数据链系统效能评估框架研究
收稿日期：２００８ ０９ １５修回日期：２００８ １２ ２８
基金项目：“十一五”装备预研基金资助项目（５１３０４０２０５）
作者简介：任
培（１９７８ ），
男，河北石家庄人，博士研究生，主要研究方向：数据链建模与仿真、作战应用及效能评估方法等。
文章编号：１００２ ０６４０（２０１０）０１ ００４２ ０４
数据链系统效能评估框架研究
任
培，周经伦，罗鹏程，王文政
（
国防科技大学信息系统与管理学院，长沙４１００７３）
摘
要：研究了数据链系统效能评估相关概念及其对作战的影响机制，给出了数据链系统效能评价指标体系以及不同层
次指标的计算、
聚合方法。在此基础上形成数据链系统的效能评估框架，通过该框架可以指导数据链系统的效能评估，为数据链装备的发展及应用提供科学依据。
关键词：数据链，效能评估，指标体系，框架中图分类号：ＴＮ９
０文献标识码：Ａ
﹢﹩ ┃ ┇ ━﹨┇ │ ┌┄┇─ ┄┇﹦ ┉ ┋ ┃ ┈┈﹦┋ ━┊ ┉ ┄┃
┄ ﹥ ┉ ━ ┃─ ┎┈┉ │
ＲＥＮＰｅｉ，ＺＨＯＵＪｉｎｇ ｌｕｎ，ＬＵＯＰｅｎｇ ｃｈｅｎｇ，ＷＡＮＧＷｅｎ ｚｈｅｎｇ
（爳牅牎牗牗牓牗牊爤牕牊牗牜牔牃牠牏牗牕爳牪牞牠牉牔＆爩牃牕牃牋牉牔牉牕牠，爫牃牠牏牗牕牃牓爺牕牏牤牉牜牞牏牠牪牗牊爟牉牊牉牕牞牉爴牉牅牎牕牗牓牗牋牪，爞牎牃牕牋牞牎牃４１００７３，爞牎牏牕牃
）﹢ ┈┉┇ ┉：Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｃｏｎｃｅｐｔｓｒｅｌａｔｅｄｔｏｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍａｓ
ｗｅｌｌａｓｔｈｅｗａｙｉｔｉｎｆｌｕｅｎｃｅｓｔｈｅｃｏｍｂａｔｐｒｏｇｒｅｓｓ Ｔｈｅｉｎｄｅｘｓｙｓｔｅｍｆｏｒｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎ
，ｃａｌｃｕｌａｔｉｏｎａｎｄａｇｇｒｅｇａｔｉｏｎｍｅｔｈｏｄｓｂｅｌｏｎｇｔｏｄｉｆｆｅｒｅｎｔｌｅｖｅｌａｒｅｇｉｖｅｎ Ｕｐｏｎｔｈａｔ，ｗｅｐｒｏｐｏｓｅａｇｅｎｅｒａｌ
ｆｒａｍｅｗｏｒｋｆｏｒｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍ Ｗｅｂｅｌｉｅｖｅｔｈｅｆｒａｍｅｗｏｒｋｔｏｂｅａｇｏｏｄｒ
ｅｆｅｒｅｎｃｅｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍ ┎┌┄┇ ┈：ｄａｔａｌｉｎｋ，ｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎ，ｉｎｄｅｘｓｙｓｔｅｍ，ｆｒａｍｅｗｏｒｋ
引言
高技术条件下的现代战争，作战样式已经由以
平台为中心转向以网络为中心，对抗方式也从单纯
的武器对武器、
平台对平台的对抗，发展到由指挥控制系统、侦察监视系统、联合火力打击系统等各种系统构成的作战体系的对抗。这种体系对抗的胜负不是取决于某一种或者某几种参战的武器装备，而是取决于所有参战武器装备所构成的体系的整体作战效能。这就在客观上要求不同的武器系统之间实现互联、互通和互操作，各种资源被充分共享。通过数据链，可以将众多复杂的武器平台以及指挥控制平
台有机地连为一体，
实现战场态势共享，缩短决策时间，提高指挥控制速度及协同作战能力，更好地发挥体系的整体作战效能。目前，军事强国已将数据链应用于近年来的几次局部战争，获得了很好的实战效
果。美军对Ｆ １５装备Ｌｉｎｋ
１６数据链后的作战效能变化情况的研究结果表明，在其他条件相同的情况下，Ｆ １５装备Ｌｉｎｋ
１６数据链后，无论是在日间作战还是在夜间作战，杀伤率取得了约２ ５倍的改善［１］
。
１数据链系统效能评估相关概念
数据链是指装备在作战单元上的数据通信与处理系统，该系统不仅具有传统的通信设备功能，能够
按照约定的通信协议，
通过有线或者无线信道实时、可靠、安全、保密的收发格式化的信息，构成一个数据通信网络，还可以对接收到的各种信息（本单元的传感器信息、武器装备信息以及从其他作战单元接
收的信息）
进行（融合）处理，在一定程度上实现相对导航、敌我识别、武器引导、态势共享等功能。其构成如图１所示→←→←→←→→
。
图 数据链装备的构成
信宿
数据链装备
收发
设备数据终端设备加密解密设备战术数据系统信源战术数据系统：将信源的各种信息经过一定的
处理，按照约定的报文格式生成报文；同时将从其他
Ｖｏｌ．３５，Ｎｏ．１Ｊａｎ，２０１０
火力与指挥控制
ＦｉｒｅＣｏｎｔｒｏｌ＆ＣｏｍｍａｎｄＣｏｎｔｒｏｌ第３５卷第１期
２０１０年１月
链路中接收的信息进行处理后发送到作战平台上的显示设备。加密设备：信息发送前对信息加密；接收信息时，则进行解密。数据终端设备：按照约定的通信协议进行数据收发；控制作战单元加入或者退出数据链网络；负责与指挥控制或武器控制系统进行信息交换等。收发设备：将经过调制的信息发射出去，同时接收其他作战单元发射过来信息。
评估数据链装备的效能，不仅要评价一个单独数据链装备的效能，还应当充分考虑由多个装备数据链装备的作战单元所构成的系统的整体效能。正是由于通过数据链装备把分散的武器装备互联成网，才体现出数据链装备作战效能的“倍增器”作用。数据链系统如图２所示
。
３５－００４３）
准，任何潜在方案都必须在效能指标这一特殊属性上表现一定的程度，它独立于方案且不确定方案需
要达到的标准［５］
，
其合理性直接影响到效能评估的有效性，效能指标的选取应遵循如下原则［６，７］
。
（１）
完备性，应从现代条件下作战需求出发，对构成系统的各项指标进行多方面考虑，以便能全面反映武器装备的效能。
（２）
客观性，指标能够真实地反映武器装备的本质特性，
指标值能通过实验、仿真等方法得到。（３）
独立性，指标间的相对独立性指同一层次的多个指标，其反映的内容不具有相关性。
（４）
科学性，由于影响系统效能的因素有许多，应分清主次，抓住主要因素，忽略次要因素，使得评价指标体系相对简单，又不影响对系统评价的实质。
（５）
灵敏性，选取的性能参数要有足够的敏感性。当底层指标参数变化时，系统的效能相应地发生应有的变化。
在分析数据链系统对作战影响机制的基础上，参考Ｃ４ＩＳＲ系统通信网络效能评估指标［８］
，建立如图４所示数据链装备效能指标体系
。
期
如图６所示的作战效能评估子框架 →
→
↑↑
。
作战单元装备数据链后的战术活动模型…战术活动
模型牕
战术活动模型２战术活动模型１图 作战效能评估框架
作战效能指标体系
底层指标
中间层
指标顶层
指标效能指
标聚合模
型底层指标聚合模型中间层指标聚合模型顶层指标聚合模型作战单元装备数据链后的作战过程模型
顶层…
………
…底层牕
底层２底层１进行数据链系统的作战效能评估，必须考虑通
过数据链连接的整个武器装备体系，首先需要根据作战任务的特点，作战任务从上至下进行层次分解，直到底层战术活动任务可以用解析模型描述；再用不同层次的作战效能指标反映不同层次的作战任务
完成效果，
从而形成与作战任务具有相同层次结构的作战效能指标体系；然后针对作战效能指标体系，用不同层次的作战过程模型描述底层以上作战任务
的完成过程，
底层的战术活动任务则用解析模型来描述；最后，采用聚合模型自下而上逐层计算各个层次的作战效能指标。最终得到武器装备体系装备数据链后完成特定作战任务的效能。
５结束语
本文提出的方法可以初步指导数据链系统的效
能评估，
下一步工作是进一步分析数据链系统对作战的影响机制，在定性分析数据链装备对信息优势影响的基础上，进行定量分析。并在框架的指导下，开展数据链系统的作战效能评估。参考文献：
［１］
ＤａｎｉｅｌＧ，ＪｏｈｎＨ，ＧｉｎａＫ，ｅｔａｌ．Ｎｅｔｗｏｒｋ ＣｅｎｔｒｉｃＯｐｅｒａｔｉｏｎｓＣａｓｅＳｔｕｄｙＡｉｒ ｔｏ ＡｉｒＣｏｍｂａｔｗｉｔｈａｎｄＷｉｔｈｏｕｔＬｉｎｋ１６［Ｒ］．Ｒａｎｄ
，２００５．［２］
ＢａｒｂｅｒＤＦ．ＷｅａｐｏｎＳｙｓｔｅｍＥｆｆｅｃｔｉｖｅｎｅｓｓＩｎｄｕｓｔｒｙＡｄｖｉｓｏｒｙＣｏｍｍｉｔｔｅｅ（ＷＳＥＩＡＣ）ＦｉｎａｌＲｅｐｏｒｔｏｆＴａｓｋＧｒｏｕｐＩＩ：ＰｒｅｄｉｃｔｉｏｎＭｅａｓｕｒｅｍｅｎｔ［Ｒ］．ＤｅｆｅｎｓｅＤｏｃｕｍｅｎｔａｔｉｏｎＣｅｎｔｅｒ，Ａｌｅｘａｎｄｒｉａ，ＶＡ，１９６５．
［３］ＤａｖｉｄＳＡ．ＩｎｆｏｒｍａｔｉｏｎＡｇｅＴｒａｎｓｆｏｒｍａｔｉｏｎ［Ｍ］．Ｗａ
ｓｈｉｎｇｔｏｎ，ＤＣ：ＣＣＲＰ，２００２．［４］Ａｎｏｎｙｍｏｕｓ．ＭｅａｓｕｒｅｓｏｆＥｆｆｅｃｔｉｖｅｎｅｓｓｆｏｒｔｈｅＮｅｔｗｏｒｋ ＣｅｎｔｒｉｃＷａｒｆａｒｅ［Ｒ］．Ｒａｎｄ，２００２．［５］ＮｏｅｌＳ．ＣｏｍｉｎｇｔｏＧｒｉｐｓｗｉｔｈＭｅａｓｕｒｅｓｏｆＥｆｆｅｃｔｉｖｅｎｅｓｓ［Ｊ］．ＳｙｓｔＥｎｇ
，２０００（３）：５０ ５８．［６］
徐志明，卢昱，邹利鹏．空间信息网络对抗效能评估指标体系研究［Ｊ
］．计算技术，２００５，２５（２）：１１ １３．
［７］杨红娃．战场网络攻击效能评估技术［Ｊ］．２００６（１）：２４ ２８．
［８］
柏晓莉．Ｃ４ＩＳＲ系统通信网络效能评估指标体系研究［Ｊ
］．军事运筹与系统工程厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷厷，２００６（１）：１９ ２１．（上接第４１页↓
←→↓
↓↓
↓
↓
↓
↓
↓
↓）
图 雷达探测概率计算方法流程图
获取雷达坐标、雷达型号、工作频率、极化方式等雷达相关参数
获取目标飞机机型等目标参数
结束
画出不同高度层探测距离爲和探测概率爮的关系曲线
修正Δ爲
中心点的距离计算目标相对雷达的俯仰角和方位角计算Δ爲中心点的发现概率并记录Δ爲中心点的坐标统计Δ爲内的发现点数爩
计算Δ爲内的观测量读入情报数据
开始
所情报自动化系统中日常积累的雷达情报中不仅可以用来计算雷达的实际探测概率，还可以利用数据挖掘技术从这些情报数据中找出更有用的信息，比
如找出某部雷达对空中的哪种空情掌握情况好；找出某部雷达对空中的哪种目标的跟踪定位精度高；找出天气等环境因素对雷达探测性能的影响；找出干扰对雷达探测性能的影响等，可以在这些方向深入研究。参考文献：
［１］刘曙阳，程万祥．Ｃ３
Ｉ系统开发技术［Ｍ］
．北京：国防工业出版社，１９９７．［２］杨龙坡，谭绍贤，杨瑞娟．雷达网作战效能模拟与评估及其软件研制［Ｄ］．武汉：空军雷达学院，２００１．［３］袁奇伦，谭绍贤．雷达网探测概率模型及其在任务区分中的应用［Ｄ］．武汉：空军雷达学院，２００２．［４］郑龙生，田康生．基于相对计算的雷达探测概率建模方法［Ｊ］．空军雷达学院学报，２００５（４）：２３ ２６．［５］
王旭，宋笔锋，郭晓辉．飞行器被雷达发现概率的计算方法研究［Ｊ］．系统工程与实践，２００６，３５（６）：１３０ １３４．［６］
陈凌，田康生．雷达组网探测系统信息处理能力测试设备关键技术研究［Ｄ］．武汉：空军雷达学院，２００７．
［７］
ＧＪＢ７４Ａ ９８，军用地面雷达通用规范［Ｓ
］．北京：总装备部，１９９８．
·
５４·任
培，等：数据链系统效能评估框架研究（总第３５－００４５）
客户数据质量评价的原则与方法
客户数据质量评价的原则与方法 admin 2013-10-12 关于客户数据质量的困惑 “什么样的客户数据质量是比较好的？”“为什么我们的客户数据看起来很不错，可是在进行电话营销时，客户接触率和营销效果确差强人意，与期望大相径庭？”在进行数据库营销的讨论和交流中，经常有人问到这样的问题。 这些问题反映出了很多在从事数据库营销或直复营销过程中的营销策划人员和运营管理人员经常面临的问题和困惑。 几乎所有的组织都需要数据，一些行业严重依赖于客户数据，如银行、电信、保险公司等。毫无疑问，较差的数据质量给企业营销带来的损失非常巨大！试想一下，如果你的呼叫中心正在试图向非目标客户进行大规模电话营销活动，或是你的企业正向那些早已过期的邮寄地址寄出了数以万计的促销宣传资料。这些给公司带来的损失有多少？不幸的是，这样的情况几乎经常发生，而企业的数据库营销策划人员也经常面临着数据选择和评价的挑战。 理解关于质量的涵义 首先，让我们简单探讨一下“质量”的涵义。
在服务营销和服务管理中，通常将“质量”定义为：“满足不同客户的个性化需求的能力”。这样的定义有着一定的主观特征，也就是说不同的企业会根据其对客户需求和竞争环境的理解，来定义其产品与服务的质量特征。这可以用来解释为什么对于不同等级的客户提供的服务质量标准有所差异的原因，这也是为什么同样是提供点对点的航空运输服务，某些航空公司的服务质量和客户体验要好于其他一些竞争者的原因。 国际标准组织将质量定义为：“产品或服务所具备的满足明确或隐含需求能力的特征和特性的总和”。这样的定义虽然更明确，但对于大多数的人来说，过于专业和抽象。 一个比较通俗且受到多数人认可的对质量的直观定义是“适合使用需求”。这也是我们本文的一个主旨，没有质量绝对完美的数据，对于数据质量的评价也是要根据数据的使用需求来进行评价的。只要能够适合使用的需求，我们就认为数据的质量是符合要求的。企业也应当本着有取有舍的原则，选择那些为企业所能利用的数据。 了解了质量的定义，接下来就可以进入客户数据质量的评价话题了。 数据质量评价的基本原则
数据链系统效能评估框架研究
收稿日期：２００８ ０９ １５修回日期：２００８ １２ ２８ 基金项目：“十一五”装备预研基金资助项目（５１３０４０２０５） 作者简介：任 培（１９７８ ）， 男，河北石家庄人，博士研究生，主要研究方向：数据链建模与仿真、作战应用及效能评估方法等。 文章编号：１００２ ０６４０（２０１０）０１ ００４２ ０４ 数据链系统效能评估框架研究 任 培，周经伦，罗鹏程，王文政 （ 国防科技大学信息系统与管理学院，长沙４１００７３） 摘 要：研究了数据链系统效能评估相关概念及其对作战的影响机制，给出了数据链系统效能评价指标体系以及不同层 次指标的计算、 聚合方法。在此基础上形成数据链系统的效能评估框架，通过该框架可以指导数据链系统的效能评估，为数据链装备的发展及应用提供科学依据。 关键词：数据链，效能评估，指标体系，框架中图分类号：ＴＮ９ ０文献标识码：Ａ ﹢﹩ ┃ ┇ ━﹨┇ │ ┌┄┇─ ┄┇﹦ ┉ ┋ ┃ ┈┈﹦┋ ━┊ ┉ ┄┃ ┄ ﹥ ┉ ━ ┃─ ┎┈┉ │ ＲＥＮＰｅｉ，ＺＨＯＵＪｉｎｇ ｌｕｎ，ＬＵＯＰｅｎｇ ｃｈｅｎｇ，ＷＡＮＧＷｅｎ ｚｈｅｎｇ （爳牅牎牗牗牓牗牊爤牕牊牗牜牔牃牠牏牗牕爳牪牞牠牉牔＆爩牃牕牃牋牉牔牉牕牠，爫牃牠牏牗牕牃牓爺牕牏牤牉牜牞牏牠牪牗牊爟牉牊牉牕牞牉爴牉牅牎牕牗牓牗牋牪，爞牎牃牕牋牞牎牃４１００７３，爞牎牏牕牃 ）﹢ ┈┉┇ ┉：Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｃｏｎｃｅｐｔｓｒｅｌａｔｅｄｔｏｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍａｓ ｗｅｌｌａｓｔｈｅｗａｙｉｔｉｎｆｌｕｅｎｃｅｓｔｈｅｃｏｍｂａｔｐｒｏｇｒｅｓｓ Ｔｈｅｉｎｄｅｘｓｙｓｔｅｍｆｏｒｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎ ，ｃａｌｃｕｌａｔｉｏｎａｎｄａｇｇｒｅｇａｔｉｏｎｍｅｔｈｏｄｓｂｅｌｏｎｇｔｏｄｉｆｆｅｒｅｎｔｌｅｖｅｌａｒｅｇｉｖｅｎ Ｕｐｏｎｔｈａｔ，ｗｅｐｒｏｐｏｓｅａｇｅｎｅｒａｌ ｆｒａｍｅｗｏｒｋｆｏｒｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍ Ｗｅｂｅｌｉｅｖｅｔｈｅｆｒａｍｅｗｏｒｋｔｏｂｅａｇｏｏｄｒ ｅｆｅｒｅｎｃｅｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｌｉｎｋｓｙｓｔｅｍ ┎┌┄┇ ┈：ｄａｔａｌｉｎｋ，ｅｆｆｅｃｔｉｖｅｎｅｓｓｅｖａｌｕａｔｉｏｎ，ｉｎｄｅｘｓｙｓｔｅｍ，ｆｒａｍｅｗｏｒｋ 引言 高技术条件下的现代战争，作战样式已经由以 平台为中心转向以网络为中心，对抗方式也从单纯 的武器对武器、 平台对平台的对抗，发展到由指挥控制系统、侦察监视系统、联合火力打击系统等各种系统构成的作战体系的对抗。这种体系对抗的胜负不是取决于某一种或者某几种参战的武器装备，而是取决于所有参战武器装备所构成的体系的整体作战效能。这就在客观上要求不同的武器系统之间实现互联、互通和互操作，各种资源被充分共享。通过数据链，可以将众多复杂的武器平台以及指挥控制平 台有机地连为一体， 实现战场态势共享，缩短决策时间，提高指挥控制速度及协同作战能力，更好地发挥体系的整体作战效能。目前，军事强国已将数据链应用于近年来的几次局部战争，获得了很好的实战效 果。美军对Ｆ １５装备Ｌｉｎｋ １６数据链后的作战效能变化情况的研究结果表明，在其他条件相同的情况下，Ｆ １５装备Ｌｉｎｋ １６数据链后，无论是在日间作战还是在夜间作战，杀伤率取得了约２ ５倍的改善［１］ 。 １数据链系统效能评估相关概念 数据链是指装备在作战单元上的数据通信与处理系统，该系统不仅具有传统的通信设备功能，能够 按照约定的通信协议， 通过有线或者无线信道实时、可靠、安全、保密的收发格式化的信息，构成一个数据通信网络，还可以对接收到的各种信息（本单元的传感器信息、武器装备信息以及从其他作战单元接 收的信息） 进行（融合）处理，在一定程度上实现相对导航、敌我识别、武器引导、态势共享等功能。其构成如图１所示→←→←→←→→ 。 图 数据链装备的构成 信宿 数据链装备 收发 设备数据终端设备加密解密设备战术数据系统信源战术数据系统：将信源的各种信息经过一定的 处理，按照约定的报文格式生成报文；同时将从其他 Ｖｏｌ．３５，Ｎｏ．１Ｊａｎ，２０１０ 火力与指挥控制 ＦｉｒｅＣｏｎｔｒｏｌ＆ＣｏｍｍａｎｄＣｏｎｔｒｏｌ第３５卷第１期 ２０１０年１月
基于交互验证的数据质量评估方法的研究_凌云
第25卷第1期2014年2月 水资源与水工程学报 Journal of Water Ｒesources ＆Water Engineering Vol．25No．1Feb ．，2014 收稿日期：2013-06-20；修回日期：2013-07-29 基金项目：四川省教育厅重点项目（12ZA137）；四川省重点实验室（PJ201107） 作者简介：凌云（1989-）， 女，四川资阳人，在读研究生，主要从事数据质量评估研究。通讯作者：吕王勇（1979-），女，四川邛崃人，博士，副教授，主要从事数据质量评估研究。 DOI ：10．11705/j．issn．1672－643X．2014．01．47 基于交互验证的数据质量评估方法的研究 凌云，吕王勇，张里静 （四川师范大学数学与软件科学学院，四川成都610068） 摘 要：数据是决策者分析问题的重要依据，其质量的高低直接影响统计分析的科学性和决策的正确性。文章提出基于交互验证的数据质量评估方法，在最小均方误差准则下，建立最优的交互验证模型，对数据质量作评估。最后，通过对成都市的生活用水量的实证分析表明，运用交互验证方法，可使数据质量的评估更加合理，符合实际情况。关键词：数据质量评估；最小均方误差；交互验证；生活用水量；成都市中图分类号：TV213 文献标识码：A 文章编号：1672-643X （2014）01-0214-03 Study on assessment method of data quality based on cross-validation LING Yun ，L Wangyong ，ZHANG Lijing （School of Mathematics and Software Science ，Sichuan Normal University ，Chengdu 610068，China ） Abstract ：Data is an important basis for decision-maker to analyze problems．The data quality straightly affects the scientificalness of statistical analysis and the correctness of policy-making．The article pro-posed a method of data quality assessment based on cross-validation and established the optimal model of cross-validation to assess data quality in criterion of the minimum mean square error．Finally ，through the empirical analysis of Chengdu domestic water consumption ，the results indicated that the use of cross-vali-dation method made the assessment of data quality more reasonable and conformed the actual situation．Key words ：assessment of data quality ；minimum mean square error ；cross-validation ；demestic water consumption ；Chengdu 数据质量评估是对调查、汇总、整理完毕的数据 的质量进行科学的、实事求是的分析和评价，从准确 性、适用性、完整性、可靠性以及可获得性［1］ 5个方面对数据进行评估。数据质量的高低直接影响统计分析的科学性和决策的正确性，所以， 数据质量评估的目的是为了掌握数据的可靠程度，以便正确使用数据，并有针对性的采取措施，不断提高数据的质量［2］ 。目前关于数据质量评估的方法非常多。许 涤龙等［3］ 详细讨论了逻辑关系检验法、计量模型分析法、核算数据重估法、统计分布检验法、调查误差评估法以及多维评估法在数据质量的评估中的运 用；卢二坡等［4］ 运用稳健MM 估计方法评估GDP 数 据质量；高起蛟等［5］ 运用层次分析法评估报表数据 质量；李庭辉等［6］ 运用时间序列匹配性方法评估中国GDP 数据质量。交互验证方法至今没有用于数据质量评估中。因此，本文提出基于交互验证的数 据质量评估方法，选取成都市1978－2011年的生活 用水量数据［7］ ， 在最小均方误差准则下，建立最优的交互验证模型，对数据质量作评估。 1交互验证的数据质量评估方法 交互验证是一种基于拟合数据模型的验证方 法，其基本思想是：给定样本数据X =（x 1， x 2，…，x n ），将其随机分为A 1、 B 1两部分，A 1=（x A 1，x A 2，…，x A p ），B 1=（x B 1，x B 2，…，x B q ），其中p ＜q ＜n 且p +q =n （图1），以B 1中的数据作为样本， 根据样本数据的变化特点建立有效模型f 1（x B 1）， 拟合A 1中的数据，将拟合值A ^1=（^x A 1，^x A 2，…，^x A AP ）与真实值做比较，计算均方误差： MSE 1= ∑p i （x A i －^x A i ）2 p （1）
基于统计分析的作战行动效能评估方法
基于统计分析的作战行动效能评估方法 摘要:由于作战过程中不确定因素多，作战行动效果数据表现出显著的随机性。为了探索效果数据背后隐藏的作战规律，基于统计分析的方法研究作战行动效能的评估问题。分析了作战行动及其效能的基本概念，针对增强最简半自治适应性作战神经网络工具箱(enhanced irreducible semi-autonomous adaptive combat neural simulation toolkit，einstein)产生的仿真数据采用单次、单组以及多组实验分析的手段，研究进攻行动效果数据的统计特征，发现对于具有作战优势的一方，相比通过增加作战人数而言，提高火力半径能够取得更好的作战效果。在此基础上，提出一种作战行动效能的评估方法，并结合仿真数据进行了验证，从而为基于实际训练效果数据的效能评估提供可行的解决方案。 关键词:作战行动；效果数据；einstein工具箱；统计；效能评估 effectiveness evaluation method based on statistical analysis of operations cheng kai1*, zhang rui1, zhang hong.jun1, che jun.hui 2
1. engineering institute of corps of engineers, pla university of science and technology, nanjing jiangsu 210007, china ; 2. nanjing army command college, nanjing jiangsu 210045, china abstract: the effective data of actions show a significant randomness because of lots of uncertain elements in the course of action. in order to explore the rules of warfare which hide behind the data, research on effectiveness evaluation problems based on statistical analysis method. analyze the basic concept of action and its effectiveness. with the simulation data produced by enhanced irreducible semi.autonomous adaptive combat neural simulation toolkit(einstein), use a single, a group and multi group experimental methods to study the statistical characteristics of offensive actions and find that to a party who has a combat advantage, compared with increased number of personnel, the increased radius of firepower can achieve better operational results. on this basis, an evaluation method of action effectiveness is
数据质量管理
数据质量管理 定义： 是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。 目录 1数据质量管理 2数据质量管理评估维度 3分析影响数据质量的因素 4MTC-DQM 数据质量管理的方法与步骤 一数据质量管理 数据质量管理是循环管理过程，其终极目标是通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益。 二数据质量管理评估维度 由于数据清洗（DataCleaning）工具通常简单地被称为数据质量（Data Quality）工具，因此很多人认为数据质量管理，就是修改数据中的错误、是对错误数据和垃圾数据进行清理。 这个理解是片面的，其实数据清洗只是数据质量管理中的一步。数据质量管理（DQM），不仅包含了对数据质量的改善，同时还包含了对组织的改善。针对数据的改善和管理，主要包括数据分析、数据评估、数据清洗、数据监控、错误预警等内容；针对组织的改善和管理，主要包括确立组织数据质量改进目标、评估组织流程、制定组织流程改善计划、制定组织监督审核机制、实施改进、评估改善效果等多个环节。 任何改善都是建立在评估的基础上，知道问题在哪才能实施改进。通常数据质量评估和管理评估需通过以下几个维度衡量。
1 数据质量评估维度 完整性Completeness：完整性用于度量哪些数据丢失了或者哪些数据不可用。 规范性Conformity：规范性用于度量哪些数据未按统一格式存储。 一致性Consistency：一致性用于度量哪些数据的值在信息含义上是冲突的。 准确性Accuracy：准确性用于度量哪些数据和信息是不正确的，或者数据是超期的。 唯一性Uniqueness：唯一性用于度量哪些数据是重复数据或者数据的哪些属性是重复的。 关联性Integration：关联性用于度量哪些关联的数据缺失或者未建立索引。 2 管理质量评估维度 配置管理Config Management：此维度用于度量数据在其生命周期内的一切资源是否得到了控制和规范，即数据的计划、产生、变更直至消亡的过程中，与数据相关的计划、规范、描述是否收到控制。评估指标包括：评估配置项的细化粒度、评估基线准确度和频度以及变更流程是否合理完善等。 培训 Training：此维度用于度量数据的生产和使用者在数据生命周期内的一切活动中是否经过了知识和技能的培训、培训效果是否满足岗位需要；受训的知识和技能是否经过审核和确认，受训的内容是否与企业文化和价值观一致；培训流程是否合理完善等； 验证和确认Verify & Validation：此维度用于度量数据在其生命周期内是否得到验证和确认。评估内容包括是否通过验证流程确保工作产品（数据）满足指定的要求、是否通过“确认”流程保证工作产品（数据）在计划的环境中满足使用的要求；“验证”和“确认”的流程是否完善； 监督和监控Monitoring：此维度用于度量产生和使用数据的流程在数据的整个生命周期内是否真正受控。脱离监控的信息、技术、计划、流程、制度，会导致数据质量低下。监督和监控的流程是否完善。 三分析影响数据质量的因素 影响数据质量的因素主要来源于四方面：信息因素、技术因素、流程因素和管理因素
安全防范系统的效能评估
安全防范系统的效能评估 中国安防行业网 https://www.360docs.net/doc/534487753.html,
安全防范系统的效能评估 来源：中国安防行业网 （https://www.360docs.net/doc/534487753.html,） 一、安全防范系统效能评估的意义 安全防范系统（"安全技术防范系统" 的简称，下同）指以维护社会安全为目的，综合运用人力防范措施，电子防范设施、实体防范设施构成探测、延迟、反应功能要素，且各要素间有机联系、相互依存所形成的，具有防入侵、防盗窃、防抢劫、防破坏、防爆炸（简称"五防"）和防重大治安事件等作用的整体。它是安全防范活动（"安全技术防范活动"的简称，下同）的基本依托，是社会治安防控体系的一个重要组成部分,也是构成城市报警与监控网络的节点和主要信息源。安全防范系统依其防范作用的不同,相应地在系统构成上也有一定差别，因而就出现了诸如防入侵盗窃系统、社会治安动态视频监控系统等安全防范系统的多种应用形式。 伴随着安全防范系统的应用由金融、文博、重要科研单位等重点单位要害部位向公共场所以及住宅小区的日益普及，近年来，安全防范系统工程项目数量、投资额快速增长。可喜的是社会治安防控面迅速扩大，但同时也不可忽视的是，由于系统建设与应用中问题不断涌现，使之在增强社会治安防控能力上的费用-效能比明显不理想：如一些安全防范技术系统因设计或安装或使用不当,存有防范漏洞甚至形同虚设；一些安全防范系统因人防、物防、技防脱节，形不成一个有机的防范整体等，致使其防范作用难以有效发挥，这显然违背"科技强警"、"科技创安"的初衷。为了保证安全防范活动健康持续蓬勃开展，迫切需要建立科学的安全防范系统效能评估体系和评估制度，适时地、准确客观地对安全防范系统的效能实施评价，以实现对系统在设备选用，工程设计施工，系统运行管理与报警服务以及用户使用各个环节的质量优化与监控，从而使安全防范系统建设与应用过程中可能出现的问题得到及时发现、及时解决，使安全防范系统的效能得以充分发挥，并真正成为社会治安防控体系的有力技术支撑。 今年上半年，安防行业已申报成功新职业"安全防范设计评估师"，这是安防行业从业人员的一件大喜事。"安全防范设计评估师"职业是为从事安全防范系统（工程）规划、设计和实施及其效能评估与安全风险评估等工作的人员而设立的。该项新职业的确立，使得安全防范系统效能评估工作的规范化开展在人才上也将得到基本保证。 二、安全防范系统评估的基本功能
数据质量具体评测指标及方法说明
数据质量具体评测指标及方法说明 一、主要评测内容 重点评测个案库的数据完整性、逻辑关系准确性。评测内容及指标计算方法会根据需要作适当调整。 二、具体评测指标及方法 （一）主要数据项完整情况 1、评测内容：重点评测个案库中的基本情况表，具体数据项包括姓名、性别、现居住地代码、户籍所在地代码、公民身份号码、出生日期、婚姻状况、户口性质等8项必填内容。 其中：每条个案记录中，只要任意一项主要数据项缺失，即认定为该条记录的主要数据项不完整。 2、评测指标：主要数据项完整率 3、计算公式： 主要数据项完整的人口总数 —————————————×100% 个案信息库包含的人口总数 其中： 主要数据项要通过单项逻辑校验，没有通过单项逻辑校验的视为数据项缺失。校验规则如下： （1）性别、户口性质、婚姻状况数据项均不能为空错值；
（2）姓名：7岁以上（含7岁）“姓名”不含“未取名”、阿拉伯数字、英文字母等不符合规范的文字，不少于两个汉字。7岁以下人口不做此单项逻辑校验。 （3）公民身份号码：7岁以上（含7岁）“公民身份号码”不含空格、性别码与性别匹配、长度为15或18位、校验码正确。7岁以下人口不做此单项逻辑校验。 （4）出生日期：不大于汇总数据时点。 （5）现居住地代码：不为空错值，当人员类别为外出时，现居住地代码不应为本地 （6）户籍地代码：不为空错值，当人员类别为外来时，户籍地代码不应为本地 （二）逻辑关系准确情况 1、评测内容：分为单表审核、表间审核两种类型，共计7个审核内容。 其中，每条个案记录中，只要任意一项逻辑关系不准确，即认定为该条记录的逻辑关系不准确。 （1）若总人口数据“婚姻状况”为已婚（代码为20 – 23 29），则与配偶有关的信息项目配偶姓名、配偶身份证（配偶身份证错误也视为空）项均不为空； （2）育妇卡片“育龄妇女初婚日期”加15年不能小于“育龄妇女出生日期”；
数据质量评测方法与指标体系
中国科学院数据应用环境建设与服务 数据质量评测方法与指标体系 （征求意见稿） 中国科学院数据应用环境建设与服务项目组 2009 年9 月
前言本规范是“中国科学院数据应用环境建设与服务”之标准规范建设成果之一。本规范由中国科学院计算机网络信息中心科学数据中心提出并归口。本规范由中国科学院计算机网络信息中心科学数据中心负责起草。
目录 1 范围.......................................................................................................... 2 规范性引用文件................................................................................................ 3 应用.......................................................................................................... 4 术语.......................................................................................................... 5 数据质量评测制度.............................................................................................. 6 数据质量评测原则.............................................................................................. 6.1 科学性原则 (5) 6.2 客观性原则 (5) 6.3 系统性原则 (5) 6.4 可操作性原则 (6) 6.5 针对性原则 (6) 6.6 引导性原则 (6) 7 数据质量评测一般流程.......................................................................................... 7.1 数据质量需求分析 (7) 7.2 确定评价对象及范围 (7) 7.3 选取数据质量维度及评价指标 (7) 7.4 确定质量测度及其评价方法 (8) 7.5 运用方法进行评价 (8) 7.6 结果分析及评级 (9) 7.7 质量结果及报告 (9) 8 数据质量评价主体的要求........................................................................................ 9 数据质量指标体系............................................................................................... 9.1 数据质量结构 (10) 9.2 主要数据质量指标 (11) 9.2.1 基本层 (12) 9.2.2 准则层 (13) 9.2.3 评价指标选取的基本要求 (16) 9.2.4 评价指标的筛选和权重 (16) 9.2.5 评测指标的冲突处理原则 (17) 10 数据质量评测方法........................................................................................... 10.1 定性方法 (18) 10.1.1 第三方评测法 (19) 10.1.2 用户反馈法 (19) 10.1.3 专家评议法 (20) 10.2 定量方法 (20) 10.2.1 访问量统计 (20) 10.2.2 计算机辅助检查 (21) 10.3 综合方法 (21) 10.3.1 层次分析法 (21) 10.3.2 缺陷扣分法 (26)
数据质量评价的原则与方法
仅供参考！ 目前，基于数据仓库的商业智能应用已经成为国内许多企业的IT规划项目，并受到企业管理层的关注。作为商业智能的基础,数据质量的好坏是影响商业智能应用效果的关键，但由于企业的信息化经过长期的积累和发展,数据质量参差不齐，脏数据的存在阻碍了商业智能应用的进程，下面将重点谈谈如何让脏数据改头换面。 数据的“往事” 脏数据是指源系统中的数据不在给定的范围内或对于实际业务毫无意义，或是数据格式非法，以及在源系统中存在不规范的编码和含糊的业务逻辑。 脏数据的存在主要是由于源系统的设计不够严密造成的。主要表现为：数据格式错误，数据不一致，数据重复、错误，业务逻辑的不合理，违反业务规则等。例如，未经验证的身份证号码、未经验证的日期字段等，还有账户开户日期晚于用户销户日期、交易处理的操作员号不存在、性别超过取值范围等。此外，也有因为源系统基于性能的考虑，放弃了外键约束，从而导致数据不一致的结果。 目前，大多数的银行业务系统的输入界面是采用COBOL语言或C语言开发的，界面处理功能不是很强，一些要素被设计成“输入”而不是“选择”，如企业客户的信用等级被设计成输入，输入的正确与否完全由操作员的理解决定，这也是脏数据产生的原因之一。例如，如果被设计成“选择”就不会出现把AAA输成“1”或其他了。 转换与清洗的实例 下面以银行业务系统的客户的惟一标识—客户号为例来讲解如何转换与清洗数据。 客户信息的处理是整个数据抽取、转换、清洗和装载（ETL）工作中最复杂的部分。目前业务系统中常见的客户信息处理的难点主要有以下两个方面。 客户的惟一标识混乱 银行的客户号一般由证件类型与证件号组成，这里就有一个问题，如果客户有多种证件怎么办？或者说某个客户办了移民，有了新的身份，系统中怎样体现出他是同一个客户？这些问题，除了少部分是由于发证机关造成的（如身份证重号），大部分是由于操作人员的操作不规范造成的。主要表现在以下三个方面。 A、客户身份证号问题 最常见的问题是客户的身份证从15位更换为18位。首先操作人员只要能输入新的客户号，就认为是一个新的客户；其次，即使操作员知道客户的身份证升位了，但在银行的客户信息中，客户号是惟一标识，如果对惟一标识进行更新，作为增量反映到目标系统中，但没有记录原客户号，对于目标系统来说就是一条新记录，而删除原有的客户信息在实际操作中可能是不允许或做不到的，因为在这个客户号上可能还挂了许多账户，即便物理删除了这条客户
数据质量体系结构介绍
数据质量体系结构介绍 作者：杜绍森编译出处：IT1682008-05-12 09:14 数据质量管理过程是一个没有终点的过程，也没有统一架构原则。这里提供的是一种针对数据仓库项目可以简单实现的、可扩展的、一种相对比较完善的捕捉数据质量事件，同时对其进行量度和控制的方法。 本文提供一个在数据仓库项目的实施过程中，可增量添加的、可扩展的数据质量体系结构，它可以保证以最小的对前期投资的影响，并增加到存在的数据仓库和数据集成环境中。使用这个架构，也可以实现项目系统化的向6Sigma质量管理体系的扩展。这个架构的设计也是针对数据仓库领域缺乏的公开的、一致的说明数据质量的问题来进行组织的。 有三股力量已将对将数据集成、数据质量的关注呈现在组织管理层优先执行活动中。它们是：一、普遍地认为"如果仅能看到数据，而无法确定其质量等级，就无法更好的管理的业务"的认识，正在持续增长。绝大多数的知识工作者相信对自身的工作职能来说，数据是至关重要的;二、绝大多数的全球化的，分布式的组织机构逐步形成共识，集成分散在全球各地的业务数据是企业竞争力的必要因素;三、急剧增长法律符合性的要求也是一个重要的因素。 仅这三个方面的驱动力，对于强调数据质量的问题显然还并不充分。幸运的是，还有一股强大的动力正来自除了IT部门以外的业务人员。业务人员正在逐步的认识到数据质量问题是一个严重的，需要高昂的成本的问题，这样，组织主动性地提供数据质量就有了更大的动力。但是，多数的业务人员可能并不能完全了解数据质量问题产生的原因，找到提高数据质量的方法。有时他们认为数据质量问题主要是IT部门操作层面的问题。在这样的情况下，IT部门就应该更加认识到：数据质量问题不可能仅通过IT部门来单独改善，更需要业务部门的积极、主动参与。事实上，数据质量领域一个极端的看法认为："数据质量问题几乎和IT没有任何的关联"。 在关注数据质量时，如果仅仅要求前台的操作人员在输入数据时保持足够的细心，或要求销售人员在录入订单的客户和产品信息时保持足够的仔细显然都是不够的。我们还可以通过在数据的录入界面上附加更加严格的技术性约束来避免和修复数据的质量问题。这些方法提供了一些修复或避免数据质量问题的线索，但是在采取这些技术性措施之前，我们需要用一个更大的视野关注数据质量问
软件系统效能评估
软件系统效能评估 效能评估 指对某种事物或系统执行某一项任务结果或者进程的质量好坏、作用大小、自身状态等效率指标的量化计算或结论性评价，广泛用于军事、科研、制造行业，也可用于评估某种计划、工程。 一. 软件系统评估的基本概念 1、评估要素 评估具有五大要素：评估主体、评估对象、评估目标、评估手段(准则、方法、工具)、评估实施。 2、评估要求 评估应具有实用价值，这就要求评估的准则、评估的方法、评估的效能指标要面向用途，以评估目标为导向，考虑到不同层次评估主体的不同需求。 3、评估质量 指评估结果的可信度衡量，可通过可用性和可靠性来描述，可用性：指评估结果的可用性和一定有效性基础上的评估效率；可靠性：是指一定可利用性基础上的评估结果的正确性。 4、评估时效性 评估结果具有时效性，指应从发展的观点看待评估。由于情况条件的变化，认识的深入，评估结果有一定的变化，因此，评估应在实践中反复检验。 5、效能指标限定性 效能指标是在一定条件下得出的，具有一定的适应范围，使命任务和系统的配置不同，其评估对象的效能指标也不尽相同，效能指标值总体构成约束条件空间内的动态曲线。 二. 软件系统评估的分类 为了能够对软件系统作出科学的评估，需要综合考虑软件系统的各个方面的特性，对软件系统进行全方位的评估，我们根据软件系统的性能、效能、经济性三个方面，把对软件系统的评估分为三类： 1、经济性评估
经济评估主要从研制软件系统的科技投资效益的角度来考虑的。从投资学角度来讲，建设这样的软件系统，将花费多少费用，是否符合需求方的支撑能力？在追求系统高效能的同时，投资费用却要受到限制，不能超出需求方的经济水平，故只能采取折中的办法。在投资前对多个被选方案分别进行经济性能评估，然后由决策者从中选择认为是最为可行的一种。经济性评估的主要内容就是费用预测。 2、效能评估 系统效能，是预期一个系统满足一组特定任务的程度的量度。它是系统的综合性能的反映，是系统的整体属性。效能评估，就是要对系统进行综合分析，把系统的各项性能与任务要求综合比较，最终得到表示系统的优劣程度的结果。 软件系统的效能，可以细分为软件系统的自身效能和应用效能。自身效能是软件系统本身固有的性能，它体现了软件系统本身的完备性；应用效能是软件系统在应用过程中的体现的效能，是对社会的贡献。 3、性能评估 系统性能评估是对系统的单项指标的评估，与效能相比，系统性能是绝对的，针对于产品。而效能是比较抽象的，针对于用户的。对于复杂的软件系统，系统的性能指标包扩很多内容，有关文献把其分为三个层次：第一，用户层次； 第二，系统负责人层次； 第三，子系统设计者层次； 不同层次的工作人员，对系统性能指标的侧重程度是不一样的。 三. 软件系统评价的主要任务、应掌握的原则、注意的问题 1、评价的主要任务有以下方面： 分析论证软件系统的组成规模和方案优劣 检验软件系统的完备性、一致性和正确性 论证软件系统内部要素的相互关系和对系统总体效能的影响 软件系统结构合理性分析 软件系统效能指标的灵敏度分析 2、应掌握的原则和观点 系统的观点：软件系统的效能不是系统各个子系统效能的简单总和而是有机综合。 满意的观点：软件系统是一个复杂的信息系统，严格数学意义上的系统最优概念是不存在的，只能求得满意的系统和可行的解。 目标和准则的观点：系统的优劣是相对目标和准则而言的。 3、要注意的问题： 所阐述的问题是否为实际性的问题 评估过程中所作假定的合理性问题
数据质量评价模型的建立和实现完整版
数据质量评价模型的建 立和实现 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
[摘要] 本文提出了数据质量评价模型、质量校验与评价方法，论述了“数据质量分析评价系统”的程序实现流程、总体结构及功能，介绍了系统的关键技术及进一步的研究方向。 [关键词]质量模型质量检验质量评价 数据作为一种资源，是支撑信息化建设和应用的主体，根据“进去的是垃圾,出来的也是垃圾”这条原理,为了支持正确决策,就要求我们所管理的数据可靠,没有错误,能够准确地反映采油厂的实际情况。胜利采油厂数据中心存放了5千万条的数据，还在以每天2万条的速度加载，如何使这些海量数据在生产管理、科学研究、企业决策中发挥应有作用，使用户能用、敢用、愿用，使数据真正为企业服务，这是几乎所有信息化企业亟需迫切解决的问题。为解决数据质量问题，各种管理手段、技术手段和新的数据评价体系不断被应用在数据的采集和加工过程中。 一、数据质量评价模型的提出背景 采油厂的数据资源具有:横跨专业多，数据采集密度大、频度高，数据处理流程复杂等特点，为了保证数据的可用性，数据管理人员在客户端、服务器端均设置了数据质量审核规则，但是依然不可避免存在比例较高的数据质量问题，典型的有记录不全、数据遗漏、数据错误、多义字段、矛盾值、违背业务规则、无法关联等。产生数据问题的根本原因可以归结为以下几个方面: 1.没有从数据资源的战略高度对数据质量进行统一完整的定义，导致数据的分析评估没有统一可靠的标准； 2.数据质量还停留在定性评价,不能实现精确的量化评价，只是在业务需要某个数据时,才到库里去手动统计,无法动态记录某个单位、某个月的真实数据质量发生情况,导致数据质量考核缺乏可信的数据依据,大大影响考核力度;
统计数据报送及质量检查审核评估制度
陵县工商行政管理系统 统计数据报送及质量检查审核制度 为保证统计数据质量，依据省、市局有关规定，制定本制度。 第一条全县工商行政管理统计报表编制必须严格执行《国家工商行政管理系统统计报表制度》，按照“分级负责、集中汇总、逐级上报”的办法进行管理。 第二条编制、报送各类统计报表必须全面、及时、准确，做到表种不缺、指标不漏、时间不拖、数字不错。 第三条各种统计报表采取逐月定案法，即统计报表报出一个月为定案期，逾期为定案数。 县局各业务科室、所、直属局报表于每月26日前报县局办公室。季报、半年报、年报按规定时间上报，统计报表时间另有规定的，按规定的时限上报。 第四条业务报表必须经统计人员核对无误后，报科室、所负责人签字并加盖公章，上报本局综合统计机构，由综合统计机构进行汇总，经填表人审核签字、统计负责人和局领导审核签字，并加盖公章后报上级机关综合统计机构。 第五条综合统计员要在统计数据填报、汇总、整理的每个
阶段，从基础数据收集和各专业主要统计数据之间的衔接，到最后数据的确定，对数据质量进行认真审核，确保统计数据客观真实。 第六条报表上报实行双轨制，即在报送电子版的同时报送报表打印件。原则上，上报电子版采用网络传输方式，报表打印件采用专人送达的方式。 统计报表报出后，如发现差错，应在更正期内立即申请更正。上报单位在报出报表的同时，留存一份归档管理。 第七条统计数据质量实行分级负责、分级管理。县局综合统计机构对全县系统统计数据质量统一管理，负责全县系统统计数据质量的监督、检查和评估等项工作；各科室、所、直属局对本级统计数据质量进行管理，负责本级统计数据质量的监督、检查和评估工作。 各单位统计负责人是统计数据质量第一责任人，专（兼）职统计员是统计数据质量直接责任人。 第八条各单位要在建立健全统计台帐和原始记录的基础上，做好统计数据的评估工作。由业务科室统计人员结合工作实际写出统计评估分析，经分管领导审批后，上报上一级综合统计机构。 第九条统计数据的评估分析要本着客观、真实的原则，确
统计数据质量评估审核制度
统计数据质量评估审核制度 为了切实履行统计监督职能，确保统计数据质量，保证各统计单位上报的统计数据能客观地反映各级、各专业的社会经济发展概貌，特制定本制度。 一、审核评估内容 全街各种定期报表和年度报表，主要是农业、工业、社会消费品零售总额、固定资产投资额、招商引资额、城镇居民人均可支配收入等指标数据。 二、审核评估方法 1、将全街各种报表汇总上报数与各部门对应的主管部门的实际完成情况数量对比审核评估。 2、将全街各种报表汇总数与该表种的同期数、季度数、上月数进行比较评估。 3、将全街各种报表汇总上报数与有关部门掌握情况及要求结合进行审核评估。
三、审核评估的要求 1、规范统计口径、统计指标的计算方法和资料来源。要求各直报单位要严格执行国家规定的统计口径和计算方法及原则；全街汇总数一定要来源于基层上报数，切实保证数据的真实性。 2、各直报单位上报数据原则上不容许随意调整或有较大变动，增幅不得超过30%以上；凡报送报表超过以上原则的，必须在上报报表的同时附报详细说明和基层规范性的统计原始资料，或数据质量评估报告。 3、强化各种报表数据的衔接。一是各种报表数据间的衔接，对逻辑关系不合理的或数据间不相符的数据要及时纠正；二是上报统计报表中的有关重要指标与有关部门掌握情况衔接；三是对外发布的资料与各级上报的统计数据衔接。 4、实行数据质量岗位责任制。各级统计部门要对上报数负责，从基层资料的搜集到统计数据的最后确定做到层层把关，各负其责。
四、审核评估程序 1、采取逐级审核评估的办法，街统计站对街内各部门、辖区直报单位上报的数据库进行审核评估。 2、统计站根据审核评估办法，对不按审核评估要求或数据有问题的报表，拟提出修改意见，有关单位要依据修改意见重新修订审核调整上报，否则统计站将不对外公布或提供数据。 3、统计站将定期向各级、各部门通报重要统计数据质量分析审核评估结果，争取各级领导对统计数据质量的重视，加强对统计工作领导，确保各项统计数据的真实、可靠。
公司投资效能评估体系
投资效能评估体系 投资效能评估旨在对公司所建项目的投资效能进行定量和定性的总结。 本着实事求是、独立、客观的原则，对项目投资的力度、投资方向、投资策略、经济效益、管理效益和长远战略价值进行比较详尽的分析和评估。利于总结不同项目的经验教训，取长补短，改正和调整出现的缺陷，并对公司下一步的投资提出建设性和实质性的措施和建议，供公司领导决策参考，达到以评促建的目的。 效能评估主要从如下几方面进行： 1. 投资：与房地产行业中类似公司项目相比较的投资力度、投资比例、投资策略和投资侧重点的合理性。 2. 适宜性：项目定位是否能够支持公司战略发展规划目标。 3. 可用性：项目成果是否能够有效地支持主业核心业务。 4. 可操作性：项目成果是否具有良好的可操作性，便于推广应用。 5. 可维护性：项目成果是否便于进行纠错性、扩充性、适应性、预防性维护。 6. 可靠性：项目成果的无故障运行时间是否达到预期标准。 7. 可控性：项目建设过程和建设成果是否可控，过程文档是否足以支持项目持续提升与发展。
一、开发周期考核系数 1、计算公式 项目实际经营期所含的月数—项目计划经营期所含的月数 延期率X= *100% 项目计划经营期所含的月数 说明： （1）项目实际经营期所含月数为截至本期最终决算之时的本期项目实际经营期所用月数。 （2）项目计划经营期所含月数是指按照建设项目经营管理责任书所确定的本期项目计划经营期所含的月数。 2、系数计算 (1)X≤一1 5％对应系数：1．2 (2)一15％