《方差估计引论》

书评:近年来,抽样调查在我国得到愈来愈广泛的应用,它的重要性和作用也日益被各方面所接受和认识。众所周知,抽样调查的主要目的是对总体目标量进行估计,而估计量的方差则是衡量抽样调查的精度,特别是有关抽样误差的一个重要标准。因此对估计量的方差进行控制与估计是抽样设计与分析中的一个十分重要的技术问题。一般的抽样调查教科书在介绍各种抽样方法时,虽然也涉及针对这种抽样方法的目标量估计的方差估计,但是由于实际中真正使用的抽样方案绝少只是一种抽样方法的单独使用,往往是多种方法的结合。根据这种实际抽样所得的复杂样本的方差…     

中国1%人口抽样调查的不等概率重权数Bootstrap方差估计研究

准确估计人口总数估计量方差是中国1%人口抽样调查数据分析重要内容.但由于中国1%人口抽样调查综合采用分层、二阶段、概率比例、整群抽样方法,且原则上从每个被抽中初级单元中仅抽取一个次级单元,传统抽样调查方差估计方法不再适用.本文提出适用于中国1%人口抽样调查的不等概率重权数Bootstrap方差估计法.该方法将不等概率抽样引入重抽样过程,并针对从绝大多数被抽中初级单元中仅抽取一个次级单元情形,设计入样概率.理论推导和数值模拟表明,新方法能减少方差估计量偏差,实例分析验证了该方法在中国1%人口抽样调查中的优良性.     

多阶连续抽样设计下广义加权回归估计方法研究

在抽样调查领域中,关于抽样方案设计的研究应用较为充分和完整,但关于抽样估计的研究应用却较为缺乏和滞后。本文首先总结了国外相关研究成果,研究了基于广义加权回归的抽样估计方法,同时证明其满足渐近设计无偏和最小化渐近期望方差的理论条件。同时,本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体回归模型进行扩展,基于复杂的多阶连续抽样调查,建立各种类型的超总体回归模型进行模型辅助的广义加权回归抽样估计,给出了具体的回归估计步骤和结果,最终形成一套关于广义加权回归抽样估计的理论方法体系,为抽样估计方法在我国政府统计部门中的有效应用奠定理论基础。     

基于双系统估计量的人口普查净误差估计

针对中国和其他许多国家在使用双系统估计量时所存在的未对总体人口事后分层和未估计小区域净误差等诸多问题,从理论和实际操作层面构造基于捕获-再捕获模型的双系统估计量及合成双系统估计量.采用数理模型分析技术和抽样推断方法,研究双系统估计量,双系统估计量的抽样方差估计,以及小区域的净误差估计.研究结果表明:双系统估计量须在事后...     

双无回答层抽样的三重抽样比率估计量

无回答在抽样调查中经常出现,无回答层再抽样是解决无回答的常用方法.当辅助变量总体均值未知时,本文讨论了双无回答层抽样的三重抽样方法,给出了三重抽样的分层汉森-赫维茨估计量和比率估计量,以及它们的方差和估计方差.给出满足事前给定总调查费用约束的三重抽样过程的最优设计参数,以及比率估计量的方差估计.给定总调查成本,三重抽样的分层汉森—赫维茨估计量与比率估计量进行模拟比较,演示比率估计量的优良性.     

基于辅助信息的分层排序集抽样及调查费用分析北大核心

辅助信息在改进和完善抽样设计、提高抽样估计精度和节省抽样费用等方面具有重要作用,鉴于此,基于分层排序集样本建立了总体均值的比率估计量,同时考虑估计精度和调查费用两个方面,证明了抽样方案的优良性.最后,通过实例进一步分析,结果表明,在给定的估计精度下,分层排序集抽样方法可以有效降低抽样调查费用.     

基于辅助信息的分层排序集抽样及调查费用分析

辅助信息在改进和完善抽样设计、提高抽样估计精度和节省抽样费用等方面具有重要作用,鉴于此,基于分层排序集样本建立了总体均值的比率估计量,同时考虑估计精度和调查费用两个方面,证明了抽样方案的优良性.最后,通过实例进一步分析,结果表明,在给定的估计精度下,分层排序集抽样方法可以有效降低抽样调查费用.     

基于四系统估计量的人口普查净覆盖误差估计

针对当今人口普查净覆盖误差估计领域所使用的双系统估计量内含交互作用偏差和尚未投入使用的三系统估计量未有效使用人口行政记录的问题,以四系统估计量为研究目标.为实现目标,采取文献解读法、抽样估计法和现场调查法,研究4次捕获模型、全面登记的四系统估计量和抽样登记的四系统估计量.研究表明:四系统估计量须在等概率人口层建立及使用,否则产生异质性偏差;构造四系统估计量应该分两步进行,首先构造全面登记的四系统估计量,然后使用双重扩张估计量构造全面登记的四系统估计量的子总体指标的估计量,以得到抽样登记的四系统估计量;分层刀切抽样方差估计量适合于近似计算抽样登记的四系统估计量及净覆盖误差的抽样方差.研究价值在于,四系统估计量有望应用于政府统计部门未来的净覆盖误差估计.     

基于轮换样本连续性调查的校准组合估计方法研究

校准估计是抽样调查中比较常用的一种利用辅助信息提高估计量精度的方法。回归组合估计量作为轮换样本连续性调查中使用的一种有效的估计量,是可以通过校准程序得到的。基于回归组合估计量和校准程序之间的关系,本文提出了轮换样本连续性抽样调查条件下的不同校准组合估计量及其方差估计。校准组合估计量的主要思想是在校准估计程序中将拼配样本和非拼配样本的辅助信息进行不同的组合利用。本文利用美国现时人口调查的微观数据进行数值模拟,来比较不同校准组合估计量的估计效率,模拟结果表明两步校准组合估计量和两步校准双组合估计量的表现相似,且估计精度都高于H-T估计量及回归组合估计量;而两步校准组合估计量由于其简便性更适合应用于实践中。最后以我国农村住户连续性抽样调查为例,设计一套符合我国实际的轮换样本连续性调查方案,并将提出的校准组合估计量运用于估计阶段,为中国政府统计调查提供一定的借鉴和参考.     

基于局部多项式回归的模型校准抽样估计研究

在抽样估计中,当研究变量与辅助变量之间呈非线性关系时,传统的校准估计方法效果较差,基于非参数回归方法的模型校准估计量则可以很好地解决这一问题。首先,建立描述研究变量和辅助变量之间关系的超总体回归模型,使用非参数中的局部多项式方法得出模型参数的拟合值,并结合校准估计得出局部多项式模型校准估计量,同时给出其方差和方差估计量公式,证明了该估计量具有渐近无偏性、一致性和渐近正态性等优良的统计性质。然后,使用仿真模拟的方法证明在研究变量与研究变量之间呈非线性关系时,该估计量有良好的估计效果。最后,对该估计量在我国政府统计中的应用进行简单的介绍。