企业统计数据质量的实证检验分析.pdf

2014年4月 渭南师范学院学报 Apt．2014 第29卷第7期 JournalofWeinanNormal V01．29No．7 University 【数学与应用数学研究】 企业统计数据质量的实证检验分析 董晓萌1．南方雀2 (1．渭南师范学院数学与信息科学学院，陕西渭南714099；2．陕西龙门钢铁有限责任公司，陕西韩城715405) 摘要：企业进行决策的重要依据是其所掌握的数据信息，数据质量的好坏直接影响着企业决策的方向．根据2011年 全国各省市规模以上企业的15项指标数据。利用K—S检验法验证企业指标数据是否满足对数正态分布规律，且根据判断 正态分布异常点的方法对15项指标中的异常数据进行识别．结果表明：2011年全国31个省市规模以上企业的统计数据的 准确性和可靠性较好，只有西藏、青海、江苏三省共4个指标未通过检验，需进一步核实未通过检验的指标数据． 关键词：企业数据质量：对数正态分布；K—S检验法；异常数据 中图分类号：F222 文献标志码：A 文章编号：1009—5128(2014)07—0008—04 收稿日期：2013一11—1l 基金项目：国家统计局科学研究项目：基于多元统计分析的我国环保支出研究(2012LY051) 作者简介：董晓萌(1982一)，女，陕西渭南人，渭南师范学院数学与信息科学学院讲师，理学硕士． O 引言 企业统计数据质量最重要的特点是数据的准确性[1]，准确性高的数据能为企业进行正确决策提供保 证．因此．企业数据准确性高低的判断就显得尤为重要．本文基于K—S检验法验证了规模以上企业统计数 据的对数正态分布规律，根据统计数据质量评价指标体系，综合评价2011年全国31个省市规模以上企业 统计数据质量的好坏． 数据作为企业进行决策时的重要依据，无论是对国家进行宏观决策还是企业进行微观决策都起着非 常大的作用‘2|．企业数据质量的影响因素很多，国外学者主要集中在技术性因素的研究上，而国内学者主 要集中在非技术性因素的研究上，非技术性因素主要包含有企业规模大小、企业信息化程度高低、企业重 视程度高低、企业统计力量强弱、规章制度是否完善、数据与利益的相关性大小、统计人员知识水平高低、 统计人员地位高低等因素． 目前。国内学者对于企业数据质量的影响因素研究，主要是定性研究、因子分析及回归分析．本文基于 K—S检验法对2011年全国31个省市规模以上企业的统计数据质量进行实证检验，检验数据质量的准确 性及可靠性，并找出其中的异常数据，分析异常原因． 1 企业统计数据质量实证检验分析 1．1 K—S检验法 K—S检验方法㈨作为拟合优度检验方法之一，是根据样本提供的数据信息去推断总体是否服从某一 理论分布，主要对于连续型随机变量是否服从某一理论分布进行检验．单样本K—S检验的原假设是：检验 总体与指定的理论分布无显著差异．常见的理论分布主要有正态分布、泊松分布、均匀分布及指数分布等， 本研究的理论分布是基于正态分布下，结合R语言编制了K—s检验程序函数ks．test()． 1．2企业总产值的对数正态分布规律 企业总产值是反映一个企业经济发展水平和规模的总量指标．在此，以全国31个省市的规模以上企 业总产值的分布为例，验证企业总产值的对数正态分布规律．[4]结合《中国统计年鉴(2012)》资料，得到 2011年全国31个省市规模以上企业的总产值，见表1． 万方数据 2014年第7期 董晓萌．南方雀：企业统计数据质量的实证检验分析 ·9· 表2企业的总产值在各地区中分布频率表 企业总产值[3】的最高值为107680．68亿 元，最低为74．85亿元，对各企业的总产值髫取 自然对数l似，l必的取值范围为4．32．11．59。 表2所示的是在不同范围内的企业数量及其所 占的比例，图1是企业的总产值在各地区中的分 布直方图． 从表2或图1可以得到企业总产值分布结 构的特征为：(1)企业总产值比较小或比较大的 地区占少数，大部分地区处在