周期性普查与经常性统计制度及其调查数据的衔接问题

2003年，国务院对我国的普查项目和周期安排做出重大调整，调整后是十年三项四次普查，普查项目有所精简，周期趋于合理，覆盖面更全，普查数据更新更快，资料的利用程度也得到明显提高。同时，也更有利于各项普查标准的协调统一和普查内容的相互衔接，从而使周期性普查、经常性统计制度相互衔接、互为补充。但是，我们也应清醒地认识到，随着普查项目和周期的调整，周期性普查与经常性统计制度及其调查数据衔接的矛盾日益突出。     

改革周期性普查制度的初步探讨

一、我国周期性普查制度的建立及其存在的问题 建立以周期性普查为基础,以经常性抽样调查为主体,重点调查、科学估算为补充的多种方式方法综合运用的统计调查体系,是我国跨世纪统计调查体系改革的目标模式。在这一模式中,既体现了多种调查方式方法之间的有机结合和综合运用,也明确了它们的主辅地位。由于普查既可提供全面系统的基本统计信息,又可为抽样调查提供抽样框     

答读者问──我国统计调查方法改革的目标模式

今年5月，国务院批转国家统计局《关于建立国家普查制度改革统计调查体系的请示响通知，明确今后我国统计调查方法改革的目标模式，就是局快建立以必要的周期性普查为基础，以经常性的抽样调查为主体，五点调查和科学核算等为补充的多种方法综合运用的国家统计调查方法体系。近     

谈抽样调查的“两个抓手”

随着统计与国际的接轨,国家统计局明确我国统计方法制度改革的指导思想是:建立以周期性普查为基础,以经常性抽样调查为主体,同时辅之于重点调查和科学推算等多种方法综合运用的统计调查方法体系.可见,今后一个时期,扩大抽样调查的应用领域、缩小全面统计报表的调查范围已成定局.     

普查任务的困惑与反思

普查任务的困惑与反思文＼山东省章丘市统计局李贺贵姜汝德第八届全国人民代表大会常务委员会第十九次会议审议通过的修正后的《中华人民共和国统计法》规定，“统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表，重点调查综合分析等为补充，搜...     

做好普查资料的开发利用工作为党政领导科学决策服务

随着我国统计改革的不断深入，建立以必要的周期性普查为基础，以经常性的抽样调查为主体，同时辅之以重点调查，科学推算等多种方法综合运用的统计调查方法体系已逐渐形成。“八五”期间，我国已相继开展了第三产业普查、工业普查。“九五”期间还要进行基本单位普查、农业普查和人口普直。各项大型普查工作积累了很多宝贵丰富的资料，我们能否做好普查资料的开发利用工作，对于巩固普查成果，达到普查目的，为党政领导科学决策服务，促进全区经济社会发展起着重要的作用。一、普查的目的在于应用《我国统计改革和统计现代化建设纲要》中明…     

《统计法》释义(六)

《统计法》释义（六）国家统计局政策法规司全国人大常委会法工委经济法室第十条统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，搜集、整理基本统计资料。重大的国情国力普查，需要动员各方面力量进行的，由国...     

适应市场经济要求发展社会调查统计业

适应市场经济要求发展社会调查统计业天津职业大学宋拯亚统计法第二章第十条规定：统计调查应当以周期性普查为基础，以经常性抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，搜集、整理基本统计资料。这说明了国家对社会调查的重视，它是市场经济中不可...     

关于抽样调查应用的思考

我国统计调查改革的目标模式是建立一个以必要的周期性普查为基础、以经常性的抽样调查为主体,同时辅之以重点调查、科学推算和全面报表综合运用的统计调查方法体系。纵观改革开放以来统计调查方法改革的进程,全面统计报表在现行的     

略谈我国的抽样调查

略谈我国的抽样调查□文／长春税务学院徐永义目前，国家统计局提出了尽快建立以必要的周期性普查为基础，以经常性抽样调查为主体，同时辅之以全面统计报表、重点调查和科学推算综合运用的新的统计调查方法体系。毫无疑问，这对我国的抽样调查工作提出了新的要求，但是，...     

基于数据汇总的普查调查框误差研究

作为一种全面调查,普查数据的生产过程可以视为由个体数据汇总为总量数据的过程.为了开展普查数据质量评估与控制研究,从中国普查调查实施过程共性出发,构建普查数据汇总模型的一般形式,并以此为基础界定普查调查框及其作用,将普查划分为两种类型;同时从普查数据汇总的角度论述普查调查框误差的量化形式,进一步完善单位清查(清查摸底)环节在普查数据汇总中的理论意义.     

周期性普查数据质量评估方法与适用性研究

从普查数据准确性检验到普查数据误差测量,有关周期性普查数据质量的评估研究随着人们对普查数据生产过程的认识而不断发展与完善,先后发展出包括人口统计分析、数据一致性检验、行政记录审核和事后质量抽查等技术思路,包含多种具体的评估方法。根据评估依据与普查系统的关系,这些评估方法可被归纳为内部评估、外部评估以及事后抽查等三种评估途径。通过对每种评估方法特点及其适用性的分析,有利于进一步深化我国周期性普查数据质量评估的理论研究。     

Pooled Cross-Sectional and Time Series Data: A Survey of Current Statistical Methodology

A data base that provides a multivariate statistical history for each of a number of individual entities is called a pooled cross-sectional and time series data base in the econometrics literature. In marketing and survey literature the terms panel data or longitudinal data are often used. In management science a convenient term might be management data base. Such a data base provides a particularly rich environment for statistical analysis. This article reviews methods for estimating multivariate relationships particular to each individual entity and for summarizing these relationships for a number of individuals. Inference to a larger population when the data base is viewed as a sample is also considered.     

煤炭大数据指数编制及经验模态分解模型研究

基于开放性数据源、连续观测昨多变量数据编制的大数据指数,与传统的统计调查指数存在的差异不仅在于数据本身的无限扩张,而且在于编制方法以及分解研究的规则、模型方面的差异。在大数据背景下,率先尝试性地提出大数据指数的定义和数据假设,将"互联网大数据指数"引入煤炭交易价格指数综合编制太原煤炭交易大数据指数,从而反映煤炭价格的变动趋势;导入经验模态分解模型,对所编制的煤炭大数据指数进行分解研究,尝试比较与传统的统计调查指数的差异。研究表明:新编制的煤炭价格大数据指数要比太原煤炭交易价格指数更为敏感和迅速,能更好地反映煤炭价格的变动趋势。随着"互联网+"和大数据战略的逐渐普及,基于互联网大数据编制的综合指数会影响到更多领域,将成为经济管理和社会发展各个领域的晴雨表和指示器;与传统统计调查指数逐步融合、互补或者升级,成为宏观经济大数据指数的重要组成部分。     

中国省域人口总数修订

人口统计数据是制定宏观经济政策和规划人口发展的基础。中国非普查年度人口总数常常与普查年度人口总数差异较大,而关于中国非普查年度人口统计数据修订的研究较少。建立省域人口增长率的固定效应模型,描述中国各省域人口总数的变化趋势,基于拟合模型和普查数据,提出中国省域人口总数修订方法,并对2001年至2009年中国省域人口总数进行修订,结果表明:2001年至2009年中国人口总数修订值与《中国统计年鉴》公布的人口总数之间存在差异,差异率低于0.5%;省域人口总数修订值变化相对平稳,在年度之间的变化幅度相对小,能够更合理反映各省域人口总数的发展趋势。     

Investigate Data Dependency for Dynamic Gene Regulatory Network Identification through High-dimensional Differential Equation Approach

Gene regulation plays a fundamental role in biological activities. The gene regulation network (GRN) is a high-dimensional complex system, which can be represented by various mathematical or statistical models. The ordinary differential equation (ODE) model is one of the popular dynamic GRN models. We proposed a comprehensive statistical procedure for ODE model to identify the dynamic GRN. In this article, we applied this model to different segments of time course gene expression data from a simulation experiment and a yeast cell cycle study. We found that the two cell cycle and one cell cycle data provided consistent results, but half cell cycle data produced biased estimation. Therefore, we may conclude that the proposed model can quantify both two cell cycle and one cell cycle gene expression dynamics, but not for half cycle dynamics. The findings suggest that the model can identify the dynamic GRN correctly if the time course gene expression data are sufficient enough to capture the overall dynamics of underlying biological mechanism.     

面板数据加权聚类分析方法研究

在面板数据聚类分析方法的研究中,基于面板数据兼具截面维度和时间维度的特征,对欧氏距离函数进行了改进,在聚类过程中考虑指标权重与时间权重,提出了适用于面板数据聚类分析的"加权距离函数"以及相应的Ward.D聚类方法。首先定义了考虑指标绝对值、邻近时点增长率以及波动变异程度的欧氏距离函数;然后,将指标权重与时间权重通过线性模型集结成综合加权距离,最终实现面板数据的加权聚类过程。实证分析结果显示,考虑指标权重与时间权重的面板数据加权聚类分析方法具有更好的分辨能力,能提高样本聚类的准确性。     

A Method of Exploring the Mechanism of Inflationary Expectations Based on Qualitative Survey Data

The objective of this article is to propose a method of exploring the mechanism of expectation formation based on qualitative survey data. The survey data are regarded as a sample from a multinomial distribution whose parameters are time-variant functions of inflation expectations. The parameters are estimated using a Bayesian recursive approach, which is a generalization of the Kalman filtering technique. For illustrative purposes, the method is applied to Japanese data. One notable finding from the empirical analysis is that the expectation formation process of Japanese enterprises has varied greatly over time.     

基于随机森林模型的分类数据缺失值插补

缺失数据是影响调查问卷数据质量的重要因素,对调查问卷中的缺失值进行插补可以显著提高调查数据的质量。调查问卷的数据类型多以分类型数据为主,数据挖掘技术中的分类算法是处理属性分类问题的常用方法,随机森林模型是众多分类算法中精度较高的方法之一。将随机森林模型引入调查问卷缺失数据的插补研究中,提出了基于随机森林模型的分类数据缺失值插补方法,并根据不同的缺失模式探讨了相应的插补步骤。通过与其它方法的实证模拟比较,表明随机森林插补法得到的插补值准确度更优、可信度更高。     

Modeling Bimodal Discrete Data Using Conway-Maxwell-Poisson Mixture Models

Bimodal truncated count distributions are frequently observed in aggregate survey data and in user ratings when respondents are mixed in their opinion. They also arise in censored count data, where the highest category might create an additional mode. Modeling bimodal behavior in discrete data is useful for various purposes, from comparing shapes of different samples (or survey questions) to predicting future ratings by new raters. The Poisson distribution is the most common distribution for fitting count data and can be modified to achieve mixtures of truncated Poisson distributions. However, it is suitable only for modeling equidispersed distributions and is limited in its ability to capture bimodality. The Conway–Maxwell–Poisson (CMP) distribution is a two-parameter generalization of the Poisson distribution that allows for over- and underdispersion. In this work, we propose a mixture of CMPs for capturing a wide range of truncated discrete data, which can exhibit unimodal and bimodal behavior. We present methods for estimating the parameters of a mixture of two CMP distributions using an EM approach. Our approach introduces a special two-step optimization within the M step to estimate multiple parameters. We examine computational and theoretical issues. The methods are illustrated for modeling ordered rating data as well as truncated count data, using simulated and real examples.