第二十三章统计与数据科学[考情分析]1、分值:5~10分2、备考指导:本章在历年中级经济师考试中分值占比较高,需重点掌握,如变量和数据各类型的区分,各种统计调查方法的特点,几乎一样逢考必出,本部分内容在往年的考试中考查点、考查形式相对较固定,属于较好得分的章节,大家注意重视历年真题的指导作用。3、考纲要求:(1)理解统计学、描述统计、推断统计、变量和数据。(2)辨别数据和变量的类型。(3)掌握统计学、描述统计、推断统计的基本原理。(4)辨别统计数据的来源和各种统计调查方法,理解数据科学与大数据。一、统计学1、统计学:是关于收集、整理、分析数据和从数据中得出结论的科学。2、统计学的两个分支:A描述统计描述统计一一研究数据收集、整理和描述的统计学方法。内容:①如何取得所需要的数据;②如何用图表或数学方法对数据进行整理和展示;③如何描述数据的一般性特征。举例:为了解与居民生活相关的商品及服务价格水平的变动情况,收集国家统计局发布的居民消费价格指数(CPI)数据,利用统计图形展示CPI的变化,利用增长率计算CPI的基本走势。B推断统计推断统计是一一研究如何利用样本数据来推断总体特征的统计学方法。内容:①参数估计:利用样本信息推断总体特征;②假设检验:利用样本信息判断对总体的假设是否成立。结论:描述统计与推断统计可以一起发挥作用,具体使用哪种方法取决于要解决的问题。[经典真题]1、[2021]下列统计处理中,属于推断统计的是()。A、利用统计表展示改革开放以来我国GDP增长变化情况B、利用抽样调查样本数据估计劳动力就业率C、采用中位数测度平均收入水平D、采用等距分组整理数值型数据参考答案:B参考解析:推断统计是研究如何利用样本数据来推断总体特征的统计学方法,其内容包括参数估计和假设检验两大类。参数估计是利用样本信息推断总体特征;假设检验是利用样本信息判断总体的假设是否成立。故选B。2、[2019]利用概率样本数据推断全国居民人均消费支出,适用的统计学方法是(A、参数估计B、相关分析C、假设检验D、描述统计参考答案:A参考解析:推断统计是研究如何利用样本数据来推断总体特征的统计学方法,其内容包括参数估计和假设检验两大类。参数估计是利用样本信息推断总体特征假设检验是利用样本信息判断对总体的假设是否成立。题干是“利用概率样本数据推断全国居民人均消费支出”,所以选项A参数估计正确。二、变量和数据[经典真题]1、[2021]下列变量中,属于定性变量的是()A、人口性别B、年末总人口C、进出口量D、财政收入参考答案:A参考解析:分类变量和顺序变量统称为定性变量。故选A。2、[2020]对顺序变量观测的结果称为()A、顺序数据B、定量数据C、分类数据D、数值型数据参考答案:A参考解析:顺序数据是对顺序变量的观测结果,也表现为类别,一般用文字表述,也可用数值代码表示。3、[2018]下列变量的观测数据中,可以进行加、减、乘或除等数学运算的是()A、销售额B、性别C、行业类别D、职位等级参考答案:A参考解析:数值型数据可以进行数学运算,比如计算均值和方差等统计量。选项A属于数值型数据。三、数据的来源(一)观测数据和实验数据统计数据,按其收集方法,可以分为观测数据和实验数据。1、观测数据:通过直接调查或测量收集到的数据,称为观测数据。几乎所有与社会经济现象有关的统计数据都是观测数据,如GDP、CPI、房价等。2、实验数据:通过在实验中控制实验对象以及其所处的实验环境收集到的数据,称为实验数据。比如,一种新产品使用寿命的数据,一种新药疗效的数据。自然科学领域的数据大多都是实验数据。[经典真题]1、[2020]下列统计数据中,属于实验数据的是()A、新药疗效数据B、价格数据C、地区生产总值数据D、财政收入数据参考答案:A参考解析:通过在实验室中控制实验对象以及其所处的实验环境收集到的数据,称为实验数据。比如,一种新产品使用寿命的数据,一种新药疗效的数据。2、[2019]下列统计数据中,属于观测数据的有()。A、税收收入B、三次产业增加值C、新药疗效D、棉花产量E、新建商品住宅销售价格参考答案:ABDE参考解析:通过直接调查或测量而收集到的数据,称为观测数据。几乎所有与社会经济现象有关的统计数据都是观测数据,如GDP、CPI、房价等。通过在实验中控制实验对象以及其所处的实验环境收集到的数据,称为实验数据。比如,一种新产品使用寿命的数据,一种新药疗效的数据。自然科学领域的数据大多都是实验数据。(二)一手数据和二手数据从使用者的角度看,数据的来源主要有两种:(1)直接的调查和科学实验,对使用者来说,这是数据的直接来源,称为直接数据或一手数据;一手数据的来源主要有两个:一是调查或观察,二是实验。在社会经济领域,统计调查是获得数据的主要方法,也是获得一手数据的重要方式。(2)别人的调查或实验的数据,对使用者来说,这是数据的间接来源,称为间接数据或二手数据。[经典真题]1、[2018]一手数据的来源主要有()。A、科研论文B、公开出版物C、实验D、调查E、统计年鉴参考答案:CD参考解析:一手数据的来源主要有两个:一是调查或观察,二是实验。四、统计调查(一)统计调查的概念与分类1、统计调查:是按照预定的目的和任务,运用科学的统计调查方法,有计划有组织地收集数据信息资料的过程。2、调查过程有两个重要特征:(1)调查是一种有计划、有方法、有程序的活动;(2)调查的结果表现为搜集到的数据。3、统计调查的分类A按调查对象的范围不同分类1.全面调查:对构成调查对象的所有单位进行逐一的、无一遗漏的调查。包括:全面统计报表和普查。2.非全面调查:对调查对象中的一部分单位进行调查。包括:非全面统计报表、抽样调查、重点调查和典型调查等。B按调查登记的时间是否连续分类(1)连续调查:为了观察总体现象在一定时期内(通常是一年内)的数量变化,它要求随着调查对象的发展变化,连续地进行调查登记。如:工厂的产品生产,原材料的投入,能源的消耗,人口的出生、死亡等。连续调查的资料可以说明现象的发展过程,目的是了解现象在一段时期的总量。(2)不连续调查:指间隔一个相当长的时间(通常是一年以上)所作的调查,一般是为了对总体现象在一定时点上的状态进行研究。如:生产设备拥有量、耕地面积等,这些指标的数值在短期内变化不大。[经典真题]1、[2021]统计报表按调查对象范围不同,可以分为()A、全面和非全面统计报表B、基层和综合统计报表C、专业和综合统计报表D、国家、部门和地方统计报表参考答案:A参考解析:统计调查按调查对象的范围不同,分为全面调查和非全面调查。按调查登记的时间是否连续,分为连续调查和不连续调查。(二)统计调查的方式在我国,常用的统计调查的方式有统计报表、普查、抽样调查、重点调查和典型调查。典型调查1、典型调查:是一种非全面调查,有意识地选择若干具有典型意义的或有代表性的单位进行的调查。2、主要作用:(1)弥补全面调查的不足;(2)在一定条件下可以验证全面调查数据的真实性。例如,在一次重大普查之后,可以选择若干个典型单位,检查统计数据的准确程度。3、优点:灵活机动、通过少数典型单位即可取得深入翔实的统计资料。4、不足:受“有意识地选出若干有代表性单位“的限制,在很大程度上受到人们主观认识的影响。必须和其他调查结合起来使用,才能避免出现片面性。[经典真题]1、[2021]根据内容和实施范围不同统计报表可以分为()。A、日报、月报、季报和年报B、基层和综合统计报表C、全面和非全面统计报表D、国家、部门、地方统计报表参考答案:D参考解析:目前的大多数统计报表都是全面统计报表,按报送周期长短不同可分为日报、月报、季报、年报等;按报表内容和实施范围不同可分为国家的、部门的、地方的统计报表。2、[2020]关于抽样调查的说法,正确的有()A、抽样调查只抽取部分样本进行调查B、抽样调查时效性强C、抽样调查耗费大量人力、物力、财力D、抽样调查根据样本调查结果推断总体数量特征E、抽样调查工作量小参考答案:ABDE参考解析:抽样调查的工作量小,可以节省大量的人力、物力、财力和时间。C错误。3、[2019]我国农业普查的频率是()。A、每10年一次B、每年两次C、每10年两次D、每年一次参考答案:A参考解析:普查通常是一次性的或周期性的。经济普查每10年进行两次,在尾数3、8的年份实施;人口普查逢0的年份进行;农业普查逢6的年份进行,均为每10年一次。五、数据科学与大数据(一)数据科学(丹麦彼得.诺尔)1、数据科学(data science):是一门通过系统性研究获取与数据相关的知识体系的学科。2、数据科学研究的是从“数据”整合成“信息”进而组织成“知识”的整个过程,包含对数据进行采集、存储、处理、分析、表现等一系列活动。3、数据科学研究对象是数据,研究目标是获得洞察力和理解力。4、数据科学涉及的范围非常广泛,例如统计学、机器学习、计算机科学、可视化、人工智能、领域知识等。(二)大数据1、大数据:指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。2、大数据具有“4V”特性:(1)数据量大(Volume)(2)数据多样性(Variety):大数据类型繁多,包括网络日志、音频、视频、图片、地理位置等各种结构化、半结构化和非结构化的数据。(3)价值密度低(Value):大数据价值密度的高低与数据总量的大小成反比。以视频为例,在连续不间断的监控中,有用数据可能仅有一两秒。(4)数据的产生和处理速度快(Velocity):一般要在秒级时间范围内给出分析结果,超出这个时间数据就可能失去价值,即大数据的处理要符合“1秒定律”。(三)数据挖掘1、数据挖掘:指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐藏在其中但又有潜在价值的信息和知识的过程。(1)数据源必须是真实的、大量的、有噪声的;(2)发现的是用户感兴趣的知识;(3)发现的知识是可接受、可理解、可运用的;(4)并不要求发现放之四海而皆准的知识,仅支持特定的发现问题。2、数据挖掘以解决实际问题为出发点,核心任务是对数据关系和特征进行探索。3、数据挖掘可以分为两类:一类是有指导学习或监督学习,另一类是无指导学习或非监督学习。(1)监督学习是对目标需求的概念进行学习和建模,通过探索数据和建立模型来实现从观察变量到目标需求的有效解释。(2)无监督学习没有明确的标识变量来表达目标概念,主要任务是探索数据之间的内在联系和结构。4、数据挖掘融合了多学科领域的知识,常用的算法:分类、聚类分析、关联分析、趋势与演化分析、特征分析、异常分析等。(四)数据可视化1、数据可视化:即借助图形化手段清晰有效地传达与沟通信息。可视化的优势在于简单,表现清晰。2、数据可视化包含两个重点分支:(1)科学可视化:面向科学与工程领域的数据,如包含空间坐标和几何信息的三维空间测量数据、计算机模拟数据和医学影像数据,重点探索以几何、拓扑和形状特征来呈现数据中蕴含的规律。(2)信息可视化:处理对象是非结构化、非几何的抽象数据,如金融交易,社交网络和文本数据。[经典真题]1、[2020]关于大数据特性的说法,正确的有()A、大数据都是结构化数据B、大数据的产生和处理速度快C、大数据具有4V特性D、大数据的价值密度低E、大数据类型繁多参考答案:BCDE参考解析大数据具有"4V"特性:数据量大、数据多样性、价值密度低、数据的产生和处理速度快。



