统计学有关的调查论文范文
随着社会的发展，统计调查作为各信息的来源势必会越来越受到人们更多地关注，也势必会有越来越多的人参与到统计调查活动中来。下文是学习啦小编为大家整理的关于统计调查论文的范文，欢迎大家阅读参考!
统计调查论文篇1
浅谈统计调查及统计调查误差的种类与特征
摘 要：随着社会的发展，统计调查作为各信息的来源势必会越来越受到人们更多地关注，也势必会有越来越多的人参与到统计调查活动中来。本文从统计调查的概念出发，通过对统计调查和其它调查的区别解释统计调查，并正确区分统计调查与非统计调查、理解统计调查的种类、统计调查误差的种类及其特征和产生的原因，这些问题是参与和搞好统计调查、提高统计调查质量的基本前提。
关键词：统计调查;误差;统计调查质量
一、统计调查的概念
统计调查不仅要有明确的调查对象，而且调查对象是由具有某一或某些共同特征的许多个体构成的总体，同时构成总体的个体数要足够地多，除此之外，还要求调查的个体单位数也要足够地多。统计调查对构成总体的许多独立个体的调查不是目的，综合与提炼许多独立个体信息资料才是统计调查的真正目的。因此，统计调查所获资料的真实、准确与否，直接取决于个体提供的信息资料是否真实、准确。而统计个体之所以有可能提供不真实、不准确的个体信息资料，是因为统计个体担心一旦提供了个体真实、准确的信息资料可能会为自己、他人或相关部门带来不必要的麻烦。不过，从统计调查的真实目的来看，统计个体的信息资料根本不是统计调查所关注的信息资料，个人信息资料只作为一种信息载体出现，仅起到显现总体一般属性或数量特征的作用———从对个体信息资料进行深入的加工、综合中提炼出总体的一般属性或数量特征。
二、统计调查的种类
众所周知，信息化时代信息的主体是统计信息，统计信息的获取建立在统计调查的基础之上。统计调查搜集到的个体信息资料的真实、准确与否将直接影响信息化时代信息的质量。统计调查获取个体信息资料的方式方法的不同决定了不同种类的统计调查获取个体信息资料质量的差异。
统计调查按是否对构成总体的全部个体进行调查，可以划分为全面统计调查与非全面统计调查两类。
全面统计调查指的是对构成总体的所有个体进行的调查，即要搜集总体中所有个体的个体信息资料的一种调查。再按对总体中个体信息资料收集方式的不同，全面统计调查又可以划分为普查和全面统计报表两种。普查通常通过调查员借助普查表直接向个体搜集其信息资料的一种调查方式。
非全面统计调查指仅从构成总体的全部个体中选取部分个体进行的调查。非全面调查又因从全部个体中所选部分个体的方式不同，分为抽样调查和非抽样调查。所谓抽样调查指从构成总体的所有个体中按照随机性原则选取部分个体的调查。同时，抽样调查又根据随机性原则在具体使用上的差异可以将抽样调查划分为简单随机抽样、系统随机抽样、分层随机抽样、整群随机抽样以及多阶段随机抽样等。另一方面，若从构成总体的所有个体单位中没有遵循随机性原则而选取部分个体单位进行调查，则这样的统计调查称之为非抽样调查。生活中常用的非抽样调查主要有重点调查、典型调查和滚雪球调查等。
因此，无论在抽样调查的理论研究方面，还是在抽样调查的实际应用中，抽样调查正越来越受到人们的重视。
三、统计调查误差的种类及特征
1、统计调查误差的概念。通常人们把由统计调查获取个体信息并综合得到的总体规律性与总体实际客观规律性之间的差异称之为统计误差。这种统计误差反映在统计调查指标上，就是由调查个体所得总体指标数值与总体实际指标数值之间的差别。
2、登记性统计调查误差、特征及其产生的原因。
统计误差通常可以分为登记性统计误差和代表性误差两大类。所谓登记性误差就是指由于调查者或被调查者的主观原因而导致调查所得总体指标与总体实际指标之间的差异。
登记性统计误差具有如下两大基本特征：一是登记性统计误差从理论上而言是可以完全避免的，但是，在实际统计调查中，登记性统计误差又不可避免。二是登记性统计误差一旦产生，误差的大小又不可以计量。
从理论上来说，只要被调查者提供了真实、准确的个体信息资料，而且调查者能准确记录与整理分析这些个体信息资料，就可以避免登记性统计误差的产生。事实上，统计总体中的个体可能会基于各种考虑或顾虑不愿提供真实、准确的个体信息资料。根源在于被调查者可能根本不理解统计调查的真实目的，或者把统计调查混同于非统计调查。在我国当前国民参与统计调查意识比较薄弱、基本统计常识比较缺乏以及保护统计个体信息资料的法律、法规还不健全的现实条件下，要避免这种登记性误差几乎是不可能的。
再者，即使调查总体中的个体主观想提供真实、准确的个体信息资料，但是由于被调查的个体缺少必要的数据记录，或没有相关数据，或个人信息资料记忆有误也可能无法提供真实、准确的个人信息资料。如在我国农村居民年收支情况的调查中，有些农村居民不是不想告诉你某年收支的准确数据，而是有些农村居民从来就没有对自己的年收支核算过，也没有详细的收支记录。
另一方面，即使被调查的个体提供了真实、准确的个体信息资料，也可能因调查者数据记录不熟练、责任心不强造成记录错误，或者发生数据丢失以及分析、整理个体信息资料有误等，也会产生登记性统计误差。
最后，不论何种原因一旦导致了登记性误差的产生，登记性统计误差的大小是无法准确计量的。这是因为被调查者提供的个体信息资料中不真实、不准确的程度有多大、调查记录中有多少差错、个体信息资料整理、分析中又有多大差错等，在实际统计调查中均是不可测度的。
综上所述，由于统计调查区别于非统计调查的特征之一就是要对构成总体的个体进行独立地调查，因此不管是全面统计调查还是非全面统计调查、不管是抽样调查还是非抽样调查都会产生登记性统计调查误差。
3、代表性统计误差、特征及产生的原因。
所谓代表性统计误差指仅对构成总体的所有个体中部分个体进行调查，且仅仅根据这部分个体提供的信息资料综合提炼出关于这部分个体的一般数量特征(如部分个体的均值)，并据此对总体实际均值做出判断所产生的一种差异。
代表性统计误差可以根据它是来自抽样调查还是非抽样调查区分为抽样误差(也称随机误差)和系统性误差两类。由抽样调查所产生的代表性误差称之为抽样误差，由非抽样调查所产生的代表性误差称为系统性统计误差。
抽样误差具有如下基本特征：从理论上来说抽样误差无法避免，但是，在实际抽样调查中，抽样误差不仅可以采取一定手段加以防范和控制而且其大小也可以计算。一方面，代表性误差产生的根源在于构成总体的所有个体的普遍规律性不可能由其中的部分个体完全显现，否则，它就违背了部分与整体的基本哲学关系。另一方面，抽样调查从总体中选取部分个体时，尽管确保了每一个个体都有同等被选中的可能性，使得所选中的部分个体的构成与总体中所有个体的构成趋于一致，由此保证了选中的部分个体的数量特征能反映总体中所有个体的数量特征。然而，总体中的某个个体能否最终被选中又具有一定的随机性，从而使得所选中的部分个体数量特征又不能完全反映总体中所有个体的数量特征。由此表明，抽样误差不可避免。
数理统计关于抽样的原理已经表明：只要采用适当的方法对构成总体中的所有个体先做适当的编排或分组，然后再遵循随机性原则抽选个体，就可以有效地降低抽样误差的大小。即在样本容量一定的前提下，对同一现象总体分别采用分层随机抽样、系统随机抽样、整群随机抽样和简单随机抽样，其抽样误差是有显著差异的。另外，在其他条件相同的情况下，变重复抽样为不重复抽样也可以适当减小抽样误差。系统性代表误差具有如下基本特征：从理论上来说系统性代表误差是完全可以避免的，但是，系统性代表误差一旦产生其大小又是不可计量的。系统性代表误差产生的根源在于：在从构成总体的所有个体中选取部分个体时没有遵循随机性原则，而是主观地、或部分主观地从总体中选取个体作为调查单位。
因此，人们在实际统计调查中，如果能有意识地不受主观因素的影响、自觉地遵循随机性原则抽选部分个体，就可以避免系统性误差的产生。
四、结语
随着我国社会、经济改革开放程度的不断深入和社会主义市场经济体系的不断完善，社会各个阶层及个人对信息的种类、数量和质量的需求也在不断改变。统计调查作为各种信息的根本来源势必会越来越受到人们更多地关注，也势必会有越来越多的人参与到统计调查活动中来。通过分析不同调查现象总体的具体特征，根据统计调查的实际需要选择适当的调查方式方法，分析各种统计调查误差产生的可能原因，就可以有针对性地采取必要的手段防范某些统计调查误差的产生，从而实现在调查成本不变的情况下，有效地提高统计调查的数据质量。
统计调查论文篇2
数学统计调查及误差的种类探讨
一、数学统计调查的分类
众所周知，信息化时代信息的主体是数学统计信息，数学统计信息的获取建立在数学统计调查的基础之上。数学统计调查搜集到的个体信息资料的真实、准确与否将直接影响信息化时代信息的质量。数学统计调查获取个体信息资料的方式方法的不同决定了不同种类的数学统计调查获取个体信息资料质量的差异。
数学统计调查按是否对构成总体的全部个体进行调查，可以划分为全面数学统计调查与非全面数学统计调查两类。
因此，无论在抽样调查的理论研究方面，还是在抽样调查的实际应用中，抽样调查正越来越受到人们的重视。
二、数学统计调查误差的种类
数学统计误差通常可以分为登记性数学统计误差和代表性误差两大类。所谓登记性误差就是指由于调查者或被调查者的主观原因而导致调查所得总体指标与总体实际指标之间的差异。
登记性数学统计误差具有如下两大基本特征：一是登记性数学统计误差从理论上而言是可以完全避免的，但是，在实际数学统计调查中，登记性数学统计误差又不可避免。二是登记性数学统计误差一旦产生，误差的大小又不可以计量。
从理论上来说，只要被调查者提供了真实、准确的个体信息资料，而且调查者能准确记录与整理分析这些个体信息资料，就可以避免登记性数学统计误差的产生。事实上，数学统计总体中的个体可能会基于各种考虑或顾虑不愿提供真实、准确的个体信息资料。根源在于被调查者可能根本不理解数学统计调查的真实目的，或者把数学统计调查混同于非数学统计调查。在我国当前国民参与数学统计调查意识比较薄弱、基本数学统计常识比较缺乏以及保护数学统计个体信息资料的法律、法规还不健全的现实条件下，要避免这种登记性误差几乎是不可能的。
再者，即使调查总体中的个体主观想提供真实、准确的个体信息资料，但是由于被调查的个体缺少必要的数据记录，或没有相关数据，或个人信息资料记忆有误也可能无法提供真实、准确的个人信息资料。如在我国农村居民年收支情况的调查中，有些农村居民不是不想告诉你某年收支的准确数据，而是有些农村居民从来就没有对自己的年收支核算过，也没有详细的收支记录。
另一方面，即使被调查的个体提供了真实、准确的个体信息资料，也可能因调查者数据记录不熟练、责任心不强造成记录错误，或者发生数据丢失以及分析、整理个体信息资料有误等，也会产生登记性数学统计误差。
最后，不论何种原因一旦导致了登记性误差的产生，登记性数学统计误差的大小是无法准确计量的。这是因为被调查者提供的个体信息资料中不真实、不准确的程度有多大、调查记录中有多少差错、个体信息资料整理、分析中又有多大差错等，在实际数学统计调查中均是不可测度的。
综上所述，由于数学统计调查区别于非数学统计调查的特征之一就是要对构成总体的个体进行独立地调查，因此不管是全面数学统计调查还是非全面数学统计调查、不管是抽样调查还是非抽样调查都会产生登记性数学统计调查误差。
三、代表性数学统计误差、特征及产生的原因
所谓代表性数学统计误差指仅对构成总体的所有个体中部分个体进行调查，且仅仅根据这部分个体提供的信息资料综合提炼出关于这部分个体的一般数量特征(如部分个体的均值)，并据此对总体实际均值做出判断所产生的一种差异。
代表性数学统计误差可以根据它是来自抽样调查还是非抽样调查区分为抽样误差(也称随机误差)和系统性误差两类。由抽样调查所产生的代表性误差称之为抽样误差，由非抽样调查所产生的代表性误差称为系统性数学统计误差。
抽样误差具有如下基本特征：从理论上来说抽样误差无法避免，但是，在实际抽样调查中，抽样误差不仅可以采取一定手段加以防范和控制而且其大小也可以计算。一方面，代表性误差产生的根源在于构成总体的所有个体的普遍规律性不可能由其中的部分个体完全显现，否则，它就违背了部分与整体的基本哲学关系。另一方面，抽样调查从总体中选取部分个体时，尽管确保了每一个个体都有同等被选中的可能性，使得所选中的部分个体的构成与总体中所有个体的构成趋于一致，由此保证了选中的部分个体的数量特征能反映总体中所有个体的数量特征。然而，总体中的某个个体能否最终被选中又具有一定的随机性，从而使得所选中的部分个体数量特征又不能完全反映总体中所有个体的数量特征。由此表明，抽样误差不可避免。
数理数学统计关于抽样的原理已经表明：只要采用适当的方法对构成总体中的所有个体先做适当的编排或分组，然后再遵循随机性原则抽选个体，就可以有效地降低抽样误差的大小。即在样本容量一定的前提下，对同一现象总体分别采用分层随机抽样、系统随机抽样、整群随机抽样和简单随机抽样，其抽样误差是有显著差异的。另外，在其他条件相同的情况下，变重复抽样为不重复抽样也可以适当减小抽样误差。系统性代表误差具有如下基本特征：从理论上来说系统性代表误差是完全可以避免的，但是，系统性代表误差一旦产生其大小又是不可计量的。系统性代表误差产生的根源在于：在从构成总体的所有个体中选取部分个体时没有遵循随机性原则，而是主观地、或部分主观地从总体中选取个体作为调查单位。
因此，人们在实际数学统计调查中，如果能有意识地不受主观因素的影响、自觉地遵循随机性原则抽选部分个体，就可以避免系统性误差的产生。
猜你喜欢：
1.统计相关论文
3.统计优秀论文范文
5.关于统计学的论文
>>>下一页更多精彩的“统计学论文”
