摘要：统计过程控制(SPC)是一系列通过统计分析来监控制造和非制造过程的方法。过程控制是用来提高产品和服务质量的连续的过程。波动是一个过程的重要部分，并且为了提高过程的质量，不能忽视这些波动。所有生产过程都会受波动的影响。这些波动可以分为两类:普遍原因引起的波动和特殊原因引起的波动。及时监测由特殊原因引起的波动对任何过程的执行都有重要作用。在检查产品是否符合他们所设计的要求时，控制图特别有用。控制图是最重要和常用的工具，用于识别由特殊原因引起的波动。通过使用控制图消除这些变化，可以控制和改进对任何制造，生产或工业过程的监控。Shewhart型控制图可以有效地控制或检测过程中的大量由特殊原因引起的波动，而指数加权移动平均值(EWMA)-累积和类型控制图(CUSUM)则在过程中由特殊原因引起的波动数量中等和少量时更有效。常常假设参数是已知的或通过IC采样被正确估计，并且数据没有异常值。因此，通过这些假设，可以利用均值和方差（或标准偏差）控制图完成位置和比例参数的监测。但实际上，这些假设并不正确，过程偶尔会有异常。此外，利用关于辅助变量的信息有助于提高估计器的精度，并因此提高制图结构。本文致力于研究一些改进的控制图表结构，其作为插件用于统计过程控制(SPC)工具包。文中提出的图标结构是基于一些辅助特性的信息，可用于设计位置和尺度参数。文中方法的性能表现通过一些有用的度量来评估，譬如平均运行链长(ARL)，额外二次损失(EQL)，相对平均运行链长(RARL)，性能比较指数(PCI)。分别在正态、对数正态以及学生t分布（有和没有噪声污染）过程中利用简单随机抽样度量其表现能力。本文利用蒙特卡罗模拟比较了不同的控制图策略，并做了一些真实数据的分析，以突出其实际应用价值。

摘要：进入21世纪以来，信息技术飞速发展，尤其是以海量数据的生产、共享和应用为特征的大数据技术日新月异，数据的生产、采集、处理、应用和发布方式发生了巨大变革，政府统计部门不再是统计数据的唯一拥有者和发布者。大数据对政府统计工作在统计的权威性、工作流程、数据安全保障等方面都提出了严峻挑战，也为新形势下政府统计丰富数据来源、健全法律法规、提升工作效率等带来了千载难逢的机遇。
　　为顺应大数据时代的发展要求，我国政府统计部门进行了积极的探索，但多是由国家统计局牵头开展的顶层设计研究，缺乏专门针对地方基层统计工作问题的对策研究。本文以锡林郭勒盟政府统计工作为研究对象，依据新公共管理理论、政府职能理论和依法治国理论，运用文献研究、实地调研、对比分析和案例分析等方法，先分别对大数据与政府统计的相关概念进行阐述，分析出大数据对政府统计工作的影响；再通过梳理锡林郭勒盟政府统计工作现状和分析大数据在统计工作中实际应用案例，剖析出锡林郭勒盟政府统计工作目前存在五方面问题，即服务对象单一、外部保障机制有待完善、统计工作基础薄弱、数据发布时效性和监督性不强、人员配备不能满足大数据的要求。最后，基于对国内先进地区大数据与政府统计工作相结合的成功经验分析，进一步提出大数据背景下促进地方政府统计工作水平提升的对策建议，即转变服务意识、优化统计工作外部环境、夯实统计基础、增强数据时效，挖掘数据价值以及培养大数据复合型人才等五个方面。

摘要：随着统计学相关理论的广泛应用，时间序列分析已经成为跨学科研究的热点.其中，时间序列的复杂性和递归性也逐渐成为探索真实世界演进变化的重要手段.通过对时间序列复杂性和递归性分析，人们能有效地掌握复杂系统的规律性，进而展开预测等应用.本文对时间序列的复杂性和递归性进行了理论和应用两个层面的研究.理论方面，本文提出两种新的研究模型，其一是在两个一元熵q熵和δ熵的基础上，提高模型参数的敏感度，提出二元熵模型，进而对复杂度相似的时间序列进一步区分其复杂性.其二是不同于现有的几种递归定量分析模型，从奇异值的角度提出新的递归定量分析模型PSVP，来研究时间序列的周期性和递归性.应用方面，本文针对这两种新提出的模型，分别使用金融时间序列、交通流时间序列和生理时间序列进行实验，对上述时间序列的复杂性和递归性进行分析研究.
　　分析时间序列复杂性的参数有很多.本文主要借助熵的相关理论来对非平稳时间序列的复杂性进行度量.目前熵相关的理论模型已非常丰富，如BG熵，置换熵，样本熵等.本文将建立在著名的q熵和δ熵的基础上，提出一种新的二元熵模型来对非平稳时间序列进行复杂性测量.新的二元熵在测量非平稳时间序列的复杂性时有更广的应用范围.在新提出的二元熵的基础上，本文分别针对二元熵模型中两个参数进行分析，进一步建立了多尺度分析的模型.之后选取全球7个金融市场的股指收益率作为真实时间序列，利用提出的二元熵模型，对各金融市场的收益率序列进行复杂性分析，并以二元熵为依据，对7个金融市场进行分类.结果表明国内股票市场的复杂度高于欧美较为成熟的金融市场，结论与实际相符，这也证明了新提出的二元熵能够对非平稳时间序列的复杂性进行有效的测量.
　　时间序列的递归性是指时间序列中某些序列状态重复出现的特性.时间序列的递归性的准确判断，将有助于直接判别时间序列的可预测性，进而极大提高时间序列预测的准确性.同时，部分时间序列的递归性在一定程度上也能反应出时间序列本身的周期性和规律性，这在复杂系统运行模式的识别方面有着广阔的应用前景.本文通过构建新的递归定量分析指标PSVP，对时间序列的递归性进行了研究.我们首先对新指标进行了模拟数据的测试，通过高斯白噪声和逻辑映射的实验，我们发现新指标PSVP能够显著地对时间序列的递归性进行度量.真实数据实验也表明，PSVP模型在生理数据和交通流数据上能准确度量其递归性，有效辨别心脏病的心跳特征以及周末和工作日交通流的递归性，并且度量区分度优于传统的递归定量分析模型.

摘要：在生存分析、医药追踪试验、可靠性与寿命试验等许多实际问题中，经常遇到不完全数据.不完全数据给数据的使用和分析带来了很大困难，也是造成信息系统不确定的主要原因之一.如何有效的利用这些不完全数据信息进行统计推断具有重要的实际意义.非参数回归模型在完全数据下的统计性质已经发展得较为完善，而在不完全数据下的统计分析还是一个历史不长、有待进一步发展的领域.本文是在不完全数据下，研究半参数回归模型的统计推断问题.主要有以下四个方面的研究工作:
　　第二章，主要研究缺失数据下带不等式约束的反应变量均值的假设检验当反应变量是随机缺失时，我们利用纠偏加权的方法进行插值，构造反应变量均值的带不等式约束条件的纠偏的经验对数似然比检验统计量，在一定的条件下，获得了检验统计量的渐近分布，这些结果可用来构造拒绝域.结果表明，有辅助信息的检验统计量比没有使用辅助信息的检验统计量更加有效.模拟研究用来评估所提方法在有限样本下的表现.
　　第三章，考虑缺失数据下的部分线性测量误差模型的非参数检验问题.为了克服测量误差带来的偏倚，借助二次条件矩方法，我们提出了两个纠偏的检验统计量，获得了检验统计量的极限零分布以及检验的p值.通过比较p值，我们发现提出的两个检验统计量有类似的理论性质.同时，我们提出的检验可以以局部光滑方法中的最优速度识别出备择假设.最后通过模拟研究来演示提出的检验方法的表现，并将提出的方法应用到ACTG175数据研究中.
　　第四章，在反应变量是随机左截断数据下，研究部分线性分位数回归模型的估计和变量选择问题.首先，基于截断变量分布函数的乘积限估计所确定的权重，我们对模型中的参数和非参数部分提出了一个三阶段估计过程.结果表明:第二阶段和第三阶段所得到的估计量比第一阶段的初始估计量更有效.其次，为了获得回归参数的稀疏估计，我们结合SCAD惩罚方法给出了部分线性分位数回归模型的变量选择过程.模拟研究用来评估提出的估计量及变量选择方法在有限样本下的表现.
　　第五章，在随机截断数据下，我们研究了变系数模型的分位数估计和检验.首先，为了处理截断数据，我们引入了随机权并构造了非参数函数的加权分位数估计量获得了加权分位数估计量的渐近性质.其次，为了改进估计的有效性，我们进一步提出了非参数函数的加权复合分位数估计量，建立了加权复合分位数估计量的渐近性质.然后，为了检验变系数分位数回归模型中的非参数函数是否是某一个具体的函数形式，我们提出了一个新的基于Bootstrap的检验方法.最后通过模拟研究和实例来验证文中提出的估计和检验方法。

摘要：随着我国经济由高速增长阶段转向高质量发展阶段，统计数据受到社会各界越来越多的关注，与此同时对公共政策和公共治理的影响也越来越大，统计工作的重要性日益显著，但公众对统计数据质量的满意度不高，有不少市民和网友戏称收入“被增长”，或者房价“被下降”，统计数据与群众的直观感受存在很大差异，而中国政府统计也一直被诟病统计数据水分、失真问题，导致政府统计社会公信力降低。认识到这些问题，统计数据质量问题近年来被中国统计部门摆到了统计事业发展战略地位的高度，因此对影响统计数据质量的因素进行研究具有实践价值和学术价值。
　　本文以JD市政府统计数据质量为研究对象，侧重于研究非技术性方面的影响因素。首先以国内外学者的研究成果为基础，联系JD市具体实际，总结提取影响数据质量的主要因素。继而以发放问卷开展调查的方式获得数据，共发放400份问卷，实际回收有效问卷377份。最后采取SPSS24.0对获得的问卷数据通过因子分析、信度效度检验和回归分析进行处理，最终确定影响数据质量的因素。
　　本文得出的结论是，影响JD市政府统计数据准确性的有统计工作环境、统计考核体制、统计工作规范化程度、统计人员素质、统计数据管理;影响统计数据及时性的有统计工作环境、统计人员素质、统计考核体制、统计调查制度、统计数据管理;影响统计数据适用性的有统计调查制度、统计数据管理、统计考核体制、统计人员素质。最后，提出深化统计体制改革、加强统计基层基础建设、完善统计调查制度、建立科学数据质量管控体系、营造良好的统计外部环境等针对性对策建议。

摘要：市场经济体制下国民经济的发展迎来了新常态，需要政府统计机构发挥统计的监测、统计、分析、警示等职能作用，客观地反映发展现状和问题，而当前政府统计的数据信息却屡屡被曝出造假的新闻。同时随着社会公民意识的强化，公众对统计数据的多样化需求与政府统计服务社会能力有限、公信力不足的矛盾越发显现。
　　本文首先梳理国内外关于政府统计公信力的研究综述及相关概念，对政府统计公信力的涵义做出界定，并确认研究的方法和思路，以及采用的理论基础;接着以N市为例，根据公众对政府统计信任度调查的结果，运用“塔西佗陷阱”定律，通过对独立性、时效性、透明度、回应度、公民参与度、真实准确性六项指标考察分析N市政府统计公信力的现状，发现存在独立性不强、时效性不足、透明度不高、回应度不高、公众参与度不高、真实准确性不足等问题，研究认为N市政府统计公信力有陷入“塔西佗陷阱”的危机，并查找产生危机的原因;最后，采用治理理论指导实践，提出政府统计公信力的提升对策:与地方政府沟通改良组织关系，与绩效管理机构协商实现多目标管理，与科研机构联合优化统计调查方法，与法律部门沟通强化统计法律条例约束力，统计机构内部整合完善公开机制，与公众沟通了解社会需求，统计机构内部整合形成对外服务机制，与教育部门沟通培养公众统计素养，与其他数据机构联合实现服务多样化，与企业沟通净化数据信息源头，与第三方机构沟通开展质量评估，与媒体沟通提高数据解读准确性等措施，提升政府统计的独立性、时效性、透明度、回应度、公民参与度、真实准确性，以治理政府统计公信力问题，达到提升政府统计公信力的目标。

摘要：在统计学学科中，变量筛选问题已经有几十年的研究历史。在传统的线性统计模型中，逐步回归是一个非常有效的用来做变量筛选的统计方法。但逐步回归在处理高维数据的时候，该方法所存在的效率严重低下的问题就开始暴露出来了。从Tibshirani(1996)提出Lasso估计开始，变量筛选就成为一个新的热门领域被统计学家推广，并且发展得到了很多新的模型。
　　作为本文的一个重要工作之一，就是梳理变量筛选模型的发展演变，以及探讨变量筛选模型的行之有效的基本原理。Tibshirani(1996)提出Lasso估计，解决了传统线性模型所不能解决的变量数目远大于样本量的问题。Lasso方法不仅可以得到良好的参数估计，并且还能达到减少无关变量的数目，精简模型的目的。为了有效的得到Lasso方法的参数估计，Fu在1998年提出了“shooting”算法;Osbome，M.R.随即提出了Forward-Stepwise Selection和Forward-Stagewise Regression算法;Efron在2004年提出了LARS。这些算法的提出，本身就是对Lasso方法有效性的最好的阐释。受这些算法的启发，本文将从“效用”角度阐释Lasso方法具备变量筛选的原理和岭回归在变量筛选中的失效问题。Lasso方法也有其天然的缺陷，得到模型的参数估计是有偏的，并且估计结果不稳定。Fan和Li(2001)提出一个优秀的估计模型的标准就是模型需要满足Oracle性质，即无偏性，稀疏性和连续性，并给出满足Oracle性质的SCAD方法。在新的标准下，更多的满足Oracle性质的方法被提出。Zou和Hastie(2005)提出了Elastic Net Lasso;Zou(2006)提出Adaptive Lasso;Yuan和Lin(2006)提出了Group Lasso等。与SCAD方法不是凸优化不同的是，上述方法的优化问题都满足凸优化的性质，即需要优化的目标函数的局部最优等于全局最优。并且Elastic Net Lasso和Group Lasso由于添加了二范数惩罚，使得变量筛选模型具备“组效应”，从而避免了在两个有较高相关性的有效变量中，只能选择一个变量的问题。为了能够更直观地比较各方法的优劣，文中给出了一些实例，并给出各自模型的计算效果。
　　本文还将介绍近年来变量筛选模型的变化趋势。将简要介绍Bien，Taylor和Tibshirani(2010)提出的All Pairs Lasso，Tibshirani和Friedman(2018)提出了Pliable Lasso。他们是拥有等级交互效应的Lasso模型的变异，能够针对特定的目标群体，自行修改得到估计参数，以提高模型的估计精度。
　　本文着力从“效用”角度去解释各个方法的原理，用更加清晰地方式认识变量筛选的原理，阐释各自方法的优劣。本文还将给出几个与Lasso有关的推广和应用。给出一个Stagewise的推广算法。由于变量模型逐步向复杂化方向发展，缺乏根本性的创新，本文在最后章节将指出现在变量筛选模型变化趋势所存在的问题。

摘要：在统计学习中，支持向量机是用来处理分类和回归问题的监督学习算法，其以泛化能力强在学术界和工业界有着大量的研究和应用.支持向量机通过核方法处理非线性问题，而在数据分析研究领域另一种广为人知的处理非线性问题的方法是惩罚样条.惩罚样条不需要明确变量间的函数关系，充分利用数据本身去选择合适的回归函数来拟合数据的变化趋势，能很好的解决变量之间的非线性问题.
　　本文首先提出一种新的局部惩罚样条回归方法，该方法能够很好的解决数据具有局部异质性的问题，其采用对数据波动较小的区域实行较大的惩罚，波动较大的区域实行较小的惩罚策略，充分的利用数据去驱动模型的惩罚，在实际模拟中表现出较好的效果，其次，本文将惩罚样条与支持向量回归结合起来，利用低秩样条可以显著的降低计算复杂度，并且表现出较好的泛化能力.最后为了减少基于惩罚样条的支持向量回归的超参数数量，本文提出了基于惩罚样条的自适应支持向量回归，该方法较基于惩罚样条的支持向量回归明显减少了需要选择的超参数个数且泛化能力更优.

摘要：当前我们所处的社会正在经历着第四次工业革命，驱动着这一全新的技术革命的基础是数据。数据已经变得和水、电、土地、空气、森林、草原、矿藏等资源一样，成为了当今社会的一种新生资源。于是处理数据资源的方法，即统计分析越发成为人们关注的焦点，而其中多元线性模型算是最普遍也是应用范围最广的一种数据分析技术方法。
　　在所谓大数据的当下，数据的复杂程度和数据维度的急速扩大使得一些传统的统计分析方法难以适应，比如最小二乘估计，这些原始的分析方法得到的结果逐渐地开始失效，无法对结果进行合理的解释。于是便出现了如岭回归估计、lasso、最小角回归等一系列更加适应当前实际情况的新方法。这些方法不但具有理论上的突出意义，在实际应用中，例如在数据挖掘、机器学习等数据维度特别大的场景下同样有着巨大的意义。无论是对数据进行降维、分类还是预测，这些新的方法开始越来越多地应用，不断地改变着我们的生活。
　　本文在现有文献的基础上，对岭回归估计方法进行了整理和介绍，包括它的背景、基本理论、性质以及对其性质的证明，不仅如此，还详细阐述了岭回归估计参数k的选取方法并罗列了常见的和经典的岭回归估计参数k的选取。接着对数据增广方法的提出背景、适用范围和具体方法进行了整理和扩充，并通过两个实例充分展示了数据增广方法作为一种辅助技术的适用性和易用性。在上述基础之上，本文提出了基于数据增广方法改进的岭回归估计，通过数据模拟的对比结果表明，改进后的方法确实提高了预测的精度和预测的稳定性。

摘要：Gamma分布是统计学中的重要模型，在可靠性及其他领域有广泛的应用。关于Gamma分布的统计推断问题，已有许多学者进行了研究。但是Gamma分布的统计推断仍有一些问题存在，比如当形状参数较小时，现有方法置信区间的实际覆盖率与名义覆盖有较大的偏差。
　　本文主要讨论了Gamma分布及其环境因子的统计推断。首先，基于Cornish-Fisher展开式和枢转化累积分布函数定理，推导出了形状参数的近似置信区间。其次，探讨了尺度参数和其他可靠性特征（如均值）的广义置信区间。基于提出广义置信区间的方法研究了下一次测量和at leastp ofm measurements at each of r locations的预测置信区间。使用蒙特卡罗模拟评估所提出的方法的估计性能，模拟结果表明，本文提出的方法有非常满意的结果。最后，本文研究了Gamma分布环境因子的点估计和区间估计。在这部分，先研究了点估计，包含极大似然估计和推导的无偏估计，模拟结果显示无偏估计的估计性能更好;另外一部分研究了区间估计，包括广义置信区间与Bootstrap-t置信区间，模拟结果显示广义置信区间和Bootstrap-t置信区间均有良好的表现。当形状参数和样本量较小时，广义置信区间要优于Bootstrap-t置信区间。在每个模拟研究过程后，本文给出了实际例子的计算说明，结果显示，实际结果与模拟结果是一致的。
　　本文提出的推断方法，有效解决了当Gamma分布形状参数较小时，参数及可靠性特征置信区间的实际覆盖率与名义覆盖率不匹配的问题。在构造形状参数置信区间的方法上有一定的创新。

摘要：在现实生活中，人们经常会面临各种复杂的评价问题，单一的个体评价技术已经不能满足复杂评价活动的要求了。因此，人们常常需要通过构建一个由多个评价主体组成的群组来进行评价活动，并把群组成员评价意见以专门方式集成为最终的评价意见，这种评价技术即为群组评价。
　　相对于个体评价技术，群组评价技术能够聚集更多评价信息，并且得到的评价结论具有更高的可信度。但是在群组评价活动中，随着评价主客体数量趋向于规模化、评价信息的类型趋向于多样化、评价处理的方式趋向于复杂化，群组评价意见的一致性越来越难达成。基于此，本文分析了个体评价技术在向群组评价技术演化过程中可能存在的问题，并系统地分析了影响群组评价意见达成一致的因素，进而设计了相应的一致性测度指标和提升机制。
　　因此，本文主要研究思路是:首先，为了消除异质群组对群组评价一致性的不利影响，笔者从子群内一致性和整体一致性这双重视角出发，设计了群组评价意见一致性的测度指标，以识别异质群组对一致性的影响;并基于一致性视角对两阶段链式子群进行适当的改进，提出了基于两阶段链式子群的一致性提升机制。然后，考虑到权重分配方案也会对群组评价的一致性程度产生影响，笔者设计了基于相似度的一致性测度指标，以识别这一影响;并从子群和评价个体这两层权重动态优化的角度出发，提出了基于评价者权重优化的一致性提升机制。最后，为了使权威专家能够合理的引导其他评价个体及进行评价活动，避免过度权威现象和缺乏权威现象的出现，使群组评价一致性回归到合理的范围内，笔者设计基于偏差度的一致性测度指标和基于适度权威的一致性提升机制。
　　此外，本文主要贡献在于:其一，将有关一致性的研究从“群体决策领域”扩展到“群组评价领域”;其二，阐述了个体评价向群组评价演化的过程中可能存在的问题，并着重分析了影响群组评价一致性的因素;其三，根据影响群组评价意见一致性因素的不同，设计了相对应的一致性测度指标，以便于识别这些因素对群组一致性的影响程度;其四，为了消除这些因素对群组评价意见一致性的不利影响，设计了相对应的一致性提升机制。

摘要：大数据时代，随着数据生成、收集与存储技术的发展，以大样本与高维为典型特征的大规模数据将会大量涌现。这为探索客观规律带来了机遇，也为统计分析带来了挑战。在统计方法中，分位数回归常用来反映解释变量对响应变量整个条件分布的异质影响，能够细致刻画响应变量的尾部行为，是探索客观规律的重要手段与方法之一。常用的统计软件都可进行分位数回归，但受到计算内存和运行时间的限制，大规模数据分位数回归往往难以奏效。因此，在大数据背景下，研究大规模数据分位数回归方法，解决其建模过程中的技术难题，对于推广应用、揭示经济和社会的复杂模式等，具有重要的理论意义和实践价值。
　　本文选取“基于大规模数据的分位数回归方法及应用”这一研究主题，综合应用统计学和计量经济学等学科知识，采取理论分析、数值模拟和应用研究相结合的范式，将经典的分位数回归模型从中小规模数据扩展到大规模数据，并取得了好的数值模拟与应用研究结果。论文的主要工作和创新点如下:
　　(1)建立基于稀疏指数转移方法的大样本数据分位数回归(SETQR)。SETQR方法既能较快速地处理大样本数据分位数回归问题，又能获得精确的结果。首先，给出了其完整建模步骤，并在理论上证明了其参数估计的误差范围;其次，通过数值模拟，研究SETQR方法的估计效果、预测能力和运行时间，并将其与全样本分位数回归、SPC2和SPC3方法进行对比，发现前者在估计和预测结果上与后者基本相同，但在运行时间上，前者明显优于后者。最后，将SETQR方法应用于中国股票市场，研究股票收益与指令不均衡之间的关系，结果表明:滞后1期指令不均衡在高分位点处对股票收益具有正向影响且呈现上升趋势，而在低分位点却具有负向影响;控制当期指令不均衡后，滞后期指令不均衡对股票收益具有负向影响，且随着分位点的增加呈现下降趋势。这些结果将有助于投资者了解和掌握股市指令不均衡变化所预示的股票未来收益率的变动规律，指导其针对不同股票制定相应的风险防范措施和投资策略。
　　(2)建立基于随机抽样算法的大规模数据Lasso分位数回归(SLQR)。SLQR方法既能处理大规模数据分位数回归问题，又能进行变量选择，从而提高模型的解释能力与预测精度。首先，给出了SLQR方法的完整建模步骤，并证明了其参数估计的误差范围;其次，通过数值模拟，研究发现:在估计和预测能力上，SLQR方法与全样本Lasso分位数回归非常接近，而在运行时间上，前者明显优于后者;SLQR方法能够实现变量选择。最后，将SLQR方法应用于美国温室气体监测数据，研究各监测点温室气体浓度对温室气体合成浓度的贡献，结果表明:在估计效果、预测能力和变量选择能力等方面，SLQR方法与全样本Lasso分位数回归非常接近;部分监测点的权重为0，表明这些监测点的温室气体浓度对温室气体合成浓度没有影响;其余监测点的权重大都随着温室气体合成浓度的提高逐渐减小，这意味着在温室气体合成浓度的不同水平时，要针对不同的监测点进行重点关注。
　　(3)建立基于分块估计方法的大样本数据分位数回归(BAQR)。BAQR方法不仅能够显著降低计算内存的需求，获得更加精确和稳定的估计和预测结果，而且能够处理流数据，及时获得估计结果。首先，给出BAQR方法的完整建模步骤，并理论上证明了BAQR方法参数估计的渐近性质:一致性、收敛速度和渐近正态性。其次，数值模拟结果显示:BAQR方法的估计和预测结果不仅与全样本分位数回归基本相同，而且明显优于SETQR、SPC2和SPC3方法。最后，将BAQR方法应用于中国劳动力市场，研究收入决定机制，结果表明:教育回报率为正，且其随着收入水平的提高逐渐降低;收入与工作经验之间呈现“倒U”关系，且随着收入水平的提高，收入经验曲线的弯曲程度逐渐减小。此外，劳动力市场上存在明显的性别和城乡歧视。因此，提高居民的教育水平和取消对女性和农村居民的就业歧视政策，有助于缩小居民收入差距。
　　(4)建立基于分块估计方法的大规模数据Lasso分位数回归(BLQR)。BLQR方法不仅能够进行变量选择，获得更为“精致”的模型，而且能够适应于变量数目大于样本量的情形。首先，给出BLQR方法的完整建模步骤，并理论上证明了BLQR方法参数估计的渐近正态性质;其次，数值模拟结果显示:在估计和预测能力上，BLQR方法不仅与全样本Lasso分位数回归类似，而且明显优于SLQR方法;BLQR方法能够实现变量选择。更重要的是，当有新数据时，BLQR方法只需要对新数据进行回归就可更新原有的估计结果，这表明BLQR方法特别适合流数据分析。最后，将BLQR方法应用于美国温室气体监测数据，确定各监测点温室气体浓度对温室气体合成浓度的贡献，结果表明:在估计效果、预测能力和变量选择能力等方面，BLQR方法的结果与全样本Lasso分位数回归的结果非常接近，且优于SLQR方法;与SLQR方法相比，BLQR方法计算的权重更精确稳定，这有助于监测机构制定更合理的监测机制，高效的监测温室气体浓度。

摘要：经济运行数据是各级政府进行宏观经济调控以及制定未来发展规划的重要参考依据，一套较为完善科学的分析机制必不可少。在鞍山市统计部门的现有运行机制中，受制于客观条件不足，采集的数据全面性相对较差，不能够提供较为充足的参考依据。同时由于信息化程度较低，高效、稳定、科学的分析统计机制始终无法得到最根本的确立。因此，鞍山市相关部门决定采用各类信息化手段，进行企业经济运行数据调查统计系统的开发设计工作。
　　该系统的设计实现过程对SSH框架等技术进行了采用。该框架对Spring等开源框架进行了有机整合，对其特点进行了充分融合，针对系统技术架构的层次进行了分别负责，提升了系统的层次感。系统的业务数据由Oracle11g数据库来管理，该数据库可以提供较为全面的管理机制，适用于本系统的数据种类多、重要性机密性强的特点。
　　系统主要对调查对象管理、数据录入修改等进行了实现。其中制度管理对直报日期管理等进行了实现;调查对象管理主要对调查对象库等层面进行了管理功能的实现;数据录入修改对录入进度监测等功能进行了实现;数据审核主要实现了数据验收、进度监测审核等方面;数据汇总实现了汇总任务查看、批量任务管理等相关功能。
　　通过系统的实际应用，对鞍山市的企业经济数据统计调查工作进行了全面系统性的提升。针对以往存在的各类不足与缺陷，以信息化为核心基础，对调查对象以及相关的业务数据录入审核等处理环节进行了整体实现，在保证数据获取的科学性和参考价值的基础上，为统计部门的数据分析工作提供了更为全面的依据，帮助其作出更为科学、实际的决策。另一方面，相关人员可以对数据的处理情况进行监测掌控，并通过建立完善的数据验收机制，有效充实经济运行数据资源，为鞍山市相关部门掌握未来经济运行的趋势提供了可靠翔实的依据。

摘要：20世纪80年代，随着全球经济、社会、文化发展速度不断加快，信息化水平不断提高，英国、美国等国外发达国家逐渐意识到新公共管理理论在推进政府部门工作中存在弊端，公共政务工作困难重重，为了应对时代发展需要，国外发达国家先后掀起了声势浩大的改革运动，改革更加追求公共利益，更加注重公共服务，历经十几年的改革后，英美等发达国家政府公共服务方面取得了显著成就。
　　伴随着全球网络信息化的快速发展，欧美、澳大利亚、韩国等发达国家加快推进电子政务和政府信息公开的步伐，深入推行政务处理电子化、高效化，政府信息公开便捷化、及时化，积极完善政府公共服务职能，实现政务工作无纸化、信息化、低成本化，不断提高政务处理效率，降低政府运行成本，开放政府信息公开平台，最高限度、最大可能的公开各类信息，提高企业、社会组织、公众对政务工作的知晓度和参与度，提升社会公众参政议政的积极性。
　　21世纪以来，全球互联网迅猛发展，生产力水平不断提高，公众对数据信息的需求越来越强烈，美国、澳大利亚、欧盟等发达国家借助互联网平台，抓住时机，先后建立开放数据政府网络平台，及时开放、发布、共享数据信息，同时开发应用程序，便于社会公众随时随地浏览、使用数据，提高数据的应用价值。
　　目前，我国政府统计改革正在推进，提高政务工作效率、提升公共服务水平、提高统计数据质量是改革的关键核心。然而，长期形成的传统统计工作模式根深蒂固，政府开放统计数据仍处于起步阶段，政府信息公开渠道和方式仍然较为狭窄，传统统计工作中制度方法不完善、法律法规不健全、数据收集处理缓慢、数据发布共享滞后，数据质量不高，服务水平低下等问题尚未得到根本解决，统计数据的权威性受到公众质疑，统计部门的公信力受到强烈冲击。
　　在此背景下，本文以新公共服务理论、电子政务理论和政府信息公开理论作为理论基础，运用理论分析法、文献分析法、比较分析法和个案分析法相结合的方式，探讨我国传统政府统计工作的发展历程和存在问题，并对存在问题进行原因分析，通过借鉴美国、澳大利亚等国外发达国家成功经验，从横向改革和纵向改革全面分析大数据时代下我国政府统计的改革方向，提出搭建统一综合平台、创新数据分析模式、完善数据发布系统、构建统一统计标准和法律体系等完善对策建议，进一步提高统计数据质量，确保数据的真实性、准确性，加快建设现代化服务型政府统计。

摘要：统计数据显示，江西省全省共有4500多万人口，其中农村人口有2200多万，总共占全省人口的49％。江西省共有70个县（市），其中国家级贫困县有21个，人口多达1200多万，占全省人口的近27％。江西省有4个县享有国家级贫困县帮扶政策，在扶贫的道路上任重而道远。逐步缓解并消除农村贫困是省政府面临的重大挑战，政府在制定相关政策时主要围绕如何消除农村贫困问题展开。消除农村贫困的前提是要精准识别江西省农村的贫困现状。本文构建了一套具有科学性、可比性且适用于江西省的贫困线计算方法，该方法较好地测算出了江西省农村贫困的广度指数、深度指数与强度指数。通过以上的贫困测度方法，分析出了江西省农村居民贫困的原因，为农村反贫困政策的制订提供科学依据。
　　贫困线是识别和分析贫困的起点，目前，贫困线的测度方法主要有市场菜篮子法、恩格尔系数法、马丁法、国际贫困标准法和扩展线性支出系统法等。本文基于江西省农村贫困的背景并且结合了相关学者在贫困方向的研究，探讨了贫困的内涵、分类以及测算的方法。运用最低营养法结合江西省农产品的价格和农村居民的消费结构对江西省农村食物贫困线进行了调整，根据CFPS数据通过马丁法来测算出贫困线、计算居民的贫困指数来反映出江西省农村贫困的具体情况。对比全国标准和国际标准测算出来的贫困指数，发现在全国统一贫困标准下测算出的贫困指数普遍偏低，贫困人口数量是江西省标准下测算出人口的四分之一左右，贫困缺口率和平方贫困距的数值都很小，会低估江西省贫困现状。而使用国际统一的一天1.5美元的标准前期对江西省贫困人口的识别相差不大，但是随着后期生活水平的提高，此标准也逐渐不能用于精确的识别贫困人口。对比这三条贫困线，使用马丁法测算出的标准线是基于江西省的实际情况，更具有实践意义。而如果一直使用全国统一的标准会极大的低估江西省农村贫困人口、贫困深度和贫困广度，非常不符合江西省的实际情况，不利于政府进行扶贫工作的开展。
　　贫困测度的目的有助于识别贫困、监控贫困、获取贫困特征，进而引起公众的注意，并为反贫困政策的制订提供理论依据。故依照地区的消费结构和物价水平来构建合适的贫困线十分重要，本文的研究有助于社会各阶层认识和理解江西省农村的贫困人口，为构建和谐社会的可持续发展提供相关理论依据。

摘要：中国是农业大国，虽然农业产值占GDP的比重不到10％，但农业就业人口仍占到了总就业人口的28.3％，农业仍旧是国民经济和社会发展的基础。在科学研究中，农业经济以及农业管理的研究仍是必要和重要的，而这些农业经济管理研究很多都需要开展农业经济调查以获取数据，然后在数据分析的基础上得到结论。
　　跟任何调查一样，农业经济调查会遇到一个几乎无可避免的问题:缺失值，农户的无回答或者调查人员的疏忽都会让农业经济调查数据产生缺失值。但跟其它调查，如市场调查、民意调查不同的是，农业经济调查有很强的特殊性，比如农业经济调查仍使用古老的人员访问方法、调查问卷中存在大量的开放性问题、能获得较多辅助信息、随机性不高但农户调查配合度较高等等。
　　结合农业经济调查的特点和数据缺失的原因，提出本研究特定的假设条件:调查数据来自一个正态总体;调查数据是随机获得的;变量类型以数量变量为主;数据的缺失模式是单一缺失和一般缺失;数据的缺失机制是完全随机缺失(MCAR)和随机缺失(MAR)。基于这些基本假设，本研究提出了农业经济调查数据的缺失值处理构建一套较系统的模型和方法。这套模型其实是一个完整的逻辑体系，但为了叙述方便分成三部分:删除模型、单一插补模型和多重插补模型，每一个模型又包括很多具体的方法。
　　本研究的基本逻辑是，根据假设和条件提出一个模型，在这个模型中提出基本方法，利用理论分析和模拟分析其缺陷，然后改进提出新的方法;如果假设和条件改变，又使用新的模型，为新的模型寻求方法并分析改进。
　　删除是缺失值处理的最基础模型。大部分农业经济调查人员都采取该模型将缺失值当作无效数据删除，大部分的数据分析软件也默认删除缺失值。删除一般是指成列删除，也就是删除所有含缺失值的个案，留下完整数据。当数据的缺失比重很低时，删除缺失值倒也无所谓，但是当数据缺失比重较大或者变量很多时，就会导致大量个案被删除。本文用不同的缺失比例模拟随机产生农业经济调查缺失数据，分析发现当变量很少时，缺失比重略高一点删除比例也不会太高，但当变量稍微多一点，哪怕很小的缺失比重都致使大量的数据被删除。
　　一个可供替代的删除方法是，如果我们不需要完整数据，只要使用可用的个案计算参数估计，这样就可以尽量减少数据删除，这就是成对删除。但成对删除会让估计量来自不同大小的样本，造成很多参数估计麻烦。此外本文的模拟分析发现，其实成对删除在对缺失农业经济调查的相关关系估计上并没有显著超过成列删除。
　　当数据不是完全随机缺失(MCAR)时，无论是成列删除还是成对删除都会产生有偏的估计。可以利用辅助信息将目标缺失变量分层，根据各层的完整观测数据计算各层均值，然后再将各层均值以缺失概率作权数加权平均，这样就可以一定程度上弥补成列删除估计的有偏性，这就是加权调整的方法。本文通过模拟生成随机缺失(MAR)下的目标缺失变量和与之正相关的辅助变量，然后加权调整方法的获得的均值估计非常接近真值，而成列删除的均值估计明显偏小。
　　用删除方法删掉的数据信息也许是有用的，再者对农业经济调查数据因为缺失值的存在而粗暴地删除，从心理上也是难以接受的，对数据的缺失值进行插补也许是一种更好的模型。插补分为单一插补和多重插补，前者指为缺失值提供单一插补值，后者是指对每一个缺失值，其插补值不止一个。插补的基本思想是根据数据的后验分布，用数据的观测部分为缺失部分提供合理的填补值。
　　简单均值插补是将目标缺失变量的观测部分的均值作为缺失值的插补，是最先能想到的单一插补方法。但简单均值插补的插补值完全集中于数据的中心位置，通过理论分析容易发现其显著低估了总体方差。一个解决方法是在其基础上加上随机误差项，这就是随机均值插补。进一步本文还做了一个模拟研究，那就是模拟产生变量正相关的农业经济调查缺失数据进行均值插补，最后发现其相关系数矩阵和协方差矩阵中的值明显小于真实相关系数矩阵和协方差矩阵的值。但无论是简单均值插补还是随机均值插补在数据非完全随机(MCAR)的情况下，估计都是有偏的。分层均值插补可以修正这个问题，分层均值插补是指将目标缺失变量按照辅助信息分层，然后再各层中进行均值插补，这样其估计是无偏的。
　　分层均值插补虽然解决了一般均值插补的估计有偏问题，但插补值仍过于集中，回归插补可以解决这个问题。简单回归插补是指根据农业经济调查缺失数据的后验分布，利用数据的观测部分产生缺失部分的回归预测值，通过理论分析发现其对总体方差的估计仍偏小，可以加上随机残差项，这就是随机回归插补。将回归插补和均值插补对比模拟研究显示，回归插补是一个比均值插补更好的方法，尤其是随机回归插补有很好的插补效果，而简单均值插补是最不被推荐的。
　　如果农业经济调查缺失数据没有明显的后验分布，热平台插补方法会是更好的选择。热平台方法直接从数据的完整部分产生缺失部分的插补值，其插补值一般比较稳健，不用担心像回归插补一样产生异常的插补值。一个简单的热平台插补是从完整观测数据中简单随机抽样产生插补值，这就是简单随机插补。如果数据是随机缺失(MAR)的一个更好的方法是利用辅助信息将目标缺失变量分层，然后在各层的完整观测数据中随机产生该层的插补值，这就是分层随机插补。热平台插补还有一个很有效率的方法，就是利用辅助变量，找到缺失值最接近的观测值作为自己的插补值，这就是最近距离方法。本文的一个针对热平台插补和均值插补、回归插补进行对比的模拟分析发现，在完全随机缺失(MCAR)下，基于热平台的随机插补效果显著好于均值插补，但可能比回归插补略差。
　　根据单一插补后的数据进行估计检验时，其标准误差常常是被低估的，多重插补是解决这个问题的最有效的模型。多重插补的基本思想是，对同一缺失值产生多个插补值，这样就产生多个“完整”数据，然后对每一个“完整”数据估计检验，最后将其汇总成一个总的估计检验结果。
　　基于单一缺失的一元正态模型仍然利用回归插补产生插补值，但其从两个角度让缺失值的不同插补值差异加大，一是跟回归插补一样在插补值中加入残差项，二是让每一次插补的回归模型参数随机产生。回归模型参数的随机产生方法有两个，一是根据回归模型参数的后验分布随机产生模型参数，这就是贝叶斯方法;二是用数据的Bootstrap样本来产生模型参数，这就是Bootstrap方法。本文首先研究分析了这两个方法的假设和理论，然后为了比较这两个方法的应用效果，在完全随机缺失的假设下模拟产生缺失数据，然后分别用贝叶斯法和Bootstrap法进行插补，并跟单一插补进行比较，结果发现无论是贝叶斯法还是Bootstrap方法，都有很好的估计检验效果，其估计的准确性显著超过单一插补。
　　多元正态模型是基于一般缺失模式的农业经济调查缺失数据的插补。多元正态模型，由于其缺失模式的复杂性，为缺失值的插补提出了更大的挑战。本文研究了其中最为广泛应用的联合分布方法以及条件分布方法的假设和理论。更进一步本文模拟了一个多变量随机缺失的农业经济调查数据，然后运用这两个方法进行插补，结果显示两者都有很好的估计检验效果，而且两者之间差异并不大，都是很好的方法。
　　在理论和模拟分析的基础上，本文对一个实际农业经济调查缺失数据进行了应用分析并取得较好的效果。通过实际应用分析可以得到一个基本的结论，那就是如果数据基本符合缺失值处理模型的假设，多重插补优于单一插补，而单一插补又优于删除;如果不符合假设，比如出现极端值，那么基于明确后验分布的缺失值插补效果会大打折扣，而此时基于热平台的插补方法会得到更稳健的结果。
　　基于本研究，为农业经济管理研究人员在缺失值处理前和缺失值处理中两个阶段分别给出了一定的具体建议。在缺失值处理前建议:调查前通过良好的问卷设计减少缺失值产生;调查中与通过农户良好的沟通减少缺失值产生;及时处理无意义值，以免跟缺失值混淆;不要用不科学的方法消除缺失值。在缺失值处理中建议:正视缺失值问题;尽量不要删除缺失值;善于利用分类变量处理缺失值;插补缺失值前对缺失数据进行描述考察;单一插补时选择回归插补;在数据一般缺失时使用多重插补。
　　本研究可能的创新有:
　　(1)本文率先关注了农业经济调查数据的缺失值处理问题，并基本厘清其学理。虽然在农业经济调查中缺失值无可避免，但绝大部分农业经济管理研究人员都将其忽略，更鲜有人对其系统研究，使得该领域的研究特别是国内研究基本空白，这也是作者开启这项研究的重要原因。
　　(2)本文专门针对中国农业经济调查的特点模拟缺失数据进行分析，具有一定创新性和开创性。本文针对中国农业经济调查数据的缺失值处理，提出了一整套具体而又可行的模型和方法体系，为了分析这些方法的可行性和使用条件，并对不同模型和方法的效果进行比较，采用了理论分析和模拟分析。而其中的很多模拟分析针对中国农业经济调查特点、缺失模式、缺失机制进行了专门的设计。
　　(3)本文为农业经济调查数据中缺失值实际处理和应用自编了一套具体的基于R软件的程序代码，并用于实际案例应用分析，效果较好。该语言程序包括农业经济调查缺失数据的预分析、缺失值的处理和处理结果的定量分析。实际案例的处理结果显示，对于基本达到假设条件的农业经济调查缺失数据，本套语言程序能达到较好的缺失值处理效果。

摘要：在实际生活众多领域中，经常会收集到大量的缺失数据；尤其是在经济等相关领域中，随着计算机技术的不断发展可获数据的维数越来越高，人们需要处理的数据都是大量的高维数据.维数的增加就会伴随着数据的缺失，那么传统的统计分析方法就不再适合.于是，如何在数据缺失且维数较高的情况下，进行更为有效地统计推断也引起了很多统计学者的关注.
　　成分数据主要用来研究的是构成某个整体的各部分之间的比重，一般解决成分数据的方法是将单形空间上的成分数据转换为欧氏空间上的普通数据，再进一步对普通数据进行统计分析.当成分数据在变换过程中，由于一些主客观等原因会导致成分数据中含有大量的缺失值.如何对成分数据中的缺失数据进行插补，得到完整的数据集是成分数据统计分析研究的首要任务.本文引入一个新的插补方法来处理高维成分数据，并对新的方法进行模拟和实证分析，再与MEAN插补法、knn插补法、ILSR插补法和ILTSR插补法进行比较研究.
　　本文主要研究的是如何处理缺失数据并进行变量选择，包括以下几个工作：
　　(1)了解数据缺失机制和缺失模式；
　　(2)研究处理缺失数据的常用插补方法；
　　(3)提出基于LASSO方法的缺失数据的处理方法；
　　(4)通过模拟研究和实例分析对各种方法的插补效果进行比较分析，分析各方法的优劣和适用范围；
　　(5)归纳总结缺失数据的插补效果的优劣.

摘要：随着大数据时代的到来，数据的缺失时许多实验和调查研究中普遍存在的问题.有许多原因会导致数据的缺失，例如调查过程中的无响应和数据收集过程中的失误等.数据的缺失会影响统计数据的质量，增加数据分析过程的复杂性，导致结果出现误差，从而降低统计工作的效率.
　　成分数据是一类被广泛应用于地质学，社会结构和经济发展等方面的多维复杂数据，主要研究构成某个整体的各部分之间的比例.由于成分数据被其特殊的几何性质即“正则性”和“定和性”所限制，传统的缺失值填补方法不能直接应用于这类型的数据，因此本文提出了基于修正核函数和随机森林模型的两种处理成分数据中含有缺失值的方法，并利用相应的模拟实验和实例分析验证新方法的有效性.
　　第一章介绍本文的选题背景以及数据缺失处理方法的国内外现状；
　　第二章给出了成分数据的定义及其运算，对现有的成分数据缺失值填补法进行回顾；
　　第三章针对单形空间中参数的难以估计问题，提出了基于两种修正核函数的成分数据缺失值填补法并通过实例分析和模拟实验验证该方法的准确性；
　　第四章针对高维数据提出了基于随机森林的成分数据缺失值填补法，通过实例分析和模拟实验验证该方法的准确性；
　　第五章总结概况本文的研究工作和结果，提出不足之处和待以解决的问题.

摘要：政府统计是国家机关依法运用各种统计方法和手段对国民经济和社会发展情况进行统计调查、分析，提供统计资料和咨询意见，实行统计监督的活动，政府统计真实的反映了社会经济的方方面面，是国家机关获取信息的重要手段，对政府制定公共政策，管理公共事务有着至关重要的参照意义。数据质量是政府统计的灵魂和生命，有价值的统计资料，必须符合真实、准确、完整、及时、规范的要求。我国的政府统计自上世纪五十代以来，为国家的社会主义建设做出了卓越的贡献。现在，随着我国社会经济的快速发展，市场经济的不断完善，各个领域都在发生着飞速的变化，统计行业也必须与时俱进，加速改革，顺应时代的要求，提升管理水平，以更优质的统计数据，服务国家，服务社会。
　　徐州市铜山区位于华东平原，地理位置优越，工农产业发达，经济发展迅速，地方政府统计机构在数据质量管理方面在全国县域政府统计中走在了前列，但还存在着一些需要改进的地方。本文在全国统计系统的改革和发展情况基础上，研究徐州市铜山区政府统计数据管理的情况。正文的第一部分阐述了徐州市铜山区政府统计的组织结构及数据质量管理的现状，第二部分对铜山区统计事业在新时期的管理模式和制度发布进行分析，查找不足之处，分析问题产生的原因。第三部分结合发达国家的先进经验，对地方政府统计在数据质量管理方面的问题提出合理的建议及对策。

摘要：双标图是一种广泛应用的可视化分析方法，但是当所研究的数据包含较多变量时，如果直接用双标图进行分析会导致图中较多变量重叠，不能很清晰地观察变量间的相关关系，可视化程度较低，分析效果不精确，因此寻找一些能够有效解决一般的多变量数据的统计方法就非常必要.针对上述问题，本文提出了两种增强双标图的可视化的分析方法，第一种是基于聚类分析的双标图分析方法，首先通过对原始数据进行聚类分析，得到新的数据集，然后对得到的新数据集进行双标图分析.另一种方法是基于主成分和聚类分析提出一种新的双标图分析方法.此两种方法不仅保留了数据间的绝大多数信息，而且使得双标图的可视化程度增强.对两种新的双标图方法进行实证分析，并与原始数据构成的双标图进行比较研究，验证了该方法的有效性，最后将两种新的双标图方法推广应用到成分数据上.
　　第一章是引言，主要介绍了本文的研究背景，问题的提出及其实际意义，简要说明本文的工作及创新之处，并给出了本文的主要结构.
　　第二章是双标图的简介，对双标图的一般模型进行了描述，简单介绍了双标图的基础理论知识，并简单介绍了三种类型的双标图.
　　第三章简绍了两种增强双标图可视化的方法.针对多变量数据集，如果直接用双标图进行分析会导致图中较多变量重叠，不能很清晰地观察变量间的相关关系，可视化程度较低，分析效果不精确，故本章提出了两种增强双标图的可视化的分析方法.第一种是基于聚类分析的双标图分析方法，首先对原始数据集进行分类，得到一些新的数据集，然后利用双标图对新的数据集进行分析，分析每类中原始变量与均值变量之间的关系.对新的双标图分析方法进行实例分析，并与原始数据构成的双标图进行比较研究，验证了该方法的有效性.第二种是基于聚类分析和主成分分析的双标图分析方法，首先基于主成分分析和聚类分析，对原始数据集进行分类，得到新的数据集，对新的数据集进行双标图方法进行了实例验证，验证了该方法的有效性.以上两种方法不仅保留了数据间的绝大多数信息，而且使得双标图的可视化程度增强.
　　第四章介绍了成分数据双标图的构造步骤及其成分数据的基本理论，将第三章提出的两种方法应用到成分数据中进行实例验证.
　　第五章是结论部分.本文对两种增强双标图可视化分析方法进行了总结，发现在多变量数据集条件下，直接利用传统的双标图分析方法存在一些弊端，即可视化可能会降低，而本文提出的这两种增强双标图可视化的分析方法很好的解决了双标图可视化低的问题.本文的目的是希望找到一种既不丢失数据，又能很好的分析多变量数据集的双标图分析方法，使得可视化增强.