統計學有關的調查論文範文
隨著社會的發展，統計調查作為各資訊的來源勢必會越來越受到人們更多地關注，也勢必會有越來越多的人蔘與到統計調查活動中來。下文是小編為大家整理的關於統計調查論文的範文，歡迎大家閱讀參考!
統計調查論文篇1
淺談統計調查及統計調查誤差的種類與特徵
摘 要：隨著社會的發展，統計調查作為各資訊的來源勢必會越來越受到人們更多地關注，也勢必會有越來越多的人蔘與到統計調查活動中來。本文從統計調查的概念出發，通過對統計調查和其它調查的區別解釋統計調查，並正確區分統計調查與非統計調查、理解統計調查的種類、統計調查誤差的種類及其特徵和產生的原因，這些問題是參與和搞好統計調查、提高統計調查質量的基本前提。
關鍵詞：統計調查;誤差;統計調查質量
一、統計調查的概念
統計調查不僅要有明確的調查物件，而且調查物件是由具有某一或某些共同特徵的許多個體構成的總體，同時構成總體的個體數要足夠地多，除此之外，還要求調查的個體單位數也要足夠地多。統計調查對構成總體的許多獨立個體的調查不是目的，綜合與提煉許多獨立個體資訊資料才是統計調查的真正目的。因此，統計調查所獲資料的真實、準確與否，直接取決於個體提供的資訊資料是否真實、準確。而統計個體之所以有可能提供不真實、不準確的個體資訊資料，是因為統計個體擔心一旦提供了個體真實、準確的資訊資料可能會為自己、他人或相關部門帶來不必要的麻煩。不過，從統計調查的真實目的來看，統計個體的資訊資料根本不是統計調查所關注的資訊資料，個人資訊資料只作為一種資訊載體出現，僅起到顯現總體一般屬性或數量特徵的作用———從對個體資訊資料進行深入的加工、綜合中提煉出總體的一般屬性或數量特徵。
二、統計調查的種類
眾所周知，資訊化時代資訊的主體是統計資訊，統計資訊的獲取建立在統計調查的基礎之上。統計調查蒐集到的個體資訊資料的真實、準確與否將直接影響資訊化時代資訊的質量。統計調查獲取個體資訊資料的方式方法的不同決定了不同種類的統計調查獲取個體資訊資料質量的差異。
統計調查按是否對構成總體的全部個體進行調查，可以劃分為全面統計調查與非全面統計調查兩類。
全面統計調查指的是對構成總體的所有個體進行的調查，即要蒐集總體中所有個體的個體資訊資料的一種調查。再按對總體中個體資訊資料收集方式的不同，全面統計調查又可以劃分為普查和全面統計報表兩種。普查通常通過調查員藉助普查表直接向個體蒐集其資訊資料的一種調查方式。
非全面統計調查指僅從構成總體的全部個體中選取部分個體進行的調查。非全面調查又因從全部個體中所選部分個體的方式不同，分為抽樣調查和非抽樣調查。所謂抽樣調查指從構成總體的所有個體中按照隨機性原則選取部分個體的調查。同時，抽樣調查又根據隨機性原則在具體使用上的差異可以將抽樣調查劃分為簡單隨機抽樣、系統隨機抽樣、分層隨機抽樣、整群隨機抽樣以及多階段隨機抽樣等。另一方面，若從構成總體的所有個體單位中沒有遵循隨機性原則而選取部分個體單位進行調查，則這樣的統計調查稱之為非抽樣調查。生活中常用的非抽樣調查主要有重點調查、典型調查和滾雪球調查等。
因此，無論在抽樣調查的理論研究方面，還是在抽樣調查的實際應用中，抽樣調查正越來越受到人們的重視。
三、統計調查誤差的種類及特徵
1、統計調查誤差的概念。通常人們把由統計調查獲取個體資訊並綜合得到的總體規律性與總體實際客觀規律性之間的差異稱之為統計誤差。這種統計誤差反映在統計調查指標上，就是由調查個體所得總體指標數值與總體實際指標數值之間的差別。
2、登記性統計調查誤差、特徵及其產生的原因。
統計誤差通常可以分為登記性統計誤差和代表性誤差兩大類。所謂登記性誤差就是指由於調查者或被調查者的主觀原因而導致調查所得總體指標與總體實際指標之間的差異。
登記性統計誤差具有如下兩大基本特徵：一是登記性統計誤差從理論上而言是可以完全避免的，但是，在實際統計調查中，登記性統計誤差又不可避免。二是登記性統計誤差一旦產生，誤差的大小又不可以計量。
從理論上來說，只要被調查者提供了真實、準確的個體資訊資料，而且調查者能準確記錄與整理分析這些個體資訊資料，就可以避免登記性統計誤差的產生。事實上，統計總體中的個體可能會基於各種考慮或顧慮不願提供真實、準確的個體資訊資料。根源在於被調查者可能根本不理解統計調查的真實目的，或者把統計調查混同於非統計調查。在我國當前國民參與統計調查意識比較薄弱、基本統計常識比較缺乏以及保護統計個體資訊資料的法律、法規還不健全的現實條件下，要避免這種登記性誤差幾乎是不可能的。
再者，即使調查總體中的個體主觀想提供真實、準確的個體資訊資料，但是由於被調查的個體缺少必要的資料記錄，或沒有相關資料，或個人資訊資料記憶有誤也可能無法提供真實、準確的個人資訊資料。如在我國農村居民年收支情況的調查中，有些農村居民不是不想告訴你某年收支的準確資料，而是有些農村居民從來就沒有對自己的年收支核算過，也沒有詳細的收支記錄。
另一方面，即使被調查的個體提供了真實、準確的個體資訊資料，也可能因調查者資料記錄不熟練、責任心不強造成記錄錯誤，或者發生資料丟失以及分析、整理個體資訊資料有誤等，也會產生登記性統計誤差。
最後，不論何種原因一旦導致了登記性誤差的產生，登記性統計誤差的大小是無法準確計量的。這是因為被調查者提供的個體資訊資料中不真實、不準確的程度有多大、調查記錄中有多少差錯、個體資訊資料整理、分析中又有多大差錯等，在實際統計調查中均是不可測度的。
綜上所述，由於統計調查區別於非統計調查的特徵之一就是要對構成總體的個體進行獨立地調查，因此不管是全面統計調查還是非全面統計調查、不管是抽樣調查還是非抽樣調查都會產生登記性統計調查誤差。
3、代表性統計誤差、特徵及產生的原因。
所謂代表性統計誤差指僅對構成總體的所有個體中部分個體進行調查，且僅僅根據這部分個體提供的資訊資料綜合提煉出關於這部分個體的一般數量特徵***如部分個體的均值***，並據此對總體實際均值做出判斷所產生的一種差異。
代表性統計誤差可以根據它是來自抽樣調查還是非抽樣調查區分為抽樣誤差***也稱隨機誤差***和系統性誤差兩類。由抽樣調查所產生的代表性誤差稱之為抽樣誤差，由非抽樣調查所產生的代表性誤差稱為系統性統計誤差。
抽樣誤差具有如下基本特徵：從理論上來說抽樣誤差無法避免，但是，在實際抽樣調查中，抽樣誤差不僅可以採取一定手段加以防範和控制而且其大小也可以計算。一方面，代表性誤差產生的根源在於構成總體的所有個體的普遍規律性不可能由其中的部分個體完全顯現，否則，它就違背了部分與整體的基本哲學關係。另一方面，抽樣調查從總體中選取部分個體時，儘管確保了每一個個體都有同等被選中的可能性，使得所選中的部分個體的構成與總體中所有個體的構成趨於一致，由此保證了選中的部分個體的數量特徵能反映總體中所有個體的數量特徵。然而，總體中的某個個體能否最終被選中又具有一定的隨機性，從而使得所選中的部分個體數量特徵又不能完全反映總體中所有個體的數量特徵。由此表明，抽樣誤差不可避免。
數理統計關於抽樣的原理已經表明：只要採用適當的方法對構成總體中的所有個體先做適當的編排或分組，然後再遵循隨機性原則抽選個體，就可以有效地降低抽樣誤差的大小。即在樣本容量一定的前提下，對同一現象總體分別採用分層隨機抽樣、系統隨機抽樣、整群隨機抽樣和簡單隨機抽樣，其抽樣誤差是有顯著差異的。另外，在其他條件相同的情況下，變重複抽樣為不重複抽樣也可以適當減小抽樣誤差。系統性代表誤差具有如下基本特徵：從理論上來說系統性代表誤差是完全可以避免的，但是，系統性代表誤差一旦產生其大小又是不可計量的。系統性代表誤差產生的根源在於：在從構成總體的所有個體中選取部分個體時沒有遵循隨機性原則，而是主觀地、或部分主觀地從總體中選取個體作為調查單位。
因此，人們在實際統計調查中，如果能有意識地不受主觀因素的影響、自覺地遵循隨機性原則抽選部分個體，就可以避免系統性誤差的產生。
四、結語
隨著我國社會、經濟改革開放程度的不斷深入和社會主義市場經濟體系的不斷完善，社會各個階層及個人對資訊的種類、數量和質量的需求也在不斷改變。統計調查作為各種資訊的根本來源勢必會越來越受到人們更多地關注，也勢必會有越來越多的人蔘與到統計調查活動中來。通過分析不同調查現象總體的具體特徵，根據統計調查的實際需要選擇適當的調查方式方法，分析各種統計調查誤差產生的可能原因，就可以有針對性地採取必要的手段防範某些統計調查誤差的產生，從而實現在調查成本不變的情況下，有效地提高統計調查的資料質量。
統計調查論文篇2
數學統計調查及誤差的種類探討
一、數學統計調查的分類
眾所周知，資訊化時代資訊的主體是數學統計資訊，數學統計資訊的獲取建立在數學統計調查的基礎之上。數學統計調查蒐集到的個體資訊資料的真實、準確與否將直接影響資訊化時代資訊的質量。數學統計調查獲取個體資訊資料的方式方法的不同決定了不同種類的數學統計調查獲取個體資訊資料質量的差異。
數學統計調查按是否對構成總體的全部個體進行調查，可以劃分為全面數學統計調查與非全面數學統計調查兩類。
因此，無論在抽樣調查的理論研究方面，還是在抽樣調查的實際應用中，抽樣調查正越來越受到人們的重視。
二、數學統計調查誤差的種類
數學統計誤差通常可以分為登記性數學統計誤差和代表性誤差兩大類。所謂登記性誤差就是指由於調查者或被調查者的主觀原因而導致調查所得總體指標與總體實際指標之間的差異。
登記性數學統計誤差具有如下兩大基本特徵：一是登記性數學統計誤差從理論上而言是可以完全避免的，但是，在實際數學統計調查中，登記性數學統計誤差又不可避免。二是登記性數學統計誤差一旦產生，誤差的大小又不可以計量。
從理論上來說，只要被調查者提供了真實、準確的個體資訊資料，而且調查者能準確記錄與整理分析這些個體資訊資料，就可以避免登記性數學統計誤差的產生。事實上，數學統計總體中的個體可能會基於各種考慮或顧慮不願提供真實、準確的個體資訊資料。根源在於被調查者可能根本不理解數學統計調查的真實目的，或者把數學統計調查混同於非數學統計調查。在我國當前國民參與數學統計調查意識比較薄弱、基本數學統計常識比較缺乏以及保護數學統計個體資訊資料的法律、法規還不健全的現實條件下，要避免這種登記性誤差幾乎是不可能的。
再者，即使調查總體中的個體主觀想提供真實、準確的個體資訊資料，但是由於被調查的個體缺少必要的資料記錄，或沒有相關資料，或個人資訊資料記憶有誤也可能無法提供真實、準確的個人資訊資料。如在我國農村居民年收支情況的調查中，有些農村居民不是不想告訴你某年收支的準確資料，而是有些農村居民從來就沒有對自己的年收支核算過，也沒有詳細的收支記錄。
另一方面，即使被調查的個體提供了真實、準確的個體資訊資料，也可能因調查者資料記錄不熟練、責任心不強造成記錄錯誤，或者發生資料丟失以及分析、整理個體資訊資料有誤等，也會產生登記性數學統計誤差。
最後，不論何種原因一旦導致了登記性誤差的產生，登記性數學統計誤差的大小是無法準確計量的。這是因為被調查者提供的個體資訊資料中不真實、不準確的程度有多大、調查記錄中有多少差錯、個體資訊資料整理、分析中又有多大差錯等，在實際數學統計調查中均是不可測度的。
綜上所述，由於數學統計調查區別於非數學統計調查的特徵之一就是要對構成總體的個體進行獨立地調查，因此不管是全面數學統計調查還是非全面數學統計調查、不管是抽樣調查還是非抽樣調查都會產生登記性數學統計調查誤差。
三、代表性數學統計誤差、特徵及產生的原因
所謂代表性數學統計誤差指僅對構成總體的所有個體中部分個體進行調查，且僅僅根據這部分個體提供的資訊資料綜合提煉出關於這部分個體的一般數量特徵***如部分個體的均值***，並據此對總體實際均值做出判斷所產生的一種差異。
代表性數學統計誤差可以根據它是來自抽樣調查還是非抽樣調查區分為抽樣誤差***也稱隨機誤差***和系統性誤差兩類。由抽樣調查所產生的代表性誤差稱之為抽樣誤差，由非抽樣調查所產生的代表性誤差稱為系統性數學統計誤差。
抽樣誤差具有如下基本特徵：從理論上來說抽樣誤差無法避免，但是，在實際抽樣調查中，抽樣誤差不僅可以採取一定手段加以防範和控制而且其大小也可以計算。一方面，代表性誤差產生的根源在於構成總體的所有個體的普遍規律性不可能由其中的部分個體完全顯現，否則，它就違背了部分與整體的基本哲學關係。另一方面，抽樣調查從總體中選取部分個體時，儘管確保了每一個個體都有同等被選中的可能性，使得所選中的部分個體的構成與總體中所有個體的構成趨於一致，由此保證了選中的部分個體的數量特徵能反映總體中所有個體的數量特徵。然而，總體中的某個個體能否最終被選中又具有一定的隨機性，從而使得所選中的部分個體數量特徵又不能完全反映總體中所有個體的數量特徵。由此表明，抽樣誤差不可避免。
數理數學統計關於抽樣的原理已經表明：只要採用適當的方法對構成總體中的所有個體先做適當的編排或分組，然後再遵循隨機性原則抽選個體，就可以有效地降低抽樣誤差的大小。即在樣本容量一定的前提下，對同一現象總體分別採用分層隨機抽樣、系統隨機抽樣、整群隨機抽樣和簡單隨機抽樣，其抽樣誤差是有顯著差異的。另外，在其他條件相同的情況下，變重複抽樣為不重複抽樣也可以適當減小抽樣誤差。系統性代表誤差具有如下基本特徵：從理論上來說系統性代表誤差是完全可以避免的，但是，系統性代表誤差一旦產生其大小又是不可計量的。系統性代表誤差產生的根源在於：在從構成總體的所有個體中選取部分個體時沒有遵循隨機性原則，而是主觀地、或部分主觀地從總體中選取個體作為調查單位。
因此，人們在實際數學統計調查中，如果能有意識地不受主觀因素的影響、自覺地遵循隨機性原則抽選部分個體，就可以避免系統性誤差的產生。