统计信用与统计数据质量研究

 统计数据质量问题严重影响着政府决策和社会公信力。本文运用博弈论分析方法,分析了声誉资本大小、失信惩戒力度、报假收益及监督力度是影响统计数据失真的重要因素,证明了引入统计信用可以在有限的成本下防范数据失真,提出了完善统计信用惩戒制度是统计信用发挥作用的制度基础。     

统计数据质量研究新思路——误差研究

统计数据质量问题一直困扰着我国统计界 ,也为社会各界所关注。统计数据真正的重要性在于影响人们对社会经济现象的认识和判断。对当前我国统计数据质量的状况 ,据权威的判断是“宏观统计数据基本可靠 ,从总体看 ,宏观统计数据客观地反映了经济运行的趋势和变化 ,未发生趋势性差错” ;“有些原始数据质量问题较多 ,一些地方原始数据①　国家统计局局长刘洪在全国统计工作会议上的讲话 ,1998 1 7。质量差 ,甚至有下降趋势。”①我国的统计数据质量问题一直存在 ,统计界的行政领导也一直非常重视 ,理论上的研究探讨也始终保持热点 ,但研究的重…     

政府统计数据质量研讨会综述

由中国统计学会和国家统计局统计科学研究所主办的政府统计数据质量研讨会于2010年7月24日至25日在黑龙江省漠河县召开,国家统计局总统计师鲜祖德出席会议并讲话.本次会议共收到论文224篇,经认真筛选,选定参会论文90篇,来自高等院校、研究机构、政府统计机构和企业的近百名代表参加了会议.会议论文涵盖了政府统计数据质量问题的各方面,既有理论研究成果,也有实际工作经验的总结,还有前人研究成果的系统整理归纳.会议围绕统计数据质量内涵、数据质量影响因素、评估方法、改进途径、控制方法等问题进行了深入广泛的讨论.以下就其中的主要观点进行综述.     

分组法与统计数据处理

统计数据是一种广泛使用的重要数据,几乎每个行业、每个单位都有统计数据处理工作。为了实现统计数据处理的计算机化,结合计算机技术,对统计数据处理进行系统分析,是有实际意义的。本文试图充当统计人员与计算机程序人员之间的媒介,以期共同探讨,使统计数据处理系统的建立,有充分的前期准备,使系统设计相对于计算机软,硬件保持一定的独立性,可以由不同的人员来进行不同阶段的工作;使物理实现方案,能够适应现有的设备条件。为此,我们将统计数据处理的逻辑功能和计算机的物理实现加以区分。     

统计数据开发的混沌思考

 统计学是研究随机现象统计规律性的学科。贝叶斯学派认为是：“以样本推断总体的艺术”。统计数据作为样本的数量反映,同时具有随机性和确定性的双重意义。混沌则是“确定性的随机性”（福特语）,“是有序与无序都很强烈时形成的动力学”（苗东升语）。可见,统计学与混沌学有着天然的“缘分”,本文呼唤统计学界同仁,注意到如下实际：混沌理论的创立,是继相对论和量子力学问世以来,对人类整个知识体系的又一次巨大冲击,是20世纪数理科学的第三次革命,正如格莱克在他的《混沌：开创新学科》一书中所说：“混沌开始之处,经典科学就终止了”。在统计分析中,特别是数据开发时应留给混沌理论一定的空间。、     

提高统计数据质量的探讨

一、提高数据质量是当务之急 准确可靠的统计数据,是科学决策的依据,也是搞好统计服务和监督的基础。统计数据的准确性至关重要,如果说有些物质产品质量不合格,还可能当“处理品”降格使用,统计数据质量低劣,则不但没有使用价值,而且可能导致决策的失误,造成难以估量的损失。历史上,我们曾经有过沉痛的教训。 党的十一届三中全会以来,随着党的实事求是思想路线的重新确定,为恢复和发展统计工作提供了良好条件,统计数据质量也有所提高。目前,就全国总体说来,统计数据基本上是符合实际的,能够比较灵敏准确地反映国民经济运行的动态。但是,某些地区、部门、单     

对评价统计数据质量的认识

对于统计数据质量问题的讨论,以往大多只限于找原因和订措施。但值得注意的是,在这些讨论中,对什么是统计数据的质量,应当用什么指标来评价统计数据的质量很少涉及。 究竟什么是统计数据的质量?长期以来大家习惯认为“准确”就是统计数据的质量,因此评价的标准就是看是否准确地反映宏观实际。当然这个观点并没有错,但它还不全面。对国家或企业的决策者来讲,因为他们必须及时掌握有关情况,所以统计数字的时效性是至关重要的;对于普通经济工作者来说,最重要的是统计数据的全面性、适用性和最少的推算、换     

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。     

国外微观数据发布的进展与启示

 实证研究离不开数据,当前,官方汇总数据日益成为一种公共产品,研究团体和社会公众有很多渠道获取。但是,由于技术、经济、法律、甚至是政治等种种因素的制约,微观统计数据共享和传播渠道缺失,迫使研究团体和个人自己去进行数据收集,造成大量的重复劳动和财力时间的浪费。同时,对于已有微观统计数据的开发不足,降低了数据收集的回报,严重制约了统计能力的提升。本文对微观数据发布的现状进行了中外比较,讨论了微观数据发布的效用与风险,指出最关键的问题是满足日益增长的数据需求和统计泄密风险的矛盾,并且介绍了当前国际上常用的控制泄密风险的方法,并最终结合实际情况对中国的微观数据发布提出相关的建议。     

如何评论统计数据的质量与可靠性

 在市场经济条件下，社会经济统计数据可以看作是一种特殊的产品，这种产品兼有商品的属性和非商品的属性。国家统计系统是生产这种知识含量和科技含量较高的产品的自然垄断行业。评价这种特殊产品的质量，应从三个层面入手。第一个层面是生产这种特殊产品的“原材料”，即专业术语所讲的原始数据；第二层面是生产这种产品的设计思想，即这种产品对用户需求的适应性和先进性；第三个层面是生产这种产品的“工艺流程”。生产流程中任何一个环节出现问题都会影响产品的质量和可靠性。从这样的思路出发，我对如何评价统计数据质量与可靠性提出一些看法。     

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。     

流式数据挖掘的现状及统计的研究趋势

摘　　要:本文对近年来在国内外学术界涌现出的流式数据挖掘的研究成果进行剖析,分析了流式数据挖掘的研究现状。在此基础上,提出了统计学在流式数据挖掘研究中的发展趋势,以便更好地促进统计学和数据挖掘的结合,拓展统计学方法的研究思路。     

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。     

统计信息系统数据仓库解决方案

数据仓库技术是一项正在兴起的、处于发展中的新技术,数据仓库技术是信息决策系统的研究热点。文章提出将数据仓库技术应用于统计信息系统,并对应用中有待解决的关键问题进行了探讨与分析,具有一定的实际意义。     

构建新时代现代化统计调查体系的问题研究

通过总结中国现行统计调查体系存在的问题,对统计调查制度与方法等相关环节问题进行研究,提出建立一套与新时代中国特色社会主义相适应的现代化统计调查体系。这套体系将传统的统计调查方法与新式电子化记录的大数据有效融合使用,注重大数据与抽样调查数据及其推断估计方法的结合,在不显著增加整体调查经费的前提下,更加准确、及时、全面和连续地产生各类宏观时间序列调查数据和微观纵向调查数据,推进中国政府统计管理体制的深化改革与发展。     

当代政府统计数据传播工作初探

本文在给出当代经济社会发展基本特征的基础上,对于时代发展变化给政府统计工作特别是政府统计数据传播工作带来的挑战进行了分析,并对如何应对这些挑战,做好当今时代政府统计数据传播工作提出了建议。     

基于国家标准学科分类的统计学科体系研究

统计学科体系及其分类是统计学的基本理论问题之一。本文围绕中国两次颁布的国家标准《学科分类与代码（GB/T 13745）》,探讨其中有关统计学科分类的变化、进展、问题和症结,并结合“大统计”思想在中国践行的历程,提出若干新的理论思考与参考结论。     

大数据时代对传统统计学变革的思考

本文在大数据时代背景下,将统计学与大数据有机地结合,剖析了大数据时代给统计学带来的变革,阐述了大数据为传统统计学带来的发展机遇。在大数据时代,为了保持统计学旺盛的生命力,本文对统计学的发展提出了几点思考。     

基于大数据思维的统计学若干理论问题

本文基于大数据思维,对统计学若干理论问题进行了讨论。本文认为：在大数据背景下,统计学以数据为研究对象没有变,作为方法论科学的性质没有变,以探索真相为根本任务没有变;但是作为统计学研究对象的数据出现了四个新的动向,即数据内涵有新理解,数据结构与来源有新方式,数据不确定性有新表现,数据分析思路与技术有新要求;为此,需要重新理解和定义总体、个体与样本,标志与变量,可靠性与有效性这三组统计学中最基本也最重要的概念。最后论文指出,大数据为统计学发展提供了新的平台,需要我们从数据、方法和应用三个维度同时发力。