摘要：就大数据生成过程的多维性、稀疏性和动态性等特征而言,大数据集并不等于统计总体,即便对于静态大数据集,随机抽样同样有着不可或缺的参数估计和总体推断的方法论价值。在大型数据分析中,常常遇到需要降低维度和减少计算量但又不知如何抽样处理的问题。因此,提出均匀抽样在大数据挖掘中应用的基本策略,并使用模拟数据和医学胎心宫缩监护数据集进行数值分析。结果表明:均匀抽样在降低决策树、adaboost、bagging和随机森林的误差率上优于现有文献的常用方法,这一策略能为面向大数据的数据挖掘方法提供参考,也为针对大数据分析的抽样有效性提供佐证。

摘要：利用Microsoft最新发布的Office2 0 0 0的基本成员Access2 0 0 0实现了网络调查问卷的简易定制方法 ,并且利用网站的ASP资源 ,即时发布与反馈调查信息 ,解决了小型网站参与市场调查的一个技术性问题。

摘要：在调查中相互独立的总体单元并不是普遍存在的,空间效应会导致总体单元在空间上覆盖不均匀。当考虑总体空间异质性时,简单分层抽样设计无法捕获总体可能存在的空间自相关,一般解决方法是采用以空间区域作为定性辅助信息的空间分层抽样,但存在调查实践性与空间精细度的两难选择。因此,本文将地理坐标引入到分层抽样设计中,围绕空间效应和样本代表性研究地理坐标对空间异质性总体的抽样效果,进而探索在不同空间特征总体下地理坐标参与的空间分层抽样统计推断作用。通过模拟研究和实证分析发现,地理坐标参与的空间分层抽样能够在合理误差范围内有效提高估计效率,对表现出强空间异质性的总体估计效率提升效果较弱;在具有明显空间趋势的总体中,地理坐标参与的空间分层抽样效果优于简单分层抽样,并且这种优势在大样本量下更为明显。本文提出了地理坐标参与的空间分层抽样设计方案,即当总体存在较弱的空间异质性时,应使用地理坐标参与的空间分层抽样设计。

摘要：随着大数据背景下抽样环境日趋复杂化,特别是3S技术(遥感技术、地理信息系统和全球定位系统)日趋成熟,越来越多的社会经济问题涉及空间抽样,其样本呈现出规模相对稀少、分布不均匀、局部聚集的特征,使得传统抽样调查面临着严重挑战。本文介绍了适应性抽样技术应用于空间网络环境的基本原理、主要操作步骤和马尔可夫链蒙特卡罗估计推断,并以广州市天河区的商户抽样为例讨论实际操作中应注意的问题,以期为流动人口、环境污染、区域经济研究等方面的调查提供理论支撑和实证方法参考。

摘要：前两天和一个朋友聊天的时候说起漫游费的问题，中国移不动的一个经理说，信息产业部移动漫游费新方案出台了，今年的任务可能不好完成了。我上网看了新方案，也看了年前信息产业部的“漫游费听证会”的报道，觉得这真是一个无聊的命题。取消漫游费难道还需要漫长的路吗？。

摘要：以SNA标准为基础,以主要发达国家编制国家资产负债表的经验为参考,结合我国现实经济数据,研究了金融机构资产负债表的核算口径和编制方法,并对编表涉及到的表式设计、价格缩减方法等关键内容进行了讨论,最终编制完成了一套金融机构资产负债序列表。进一步,本文采用存量与流量相结合的方式对编表结果进行了分析预测,并测算了金融机构部门负债规模变动的宏观波及效应。研究表明,金融机构资产负债率仍将持续上升;金融机构的负债结构将由以传统存款为主的结构逐步转变为包括非存款资金在内的多元化负债结构;金融机构债务波动对中国金融市场存在显著影响。

摘要：结合能源经济学理论、区域发展理论及统计模型分析方法,根据研究目的选择了Laspeyres模型和SSA模型,并对这些模型进行了计算性扩展和应用创新。在Laspeyres模型中定义了传统能源生产率,首次从生产率角度对能源产业产出价值进行了模型分解,进行了认识论方面的创新。在分离出区域发展优势的SSA模型基础上,首次加入了空间权重矩阵,并设计了T检验以验证模型扩展的科学性和有效性,进行了方法论方面的创新。研究结果表明,全国能源投资正向拉动了所有省份的能源增长;能源省份的生产效率较高,但投资结构不够合理,而非能源省份能源产业的生产效率普遍较低;所有省份的区域份额分量均为正,全国能源产业发展带动了所有省份正向发展;河北、内蒙古和新疆等地的区域发展优势分量表现突出,地区发展优势明显,而产业结构优势分布连片效应明显;大多数能源省份的竞争力优势分量为正,与毗邻省份相比具有竞争力优势。

摘要：文章从统计学的角度出发,对政府公共政策、公共服务及公共产品的效率和施政效果进行了探索性研究,提出了政府行政管理与公共服务中,公众评价的方法和思路,设计了公众满意度的测量指标体系,并对测量方法做出了进一步的设计和可行性研究。

摘要：网络调查数据的海量涌入使得传统抽样调查的响应率显著下降,但网络样本的数据质量及可推断性受到质疑,而自适应抽样调查设计作为一种提高数据质量的有效手段,在网络调查实践中逐渐兴起。因此,在回顾和比较现有文献的基础上,系统介绍R统计量和偏R统计量的构建原理和估计方法,深入探讨它们在自适应调查设计中的关键作用,并设计数值模拟展示R统计量和偏R统计量的应用过程,验证其在提高数据采集效率和质量控制方面的实际效果。研究结果表明,在目标样本的辅助变量信息可用时,利用R统计量和偏R统计量指导自适应调查的数据收集过程,可以显著提升响应样本的代表性和估计的准确性,大幅度提升网络样本的可推断性和未来样本融合的效率。

摘要：大数据时代对于数据的搜集提出了更高的要求,在现有存储计算能力还难以满足处理全数据的需求时,抽样调查依然有其存在的价值。非概率抽样作为重要的抽样方法,关于其如何适应大数据特点讨论有一定现实意义。本文首先介绍了已有的非概率抽样方法,并提出互联网是大数据产生和存储的重要载体。在结合已有各类非概率抽样方法和互联网数据产生特点的基础上,该文给出了在面对互联网大数据时,如何继续使用非概率方法的讨论。