第1章 统计应用概述 1
1.1 统计应用的产生与发展 1
1.1.1 自发统计应用 2
1.1.2 描述统计应用 2
1.1.3 推断统计应用 7
1.1.4 现代统计应用 13
1.2 统计的含义 22
1.2.1 对统计学的理解 22
1.2.2 对统计数据的理解 26
1.3 统计应用领域 30
1.3.1 个人统计应用 30
1.3.2 企事业单位的统计应用 31
1.3.3 自然科学中的统计应用 33
1.3.4 人文社会科学中的统计应用 35
第2章 信息技术概述 39
2.1 计算机技术 40
2.1.1 什么是计算机 40
2.1.3 计算机的发展 41
2.1.2 计算机的种类 41
2.1.4 计算机的硬件 42
2.1.5 计算机的软件 47
2.1.6 计算机的应用领域 53
2.2 计算机网络技术 56
2.2.1 计算机网络的概念 56
2.2.2 计算机网络的分类 57
2.2.3 计算机网络的通信协议 60
2.3 计算机网络的工作模式 62
2.3.1 主机／终端模式 63
2.3.2 客户机／服务器模式 63
2.3.3 浏览器／服务器模式 65
2.3.4 对等模式 68
第3章 统计信息系统概述 69
3.1 数据与信息 69
3.1.1 对数据的理解 69
3.1.2 对信息的理解 70
3.1.3 信息的特征 72
3.1.4 信息的作用 73
3.2 系统与信息系统 75
3.2.1 系统的概念与性质 76
3.2.2 信息系统的概念和基本结构 78
3.2.3 信息系统的功能和层次 80
3.2.4 计算机信息系统开发的复杂性 85
3.2.5 计算机信息系统的经典开发方法 87
3.2.6 计算机信息系统的开发实践 89
3.3 统计信息系统 91
3.3.1 统计数据与统计信息系统 91
3.3.2 统计信息系统的组织 96
3.3.3 统计信息系统的资源 97
3.3.4 统计信息系统的结构 101
3.3.5 统计信息系统的特征 102
3.3.6 统计信息系统的作用 104
第4章 统计数据库 109
4.1.1 数据库的产生 110
4.1 数据库的产生和基本概念 110
4.1.2 数据库的相关概念 113
4.1.3 关系数据库 116
4.1.4 数据库应用系统和数据库的设计 117
4.2 统计数据库的概念与发展 123
4.2.1 从功能角度定义统计数据库 123
4.2.2 从处理对象角度定义统计数据库 125
4.3 统计台账的数据库存储 126
4.4 统计指标的数据库存储 129
4.4.1 统计指标的概念 130
4.4.2 统计指标的特征 131
4.4.3 统计指标的生成来源 133
4.4.4 统计指标的数据库存储模式 137
4.5 统计表的数据库存储 143
4.5.1 统计表的结构分析 143
4.5.2 统计表的数据库存储模式 148
第5章 统计应用中的数据仓库技术 155
5.1 数据仓库的产生背景 156
5.1.1 信息孤岛与数据仓库 156
5.1.2 联机分析处理与数据仓库 160
5.2 什么是数据仓库 163
5.2.1 数据仓库的概念 163
5.2.2 数据仓库的特征 164
5.2.3 数据仓库的基本结构 165
5.3 数据仓库的关键技术 168
5.3.1 数据获取技术 168
5.3.2 多维数据的存储处理技术 170
5.3.3 元数据 180
5.3.4 数据集市 181
5.4 数据仓库建设 183
5.4.1 数据仓库建设的主要步骤 183
5.4.2 数据仓库建设的开发策略 185
5.5 数据仓库与统计数据库系统 186
5.5.1 从相关概念看数据仓库与统计数据库系统的共通性 186
5.5.2 从信息化进程看数据仓库与统计数据库系统的共通性 187
5.5.3 从数据环境建设看数据仓库与统计数据库系统的共通性 189
5.6 数据仓库与统计数据库系统发展模式的探讨 191
5.6.1 信息资源管理 191
5.6.2 应用开发平台设计 193
5.6.3 XML的启示 197
第6章 统计数据采集和处理技术 199
6.1 统计数据采集技术 199
6.1.1 数据的来源 199
6.1.2 计算机辅助电话调查系统 201
6.1.3 遥感技术 204
6.1.4 OCR技术 206
6.2 统计数据汇总技术 207
6.2.1 统计台账的汇总技术 208
6.2.2 统计指标的汇总技术 215
6.3 地理信息系统和可视化技术 221
6.3.1 地理信息系统 221
6.3.2 可视化技术 226
第7章 统计信息系统中的数据分析技术 235
7.1 数据挖掘产生的背景 236
7.1.1 数据挖掘产生的背景：数据分析的实际需求 236
7.1.2 数据挖掘产生的背景：理论应用实践 238
7.2.1 数据挖掘的概念 241
7.2 什么是数据挖掘 241
7.2.2 数据挖掘能做什么 243
7.2.3 数据挖掘得到的知识形式 246
7.3 数据挖掘方法论 249
7.3.1 数据挖掘的主要环节和关系 250
7.3.2 理解问题 252
7.3.3 理解数据 255
7.3.4 准备数据 258
7.3.5 建立模型 265
7.3.6 方案评估 267
7.3.7 方案实施 268
7.4 数据挖掘的算法 269
7.4.1 数据挖掘算法概述 269
7.4.2 数据挖掘中的决策树算法 271
7.4.3 数据挖掘中的神经网络算法 279
7.5 数据挖掘模型的评价 290
7.5.1 建模过程的评价 290
7.5.2 模型性能的测度 292
7.5.3 模型稳定性的测度 294
7.6.1 问题的提出 295
7.6 统计信息系统中分析技术的实现模式 295
7.6.2 在统计信息系统中实现分析功能 297
第8章 统计信息系统案例 301
8.1 国家政府统计案例 301
8.1.1 统计信息网络工程 302
8.1.2 国家统计数据库系统 303
8.1.3 SARP 2000与ePRAS 306
8.2.1 长沙市统计局E站式统计信息综合管理系统 310
8.2 各级政府统计案例 310
8.2.2 深圳市统计信息系统 314
8.2.3 中国经济统计数据库与中宏数据库 319
8.3 行业与企业统计案例 325
8.3.1 饲料工业统计信息系统 326
8.3.2 “十五”全国环境统计信息系统 330
8.3.3 北京市计划供水指标统计预测系统 332
8.3.4 T1统计信息系统 336