统计学作为一门综合性很强的学科，其运用范围非常广泛，不少学生在写作统计学论文时，都困在了选题这一步，其实就统计学而言，可供作为论文题目的热词有很多，如：企业管理、实证研究、统计估计、统计分析、计算机应用、支持向量机、数学模型、GIS、多元分析、统计报表等等，学术堂精选了20个优质“统计学毕业论文题目”，供大家参考。 1、药品检验中常用的统计学方法及其应用 2、应用统计学在现实生活中的应用分析 3、浅谈统计学在金融领域的应用 4、统计学在实验室质量控制中的应用 5、论应用统计学PDTR教学模式的必要性和可行性 6、水产生物统计学课程中学生统计思维能力与应用意识的培养研究 7、地质统计学在某铜矿床资源量估算中的应用熊 8、基于地质统计学的采空区储量估算 9、密井网条件下地质统计学岩性反演在河道砂体预测中的应用 10、地质统计学在稀土矿储量计算研究应用 11、地质统计学在矿床品位估算中的应用研究 12、地质统计学在细脉型矿体模拟中的应用:以新疆梅岭-红石铜矿为例 13、地质统计学地震反演技术在溱潼南华地区薄砂层的预测应用 14、朝阳沟油田扶余油层组深度域地质统计学反演 15、基于DMine软件下地质统计学在矿山储量计算中的应用
时代金融摘 要:关键词:一、 引言一个国家的国民经济有很多因素构成, 省区经济则是我国国民经济的重要组成部分, 很多研究文献都认为中国的省区经济是宏观经济的一个相对独立的研究对象, 因此, 选取省区经济数据进行区域经济的研究, 无疑将是未来几年的研究趋势。而省区经济对我国国民经济的影响, 已从背后走到了台前, 发展较快的省区对我国国民经济的快速增长起到了很大的作用, 而发展相对较慢的省区, 其原因与解决方法也值得我们研究。本文选取华中大省湖北省进行研究, 具有一定的指导和现实意义。湖北省 2006 年 GDP 为 7497 亿元, 人均 GDP13130 元, 达到中等发达国家水平。从省域经济来说, 湖北省是一个较发达的经济实体。另一方面, 湖北省优势的地理位置和众多的人口使之对于我国整体经济的运行起到不可忽视的作用, 对于湖北省 GDP的研究和预测也就从一个侧面反映我国国民经济的走势和未来。尽管湖北省以其重要位置和经济实力在我国国民经济中占据一席之地, 但仍不可避免的面临着建国以来一再的经济波动,从最初的强大势力到如今的挣扎期, 湖北省的经济面临着发展困境。近年来, 湖北省的经济状况一再呈现再次快速发展的趋势, 但是这个趋势能够保持多久却是我们需要考虑的问题。本文选择了时间序列分析的方法进行湖北省区域经济发展的预测。时间序列预测是通过对预测目标自身时间序列的处理来研究其变化趋势的。即通过时间序列的历史数据揭示现象随时间变化的规律, 将这种规律延伸到未来, 从而对该现象的未来作出预测。二、 基本模型、 数据选择以及实证方法( 一) 基本模型ARMA 模型是一种常用的随机时序模型, 由博克斯, 詹金斯创立, 是一种精度较高的时序短期预测方法, 其基本思想是: 某些时间序列是依赖于时间 t 的一组随机变量, 构成该时序的单个序列值虽然具有不确定性, 但整个序列的变化却具有一定的规律性, 可以用相应的数学模型近似描述。通过对该数学模型的分析,能够更本质的认识时间序列的结构与特征, 达到最小方差意义下的最优预测。现实社会中, 我们常常运用 ARMA模型对经济体进行预测和研究, 得到较为满意的效果。但 ARMA模型只适用于平稳的时间序列, 对于如 GDP 等非平稳的时间序列而言, ARMA模型存在一定的缺陷, 因此我们引入一般情况下的 ARMA模型 ( ARIMA模型) 进行实证研究。事实上, ARIMA模型的实质就是差分运算与 ARMA模型的组合。 本文讨论的求和自回归移动平均模型, 简记为 ARIMA ( p, d, q) 模型,是美国统计学家 GEPBox 和 GMJ enkins 于 1970 年首次提出, 广泛应用于各类时间序列数据分析, 是一种预测精度相当高的短期预测方法。建立 ARIMA ( p, d, q) 模型计算复杂, 须借助计算机完成。本文介绍 ARIMA ( p, d, q) 模型的建立方法, 并利用Eviews 软件建立湖北省 GDP 变化的 ARIMA ( p, d, q) 预测模型。( 二) 数据选择本文所有 GDP 数据来自于由中华人民共和国统计局汇编,中国统计出版社出版的 《新中国五十五年统计数据汇编》 。本文的所有数据处理均使用 EV0 软件进行。( 三) 实证方法ARMA模型及 ARIMA模型都是在平稳时间序列基础上建立的, 因此时间序列的平稳性是建模的重要前提。任何非平稳时间序列只要通过适当阶数的差分运算或者是对数差分运算就可以实现平稳, 因此可以对差分后或对数差分后的序列进行 ARMA( p, q) 拟合。ARIMA ( p, d, q) 模型的具体建模步骤如下:平稳性检验。一般通过时间序列的散点图或折线图对序列进行初步的平稳性判断, 并采用 ADF 单位根检验来精确判断该序列的平稳性。对非平稳的时间序列, 如果存在一定的增长或下降趋势等,则需要对数据取对数或进行差分处理, 然后判断经处理后序列的平稳性。重复以上过程, 直至成为平稳序列。此时差分的次数即为ARIMA ( p, d, q) 模型中的阶数 d。为了保证信息的准确, 应注意避免过度差分。对平稳序列还需要进行纯随机性检验 ( 白噪声检验) 。白噪声序列没有分析的必要, 对于平稳的非白噪声序列则可以进行ARMA ( p, q) 模型的拟合。白噪声检验通常使用 Q 统计量对序列进行卡方检验, 可以以直观的方法直接观测得到结论。ARMA拟合。首先计算时间序列样本的自相关系数和偏自相关系的值, 根据自相关系数和偏自相关系数的性质估计自相关阶数 p 和移动平均阶数 q 的值。一般而言, 由于样本的随机性, 样本的相关系数不会呈现出理论截尾的完美情况, 本应截尾的相关系数仍会呈现出小值振荡的情况。又由于平稳时间序列通常都具有短期相性, 随着延迟阶数的增大, 相关系数都会衰减至零值附近作小值波动。根据 Barlett 和 Quenouille 的证明, 样本相关系数近似服从正态分布。一个正态分布的随机变量在任意方向上超出 2σ 的概率约为 05。因此可通过自相关和偏自相关估计值序列的直方图来大致判断在 5%的显著水平下模型的自相关系数和偏自相关系数不为零的个数, 进而大致判断序列应选择的具体模型形式。同时对模型中的 p 和 q 两个参数进行多种组合选择, 从 ARMA ( p,q) 模型中选择一个拟和最好的曲线作为最后的方程结果。一般利用 AIC 准则和 SC 准则评判拟合模型的相对优劣。模型检验。模型检验主要是检验模型对原时间序列的拟和效果, 检验整个模型对信息的提取是否充分, 即检验残差序列是否为白噪声序列。如果拟合模型通不过检验, 即残差序列不是为白噪声序列, 那么要重新选择模型进行拟合。如残差序列是白噪声序列, 就认为拟合模型是有效的。模型的有效性检验仍然是使谭诗璟ARIMA 模型在湖北省GDP 预测中的应用—— —时间序列分析在中国区域经济增长中的实证分析本文介绍求和自回归移动平均模型 ARIMA ( p, d, q) 的建模方法及 Eviews 实现。广泛求证和搜集从 1952 年到 2006 年以来湖北省 GDP 的相关数据, 运用统计学和计量经济学原理, 从时间序列的定义出发, 结合统计软件 EVIEWS 运用 ARMA建模方法, 将 ARIMA模型应用于湖北省历年 GDP 数据的分析与预测, 得到较为满意的结果。湖北省 区域经济学 ARIMA 时间序列 GDP 预测理论探讨262008/01 总第 360 期图四 取对数后自相关与偏自相关图图三 二阶差分后自相关与偏自相关图用上述 Q 统计量对残差序列进行卡方检验。模型预测。根据检验和比较的结果, 使用 Eviews 软件中的forecas t 功能对模型进行预测, 得到原时间序列的将来走势。 对比预测值与实际值, 同样可以以直观的方式得到模型的准确性。三、 实证结果分析GDP 受经济基础、 人口增长、 资源、 科技、 环境等诸多因素的影响, 这些因素之间又有着错综复杂的关系, 运用结构性的因果模型分析和预测 GDP 往往比较困难。我们将历年的 GDP 作为时间序列, 得出其变化规律, 建立预测模型。本文对 1952 至 2006 年的 55 个年度国内生产总值数据进行了分析, 为了对模型的正确性进行一定程度的检验, 现用前 50 个数据参与建模, 并用后五年的数据检验拟合效果。最后进行 2007年与 2008 年的预测。( 一) 数据的平稳化分析与处理差分。利用 EViews 软件对原 GDP 序列进行一阶差分得到图二:对该序列采用包含常数项和趋势项的模型进行 ADF 单位根检验。结果如下:由于该序列依然非平稳性, 因此需要再次进行差分, 得到如图三所式的折线图。根据一阶差分时所得 AIC 最小值, 确定滞后阶数为 1。然后对二阶差分进行 ADF 检验:结果表明二阶差分后的序列具有平稳性, 因此 ARIMA ( p, d,q) 的差分阶数 d=2。二阶差分后的自相关与偏自相关图如下:对数。利用 EViews 软件, 对原数据取对数:对已经形成的对数序列进行一阶差分, 然后进行 ADF 检验:由上表可见, 现在的对数一阶差分序列是平稳的, 由 AIC 和SC 的最小值可以确定此时的滞后阶数为 2。 因为是进行了一阶差分, 因此认为 ARIMA ( p, d, q) 中 d=1。( 二) ARMA ( p, q) 模型的建立ARMA ( p, q) 模型的识别与定阶可以通过样本的自相关与偏自相关函数的观察获得。图一 1952- 2001 湖北省 GDP 序列图表 1 一阶差分的 ADF 检验ADF t- Statistic 1% level 5% level 10% level AIC 备注0 - 136479 - 161144 - 506374 - 183002 20582非平稳1 - 764521 - 165756 - 508508 - 184230 171892 - 101495 - 170583 - 510740 - 185512 180023 - 418890 - 175640 - 513075 - 186854 205434 - 230514 - 180911 - 515523 - 188259 27059表 2 二阶差分的 ADF 检验Lag Length t- Statistic 1% level 5% level 10% level1 (Fixed) - 714836 - 170583 - 510740 - 185512表 3 对数一阶差分的 ADF 检验ADF t- Statistic 1% level 5% level 10% level AIC SC 备注0 - 448501 - 574446 - 923780 - 599925 - 536478 - 458512平稳 1 - 832346 - 577723 - 925169 - 600658 - 662966 - 5448712 - 398029 - 581152 - 926622 - 601424 - 770517 - 6115043 - 324520 - 584743 - 928142 - 602225 - 747432 - 546692图五 对数后一阶差分自相关与偏自相关图理论探讨27时代金融摘 要:关键词:使用 EViews 软件对 AR, MA的取值进行实现, 比较三种情况下方程的 AIC 值和 SC 值:表 4ARMA模型的比较由表 4 可知, 最优情况本应该在 AR ( 1) , MA ( 1) 时取得, 但AR, MA都取 1 时无法实现平稳, 舍去。对于后面两种情况进行比较, 而 P=1 时 AIC 与 SC 值都比较小, 在该种情况下方程如下:综上所述选用 ARIMA ( 1, 1, 0) 模型。( 三) 模型的检验对模型的 Q 统计量进行白噪声检验, 得出残差序列相互独立的概率很大, 故不能拒绝序列相互独立的原假设, 检验通过。模型均值及自相关系数的估计都通过显著性检验, 模型通过残差自相关检验, 可以用来预测。( 四) 模型的预测我们使用时间序列分析的方法对湖北省地方生产总值的年度数据序列建立自回归预测模型, 并利用模型对 2002 到 2006 年的数值进行预测和对照:表 5 ARIMA ( 1, 1, 0) 预测值与实际值的比较由上表可见, 该模型在短期内预测比较准确, 平均绝对误差为 876% , 但随着预测期的延长, 预测误差可能会出现逐渐增大的情况。下面, 我们对湖北省 2007 年与 2008 年的地方总产值进行预测:在 ARIMA模型的预测中, 湖北省的地方生产将保持增长的势头, 但 2008 年的增长率不如 2007 年, 这一点值得注意。GDP毕竟与很多因素有关, 虽然我们一致认为, 作为我国首次主办奥运的一年, 2008 将是中国经济的高涨期, 但是是否所有的地方产值都将受到奥运的好的影响呢? 也许在 2008 年全国的 GDP 也许确实将有大幅度的提高, 但这有很大一部分是奥运赛场所在地带来的经济效应, 而不是所有地方都能够享有的。正如 GDP 数据显示, 1998 年尽管全国经济依然保持了一个比较好的态势, 但湖北省的经济却因洪水遭受不小的损失。作为一个大省, 湖北省理应对自身的发展承担起更多的责任。总的来说, ARIMA模型从定量的角度反映了一定的问题, 做出了较为精确的预测, 尽管不能完全代表现实, 我们仍能以ARIMA模型为基础, 对将来的发展作出预先解决方案, 进一步提高经济发展, 减少不必要的损失。四、结语时间序列预测法是一种重要的预测方法, 其模型比较简单,对资料的要求比较单一, 在实际中有着广泛的适用性。在应用中,应根据所要解决的问题及问题的特点等方面来综合考虑并选择相对最优的模型。在实际运用中, 由于 GDP 的特殊性, ARIMA模型以自身的特点成为了 GDP 预测上佳选择, 但是预测只是估计量, 真正精确的还是真实值, 当然, ARIMA 模型作为一般情况下的 ARMA 模型, 运用了差分、取对数等等计算方法, 最终得到进行预测的时间序列, 无论是在预测上, 还是在数量经济上, 都是不小的进步, 也为将来的发展做出了很大的贡献。我们通过对湖北省地方总产值的实证分析, 拟合 ARIMA( 1, 1, 0) 模型, 并运用该模型对湖北省的经济进行了小规模的预测,得到了较为满意的拟和结果, 但湖北省 2007 年与 2008 年经济预测中出现的增长率下降的问题值得思考, 究竟是什么原因造成了这样的结果, 同时我们也需要到 2008 年再次进行比较, 以此来再次确定 ARIMA ( 1, 1, 0) 模型在湖北省地方总产值预测中所起到的作用。参考文献:【1】易丹辉 数据分析与 EViews应用 中国统计出版社【2】 Philip Hans Frances 商业和经济预测中的时间序列模型 中国人民大学出版社【3】新中国五十五年统计资料汇编 中国统计出版社【4】赵蕾 陈美英 ARIMA 模型在福建省 GDP 预测中的应用 科技和产业( 2007) 01- 0045- 04【5】 张卫国 以 ARIMA 模型估计 2003 年山东 GDP 增长速度 东岳论丛( 2004) 01- 0079- 03【6】刘盛佳 湖北省区域经济发展分析 华中师范大学学报 ( 2003) 03-0405- 06【7】王丽娜 肖冬荣 基于 ARMA 模型的经济非平稳时间序列的预测分析武汉理工大学学报 2004 年 2 月【8】陈昀 贺远琼 外商直接投资对武汉区域经济的影响分析 科技进步与对策 ( 2006) 03- 0092- 02( 作者单位: 武汉大学经济与管理学院金融工程)AR(1)MA(1) AR(1) MA(1) 备注AIC - 536412 - 321820 - 135728最优为 AR(1)MA(1)SC - 458445 - 282837 - 097119Variable Coefficient S Error t- Statistic PAR(1) 586643 115236 090781 0000R- squared - 226023 Mean dependent var 104967Adjusted R- squared - 226023 SD dependent var 111688SE of regression 123668 Akaike info criterion - 321820Sumsquared resid 718807 Schwarz criterion - 282837Log likelihood 72369 Durbin-Watson stat 132697Inverted AR Roots 59年份 实际值 预测值 相对误差(%) 平均误差(%)2002 63 72 - 8762003 71 82 - 122004 92 78 - 892005 78 83 - 682006 00 05 - 26年度 2006 2007 2008GDP 值 00 08 59增长率(%) — 06 16表 6 ARIMA ( 1, 1, 0) 对湖北省经济的预测一、模糊数学分析方法对企业经营 ( 偿债) 能力评价的适用性影响企业经营 ( 偿债) 和盈利能力的因素或指标很多; 在分析判断时, 对事物的评价 ( 或评估) 常常会涉及多个因素或多个指标。这时就要求根据多丛因素对事物作出综合评价, 而不能只从朱晓琳 曹 娜用应用模糊数学中的隶属度评价企业经营(偿债)能力问题影响企业经营能力的许多因素都具有模糊性, 难以对其确定一个精确量值; 为了使企业经营 ( 偿债) 能力评价能够得到客观合理的结果, 有必要根据一些模糊因素来改进其评价方法, 本文根据模糊数学中隶属度的方法尝试对企业经营 ( 偿债) 能力做出一种有效的评价。隶属度及函数 选取指标构建模型 经营能力评价应用理论探讨28
这个不难，我擅长．
论文选题很重要，应避开热点，更应该避开冷门。热点容易雷同，大家可选择素材几乎都一样，很容易找到相同的论据，结果是雷同的概率会增加。但是选择冷门，素材难找，闭门造车，增加了写作的难度。对于经济统计类的论文，最好选择有论据支持类的选题，有经济大师理论支持会更好，或者有案例数据可查。
1 何为多重共线性？它对资料分析有何影响？如何处理？（10分） 答：多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。对多重共线性的两点认识： 1）在实际中，多重共线性是一个程度问题而不是有无的问题，有意义的区分不在于有和无，而在于多重共线性的程度。 2）多重共线性是针对固定的解释变量而言，是一种样本的特征，而非总体的特征。 自变量之间存在较强的线性关系，这些自变量通常是相关的，如果这种相关程度非常高， 使用最小乘法建立回归方程就有可能失效，引起不良后果： 1）参数估计值的标准误变得很大，从而使t值变得很小； 2）回归方程不稳定，增加或减少某几个观察值，估计值可能会发生很大的变化； 3）t检验不准确，误将应保留在方程中的重要变量舍弃； 4）估计值的正负符号与客观实际不一致。 消除多重共线性有多种方法，消除多重共线性的方法： 1）增加样本容含量； 2）定义新的自变量代替高度多重共线性的变量，或将一组具有多重共线性的自变量合并成一个变量； 3）删除不必要的解释变量：如在自变量中剔除某个造成共线性的自变量，重新建立回归方程； 4）其它方法：逐步回归法和主成分分析法；采用逐步回归方法也能有效限制有较强相关关系的自变量同时进入方程。 如何评价所建立的多元线性回归方程的优劣？（10分） 答：评价所建立的多元线性回归方程的优劣，可以采用方差分析法对所有自变量X1， X2…等作为一个整体来检验他们与应变量Y之间是否有线性关系，并对回归方程的预测或解释能力做出综合评价。除了方程分析法，另外可以用决定系数（R2），R2 可用来评价回归方程优劣。随着自变量增加，R2不断增大，对两个不同个数自变量回归方程比较，须考虑方程包含自变量个数影响，应对R2进行校正。所谓“最优”回归方程指最大者。还有复相关系数等。对各自变量的假设和评价可以采用偏回归系数、t检验法和标准化回归系数等方法。另外，可以采用残差分析来检查资料是否符合模型。 logistic回归与线性回归有什么不同？两种方法各有什么特点？（10分） 答：logistic回归属于概率型非线性回归，它是研究二分类或多分类观察结果与一些影响因素之间关系的一种多分类方法，可用于分析疾病与各危险因素之间的定量关系。 logistic回归可用于流行病学危险因素分析、临床试验数据分析、分析药物或毒物的剂量反应和预测与判别。其变量选择可用前进法、后退法和逐步回归法筛选变量，可以用模型拟合优度检验自变量的预测能力。 而线性回归主要适用于计量资料，是一个或一组变量对应一个应变量之间具有线性关系的方程。线性回归可以用回归方程进行估计和预测，也可进行影响因素，统计控制。在应用线性回归方程分析前，需要绘制散点图，可以用残插图来考察数据是否符合模型假设条件。 对量表的评价有哪些指标及其统计学方法？（10分） 答：量表考评包括量表的定性考评，如通过专家座谈或专家咨询的方式对量表及各条目进行定性评价，目的是完善量表的结构、修饰条目的措辞，筛选条目和确定各条目 2 的权重。 量表的信度是评价量表的精密度、稳定性和一致性，即测量过程中随机误差造成测定值的变异程度的大小，常用的信度指标有重测信度、分半信度和克朗巴赫系数。效度是评价量表的准确度、有效性和正确性，即测定值与目标值真实值的偏差大小。效度指标有内容效度、标准关联效度和结构效度。量表的反应度指量表能测出不同对象、不同时间目标特征能力变化的能力，即反映对象特征值变化的敏感度。统计学方法包括统计描述和统计推断，前者采用统计图或统计量来描述量表测定值的分布、时间变化趋势和主要特征比较，后者包括横向比较和纵向比较。横向比较包括单变量分析和多变量分析，单变量分析包括t检验、方差分析和秩和检验等比较两组或多组量表总分和各领域或多方面的得分。多变量分析可以采用综合评价方法，如模糊判别法、Obrien综合法、秩和比法、TOPSIS法。纵向资料比较包括重复测量资料的方差分析。 生存分析的主要用途及其统计学方法有哪些？（20分） 答：生存分析时将事件的结果和出现这一结果所经历的时间结合起来分析的一类统 计方法。不仅考虑事件是否出现，而且也考虑事件出现的时间长短、因此该类方法也被称为事件时间分析。它广泛应用于社会学、经济学、工程学等领域。 其统计方法有描述分析，即根据样本生存资料估计总体生存率及其他有关指标；比较分析，即是对不同组生存率进行比较分析，如比较使用与不同某药物的HIV阳性患者的生存率是否有所不同。常采用Log-rank检验与Breslow检验。影响因素分析，可以通过生存分析模型来探讨生存时间的因素，通常以生存时间和生存结局作为应变量，而将其影响因素，比如年龄、性别、药物使用作为自变量。通过拟合生存分析模型，筛选影响生存时间的保护因素和有害因素。方法有半参数法和参数法。半参数法有Cox比例风险模型，参数法有指数分布法、Weibull分布法、Gomertz分布法和对数logistic分布法。 比较甲、乙、丙、丁四种饲料对小白鼠体重的影响。实验对象为8窝小白鼠，每窝4只， 应采用何种实验设计方法？如果四种饲料是由脂肪含量和蛋白含量两个因素符合组成，研究目的是要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影响，应采用何种实 验设计方法？试写出两种设计方法方差分析表中的部分内容？（20分） 答：第一种试验方案采用随机区组设计，该设计考虑了四种饲料和窝别的影响因素，方差分析表如表1所示。计算处理间和区组间的F值，检验P值。 表1 随机区组设计的方差分析表 变异来源 df SS MS F 组间变异 组内变异 误差e 总变异 第二种试验考虑脂肪含量和蛋白含量两因素的交互作用，采用析因设计，可以计算单独效应、主效应和交互作用。方差分析表如表2所示。 3 表2 析因设计的方差分析表 变异来源 df SS MS F A因素 B因素 AB交互作用 区组间变异 误差e 总变异 请查找国内医学杂志当中RCT的研究论文1篇，对照CONSORT标准和国内随机对照 试验论文的统计学报告自查清单，找出其中报告不足的地方。（20分）
统计学选问题关键所在的
这个不难，我擅长．
可以选领域很窄的，也可以选很热的话题，比如，大数据和经济的关系，和人的关系，大数据安全问题，统计这一类的问题有很多可以写，关键是统计的内容要进行一定的调研。
可以选领域很窄的，也可以选很热的话题，比如，大数据和经济的关系，和人的关系，大数据安全问题，统计这一类的问题有很多可以写，关键是统计的内容要进行一定的调研。
这个建议你 查十篇左右的文献 看看以前发表的毕业论文都是怎么写的 然后还可以跟上一级打听下 或者跟指导你毕业的老师咨询下 找到一个研究样本之后 再想怎么做 论文题目不急
时代金融摘 要:关键词:一、 引言一个国家的国民经济有很多因素构成, 省区经济则是我国国民经济的重要组成部分, 很多研究文献都认为中国的省区经济是宏观经济的一个相对独立的研究对象, 因此, 选取省区经济数据进行区域经济的研究, 无疑将是未来几年的研究趋势。而省区经济对我国国民经济的影响, 已从背后走到了台前, 发展较快的省区对我国国民经济的快速增长起到了很大的作用, 而发展相对较慢的省区, 其原因与解决方法也值得我们研究。本文选取华中大省湖北省进行研究, 具有一定的指导和现实意义。湖北省 2006 年 GDP 为 7497 亿元, 人均 GDP13130 元, 达到中等发达国家水平。从省域经济来说, 湖北省是一个较发达的经济实体。另一方面, 湖北省优势的地理位置和众多的人口使之对于我国整体经济的运行起到不可忽视的作用, 对于湖北省 GDP的研究和预测也就从一个侧面反映我国国民经济的走势和未来。尽管湖北省以其重要位置和经济实力在我国国民经济中占据一席之地, 但仍不可避免的面临着建国以来一再的经济波动,从最初的强大势力到如今的挣扎期, 湖北省的经济面临着发展困境。近年来, 湖北省的经济状况一再呈现再次快速发展的趋势, 但是这个趋势能够保持多久却是我们需要考虑的问题。本文选择了时间序列分析的方法进行湖北省区域经济发展的预测。时间序列预测是通过对预测目标自身时间序列的处理来研究其变化趋势的。即通过时间序列的历史数据揭示现象随时间变化的规律, 将这种规律延伸到未来, 从而对该现象的未来作出预测。二、 基本模型、 数据选择以及实证方法( 一) 基本模型ARMA 模型是一种常用的随机时序模型, 由博克斯, 詹金斯创立, 是一种精度较高的时序短期预测方法, 其基本思想是: 某些时间序列是依赖于时间 t 的一组随机变量, 构成该时序的单个序列值虽然具有不确定性, 但整个序列的变化却具有一定的规律性, 可以用相应的数学模型近似描述。通过对该数学模型的分析,能够更本质的认识时间序列的结构与特征, 达到最小方差意义下的最优预测。现实社会中, 我们常常运用 ARMA模型对经济体进行预测和研究, 得到较为满意的效果。但 ARMA模型只适用于平稳的时间序列, 对于如 GDP 等非平稳的时间序列而言, ARMA模型存在一定的缺陷, 因此我们引入一般情况下的 ARMA模型 ( ARIMA模型) 进行实证研究。事实上, ARIMA模型的实质就是差分运算与 ARMA模型的组合。 本文讨论的求和自回归移动平均模型, 简记为 ARIMA ( p, d, q) 模型,是美国统计学家 GEPBox 和 GMJ enkins 于 1970 年首次提出, 广泛应用于各类时间序列数据分析, 是一种预测精度相当高的短期预测方法。建立 ARIMA ( p, d, q) 模型计算复杂, 须借助计算机完成。本文介绍 ARIMA ( p, d, q) 模型的建立方法, 并利用Eviews 软件建立湖北省 GDP 变化的 ARIMA ( p, d, q) 预测模型。( 二) 数据选择本文所有 GDP 数据来自于由中华人民共和国统计局汇编,中国统计出版社出版的 《新中国五十五年统计数据汇编》 。本文的所有数据处理均使用 EV0 软件进行。( 三) 实证方法ARMA模型及 ARIMA模型都是在平稳时间序列基础上建立的, 因此时间序列的平稳性是建模的重要前提。任何非平稳时间序列只要通过适当阶数的差分运算或者是对数差分运算就可以实现平稳, 因此可以对差分后或对数差分后的序列进行 ARMA( p, q) 拟合。ARIMA ( p, d, q) 模型的具体建模步骤如下:平稳性检验。一般通过时间序列的散点图或折线图对序列进行初步的平稳性判断, 并采用 ADF 单位根检验来精确判断该序列的平稳性。对非平稳的时间序列, 如果存在一定的增长或下降趋势等,则需要对数据取对数或进行差分处理, 然后判断经处理后序列的平稳性。重复以上过程, 直至成为平稳序列。此时差分的次数即为ARIMA ( p, d, q) 模型中的阶数 d。为了保证信息的准确, 应注意避免过度差分。对平稳序列还需要进行纯随机性检验 ( 白噪声检验) 。白噪声序列没有分析的必要, 对于平稳的非白噪声序列则可以进行ARMA ( p, q) 模型的拟合。白噪声检验通常使用 Q 统计量对序列进行卡方检验, 可以以直观的方法直接观测得到结论。ARMA拟合。首先计算时间序列样本的自相关系数和偏自相关系的值, 根据自相关系数和偏自相关系数的性质估计自相关阶数 p 和移动平均阶数 q 的值。一般而言, 由于样本的随机性, 样本的相关系数不会呈现出理论截尾的完美情况, 本应截尾的相关系数仍会呈现出小值振荡的情况。又由于平稳时间序列通常都具有短期相性, 随着延迟阶数的增大, 相关系数都会衰减至零值附近作小值波动。根据 Barlett 和 Quenouille 的证明, 样本相关系数近似服从正态分布。一个正态分布的随机变量在任意方向上超出 2σ 的概率约为 05。因此可通过自相关和偏自相关估计值序列的直方图来大致判断在 5%的显著水平下模型的自相关系数和偏自相关系数不为零的个数, 进而大致判断序列应选择的具体模型形式。同时对模型中的 p 和 q 两个参数进行多种组合选择, 从 ARMA ( p,q) 模型中选择一个拟和最好的曲线作为最后的方程结果。一般利用 AIC 准则和 SC 准则评判拟合模型的相对优劣。模型检验。模型检验主要是检验模型对原时间序列的拟和效果, 检验整个模型对信息的提取是否充分, 即检验残差序列是否为白噪声序列。如果拟合模型通不过检验, 即残差序列不是为白噪声序列, 那么要重新选择模型进行拟合。如残差序列是白噪声序列, 就认为拟合模型是有效的。模型的有效性检验仍然是使谭诗璟ARIMA 模型在湖北省GDP 预测中的应用—— —时间序列分析在中国区域经济增长中的实证分析本文介绍求和自回归移动平均模型 ARIMA ( p, d, q) 的建模方法及 Eviews 实现。广泛求证和搜集从 1952 年到 2006 年以来湖北省 GDP 的相关数据, 运用统计学和计量经济学原理, 从时间序列的定义出发, 结合统计软件 EVIEWS 运用 ARMA建模方法, 将 ARIMA模型应用于湖北省历年 GDP 数据的分析与预测, 得到较为满意的结果。湖北省 区域经济学 ARIMA 时间序列 GDP 预测理论探讨262008/01 总第 360 期图四 取对数后自相关与偏自相关图图三 二阶差分后自相关与偏自相关图用上述 Q 统计量对残差序列进行卡方检验。模型预测。根据检验和比较的结果, 使用 Eviews 软件中的forecas t 功能对模型进行预测, 得到原时间序列的将来走势。 对比预测值与实际值, 同样可以以直观的方式得到模型的准确性。三、 实证结果分析GDP 受经济基础、 人口增长、 资源、 科技、 环境等诸多因素的影响, 这些因素之间又有着错综复杂的关系, 运用结构性的因果模型分析和预测 GDP 往往比较困难。我们将历年的 GDP 作为时间序列, 得出其变化规律, 建立预测模型。本文对 1952 至 2006 年的 55 个年度国内生产总值数据进行了分析, 为了对模型的正确性进行一定程度的检验, 现用前 50 个数据参与建模, 并用后五年的数据检验拟合效果。最后进行 2007年与 2008 年的预测。( 一) 数据的平稳化分析与处理差分。利用 EViews 软件对原 GDP 序列进行一阶差分得到图二:对该序列采用包含常数项和趋势项的模型进行 ADF 单位根检验。结果如下:由于该序列依然非平稳性, 因此需要再次进行差分, 得到如图三所式的折线图。根据一阶差分时所得 AIC 最小值, 确定滞后阶数为 1。然后对二阶差分进行 ADF 检验:结果表明二阶差分后的序列具有平稳性, 因此 ARIMA ( p, d,q) 的差分阶数 d=2。二阶差分后的自相关与偏自相关图如下:对数。利用 EViews 软件, 对原数据取对数:对已经形成的对数序列进行一阶差分, 然后进行 ADF 检验:由上表可见, 现在的对数一阶差分序列是平稳的, 由 AIC 和SC 的最小值可以确定此时的滞后阶数为 2。 因为是进行了一阶差分, 因此认为 ARIMA ( p, d, q) 中 d=1。( 二) ARMA ( p, q) 模型的建立ARMA ( p, q) 模型的识别与定阶可以通过样本的自相关与偏自相关函数的观察获得。图一 1952- 2001 湖北省 GDP 序列图表 1 一阶差分的 ADF 检验ADF t- Statistic 1% level 5% level 10% level AIC 备注0 - 136479 - 161144 - 506374 - 183002 20582非平稳1 - 764521 - 165756 - 508508 - 184230 171892 - 101495 - 170583 - 510740 - 185512 180023 - 418890 - 175640 - 513075 - 186854 205434 - 230514 - 180911 - 515523 - 188259 27059表 2 二阶差分的 ADF 检验Lag Length t- Statistic 1% level 5% level 10% level1 (Fixed) - 714836 - 170583 - 510740 - 185512表 3 对数一阶差分的 ADF 检验ADF t- Statistic 1% level 5% level 10% level AIC SC 备注0 - 448501 - 574446 - 923780 - 599925 - 536478 - 458512平稳 1 - 832346 - 577723 - 925169 - 600658 - 662966 - 5448712 - 398029 - 581152 - 926622 - 601424 - 770517 - 6115043 - 324520 - 584743 - 928142 - 602225 - 747432 - 546692图五 对数后一阶差分自相关与偏自相关图理论探讨27时代金融摘 要:关键词:使用 EViews 软件对 AR, MA的取值进行实现, 比较三种情况下方程的 AIC 值和 SC 值:表 4ARMA模型的比较由表 4 可知, 最优情况本应该在 AR ( 1) , MA ( 1) 时取得, 但AR, MA都取 1 时无法实现平稳, 舍去。对于后面两种情况进行比较, 而 P=1 时 AIC 与 SC 值都比较小, 在该种情况下方程如下:综上所述选用 ARIMA ( 1, 1, 0) 模型。( 三) 模型的检验对模型的 Q 统计量进行白噪声检验, 得出残差序列相互独立的概率很大, 故不能拒绝序列相互独立的原假设, 检验通过。模型均值及自相关系数的估计都通过显著性检验, 模型通过残差自相关检验, 可以用来预测。( 四) 模型的预测我们使用时间序列分析的方法对湖北省地方生产总值的年度数据序列建立自回归预测模型, 并利用模型对 2002 到 2006 年的数值进行预测和对照:表 5 ARIMA ( 1, 1, 0) 预测值与实际值的比较由上表可见, 该模型在短期内预测比较准确, 平均绝对误差为 876% , 但随着预测期的延长, 预测误差可能会出现逐渐增大的情况。下面, 我们对湖北省 2007 年与 2008 年的地方总产值进行预测:在 ARIMA模型的预测中, 湖北省的地方生产将保持增长的势头, 但 2008 年的增长率不如 2007 年, 这一点值得注意。GDP毕竟与很多因素有关, 虽然我们一致认为, 作为我国首次主办奥运的一年, 2008 将是中国经济的高涨期, 但是是否所有的地方产值都将受到奥运的好的影响呢? 也许在 2008 年全国的 GDP 也许确实将有大幅度的提高, 但这有很大一部分是奥运赛场所在地带来的经济效应, 而不是所有地方都能够享有的。正如 GDP 数据显示, 1998 年尽管全国经济依然保持了一个比较好的态势, 但湖北省的经济却因洪水遭受不小的损失。作为一个大省, 湖北省理应对自身的发展承担起更多的责任。总的来说, ARIMA模型从定量的角度反映了一定的问题, 做出了较为精确的预测, 尽管不能完全代表现实, 我们仍能以ARIMA模型为基础, 对将来的发展作出预先解决方案, 进一步提高经济发展, 减少不必要的损失。四、结语时间序列预测法是一种重要的预测方法, 其模型比较简单,对资料的要求比较单一, 在实际中有着广泛的适用性。在应用中,应根据所要解决的问题及问题的特点等方面来综合考虑并选择相对最优的模型。在实际运用中, 由于 GDP 的特殊性, ARIMA模型以自身的特点成为了 GDP 预测上佳选择, 但是预测只是估计量, 真正精确的还是真实值, 当然, ARIMA 模型作为一般情况下的 ARMA 模型, 运用了差分、取对数等等计算方法, 最终得到进行预测的时间序列, 无论是在预测上, 还是在数量经济上, 都是不小的进步, 也为将来的发展做出了很大的贡献。我们通过对湖北省地方总产值的实证分析, 拟合 ARIMA( 1, 1, 0) 模型, 并运用该模型对湖北省的经济进行了小规模的预测,得到了较为满意的拟和结果, 但湖北省 2007 年与 2008 年经济预测中出现的增长率下降的问题值得思考, 究竟是什么原因造成了这样的结果, 同时我们也需要到 2008 年再次进行比较, 以此来再次确定 ARIMA ( 1, 1, 0) 模型在湖北省地方总产值预测中所起到的作用。参考文献:【1】易丹辉 数据分析与 EViews应用 中国统计出版社【2】 Philip Hans Frances 商业和经济预测中的时间序列模型 中国人民大学出版社【3】新中国五十五年统计资料汇编 中国统计出版社【4】赵蕾 陈美英 ARIMA 模型在福建省 GDP 预测中的应用 科技和产业( 2007) 01- 0045- 04【5】 张卫国 以 ARIMA 模型估计 2003 年山东 GDP 增长速度 东岳论丛( 2004) 01- 0079- 03【6】刘盛佳 湖北省区域经济发展分析 华中师范大学学报 ( 2003) 03-0405- 06【7】王丽娜 肖冬荣 基于 ARMA 模型的经济非平稳时间序列的预测分析武汉理工大学学报 2004 年 2 月【8】陈昀 贺远琼 外商直接投资对武汉区域经济的影响分析 科技进步与对策 ( 2006) 03- 0092- 02( 作者单位: 武汉大学经济与管理学院金融工程)AR(1)MA(1) AR(1) MA(1) 备注AIC - 536412 - 321820 - 135728最优为 AR(1)MA(1)SC - 458445 - 282837 - 097119Variable Coefficient S Error t- Statistic PAR(1) 586643 115236 090781 0000R- squared - 226023 Mean dependent var 104967Adjusted R- squared - 226023 SD dependent var 111688SE of regression 123668 Akaike info criterion - 321820Sumsquared resid 718807 Schwarz criterion - 282837Log likelihood 72369 Durbin-Watson stat 132697Inverted AR Roots 59年份 实际值 预测值 相对误差(%) 平均误差(%)2002 63 72 - 8762003 71 82 - 122004 92 78 - 892005 78 83 - 682006 00 05 - 26年度 2006 2007 2008GDP 值 00 08 59增长率(%) — 06 16表 6 ARIMA ( 1, 1, 0) 对湖北省经济的预测一、模糊数学分析方法对企业经营 ( 偿债) 能力评价的适用性影响企业经营 ( 偿债) 和盈利能力的因素或指标很多; 在分析判断时, 对事物的评价 ( 或评估) 常常会涉及多个因素或多个指标。这时就要求根据多丛因素对事物作出综合评价, 而不能只从朱晓琳 曹 娜用应用模糊数学中的隶属度评价企业经营(偿债)能力问题影响企业经营能力的许多因素都具有模糊性, 难以对其确定一个精确量值; 为了使企业经营 ( 偿债) 能力评价能够得到客观合理的结果, 有必要根据一些模糊因素来改进其评价方法, 本文根据模糊数学中隶属度的方法尝试对企业经营 ( 偿债) 能力做出一种有效的评价。隶属度及函数 选取指标构建模型 经营能力评价应用理论探讨28
1、高技术产业产值影响因素的研究 2、关于和谐社会统计指标的初步研究 3、CCA研究我国产业结构的区域差异对经济的影响 4、基于单因素序列相关面板数据的实证分析 5、基于空间面板数据的中国FDI统计分析 6、基于排队论在杭州公交站点停车位的优化及实证分析 7、基于统计方法的股票投资价值分析 8、某某市2019年工业发展状况的统计分析 9、近30年31省市城镇居民恩格尔系数的统计分析 10、近30年31省市农村居民恩格尔系数的统计分析 11、近三十年中国经济发展趋势的实证分析 12、林业科技对经济的贡献率美联储量化 13、MMC排队模型在收费站排队系统中的应用 14、财政收入影响因素的研究 15、城市发展对二氧化碳排放的影响 学术堂提供更多论文知识
第一章 绪论一、判断题:1、社会经济统计的研究对象是社会经济现象总体的各个方面。（×） 2、统计调查过程中采用的大量观察法，是指必须对研究对象的所有单位进行调查。（×） 3、 总体的同质性是指总体中的各个单位在所有标志上都相同。 （×）4、个人的工资水平和全部职工的工资水平，都可以称为统计指标。（×）5、对某市工程技术人员进行普查，该市工程技术人员的工资收入水平是数量标志。（×）6、某一职工的文化程度在标志的分类上属于品质标志，职工的平均工资在指标的分类上属于质量指标。（ √）7、总体和总体单位是固定不变的。 （×）8、质量指标是反映总体质的特征，因此可以用文字来表述。 （×）9、指标与标志一样，都是由名称和数值两部分组成的。 （×）10、数量指标由数量标志值汇总而来，质量指标由品质标志值汇总而来。（× ）11、一个统计总体可以有多个指标。 （√ ）二、单选题:1、属于统计总体的是（B ） A、某县的粮食总产量 B、某地区的全部企业 C、某商店的全部商品销售额 D、某单位的全部职工人数 2、构成统计总体的个别事物称为（ D）。 A、调查单位 B、标志值 C、品质标志 D、总体单位3、对某城市工业企业未安装设备进行普查，总体单位是（B ）。 A、工业企业全部未安装设备 B、工业企业每一台未安装设备 C、每个工业企业的未安装设备 D、每一个工业企业4、工业企业的设备台数、产品产值是（D ）。 A、连续变量 B、离散变量 C．前者是连续变量，后者是离散变量 D、前者是离散变量，后者是连续变量5、在全国人口普查中（B ）。 A、男性是品质标志 B、人的年龄是变量 C、人口的平均寿命是数量标志 D、全国人口是统计指标6、总体的变异性是指（B ）。 A．总体之间有差异 B、总体单位之间在某一标志表现上有差异 C．总体随时间变化而变化 D、总体单位之间有差异7、几位学生的某门课成绩分别是67分、78分、88分、89分、96分，“学生成绩”是（B ）。 A、品质标志 B、数量标志 C、标志值 D、数量指标8、某年级学生四门功课的最高考分分别是98分、86分、88分和95，这四个数字是（ D ） A指标 B标志 C变量 D标志值9、下列指标中属于质量指标的是（B ）。 A、社会总产值 B、产品合格率 C、产品总成本 D、人口总数10、下列属于质量指标的是（ D ） A产品的产量 B产品的出口额 C产品的合格品数量 D产品的评价11、下列属于离散型变量的是（ D ） A职工的工资 B商品的价格 C粮食的亩产量 D汽车的产量12、标志的具体表现是指（ A ） A标志名称之后所列示的属性或数值 B如性别 C标志名称之后所列示的属性 D标志名称之后所列示的数值三、多选题:1、统计一词的含义是（ CDE ） A统计设计 B统计调查 C统计工作 D统计学 E统计资料2、统计研究的基本方法包括（ ACDE ） A大量观察法 B重点调查法 C统计分组法 D归纳推断法 E综合指标法3、品质标志和数量标志的区别是（ AD ） A数量标志可以用数值表示 B品质标志可以用数值表示 C数量标志不可以用数值表示 D品质标志不可以用数值表示 E两者都可以用数值来表示 4、在全国人口普查中（BCE ） A、全国人口总数是统计总体 B、男性是品质标志表现 C、人的年龄是变量 D、每一户是总体单位 E、人口的平均年龄是统计指标5、在工业普查中（ BCE） A、工业企业总数是统计总体 B、每一个工业企业是总体单位 C、固定资产总额是统计指标 D、机器台数是连续变量 E、职工人数是离散变量6、下列属于数量标志的有（ CE ） A性别 B所有制形式 C收入 D民族 E工龄7、下列统计指标中，属于质量指标的有（BDE ） A、工资总额 B、单位产品成本 C、出勤人数 D、人口密度 E、合格品率第二章 统计数据搜集一、判断题:1、对某市下岗职工生活状况进行调查，要求在一个月内报送调查结果。所规定的一个月时间是调查时间。（×）2、对我国主要粮食作物产区进行调查，以掌握全国主要粮食作物生长的基本情况，这种调查是重点调查。（ √）3、我国人口普查的总体单位和调查单位都是每一个人，而填报单位是户。（√ ）4、采用重点调查搜集资料时，选择的调查单位是标志值较大的单位。（ ×）5、对调查资料进行准确性检查，既要检查调查资料的登记性误差，也要检查资料的代表性误差。（× ） 6、重点调查是在调查对象中选择一部分样本进行的一种全面调查。 （√ ）7、多种调查方式结合运用，会造成重复劳动，不应该提倡。 （×）8、全面调查和非全面调查是以调查组织规模的大小来划分的。 （ ×）9、在统计调查中，调查单位与填报单位有时是不一致的。 （ √）二、单选题:1、调查几个重要铁路枢纽，就可以了解我国铁路货运量的基本情况和问题，这种调查属于（ B）。 A、普查 B、重点调查 C、典型调查 D、抽样调查2、某市工业企业2010年生产经营成果年报呈报时间规定在2011年1月31日，则调查期限为（ B）。 A、一日 B、一个月 C、一年 D、一年零一个月3、下列调查中，调查单位与填报单位一致的是（D ）。 A、企业设备调查 B、人口普查 C、农村耕地调查 D、工业企业现状调查4、对一批商品进行质量检验，最适宜采用的方法是（B ）。 A、全面调查 B、抽样调查 C、典型调查 D、重点调查5、调查时间是指（A ）。 A、调查资料所属的时间 B、进行调查的时间 C、调查工作的期限 D、调查资料报送的时间6、有意识地选择三个农村点调查农民收入情况，这种调查方式属于（A）。 A、典型调查 B、重点调查 C、抽样调查 D、普查7、通过调查大庆、胜利、辽河等几大油田，了解我国石油生产的基本情况。这种调查方式是( B )。A典型调查 B重点调查 C抽样调查 D普查8、人口普查是（ C ）。A重点调查 B典型调查 C一次性调查 D经常性调查9、人口普查规定标准时间是为了（ C ）。A确定调查时限 B确定调查单位 C避免登记重复和遗漏 D确定调查对象10、重点调查中的重点单位是指（ A ）。A标志值在总体中占有很大比重的单位 B具有典型意义或代表性的单位C那些具有反映事物属性差异的品质标志的单位 D能用以推算总体标志总量的单位三、多选题:1、抽样调查和重点调查的共同点是（AB ） A、两者都是非全面调查 B、两者选取单位都不受主观因素的影响 C、两者都按随机原则选取单位 D、两者都按非随机原则选取单位 E、两者都可以用来推断总体指标2、普查是一种（ ABE） A、专门组织的调查 B、一次性调查 C、经常性调查 D、非全面调查 E、全面调查3、在工业企业设备普查中（BDE ） A、工业企业是调查对象 B、工业企业的全部设备是调查对象 C、每台设备是填报单位 D、每台设备是调查单位 E、每个工业企业是填报单位4、我国第四次人口普查的标准时间是1990年7月1日零时， 下列情况应统计人口数的有 (BDE ) A、1990年7月2日出生的婴儿 B、1990年6月29日出生的婴儿 C、1990年6月29日晚死亡的人 D、1990年7月1日1时死亡的人 E、1990年6月26出生，7月1日6时死亡的的婴儿5、下列调查属于非全面调查的有（ BCD） A普查 B重点调查 C典型调查 D抽样调查 E统计报表6、对某地区高校进行办学质量评估，则该地区每一所高校属于（BC） A调查对象 B调查单位 C填报单位 D典型单位 E重点单位第三章 数据整理和描述数据整理一、判断题:1、统计分组的关键问题是确定组距和组数。（× ）2、某企业职工按文化程度分组形成的分配数列是一个单项式分布数列。（ ×）3、连续型变量和离散型变量在进行组距式分组时，均可采用相邻组组距重叠的方法确定组限。（√ ）4、对资料进行组距式分组，是假定变量值在各组内部的分布是均匀的，所以这种分组会使资料的真实性受到损害。（√ ）5、统计分组以后，掩盖了各组内部各单位的差异，而突出了各组之间单位的差异。（√ ）6、离散型变量既可以编制单项变量数列，也可以编制组距变量数列；连续型变量只能编制组距变量数列，且相邻组的组限必须重叠。（ √）7、按品质标志分组所形成的次数分布数列就是变量数列。（ ×）二、单选题:1、在组距分组时，对于连续型变量，相邻两组的组限（ A）。 A、必须是重叠的 B、必须是间断的 C、可以是重叠的，也可以是间断的 D、必须取整数2、有一个学生考试成绩为70分，在统计分组中，这个变量值应归入（ B）。 A、60---70分这一组 B、70---80分这一组 C、60-70或70-80两组都可以 D、作为上限的那一组3、 某主管局将下属企业先按轻、重工业分类，再按企业规模分组，这样的分组属于（B ）。 A、简单分组 B、复合分组 C、分析分组 D、结构分组4、 划分连续变量的组限时，相邻组的组限必须（A ）。 A、重叠 B、相近 C、不等 D、间断5、在等距数列中，组距的大小与组数的多少成（C ）。A、正比 B、等比 C、反比 D、不成比例6、有12名工人分别看管机器台数资料如下：2、5、4、4、3、4、3、4、4、2、2、4，按以上资料编制变量数列，应采用（ A）。A、单项式分组 B、等距分组 C、不等距分组 D、以上几种分组均可三、多选题:1．统计分组（ ACD）。A、是一种统计方法 B、对总体而言是“合” C、对总体而言是“分”D、对个体而言是“合” E、对个体而言是“分”2、在组距数列中,组中值（ABE ） A、上限和下限之间的中点数值 B、用来代表各组标志值的平均水平 C、在开放式分组中无法确定 D、就是组平均数 E、在开放式分组中,可以参照相邻组的组距来确定3、分布数列的两个组成要素为（CD ）。A、品质标志 B、数量标志 C、各组名称 D、次数 E、分组标志。4、根据分组标志性质不同，分布数列可分为（CD ）。A、等距数列 B、异距数列 C、品质数列 D、变量数列 E、次数与频率。5、下列数列属于（BCDE ）按生产计划完成程度分组(%) 企业数(个）80─90 1590─100 30100─110 5合计 50A、品质分布数列 B、变量分布数列 C、组距式变量分布数列 D、等距变量分布数列 E、次数分布数列数据描述——总量指标和相对指标一、判断题:1、统计资料显示，× ×年全国净增加人口1320万人，这是时点指标。（ × ）2、我国耕地面积占世界的7%，养活占世界人口总数22%的人口，这两个指标都是结构相对指标。（√ ）3、全国粮食总产量与全国人口对比计算的人均粮食产量是平均指标。（ ×）4、某年甲、乙两地社会商品零售额之比为1：3，这是一个比例相对指标。（ ×）5、某企业生产某种产品的单位成本，计划在上年的基础上降低2%，实际降低了3%，则该企业差一个百分点，没有完成计划任务。（× ）6、同一总体的一部分数值与另一部分数值对比得到的相对指标是比较相对指标。（× ）二、单选题:1、一工厂2004年10月份产值30万元，10月底半成品库存额25万元，这两个指标（ C）。 A、均为时期指标 B、均为时点指标 C、前者为时期指标，后者为时点指标 D、前者为时点指标，后者为时期指标2、某厂1996年完成产值2000万元，1997年计划增长10%，实际完成2310万元，超额完成计划（B ）。 A、5% B、5% C、5% D、5%3、反映不同总体中同类指标对比的相对指标是（B ）。 A、结构相对指标 B、比较相对指标 C、强度相对指标 D、计划完成程度相对指标4、下列相对数中，属于不同时期对比的指标有（ B）。 A、结构相对数 B、动态相对数 C、比较相对数 D、强度相对数5、总量指标按照其反映的内容不同，分为（A ）A总体单位总量和总体标志总量 B时期指标和时点指标C实物指标、价值指标和劳动量指标 D平均指标和相对指标6、下列指标中，属于相对数的是（C ）A某企业的工人劳动生产率 B某种商品的平均价格C某地区的人均粮食产量 D某公司职工的平均工资三、多选题:1、下列统计指标属于时点指标的有（ ACE） A、某地区人口数 B、某地区人口死亡数 C、某城市在校学生数 D、某农场每年拖拉机台数 E、某工厂月末在册职工人数2、下列属于时期指标的有（BCD ） A职工人数 B大学生毕业人数 C婴儿出生数 D固定资产折旧额3、相对指标中，分子和分母有可能互换的有（BCE ） A计划完成百分比 B比例相对数 C强度相对数 D比较相对数4、下列指标中的结构相对指标是（ACD ） A、国有制企业职工占总数的比重 B、某工业产品产量比上年增长的百分比 C、大学生占全部学生的比重 D、中间投入占总产出的比重 E、某年人均消费额5、下列指标属于相对指标的是（ BDE） A、某地区平均每人生活费245元 B、某地区人口出生率3% C、某地区粮食总产量4000万吨 D、某产品产量计划完成程度为113% E、某地区人口自然增长率5‰数据描述——平均指标和变异指标一、单选题:1、某公司下属五个企业，共有2000名工人。已知每个企业某月产值计划完成百分比和实际产值，要计算该公司月平均产值计划完成程度，采用加权调和平均数的方法计算，其权数是（B ）。 A、计划产值 B、实际产值 C、工人数 D、企业数 2、 加权算术平均数计算公式 的权数是（C ）。 A、f B、∑f C、f/∑f D、X3、权数对算术平均数的影响作用，实质上取决于（A ）。 A、作为权数的各组单位数占总体单位数比重的大小 B、各组标志值占总体标志总量比重的大小 C、标志值本身的大小 D、标志值数量的多少4、比较两个不同水平数列总体标志的变异程度，必须利用（B ）。 A、标准差 B、标志变动系数 C、平均差 D、全距5、用标准差比较分析两个同类总体平均指标的代表性的前提条件是（B ）。 A、两个总体的标准差应相等 B、两个总体的平均数应相等 C、两个总体的单位数应相等 D、两个总体的离差之和应相等6、甲、乙两数列的平均数分别为100和5，它们的标准差为8和7，则（A ）。 A、甲数列平均数的代表性高于乙数列 B、乙数列平均数的代表性高于甲数列 A、两数列平均数的代表性相同 B、两数列平均数的代表性无法比较7、若某一变量数列中，有变量值为零，则不适宜计算的平均指标是（B） A算数平均数 B调和平均数 C中位数 D众数二、多选题:1、平均数的种类有（ABCDE ） A、算术平均数 B、众数 C、中位数 D、调和平均数 E、几何平均数2、影响加权算术平均数的因素有（ AB） A、各组频率或频数 B、各组标志值的大小 C、各组组距的大小 D、各组组数的多少 E、各组组限的大小 3、在下列条件下，加权算术平均数等于简单算术平均数（ ADE） A、各组次数相等 B、各组变量值不等 C、变量数列为组距数列 D、各组次数都为1 E、各组次数占总次数的比重相等4、可以衡量变量离散程度的指标有（ ABCD） A全距 B平均差 C标准差 D标准差系数5、位置平均数有（CD ） A算数平均数 B调和平均数 C中位数 D众数6、受极端值影响较大的平均指标有（ABC ） A算术平均数 B调和平均数 C几何平均数 D众数第五至七章 抽样推断一、判断题：1、抽样推断是利用样本资料对总体的数量特征进行估计的一种统计分析方法，因此不可避免地会产生误差，这种误差的大小是不能进行控制的。（×）2、从全部总体单位中按照随机原则抽取部分单位组成样本，只可能组成一个样本。（×）3、在抽样推断中，作为推断的总体和作为观察对象的样本都是确定的、唯一的。（×）4、抽样估计置信度就是表明抽样指标和总体指标的误差不超过一定范围的概率保证程度。（√）5、在其它条件不变的情况下，提高抽样估计的可靠程度，可以提高抽样估计的精确度。（×）6、抽样平均误差反映抽样的可能误差范围，实际上每次的抽样误差可能大于抽样平均误差，也可能小于抽样平均误差。（×）二、单选题：1、抽样误差是指（ C）。A在调查过程中由于观察、测量等差错所引起的误差B在调查中违反随机原则出现的系统误差C随机抽样而产生的代表性误差D人为原因所造成的误差2、在一定的抽样平均误差条件下（ A ）。A扩大极限误差范围，可以提高推断的可靠程度B扩大极限误差范围，会降低推断的可靠程度C缩小极限误差范围，可以提高推断的可靠程度D缩小极限误差范围，不改变推断的可靠程度3、反映样本指标与总体指标之间的平均误差程度的指标是（C ）。A抽样误差系数 B概率度C抽样平均误差 D抽样极限误差4、抽样平均误差是（ C ）。A全及总体的标准差 B样本的标准差C抽样指标的标准差 D抽样误差的平均差5、抽样平均误差说明抽样指标与总体指标之间的( B )。A实际误差 B平均误差 C实际误差的平方 D允许误差6、总体均值和样本均值之间的关系是( A )。A总体均值是确定值，样本均值是随机变量 B总体均值是随机变量，样本均值是确定值C两者都是随机变量 D两者都是确定值7、所谓大样本是指样本单位数（ B ）。A．30个 B．大于等于30个C．大于等于50个 D．50个8、样本容量是指（ B ）。A．样本的个数 B．样本中所包含的单位数C．样本的大小 D．总体单位数第八章 相关与回归分析一、判断题：1、正相关是指两个变量之间的变化方向都是上升的趋势，而负相关是指两个变量之间的变化方向都是下降的趋势。（×）2、函数关系是一种完全的相关关系。（√） 3、已知两变量直线回归方程为:Y^=-25+61x，则可断定这两个变量之间一定存在正相关关系。（√）4、相关系数的数值越大，说明相关程度越高;同理，相关系数的数值越小，说明相关程度越低。（×）5、不具有因果关系的两个变量之间，一定不存在相关关系。（×）二、单选题：1、当相关系数r=O时，说明(C )。 A、现象之间相关程度较小 B、现象之间完全相关 C、现象之间无直线相关 D、现象之间完全无关2、 若两个变量之间的线性相关程度是高的，则计算出的相关系数应接近（ C ） A、 0 B、 5 C、 －1或＋1 D、 25、下列各组列出为同一个问题的回归方程和相关系数，哪一组肯定是错误的（C） A、y＝50＋3x，r=8; B、y＝-75＋13x, r=91; C、y=5-6x, r=78; D、y=-130+5x, r=966、下列现象中，相关密切程度高的是(D )A、 商品销售量与商品销售额之间的相关系数为90B、商品销售额与商业利润率之间的相关系数为60C、商品销售额与流通费用率之间的相关系数为-85D、商业利润率与流通费用率之间的相关系数为-957、回归方程 ^Y=a+bx 中的回归系数 b 说明自变量变动一个单位时， 因变量( B) A、变动b个单位 B、平均变动b个单位C、变动a+b个单位 D、变动1/b个单位第九章 时间序列分析一、判断题：1、发展水平就是动态数列中的每一项具体指标数值,它只能表现为绝对数。（×）2、若将1990-1995年末国有企业固定资产净值按时间先后顺序排列,此种动态数列称为时点数列。（√）3、定基发展速度等于相应各个环比发展速度的连乘积，所以定基增长速度也等于相应各个环比增长速度的连乘积。（×）4、发展速度是以相对数形式表示的速度分析指标,增长量是以绝对数形式表示的速度分析指标。（×）5、定基发展速度和环比发展速度之间的关系是两个相邻时期的定基发展速度之积等于相应的环比发展速度。（×）6、平均增长速度不是根据各个增长速度直接来求得，而是根据平均发展速度计算的。（√）二、单选题：3、某企业的职工工资水平比上年提高5%，职工人数增加2%，则企业工资总额增长（B ）。A 10% B 1% C 7% D 11%解释：工资总额指数=工资水平指数*职工人数指数 所以，工资总额指数=（1+5%）*（1+2%)=1%4、间隔相等的间断时点数列计算序时平均数应采用（D ）。A几何平均法 B加权算术平均法 C简单算术平均法 D首末折半法5、定基发展速度和环比发展速度的关系是（ A ）。A两个相邻时期的定基发展速度之商等于相应的环比发展速度B两个相邻时期的定基发展速度之差等于相应的环比发展速度C两个相邻时期的定基发展速度之和等于相应的环比发展速度D两个相邻时期的定基发展速度之积等于相应的环比发展速度6、下列数列中哪一个属于动态数列（D ）。A学生按学习成绩分组形成的数列B工业企业按地区分组形成的数列C职工按工资水平高低排列形成的数列D出口额按时间先后顺序排列形成的数列7、说明现象在较长时期内发展的总速度的指标是( C )。A环比发展速度 B平均发展速度 C定基发展速度 D定基增长速度8、已知各期环比增长速度为2%、5%、8%和7%，则相应的定基增长速度的计算方法为（ A ）。A（102%×105%×108%×107%）-100%B 102%×105%×108%×107%C 2%×5%×8%×7%D（2%×5%×8%×7%）-100%9、平均发展速度是( C )。A定基发展速度的算术平均数 B环比发展速度的算术平均数C环比发展速度的几何平均数 D增长速度加上100%10、以1960年为基期,1993年为报告期,计算某现象的平均发展速度应开(A )。A 33次方 B 32次方 C 31次方 D 30次方11、假定某产品产量2009年比2001年增加28%，那2001年-2009年的平均发展速度为（D ）。A． B． C． D． 三、多选题：4、定基发展速度和环比发展速度的关系是( ABD )。A两者都属于速度指标B环比发展速度的连乘积等于定基发展速度C定基发展速度的连乘积等于环比发展速度D相邻两个定基发展速度之商等于相应的环比发展速度E相邻两个环比发展速度之商等于相应的定基发展速度5、累积增长量与逐期增长量( ABD )。A前者基期水平不变,后者基期水平总在变动B二者存在关系式:逐期增长量之和=累积增长量C相邻的两个逐期增长量之差等于相应的累积增长量D根据这两个增长量都可以计算较长时期内的平均每期增长量E这两个增长量都属于速度分析指标6、下列哪些属于序时平均数( ABDE )。A一季度平均每月的职工人数 B某产品产量某年各月的平均增长量C某企业职工第四季度人均产值 D某商场职工某年月平均人均销售额E某地区进几年出口商品贸易额平均增长速度第十章 统计指数一、单选题：2、销售价格综合指数 表示( C )。A综合反映多种商品销售量变动程度 B综合反映多种商品销售额变动程度C报告期销售的商品,其价格综合变动的程度D基期销售的商品,其价格综合变动程度3、编制数量指标指数，用（C）作为同度量因素。A基期的数量指标 B报告期的数量指标C基期的质量指标 D报告期的质量指标二、多选题：1、下列属于质量指标指数的是( CDE )。 A商品零售量指数 B商品零售额指数 C商品零售价格指数 D职工劳动生产率指数 E销售商品计划完成程度指数2、下列属于数量指标指数的有( ACD )。 A工业总产值指数 B劳动生产率指数 C职工人数指数 D产品总成本指数 E产品单位成本指数
查收
数理统计学与社会统计学的异同点看看变量、随机变量它俩谁更厉害从变量到随机变量、从量变到质变！从认识论——当今世上最大的方法论！西方世界科学殿堂金碧辉煌，殿堂宝座上高座百科之首，万王之王，统计学；统计学统帅一切科学，当今世上最大的认识论和方法论；是西方近四百年来科技文明的台柱子。近70年，由于数理统计学的飞速发展，大有“吃掉”社会统计学的势头，尤其是以美国为代表的发达国家几乎认为统计学就是数理统计学，称为科学统计。实际上，这是一个极大的误区。就是一个大呼悠，是一种统计学的错误学说。统计学发展史说明：先有社会统计学后有数理统计学，先有变量后有随机变量；社会统计学以变量为基础，数理统计学以随机变量为基础，变量与随机变量是在一定的条件下可以相互转化的数学概念。我们知道变量与随机变量是即有联系又有区别的。当变量取值的概率不是1时，变量就变成了随机变量；当随机变量的取值概率为1时，随机变量就变成了变量。变量与随机变量的联系与区别搞清楚了。以后在描述变量时，大胆地使有社会统计学，在描述随机变量时，就用数理统计学。如果在描述变量时非用数理统计学，那就是杀鸡用了宰牛刀，费力不讨好。通过分析变量与随机变量的联系和区别，我们可以准确地界定，社会统计学与数理统计学各自研究范围。对随机变量的研究一般来说比对变量的研究复杂的多，而且直到今天数理统计学的研究尚处在较低的水平，且使用起来比较复杂；再从长远的研究来看，对随机变量的研究最终会逐步转化为对变量的研究，这与我们通常研究复杂问题转化为若干间单问题的研究的道理是一样的。从理论上讲，社会统计学应该复盖除概率论和数理统计学之外的所有数学学科的运作，从数学上看，随机变量面对着庞大的二十多个变量数学分支，在数学上已经被彻底的孤立起来，其实它就是数学上变量的一个特例。从统计学上看，统计学的大多数问题是变量或近似变量问题，而不是随机变量。就向牛顿力学在今天在使用上仍占主导地位，而不是相对论力学，因为物体在多数情况下是远离光速的。《社会统计学与数理统计学的统一》理论，确立了社会统计学流派变量在统计学的主导地位，使以美国为代表的发达国家数理统计学流派随机变量，走下了神坛及领导地位成为支流。使数百年来一百七十种已上的统计学错误学说回到正确轨道上来。统计学是当今世上最大的认识论和方法论，所有的科学前沿问题都要通过统计学来加以描述，统计学是近四百年来西方科技文明的台柱子，现以被中国人扛跑了啦。如今西方统计学已风光不在，世界统计学的中心已经转移到了中国。现代统计学的发展社会统计学与数理统计学都可以定性和定量分析，两者的区别就是变量与随机变量。
书上有一篇关于李姓的研究报告，让我明白了姓氏也是一种文化，想起了我的姓--王，便想出了调查王姓历史的题目。 二、调查方法 查阅有关书籍、报纸，上网浏览，问家长，了解古今王姓名人及王姓人口数量。 三、调查情况和资料整理 信息渠道 涉及的方面 具体内容 书籍、报刊、上网 历史、现代的名人 战国时“鬼谷先生”王诩、书法家王羲之及王献之，文学家王维、王勃、王昌龄，政治家王安石等。 上网 王姓人口数量 据统计，王姓人口数量为1万人，有人统计，王姓不仅人口居全国第一，而且历史名人也居全国第一位。 上网、问家长 王姓的历史由来 为周文王第十五子毕公高的后裔 源于太子晋的王氏 为周平王太孙赤之后出自妫姓出自子姓他族改姓或赐姓少数民族改姓王氏 四、结论 王姓历史久远，加之支系众多，世族繁盛，代代名人层出不穷。如战国时期授苏秦、张仪纵横术的“鬼谷先生”王诩。西汉古代四大美女之一王昭君，琅琊的王羲之、王献之父子的书法千古留名。唐代，有著《滕王阁序》的“初唐四杰”之一的王勃；有“诗中有画，画中有诗”的大诗人王维、王昌龄。著名的文学家、王安石。元曲的代表作家王实甫，所著《西厢记》堪称经典。明、清之际的大思想家，著《日知论》的王夫之。清末有大文学家王国维。现代的名人有：科学家王选、中国马克思主义经济学家王亚南、中国无产阶级革命家王稼祥、被授予共和国上将军衔王震……我们为王姓祖先创造的辉煌感到自豪。 王氏的众多分支中数来仍以源自周文王姬姓子孙的那一支名气最大。这一支王姓源自原来的周朝，也即今天的甘肃、陕西西安一带，其后来的主要分封之地在今山东省境。根据考证，福州王氏发源于山东琅琊王氏，以王审之为福州王氏的祖先代表。]
论文文献综述怎么写
研究报告也是调查报告。是调查报告是对某项工作、某个事件、某个问题，经过深入细致的调查后，将调查中收集到的材料加以系统整理，分析研究，以书面形式向组织和领导汇报调查情况的一种文书。 调查报告一般由标题和正文两部分组成。 （一）标题。标题可以有两种写法。一种是规范化的标题格式，即“发文主题”加“文种”，基本格式为“××关于××××的调查报告”、“关于××××的调查报告”、“××××调查”等。另一种是自由式标题，包括陈述式、提问式和正副题结合使用三种。陈述式如《东北师范大学硕士毕业生就业情况调查》，提问式如《为什么大学毕业生择业倾向沿海和京津地区》，正副标题结合式，正题陈述调查报告的主要结论或提出中心问题，副题标明调查的对象、范围、问题，这实际上类似于“发文主题”加“文种”的规范格式，如《高校发展重在学科建设――××××大学学科建设实践思考》等。作为公文，最好用规范化的标题格式或自由式中正副题结合式标题。 （二）正文。正文一般分前言、主体、结尾三部分。 1．前言。有几种写法：第一种是写明调查的起因或目的、时间和地点、对象或范围、经过与方法，以及人员组成等调查本身的情况，从中引出中心问题或基本结论来；第二种是写明调查对象的历史背景、大致发展经过、现实状况、主要成绩、突出问题等基本情况，进而提出中心问题或主要观点来；第三种是开门见山，直接概括出调查的结果，如肯定做法、指出问题、提示影响、说明中心内容等。前言起到画龙点睛的作用，要精练概括，直切主题。 2．主体。这是调查报告最主要的部分，这部分详述调查研究的基本情况、做法、经验，以及分析调查研究所得材料中得出的各种具体认识、观点和基本结论。 3．结尾。结尾的写法也比较多，可以提出解决问题的方法、对策或下一步改进工作的建议；或总结全文的主要观点，进一步深化主题；或提出问题，引发人们的进一步思考；或展望前景，发出鼓舞和号召。]
你看下（统计学与应用 ）呗~看下别人的论题呗