摘要：目的 :配对设计可以提高实验效率 ,本文对定量资料配对设计与完全随机设计 (成组设计 )的统计效率进行了对比分析 ,根据t界值表计算出两种设计统计效率的判别标准。方法 :理论推导与模拟数据计算相结合。结果 :(S21 +S22 ) S2d 的比值对统计结果有影响。结论 :(S21 +S22 ) S2d 时 ,配对设计的统计效率高 ,(S21 +S22 ) S2d t2α ,2v时 。

摘要：正交试验设计（orthogonal experiment design）对多因素、多水平的试验具有设计、计算简便、节省实验单元、统计效率高等优点，故在药物拆方、药品制备工艺、试验条件的优化等方面运用广泛。但是利用SPSS系统随机产生的正交设计表，进行正交试验设计及其数据处理方面，仅有无空列非重复正交试验设计的个案报道；在无空列重复正交试验设计（也称有重复正交试验设计）和空白列正交试验设计方面，未见报道。

摘要：近年来流行病学研究中配比(Matchirlg)设计得到越来越多的应用，借以控制研究中的主要混杂因素，提高统计效率。有关配比设计的分析方法也有较多文献。国内对1：1、1：M配比设计的分析方法在教科书、参考书作了较详尽介绍；对不同配比的对照数同时存在的特定情况的分析方法亦有报道。但以下情况下配比设计的分析方法国内尚未做充分讨论，特简略辑于本文，就正于同道。

摘要：1.绪论1.1研究背景和意义随着社会经济的快速发展以及科技更迭的日新月异,铁路货车作业量不断增加。本文设计与研究的铁路货车统计管理信息系统将日常统计所需功能集成于一体,对于提高统计效率、增强数据准确性、提升数据分析能力、实现信息化转型具有一定意义。

摘要：在当前大数据、云计算、智能分析大发展的时代,数据成为一种新的生产要素和创新驱动力。各种现代化数据分析应用技术及手段的不断兴起对政府统计的权威性和地位带来前所未有的挑战。统计数据资源整合以统计数据的元数据化为核心,通过前瞻性规划和设计,探索统计数据生产和应用方式的变革,加快大数据时代统计效率的提升和统计服务的优化。

摘要：当前大多数已发表的研究结果是有错误的,且问题越来越受关注。研究结果的正确概率取决于统计效率、偏倚和研究团队的数量,以及已探讨的关联中真实关联与非真实关联的比例。研究结果正确概率低的情况有:①较小领域的研究;②效应强度较小的研究;③选择性样本的关联研究;④灵活度较大的设计、定义、结局和分析模型研究;⑤有较大的经济和其他利益或偏见的研究;⑥被更多的研究团队认定有统计学意义的研究领域;⑦研究结果仅是对普遍存在的偏倚的准确测量。本文将就这些问题对研究过程实施和研究结果解释的影响作用进行讨论。