多维统计数据质量检验与异常点识别的模型与方法

发布时间：2017-05-24 22:14

  本文关键词：多维统计数据质量检验与异常点识别的模型与方法，，由笔耕文化传播整理发布。

【摘要】：本文证明 ,反映社会经济规模大小的多维统计数据近似服从多维对数正态分布 .基于此 ,本文提出了对这类数据的质量及其异常点进行检查和识别的多维对数正态分布检验法 ,并以我国中央部门属研究机构的调查数据为例进行了研究
【作者单位】： 华中科技大学管理学院 华中科技大学管理学院 华中科技大学管理学院
【关键词】： 对数正态分布 统计数据质量检验 异常点识别
【基金】：国家自然科学基金 ( 79770 0 19)项目
【分类号】：F222
【正文快照】： 　在社会经济统计中 ,对大量基层调查单位填报的统计数据的总体质量进行检查 ,对其中的异常数据 (outlier)进行识别和剔除 ,是提高统计数据质量的重要措施和关键环节 ,也是统计工作的重点和难点 .目前 ,对统计数据总体质量的检查 ,主要还是采用人工审核的办法从定性的角度进

【相似文献】

中国硕士学位论文全文数据库 前1条

1 石永亮;基于RJMCMC方法的线性回归模型异常点识别[D];苏州大学;2010年

  本文关键词：多维统计数据质量检验与异常点识别的模型与方法，由笔耕文化传播整理发布。

本文编号：392145