深圳市就业人口增长的灰色预测与分析

根据深圳最新就业人口数据,运用灰色系统理论,探讨并选择了最优灰色GM（1,1）模型对深圳未来几年的就业人口进行灰色预测,并用灰色关联方法分析了深圳市新增就业人口与房屋竣工面积、住宅竣工面积、新增固定资产投资之间的相关关系。结果表明,在建立的灰色GM（1,1）模型群中,4维灰色GM（1,1）模型的预测精度最高,其结果也明显优于线形回归;未来几年内深圳市就业人口仍会有大幅度增长;房屋竣工面积、住宅竣工面积对新增就业人口的影响明显大于新增固定资产投资,并且当年的房屋竣工面积、住宅竣工面积、新增固定资产投资对新增就业人口的影响明显高于上一年。     

基于季节增长率的一种直接调整方法

传统季节调整方法在提取环比增长率时需要先剔除原始数据中的季节成分,这会带来原始数据信息的失真.鉴于此,本文提出了一种直接拟合原始数据增长率的季节增长率(SGR)模型,该模型不仅可以直接提取环比增长率,还可以对原始数据的增长率进行预测.蒙特卡洛模拟结果表明,本文给出的针对SGR模型的MLE估计方法具有良好的有限样本表现.通过对我国GDP和CPI数据进行实证,本文发现利用SGR模型直接提取的环比增长率的稳定性要高于其他一些季节调整方法.不仅如此,SGR模型的拟合和预测表现相比BSM模型和SARIMA模型均有显著提高.此外,SGR模型还具有容易拓展为非线性、多元情形的优势.     

失业率的一种调整计算方法——按人口统计资料调整后的失业率

劳动力失业率的变动除了受经济因素影响外 ,还与劳动力的结构变动有关。因此 ,当失业率作为经济评价指标时 ,应对失业率进行调整计算     

过程调整方法的效应分析

在现代制造环境下,过程输出数据的自相关性普遍存在,机器设置误差时常发生,应用传统的统计过程控制(SPC)对过程进行监控.已经变得毫无意义.文章基于戴明漏斗实验仿真模拟讨论了调整过程的必要性.分析了MMSE和Grubbs调整方法减少过程波动的效应,比较了两种调整方法的特点,为深化对过程调整方法的研究提供了参考,有助于在实践中更好地推行和实施过程调整方法.     

基于社会零售总额的非正常波动统计数据的季节调整

文章以我国社会消费零售总额指标非正常波动统计数据季节调整的理论进行了实证分析。通过对我国社会消费零售总额时间序列图季节调整前后的对比分析,发现季节调整后的曲线较为平滑。调整效果比较合理。     

我国统计数据的可靠性及其调整方法

中国经济的迅速增长引起了国内外学者的广泛关注,对于中国经济统计数据的可靠性问题,他们从不同的角度阐述了自己的观点,并采用不同的调整方法重新估算了中国经济的增长情况.     

调整系数法:绿色 GDP 核算的一种新方法

文章尝试从相对量的角度探讨绿色GDP的核算方法,以避免核算技术上的困难,即:在假设各种自然资源消耗量或环境污染物排放量同GDP成正比和各种自然资源或环境污染物对GDP的影响程度与其在经济中的地位相对应的基础上,提出基于相对量的调整系数法——以各类自然资源耗减量或环境污染物排放量实际值比上临界值,如果此比值小于1,则调整系数就等于此比值,否则等于1;通过赋权,探讨了自然资源或污染物综合调整系数的计算方法并给出了绿色GDP的计算公式;借用金融学中的利率年金模型,确定了各种自然资源和环境污染物的临界值,并提出了加强我国绿色GDP核算制度建设的建议。     

价格指数的质量调整方法及决策过程

要使所计算的价格指数只反映纯价格变动,需要对调查项目进行质量调整.质量调整的主要方法有显式质量调整和隐式质量调整.进行质量调整首先需判断项目的规格特征是否发生了变化,进一步判断项目质量是否发生了变化,然后再选择具体的质量调整方法.     

运输服务贸易统计数据的正向调整

过去三十年间,服务贸易在全球经济生活中的地位日趋重要,吸引越来越多研究者的关注。一些研究者集中分析服务业市场开放政策对母国经济及行业绩效的积极作用,另一些则借助经济模型探讨服务贸易对全球经济一体化的影响。本文则将视角放在运输服务贸易统计问题上,力图证明运输服务贸易出口普遍被低估,在进一步的经济分析之前需要首先调整相关数据以获得更为准确的分析结果。     

农产品价格指数的季节调整方法研究

文章通过对农产品批发价格指数的季节调整,分析了农产品批发价格指数季节波动规律和经济含义。研究了春节效应在预调整中的处理方法,通过对春节效应模型的连续模拟,发现时间间隔与模型解释能力存在非线性关系,提出了适用于农产品批发价格指数春季效应预调整的最优时间间隔,以便更好的分析其季节波动特征。     

入境旅游数据的季节调整方法研究

X-13ARIMA-SEATS是美国普查局最新的季节调整程序,能够处理异常值和边界值的问题,并能够考虑不同国家经济数据的移动假日效应和交易日效应的特殊情况.该程序的最大优点在于既能考虑数据随机性特征,又能充分反映确定的经济意义.文章运用该方法所具有的预调整功能,充分考虑中国特殊的移动假日因素,探索入境游数据的预处理方法.分析我国旅游业入境游数据的季节调整因子的经济意义,研判我国旅游业入境游的发展趋势、季节性变化规律和重要的临界点.     

匹配模型框架下价格指数质量的调整方法

从匹配模型法数据的缺失机理分析,匹配模型法编制的价格指数的质量偏差可分为两部分：一部分为样本内的质量偏差;一部分为样本外的质量偏差。文章对匹配模型框架下质量偏差的数据模式和数据缺失机理进行了探讨和研究,在此基础上针对不同的数据缺失机理,提出了均值插补法、交叠插补法和hedonic插补法三种质量调整方法。     

统计环比指数季节调整方法与应用

由于反映前后两个时期变化的统计环比指数能及时准确体现经济运行的近期变化,再加上科学地季节调整,能及时察觉经济的趋势性变化,也能尽早采取相应的政策措施,因此,准确运用季节调整后的统计环比指数已成为加强和改善宏观调控的重要手段。针对我国主要节假日以农历计算,各公历月度之间节假日和周末分布很不固定和不均匀的问题,从理论与方法上探索了适合中国特点的X-12-AKIMA季节调整方法,并有效地在实践中加以应用。     

浅议问卷调查中的无回答及其权数调整方法

本文论述了问卷调查中无回答的概念、种类、产生原因及对调查结果的影响,并介绍了对无回答进行权数调整的方法。     

时间序列分析与季节调整方法浅析

时间序列分析（Ｔｉｍｅ Ｓｅｒｉｅｓ Ａｎａｌｙｓｉｓ）作为统计数学的一个分支,是分析动态数据,提供定量预测的重要理论和方法。西方国家现已较为普遍地在经济、金融领域运用时间序列模型分析预测各种发展趋势。近年来,随着我国改革开放的深人和经济的飞速发展,对经济领域中存在的大量数据进行动态分析处理,摒弃静态分析的高误差率,并进一步用科学的方法进行预测、决策已显得愈加必要,时间序列分析方法在经济界的推广普及已是大势所趋。 所谓时间序列分析（即动态数据处理）,是指一批按时间先后顺序记录下来的观测结果（时间序…     

经济指标季节调整中消除节假日因素的方法

文章首先对现有季节调整方法中消除节假日因素的思路进行了简要的回顾;接着,从休闲日和工作日的独特视角,指出现有季节调整方法中消除节假日因素思路的不足,分析并归类了不同节假日因素对经济数据的不同影响;最后,根据我国一些特殊节假日的实际情况,在借鉴国外处理节假日方法的基础上,提出了消除中国节假日因素的思路。     

季节调整方法及其在我国的应用研究综述

根据国内外理论研究和应用实践发现,季节调整方法在中国的理论发展和应用前景非常广阔.因此,将季节调整方法作为研究对象,对国外先进季节调整方法进行系统梳理和研究综述,并对比、归纳各种方法的优缺点,从抽样角度对季节调整方法在中国的改进和实践应用进行综述,总结出存在的不足和未来研究的趋势.     

CPI质量调整及方法改进问题新探

产品质量变化是CPI偏差的主要来源,质量调整问题是CPI统计理论与实践的难点之一。进入大数据时代,CPI质量调整的必要性和可行性都显著上升,常用的一些质量调整方法将更具操作性,而且质量偏差调整的效果也将明显改善。基于大数据的支持,经典的Hedonic方法可采用加权时间―虚拟Hedonic指数和加权时间―产品―虚拟Hedonic指数对质量发生改变的规格品进行价格虚拟,结果更加合理准确,并能保证CPI质量调整的及时性和动态性。目前中国CPI统计尚未引入质量偏差调整,为进一步提高数据质量,应尽快研究和实施CPI质量调整。     

过程监测和调整的方法研究

文章针对传统SPC控制方法监测SPC/EPC整合过程中异常因素的困难,在大量实验基础上,提出了一种联合监测方法,即:采用Shewart图监测过程输出,EWMA图和Shewart图联合监测过程输入。仿真实验表明,该联合监测方法能快速有效地监测引起过程扰动异常因素,并能弥补偶然因素导致的输出波动。