研究与开发机构统计数据质量与异常点的对数正态分布检验与识别

一、引言　　统计数据来源于基层调查单位,对基层调查单位上报的原始数据进行检查和审核是提高统计数据质量的重要措施之一。这种检查和审核应包括以下两方面:(1)对基层调查单位上报的原始数据进行质量评估。通过评估对数据的质量有一个总体的认识和把握,特别是对数据的可靠性和准确性应有一个定量的说法。(2)对原始数据中的异常点进行识别和纠正。所谓异常点或称奇异点(ｏｕｔｌｉｅｒ),是对应于误差较大的观察数据,在这里主要是指社会经济和科技统计中的失实数据。由于种种技术上或非技术上原因形成的基层调查单位上报数据中的异常点,必然…     

统计数据准确性评估：方法分类及适用性分析

 对于统计数据准确性评估方法的归纳分类,可以从辅助资料信息的来源及表现形态、包含目标特征真值关键信息的参照标准的构造方法、实际统计数值与参照标准之间的比较逻辑等方面加以考察。针对总量统计数据的准确性评估,主要在纵向时间维度上开展,根据统计指标与其相关联指标变动趋势的偏离程度加以评判;针对个体或分类统计数据的准确性评估则主要在横向空间维度上开展,对数据的统计分布形态加以检验,或者利用重复调查或随机实验方法对事先假定的误差参数进行估计。不同方法具有不同的适用条件,在实际应用中,应基于所掌握辅助资料的详实程度来选择评估方法,并对导致评估方法发生误判的因素加以细致分析和排除,以确保评估结论的说服力和可信度。     

对政府统计数据质量成本的探讨

本文在界定统计数据质量成本含义基础上,对统计数据质量成本构成进行了分析,给出了统计数据质量成本要素表及核算方法,以及统计数据质量成本分析、预测、计划和控制的内容,并对统计数据质量成本和统计数据质量之间关系进行了探讨。     

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     

判定季节变动模式的检验方法

季节变动广泛存在于社会经济现象的时间数列中,而季节变动模式又具有多样性。按季节因素与其他因素的结合方式,可分为加法模式和乘法模式;按其稳定性,可分为不变季节模式和可变季节模式;因为有些社会经济现象的发展变化与数据汇总时期不一致,从而使某些季节出现不规则季节变动,     

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     

基于稳健MM估计的统计数据质量评估方法

 政府统计数据质量是当前各界关注的热点问题,如何采用严谨的诊断方法,对我国统计数据进行科学的评估具有重要的现实意义。稳健回归方法可使求出的回归估计不受异常值的强烈影响,并且能更好的识别异常点。本文首次运用基于稳健MM估计的异常值诊断方法,在生产函数模型的框架下,分别使用两种不同的劳动投入数据,对改革以来我国GDP数据质量进行了评估。结果表明,基于稳健MM估计的异常值诊断方法可有效的解决传统方法容易出现的多个异常点的掩盖现象,改革以来我国的GDP数据是相对可靠的。     

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。     

函数性数据的统计分析：思想、方法和应用

 摘　　要:实际中，越来越多的研究领域所收集到的样本观测数据具有函数性特征，这种函数性数据是融合时间序列和横截面两者的数据，有些甚是曲线或其他函数图像。虽然计量经济学近二十多年来发展的面板数据分析方法，具有很好的应用价值，但是面板数据只是函数性数据的一种特殊类型，且其分析方法太过于依赖模型的线性结构和假设条件等。本文基于函数性数据的普遍特征，介绍一种对其进行分析的全新方法，并率先使用该方法对经济函数性数据进行分析，拓展了函数性数据分析的应用范围。分析结果表明，函数性数据分析方法，较之计量经济学和其他统计方法具有更多的优越性，尤其能够揭示其他方法所不能揭示的数据特征     

企业年报数据中工业增加值异常情况的诊断

长期以来,我国政府对统计数据的质量极为重视,并通过各级统计人员的不懈努力,已经探索出一套较为完整的、准确的和有效的控制数据质量的措施和方法,积累了相当丰富的实际操作经验,对提高统计数据质量起到了必不可少的作用。但是,这些措施和方法更偏重于具体细则的实施和实际经验的运用,缺少控制数据质量方法的介入。特别是在不同经济模式下,统计数据摆动相当显著,仅凭经验判断虚假数据就远远不能满足要求。形势迫切地要求我们除了加大政策和法规实施力度外,还必须尽快引进现代统计方法,实现从经验到经验和方法论相结合的过渡,以…     

A Statistical Framework for Hypothesis Testing in Real Data Comparison Studies

In computational sciences, including computational statistics, machine learning, and bioinformatics, it is often claimed in articles presenting new supervised learning methods that the new method performs better than existing methods on real data, for instance in terms of error rate. However, these claims are often not based on proper statistical tests and, even if such tests are performed, the tested hypothesis is not clearly defined and poor attention is devoted to the Type I and Type II errors. In the present article, we aim to fill this gap by providing a proper statistical framework for hypothesis tests that compare the performances of supervised learning methods based on several real datasets with unknown underlying distributions. After giving a statistical interpretation of ad hoc tests commonly performed by computational researchers, we devote special attention to power issues and outline a simple method of determining the number of datasets to be included in a comparison study to reach an adequate power. These methods are illustrated through three comparison studies from the literature and an exemplary benchmarking study using gene expression microarray data. All our results can be reproduced using R codes and datasets available from the companion website http://www.ibe.med.uni-muenchen.de/organisation/mitarbeiter/020_professuren/boulesteix/compstud2013.     

人口密度的统计价值

自有人类社会以来 ,人口和土地面积的统计是产生最早、历史最悠久的统计 ,人口密度也是最基本的反映国情国力的统计指标。如何发现并挖掘出人口密度指标应有的价值和使用价值 ,是本文讨论的一个主要目标。　　 一、人口密度与经济社会发展的关系引起人口密度变化的因素 ,除人口自然增长率各地略有不同以外 ,主要是因为人口迁移引起人口密度在空间分布短期内的较大变化。而引起人口迁移的因素较多 ,按性质来分 ,分为自然和社会经济两大因素。历史上一国自然环境条件直接导致大规模的移民 ,如旱灾、水灾、瘟疫等自然灾害的发生 ,都会发生大批…     

The Statistical Analysis of Preference Data

A new statistic and a new method of analysis are proposed for data where a sample of respondents provides a preference ordering of some treatments. The new preference statistic is compared with the Friedman statistic, particularly for an example where 12 home owners each ranked four grasses. The new analysis provides a more natural and less misleading assessment of where the differences occur than an analysis based on the rank sums of the Friedman statistic. The new analysis is also more robust to deviations from the classical location problem, is not related to election methods known to have undesirable characteristics and adheres to the Condorcet criterion for election methods.     

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。     

煤矿工人“统计”的生命价值研究

 目前国内主要使用人力资本理论计算生命价值,反映了其他人事后对死者生命价值的评价。事前预防和控制灾害时,需要考虑死者事前对自己生命价值的评价。本文应用享乐价格理论,根据对四个煤矿调查得到的5875个井下工人样本,从工资决定模型中分解出死亡风险减少与愿意支付工资的定量关系,计算出井下工人事前为了减少一人死亡愿意支付的金额,即“统计”的生命价值。“统计”的生命价值可以作为评价预防和控制灾害技术经济合理性的重要依据。