宏观经济数据及时性的定量诊断方法及应用

宏观经济数据及时性的诊断是对宏观经济数据质量进行评价的主要维度,也是发挥宏观经济数据决策与预测功能的基础。通过构建宏观经济指标系统模型,给出了宏观经济数据及时性的评价理论和方法,设计了数据及时性诊断的定量测度工具和标准,并运用全国宏观经济季度统计数据进行了实证研究。结果显示,中国宏观经济季度数据具有良好的及时性,能够满足经济发展的宏观决策需要。     

浙江宏观经济统计数据质量评估的实证研究——基于统计数据的匹配性

摘要：本文通过分析数据质量的重要性以及研究背景和方法，从数据匹配性角度出发，并运用统计模型方法，对浙江宏观经济统计数据质量进行了实证研究。结果表明浙江宏观经济统计数据质量总体较好，在此基础上给出了提高统计数据质量和减少人民群众对统计数据质疑的建议。     

基于匹配性的宏观经济统计数据质量的评估

在宏观经济统计数据中,GDP(国内生产总值)是一项重要的总量指标,故其数据质量也一直备受关注.文章以数据匹配性为立足点,选择了GDP这一宏观经济统计数据作为研究对象,分别从结构匹配性、空间匹配性、时间匹配性几个维度建立了统计数据质量评估模型,分别评估了各维度下的GDP数据质量,以求更加客观、真实地考察GDP统计数据质量,从而为宏观经济数据质量评估方法的进一步完善与改进提供一定的借鉴.     

宏观经济统计数据质量的静态诊断

统计数据的真实性是统计的生命线,统计数据质量的高低直接影响统计信息的有用性及价值大小。统计数据质量是当今各级政府和公众关注的热点问题,也是学者研究的重点课题。本研究运用全国31个省市的截面数据,构建了基于区域宏观经济系统的联立方程定量诊断模型,依据此模型对陕西省的地区生产总值、财政收入、居民消费水平和固定资产投资指标进行诊断示范,结果显示构造的定量诊断模型对于区域宏观统计数据质量诊断效果良好。     

论提高我国统计数据质量

伴随着新世纪的到来,国际社会越来越强烈地认识到统计数据质量在宏观经济决策和国际金融、资本市场分析中的重要作用。1997年12月,国际货币基金组织(IMF)出台了一套数据公布通过系统(GDDS),其目的是推动各国统计数据来源的透明度,规范各国统计制度方法,改进各国统计数据质量,增强各国统计数据的国际可比性,为制定宏观经济决策和加强国际金融资本市场管理提供可靠依据。同时,这套统计数据发布制度,也是检查和评价各国统计数据质量好坏的标准。     

分宜县抓统计数据质量有新举措

长期以来，分宜县统计局和广大统计工作者，坚持“统计数据质量是统计工作的生命”，以求真务实的工作态度，讲究良好的职业道德，运用科学的统计调查方法，在及时、准确、全面完成国家规定的定期报表的同时，为提高统计数据质量做了大量的工作，保证了主要宏观经济数据的...     

建立基层统计信息系统势在必行

国家统计工作的基础是基层统计,数据质量的关键在基础,基层统计数据的质量,直接关系到国家能否有效地调控宏观经济,可谓是"基础不牢,地动山"。统计数据的源     

国外政府统计数据质量监控方法及其启示探究

正西方发达国家政府统计数据质量监控都注重结合本国实际,以保证统计数据的质量为目标,在数据质量评估、控制等方面形成了各具特色的政府统计数据质量监控机制。本文主要以美国、英国、加拿大等发达国家为视角,研究国外政府数据质量监控方法     

统计数据预处理的理论与方法述评

统计数据预处理是提升数据质量的重要阶段,包括数据审查、数据清理、数据转换和数据验证四大步骤。根据处理对象的特点及每一步骤的不同目标,统计数据预处理可采用的方法包括描述及探索性分析、缺失值处理、异常值处理、数据变换技术、信度与效度检验、宏观数据诊断等六大类。选用恰当的方法开展统计数据预处理,有利于保证数据分析结论真实、有效。     

中国宏观经济统计数据准确性的实证研究

一、问题的提出近年来,我国经济快速、持续增长,引起了世界的关注,作为衡量经济发展状况的宏观经济统计数据及其质量已经成为国内外学者关注的焦点问题之一。数据     

Monte Carlo Kalman filter and smoothing for multivariate discrete state space models

The author studies state space models for multivariate binomial time series, focussing on the development of the Kalman filter and smoothing for state variables. He proposes a Monte Carlo approach employing the latent variable representation which transplants the classical Kalman filter and smoothing developed for Gaussian state space models to discrete models and leads to a conceptually simple and computationally convenient approach. The method is illustrated through simulations and concrete examples.     

提高统计数据质量的法学思考

统计学与统计法的沿革表明,随着统计学的产生、发展,统计法的产生有其内在必然性。就控制统计数据质量而言,涉及两个范畴：一是属于统计科学范畴的统计技术;二是属于统计法学范畴的法律规范,后者是本文的研究对象。统计数据质量与统计法休戚相关,要考察统计法对统计数据质量的积极作用和影响,首先必须把握我国当前统计数据的质量状况。本文在法学范畴内分析影响统计数据质量的原因,进而提出提高统计数据质量的几个具体思路。　　一、统计数据质量问题的原因剖析　　１行政自由裁量权对主体的干扰经济、社会的发展,归根结蒂反映在…     

State space mixed models for longitudinal observations with binary and binomial responses

We propose a new class of state space models for longitudinal discrete response data where the observation equation is specified in an additive form involving both deterministic and random linear predictors. These models allow us to explicitly address the effects of trend, seasonal or other time-varying covariates while preserving the power of state space models in modeling serial dependence in the data. We develop a Markov chain Monte Carlo algorithm to carry out statistical inference for models with binary and binomial responses, in which we invoke de Jong and Shephard’s (Biometrika 82(2):339–350, 1995) simulation smoother to establish an efficient sampling procedure for the state variables. To quantify and control the sensitivity of posteriors on the priors of variance parameters, we add a signal-to-noise ratio type parameter in the specification of these priors. Finally, we illustrate the applicability of the proposed state space mixed models for longitudinal binomial response data in both simulation studies and data examples.     

国际上对国家统计机构的综合比较及其评价

自20世纪80年代以来,随着信息技术的迅猛发展,一些国家的统计机构面临着国内外变化的巨大压力。一方面,认为计算机网络技术的应用普及,国家统计机构应相应减少经费开支和统计人员数量,减轻社会统计调查负担。例如,北欧一些国家政府提出削减统计预算支出政策,国家统计机构面临着提高统计工作运行效率的内部压力。另一方面,全球经济一体化进程的加快,使得视作国家统计机构生命的统计数据质量日益受到国内外政府和有关组织的高度重视,特别是在墨西哥、亚洲金融危机之后。国际社会普遍认为,统计数据失真、数据不完整、公布不及时、对社会需求反…     

Random number generators for the generalized Birnbaum–Saunders distribution

The generalized Birnbaum–Saunders distribution pertains to a class of lifetime models including both lighter and heavier tailed distributions. This model adapts well to lifetime data, even when outliers exist, and has other good theoretical properties and application perspectives. However, statistical inference tools may not exist in closed form for this model. Hence, simulation and numerical studies are needed, which require a random number generator. Three different ways to generate observations from this model are considered here. These generators are compared by utilizing a goodness-of-fit procedure as well as their effectiveness in predicting the true parameter values by using Monte Carlo simulations. This goodness-of-fit procedure may also be used as an estimation method. The quality of this estimation method is studied here. Finally, through a real data set, the generalized and classical Birnbaum–Saunders models are compared by using this estimation method.     

Nonparametric Modeling Auxiliary Covariates in Random Coefficient Models

Random coefficient model (RCM) is a powerful statistical tool in analyzing correlated data collected from studies with different clusters or from longitudinal studies. In practice, there is a need for statistical methods that allow biomedical researchers to adjust for the measured and unmeasured covariates that might affect the regression model. This article studies two nonparametric methods dealing with auxiliary covariate data in linear random coefficient models. We demonstrate how to estimate the coefficients of the models and how to predict the random effects when the covariates are missing or mismeasured. We employ empirical estimator and kernel smoother to handle a discrete and continuous auxiliary, respectively. Simulation results show that the proposed methods perform better than an alternative method that only uses data in the validation data set and ignores the random effects in the random coefficient model.     

关于综合运用Benford 法则和面板模型检测统计数据质量的研究

 本文介绍了如何利用Benford 法则来检测统计数据质量的一般方法。在此基础上,进一步探讨了如何将其与面板模型相结合从而找出可能存在质量问题的具体地区和时间序列数据的方法。并利用上述方法对我国多个国家级开发区的主要经济指标的数据质量进行了实证分析。     

我国统计数据质量的评估方法研究————————趋势模拟评估法及其应用

 本文采用组合模型的形式对时间序列数据的变化特点建模，在模型通过各种检验、具有良好统计预测功能的基础上，从检验异常值的角度来分析预测值与实际值之间差异的程度，找出离群数据，利用数理统计中检验实验观测数据异常值的方法，对离群数据的误差进行统计上的显著检验，从而评估统计数据的质量。文章以我国国内生产总值（GDP）为研究对象，选取我国1978-2003年间的GDP作为样本，运用趋势模拟评估法来评估我国2004年国内生产总值的准确性。对我国经济指标的时间序列数据进行了实证分析。     

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。     

The Use of Meteorological Data in the Prediction of Tropical Cyclones

Recent studies have shown that the ability to forecast tropical cyclone motion and intensity has not improved significantly over the past decade, in spite of apparent advances in the statistical and dynamical modeling of the motion- and intensity-change processes. This static situation has focused attention on the meteorological data and analysis techniques that provide input to these models. The quality and quantity of data have apparently not kept pace with the modeling efforts; in fact, increased sophistication in modeling alone may be counterproductive. Steps are being taken in the meteorological community to correct this problem. This study examines the entire data problem, discusses the remedial measures being taken, and points out some of the pitfalls in the statistical use of meteorological data.