【目的】尝试通过在华西牛参考群高密度标记芯片位点中，使用两种标记筛选方法挑选具有代表性的且密度梯度不同的SNP位点集合，后利用基因组填充策略在相同填充参数下将低密度芯片数据填充至高密度继而进行后续基因组研究，从而达到降低华西牛基因型分型成本的目的。研究分别比较了不同标记集合填充准确性和填充一致性的差异，阐述了标记筛选方法、标记密度、最小等位基因频率和参考群体数量等4个因素对填充结果的影响，为华西牛低密度SNP填充芯片设计提供参考。【方法】将质控后剩余的1 233头华西牛群体随机分为参考群（986头）和验证群（247头）。使用等间距法（equidistance,EQ）和高MAF法（high MAF,HM）两种标记筛选方法分别从华西牛参考群体的Illumina Bovine HD芯片位点集合中筛选出16种不同密度的SNP集合，共生成32种不同SNP梯度密度集合。随后在验证群体中利用Beagle(v5.1)软件将各低密度集合填充至770 k密度水平，计算填充准确性和填充一致性并对填充性能影响因素进行分析。【结果】32种低密度SNP集合的标记数量在100—16 000之间，窗口最大为24 176 kb，最小151 kb。随着标记密度升高，EQ和HM两种筛选方法填充一致性和准确性不断提升，但填充准确性和填充一致性增加的幅度越来越小。当标记集合密度超过12 k后均趋于平稳。SNP密度在16 k时两种方法的填充准确性达到最高（r~2_(EQ)=0.8801,r~2_(MAF)=0.8696）。当标记密度低于11 k时，不同标记密度梯度下HM方法填充一致性均高于EQ方法。然而当SNP集合密度超过11 k时，EQ筛选方法较表现出填充优势。与填充一致性结果趋势相似，在SNP集合密度低于10 k时，HM方法仍然具有较高的填充准确性，但当SNP集合密度高于10 k时，EQ方法的填充准确性则较高，且在SNP密度集合大于12 k后，EQ填充准确性趋于稳定。同时研究发现与低MAF标记位点相比，高MAF位点的填充准确性更高。填充过程中发现，填充一致性和填充准确性随着参考群体增大而提高。当参考群体数量在600—800时，位点填充准确性和一致性较高。【结论】在华西牛群体中，填充一致性和填充准确性随标记密度递增而上升，在标记密度为10 k—12 k区间，可获得较好的填充效果。当标记密度小于10 k时优先选择HM方法，更高密度时EQ方法较好。高MAF标记位点填充准确性更高。采用填充策略进行低密度标记填充时，参考群体数量在400头以上时填充效果较为理想。

为评估不同SNP标记密度对凡纳滨对虾AHPND抗性基因组预测准确性的影响，本实验对26个全同胞家系进行Vp AHPND侵染，收集686尾个体的存活时间数据，对其中242尾个体利用液相芯片“黄海芯1号”(55.0 K SNP)进行基因分型，基于A、G和H亲缘关系矩阵估计Vp AHPND侵染后存活时间的遗传参数；采用随机和等距抽取方式，基于55.0K SNP构建了8个低密度SNP面板(40.0、30.0、20.0、10.0、5.0、1.0、0.5和0.1 K)，利用GBLUP和ssGBLUP等方法预测Vp AHPND侵染后存活时间的基因组育种值，利用交叉验证方法计算其预测准确性，并与BLUP方法进行对比分析。遗传参数估计结果显示，Vp AHPND侵染后存活时间表现为高遗传力水平，估计值为0.68～0.79。在55.0 K SNP密度下，针对242尾基因分型个体数据集(G242)，利用BLUP、GBLUP和ssGBLUP方法获得的预测准确性分别为0.424、0.450和0.452,GBLUP和ssGBLUP比BLUP分别提升了6.13%和6.60%；针对686尾表型测定个体数据集(P686)，利用BLUP和ssGBLUP方法获得的预测准确性分别为0.510和0.535，后者比前者提升了4.90%。对于8个低密度SNP面板，当SNP密度≥10.0 K时，基因组预测准确性变化幅度在G242和P686数据集中均较小(1.1%～1.8%)；随着SNP密度自10.0 K不断降低，基因组预测准确性在2个数据集中也不断降低，其中5.0 K密度降幅为0.6%～2.6%、1.0 K密度降幅为5.8%～11.0%、0.5 K密度降幅为11.4%～17.2%、0.1 K密度降幅为38.8%～41.6%。10.0 K与55.0 K SNP密度间基因组亲缘系数、GEBV的相关系数均高于0.99，表明利用10.0 K SNP面板可以准确地预测同胞个体间的亲缘关系及其GEBV。研究表明，使用10.0 K SNP面板对Vp AHPND侵染后存活时间进行基因组遗传评估可以得到与55.0 K SNP芯片近似的预测准确性，为低密度SNP分型芯片设计提供了参考。

【背景】畜禽育种工作的核心是基因组估计育种值的准确性。不同水平的遗传标记密度对估计育种值的影响较大，随着基因分型技术的发展和高通量测序价格的下降，基于重测序数据的基因组选择研究不断涌现。理论上，标记密度更高可获得更高准确性的估计育种值。因为影响目标性状的数量性状基因座（quantitative trait loci, QTL）至少与覆盖全基因组范围的高密度标记中的一个标记处于连锁不平衡状态。所以，较高密度的标记水平，理论上标记与QTL之间的紧密连锁更好，从而保证了较高的预测准确性。但也有研究表明，填充测序数据与芯片数据相比，基因组预测的准确性提升并不明显。【目的】利用GBLUP方法，通过比较填充测序数据和芯片数据在肉鸡屠宰性状的基因组选择准确性，为肉鸡基因组选择育种的基因分型策略提供理论依据。【方法】依据芯片数据和填充测序(whole-genome sequence, WGS)数据，利用GBLUP方法，针对白羽肉鸡胸肌重、屠体重和腿肌重性状进行基因组预测，对其在基因组预测的准确性进行比较。首先，使用“京芯一号”鸡55 K SNP芯片对3 362只鸡进行基因分型，并从第7世代的第9批次中随机选取230只鸡进行全基因组重测序，然后利用Beagle 5.1软件将55 K SNP芯片数据填充至重测序数据水平。为避免染色体大小对填充准确性的影响，将选择鸡较大的3号染色体和较小的14号染色体来进行计算等位基因准确率（allele correct rate, CR）和基因型相关系数（correlation,Cor），并以此判断填充准确性。利用填充测序数据对3个屠宰性状的基因组育种值进行预测，并采用5-折交叉验证的方法评价预测结果的准确性、秩相关和无偏性。【结果】两条染色体的平均等位基因准确率为0.924，平均基因型相关系数为0.885，填充准确率较高，可以用于后期基因组预测研究。SNP芯片数据基因组育种值的预测准确性在0.2194—0.2629之间，填充测序数据基因组育种值的预测准确性在0.2110—0.2695之间。与55 K SNP芯片的结果相比，填充测序数据的基因组育种值预测的准确性差异不显著。【结论】与SNP芯片的结果相比，利用填充后的基因组数据对白羽肉鸡的3个屠宰性状（胸肌重、屠体重和腿肌）的基因组育种值预测准确性提升并不显著，该结论为畜禽遗传育种工作中的数据类型选择提供参考。

随着"大营销"建设的推进,浙江公司已完成了SG186营销业务应用系统、95598客户服务支持系统、用电信息采集系统等系统和平台的建设,积累了大量的基础数据。目前,各专业对客户基础信息虽已全面开展各项应用,但仍存在一系列问题。多岗维护和定向普查机制尚未发挥有效作用。多岗维护机制缺乏系统有效管控,功能设计的合理性、友好性等方面有待改善,业务流程环节嵌入、维护模式和维护轨迹有待优化,成效难以管控。在机制落地

以上市公司办公所在地是否经历高铁开通为外生冲击,使用A股公司2003～2017年的业绩预告数据为基础,采用双重差分法检验了高铁开通对业绩预告准确性的影响。结果表明,相比于高铁开通前以及未开通高铁的样本,高铁开通后样本的业绩预告准确性显著提高。而且,高铁开通对业绩预告准确性的影响在监管的地理临近性比较低的样本中更加明显。进一步的分析显示,高铁开通对业绩预告准确性的影响在只开通非城际高铁的样本中更加显著;信息精确度在高铁开通与业绩预告准确性的关系中发挥了部分中介效应。最后,从信息披露质量的视角提供了交通基础设施与资本市场关系的直接证据,丰富了有关治理环境和地理临近性的研究。

【目的】育种值估计是畜禽育种的核心内容,准确的育种值估计是提高选种准确性的重要手段。屠宰性状是肉鸡重要的经济性状,且无法活体测量,利用基因组信息进行育种值估计的基因组选择是十分有力的工具。文章通过比较GBLUP和BayesB方法对肉鸡屠宰性状的基因组预测的准确性,为肉鸡育种值估计的策略提供依据。【方法】用本课题组前期收集的3 362只白羽肉鸡的表型记录,性状包括胸肌率(BrR)、胸肌重(BrW)、屠体重(CW)、腿肌率(ThR)和腿肌重(ThW)。利用中国农业科学院自主研发的"京芯一号"鸡55 K SNP芯片对所有个体进行了基因分型,采用PLINK软件对芯片的基因型数据进行质量控制,基因组选择的GBLUP和BayesB方法分别由基于R语言的ASReml包和hibayes包实施,并采用世代验证法评估两种方法的基因组育种值的预测准确性。【结果】研究发现基因组选择的准确性与性状的遗传力大致呈正相关。结果显示,在使用GBLUP方法时,预测准确性最高的性状为胸肌率。胸肌率、胸肌重、屠体重、腿肌率和腿肌重的基因组预测的准确性分别为0.3262、0.2871、0.2780、0.2153、0.2126;在使用BayesB方法时,预测准确性最高的性状为胸肌率。5个性状的基因组预测的准确性分别为0.3765、0.2257、0.1376、0.2525、0.2844。结果表明,对于白羽肉鸡屠宰性状的基因组选择研究,BayesB方法的预测准确性略高于GBLUP方法。对于3000的样本量和55 K的标记密度,GBLUP方法的计算时间大约为1h,BayesB方法的计算时间大约为7h。【结论】对于胸肌率、腿肌率和腿肌重,BayesB方法的预测准确性高于GBLUP方法;对于屠体重和胸肌重,GBLUP方法的预测准确性高于BayesB。畜禽的育种工作注重实效性。在实际的育种工作中,需要综合考虑育种值估计的准确性和育种的时效性来决定用何种方式估计基因组育种值。

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翔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。

国家统计局在1991年全国统计工作要点中强调:重点抓好国民生产总值等指标的数据质量评估。由于平衡统计所提供国民生产总值、国民收入、消费水平等指标关系到国家的宏观经济决策,因而。数据的准确性显得尤为重要。但长期以来,国民经济综合平衡统计资料来源过分依赖于各专业统计,由于缺乏足够的原始资料依据以及计算方法规范化程度不高等原因,影响了数字的准确程度,成为困扰平衡统计数据质量的一大难题。在实践中,我们根据平均统计特有的“平衡”原理以及“平均指标”原理,摸索出“平衡体系检查”和“人均指标审核”这两种方法,它们是查寻指标数据差错根源的“探测器”,在控制专业统计和有关指标数字质量上起到了独特的作用,确保了平衡统计准确性的提高。

目前,政府统计数据评估已经从方法研究上升至方法实践。针对现有评估实践中出现的种种问题,本文在系统介绍政府统计数据准确性评估方法原理和代表文献的基础上,重点分析了各种方法的应用前提、优势和局限性。文中提出应根据统计数据的特性,结合评估目的进行方法选择,尽量满足方法的使用前提,可以使用一种方法,也可以多种方法并用,并强调审慎对待评估结果。

季度国内生产总值核算准确性和时效性的提高杜旭光，胡永跃国内生产总值是新国民经济核算体系的核心指标，是衡量一个国家或地区经济实力的主要指标之一。我国自１９８５年开展国民生产总值年度试算工作后，１９９２年起又开始了国内生产总值的季度核算工作。季度核算工作...

文章通过构建地区统计数据质量准确性的Behrens[1]-Fisher[2]问题,利用Scheffe[3]转换法求解多总体B-F问题,对地区之间统计数据质量的准确性差异进行了评估和分析。文章选取了三个省市1999~2008年间有关指标的统计数据作为样本,对相应的地区统计数据质量的准确性进行了排序比较。

股票价格准确性是指股票价格反映公司特定信息的程度。准确的股票价格能够有效消除股票价格波动对公司治理的不利影响，使得公司管理者能够受到市场的有效约束，完善管理决策过程。而且，准确的股票价格有利于提高公司筹资和投资的效率。此外，准确的股票价格使得投资者更加容易获得股票价格的信息含量，做出合理的投资决定。总之，股票价格准确性具有改善公司治理、优化社会资本分配和增强投资者保护的社会效益。

１９９４年我国证鉴会将上市公司年度报告中有关财务预测的规定由强制性披露改为自愿性揭示，这一系统性变化很自然会引起人们对财务预测信息披露是否有用的广泛关注，而财务预测信息的有用性应与财务预测的合理准确性密切相关。为此，本文选择了１９９３、１９９４年在上海上市的１００家和１４５家公司，按行业特征、公司规模大小、地区分布等标志适当分组后，以描述统计研究方法，对上市公司编制财务预测及财务预测的准确性做了实证性研究。研究结果表明：我国上市公司财务预测普遍存在预测力求稳健；预测误差较大；不同类型的公司其预测又存在明显差异

本文在对SHIBOR和LIBOR进行比较的基础上,研究如何能够更好地发挥SHIBOR作为我国的基准利率的作用。与SHIBOR相比,LIBOR波动更为平稳,期限结构更为合理、稳定;而与LIBOR相比,SHIBOR由中国人民银行直接对其报价、生成、运行进行监管,定期对报价情况进行多指标考核,将场外报价银行培育制度和报价银行淘汰机制相结合,增强了报价的准确性。但由于利率市场化程度和市场参与度仍有待提高等原因,SHIBOR波动性较大。所以,我国应进一步优化SHIBOR的利率期限结构,提高其作为基准利率的稳定性。

为了提高应急信息的数据质量测量效率,在测量工作前建立数据准确性测量框架是一项重要的基础工作。文章基于第二代数据质量管理系统,构建应急信息质量的测量框架,从测量方法的四要素,解释说明测量框架的内涵。研究成果有助于根据特定环境选择合适的信息质量测量手段,避免测量的盲目性,可为应急信息的数据质量的测量、评价及改进等后续工作提供基础。