关于经济统计数据质量检测的探讨

《关于经济统计数据质量检测的探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、关于经济统计数据质量检测的探讨关于经济统计数据质量检测的探讨　　前言　　传统的统计数据质量仅仅指其准确性，随着信息社会化进程的加速、以顾客为中心的市场环境形成，有必要把用户的需求作为衡量统计数据质量高低的首要因素，因此，统计数据的质量应包括相关性、准确性与及时性。　　一、保证统计数据质量的意义　　众所周知，统计信息数据是各级党政领导制定政策和计划的依据，如果统计数据有问题，会在相当程度上给全社会以极大的误导，甚至有可能引发社会向恶性循环的方向发展。一方面，它使政府决策有可能在总体上判断失误，导致

2、政府宏观调控政策的失灵，延误改革的时机，从而给社会公众造成政府无能的不良印象，影响政府的形象和权威；另一方面，如果各企业、厂商以这样的表面数字作为自己的决策参考，无疑也将导致企业决策方向性的错误。与此同时，在社会的各项福利制度安排上，也因为这样的数字迷宫而让决策者们看不到事物的要害，从而把相当多的底层百姓排除在有效的社会救济和保障之外，甚至有可能对他们的生存发展权都构成一定程度的影响和威胁。　　二、检测统计数据准确性的可能性　　统计数据具有不确定性。正如统计学承担的基本任务是从局部推断总体，从历

3、史、现在去预测未来，其间必然存在随机误差。因此，如果想检测数据准确性，必须要考虑到随机误差。于是，我们不得不从统计学基本原理入手去研究此类问题。　　一个经典的事例（弗里得曼，1997）阐述了统计假设检验有助于检测数据质量。孟德尔提出过著名的基因理论，他认为豌豆存在两种不同的基因变异体，它们成对地发生以控制种子的颜色，以y（代表黄色）和g（代表绿色）来表示。两个基因变异体可以构成四种基因对：(y,y)、(y,g)、(g,y)和(g,g)。其中仅有(g,g)控制种子呈现绿色，其余三对均使种子呈现黄色

4、。　　为了验证基因理论的正确性，在当时没有电子显微镜的情况下，只能通过实验办法。孟德尔在85块土地上独立地进行试验，每一块地得到绿色种子的比例几乎都在25%左右，依此充分地证实了孟德尔理论的正确性。然而孟德尔的数据却给人带来了困惑：80多块地中，每块地绿色种子与黄色种子的比例几乎一致地呈现1：3，似乎造物主对孟德尔特别地照顾。统计学家费歇为了从统计学角度论证孟德尔的理论，把这些数据综合成了χ2统计量，用以检验原假设：孟德尔的理论是正确的（即绿色种子与黄色种子数目的比为1：3）。　　费歇通

5、过计算得出，若其他任何人去做同样的实验，其结果与孟德尔那样一致的可能性大约是十万分之四。假如成千上万个种子家都去做孟德尔的实验，大约每10万个人中有99996人得到的数据与理论上1：3的差异将大于孟德尔所报告的差异。这样，摆在人们面前有两种可能：要么，孟德尔的数据是经过精心加工的；要么，造物主很照顾孟德尔，让他的实验数据结果非常走运地符合他所提出的理论。　　显然，绝大多数的人宁肯相信第一种可能性本文由.L.收集整理。于是，费歇的统计检验实际上是在比较两个假设，原假设：孟德尔的数据是真实的；备择假

6、设：孟德尔的数据是经过修改的，其目的是使观察到的绿色种子与黄色种子的比例相当接近于孟德尔理论中的1：3。假设检验的结果是拒绝原假设。后来孟德尔的秘书承认了修改的事实，他非常了解孟德尔的想法，因此在实验中尽力地修改数据以使其更有利于孟德尔理论。　　这个历史真实故事表明了假设检验是检测统计数据质量的一个有力工具。而在方差分析（ANOVA）中，倘若F统计量的值远远小于1，那么我们常常不急于去接受原假设，而是怀疑实验数据是否有人为修改的可能。因为各个水平之间不存在差异不至于连随机误差都不存在。　　三、检

7、测经济统计数据质量的若干方法探讨　　在经济统计数据方面，由于其宏观性，很难完全与随机误差挂钩。统计学中的其它理论，有时候有助于检测经济统计数据的质量。　　1抽样检测经济统计数据的质量　　正宗的市场调查或者西方国家的民意测验，在调查表的最后一般都要求被调查者留下电话或联系方式，这是主管方为了核实调查结果而设置的。通过抽样，打电话询问被调查者有关问答情况。这种方法表面上只是检测该份问答数据及信息的准确性，其实也在检测整个调查结果的准确性。试想，如果10%的再联系中得到的消息是调查结果存在问题，那么整

8、体的调查数据已无相信的价值。　　这些方法正是依据从局部推断总体的统计学原理。全国人口普查的数据质量可靠与否，通常应再独立地做少量的抽样调查给予检测，这是检测调查数据质量的方法之一。　　2通过经济指标之间的相互联系来检测经济统计数据的质量　　社会经济现象之间存在着大量的相互联系、相互依赖、相互制约的数量关系。反映经济状况的各种指标之间都有其内在的规律，它们都是相关的。其中的一个指标变化，不可能不引起其它指标的变化。这些关系不是确定性的依存关系，而是不确定、不严格的依存关系。对于指标的某个数值，可以