我国GDP统计数据质量评估方法研究
- 格式:pdf
- 大小:2.01 MB
- 文档页数:48
中国gdp统计方法中国GDP统计方法。
中国的GDP(国内生产总值)是衡量国家经济发展水平的重要指标,对于制定经济政策、评估经济增长和国民生活水平等方面都具有重要意义。
而要准确统计中国的GDP,就需要采用科学、合理的统计方法。
本文将就中国GDP统计方法进行详细介绍。
首先,中国的GDP统计方法主要包括三种,产值法、支出法和收入法。
产值法是根据各产业生产的最终产品和中间产品的价值加总得出的GDP统计方法。
支出法是根据最终消费、固定资本形成总额和净出口的价值加总得出的GDP统计方法。
收入法是根据各产业和各部门的生产要素所得的报酬加总得出的GDP统计方法。
这三种方法的本质是相同的,都是通过不同的角度对国民经济活动进行统计,以得出GDP的总量。
其次,中国GDP统计方法的具体步骤包括,首先是数据收集,各级统计部门通过调查和统计各类企业、机构和个人的经济活动数据;其次是数据处理,对收集到的海量数据进行筛选、加工和整合,得出符合国家统计标准的数据;最后是数据汇总,将各部门、各产业、各地区的数据进行加总,得出全国范围内的GDP总量。
再次,中国GDP统计方法的难点和挑战主要包括,一是统计数据的真实性和准确性问题,由于中国经济体量庞大、地域广阔,统计数据的真实性和准确性一直备受关注;二是统计口径和标准的不断调整和完善,随着国民经济结构的变化和发展需求的变化,统计口径和标准也需要不断调整和完善;三是新经济形态和新经济业态的统计难题,随着互联网、数字经济等新兴产业的快速发展,如何统计这些新经济形态和新经济业态的贡献也是一个难题。
最后,中国GDP统计方法的改革和完善是一个长期的过程,需要各级统计部门不断加强数据质量管理,提高数据收集和处理的科学性和准确性;需要不断完善统计法律法规,明确统计主体责任和统计数据的保护机制;需要加强统计技术和手段的创新,适应新经济形态和新经济业态的统计需求。
综上所述,中国的GDP统计方法是一个复杂而又关键的工作,需要各级统计部门和相关部门通力合作,不断改革和完善,以确保统计数据的真实性和准确性,为国家经济发展和社会进步提供有力支撑。
gdp核算调研报告GDP核算调查报告一、调查背景和目的GDP(国内生产总值)是衡量一个国家经济发展水平的重要指标,对于制定经济政策和评估经济运行状态具有重要意义。
本次调查的目的是了解和分析某国家GDP核算的情况,探讨其核算方法和数据来源,以及存在的问题和改进的方向。
通过调查得出的结论和建议,有助于进一步完善该国GDP核算体系,提升核算准确性和科学性。
二、调查方法和过程1. 文献研究:对相关国家的GDP核算制度和方法进行了梳理和研究,了解不同国家的核算制度和方法的异同。
2. 面访调查:与该国家统计局相关负责人进行了面对面的深入访谈,了解其GDP核算的具体过程、数据来源和核算方法。
三、调查结果1. 数据来源:该国家的GDP核算数据主要来源于统计局收集的企业调查数据、居民调查数据和政府部门的统计报表数据。
2. 核算方法:该国家采用生产法和支出法进行GDP核算,即通过衡量国内生产和总支出来计算GDP。
具体步骤包括制定GDP核算的核算规范、数据采集、数据处理和核算结果发布等。
3. 存在问题:调研发现,该国家GDP核算存在一些问题。
首先,数据采集和处理过程中存在一定的滞后性,导致核算数据的时效性较低。
其次,对于某些特定行业或地区的数据采集和监测不够完善,可能导致数据的不准确性。
此外,由于GDP 核算方法的局限性,未能充分反映部分非市场化和黑市经济活动,导致GDP数据的不完整性。
四、建议针对上述问题和困难,提出以下改进建议:1. 提高数据采集和处理效率,加强信息系统建设,推动数据自动化处理,提高核算数据的时效性和准确性;2. 完善对特定行业和地区数据的采集和监测,确保核算数据的全面性和准确性;3. 进一步研究和改进GDP核算方法,探索更加全面和科学的核算方式,以更好地反映实际经济活动的规模和质量;4. 加强国际合作,学习其他国家的先进经验和做法,借鉴其核算制度和方法,提升GDP核算的国际比较性和可比性。
五、总结本次调研对该国家的GDP核算进行了深入了解和分析,发现了存在的问题和困难,并提出了相应改进建议。
《我国GDP数据质量检验方法的研究》篇一一、引言随着我国经济的持续快速发展,国内生产总值(GDP)作为衡量国家经济实力和运行状况的重要指标,其数据质量显得尤为重要。
准确、可靠的GDP数据是政府制定经济政策、企业进行经济决策、学术研究的重要依据。
因此,对GDP数据质量进行检验,是确保其准确性和可靠性的关键环节。
本文将针对我国GDP数据质量检验方法进行研究,旨在提高我国GDP数据的质量和公信力。
二、我国GDP数据质量检验的必要性GDP数据质量检验的必要性主要体现在以下几个方面:1. 政策制定依据:政府在制定经济政策时,需要依据准确、可靠的GDP数据。
因此,对GDP数据进行质量检验,是保障政策制定科学、合理的基础。
2. 企业决策参考:企业在进行经济决策时,需要参考国家GDP数据。
如果GDP数据存在质量问题,将直接影响企业的决策效果。
3. 学术研究基础:在经济学、统计学等学科的研究中,GDP 数据是重要的研究基础。
准确、可靠的GDP数据有助于推动学术研究的深入发展。
三、我国GDP数据质量检验方法为了确保我国GDP数据的质量和可靠性,需要采取一系列的数据质量检验方法,主要包括以下几个方面:1. 数据来源检验:对GDP数据的来源进行检验,确保数据来源的可靠性和合法性。
同时,对不同来源的数据进行比对和验证,以发现和纠正数据中的错误。
2. 统计方法检验:采用科学的统计方法对GDP数据进行处理和分析,包括季节调整、趋势分析、周期性分析等。
这些方法可以帮助我们发现数据中的异常波动和趋势,从而判断数据的真实性。
3. 对比分析法:通过将我国GDP数据与世界其他国家的数据进行对比,分析我国GDP数据的增长速度、结构等方面的变化。
这种方法可以帮助我们发现我国GDP数据中可能存在的问题和不足。
4. 实地调查法:通过对部分行业、地区进行实地调查,了解实际经济运行情况,与GDP数据进行比对,以检验数据的真实性。
实地调查法可以弥补统计数据的不足,提高GDP数据的准确性。
《我国GDP数据质量检验方法的研究》篇一一、引言随着我国经济的高速发展,国内生产总值(GDP)数据的重要性日益凸显。
GDP数据不仅是衡量国家经济发展水平的重要指标,也是政府制定经济政策、企业进行经济决策的重要依据。
因此,GDP数据的质量直接影响到国家经济决策的科学性和有效性。
本文旨在研究我国GDP数据质量检验方法,以提高GDP数据的准确性和可靠性。
二、我国GDP数据质量现状当前,我国GDP数据质量总体上呈现出较高的水平,但在实际工作中仍存在一些问题。
一方面,部分地区存在数据造假、瞒报虚报的现象,导致数据失真;另一方面,由于统计方法和统计体系的不完善,导致部分数据存在偏差和遗漏。
这些问题严重影响了GDP数据的准确性和可靠性,需要采取有效措施加以解决。
三、GDP数据质量检验方法(一)建立健全的统计制度和方法首先,应完善GDP数据的统计制度和方法,规范数据收集、处理和发布流程。
应加强对统计人员的培训和管理,提高其专业素养和责任意识。
同时,应加强对数据收集和处理的监督和检查,确保数据的真实性和准确性。
(二)利用现代信息技术手段进行数据检验其次,应利用现代信息技术手段进行数据检验。
例如,可以利用大数据技术对GDP数据进行深度分析和挖掘,发现数据中的异常和偏差。
同时,可以利用人工智能技术对数据进行自动识别和分类,提高数据处理效率和准确性。
此外,还可以利用云计算技术对数据进行存储和管理,保障数据的安全性和可靠性。
(三)加强数据审核和比对再次,应加强数据审核和比对工作。
对于已经收集到的数据进行严格的审核和比对,发现异常和偏差及时进行处理和纠正。
同时,应加强对历史数据的回顾和分析,找出数据变化的规律和趋势,为未来数据的预测和评估提供参考依据。
(四)引入第三方机构进行数据评估最后,可以引入第三方机构进行数据评估。
由独立的机构对GDP数据进行评估和监督,确保数据的真实性和准确性。
同时,可以加强与国际机构的合作和交流,借鉴国际先进的统计方法和经验,提高我国GDP数据的质量和国际竞争力。
《我国GDP数据质量检验方法的研究》篇一一、引言国内生产总值(GDP)作为衡量国家经济实力和经济发展水平的重要指标,其数据质量的重要性不言而喻。
为了确保我国GDP数据的准确性、可靠性和有效性,对其进行质量检验是必不可少的环节。
本文旨在研究我国GDP数据质量检验方法,为提升我国GDP数据质量提供理论支撑和实践指导。
二、GDP数据质量检验的必要性GDP数据质量检验是确保国家经济统计数据真实、准确的关键环节。
通过对GDP数据进行质量检验,可以及时发现和纠正数据采集、处理和发布过程中的错误和偏差,提高数据的可信度和公信力。
此外,GDP数据质量检验还有助于优化经济政策制定和实施,为政府决策提供科学依据。
三、我国GDP数据质量检验方法(一)数据来源与采集我国GDP数据的来源主要包括国家统计局、地方统计局和相关政府部门。
在数据采集过程中,应确保数据来源的权威性和可靠性,同时采用多种渠道进行数据验证和比对,以提高数据的准确性。
(二)数据处理与分析在数据处理阶段,应采用先进的统计方法和计算机技术,对原始数据进行清洗、整理、分析和加工。
同时,应建立完善的数据库系统,对历史数据进行存储和管理,为后续的数据质量检验提供支持。
(三)数据质量检验方法1. 逻辑校验法:通过检查数据之间的逻辑关系,如总量与分项之和是否相等、增长率是否合理等,来判断数据的准确性。
2. 对比分析法:将同一指标在不同地区、不同时间的数据进行对比,分析其变化趋势和差异程度,以判断数据的可靠性。
3. 抽样调查法:通过抽样调查的方式,对部分数据进行实地调查和验证,以评估整体数据的真实性。
4. 专家评估法:邀请经济、统计等领域专家对数据进行评估,利用专家的经验和知识判断数据的合理性。
(四)数据发布与反馈在数据发布过程中,应遵循及时性、准确性和完整性的原则,确保公众能够及时获取到可靠的GDP数据。
同时,应建立数据反馈机制,收集公众对数据的意见和建议,为后续的数据质量改进提供依据。
《我国GDP数据质量检验方法的研究》篇一一、引言随着我国经济的高速发展,国内生产总值(GDP)数据的准确性和可靠性变得越来越重要。
GDP数据不仅对政府决策具有指导意义,也对外界投资者评估我国经济形势有着至关重要的影响。
因此,GDP数据质量检验方法的研究显得尤为重要。
本文旨在探讨我国GDP数据质量检验的现有方法,分析其优劣,并提出改进建议。
二、我国GDP数据质量检验的现有方法1. 统计抽样法统计抽样法是通过随机抽取一部分样本进行调查,以推断总体情况的一种方法。
在GDP数据质量检验中,统计抽样法主要用于对部分行业或地区进行抽样调查,以评估整体数据的准确性。
该方法具有成本低、效率高的优点,但需要确保样本的随机性和代表性。
2. 财务数据分析法财务数据分析法主要是通过分析企业和机构的财务报表等财务数据,以反映整体经济的运行情况。
这种方法对于政府和企业都有重要意义,可用来监测经济增长和行业发展趋势。
但该方法要求对财务数据的真实性和完整性进行充分核实。
3. 专家评估法专家评估法是利用专家经验、知识和判断力对GDP数据进行评估的一种方法。
这种方法主要用于对数据中的异常值和波动进行解释和判断,有助于发现潜在的数据质量问题。
但专家的主观性和判断力可能对结果产生一定影响。
三、我国GDP数据质量检验的优劣分析1. 优点:目前我国GDP数据质量检验方法已经较为成熟,覆盖了统计抽样、财务数据分析和专家评估等多个方面,有助于提高数据的准确性和可靠性。
此外,随着信息技术的快速发展,数据收集和处理的效率也得到了显著提高。
2. 劣势:尽管现有方法具有一定的科学性和有效性,但仍存在一些问题。
例如,部分地区的统计工作仍存在不规范、不科学的现象;此外,一些企业和机构的财务报表可能存在虚报、瞒报等行为,对数据的真实性产生不良影响。
此外,部分GDP数据的公布可能存在一定的滞后性,导致决策者难以获得及时的信息支持。
四、改进建议1. 加强统计工作的规范化和科学化:提高各级统计部门的业务水平,加强数据收集、处理和发布的过程管理,确保数据的真实性和准确性。
《我国GDP数据质量检验方法的研究》篇一一、引言国内生产总值(GDP)作为衡量国家经济实力和经济发展水平的重要指标,其数据质量直接关系到国家经济政策的制定和调整。
因此,对GDP数据的质量进行检验,是确保经济数据准确性的重要环节。
本文将对我国GDP数据质量检验方法进行研究,以期为提高我国GDP数据质量提供理论支持和方法指导。
二、我国GDP数据质量的重要性GDP数据质量对于国家经济政策的制定和实施具有至关重要的作用。
首先,GDP数据是政府制定宏观经济政策的重要依据,对于调节经济运行、促进经济发展具有重要意义。
其次,GDP数据是评估国家经济发展水平的重要指标,对于提升国家形象和国际地位具有重要作用。
最后,GDP数据的质量直接影响着投资者的决策,对于维护市场信心和稳定具有重要作用。
三、我国GDP数据质量检验方法为了确保我国GDP数据的质量,需要采取一系列的检验方法。
主要包括以下几个方面:1. 数据来源的检验数据来源的可靠性是保证GDP数据质量的基础。
要对各种数据来源进行严格的质量控制,确保其数据的准确性和可靠性。
同时,要加强对数据采集过程的监督和管理,确保数据的完整性和及时性。
2. 数据处理方法的检验数据处理方法是影响GDP数据质量的关键因素。
要采用科学的数据处理方法,对原始数据进行加工和处理,以获得准确的GDP数据。
同时,要加强对数据处理过程的监督和管理,确保数据处理方法的合理性和有效性。
3. 同比和环比数据的比较分析同比和环比数据的比较分析是检验GDP数据质量的重要手段。
通过对同比和环比数据的比较分析,可以判断GDP数据的趋势和变化情况,从而发现数据中可能存在的问题。
4. 行业和地区数据的比较分析行业和地区数据的比较分析也是检验GDP数据质量的重要方法。
通过对行业和地区数据的比较分析,可以判断各行业、各地区GDP数据的合理性和准确性,从而发现数据中可能存在的问题。
5. 利用统计学方法进行检验利用统计学方法进行检验是提高GDP数据质量的重要手段。
《我国GDP数据质量检验方法的研究》篇一一、引言国内生产总值(GDP)作为衡量国家经济实力和经济发展水平的重要指标,其数据质量对于政府决策、政策制定以及社会各界分析具有举足轻重的地位。
本文旨在深入探讨我国GDP数据质量检验方法,为提升我国GDP数据的准确性和可靠性提供参考依据。
二、GDP数据质量的重要性GDP数据质量直接关系到国家经济政策的制定和实施效果,其准确性对于政府决策、企业发展、社会投资等具有重要影响。
因此,提高GDP数据质量,对于促进我国经济发展、优化资源配置、提高政府决策效率具有重要意义。
三、我国GDP数据质量检验方法(一)统计方法1. 数据来源检验:通过对比不同部门、不同渠道的数据,检验GDP数据的来源是否可靠。
2. 季节调整法:通过季节调整模型,消除季节性因素对GDP 数据的影响,从而更准确地反映经济运行情况。
3. 指数平滑法:利用历史数据,通过指数平滑法对GDP数据进行修正,以提高数据的准确性。
(二)数据处理技术1. 数据清洗:对GDP数据进行清洗,去除异常值、重复值等,保证数据的准确性。
2. 数据分析软件:利用专业的数据分析软件,对GDP数据进行处理和分析,提高数据的可靠性。
(三)现场调查与抽样调查相结合1. 现场调查:通过实地走访、调查,了解地区经济发展情况,对GDP数据进行验证。
2. 抽样调查:采用抽样调查方法,对部分行业、企业进行调查,以获取更全面的数据信息。
四、提升GDP数据质量的方法与建议(一)完善统计制度1. 建立健全的统计制度,确保数据采集、处理、发布等环节的规范性和准确性。
2. 加强统计人员的培训和管理,提高统计工作的专业性和效率。
(二)强化数据质量控制1. 加强对GDP数据的审核和监督,确保数据的真实性和可靠性。
2. 建立数据质量反馈机制,及时纠正和调整不准确的数据。
(三)引入先进技术手段1. 引入大数据、人工智能等先进技术手段,提高GDP数据的处理和分析能力。
GDP数据质量的可信度分析及实证研究的开题报告
1. 研究背景和意义
国内外各国政府利用GDP(国内生产总值)作为评估经济增长和发
展水平的标准指标,而GDP数据的准确度和可信度却经常受到质疑。
近
年来,国内相关部门在公布GDP数据时也遭受了很多质疑和争议。
因此,对GDP数据质量的可信度进行分析和研究,既有助于提高GDP数据的准确度和可信度,也有助于促进国家经济发展。
2. 研究内容和方法
本文将以中国的GDP数据为例,通过搜集、整理和分析相关的文献和数据,对GDP数据质量的可信度进行探究和实证研究。
具体研究内容
包括:
(1)对GDP数据可信度的定义和评估方法进行综述和分析。
(2)对影响GDP数据质量的因素进行分析,包括统计调整、计算
方法等方面的问题。
(3)通过实证研究,分析GDP数据的质量特征和变化趋势,以及GDP数据与实际经济增长之间的关系。
(4)提出相应的改进措施和建议,为提高GDP数据的可信度和准
确度提供基础数据和分析依据。
研究方法主要为文献综述和数据分析,将采用SPSS等统计软件,运用相关模型和分析方法,对数据进行实证和分析。
3. 预期结果和意义
本文通过对GDP数据质量的可信度进行实证研究,旨在发掘GDP数据的特征和质量问题,为提高GDP数据的可信度和准确度提供科学依据。
研究结果可能表明:GDP数据可能受到一些因素的影响,只有在综合各
种因素的作用下,才能准确反映实际经济增长情况。
同时,研究结果可
以为相关部门制定更加科学的有关国家经济发展计划和政策提供依据,具有一定的实际意义和政策建议。
我国GDP统计数据质量评估方法研究——基于构建诊断模型的研究西南财经大学刘盾、魏子力、吕达劲摘要:统计是认识社会的武器,政府统计关系到国民经济的方方面面。
政府统计数据的质量,对于宏观调控,科学研究,企业营销策略等,都起着不可或缺的重要作用。
但是,近年来,中国官方统计数据受到不少的质疑,有必要对我国统计数据质量的定量检验进行系统深入的研究。
本文首先从统计数据的研究背景和研究意义出发,介绍了统计数据质量的概念和重要性;其次采用了三种方法来进行数据质量的检验,第一种方法:探索性数据质量分析方法。
该方法适用于在没有以往数据资料积累或质量记录的情况下,根据GDP的数据特征,判断数据是否存在质量问题。
并通过作箱线图的形式明确指出了可能是异常值的对应数据。
第二种方法:Probit模型数据质量分析方法。
通过建立Probit模型对数据进行分析,并进行了预测。
第三种方法:基于层次分析法的模糊综合评价方法。
从研究统计数据的分布规律入手,对统计数据准确性检验问题进行了探讨,接着利用模糊综合评价方法对政府统计数据质量进行整体优度检验。
关键词:统计数据质量,探索性数据分析, Probit模型,异常点识别,模糊综合评价目录一、引言 (3)二、文献综述 (4)(一)统计数据质量的相关研究方法 (4)(二)各种研究方法的优缺点 (5)(三)各种研究方法的文献综述 (7)1.逻辑性评估方法 (7)2.从异常值的角度对数据质量进行评估 (7)3.从误差的角度对数据质量进行评估 (8)4.事后预测及反常结果判断的方法 (8)5.模糊综合评价方法 (8)6.判别分析方法 (8)三、本文的研究方法 (9)(一)模型选择 (9)(二)数据的选择与来源 (10)四、模型构建及分析 (10)(一)探索性数据质量分析方法 (10)1.数据处理 (10)2.分析步骤及分析结果 (10)(二)Probit模型数据质量分析方法 (16)1.Probit模型的原理 (16)2.分析步骤及分析结果 (16)(三)层次分析法与模糊综合评价方法 (18)1.对政府统计数据的对数正态分布检验 (18)2.政府统计数据的准确性检验 (21)3.AHP-模糊综合评价方法相结合——对政府统计数据质量进行整体优度检验 (23)五、相关结论与建议 (32)(一)结论: (32)(二)建议: (33)1.对数据使用者的相关建议 (33)2.对提供数据的相关政府部门的建议 (33)参考文献: (35)附录: (36)1.Probit模型建立前的辅助计量模型自变量的选择: (36)2、Probit模型回带期望概率 (39)3、所用数据 (45)一、引言随着统计信息对我国社会主义市场经济管理作用的不断增强,社会各界对统计数据的需求越来越大,对其质量给予了更多的关注,同时提出了更高的要求。
社会、政治、经济、科学技术等诸多领域都离不开政府统计数据。
统计数据更是衡量一个国家、一个地区经济发展水平的晴雨表和温度计。
近年来,我国经济持续、快速增长,引起了世界的关注,而作为衡量经济发展规模和水平的政府统计数据及其质量也成为国内外相关机构及研究者关注的焦点。
在众多的统计数据指标中,最为引人关注的就是国内生产总值(GDP),它被公认为是衡量一个国家经济发展水平的最佳指标。
2010年,我国GDP总量超越日本,成为世界第二大经济体,世界也对中国的GDP指标给予更多的关注。
我国政府统计工作经过改革开放后30年的不断深入研讨,取得了很大的进展,统计数据的准确性、及时性都得到了很大的提高,为我国经济增长现状和前景的判断提供了切实可靠的分析基础。
但与发达国家相比,我国政府的GDP 统计数据在质量上还存在一些问题。
数据的真实性受到国内外一些学者和研究机构的质疑。
例如2009年上半年31个省份公布的GDP数据总和为153769.4亿元,国家统计局核算全国GDP数据是139862 亿元,地方GDP之和高出全国核算数据约1.4万亿元,达9.9%。
2010年第一季度,在按期公布GDP的29个省(区、市)中,除了新疆(增速为11%)外,其它28个省(区、市)一季度GDP增速均高于全国11.9%的水平,其中更有18个省(区、市)的增速竟然超过15%。
此外,国际能源署(IEA) 也指出,中国政府公布2009年第一季度GDP 较上年同期增长6.1%,但这一数据与中国当季石油需求下降3.5%的情况不符,与异常疲软的电力需求也不相吻合。
同时,针对2008年第四季度以来中国出现的工业增加值正增长、工业用电量负增长两者背离现象,国际能源署认为这一现象与电力消费和经济增长同向变化的一般规律显然不符,更与中国2000年以来电力消耗增长快于经济增长的经验相背离。
这些矛盾现象都在说明我国GDP 数据存在着质量问题。
进一步净化统计工作环境,提高GDP数据质量,全面履行政府统计职能,树立政府统计权威,确保统计数据能准确、及时和客观地反映社会经济事业发展的实际情况已成当务之急,也是众多统计工作者探讨的重要理论和现实课题之一。
然而,提高和保证统计数据质量,不是靠几次执法大检查等临时性措施所能办到的,需要根据政府统计改革和建设发展的要求,基于正确的数据质量观念,从理论和实践上研究数据质量管理体系的建立和实施。
目前国内外学者对统计数据质量问题研究的方法上还有一定差距,尤其体现在利用各种数学方法对统计数据质量进行定量研究方面。
本文从实际工作出发,根据实际应用的需要,应用了三种分析方法,吸收前人的研究成果,重点研究如何利用定量方法来对GDP数据质量进行检验的问题,并在基于层次分析法的模糊综合评价方法分析中采取了规范分析和实证分析相结合的研究方法,对其质量进行整体拟合优度检验。
二、文献综述(一)统计数据质量的相关研究方法1.逻辑性评估方法逻辑性评估方法包含基于规则的逻辑性评估方法和相关性的逻辑性评估方法。
基于规则的逻辑性评估方法具体包含差额平衡法、相关平衡法、同项相等法和运用生产及使用的平衡关系进行评估的方法;相关性的逻辑性评估方法主要是根据部分指标与总体指标间结构关系、指标间的比例关系以及相关指标的弹性系数等方面进行判断, 也可以运用主成分分析、回归分析等计量方法。
2.从异常值的角度对数据质量进行评估从异常值的角度评估数据质量主要包含基于统计分布的异常值检验、时间序列的异常值分析和探索性数据分析的异常值检验。
运用基于统计分布的异常值检验时,假定给定的统计数据服从一个随机分布(如Γ分布、正态分布等),并使用不一致性测试来识别异常点;在时间序列的异常值分析中,异常点是以多种形式出现的,而且只有在一个描述性模型中才能对其进行定义和识别;探索性数据分析的异常值检验可以在不破坏原始数据中其他数据前提下凸显异常数据或没有用处的数据,进而为判断数据质量提供依据。
3.从误差的角度对数据质量进行评估统计调查有两大误差来源——抽样误差和非抽样误差。
抽样误差是用样本推断总体过程中无法避免的误差,非抽样误差是抽样误差以外的误差。
测定方法有两种思路:一种是尝试对估计值建立总误差模型,并且测算出非抽样误差的具体数值和它在总误差中所占比例的大小;另一种是先直接判断原始资料中是否有失真资料,然后设法找出这部分失真资料,再对其进行修正或剔除,进而消除这些误差的影响,得到一个较好的估计,保证统计数据的质量。
4.事后预测及反常结果判断的方法事后预测是利用已通过各种检验(例如经济意义检验、统计检验和DW检验等),被证明是合理的计量经济模型,对各观测点进行事后预测,测算出各个预测值与实际值的相对误差。
而某一变量的观测数据中有时出现个别相对特别小或特别大的数据,这些数据称为反常结果。
反常结果判断法包含极值偏差法、方差比法和极差比法(即Dixon准则)三种基本方法。
5.层次分析法与模糊综合评价方法相结合模糊综合评价方法是建立在层次分析法的基础上,综合考虑系统(或事物)的多种价值因素,用模糊集理论来评定其优劣的方法。
对数据进行了统计质量的对数正态分布和准确性检验后,再通过建立影响统计数据质量的十个因素各自的分项评价指标,建立科学、合理的统计数据质量评价指标体系,对政府统计数据质量进行整体优度检验。
6.判别分析方法判别分析是根据已有的历史上每个类别的若干样本的数据信息,总结出客观事物分类的规律性,在此基础上建立判别函数和判别准则。
在遇到新的样本点时,只需要根据总结出来的判别函数和判别准则,就能判别该样本点所属类别。
(二)各种研究方法的优缺点1.逻辑性评估方法规则的逻辑性评估方法不仅可用于原始调查资料,还适用于汇总数据。
但这种方法只适用于有逻辑平衡关系的数据,难以对大量夹杂在原始数据中的非逻辑性平衡异常数据做出较准确的判断。
相关性的逻辑性评估方法在运用时需要注意这几个问题:相关指标间的关系并非一直稳定;与被评估指标相关联的统计数据必须可靠;同被评估指标相关联的指标往往不止一个;根据不同的关联指标进行判断的结果应该一致等。
2.从异常值的角度对数据质量进行评估从异常值角度对数据质量进行评估,不仅要识别出异常值,还要结合异常值产生的背景判断其是否由统计数据质量问题导致。
基于统计分布的异常值检验法存在两个问题, 一是数据使用者并不清楚数据的分布;二是即便已知在低维( 一维或二维) 时的数据分布,但在高维情况下估计数据点的分布也极其困难。
探索性数据分析方法具有以下突出特点:不受极端值影响,展示的数据所包含信息量大并能简单、直观的显示出极端值;而且无需过多数学计算,易于理解,易于为基层人员接受。
在其应用基于时间序列的异常值检验时,前提条件是历史数据不存在系统性偏误,其主要缺点是序列异常的概念并未得到普遍认可。
而且使用这种方法会遗漏不少的异常数据,诊断方法也比较复杂,所以它主要适用于科研上对统计数据质量以及结构变化的诊断。
3.从误差的角度对数据质量进行评估从误差的角度评估统计数据质量的方法,主要适用于对原始调查数据质量的控制和检验,而且随着抽样调查技术应用在我国的发展,使用这种方法进行原始数据质量的评估,显得更加重要。
但目前在如何检测和度量各种非抽样误差,尤其是各种因素导致的计量误差方面的研究还很不够,这也是当前需进一步研究的课题。
4.事后预测及反常结果判断的方法运用该方法的关键在于需要找出描述被考核指标的有关解释变量,并建立函数关系式,以及要求有相应的统计来估计。
其基本前提条件是所有数据应来自于同一总体在相同或相似的经济环境下的统计资料。
5.基于层次分析法的模糊综合评价方法模糊综合评价方法存在多因素模糊性和主观判断等问题,但基于层次分析法的模糊综合评价方法能较好地处理这些问题。
但由于最初表示指标间相对重要程度的判断矩阵是由专家主观给定,仍包含一定的主观随意性,是否充分反映了客观实际,还需很好地把握。