全国统计专业技术中级资格考试复习统计分析与写作.docx
- 文档编号:6883038
- 上传时间:2023-01-12
- 格式:DOCX
- 页数:21
- 大小:123.40KB
全国统计专业技术中级资格考试复习统计分析与写作.docx
《全国统计专业技术中级资格考试复习统计分析与写作.docx》由会员分享,可在线阅读,更多相关《全国统计专业技术中级资格考试复习统计分析与写作.docx(21页珍藏版)》请在冰豆网上搜索。
全国统计专业技术中级资格考试复习统计分析与写作
全国统计专业技术中级资格考试复习
统计分析与写作
一、统计分析概论
(一)统计分析及其应用
掌握统计分析的定义
统计分析:
是指根据统计研究的目的,运用各种统计指标和统计分析方法,对经过加工整理的统计资料进行分析研究,认识客观现象的状态,揭示客观现象的本质及其规律性,预测客观现象前景的活动。
掌握统计分析的特点
(1)以统计数据为依据,利用统计数据说话;
(2)定量分析与定性分析相结合;
(3)统计分析方法具有特殊性;
(4)统计分析的对象具有综合性;
(5)统计分析的范围具有广泛性
掌握在统计分析过程中定量分析必须与定性分析相结合的意义
定性分析是定量分析的基础,而定量分析在使定性分析更加准确可靠,使人们对质的规律性的认识更加深入全面,从而能深刻揭示经济现象的本质。
在统计分析中,把这两种分析有机地结合起来,用定量证明定性,用定性指导定量,使得对事物的分析既有理论依据,又有量化实证,提高了分析结论的理论性、科学性与可操作性。
熟悉统计分析中经验方法与数学方法的区别
经验方法:
是指一些与初等数学知识和人们的实践经验相关联的方法;
数学方法:
又称为数理统计方法,是以数学理论,特别是概率论为基础对客观现象进行研究的方法。
了解统计分析与经济分析、会计分析以及其他各种分析研究活动的区别与联系
统计分析与经济分析、会计分析、企业经营状况分析以及其他各种分析研究活动有着密切的联系,它们之间往往存在着一种相互包含的关系。
经济分析、会计分析等反映的是分析对象所属的领域,但只有运用了统计方法,就也可以称其为统计分析。
在社会科学、自然科学的各领域,均可运用统计分析方法,研究相应领域现象的状态、本质及规律。
了解统计分析的作用
(1)有助于认识社会经济的运行状况;
(2)有助于揭露社会经济运行中存在的问题;
(3)有助于探寻社会经济运行的规律;
综上所述,统计分析是发挥统计整体功能的重要手段。
(二)统计分析的种类
掌握统计分析从不同角度所进行的分类
标准
种类
定义
按照所涉及问题的广泛程度不同
综合分析
把相互联系的一些社会经济现象综合起来进行全面的分析
专题分析
指对某一个专门问题的分析研究
在社会经济领域,按照所分析的总体范围的不同
宏观经济分析
以国民经济总体发展为对象
中观经济分析
以一个地区为分析总体或以国民经济各部门为总体
微观经济分析
以微观经济运行的全过程为总体进行分析研究
从对客观对象认识的角度开看
状态分析
状态:
指一定时间、地点、条件下的规模、水平速度及各种关系
规律分析
规律:
指事物之间客观存在的必然的依存关系,以及在较长一段时间内事物发展变化的模式
前景分析
前景:
指客观现象未来可能的状态
从统计分析在时间上的着眼点不同看
静态分析
侧重于描述事物在某一时期的状态
动态分析
侧重于事物较长时期发展变化的趋势
掌握状态分析、规律分析、前景分析之间在认识上由浅入深的关系
统计分析的状态、规律、前景的认识作用是相互联系的,体现了认识上由浅入深的三个层次的变化,对状态的认识是最基本的,只有在此基础上才有可能揭示现象的规律,也只有循着所揭示的规律,才有可能推测其未来的前景。
熟悉综合分析和专题分析各自的特点
综合分析有三个特点:
一是研究对象的复杂性;
二是分析内容的全面性;
三是分析方法的综合性。
专题分析有四个特点:
一是针对性强,集中解决一个问题;
二是涉及面小,可以进行深入分析;
三是可以提高时效性;
四是选题的广泛性与灵活性。
熟悉宏观经济分析、中观经济分析和微观经济分析之间的区别
见上表定义
熟悉静态分析与动态分析的区别
见上表定义
(三)统计分析的一般步骤
掌握统计分析的一般步骤
统计分析的步骤一般包括选题、拟定分析提纲、选择分析指标并确定分组标志、搜集和整理资料、进行分析研究并归纳分析结果、撰写统计分析报告。
掌握建立统计分析指标体系应遵守的一般原则
其一,指标体系的设计要紧扣选题;
其二,要注意指标体系的全面性和系统性;
其三,要讲求简洁有效;
其四,要注意指标的敏感性;
其五,要注意指标的可行性。
熟悉选题的含义及其在统计分析中的重要意义
选题:
是指通过对客观现象的观察,或通过对统计资料的初步分析,选择出所要研究的对象,确定研究目的和范围,规划主题思想和基本内容。
选题在人们对客观现象的认识中,是已知领域和未知领域的联结点,它既表现为已知的,是在以往认识的基础上产生的,又表现为未知的,是有待于即将开始的统计分析活动来解决的;它既可以反映现有认识的广度和深度,又体现了向未知领域探索的广度和深度。
一个好的选题既体现了分析者的知识水平和业务素质,又可以体现统计分析价值之所在。
熟悉选题的要求
选题要切合实际,要解放思想,要新颖独到,要有针对性,要切实可行。
熟悉分析提纲所包括的内容
分析的目次和要求;从哪些方面进行分析;分析指标体系;分析所需的资料以及资料来源和资料取得的方式;分析所用的方法;分析结果的表达形式。
熟悉统计资料一致性的含义
统计资料的一致性主要指的是:
指标口径的一致性、指标范围的一致性。
熟悉各种资料的计量水平
计量水平由低到高划分为:
列名水平、顺序水平、间隔水平和比率水平
了解统计分析指标体系的类型
统计分析指标体系的类型依分析对象和分析目的的不同而有所不同。
了解统计分析指标的选择方法
选择指标的方法可分为两类,一类是定性方法,另一类是定量方法。
了解单向复合分组表和双向复合分组表的设置方式
二、现状分析
(一)统计评价及评价标准
掌握统计评价的含义及其与比较的关系
统计评价:
既是从数量上展示和说明研究对象规模的大小、水平的高低、速度的快慢、以及各种关系是否协调。
对任何事物进行评价,都不能孤立地进行,都要与比较相联系,通过比较来实现。
掌握统计评价中几种主要的评价标准
(1)时间评价标准:
即选择不同时间的指标数值作为评价标准;
(2)空间评价标准:
即选择不同空间的指标数值进行比较。
归纳起来主要有:
①与相似的空间比较;②与先进(或最优)空间比较;③与扩大的空间标准比较;
(3)经验或理论标准:
经验标准就是通过对大量历史资料的归纳总结而得出的标准;
(4)计划标准:
即计划部门或业务部门提出的计划数、定额数、达标数。
熟悉如何在评价中选择评价标准
(二)简单评价
掌握相对比较和相差比较的应用
简单比较按比较的方式不同可分为:
相对比较和相差比较。
相对比较采用相除的方式,用以说明相对增长(或下降)的程度,相对比较一般适用于总量指标、平均指标;相差比较采用相减的方式,用以说明评价指标与评价标准之间的绝对差额,相差比较适用于一切指标,特别是速度指标、以及表现各种关系的结构指标、比例指标等。
了解简单评价的含义、种类
在统计评价中,将一项统计指标,或指标体系中各个指标分别选择评价标准,逐一进行评价的过程就称为简单评价。
简单比较按指标的不同可以分为:
利用总量指标进行的规模比较;利用平均水平进行的一般水平比较;利用结构指标、比例指标、强度指标等进行的比较。
(三)差异评价
掌握洛伦茨曲线的绘制方法
利用家庭累计百分比和总收入累计百分比,绘制二维曲线,并与斜45°绝对平等线相比。
掌握基尼系数的计算方法与用途
用A表示洛伦茨曲线图中实际收入分配曲线与绝对平等线之间的面积,用B表示实际收入分配曲线与绝对不平等线之间的面积,用G表示基尼系数,则:
基尼系数是表示社会收入分配不平均程度的综合性指标,可以作为衡量本国收入分配差距,即贫富差距的标准,和对本国的政策效应进行分析的依据.
掌握对均值的差异进行显著性评价的方法
分别取”组间方差”和”组内方差”,两者服从F分布,自由度有所不同。
熟悉
~检验方法的应用
结构差异的显著性评价方法。
~
。
了解单纯用比重或比例反映结构差异的局限性
如果按照一般的结构评价方法,对同一总体不同时间或同一时间不同总体的结构构成进行比较,并将比较结果综合起来进行定性评价,在很多情况下只能说明结构是否有变化,而不能说明是否发生了“质”的变化。
了解柯尔莫哥洛夫—斯米尔诺夫检验方法的应用
(四)综合评价
掌握综合评价的一般步骤
综合评价一般按以下步骤进行:
(1)确定综合评价指标体系,这是综合评价的基础和依据;
(2)搜集数据并对不同计量单位的指标数值进行同度量处理,以消除量纲的影响;
(3)确定指标权重;
(4)对经过处理后的指标值(变量值)进行汇总,计算综合评价指标或综合评价分值;
(5)根据综合评价指数或评价分值对参评单位进行排序。
掌握消除不同量纲影响的常用方法—相对化法、函数化法(功效系数法)、标准化法及其应用
相对化法主要思路:
先对待评价指标确定一个比较标准,作为比较的标准值,然后用各指标的实际值(
)和相应的标准值(
)进行比较,计算两者之比(
);
函数化法三个步骤:
第一步:
对每个指标确定阀值,包括一个上限和一个下限;
第二步:
以上下限之差为分母,实际值和下限值之差为分子,计算功效系数;
第三步:
对每个指标采用以上两步。
标准化法:
计算每个指标的均值和方差,并对每个指标进行标准化处理,对逆指标正负号对调。
掌握指标综合汇总的直接综合法、加权平均法、综合记分法的应用
直接综合法:
是指直接将进行过同度量处理的指标数值(变量值)经简单加总而形成一个综合值;
加权平均综合法:
是指对经过同度量处理的指标数值通过加权平均进行综合,形成一个总值,再按照总值的大小排出各参评单位的位次,从而达到综合评价目的的方法。
综合记分法:
是指对各指标数值通过对比记分,转换为分值,然后将各分值加总,计算综合分值,从而进行比较排序的方法。
掌握汇总及计算综合分值的方法
见上
掌握距离综合法的基本思路和具体方法步骤
距离法的基本思想是:
对每一个参评指标确定相应的标准值作为进行比较的依据,将参评单位看作n维空间中由n个参评指标值确定的点,计算它们与n个标准值确定的标准点之间的距离。
具体步骤:
第一步:
对每一个参评指标确定相应的标准值,作为进行比较的依据;
第二步:
计算每一单位的各指标实际值与标准值之间的总距离;
第三步:
根据第二步计算出的各单位指标实际值与标准值之间的总距离进行评价。
在应用距离法对指标数据进行综合之前,可以先对其进行相对化处理,用指标的实际值
分别除以标准值
,得到相对化处理后的指标实际值
,这样可以简化计算。
熟悉综合评价方法的基本思想和特点
运用多个指标对多个参评单位进行评价的方法,称为多变量综合评价方法,简称综合评价方法,其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。
综合评价的特点表现为:
(1)评价过程不是一个指标一个指标顺次完成的,而是通过一些特殊的方法多个指标的评价同时完成;
(2)在综合评价过程中,一般要根据指标的重要性进行加权处理;
(3)评价结果不再是具有具体含义的统计指标,而是以指数或分值表示参评单位“综合状况”的排序。
熟悉如何通过系统聚类分析法来筛选指标
首先将每个指标看作一类,并根据指标间的亲疏程度进行归类,一为相似系数(相关系数);二是距离(欧氏距离、兰氏距离、马氏距离、明科夫斯基距离等)。
利用相关系数表示类间相似程度时,要将其变换为距离d,以便维持距离越小则关系越密切,可以取
或者
;
完成第一轮类(指标)合并之后,要重新计算类与类之间的距离,并据以进行第二轮(指标)的合并;
重复这一过程,直至将所有指标合并成一类为止,形成由小到大的分类系统。
熟悉在评价中判别指标重要性的依据和确定权数的方法及步骤
指标的综合性、敏感性、独立性和可信度。
确定权数的方法和基本步骤:
第一步:
确定指标重要性的量化指标;
第二步:
专家评判;
第三步:
对专家评判后的出的初始权数进行处理;
第四步:
对判断矩阵的一致性进行检验。
熟悉比率标度的含义及对指标重要性进行量化的方法
比率标度法主要是基于人们在估计事物的质的区别时,一般可以用5种判别很好地表示出来,当需要更高的精度时,还可以在相邻判别之间做出比较,从而形成9种判别,用数量表示就是9个标度。
熟悉利用判断矩阵对初始权数进行处理的方法
(1)建立判断矩阵;
(2)计算判断矩阵每一行各标度的乘积的n次方根
;
(3)进行归一化处理。
了解运用德尔菲法进行专家评判的步骤
了解对判断矩阵的一致性进行检验的方法
(五)对模糊现象的评价
熟悉对单一总体模糊评价方法
熟悉对多个总体模糊评价方法
了解不确定现象中随机现象与模糊现象之间的区别
概率论中讨论的随机现象的概念本身具有明确的含义,而现象在实验中出现与否是不确定的。
而模糊现象的概念本身没有明确含义,因而难以确定某一事物是否属于这一概念的现象。
了解模糊概念的含义及其用定性指标表现的方式
对于模糊概念,我们虽然不能用一般的数值来直接表现,但可以将其看作是一个定性指标。
(六)主成分分析
熟悉主成分分析的基本思路与简单数学模型
主成分分析就是把多个指标简化为少数几个综合指标的统计分析方法,它能使这些综合指标尽可能地反映原来多个指标的信息,并保证这些综合指标彼此之间互不相关。
了解主成分分析的步骤
(1)列出指标数值矩阵X;
(2)计算X的协方差矩阵S;
(3)计算协方差矩阵S(或相关矩阵R)的特征值
和特征向量L(即指标x的系数);
(4)计算贡献率和累计贡献率,据以确定主成分(即综合指标)的个数,并建立主成分方程。
了解贡献率和累计贡献率的计算方法
每个主成分
的贡献率等于它的特征值
除以原始指标个数p,累计贡献率等于各主成分贡献率顺序相加。
三、原因和规律分析
(一)变量(指标)之间的关系
了解变量之间的关系的三种类型—函数关系、统计独立关系、统计依存关系
函数关系反映变量之间确定的对应关系。
统计独立和统计依存关系所讨论的是非确定现象随机变量之间的关系:
统计独立的特点是一个随机变量取何值不影响另一个随机变量取值的概率分布;统计依存关系则是一个随机变量的变化,会影响另一个随机变量取值的概率分布。
了解相关关系与因果关系之间的区别和联系
相关关系:
是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系,是随机变量之间的一种特殊类型的依存关系;
因果关系:
是指两个或两个以上变量在行为机制上的依赖性,作为结果的变量是由作为原因的变量所决定的,原因变量的变化引起结果变量的变化。
具有因果关系的变量之间一定具有数学上的相关关系,而具有相关关系的变量之间并不一定具有因果关系。
了解相关分析与回归分析之间的区别与联系
相关分析是判断变量之间是否具有相关关系的数学分析方法,通过计算变量之间的相关系数来实现;回归分析也是判断变量之间是否具有相关关系的一种数学方法,它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。
相关分析与回归分析都是研究变量之间关系的工具,两者常常互相补充。
了解回归分析必须与经济行为的定性分析相结合的意义
(二)统计依存关系分析方法
掌握对变量之间的统计依存关系进行分析的步骤和方法,并能应用简单线性回归模型对实际问题进行分析,对分析结果的经济含义做出解释
依存关系分析步骤:
(1)观察变量之间有关系吗?
(2)如果变量之间有关系,通过相关分析,分析这种关系的紧密程度;
(3)通过回归分析,分析变量之间关系的形式;
(4)通过统计检验,判断这种关系是否具有普遍性;
(5)分析这种关系是不是因果关系。
回归分析方法见《统计学原理》
熟悉应用相关系数具体度量依存关系紧密程度的方法
简单相关系数、偏相关系数、复相关系数
熟悉线性回归模型中随机误差项
包括的主要因素影响
随机误差项主要包括下列因素的影响:
(1)在解释变量中忽略的因素的影响;
(2)变量观测值的观测误差的影响;
(3)模型关系的设定误差的影响;
(4)其它随机因素的影响。
了解通过统计检验判断模型描述的关系是否具有普遍性的方法
统计检验包括两个方面:
一方面检验回归方程对样本数据的拟合程度,通过判定系数来分析;另一方面检验回归方程的显著性,通过假设检验对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断,包括对回归方程线性关系的检验和对回归系数显著性的检验。
(1)拟合优度检验
拟合优度检验,是检验模型对样本观测值的拟合程度。
用判定系数
进行拟合优度检验,判定系数的计算公式为:
(2)对回归方程线性关系显著性的检验
对回归方程线性关系显著性的检验采用F检验,检验依据样本估计的回归方程所体现的被解释变量与解释变量之间的线性关系在总体上是否显著成立,即是检验总体模型:
,i=1,2,……,n
中的参数是否显著不为0。
(3)对回归系数显著性的检验
变量显著性检验即对回归系数的显著性进行检验,采用t检验。
了解结合定性分析判断变量之间是否存在因果关系的方法
了解利用多元线性分析回归模型对实际问题进行分析的思路
了解为满足模型估计的需要选择合适样本容量的方法
(1)最小样本容量
最小样本容量:
即从普通最小二乘法原理出发,欲得到参数估计量,不管其质量如何,所要求的样本容量的下限,它是:
,其中,k为解释变量的数目。
(2)满足基本要求的样本容量
一般经验认为,当
或者至少
时,才能满足模型估计的基本有要求。
了解对非线性模型进行线性转换的常用方法
直接代换法、间接代换法
(三)因素分析及其应用
掌握柯布—道格拉斯生产函数和增长速度方程的数学表达式及其经济含义
柯布—道格拉斯生产函数的具体形式为:
其中:
Y表示产出量;t为时间变量;
表示年技术进步率;
表示基年技术进步水平;K表示资本量;L表示劳动量;
表示资本弹性系数;
表示劳动弹性系数。
增长速度方程的具体形式为:
增长速度方程是从各经济变量相对变化的角度来研究经济增长速度与技术进步、资本、劳动增长速度之间关系的。
掌握利用增长速度方程进行因素分析的步骤和方法
资本
劳动
技术进步
对产出的影响
对产出增长速度
的贡献率分析
对产出增长的
绝对值影响分析
熟悉因素分析的含义
因素分析:
是以依据经济理论所提供的一些关系式为基础,把所分析对象的变动分解成几个基本因素的变动,从而清晰地追溯到分析对象变动的根源及各基本因素对分析对象变动影响程度的认识活动。
熟悉生产函数的定义
生产函数:
是描述生产过程中投入的生产要素的某种组合同它可能的最大产出量之间的依存关系的数学表达式,即:
其中Y为产出量,A,K,L分别为技术、资本、劳动等投入要素。
了解因素分析与相关分析和回归分析的区别
因素分析与相关分析和回归分析不同,它不是就如何建立关系式进行研究,而是依据已经建立起来的一般关系式对分析对象的变动(因素分析中称之为总变动)进行解释。
从思维逻辑角度看,回归分析的过程属于“从特殊推断一般”的归纳过程;而因素分析的过程则属于“从一般到特殊”的演绎推理过程,是借助已知的一般的关系式,来研究在特定场合的具体表现。
了解应用因素分析的前提条件
除了要具有丰富的理论知识和必备的统计资料外,还必须具备反映我们所研究的指标之间一般关系的数学表达式。
我们所分析的对象必须既能从经济涵义上,又能从数学上被分解为两个或两个以上因素指标时,才能应用因素分析对其进行研究。
了解因素分析的作用
第一,解释在总变动中各因素的影响程度;
第二,解释在总变动中由于各因素变动影响的绝对量;
第三,计算贡献率,既在总变动中各因素变动所占份额。
四、动态分析
(一)动态分析的作用和方法
了解动态分析的认识作用
首先,通过统计动态分析我们可以认识客观现象在发展过程中的一些基本特征;
其次,通过统计动态分析我们可以揭示客观现象的发展规律;
第三,在把握事物必然发展规律的基础上,动态分析还可以对其未来的状态进行推测,从而为管理和决策提供科学依据。
了解动态分析描述方法和检验方法的作用
反映和描述的主要方法有:
指标的方法,即用统计指标来反映动态发展速度、增长量、发展水平等;图示的方法,即用统计图形来反映各种动态变动的形式;模型的方法,即通过建立统计模型对动态发展趋势进行概括。
判别和检验方法主要用于对反映和描述方法的科学性进行判断。
了解动态分析的内容
(1)通过统计指标来综合客观现象发展变化的基本特征;
(2)通过图示或模型来分解和描述各种波动的变化规律;
(3)对客观现象未来的发展状况进行推测,包括基本数据的推断和对未来形式预警。
了解长期趋势、季节变动、循环变动、不规则变动的含义及相互之间的关系
(1)长期趋势(T):
即在一段时间内循一定方向的一般性变动;
(2)季节波动(S):
即由于季节的影响作用而引起的波动,具有一定的周期性,且周期的长度相对确定;
(3)循环波动(C):
又称为景气循环,即由于一些内在原因引起的周期性波动,但周期没有固定的长度;
(4)不规则波动(I):
即由于一些偶然因素造成的波动,又称为剩余变动。
了解动态分析对时间序列资料的要求
第一个要求是序列中各期应具有可比性;
第二个要求是序列需要有一定的长度;
第三个要求是应能满足分析目的的需要;
第四个要求是序列应具有稳定性。
(二)长期趋势分析
掌握时间变量回归模型的应用
时间变量回归模型是应用回归分析的原理,将时间序列中的时间因素(t)作为自变量(解释变量),所要描述的经济变量作为因变量(被解释变量)而建立的模型。
其总体模型为:
熟悉自回归模型、滑动平均模型、自回归滑动平均模型的含义及表达式
自回归模型考虑的是时间序列第t期的观测值与其前若干期的观测值之间的线性回归关系。
n阶自回归模型AR(n):
滑动平均模型MA(m):
自回归滑动平均模型
更一般的时间序列模型是用n阶自回归m阶滑动平均的混合模型来描述,称为ARMA(n,m)模型,它满足:
熟悉“平稳”时间序列的含义
“平稳”时间序列:
是指其统计特性不随时间的变化而发生变化。
对所有的时间点,序列具有同样的均值、方差,而且任何两时间点s,t之间序列的协方差只取决于时间间隔(t-s),而和这些点在时间轴上的位置无关。
了解长期趋势分析的作用
长期趋势分析是动态分析的重要内容。
其作用为:
(1)观察和研究客观现象发展变化的方向、发展变化的幅度;
(2)观察和研究客观现象在研究期间内的主要波动,为进一步研究季节波动和循环波动做准备;
(3)通过以上两方面的研究进一步预测未来的发展状态。
了解时间序列模型的含义
时间序列模型是应用回归分析的原理,在假定社会经济现象存在序列相关,即某一时期的发展水平和前几期水平相互关系的基础上,将前几期的变量作为自变量而建立的模型。
了解建立时间序列模型需要的选择和判断
一是判断所依据的时间序列资料是否能够满足稳定性要求;
二是判断哪一种自回归模型适合;
三是判断模型的阶数;
四是对模型的参数进行估计。
(三)循环波动分析
掌握测定循环波动指标的含义及计算方法
(1)峰值(P):
即经济周期顶点的指标值;
(2)谷值(C):
即经济周期谷底的指标值;
(3)周期长度(L):
即经济周期从起点到终点所跨越的时间长度;
(4)扩张差(
):
周期顶点的峰值与作为起点(谷底)的谷值之差就称为扩张差,即:
;
(5)收缩差(
):
峰值与位于终点的谷值之差成为收缩差,即:
;
(6)扩张长度(
):
即从周期的起点时刻到峰值时刻所跨越的时间长度;
(7)收缩长度(
):
即从周
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 全国 统计 专业技术 中级 资格考试 复习 统计分析 写作