离群点检测论文

离群点检测论文

本论文提出来一个聚类方法用以检测离群点。通过使用k均值聚类算法来从数据集中划分聚类。离聚类中心比较近的点不太可能是离群点，同时我们可以从聚类中去除掉这些点。接下来计算剩下的点和离群点的距离。需要计算的离群点度的降低可能是由于一些点的去除。我们声明离群度最高的点作为离群点。实验数据使用真实数据集，并论证得知，即使所计算的数据比较少，但所提出的方法比现存的方法优越。

农业经济统计分析论文

农业经济统计分析论文

古典文学常见论文一词，谓交谈辞章或交流思想。当代，论文常用来指进行各个学术领域的研究和描述学术研究成果的文章，简称之为论文。下面是农业经济统计分析论文，请参考！

摘要： 农业经济统计作为掌握农业生产一手数据资料的重要工作，为促进我国农业生产和农业经济的发展起到了重要作用。随着我国标准化数据统计水平的提升，其在农业经济统计方面带来的影响也愈加深远，信息化时代的到来需要提供足够的统计数据，同时也对数据统计的可靠性提出了更高的要求，但由于农业经济统计相比其他行业统计的特殊性，其标准化也存在一定的问题。值得我们进行探究。

关键词： 信息化时代 ；农业经济 ；数据统计 ；标准化

一、引言

农业作为我国重要的产业，是经济发展、社会安定、国家自立的基石。在农业经济发展过程中，农业经济数据统计工作就显得尤为重要。农业经济数据统计通过标准化指标的构建和标准化统计步骤的实施来完成的。在信息化时代，通过大数据的快速处理和信息数据化详细全面探究农业经济数据统计的标准化问题，了解当前农业经济数据统计面临的问题和其未来在标准化道路上的发展趋势，为农业经济发展提供可靠的分析性数据，是非常有必要的。

二、农业经济数据统计标准化现状

（一）农业经济数据统计体系精细化水平不高

对于任何行业的数据统计进行体系把握和控制时，必然涉及到统计标准的选择上来。对于农业经济数据统计而言也不例外，由于农业统计的发展处于从传统型向信息化转变的时代，其精细化水平仍有待提升。首先，在我国统计局公布的行业划分标准方面，农业属于农、林、牧、渔业中的一类，并包含农业服务业及其他农业服务业，但是在统计体系精细化管理过程中，对于复合行业即可能包含农林牧副渔业中一个行业或者多个行业的统计信息划分就不够清晰，可能会导致在农林牧副渔业中的统计信息存在交叉及数量关系方面的不准确，当前有关农业统计并没有对这复合行业进行详细划分和规定，可能会存在复合行业的统计信息缺失及错配的情况。其次，农业经济数据统计体系的建立是通过历史经验的'不断完善和修正而得，这使得农业经济数据统计体系中仍然保留着很多传统过时统计方式的影子，很多方式方法在实际工作中已经可以被先进的设备设施所替代，而传统的一些统计方法可能存在人工成本较高、准确性较低等缺点，不利于提升农业经济统计的准确性。如在实际工作中的农产品成本统计，就是采用的简单平均法统计小麦、玉米等农产品的各项直接和间接生产费用，即县级对各乡村调查户数据汇总，以各户的实际播种面积为权重进行加权平均；省市级采取简单算术平均办法来进行汇总。如果遇到调查户数据记录不准确，就容易造成信息失真，影响统计结果。

（二）农业经济统计数据从收集到传输缺乏专业性

由于农业经济作物种类繁多，不同种类的经济作物收集的不同也为农业经济统计带来了一定难度。当前，农业经济统计数据在收集环节到传输环节由于信息量大、种类多，农业经济统计面临着专业性较弱的问题。首先，在收集阶段，由于统计抽样的方式选择需要根据不同情况进行确定，由于种类过多，在统计抽样时，如何选择抽样方式仍是一个重要的问题。抽样方式是否准确直接影响到最终呈现出的数据的准确性和完整性。随机抽样方式在统计工作中是非常普遍、操作也是较为简单的一种方式，但是在农业统计时却并非特别容易进行。这和农业统计的特性有一定的关系，农业经济统计的一般是生鲜制品，对农产品进行定性和定量分类较难，在统计过程中随机的方式虽然可以减少工作量，但也容易使得统计数据的准确性下降，这不符合大数据时代对于大规模数据准确性的要求。其次，在数据传输阶段，过去由于信息化水平较低，统计数据一般由村开始层层上报，下层人员有关统计知识的水平较低，数据的传输多采用报送纸质资料、电话汇报等方式，这容易造成数据传输过程中的二次差错，同时这些差错也很难在后续的复核、处理过程中被发现，最终这些差错就会扩大数据的误差率，造成农业经济统计数据的可用性降低。我们在实际工作中常遇到此类问题，农业部农业综合统计中的农村经济基础资料卡片的统计就是由县级信息员报送，省市级信息员逐级汇总，层层上报，上报过程中，如果每一环节出现差错就会增加下一步的复核难度。

（三）农业经济数据标准化处理水平偏低，缺乏可信度

农业经济数据在经历过收集、传输之后必然面临着数据标准化的处理问题，只有进行有效数据处理和加工，数据才具有较高的可视化，才可以被加以有效利用，从而提升农业经济数据信息的可信度。但是当前，在农业经济数据标准化处理方面，我们仍然面临着处理水平不高的问题，最终导致农业经济数据的信息可信度欠缺。首先，部分农业经济数据的标准化处理仍然较为落后，统计分析手段仍然停留在简单的汇总、平均方面，未对数据的深层次关系进行挖掘和分析。简单的数据统计手段对于简单分析农业问题具有重要意义，但是随着精细化生产的不断发展，如何对现有农业经济统计数据加以利用，指导并促进未来农业生产便成为关键性难题。其次，统计部门也需要找寻不同类型的统计数据之间的关联性和因果原因，通过数量关系分析可以适时实现统计的最终目的预测未来事项发生的可能性和发生规律轨迹。当前有的统计部门的人员构成仍然较为传统，难以负担负责的统计数据分析和处理问题，也难以对未来趋势进行准确预判。这也使得统计数据虽然已经存在，但是能够用好、用对统计数据的人员不多，难以将一手数据转换为具有真正经济价值的统计数据信息。为解决农业经济信息统计标准化，陕西省农业调查总队几年前就建立了覆盖全省农村的统计调查网络，设立了一套科学的农村统计调查方法制度和组织管理制度，培养了一支高素质的农村统计调查队伍，建成了农村统计调查信息网络体系，调查手段日益现代化。实时了解掌握农业和农村经济的运行情况，分析判断形势，及时、准确反映和监控全省农村社会经济指标。

三、信息化时代农业经济数据统计标准化发展趋势

（一）农业经济统计制度与统计标准化要求的不断协调，促进指标体系精细化

当前，农业经济统计制度与统计标准化水平仍然不高，为了促进信息化时代农业经济数据统计标准化，需要加强农业经济统计制度与统计标准化要求的协调，促进指标体系的精细化和完善化。首先，农业经济统计制度不单指一项制度，而是指一套全面的从指标制定到指标实施、数据收集传输处理等全面的数据统计指导规范。统计标准化需要符合基本的统计制度规范要求，并利用现代化分析手段和方式对统计标准化指标进行确定以协调其与农业经济统计制度之间的关系。其次，过去的农业经济统计存在指标过于粗放化的问题，不利于统计数据的精细化收集和处理工作，因此对于农业经济统计过程中所涉及的指标应当进行细化和详细解释定义，确保指标体系精细化也为后期收集数据、处理数据扫除一定的障碍。除此之外，对于复合领域的经济统计问题要把握复合行业的经济实质，根据有关规定进行指标和实际的对应。对于不确定统计指标项目的内容，可以向有关统计单位进行咨询汇报以确定统计指标运用的合理性和有效性。

（二）加强农业经济统计数据收集的专业化，强化统计信息传输的数字化管理

想要改变当前农业经济统计数据收集专业化水平不高、数据收集缺乏专业性的问题，要不断加强农业经济统计数据收益的专业化能力，强化统计数据信息在传输过程中的数字化管理进程，提升信息化时代农业经济数据统计标准化发展质量。首先，在数据收集方面，需要确定准确的总体、样本等基本概念信息，在选择抽样方式时需要结合现实情况并进行误差可能性分析。通过选择合理的抽样方式既可以保证统计抽样的准确性和有效性，也可以节约成本、减少统计工作的成本。其次，在进行数据收集过程中，也需要加强对于基层统计人员的统计基础知识培训工作，提升统计专业水平确保统计数据的准确性和专业性。除此之外，农业经济统计数据的传输也需要逐步改变传统模式，利用新技术新手段新方法，提高数据传输的准确性和时效性。传统的纸质材料报送方法虽然仍具有一定意义，但是面对大规模大批量的统计数据，传统纸质材料报送方式既不利于数据的快速传输和处理，也不利于数据的保存和留档。在信息化时代，互联网和云内存的兴起使得电子信息化数据传输和存储成为趋势，在这种情况下，农业统计部门也应当与时俱进，通过不断完善数据传输系统，来保障数据传输和存储的安全性和准确性。

（三）提升农业经济统计数据标准化处理水平，全面提高统计信息可用性

提升农业经济统计数据的标准化处理水平，对于全面提高统计信息可用性起到了极其关键的作用。而农业经济统计数据标准化处理水平的提高，也是信息化时代农业经济数据统计标准化道路上的重要发展趋势。首先，在农业经济统计部门可以通过招聘一些具有较强经济学和农业复合学历背景的人才来从事农业经济统计工作，人才引进政策也会在短时间内提升从事农业经济统计数据标准化处理人员的知识水平和专业能力。而内部培训机制的完善也有利于提升现有职工的统计业务水平。内外部员工水平的整体提升会促进信息化时代农业经济数据统计的标准化处理水平。其次，通过完善农业经济统计数据标准化处理系统也可以通过不断磨合、系统升级来提升计算机时代的信息处理准确性。在未来，农业经济数据的处理不单单局限于简单的数理统计方面，还可以利用现有统计数据来对未来情势进行预测。通过多种模式来提升数据处理水平，可以全面提高统计信息的可用性。除此之外，在进行标准化数据处理过程中，也需要考虑前期统计数据收集、传输、存储过程中产生的误差，确保统计结果在可行的置信区间。通过以上的举措可以逐步提升信息化时代的农业经济统计数据的处理水平，最终实现统计结果的可用性和有效性，促进农业经济的精细化发展。

四、结语

随着我国科学经济水平的全方面发展，数据统计工作的作用也愈加凸显。对于信息化时代农业经济数据统计而言，标准化的统计体系、专业化的数据收集手段和方式、非传统的信息传输模式和标准化处理方法都对提升统计信息的可用性起到了重要作用。只有通过不断试错和吸取世界先进经验，才能最终总结出一套符合我国发展需求，适合我国基本现状的农业经济数据统计标准化体系和方法，为我国农业经济发展做出重要贡献。

参考文献：

[1]陈茹.我国乡镇(街道)图书馆统计标准化建设研究[J].图书馆工作与研究,2015(02).

[2]王萍.建立中国统计业务流程的构想[J].统计研究,2013(03).

[3]毛燕.四分位法和迭代法对数据分散的能力验证检测数据统计分析结果的比较[J].冶金分析,2016(05).

[4]肖应旺,杨军,张承忠,姚美银,杜瑛.统计监控建模数据预处理离群点检测算法[J].控制工程,2013(04).

数据挖掘之离群点检测的方法

离群点检测是数据挖掘中重要的一部分，它的任务是发现与大部分其他对象显著不同的对象。大部分数据挖掘方法都将这种差异信息视为噪声而丢弃，然而在一些应用中，罕见的数据可能蕴含着更大的研究价值。

离群点的检测已经被广泛应用于电信和信用卡的诈骗检测、贷款审批、电子商务、网络入侵和天气预报等领域。

离群点的主要成因有：数据来源于不同的类、自然变异、数据测量和手机误差。

从数据范围来看，分为全局离群点和局部离群点，整体来看，某些对象没有离群特征，但是从局部来看，却显示了一定的离群性。

从数据类型来看，分为数值型离群点和分类型离群点，这是以数据集的属性类型进行划分的。

从属性的个数来看，分为一维离群点和多维离群点，一个对象可能有一个或多个属性。

大部分的基于统计的离群点检测方法是构建一个概率分布模型，并计算对象符合该模型的概率，把具有低概率的对象视为离群点。基于统计模型的离群点检测方法的前提是必须知道数据集服从什么分布；对于高维数据，检验效果可能很差。

通常可以在数据对象之间定义邻近性度量，把原理大部分点的对象视为离群点。二位或三维的数据可以做散点图观察；大数据集不适用；对参数选择敏感；具有全局阈值，不能处理具有不同密度区域的数据集

考虑数据集可能存在不同密度区域这一事实，从基于密度的观点分析，离群点是在低密度区域中的对象。一个对象的离群点得分是该对象周围密度的逆。给出了对象是离群点的定量度量，并且即使数据具有不同的区域也能够很好的处理；大数据集不适用；参数选择是困难的。

一种利用聚类检测离群点的方法是丢弃远离其他簇的小簇；另一种更系统的方法，首先聚类所有帝乡，然后评估对象属于簇的程度。基于聚类技术来发现离群点可能是高度有效的；聚类算法产生的簇的质量对该算法产生的离群点的质量影响非常大。

基于统计模型的离群点检测方法需要满足统计学原理，如果分布一直，则检验可能非常有效。基于邻近度的离群点检测方法比统计学方法更一般、更容易使用，因为确定数据集有意义的邻近度量比确定他的统计分布更容易。基于密度的离群点检测与基于邻近度的离群点检测密切相关，因为密度常用邻近度定义：一种是定义密度为到K个最邻近的平均距离的倒数，如果该距离小，则密度高；另一种是使用DBSCAN聚类算法，一个对象周围的密度等于该对象指定距离d内对象的个数。