多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語

• 資料分析題型
• 資料分析公式
• 數(shù)資易錯(cuò)點(diǎn)
• 數(shù)量關(guān)系公式
• 常識(shí)百年黨史
• 全年時(shí)政熱點(diǎn)

*資料包涵蓋但不限于以上內(nèi)容

掃碼領(lǐng)福利

保存小程序碼至
手機(jī)進(jìn)行掃碼

　　多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語。馬上就要迎來2017年多省公務(wù)員聯(lián)考了。預(yù)計(jì)會(huì)在4月22日進(jìn)行筆試。三月份，2017年多省公務(wù)員聯(lián)考將會(huì)陸續(xù)拉開熱潮。在備考2017年多省公務(wù)員聯(lián)考行測(cè)時(shí)，還是講究要日積月累，華圖小編今天帶來的是：多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語，希望對(duì)大家有所幫助!

　　(一)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：百分?jǐn)?shù)與百分點(diǎn)

　　1.百分?jǐn)?shù)(百分比) 表示量的增加或者減少。

　　例如，現(xiàn)在比過去增長(zhǎng)20%，若過去為100，則現(xiàn)在是120。算法是：100×(1+20%)=120。

　　例如，現(xiàn)在比過去降低20%，如果過去為100，那么現(xiàn)在就是80。算法是：100×(1-20%)=80。

　　例如，降低到原來的20%，即原來是100，那么現(xiàn)在就是20。算法：100×20%=20。

　　注意：占、超、為、增的含義：

　　“占計(jì)劃百分之幾”用完成數(shù)÷計(jì)劃數(shù)×100%。

　　例如，計(jì)劃為100，完成80，占計(jì)劃就是80%。

　　“超計(jì)劃的百分之幾”要扣除基數(shù)。

　　例如，計(jì)劃為100，完成120，超計(jì)劃的就是(120-100)×100%=20%。

　　“為去年的百分之幾”就是等于或者相當(dāng)于去年的百分之幾，用今年的÷去年的×100%。

　　例如，今年完成256個(gè)單位，去年為100個(gè)單位，今年為去年的百分之幾，就是256÷100×100%=256%。

　　“比去年增長(zhǎng)百分之幾”應(yīng)扣除原有基數(shù)。

　　例如，去年100，今年256，算法就是(256-100)÷100×100%，比去年增長(zhǎng)156%。

　　2.百分點(diǎn)指速度、指數(shù)、構(gòu)成等的變動(dòng)幅度。

　　例如，工業(yè)增加值今年的增長(zhǎng)速度為19%，去年增長(zhǎng)速度為16%，今年比去年的增長(zhǎng)幅度提高了3個(gè)百分點(diǎn)。今年物價(jià)上升了8%，去年物價(jià)上升了10%，今年比去年物價(jià)上升幅度下降了2個(gè)百分點(diǎn)。

　　(二)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：倍數(shù)與翻番

　　1.倍數(shù)兩個(gè)有聯(lián)系指標(biāo)的對(duì)比。

　　例如，某城市2000年的人均住房使用面積達(dá)到14.8平方米，為1978年3.8平方米的3.9倍(14.8÷3.8=3.9)。

　　2.翻番指數(shù)量加倍。

　　例如，國(guó)內(nèi)生產(chǎn)總值到2020年力爭(zhēng)比2000年翻兩番，就是指2020年的GDP是2000年的4倍。翻n番應(yīng)為原來數(shù)A×2n。

　　(三)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：發(fā)展速度與增長(zhǎng)速度

　　1.發(fā)展速度指報(bào)告期發(fā)展水平與基期發(fā)展水平相比的動(dòng)態(tài)相對(duì)數(shù)。它等于報(bào)告期水平對(duì)基期水平之比。表示報(bào)告期為基期水平的百分之幾或多少倍。發(fā)展速度大于100%(或1)表示上升;小于100%(或1)表示下降。

　　由于基期水平可以是最初水平，也可以是前一期水平，所以發(fā)展速度有兩種——環(huán)比發(fā)展速度和定基發(fā)展速度。

　　2.增長(zhǎng)速度是說明事物增長(zhǎng)快慢程度的動(dòng)態(tài)相對(duì)數(shù)。它是報(bào)告期比基期的增長(zhǎng)量與基期水平之比，表示報(bào)告期水平比基期水平增長(zhǎng)了百分之幾或者多少倍。增長(zhǎng)速度可以是正數(shù)，也可以是負(fù)數(shù)。正數(shù)表示增長(zhǎng)，負(fù)數(shù)表示降低。增長(zhǎng)速度由于采用的基期不同，可分為環(huán)比增長(zhǎng)速度和定基增長(zhǎng)速度。

　　增長(zhǎng)速度=發(fā)展速度-1。比如，要反映2002年的金融機(jī)構(gòu)存款余額為1997年的多少倍，用2002年的存款余額除以1997年存款余額乘以100%即可;但是增長(zhǎng)速度就應(yīng)該用2002年的減去1997年的再除以1997年的乘以100%或者直接用發(fā)展速度減去1即可。

　　(四)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：序時(shí)平均數(shù)、平均發(fā)展速度、平均增長(zhǎng)速度

　　1.序時(shí)平均數(shù)是將動(dòng)態(tài)數(shù)列中各時(shí)期或時(shí)點(diǎn)上的指標(biāo)加以平均而得的平均數(shù)。這種平均數(shù)是將某種事物在時(shí)間上變動(dòng)的差異平均化，用以說明一段時(shí)期內(nèi)的一般水平。

　　序時(shí)平均數(shù)(又稱動(dòng)態(tài)平均數(shù))是與一般平均數(shù)(靜態(tài)平均數(shù))不相同的又一種類型的平均數(shù)。兩者的差別在于：

　　(1)一般平均數(shù)是根據(jù)同一時(shí)期的標(biāo)志總量與總體總量計(jì)算的;而序時(shí)平均數(shù)是根據(jù)不同時(shí)期的總量指標(biāo)計(jì)算的。

　　(2)一般平均數(shù)所平均的是總體內(nèi)各單位某一標(biāo)志值的差別;而序時(shí)平均數(shù)所平均的是總體的某一總量指標(biāo)在時(shí)間上的變動(dòng)差別。

　　(3)一般平均數(shù)通常是由變量數(shù)列計(jì)算的;而序時(shí)平均數(shù)是由動(dòng)態(tài)數(shù)列計(jì)算的�？梢娦驎r(shí)平均數(shù)不論從性質(zhì)上或計(jì)算上都與一般平均數(shù)不相同。

　　2.平均發(fā)展速度是動(dòng)態(tài)數(shù)列中各期環(huán)比發(fā)展速度和各期定基發(fā)展速度中的環(huán)比發(fā)展速度的序時(shí)平均數(shù)。它說明在一定時(shí)期內(nèi)發(fā)展速度的一般水平。根據(jù)這一定義，平均發(fā)展速度的計(jì)算方法有幾何法和方程法。

　　3.平均增長(zhǎng)速度

　　因平均增長(zhǎng)速度不等于全期各環(huán)比增長(zhǎng)速度的連乘積，故它不能根據(jù)各環(huán)比增長(zhǎng)速度進(jìn)行直接計(jì)算。但可以利用平均增長(zhǎng)速度等于平均發(fā)展速度減去1(或百分之百)進(jìn)行間接計(jì)算。

　　(五)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：增幅與同比增長(zhǎng)

　　1.增幅

　　增幅與增加幅度是一個(gè)概念，指的是速度類、比例類的增加幅度，比如，今年5月GDP的發(fā)展速度是10%，去年5月是9%，我們就可以說GDP發(fā)展速度的增幅是1個(gè)百分點(diǎn);如果說去年是10%，今年增幅為9%，那么今年的發(fā)展速度就用10%×(1+9%)得到。

　　2.同比增長(zhǎng)

　　同比增長(zhǎng)是指相對(duì)于去年同期增長(zhǎng)百分之多少。比如，去年5月完成8萬元，今年5月完成10萬元，同比增長(zhǎng)就應(yīng)該用(10-8)÷8×100%即可。

　　(六)多省公務(wù)員聯(lián)考2017年行測(cè)資料分析備考之專用術(shù)語：基尼系數(shù)與恩格爾系數(shù)

　　1.基尼系數(shù)

　　基尼系數(shù)可以衡量收入差距，是介于0～1之間的數(shù)值�；�尼系數(shù)為0表示絕對(duì)平等;基尼系數(shù)越大，表示不平等程度越高;為1時(shí)表示絕對(duì)不平等。一般標(biāo)準(zhǔn)是：在0.2以下表示絕對(duì)平均;0.3～0.4之間表示比較合理;0.5以上表示差距懸殊。

　　2.恩格爾系數(shù)(%)

相關(guān)內(nèi)容推薦：