服务统计改革 加快统计信息工程建设步伐

北京市统计信息自动化系统自１９７６年起步建设至今,始终遵循国家统计信息化和北京市信息化的战略部署、以实现统计工作的现代化为动力,以保障北京市统计信息成为国家和首都信息化建设的重要信息源、满足社会主义市场经济发展和政府宏观经济调控需要为目标,做出了不懈...     

依法规范统计行为 提高统计数据质量

统计是国家实行宏观管理和科学决策的一项重要的基础工作。在现代信息社会中,真实可信的统计数据对于正确判断分析经济运行态势,保障社会健康发展起着重要作用。《统计法》颁布二十多年来,在维护统计数据质量、规范统计行为、理顺统计关系、净化统计环境等方面发挥了重要作用,提高了全社会的统计意识和法制观念。     

企业统计工作优化路径分析

优质严谨的统计工作是企业开展经营管理活动的重要保障.在新形势下,做好企业统计工作是企业发展的有效助力.重新明确工作定位是优化和改善企业统计工作的基础,强化制度建设和机制创新是优化统计工作的保障.充分利用互联网信息技术,是推进统计工作变革、保证数据质量的可靠路径.     

丰台局队创新统计工作机制

北京市丰台局队创新工作机制,提出重点工作:一是应统尽统,全面完成第二次全国经济普查。二是共享资源,初步建立全区综合数据库。整合全区经济和社会统计信息资源,实现资源共享,保障统计数据准确、权威。     

加强统计人员管理提高统计数据质量

《中华人民共和国统计法》规定“统计的基本任务是对国民经济和社会发展情况进行统计调查、统计分析。提供统计资料和统计咨询意见。实行统计监督”。统计信息作为企业进行宏观决策的重要依据，越来越受到重视。高质量的统计数据是做好统计工作的根本，如何保障统计数据的准确性，提高统计工作的质量，是摆在每位统计工作者面前的一个紧迫而重要的问题。下面就当前影响统计数据质量的主要原因及如何提高统计质量进行论述。     

对实施区级在地统计的理性思考

实行区级在地统计有利于有效地、科学地组织统计工作，能保障统计资料的准确性和及时性，充分发挥统计在我区国民经济和社会发展中的信息、咨询和监督作用，为区政府全面掌握区域经济和社会发展情况及科学决策提供依据。     

浅谈基层单位统计建设

在深化企业改革中,统计作为企业管理的一个重要组成部分,其信息、咨询、监督的整体职能在企业经营决策中的重要性,已基本得到人们的普遍承认.众所周知,统计一词有三种涵义,那就是统计工作、统计资料、统计科学,都是紧紧围绕统计数字来做文章,它提供的统计信息是最为原始,不带任何主观意识和偏见的.统计数据质量的高低取决于统计的源头,源头有了问题,统计数据质量将无法保障,而基层统计工作的高低,决定统计数据质量的高低,当前,日益增加的统计任务越来越多,这就更加需要加强基层统计建设这个环节.     

统计执法是统计普法的最有效形式

统计法制工作,概要地说,包括统计立法、统计普法和统计执法三个方面。在已经有法可依的条件下,统计法制工作的首要任务,就是要在全社会普及统计法律知识,提高各级政府部门、企事业单位和全体公民的统计法律意识,实行依法统计,从统计工作者和被调查对象两个方面保障统计工作合法、科学、有效进行,满足各级领导部门、企事业单位及公民对统计信息的越来越广泛的需求。普及统计法律知识有许多种形势,如培训班、讲座,还可以利用广播、电视等各种媒体进行广泛宣传。     

数说统计（之四）

■百折不挠扬统威 依法统计是科学有效地组织统计工作的必由之路,是维护统计工作秩序、保障统计数据质量的客观要求,是统计事业长期稳定发展的根本保障。诚然,随着社会主义市场经济的发展,受利益驱动,依法统计之路还很艰难,更需要我们百折不挠,坚定不移地走依法办统计、依法治统计、依法兴统计的道路。可喜的是国家及有关部门重视统计法律、     

浅谈统计信息误差的原因及对策

统计信息质量是统计工作的生命线。统计工作作为认识社会的有力武器。具有信息、咨询和监督三大职能，而统计信息职能是保证统计咨询和监督职能有效发挥的基础。统计工作的精准。对我国国民经济发展的影响至关重要。用数据说话是统计的本能——不真实、不准确的数据．不亚于一堆毫无价值的垃圾。然而，现实生活中往往不同程度出现一些统计信息失真的现象，统计信息市场的统计信息质量并不完全尽如人意。     

加强统计方法制度改革,提高统计数据质量

真实准确是统计工作的生命线。统计数据的准确性如何,对促进国民经济持续、稳定、健康发展将有着重大影响。然而,在我国统计信息失真,尤其是人为数字造假导致的失真,至今未得到彻底根治。统计基础工作薄弱、统计方法制度与指标体系不够科学、基层统计人员的素质与责任心等都是影响数据质量的主要因素。加强统计基础工作,提高人员素质,完善统计调查体系,加强法制工作等都是提高统计数据质量的重要举措。     

基于大数据时代下企业推进财务信息化的研究

目前,计算机技术及信息统计技术已经得到了广泛的应用,并且大数据统计分析技术逐渐完善,也广泛应用在各行各业当中。对于财务管理工作来说,信息化技术以及大数据技术的应用,为预算编制、成本控制提供了十分丰富的数据资源,也有效减少了信息统计分析的工作量,数据分析的准确性也得到了有效的提升。大数据技术的应用,进一步推进了财务精细化管理的应用与发展。     

信息时代电力企业统计工作中的问题与对策分析

信息时代数据量急剧增长,给电力企业的统计工作带来了新的冲击和挑战,员工对于统计工作的思想认识程度有待提升,统计数据质量有待提升,对统计成果的分析和运用不足是当前存在的三个主要问题。对此,笔者提出了针对性的建议,一是建立新型的电力统计指标体系,二是建立电力市场数据和电力营销系统,三是培养适应时代发展的电力统计人才,四是采用新型统计数据搜集和分析方法,力求解决信息时代电力企业统计工作中的问题。     

哈尔滨市社会经济综合数据库的建设研究

哈尔滨社会经济综合数据库的建设;将统计元数据库管理、业务自定义、数据采集、数据处理、数据发布、监测分析等覆盖统计行业的全部业务流程进行无缝连接;将我市经济、社会、人口、科技和环境资源等基础性信息进行有计划地收集、整合、汇总、存储、管理和统计数据监测。     

Information optimality and Bayesian modelling

The general approach of treating a statistical problem as one of information processing led to the Bayesian method of moments, reference priors, minimal information likelihoods, and stochastic complexity. These techniques rest on quantities that have physical interpretations from information theory. Current work includes: the role of prediction, the emergence of data dependent priors, the role of information measures in model selection, and the use of conditional mutual information to incorporate partial information.     

大数据时代统计工作思考

大数据为统计工作提供技术支持,能在数据挖掘、分析等方面,全面提高数据统计质量与效率,提高统计工作效能。为此,大数据时代提高统计工作效能,既要创建数据收集、共享数据平台,做好数据分析工作,又要关注非传统数据的运用,提高辅助决策水平,全面提升统计工作人员专业素养,推动大数据时代统计工作实现又好又快发展。     

An alternative procedure for imputing missing data based on principal components analysis

This work entailed tackling the significant problem of missing data which was solved by identifying a new substitution procedure, following an empirical approach based on the analysis of the information contained in the entire set of data collected. This procedures offers a number of advantages compared to other techniques commonly mentioned in the statistical–methodological literature.     

Using Statistics and Statistical Thinking to Improve Organisational Performance

A systematic approach to measuring organisational performance is fundamental to the pursuit of business excellence. As such, the area of organisational performance measurement, and its use of data and analysis to inform business decisions, affords statisticians a potentially high value-adding opportunity. To be effective in this area, statisticians need to appreciate the differing requirements for statistical information in various management zones of an enterprise.
This paper describes a strategy that seeks to link measurement to all facets of organisational performance, particularly to desired business outcomes, and also to mesh measurement with process improvement in a natural way. The use of statistics and statistical thinking is then discussed in this context, with particular focus on the opportunity for statisticians to have a key role at the top decision-making level of the organisation. We argue that the role requires skills in both advanced technical statistical modelling and analysis, and in statistical thinking. It also requires a preparedness to form an appreciation of the business and management imperatives faced by the leaders of an enterprise, and a willingness to work from this basis.     

Automatic Editing for Business Surveys: An Assessment of Selected Algorithms

Statistical offices are responsible for publishing accurate statistical information about many different aspects of society. This task is complicated considerably by the fact that data collected by statistical offices generally contain errors. These errors have to be corrected before reliable statistical information can be published. This correction process is referred to as statistical data editing. Traditionally, data editing was mainly an interactive activity with the aim to correct all data in every detail. For that reason the data editing process was both expensive and time-consuming. To improve the efficiency of the editing process it can be partly automated. One often divides the statistical data editing process into the error localisation step and the imputation step. In this article we restrict ourselves to discussing the former step, and provide an assessment, based on personal experience, of several selected algorithms for automatically solving the error localisation problem for numerical (continuous) data. Our article can be seen as an extension of the overview article by Liepins, Garfinkel & Kunnathur (1982). All algorithms we discuss are based on the (generalised) Fellegi–Holt paradigm that says that the data of a record should be made to satisfy all edits by changing the fewest possible (weighted) number of fields. The error localisation problem may have several optimal solutions for a record. In contrast to what is common in the literature, most of the algorithms we describe aim to find all optimal solutions rather than just one. As numerical data mostly occur in business surveys, the described algorithms are mainly suitable for business surveys and less so for social surveys. For four algorithms we compare the computing times on six realistic data sets as well as their complexity.     

基于PROFIBUS-DP现场总线的制造业企业能源监控系统设计——以某机车车辆制造企业为例

随着信息化技术的发展,传统的制造业开始了根本性变革。文章根据大多数机车车辆制造企业提出的对能源监测的实际需求,结合生产过程中能耗特点和具体业务流程,设计了一套能源监控系统。系统基于以太网和PROFIBUS-DP技术,实现各类能源相关数据的综合管理,从而节省手工统计的时间及人力成本,并避免可能出现的错误,提高企业相关部门的工作效率及工作质量,为企业实现信息化管理提供相应途径。