简介：由暨南大学主办暨南大学经济学院统计系承办的“大数据背景下统计调查与数据分析研讨会”2013年12月5—7日在广州举行。

简介：2008年全省城镇单位就业人员年平均工资为23979元，比2007年增长18．4％。单位就业人员年平均工资在不同产业、不同经济类型单位、不同行业间的差距明显，具体情况是：

简介：

简介：随着经济的逐步回暖，海东经济较快发展，能源消费总量也相应增长。上半年海东地区用电量30．9万千瓦时，同比增长了28．16％，万元GDP能耗同比上涨2．84％。

简介：2008年，贵州共有亿元以上商品交易市场28个，比上年减少2个；营业面积82．64万平方米，比上年减少13．96万平方米，下降了14．5％；实现成交额277．24亿元，比上年增加39．55亿元，增长16．6％。交易市场共有摊位18435个，比上年增加702个，增长4％。摊位出租率达到93．3％，在出租摊位中，个体户承租摊位占了97．9％。

简介：摘要伴随着我国福利彩票事业的发展，越来越多公众参与到福利彩票活动中，这对彩票主管部门及监管部门对彩票数据的管理及使用都提出了更高要求。同时，随着新技术发展，大数据时代的来临，大数据分析、应用普遍化，彩票发行管理工作的要求也要跟紧时代步伐，才能符合产业发展需要。本文将从电脑彩票数据管理和数据分析方面存在的问题进行研究，并提出解决办法，旨在进一步提升我省电脑福利彩票发行管理成效，以供参考。

简介：摘要本文主要研究了大数据下的智能电网建设内容。文章首先分析了大数据智能电网，依照文献内容明确了大数据下的智能电网特征。然后在该基础上对大数据下的智能电网建设内容进行深入挖掘，从数据库、算法、存贮及处理四项内容着手，对智能电网构建进行完善。本文对大数据下的智能电网发展具有一定的贡献性作用。

简介：摘要随着网络信息技术发展和广泛应用，逐步进入“大数据”时代。近年来，“大数据”在国内外各行业中陆续应用开来，通过大数据深挖各种有用信息，以强化决策能力，提高经济效益。本文首先阐述了信息时代健康医疗数据的含义，然后分析了医疗数据的种类繁多、更新速度快、复杂性以及持久性的特点，最后阐述了信息时代医疗数据的应用前景。

简介：企业的管理伴随着知识经济乃至信息时代的到来，已经开始了从人治向法治的转变，而这一转变的重要标志是企业信息化管理。企业信息化管理的核心则是对企业数据信息的综合管理，以数据信息网络的应用及相关的一系列管理工作是企业数据信息综合管理的重要内容，本文现对此作一探讨。

简介：摘要随着时代的不断进步，快速发展的信息化技术这是我国逐渐进入大数据时代标志。而当前我国在教育行业不断的推进改革工作，也显著增加了人才培养的数量与速度。各类高校的“计算机系统”也都紧跟着大数据时代的步伐。不断的更新教学思想还思想方式，最重要的就是教学管理方式。本文尝试探讨大数据时代下的计算机科学与技术专业教学的相关综合改革工作，以求更好的为我国未来的发展培养优秀的人才。

简介：近年来，关于统计数据失真现象的报道，屡见不鲜。统计数据失真的危害性和严重性已为社会各界所认同，它不仅大大削弱了统计部门的权威性，而且有损于党和政府的形象。造成统计数据失真，原因是多方面的，本文试就根治统计数据失真的对策作如下探讨。（一）完善统计考评制度随着市场经济的发展，经济利益主体多元化，统计数据本应对社会经济活动结果以及现状作真实反映，但由于多种因素的影响，部分统计数据对社会经济现象作出了不切实际的反映。各级政府部门制订的统计考核指标对这些因素的综合考评不能搞“一刀切”，必须建立客观、公平、公正、全面、合理的统计指标考核体系。由于我国地区经济发展不平衡，经济发展的起点有很大的差别，中央和各

简介：权威点评2014年上半年,我国实现国内生产总值269044亿元，按可比价格计算。同比增长7．4％，国民经济运行总体平稳。稳中有进。西部经济发展速度较快，在GDP增速超过（含）10．O％的6个省份中西部占据5席。在固定资产投资增速超过20．O％的9个省份中西部占据4席,在社会消费品零售总额增速超过（含）13．O％的9个省份中西部占据7席。

简介：摘要本文通过分析电力信息通信数据智能运维技术应用的可行性，对相关技术及方法进行了深入的研究，希望能够帮助相关企业提高运维质量，为广大用户提供更加可靠的信息通信服务。

简介：

简介：本文试图通过对统计中的模型以及对数据的收集和模型与数据之间的深入分析，以改变人们对统计中的模型、数据的错误认识。

简介：统计数据的真实性是关系到国民经济管理质量和效率的重要课题，本文从统计数据失真的制度原因分析，强调了统计数据真实性的制度保障的重要性。

简介：

简介：进入7月中上甸，2012年上半年的经济数据陆续出炉。与此同时，经济学家、企业家们接连提出了一系列呼应性观点。

简介：对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。

简介：