本期导读

异常数据通常是指一批数据中的个别者，其值明显地偏离该批数据中的其余值。目前关于异常数据检验的难点一是如何确定异常数据的个数，二是构造合适的检验统计量。《两参数Weibull分布基于BLUE的异常数据检验》一文，针对样本数据服从两参数Weibull分布，定数截尾样本中出现异常数据的检验问题，定义了次序统计量的贡献率，依据贡献率的分析给出了异常数据的疑似个数，在此基础上，基于参数 的最佳线性无偏估计(BLUE)构造了异常数据的检验统计量，为方便实际应用，通过Monte Carlo模拟给出了检验统计量分布的分位数。

估计一随机序列中变点的位置是统计学的研究热点之一。《回归系数变点估计的快速非迭代抽样算法》一文，提出了在估计线性回归模型中，该算法能够获得变点位置的精确后验分布，进而得到该后验分布的的独立同分布的样本，然后依据该样本对变点位置做统计推断。该算法巧妙地避开了Gibbs抽样等MCMC方法的收敛性诊断问题，所获样本为简单随机样本，可直接用来进行统计推断。模拟显示该算法能够有效地估计未知变点位置，并且，与迭代的Gibbs抽样相比，该非迭代抽样算法的运行时间大大缩短。

数据搜集前期的量表设计，数据搜集过程中的统计方法，数据处理后期的管理策略等都影响着数据的质量。《政府统计数据质量的优化方法研究》一文，以统计相关主体为切入点，从统计数据获取路径、发布路径、监管路径三个方面分析其对统计数据质量的影响，构建优化模型并在已有研究的基础上提出假设，探讨了各因素与数据质量间的相关关系。通过偏最小二乘法对数据进行分析，对模型假设进行检验，得到数据质量影响路径的影响程度，并提出了提升政府统计数据质量的优化方法。

在经济“新常态”下，研究如何保持中国经济稳定优质的增长，同时又能使省际经济发展差距收敛，缩小区域经济发展的失衡问题，对中国未来经济社会的稳定繁荣和共同富裕具有十分重要的意义。《中国经济“新常态”下省际经济差距收敛性研究》一文，采用“四分位法”、Z值和回归分析等统计方法，以我国省际GDP面板数据为基础，对省际经济发展差距的变化趋势和收敛性进行了研究。发现近二十年间我国省际经济总量的绝对差距在持续扩大，但相对差距经历了先扩大再缩小的明显特征。近十年间我国省际经济总量与经济增长率呈现出负的相关性；相对差距的收敛性是可靠的，但收敛速度经历了先加速再放缓的特征。