随着数据采集与存储技术的发展,数据规模量急剧增长的同时,不可避免地会存在大量的异常数据,数据的准确性问题严重制约着大数据时代的决策质量,统计数据的准确性检验成为人们关注的重点问题。文献研究发现,应用了几十年的Benford法则,存在着一定的问题。本文在综述了国内外数据质量准确性检验方法与大数据技术算法的基础上,归纳分析了Benford法则优势和局限性,引入Boosting算法与Benford法则相结合,提出了检验统计数据准确性的组合算法,解决了传统Benford法则只能定位于数据首位数字的问题,改进了统计数据准确性检验方法。研究内容、结论与创新主要表现在:（1）研读了Benford法则及其应用的相关文献,发现使用Benford法则可能出现“与数据规模要求不成比例,仅能筛选出异常数据范围,对数据集增减变动敏感,以及难以适应新时代人们对异常数据的具体时点以及整体规律性要求”等问题。需进一步完善Benford法则,以使其适应统计数据准确性的检验研究。（2）为克服Benford法则的局限性,提出了统计数据准确性检验的Benford-Boosting算法模型。首先将数据整理成含有时间和地区的面板数据;其次通过相关系数比较筛选出存在问题的指标,建立异常数据池;三是对异常数据池采用逐步剔除的方法找到问题指标的时间点,并利用距离占比定位问题指标的具体地区,进而筛选出异常数据点,其他数据点设为正常数据点;四是利用随机森林算法对存在问题指标的相关指标进行重要指标选择,形成含有正常数据点和异常数据点的数据集;最后利用Boosting方法进行数据质量检验的分类学习。（3）选择2010-2017年《中国工业经济统计年鉴》的工业销售产值、资产总计、流动资产合计、负债合计、流动负债合计、所有者权益合计、主营业务收入、主营业务成本、销售费用、管理费用、财务费用、营业利润、利润总额等13项财务指标数据,利用Benford-Boosting算法进行实证研究。首先将数据整理成“特征指标×时间维度”的面板数据,利用相关系数法判断“营业利润”指标可能是问题指标;其次采用逐步剔除法和距离占比定位进行异常数据点筛选,研究发现,2012-2017年的营业利润指标中首位数字为2、3、4、6的地区出现问题,将这些数据判定为异常数据点,标识为1,其他时期和地区的数据设定为正常数据点,标识为为-1,形成含有13个财务指标的数据集（1）;三是利用随机森林算法进行指标重要性排序,依次为利润总额、营业利润、主营业务收入、主营业务成本、工业销售产值、负债合计、财务费用、流动资产合计、销售费用等,形成含有这9个财务指标的数据集（2）;四是利用本文构建的Benford-Boosting模型和文献中常用的Benford-决策树模型,针对数据集（2）和数据集（1）进行分类学习,得到的模型准确率分别为93.8%、87.5%和79.1%、60.4%,验证了Benford-Boosting模型的有效性。总之,本文构建的Benford-Boosting模型具有一定的创新性,对完善统计数据质量检验方法具有较强的理论意义和应用价值。