领导和统计部门所重视,而乡镇及村级统计数据质量的评估是一个薄弱环节,与此相对应,汇总指标基本反映实际,但乡镇之间却参差不齐,统计数据质量有待进一步提高。一、开展乡镇统计数据质量评估的必要性当前农业统计数据质量受多方面的影响,但归纳起来主要有两方面：一是农村分户经营从客观上对搞准统计数字造成很大的困难;二是由于各级政府在抓农村经济工作时,往往把农业经济指标…     

中国政府统计公信力的主要影响因素分析

文章基于中国政府统计公信力满意度调查取得公众感知数据,运用因子分析法对我国政府统计公信力影响因素及作用机制进行实证研究.结果显示:政府统计数据质量、工作独立性、执法与宣传、整体工作质效和服务品质是我国政府统计公信力的最主要影响因素.     

中国统计数据质量理论研究与实践历程

本文通过对改革开放以来我国统计数据质量理论研究和实践成果的回顾,归纳出三十年来有关统计数据质量的理论研究和实践脉络。在总结三十年来我国统计数据质量说取得的理论与实践成就的基础上,分析了存在的问题及面临的挑战。     

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。     

Concurrent Design for Process Quality,Statistical Tolerance,and SPC

The rapid response to the requirements of customers and markets promotes the concurrent engineering (CE) technique in product and process design. The decision making for process quality target, SPC method, sampling plan, and control chart parameter design can be done at the stage of process quality plan based on historical data and process knowledge database. Therefore, it is a reasonable trend to introduce the concepts and achievements on process quality evaluation and process capability analysis, CE, and SPC techniques into process plan and tolerance design. A new systematic method for concurrent design of process quality, statistical tolerance (ST), and control chart is presented based on a NSFC research program. A set of standardized process quality indices (PQIs) for variables is introduced for meeting the measurement and evaluation to process yield, process centering, and quality loss. This index system that has relatively strong compatibility and adaptability is based on raisonne grading by using the series of preferred numbers and arithmetical progression. The expected process quality based on this system can be assured by a standardized interface between PQIs and SPC, that is, quality-oriented statistical tolerance zone. A quality-oriented ST and SPC approach that quantitatively specifies what a desired process is and how to assure it will realize the optimal control for a process toward a predetermined quality target.     

Sure independence screening for real medical Poisson data

The statistical modeling of big data bases constitutes one of the most challenging issues, especially nowadays. The issue is even more critical in case of a complicated correlation structure. Variable selection plays a vital role in statistical analysis of large data bases and many methods have been proposed so far to deal with the aforementioned problem. One of such methods is the Sure Independence Screening which has been introduced to reduce dimensionality to a relatively smaller scale. This method, though simple, produces remarkable results even under both ultra high dimensionality and big scale in terms of sample size problems. In this paper we dealt with the analysis of a big real medical data set assuming a Poisson regression model. We support the analysis by conducting simulated experiments taking into consideration the correlation structure of the design matrix.     

我国统计学类专业本科教育现状的调查与分析

随着统计学上升为一级学科以及“大数据”时代的到来,我国统计学本科教育得到迅猛的发展。为了保证本科教育的质量,教育部提出要制定各专业教学质量的国家标准。本报告是为了制定统计学专业教学质量的国家标准而开展的对全国统计学专业调查的总结与分析。     

研究与开发机构统计数据质量与异常点的对数正态分布检验与识别

一、引言　　统计数据来源于基层调查单位,对基层调查单位上报的原始数据进行检查和审核是提高统计数据质量的重要措施之一。这种检查和审核应包括以下两方面:(1)对基层调查单位上报的原始数据进行质量评估。通过评估对数据的质量有一个总体的认识和把握,特别是对数据的可靠性和准确性应有一个定量的说法。(2)对原始数据中的异常点进行识别和纠正。所谓异常点或称奇异点(ｏｕｔｌｉｅｒ),是对应于误差较大的观察数据,在这里主要是指社会经济和科技统计中的失实数据。由于种种技术上或非技术上原因形成的基层调查单位上报数据中的异常点,必然…     

统计基层基础建设评价方法的研究

 统计基层基础建设和评价方法是提高统计数据质量、提高统计能力、提高统计公信力及推进“企业一套表”实施的基础和保障。本文针对河北省统计基层基础建设和评价方法问题,首先,对统计基层基础的定义进行了阐述,分析了河北省在加强统计基层基础工作前存在的主要问题;在老虑不同地区形成的代表性差异,科学选择试点,进行深入研究的基础上,提出了县、乡两级统计基层基础建设和评价方法的具体思路和实施办法,重点对如何加强基层统计工作问题进行了研究,并通过初步实施、以点带面,促进了全省统计基层基础工作水平的全面提升,取得了显著的效果。     

Theoretic and empirical data-inclusive process characterization

Summary.  In process characterization the quality of information that is obtained depends directly on the quality of process model. The current quality revolution is now providing a strong stimulus for rethinking and re-evaluating many statistical ideas. Among these are the role of theoretic knowledge and data in statistical inference and some issues in theoretic–empirical modelling. With this concern the paper takes a broad, pragmatic view of statistical inference to include all aspects of model formulation. The estimation of model parameters traditionally assumes that a model has a prespecified known form and takes no account of possible uncertainty regarding model structure. But in practice model structural uncertainty is a fact of life and is likely to be more serious than other sources of uncertainty which have received far more attention. This is true whether the model is specified on subject-matter grounds or when a model is formulated, fitted and checked on the same data set in an iterative interactive way. For that reason novel modelling techniques have been fashioned for reducing model uncertainty. Using available knowledge for theoretic model elaboration the techniques that have been created approximate the exact unknown process model concurrently by accessible theoretic and polynomial empirical functions. The paper examines the effects of uncertainty for hybrid theoretic–empirical models and, for reducing uncertainty, additive and multiplicative methods of model formulation are fashioned. Such modelling techniques have been successfully applied to perfect a steady flow model for an air gauge sensor. Validation of the models elaborated has revealed that the multiplicative modelling approach allows us to attain a satisfactory model with small discrepancy from empirical evidence.