中国の物価関連統計（26年2月）～春節や原油価格等の影響でCPI上昇率は拡大
・中国国家统计局于2026年3月9日公布了2026年2月物价统计数据。居民消费价格指数（CPI）比去年同月上涨1.3%（上月为+0.2%）（图1）。与上月相比，增加1.0%（上月为+0.2%）。核心CPI较去年同月上涨1.8%（上月为+0.8%）（图2）。与上月相比，增加0.7%（上月为+0.3%）。此外，2016年1月至2月，还需要考虑农历新年假期（2016年1月28日至2月4日，2016年2月15日至2月23日）变化的影响。 ・从分项同比趋势来看，由于春节和原油价格上涨的影响，猪肉、汽车和其他汽车燃料价格的下降幅度环比继续萎缩，服务价格上涨率上升（图3）。 ・2016年2月生产者价格指数（
中国の貿易統計（26年1～2月）～輸出入とも加速。対米輸出は減少が続く
・2026年3月10日，中国海关总署公布2026年1月和2月贸易初步统计数据。货物出口（以美元计，1-2月累计总额，图1）比去年同月增长21.8%（2025年12月增长6.6%）。货物进口增长 19.8%（2016 年 12 月增长 5.7%）。贸易余额（1-2月平均）为+1068亿美元，比去年同月（+846亿美元）有所增加。从本公司计算的季节调整数据来看，出口比上月（1-2月平均）增长5.1%，进口比上月增长3.4%。 ・货物出口（以人民币计价，1-2月累计总额，图2）比去年同月增长19.2%（2016年12月+5.2%）。货物进口增长 17.1%（2016 年 12 月增长 4.4%）。贸
一年前，埃隆·马斯克 (Elon Musk) 的政府效率部席卷了教育部，并摧毁了其研究机构——教育科学研究所 (IES)。近 100 个主要统计收集和研究合同被取消。大约 90% 的 IES 员工被解雇，导致该机构的许多核心职能陷入停滞。 IES […]后 DOGE 拆除了教育部的研究和统计机构。现在，特朗普政府的一些人正在推动重建，这首先出现在《赫金格报告》上。
日韓における地方自治体データに基づく分析（１）－人口関連の一部統計と出生率の関連性の検討－
■摘要 在日本和韩国，在少子化和平均寿命延长的背景下，少子化和人口老龄化正在迅速发展。在本文中，我们分析了日本和韩国的一些人口相关统计数据与出生率之间的关系，并探讨了其特征和含义。在日本和韩国，平均初婚年龄与总和生育率之间存在统计上显着的负相关关系。换句话说，初婚年龄较大的地区的出生率往往较低。日本和韩国的老龄化率与出生率之间的弱正相关关系可能是由于地区间人口流动的影响。从“每1000人的出生数”与出生率的关系来看，日本和韩国的“每1000人的出生数”越高，出生率也越高，具有统计显着性。在本文中，我们利用日本和韩国地方政府的一些人口相关统计数据来检验其与出生率的关系。但需要注意的是，本文的分析
米雇用統計（26年2月）－非農業部門雇用者数（前月比）が▲9.2万人と+5.5万人の増加を見込んだ市場予想を大幅に下回る
■摘要 非农部门从业人员数量（环比）减少9.2万人，明显低于市场预期（+5.5万人），就业增长步伐明显放缓，部分原因是近两个月的向下修正。尽管存在护士罢工等暂时因素，但劳动参与率下降和雇员人数减少表明劳动力市场可能会有所走弱。另一方面，工资则稳定在环比+0.4%和去年同月+3.8%的水平，而且仍有迹象表明劳动力市场在工资方面正在收紧。 ■目录 1、结果概要：就业人数低于市场预期，失业率高于市场预期2。结果评价：内容再次提高人们对劳动力市场低迷风险的认识 3.工作场所调查详情：罢工导致医疗和社会援助服务减少4。家庭调查详情：1 月份劳动力参与率已根据人口预测年度修正进行下调 3 月 6 日，美国
Why does DfE subcontract graduate statistics to the IFS?
Paul Wiltshire 认为，有关毕业生保费的有影响力的报告可能会扭曲公众对高等教育财务价值的理解。
法人企業統計25年10-12月期－企業収益は堅調だが、先行きは原油高により下押しされるリスク
■概要 2015年10月至12月期间的普通利润（除金融和保险外的所有行业）较去年同期增长4.7%，连续第五个季度实现利润增长。制造业利润连续第二个季度增长0.9%，非制造业利润增长7.1%，连续第20个季度增长。制造业和非制造业销售增速均较上年低至0%，但原油价格下跌带来的可变成本因素改善促进了利润增长。经季节调整的普通利润为31.5万亿日元，连续第二个季度创历史新高。由于美国对伊朗的袭击，原油价格 (WTI) 最近从 2015 年 10 月至 12 月期间的 60 美元/桶左右上涨至 70 美元/桶的低点。 2026年1-3月以来，原油价格上涨存在企业利润下行压力的风险。资本投资（包括软件）
雇用関連統計26年1月－就業者数が42ヵ月ぶりに減少、有効求人倍率は4年１ヵ月ぶりの低水準
■概要 2016年1月失业率为2.7%，较上月上升0.1个百分点。就业人数较上年减少3万人，为42个月来首次减少。男性就业人数较上年减少1万人，为两个月以来首次减少；女性就业人数较上年减少2万人，为48个月以来首次减少。从业人员（不含高管）较上年增加32万人，连续第46个月增加。固定就业人数连续第26个月增加77万人，非固定就业人数连续第5个月减少44万人。有效职位招聘比环比下降0.02点至1.18，为4年零1个月来的最低水平。2026年1月就业相关指标普遍疲软，存在出现下滑的可能。限制招聘的运动日益增多，尤其是劳动力成本高昂的中小企业。 ■目录 1. 就业人数42个月来首次减少 2. 有效职
Nhandu chromatus Schmidt 的重新描述，2004 年统计数据。休息。以及 Nhandu sylviae Sherwood、Gabriel 和 Brescovit 的重新验证，2023 年统计数据。休息。 （蜘蛛目：Theraphosidae）摘要 Nhandu chromatus Schmidt，2004 年统计数据。休息。根据正型男性和新的非型女性材料进行了重新描述，并讨论了其属位。 Nhandu sylviae Sherwood、Gabriel 和 Brescovit，2023 年统计数据。休息。已恢复，颠倒了其与 Vitalius sorocabae（Mello-L
Public Service Loan Forgiveness: PSLF Statistics for 2026
通过 PSLF 计划，符合资格的直接贷款借款人可以在还款 120 次并在认可的雇主服务 10 年后获得剩余贷款。此外，借款人不必担心 PSLF 下免除的贷款的税务影响。下面我们介绍了有关申请人的主要 PSLF 统计数据、PSLF 接受率、背后的原因……公共服务贷款宽恕：2026 年 PSLF 统计数据首先出现在学生贷款规划器上。
新学院将联合主要力量建立卓越中心，加强跨学科研究并为快速变化的经济培养人才。德克萨斯大学推出新的计算学院，将计算机和数据科学、统计学、信息学科结合起来，这篇文章首先出现在《德克萨斯大学奥斯汀分校新闻》上——德克萨斯大学奥斯汀分校。
Demographic differences in how teens use and view AI
人工智能已成为当今许多青少年在线生活的一部分，大多数人表示他们使用过聊天机器人。我们最近的调查得出的结论是什么？他们如何使用人工智能——以及他们对人工智能的看法——远非一刀切。长期以来，我们一直通过种族、民族、收入和性别等因素来探索青少年对科技的使用情况——来自皮尤研究中心首次发表的《青少年如何使用和看待人工智能的人口统计差异》一文。
■概要 过去30年，虽然劳动生产率（每小时）有所提高，但实际工资（每小时）却停滞不前。许多人指出，这背后的原因是工资支付与生产力不相称。实际工资（每小时）= 劳动生产率（每小时）x 劳动份额x 贸易条件。实际工资和劳动生产率之间的差异可以通过劳动份额和贸易条件的变化来解释，但如果对每个变量采用不同的统计，则存在由于定义和创建方法的差异而无法保证一致性的问题。在本文中，我们将所有变量统一纳入GDP统计中，并分析了实际工资（每小时）的因素。结果显示，劳动生产率与实际工资之间的差距并不像一般所说的那么大，大部分是由于贸易条件恶化造成的，而劳动份额下降的影响较小。此外，过去30年人均实际工资根本没有增
The Real Numbers: Counting Gaza’s Dead and Disappeared
“马克斯·普朗克人口研究所 (MPIDR) 宣称加沙“目前的暴力死亡人数”可能超过 100,000...”
AI Detection Tools Statistics 2025
生成式人工智能是过去十年最重要的技术发展之一。然而，随着生成内容的能力呈指数级增长，检测真正人造的东西的重要性也随之增加。人工智能检测工具从一开始只是检测抄袭的一招小马，现已发展成为一个强大的生态系统，其中包括文本、图像、视频和音频的验证、审核和真实性工具。本文汇总了 2025 年人工智能检测现状的最新统计数据，包括增长、采用、准确性、定价和使用情况。每个部分都提供了当前检测状态的细致概述[...]
Join the Great Backyard Bird Count—for science!
作为大型公民科学项目的一部分，世界各地的鸟类爱好者将于 2 月 13 日至 2 月 16 日期间对鸟类进行识别和计数
New Report: Expanding the AI Evaluation Toolbox with Statistical Models
NIST AI 800-3 认为，LLM 评估的统计有效性得益于评估者明确采用模型来分析评估结果并披露相关假设。广义线性混合建模是一种有前途的方法，可以为更有原则的人工智能评估统计奠定基础。未来的 CAISI 和 NIST 出版物将进一步探讨统计模型在人工智能评估中的应用。
