多因素正交模拟敏感性统计分析方法

一、问题的提出传统的多因素模拟敏感性分析方法 (以下简称模拟分析法 )就是在选定的多个基本因素基础上 ,根据因素特点 ,设定若干个水平 ,通过多因素在不同水平下的完全组合 ,计算经济评价指标的变化程度 ,据以找出敏感性因素。但是传统的模拟分析只是简单的单因素轮换法[1,2 ] ,分析中无法实现因素间交互作用对经济评价指标影响的分析 ,而现实的项目不确定性不仅是由基本因素变化产生的 ,基本因素的交互作用在一定的条件下亦起到了决定性的作用。而且传统的模拟分析法由于没有科学的模拟方案设计为指导 ,采用完全组合模拟设计 ,至使分析工…     

统计分析论略

一、统计分析的意义和作用统计分析是以马列主义世界观和方法论为指导,以统计资料和客观事实为依据,运用统计方法或技术,说明客观事物的运动过程和内在关系,揭示事物的本质及规律性,提出解决问题或矛盾的办法。统计分析是统计活动过程的一个重要阶段,开展统计分析是提高整个统计工作水平的重要一环,是我国统计工作成功之路。(一)开展统计分析是科学决策、科学管理的客观要求。宏观经济科学决策和科学管理     

论统计分析研究

一、统计分析研究在整个统计工作中的地位和作用通常人们把统计工作分成三个阶段,即统计调查、统计整理和统计分析。统计分析研究,是全部统计工作不可缺少的重要组成部分,不做好统计分析工作就等于没有完成统计工作的任务。只有做好统计分析研究,统计工作才能起到较好的服务和监督作用。统计分析研究的重要性和作用,可以归纳为以下三点:     

农村居民收入与消费结构的灰色关联分析

 为优化农村居民消费结构,本文在聚类分析的基础上,运用灰色关联分析模型对陕西农村居民消费结构变动情况进行了灰色关联分析。结果表明：农村居民消费结构有所改善,从以生存型消费资料为主导的消费结构开始向以享受、发展型消费资料为主导的消费结构转变。但当前还存在一些制约农村居民消费结构优化的因素。针对这些制约因素,提出了对策建议。     

宏观经济统计分析初探

(一)宏观经济统计分析概念宏观经济统计分析是以宏观经济理论为指导,对社会再生产过程或国民经济系统整体所进行的实证经济统计分析。具体表现为以下特性:1.宏观经济统计工作的最后阶段。宏观经济统计工作是以社会再生产过程为对象的综合统计工作,包括在国家、地区(省级、市级、县级)和综合经济部门如金融部门、财政部门的统计工作之中。宏观经济统计工作包含三个阶段,即统计调查、统计整理和统计分析。     

我国通货膨胀的统计分析

 改革开放以来,我国经济实现了持续快速的增长,也经历了四次较为严重的通货膨胀。我国政府在治理通货膨胀中积累了俄丰富的经验,并于1996年成功地实现了宏观经济的“软着陆”,经济发展进入了“高增长,低通胀”的阶段。然而好景不长,一个更加棘手的问题却又悄然来临。增长开始下降,通货出现紧缩。通货紧缩使得企业盈利下降,居民预期收入降低,抑制了投资和消费,从而进一步使得经济增长放慢,失业人数增加。通货紧缩已经成为影响我国经济健康发展的突出问题。对通货治理不当,可能会带来比通货膨胀更加严重的危害。本文在提出通货紧缩的含义和特征后,全面分析了我国通货紧缩的成因,并提出了治理通货紧缩的政策建议。     

生殖健康的统计分析

 随着人类社会的发展与进步、科技的不断创新,越来越多的人关注着人类自身的健康。如何维护与增进人类的健康已经成为当前的焦点。有人预言,二十一世纪人类健康将面临着一系列新的问题;与人类行为或生活方式有关的疾病,将构成对人类健康的主要威胁,必须从人与社会及人与自然环境紧密依存的角度,重新制定维护与促进人类健康问题的战略措施,才能解决随着社会发展所面临的或可能发生的各种情况。其中,生殖健康的重要性已越来越被人们认识,因为生殖活动不仅影响目前的社会生活,还将直接影响人类社会的未来。因此,生殖健康绝不单纯是医学范畴问题,而是一个具体丰富内涵的、包含了伦理、性别、人口生育发展及医学因素在内的综合概念。     

经济资料多元统计分析初探

多元统计分析方法是处理、分析多个指标的统计方法,它与通常的教科书中所讲的一元统计方法有什么差别呢?为什么不能将多个指标逐一地进行分析,而要从整个地来进行分析呢?就以服装为例,一件衣服有许多尺寸。例如上衣就有袖长、肩宽、领宽、胸围等等。如果衣服只按一个指标袖长来分类,人们就很难买到合身的衣服。因此服装的型号必须根据人的身材指标,进行分析归类,得到合于我国人民身材情况的型号,这样才能使大多数人都能买到合适的服装。由于人们对多元统计分析没有了解,往往习惯于将多元的问题用一元的方法逐一处理。有人在判断     

论建立统计分析的信息库

改革和加强统计分析,是开创统计工作新局面的重要内容,又是实现统计服务优质化的关键。统计分析的改革,要瞄准“开发信息资源,服务四化建设”的方向,扩大服务范围,改革服务方式,完善信息系统,提高统计资料的利用率,朝着服务优质化迈进。改革和加强的核心是扩充分析内容,提高分析质量。要做到这一点,必须广开信息渠道,建立富有的信息库,打好优质分析的基础。     

科技进步作用的统计分析方法

近30年来,伴随着新技术革命的迅速发展,高技术产业日益成为一种全球性的经济力量,对整个社会的生产方式和产业结构产生了深远的影响。因此,探讨高技术产业的基本涵义及其统计度量方法,对于考核一个国家经济的发展和统计学内容的创新有重要的意义。 高技术是一个不断发展着的概念,由于人们在认识上的差异,对于高技术概念的内涵和外延也有不同的理解,从而造成了高技术定义的多样性。归纳起来,大致有三种认识:技术范畴中的高技术定义、经济范畴中的高技术定义和社会范畴中的高技术定义。如果把高技术直接用来描述一类产业的划分或产业部类,则可认为高技术是一种新的产业。这种产业以迅     

简易的双向多因子分析方法

本文从有关教育成果经济贡献问题谈起,主要目的在于从劳动生产力中一项重要因素在国民收入或国民生产总值动态中的作用入手,说明一种可以适用动态研究的简易分析方法。一、把横向同纵向动态分析结合起来教育成果经济贡献是属于劳动生产率的一种横向(个体差异)的特征。在教育成果中所包括的能力增量,遇到适当条件,会成为较高劳动生产力的因素。正如其他类似的经济分析一样,从生产成果逆算劳动生产率时,可以找到这顶教育成果相对作用的经济效益表现。这     

A New Method for Statistical Multidimensional Unfolding

ABSTRACT

Consider the problem of estimating the positions of a set of targets in a multidimensional Euclidean space from distances reported by a number of observers when the observers do not know their own positions in the space. Each observer reports the distance from the observer to each target plus a random error. This statistical problem is the basic model for the various forms of what is called multidimensional unfolding in the psychometric literature. Multidimensional unfolding methodology as developed in the field of cognitive psychology is basically a statistical estimation problem where the data structure is a set of measures that are monotonic functions of Euclidean distances between a number of observers and targets in a multidimensional space. The new method presented in this article deals with estimating the target locations and the observer positions when the observations are functions of the squared distances between observers and targets observed with an additive random error in a two-dimensional space. The method provides robust estimates of the target locations in a multidimensional space for the parametric structure of the data generating model presented in the article. The method also yields estimates of the orientation of the coordinate system and the mean and variances of the observer locations. The mean and the variances are not estimated by standard unfolding methods which yield targets maps that are invariant to a rotation of the coordinate system. The data is transformed so that the nonlinearity due to the squared observer locations is removed. The sampling properties of the estimates are derived from the asymptotic variances of the additive errors of a maximum likelihood factor analysis of the sample covariance matrix of the transformed data augmented with bootstrapping. The robustness of the new method is tested using artificial data. The method is applied to a 2001 survey data set from Turkey to provide a real data example.     

聚类判别法——统计分组的一种新方法

统计分组的作用在于将社会经济现象总体按照统计研究的目的区分为性质不同的各个组成部分,因此,分组的结果应该使同一组内的各总体单位在分组标志上的区别不大,不同组之间有明显的差异。按数量标志进行统计分组时,有一个确定组数和组限的问题。本文根据多元统计分析中聚类及判别分     

求解灰色Verhulst模型参数的新方法

将传统"通过代入初始条件x(1)(k1)=x(1)(k1)=x(0)(k1)整理解得α和β"的方法改进为"通过灰色微分方程αea(ki-k1)+β=1/x(1)(ki),再次利用最小二乘法确定α和β"的新方法,对灰色Verhulst模型的参数求解方法进行改进。研究结果表明:新方法的灰色Verhulst模型建模不仅模拟效果较好,而且适用于等间距和非等间距,并通过等间距与非等间距的实例,与传统模型及近期一些优化模型对比分析,说明了新方法的可行性和优越性。     

统计方法与股票投资分析

股票投资者在进行股票买卖的决策中自觉不自觉地在应用着各种统计方法。股票投资分析方法主要包括基本分析和技术分析两大类，而每一种方法无不闪烁着统计的思想火花。统计方法与基本分析 基本分析就是利用丰富的统计资料，运用多种多样的经济指标，采用包括统计方法在内的各种分析方法从研究宏观的经济大气候开始，逐步展开中观的行业兴衰分析，进而根据微观的企业经营、盈利的现状和前景，对企业所发行的股票作出客观的评价，并尽可能预测其未来的变化，作为投资者选股的依据。 在基本分析中，投资者首先需要观察利率、物价、经济增…     

Cauchy分布的统计分析方法研究

文章在刻度参数λ已知的情形下,给出了位置参数μ的分位数估计与逆矩估计,通过模拟比较发现分位数估计更加精确.同时还给出了参数μ的区间估计,考察了区间估计的精度;在位置参数μ已知的情形下,给出了刻度参数λ的极大似然估计,考察了点估计的精度;在参数μ,λ都未知的情形下,给出了参数μ,λ的点估计,通过模拟认为位置参数μ的点估计取样本中位数,而刻度参数λ的点估计取极大似然估计(依赖于μ的估计)较为精确.     

统计调查方法改革与统计效益

统计调查方法改革与统计效益龙华,王凡一、改革统计调查方法体系的紧迫性（一）现行统计调查方法体系存在的主要问题中国的统计调查方法体系是按照高度集中的计划经济管理体制和分级管理的要求建立起来的。长期以来,基本上依靠全面统计报表和层层汇总上报采集信息。改革...     

新统计报表制度运行问题浅析

新统计报表制度运行问题浅析彭道宾为适应建立社会主义市场经济体制的需要,国家统计局制定了新的国家统计报表制度,并从１９９３年年报开始实施,这是统计制度方法改革方面迈出的重要一步。新统计报表制度与旧的统计报表制度相比,主要有四个显著变化：一是统一规范统计...     

A Statistical Analysis of Probabilistic Counting Algorithms

Abstract. This article considers the problem of cardinality estimation in data stream applications. We present a statistical analysis of probabilistic counting algorithms, focusing on two techniques that use pseudo‐random variates to form low‐dimensional data sketches. We apply conventional statistical methods to compare probabilistic algorithms based on storing either selected order statistics, or random projections. We derive estimators of the cardinality in both cases, and show that the maximal‐term estimator is recursively computable and has exponentially decreasing error bounds. Furthermore, we show that the estimators have comparable asymptotic efficiency, and explain this result by demonstrating an unexpected connection between the two approaches.