统计报表是管理者获取基本统计信息和了解基本发展情况的重要手段。一份看似简单的统计报表,其实操作起来并没有那么简单。
统计报表的定义是什么?
统计报表是按国家统一规定的表式，统一的指标项目，统一的报送时间，自下而上逐级定期提供基本统计资料的调查方式方法。我国大多数统计报表要求调查对象全部单位填报，属于全面调查范畴，所以又称全面统计报表。
统计报表按其性质和要求不同，有如下几种分类。
按报表内容和实施范围不同，分为国家统计报表、部门统计报表和地方统计报表。 国家统计报表——国民经济基本统计报表，由国家统计部门统一制发，用以搜集全国性的经济和社会 基本情况，包括农业、工业、基建、物资、商业、外贸、劳动工资、财政等方面最基本的统计资料。部门 统计报表——为了适应各部门业务管理需要而制定的专业技术报表。地方统计报表——针对地区特点而补 充制定的地区性统计报表，是为本地区的计划和管理服务的。
按报送周期长短不同，分为日报、旬报、季报、半年报和年报。 周期短的，要求资料上报迅速，填报的项目比较少；周期长的，内容要求全面一些；年报具有年末总 结的性质，反映当年中央政府的方针、政策和计划贯彻执行情况，内容要求更全面和详尽。
按填报单位不同，分为基层统计报表和综合统计报表。 基层统计报表是由基层企、事业单位填报的报表，综合统计报表是由主管部门或部门根据基层报表逐 级汇总填报的报表。 统计报表主要用于搜集全面的基本情况，此外，也常为重点调查等非全面调查所采用。
统计报表的优点
统计报表具有以下三个显著的优点：
1.它是根据国民经济和社会发展宏观管理的需要而周密设计的统计信息系统，从基层单位日常业务的 原始记录和台账（即原始记录分门别类的系统积累和总结）到包含一系列登记项目和指标，都可以力求规 范和完善，使调查资料具有可靠的基础，保证资料的统一性，便于在全国范围内汇总、综合。
2.它是依靠行政手段执行的报表制度，要求严格按照规定的时间和程序上报，因此，具有100％的回 收率；而且填报的项目和指标具有相对的稳定性，可以完整地积累形成时间序列资料，便于进行历史对比 和社会经济发展变化规律的系统分析。
3.它既可以越级汇总，也可以层层上报、逐级汇总，以便满足各级管理部门对主管系统和区域统计资 料的需要。
当然在制作统计报表时，我们通常会先选用excel制作，但excel并不是制作统计报表的最佳选择，特别在数据繁多的时候，如果单单只使用excel制作的话，会耗费大量的时间精力，所以我是不大推荐的，制作统计报表还是得使用专业的报表软件效果更佳。或许有很多人看到专业的报表软件做得各种炫酷高大上效果的报表，以为就是“excel技术好一点呗”。其实不然，如果统计报表过多，会增加基层负担，有可能会引起虚报瞒报而影响统计资料质量。所以工欲善其事必先利其器，一个好用的统计报表软件平台也是很重要的。对于复杂的统计报表，采用专业的软件才是正举。选择Smartbi，一款简单易上手，既适合技术人员操作，也适合业务人员操作的报表软件。

而且Smartbi提供即席查询功能，易用、快速、即查即得。即席查询是用户根据自己的需求，灵活的选择查询条件，系统能够根据用户的选择生成相应的统计报表。满足各种复杂格式的监管报表和内部管理报表的要求;支持交叉统计报表、不规则报表、不平衡报表、原始凭证报表等多种复杂格式的报表，更支持数据补录、报表数据汇总、误差处理等功能。

第一章导论练习题
1．单选题
(1)统计研究对象的特点包括(C)。
A、总体性
B、具体性
C、总体性和具体性
D、同一性
(2)下列指标中不属于质量指标的是(D)。
A、平均价格
B、单位成本
C、资产负债率
D、利润总额
(3)下列指标中不属于数量指标的是(C)。
A、资产总额
B、总人口
C、资产报酬率
D、人口增加数
(4)描述统计和推断统计的之间的关系是(A)。
A、前者是后者的基础
B、后者是前者的基础
C、两者没有关系
D、两这互为基础
(5)一个统计总体(D)
A、只能有一个标志
B、只能有一个指标
C、可以有多个标志
D、可以有多个指标
(6)若要了解某市工业生产设备情况，则总体单位是该市(D)
A每一个工业企业B每一台设备C每一台生产设备D每一台工业生产设备
(7)某班学生数学考试成绩分别为65分71分、80分和87分，这四个数字是(D)A指标B标志C变量D标志值
(8)下列属于品质标志的是(B)
A工人年龄B工人性别C工人体重D工人工资
(9)现要了解某机床厂的生产经营情况，该厂的产量和利润是(D)
A连续变量B离散变量C前者是连续变量，后者是离散变量D前者是离散变量，后者是连续变量
(10)劳动生产率是(B)
A动态指标B质量指标C流量指标D强度指标
(11)统计规律性主要是通过运用下述方法整理、分析后得出的结论(B)
A统计分组法B大量观察法C综合指标法D统计推断法
(12)(C)是统计的基础功能
A管理功能B咨询功能C信息功能D监督功能
(13)(A)是统计的根本准则，是统计的生命线
A真实性B及时性C总体性D连续性
(14)统计研究的数量是(B)
A抽象的量B具体的量C连续不断的量D可直接相加的量
(15)数量指标一般表现为(C)
A平均数B相对数C绝对数D众数
(16)指标是说明总体特征的，标志是说明总体单位特征的，所以(A)
A指标和标志之间在一定条件下可以相互转换B指标和标志都是可以用数值表示的C指标和标志之间是不存在关系的D指标和标志之间的关系是固定不变的
2．多选题
(1)统计学发展过程中经历的主要学派有(ABCB)。
A政治算术学派B国势学派C数理统计学派D社会统计学派
(2)下列标志中属于品质标志的有('')。
A企业的经济类型B劳动生产率C企业所属的行业D企业的负债总额
(3)下列指标中属于质量指标的有(ABD)。

这一期咱们聊聊筛选变量的指标——IV值。
计算公式如下：
看公式有没有很熟悉，大家没有看错，其中一部分就是WOE的计算公式。区别就在于WOE是对一个变量的每个分组的计算，IV值是对一个变量的统计指标。
如上图所示，当前使用率的IV值为1.415。
IV值的作用就是衡量一个变量整体的预测能力，好处在于每个变量的IV值是可比的。所谓的IV值（informationvalue），指的是一个变量对于判定客户属于y1还是y0的信息贡献，贡献越大，IV值越大。
然而，我们仅从公式就可以看出，对于同一个变量来说，分组分的越多，它的IV值自然越大。但是分组过多会产生另外一个问题，每个分组的数据量会变少，导致每个分组不稳定。所以我们在进行变量分箱时不能只考虑提高变量的IV，也要兼顾稳定性与业务意义。
在进行变量初筛的时候，可以直接将IV值小于0.02的变量剔除，不参与后面的算法拟合过程。这些变量即使进入变量拟合库，对判定客户的贡献也基本上等于没有。 
好了，这期就先聊到这里，下期再见！

美图欣赏：



一.新鲜一感

你本来是有机会的，但是你输了，你不能总是活在过去

二.pv , uv 的概念

pv、uv属于统计网站的访问量

pv：用用户请求的ip地址来计算用户访问的网站的页面的次数

该需求的统计具有真实性，是衡量网站流量的重要指标

uv：可以理解为访问某网站的电脑的数量

网站判断来访电脑的身份是通过来访电脑的cookies实现的，往往是按天来统计

如果更换了ip后但不清除cookies，再访问相同的网站，该网站的统计的uv数是不变的


pv、uv一般是用作网站流量的趋势分析、数据对比分析、数据细分分析这三个维度 对比分析，就是给孤立的数据一个合理的参考系

GMV=销售额+取消订单金额+拒收订单金额+退货订单金额 环比：某年的1月的销量和该年的2月的销量的比较

同比：某年的1月的销量和前年的1月的销量的比较 定基比：以一个时间范围作为基点，其他时间范围的数量和基点进行比较

三.代码
数据样例：


import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object WangZhanTJ {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("test").setMaster("local[*]")
    val sc = new SparkContext(conf)
    //setLogLevel 通过 SparkContext 指定日志级别 例： ALL, DEBUG, ERROR, FATAL, INFO, OFF, TRACE, WARN
    //1.这里设置的Error,不然打印太多日志了
    sc.setLogLevel("ERROR")

    //2.拿到数据源
    val lines = sc.textFile("D:\\scala学习笔记\\day08\\access.log")

    //3.按空格切分，并且拿到的是第一个元素（也就是 127.0.0.1）
    val ip = lines.map(_.split(" ")(0))

    //4.ip个数进行总的统计，就是pv
    val pv: Long = ip.count()

    //5.将ip进行去重，就得到了uv
    val uv: RDD[String] = ip.distinct()

    //6.打印出pv的结果
    println(pv.toString)

    //7.打印出uv的结果
    println(uv.collect.toBuffer)

  }
}


结果：
20/03/16 23:30:06 INFO NettyBlockTransferService: Server created on 192.168.2.1:62238
20/03/16 23:30:06 INFO BlockManager: Using org.apache.spark.storage.RandomBlockReplicationPolicy for block replication policy
20/03/16 23:30:06 INFO BlockManagerMaster: Registering BlockManager BlockManagerId(driver, 192.168.2.1, 62238, None)
20/03/16 23:30:06 INFO BlockManagerMasterEndpoint: Registering block manager 192.168.2.1:62238 with 1989.6 MB RAM, BlockManagerId(driver, 192.168.2.1, 62238, None)
20/03/16 23:30:06 INFO BlockManagerMaster: Registered BlockManager BlockManagerId(driver, 192.168.2.1, 62238, None)
20/03/16 23:30:06 INFO BlockManager: Initialized BlockManager: BlockManagerId(driver, 192.168.2.1, 62238, None)
81
ArrayBuffer(192.168.170.113, 192.168.170.115, 192.168.170.111, 127.0.0.1, 192.168.170.114, 192.168.170.112, 192.168.170.116)

Process finished with exit code 0

                      ————保持饥饿，保持学习
                            Jackson_MVP