简介：测度居民收入分栩程度已有许多不同方法，其中，基尼系数作为联合全规定的社会发展指标之一，已为人们广为接受，本文分别从不角度对基尼系数的计算进行了介绍并对基尼系数使用中应注意的问题作了较为全面的总结。

简介：随着我国经济、金融体制的转轨，中央银行对商业银行的直接信贷管理逐渐转向间接货币总量控制。然而，由于货币定义的多层次性，中央银行全面控制各层次货币是不现实的，也是不可行的。本文将主要采用实证分析方法，分析我国经济转轨时期货币总量控制重点层次的选择和控制度的把握。一、货币总量控制重点层次选择分析一般认为，要使货币重点控制层次有效地反映货币政策效果，必须具备三个条件：一是可测性，即它必须具有明确而合理的内涵和外延，并且在金融统计资料中，其数量能够及时反映出来；二是可控性，即中央银行通过其掌握的调控工具能够对该货币层次进行量的控制和调整；三是相关性，即中央银行选择的货币控制层次必须与货币政策最终目标之

简介：

简介：

简介：五年一次的经济普查是集工业、建筑业、第三产业、基本单位等项内容于一体的大型综合性普查项目，普查数据质量直接影响普查最终产品的使用效果，也攸关整个普查工作的成败。严格控制普查数据质量，把好数据质量关，对顺利实施和圆满完成经济普查工作具有重要意义。

简介：随着现代化经济的发展,经济结构复杂化,利益主体多元化,再加上体制转化过程中经济秩序混乱,人为干扰增多,因而搞准统计数据的难度也就日益增大,统计失实的潜在危险性也就日渐严重,并将逐步暴露。对此,必须清醒的认识,要始终不渝地把提高统计数据质量问题,摆到统计工作的首要位置,并采取各种措施,抓实抓好。

简介：

简介：<正>八届人大四次会议新近通过并正式公布的《中华人民共和国个人所得税法》将工资、薪金所得部分与个体工商户的生产、经营所得和对企事业单位承包经营、承租经营的所得部分分别采行不同的超额累进税率和税级来进行计算。可推导出全套简

简介：居民消费价格指数(简称为CPI)作为反映通货膨胀或紧缩的重要指标，在宏观经济分析和决策中举足轻重。价格指数编制方法的科学程度与价格资料收集过程的规范程度，决定了价格指数的质量。为此，我国近年来不断完善居民价格指数的编制方法，并加强了价格数据资料收集整理、指数编制过程的全程质量控制。

简介：基于数据分布密度划分的聚类算法是数据挖掘聚类算法中的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷,设计出高维分步投影的多重分区聚类算法;以高维分布投影密度为依据,对数据集进行多重分区产生数据集的子簇空间,并进行子簇合并形成了理想的聚类结果;依据算法进行实验,结果证明该算法具有运算简单和运行效率高等优良性。

简介：政府统计数据质量控制技术体系是从统计技术的角度出发构建的，其内容结构是分类控制与评估技术、比较分析及探索性数据分析技术、误差模型的建立与分析技术的有机整体。

简介：针对EM算法在估计混合正态分布参数时使用不完全信息的总样本所得到的参数估计误差较大的问题,提出一种新的估计方法——TU截断改进算法。该算法根据正态分布的特点,运用部分拥有完全信息的样本将混合正态分布中的分布参数逐一估计出来。这一算法一方面克服了EM算法运用于混合分布的缺陷,另一方面改进了使用截尾数据的参数估计。仿真结果表明,TU算法比EM算法估计更精确。

简介：获得回答完整的问答是每个调研者所期望的结果，但实际上由于各种原因，总有部分问卷为空白或回答的不完全，这就产生了无回答情况。一般的无回答情况分为两种：一种是单位无回答，另一种是项目无回答。单位无回答是指被调查单位没有接受调查，而项目无回答是指被调

简介：我国近年来不断完善居民消费价格指数的编制方法，采用了国际上通行的链式拉氏公式（Laspeyresformula），对调查商品篮子进行了更新和调整，并从2001年开始编制定基价格指数（fixed—baseindex）。同时，为降低非系统性误差，提高价格指数的准确性，我国建立健全了覆盖包括样本抽选、价格采集、指数汇总和评估等全流程的质量控制体系和规范。

简介：数据挖掘技术及决策树简介数据挖掘就是从大量的不完全的有噪声的模糊的随机的实际应用数据中，抽取隐含在其中的、事先并不知道的、但又是潜在有用的信息和知识的过程。决策树算法作为常用的数据挖掘技术之一，其基本思想是将实例库中记录的大量有限的具体事实数据进行归纳和分类并建立树型结构，以发现并形成隐含在大量实例中的若干形式化的分类判别规则，典型的决策树算法方法有ID3方法和IBLE（Information—basedLearningfromExample）方法。

简介：在AI领域中,备受关注的一个问题是如何获得更好的分类,尤其是对于多分类的情形。目前,针对多分类算法已取得了大量的研究成果,很多较为高效的多分类算法也已应用到实践中,而对于多分类算法的研究仍然备受关注。以BT-SVM为基分类器,提出一种带阈值的新型动态加权多分类器集成的方法,并通过模拟和实证分析验证该算法的有效性,研究表明该算法对于平衡和非平衡数据的分类效果表现得都比较优良。

简介：

简介：平均单一依赖估计算法（averagedone-dependenceestimators,AODE）是通过放松朴素贝叶斯算法的假设条件得到的一种更加高效的分类算法,但AODE算法将所有父属性对分类的贡献程度看成是一样的,这使得AODE算法的分类效果受到限制。针对这个问题,利用相关系数Tau-y和Lambda-y分别计算各个特征属性对分类的贡献程度,并用计算结果对父属性加权,得到了两个改进的AODE算法：T-AODE和L-AODE算法。然后,利用加利福尼亚大学的埃文斯（UniversityofCaliforniaIrvine,UCI）标准数据集在Eclipse上对这两个算法进行分类实验,结果显示两个改进的AODE算法的精确度要优于原始AODE算法。

简介：将Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。

简介：本文通过对鸢尾花数据的研究，提出了一种基于分类器的分类效果差异而进行快速选择的一种改进的BaggingTrees集成算法。并通过同其他统计机器学习方法，如：CART、BaggingTrees、RandomForest以及目前流行的基于遗传算法的选择性集成算法GASEN等比较得出，该算法对于分类问题而言，具有较高的准确率，而且与GASEN算法相比，运行的效率也得到了较大的提高。