关于海洋统计分组和指标设置的理论思考

自20世纪90年代建立专门的海洋统计制度,中国的海洋经济统计分组和指标就在陆续地改进中。国家行业标准     

因素分析在统计分析中的应用

一、单因素分析某地区某统计指标按某种分组标志将总体分为n个分组,总体标志值、各分组标志值及一般统计分析中经常用到的分析指标及计算公式如表1所示。其中"增加"是指报告期较基期的指标标志值增加的绝对量;"增长"是指报告期较基期指标标志值增加的相对量;"贡献"即贡献率,是指由于某分组标志值的增加或减少对总体指标值增加或减少的百分数;"拉动"是指由于     

统计指标体系的分类及内容

统计事业五十多年的发展，已经形成了一套比较完善的经济、社会、科技三位一体的统计指标体系。据对各项统计调查制度的不完全统计，不包括分组，单纯的统计指标，大约有5000个，加上复合分组，大约有四万个指标，是一个非常庞杂的体系。     

我们是怎样抓统计业务训练的

1979年以来,我们县先后举办了五期工业统计训练班,两期工业统计知识讲座.通过脱产学习、集中上课、分组自学、互教互学等方法,使学员从理论和实践的结合上基本上搞清楚了统计的任务、作用及有关指标的统计范围和计算方法,增强了他们搞好统计工作的自觉性,提高了他们搜集、整理、分析、运用统计资料的业务能力.     

统计资料分组情况下中位数和众数的计算

一、问题的提出 统计分组是统计实务中一种非常实用的分析方法.很多看似无规律或规律不明显的统计资料,经过统计分组后,可以找出其规律或很强的规律.但统计分组也象其他科学研究的手段一样有其利弊的.比如有些统计指标在统计资料未分组前是容易计算的,但当进行资料分组后,其计算就变得有点困难了,有时甚至要在某些合理修正之下,才能求出其近似值.统计资料分组后,众数和中位数的计算就是这样的.     

构建海洋经济统计调查方法体系的思考

文章梳理建国以来政府统计调查体系的发展历程,在分析海洋经济统计发展概况和海洋经济统计主要特点的基础上,对“海洋经济统计”“海洋经济调查”“海洋经济统计调查”“涉海部门数据共享”“海洋经济核算”“海洋经济统计核算”等相近概念进行了界定,进一步提出以涉海单位清查为基础,以定期海洋经济统计报表制度为主体,以典型区域和重点产业抽样调查、专题调查、数据共享和行政记录利用为补充,以重点涉海企业联系制度、联网直报、大数据开发应用为手段,构建现代海洋经济统计调查方法体系。     

哈尔滨市历史资料综合数据库系统的总体设计

一、设计思路哈尔滨市统计局综合统计数据库根据统计工作特点,将数据库代码分成三部分来描述,即基本指标编码、时空编码、统计分组编码.1、基本指标编码:一共十一位码.作为该数据库的主索引码,对数据库文件本身来讲是唯一的.由该编码可以准确地描述一条记录所属的类别、出处、计量单位.2、时空编码:采用两位空间码.时间码的取值范围内49—96—10.3、统计分组编码:根据不同目的、需求,按照经验,设立六个统计分组及目录.     

模糊聚类分析方法在企业经济效益分类中的应用

在统计工作过程中，当找们取得了大量统计资料以后，只有通L科学的分组．才能分析研究社会经济现象中各种类型的持点，各个指标之间的相互关系，说明社会经济现象内部的结构及其在时间上的变化，发展趋势和发展规律．但在实际工作中，有的现象特征十分复杂，按照经典的统计分组方法难以分类和比较，对于这种十分复杂的各种模糊关系上的现象特征．我们使用模糊聚类的分析方法进行统计分组。下面就简单地介绍模糊聚类在企业经济效益中的应用。如下表（表1）是十个商业企业的有关经济效益统计资料：表1不难发现各企业在每项指标上的数值是一种…     

基尼系数计算中统计分组方法的探讨

基尼系数的计算与统计分组密切相关,本文通过统计分组对基尼系数的影响分析,探讨了基尼系数计算中“七类分组法”的科学性及其应用方法。     

论统计分组的四条逻辑原则——兼论若干统计基本概念在划分上的偏误

文章从逻辑学的角度出发,对在统计分组中,组与组之间,组与总体之间,总体、划分标准与组三者之间分别应满足哪些基本要求的问题进行了探讨;提出了统计分组时应符合的四条逻辑原则,即互斥性、相称性、一致性、层次性原则;并对统计学原理中的统计指标、统计误差、变量等统计学基本概念的常见划分进行了剖析,提出一些商榷性的意见     

官方统计数据修订的国际经验

随着社会各界对统计数据越来越关注,官方统计数据的修订问题越来越重要。科学修订统计数据对于确保统计数据质量,维护统计数据信誉十分重要。本文深入分析了国外官方统计数据修订的主要原因,阐述了有关国际组织和国家统计数据修订的种类、范围、条件和程序,详细介绍了美国和澳大利亚官方统计数据修订的具体做法和经验,并得出了几点有益的启示,以期对研究制定我国统计数据修订制度提供借鉴。     

数据科学的统计学内涵

数据科学以大数据为研究对象,而大数据对统计分析最直接的冲击莫过于数据收集方式的变革,同时统计分析的视野也不再局限于传统的属性数据,而是包括了关系数据、非结构、半结构数据等其他类型更丰富的数据。伴随着数据开放运动,数据库之间的关联信息的价值逐步得到体现。基于统计学的视角分别从科学理论基础、计算机处理技术和商业应用等三个维度研究了数据科学的统计学内涵,探讨了数据科学范式对统计分析过程的直接影响,以及统计学视角面临的机遇与挑战。     

The teaching of statistics in UK universities

Summary.  The project on the teaching of statistics in UK universities has two phases. In phase 1 various data sources are explored and the Directory of Academic Statisticians is identified as the most reliable source of data on statistics teaching staff. The number of staff in core mathematical science groups peaked in 1996 and has declined since then. The decline is related to research assessment exercise score. Phase 2 is a survey of university groups that identify with the discipline of statistics within the mathematical sciences and which are the key groups for determining the future supply of statisticians. These groups can be categorized as strong, marginal or weak, depending on their recent history and perceived prospects. This categorization is used to make projections of staff numbers in 2010. A decline of between 7% and 22% is expected. The position in medical statistics is stable. Conclusions are drawn in the final section on the basis of the survey returns and the analysis of the Directory of Academic Statisticians data.     

大数据与统计新思维

最近,《大数据时代》等几本书引起了广泛的关注,大数据正在改变着人们的行为与思维,那么以数据为研究对象的统计学该如何应对？本文基于对大数据的理解,认为统计思维需要发生三个方面的改变：即认识数据的思维、收集数据的思维和分析数据的思维要改变。其中,数据分析思维又要在统计分析过程、实证分析思路、推断分析逻辑等方面发生变化,同时统计分析评价的标准也要有所调整。围绕这些变化,本文提出需要从八个方面去积极应对大数据,以促使统计学科跟上时代的步伐。     

大数据分析仍需要统计思想——以ARGO模型为例

在大数据时代,传统的统计学是否还有用武之地成为很多人的争议。本文以ARGO模型为案例,介绍了统计方法在大数据分析中的应用和取得的成果,并从统计学的角度出发,提出改进的措施与方法。通过ARGO模型的分析结果发现,大数据分析的很多根本性问题仍然是统计问题,而数据中的统计规律仍然是数据分析要挖掘的最大价值,这也意味着统计思想在大数据分析中只能越来越重要。而对于结构复杂、来源多样的大数据来说,统计学方法也需要新的探索和尝试,这将是统计学所面临的机遇和挑战。     

企业统计数据质量影响因素的实证分析

为明确企业统计数据质量的影响因素,定量描述各因素之间的关系,利用SEM模型,通过SPSS AMOS18.0软件进行数据分析,得到企业的信息化程度、企业重视化程度、企业统计力量、统计人员知识水平、统计人员地位、组织正规化程度6个因素的企业统计数据质量结构模型,并比较各个因素对企业统计数据质量影响的大小及各影响因素之间的相关关系,为进一步提高企业的统计数据工作提供了依据。     

从政治算术到大数据分析

本文首先对大数据进行了再认识,包括如何理解大数据的“大”、如何理解大数据的“数据”以及大数据是不是好数据;然后对数据的变化与统计分析方法的发展进行了较为系统的历史梳理,对两者的关系进行了总结;最后探讨了统计学的新发展--大数据分析问题,认为大数据分析是数据科学赋予统计学的新任务,指出了大数据分析面临的挑战与突破口,提出了大数据分析需要达成的共识。     

基于半参数模型的中国GDP数据准确性评估

本文以经济增长理论为基础,对1953-2010年中国GDP数据和劳动投入、资本投入、人力资本等因素建立了半参数回归模型。然后,文章对模型了进行了统计诊断分析,计算了相关统计诊断量,利用统计诊断量得到了模型的异常点,基于此对中国GDP数据的准确性进行了讨论：中国GDP数据的异常点主要集中两个时间段1958-1961年和1991-1994年。文章最后对基于半参数回归模型统计诊断的统计数据准确性评估方法进行了评述。     

A Note on “Characteristics of the Membership of the American Statistical Association, 1958”

A second course in statistics, for nonstatisticians who will use packaged statistical software in their work, is outlined. The course is directed toward the wise choice, use, and evaluation of statistical computer packages. The goal of the course is to train educated consumers of statistical programs. Particular attention is paid to computer-based data analysis, interpretation of output, comparison of competing packages, and statistical problems that arise when computers are employed to analyze large data sets.     

Teaching Introductory Statistics Courses So That Nonstatisticians Experience Statistical Reasoning

The most critical point in developing dynamic introductory statistics courses for nonstatisticians is deciding whether to teach statistical reasoning (concepts and thinking), statistical methods (computations), or both. Statistical reasoning should precede statistical methods. Workshop-based courses effectively provide situated learning and an intimate teaching environment. Use real (or realistic) data, graphics, and teach exploratory data analysis before classical methods. Evaluate the students' levels of statistical anxiety prior to and during the course.