准确可靠的统计数据是把握经济运行情况、进行科学决策的基础。以我国GDP数据的准确性为例,选取1985~2010年间的数据作为样本,根据时间序列自身的变化特点,分别拟合灰色预测模型、回归组合模型和双指数平滑模型。在模型通过统计检验、具有良好统计预测能力的基础上,构建基于误差绝对值和最小的组合预测模型对我国GDP数据进行预测,所得预测值代表"真值",再从异常值的角度对我国GDP数据的准确性进行分析,结果表明组合预测模型在统计数据准确性检验中较高的实用价值,值得进一步研究。

本文以经济理论为基础,从整个经济系统出发,利用研究对象的相关影响因素构造计量模型,在既定模型下,运用异常值的检验方法及统计诊断原理进行数据质量的定量评估。通过选择合适的模型对考察对象的变化规律进行模拟,找出异常数据(离群值),判断异常数据是否显著异常,对异常数据进行多方查证和原因分析来进一步判断数据的质量,并对我国的统计数据质量进行了实证分析。

通过综述统计数据质量的研究文献,文章从广义和狭义两个角度定义了统计数据质量,厘清了统计数据质量的概念和内涵。在此基础上,文章对诊断统计数据质量的一般理论模型进行了探索,并讨论了模型的适用性和应用模型进行统计数据质量评价时应该注意的问题。

统计数据质量评估方法薛金龙如何有效地控制和评估统计数据质量，提高统计数据准确性，已成为当前统计工作的重要议题。本文谈谈正确评估统计数据质量的方法。统计数据质量评估是对已经获得的统计数据进行验证、分析和评价．通过评估得到统计数据误差率．利用误差率加以调...

在统计数据质量成本概念基础上,文章根据统计数据质量成本管理理论推导出统计数据质量成本模型的理论形式;结合统计数据生产过程的特点,具体论证了抽样设计阶段和统计信息生产阶段的统计数据质量成本与不同质量特性的质量成本关系模型,为有效地实施统计数据质量成本的管理,从而不断改进统计数据质量提供了理论基础。

文章利用结构方程模型(SEM)对影响能源统计数据质量的影响因素进行了研究。研究结果表明:统计方案的设计因素、环境因素以及统计人员的因素对能源统计数据质量具有显著影响,需要根据路径系数的强弱有重点地进行控制,从而提高能源统计数据的质量,更有效地辅助能源决策。

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,并且能更好地识别异常点。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,对改革开放以来我国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地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。

文章以GDP数据的准确性为例,根据Cramer分解定理的基本理论对我国GDP数据时间序列建立了确定性趋势模型,对模型得到的平稳残差序列拟合ARMA模型;将两种模型组合起来对我国GDP数据进行预测,用预测值代表"真值",考察了预测值与观察值之间的差异;用异常值检验法对2001~2007年我国GDP数据的准确性进行了检验和分析,证明了组合预测模型在统计数据准确性检验中的适用性总体上不强,并提出了模型改进应用的思路。

Since the Contributions Wanted for Written Discussion of Reform and Development of Statistics has been published in 7th issue of statistical research in 2007, the statistical research journal receives many papers written by the people coming from the statistical system, statistical teaching and researching fields and caring for statistics, who put forward some profound suggestions for governmental statistics, statistical administration system, statistical methods and local statistical work. These papers also include the authors' concern and deep thinking of statistical reform. Some authors introduce international useful experience to promote China's governmental statistics to be geared to international standards; some authors devote to researching advanced system and approach to improve the quality of statistical data; the other authors put forward feasible suggestions to solve the problems in their practical work, etc. The editor chooses more than twenty representative papers and compiles them to publish in this issue, which will provide reference for China's statistical reform, promote the rapid development of socialistic statistics, accelerate the reform of governmental statistics and serve for building the harmonious society.

如何从混杂的数据中获取真正有价值的数据,保证数据质量成为亟待解决的问题。文章首先从数据系统偏差、安全性以及非随机性方面讨论了新时代统计数据质量评估所面临的挑战。在统计数据质量评估现状研究的基础上,将Bootstrap方法引入多维统计数据质量的评估中,并给出了多维统计数据质量的一般框架。根据国家统计局公布的相关数据进行了模拟和验证。