本文对“宏观经济统计数据诊断方法”这一研究领域进行了深入系统的探讨和拓展，从计量经济学角度建立了一个严谨的理论框架，集中研究了各种诊断统计量的检验特征及其效力，采用系统仿真思路分析了各种方法的适用性问题。贯穿始终，本文以中国主要的宏观经济序列作为背景进行了相应的应用研究，从而为全面、客观地认识和评价我国数据质量状况、计量经济建模、宏观经济分析等提供了科学依据。 第二章从经济学角度来分析经济变量之间的因果关系，重点研究了Granger检验犯两类错误的规律和各种准则函数的检验特征及其效力。在对Granger非因果关系检验适用性和小样本因果关系检验模型深入研究的基础上，讨论了中国主要宏观经济变量之间的因果性及其强弱，得到了一系列有价值的结论。第三章从统计诊断角度采用基于模型的思路来研究数据集合中的“异常点”和“强影响点”。在对经典诊断统计量分析基础上，本章又对于基于预测均方误差(PredictedMeanSquareErrors)的诊断统计量、无条件cook距离、影响矩阵等等进行了介绍。本章重点通过系统仿真方法对于cook距离发生“污染”现象的特征进行了模拟，研究结果表明在使用该统计量进行判断时均会发生严重的“污染”现象。针对这些方法的应用，本章从各种不同的角度对于中国GDP及其增速可信度作了实证研究，结论表明虽然GDP增速统计数据有所偏误，但并没有想象得那么大。第四章从统计诊断角度采用时间序列方法来研究时序数据的质量状况。本章从时间序列中“异常点”的定义、分类及其影响出发，建立了理解时序数据异常点主要诊断方法及其文献的新框架，为分析我国宏观经济时间序列数据质量状况提供了理论支撑。通过使用联合估计诊断方法和基于Gibbs算法的随机方差扩大模型对我国主要36个宏观经济时间序列进行了比较分析，发现了数据异常的特点和规律，为今后更准确地认识我国数据质量状况提供一定有益借鉴。作为补充，第五章从统计体制出发对我国政府统计数据质量状况进行了定性分析，讨论了我国政府统计数据质量现状、改进障碍及其对策。