基于结构匹配性视角的数据质量评估方法
2023-11-06分类号:F49
【部门】江西财经大学统计学院 江西财经大学财经数据科学重点实验室
【摘要】数据是国家各级部门制定相关政策的重要依据,开展数据质量评估方法研究有利于提高数据质量评估的精度,从中把握事物的内在规律,进而提高决策效率。鉴于此,文章根据贫困县调研数据中家庭成员年龄结构和劳动能力结构与收入之间的匹配性关系,提出基于结构匹配性视角的数据质量评估方法,以2020年S省Z贫困县的实地调研数据为样本,验证该方法的有效性。研究结果表明:提出的结构匹配性视角下的数据质量评估方法确实有效,能够从不同方面、角度对数据质量进行评估,评估结果显示,样本数据异常值少,模型的经济学意义、统计学意义一致,抽样分布与原始数据分布一致,贫困县调研数据质量较高。该方法对于建立健全数据质量评估体系、拓展结构匹配性视角数据质量评估方法的应用范围、加强对数据质量评估方法的研究具有重要的理论和实践意义。
【关键词】Benford法则 异常值检测 模型一致性 Bootstrap抽样
【基金】国家社会科学基金资助项目(21&ZD150;20ATJ003);; 江西省研究生创新专项资金项目(YC2022-B148)
【所属期刊栏目】统计与决策
文献传递