多指标抽样的样本容量设计方法

在抽样调查中,首先必须确定样本容量.样本容量既取决于调查费用,同时也受估计精度的制约.多指标抽样是一种常用而复杂的调查方法.样本容量的确定就成了多指标抽样设计的难点.文章首先在理论上阐明最优样本容量的存在;然后介绍了确定样本容量的一般方法;在此基础上,分两种情况对多指标抽样背景下样本容量设计进行了详细讨论.     

估计过程能力指数Cpm单侧置信下限时样本容量的确定

文章研究了估计过程能力指数Cpm单侧置信下限时样本容量的确定问题.提出了样本容量的两种确定方法--精确方法和近似方法;通过大量测算,对这两种方法进行了比较研究.并得出结论:最保守的样本容量应为30.比较理想的应在50～100之间.     

两类错误条件下的样本容量选择

应该抽取多少样本,这是在社会调查各个阶段中均会遇到的基本问题.众所周知,在统计假设检验中,会发生"弃真"和"取伪"两类错误,一般的统计检验中,往往随意确定样本容量,且只重视第一类错误,那么对于一些重要的检验,第二类错误就无法控制.文章从两类错误的定义,探讨了两类错误与样本容量的关系;并在控制两类错误的条件下,分别就均值检验、成数检验和方差检验给出了样本容量的确定公式.     

假设检验中控制第二类错误的探讨

总体参数假设检验中犯第二类错误的概率受到检验水平、参数真值和样本容量等因素的影响。花费过多的成本（样本容量很大）去检验总体参数与待检值是否还存在细小的差距往往是不必的，因而，在给定“辨别差距”的情况下，可以通过选择样本容量在一定程度上实际实现对两类错误的控制。     

市场调查中样本容量的确定

在市场调研工作中,采用随机抽样进行资料采集时,需要预先确定样本量的大小。我们知道,在系统误差确定的条件下,抽样调查的准确性取决于抽样误差,而抽样误差的大小又与样本容量有直接的关系,即样本容量越大,抽样误差就越小。当然,这并不能说在抽样调查中样本容量越大就越好,因为样本容量越大,调查的费用就越高。因此,决定样本容量大小的主要因素是特定的调研项目对抽样误差的要求和项目预算经费这两个方面。在实际工作中,样本容量的确定实际上就是在抽样误差与经费预算之间求得最佳的平衡,即在可以接受的抽样误差的条件下使用最少的经费,当然…     

两个正态分布变异系数差与商的近似置信区间

变异系数是衡量产品质量稳定性的一个重要指标,在实际应用中经常需要研究两种不同环境下变异系数的差异问题。文章在大样本场合给出了两个正态分布变异系数的差与商的近似置信区间、单侧近似置信下限与单侧近似置信上限的计算公式,这些公式计算简单,仅依赖于两个样本变异系数及样本容量,且Monte-Carlo模拟结果表明可以达到给出的置信水平。同时,通过几个算例可以为方法的应用提供参考。     

配对二维列联表数据的等价性和非劣性的似然率检验

等价性和非劣性是评价两种医学诊断方法非常重要的指标,文章利用参数比值,构造一个适合任意样本容量的检验方法。     

多指标分层抽样中样本容量折衷分配的加权方法

当采用分层随机抽样对多个指标同时进行调查时,样本容量对于一个调查指标来说是最优的分配,对另一个调查指标来说一般就未必是最优的分配,因此必须采用某种折衷方案。1942年,Jesson.R.J提出了一种样本容量分配的折衷方法,兼顾到了各个较重要的指标。本文采用加权的方法对Jesson     

基于假设检验的区间估计必要样本容量确定

文章比较了假设检验必要样本容量和区间估计必要样本容量的确定方法，认为二者具有相同的数理统计原理，可以将区间估计作为假设检验的一种特例来看待。在区间估计中存在忽视纳伪错误的弊端，可通过增加必要样本容量的方法，同时控制犯弃真错误和纳伪错误的概率，进而提高置信区间的精度。     

两类错误条件下方差检验中样本容量的确定

在统计假设检验中,会发生"弃真"和"取伪"两类错误。一般而言,在只给出犯第一类错误的概率、样本容量自由选择的情况下,犯第二类错误的概率是无法控制的。文章从两类错误的概念出发,分别探讨了方差检验中单母体及双母体均值已知、均值未知情形下两类错误与样本容量的关系;并在控制两类错误的条件下,推导出了确定样本容量的公式。     

目录抽样调查方法研究

目录抽样是适用于高度偏斜总体调查的一种方法。该方法将抽样调查与全面调查结合起来应用 ,在我国及世界抽样调查工作中的应用逐渐推广。本文就目录抽样的关键问题———临界点的确定和抽样部分样本容量的确定进行了研究 ,在综述现有临界点的确定方法的基础上提出了新的方法 ,并给出了抽样部分样本容量的确定方法。     

基于可变样本容量的计数值控制图的改进

文章在对计数值控制图的控制限的设计上提出了一种新的方法.计数值控制图--如P图和U图在面对样本容量不同的样本时往往会出现不同样本的控制限不一致的情况,这就需要对控制限的设计进行一定的变型.以往所提出的方法有取均值和标准化等,文章提出的方法是对给定的参数,如不合格品率p值进行变型,加上一个权重值,建立了一个新的控制图,即加权计数值控制图,使之在计算控制限时可以规避不同样本容量所带来的问题.     

基于R软件的正态性检验的功效比较

正态分布是统计学中极其重要的分布,是很多统计方法的基础。检验样本数据是否来自正态分布有非常重要的意义。文章首先介绍了9种检验的方法及其在R的实现;然后利用Monte Carlo随机模拟的方法,模拟常见的26种非正态分布,比较了9种检验在显著性水平为0.05,0.1样本容量为20、100的功效。对于实际正态性检验,建议使用Shapiro、SF、Dago及Pearson检验方法,应该避免仅根据一种检验方法便轻易的作出决策。     

对民意测验中不稳定样本的检验

在民意测验中,影响样本的代表性主要有两个因素:样本容量与样本单位的可信度。扩大样本容量与部分样本轮换可以保证样本的稳定性与可靠性,而保证样本单位的可信度一般要通过激励的方式。事实上对于部分样本单位存在激励无效的情形,一般采用部分重复抽样的方法来检验其可信度。如果以t检验证明其是小概率事件,就作为不稳定样本剔除。文章给出了一种检验不稳定样本的方法,表明其对民意测验结果的决定性影响和作用。     

基于Monte Carlo随机模拟的几种正态性检验方法的比较

文章概述了几种主要的正态性检验方法,指出了它们的联系和区别.在Monte Carlo随机模拟的基础上,计算了Shapiro-Wilk检验、Kolmogrov-Smirnov检验、Gramer-von Mises检验和Anderson-Darling检验等四种检验方法在显著性水平为0.01,0.05和0.1,样本容量为10,20,30和100的条件下的检验功效.并在比较和分析各检验方法功效的基础上,给出了相关结论和建议.     

ADF单位根检验中联合检验LM统计量研究

 本文研究了ADF单位根检验中参数联合约束的拉格朗日乘数检验。首先,本文构建了4个LM统计量并推导了它们的极限分布;然后,运用蒙特卡罗试验,模拟了有限样本容量常用检验水平下的临界值,拟合了临界值关于样本容量的响应面函数,并总结了LM统计量有限样本容量下的统计特性;比较分析了这4个LM统计量的检验功效及实际检验水平;最后,一个实例分析简要说明了这几个统计量在单位根检验中的应用。     

自适应两阶段设计的性质及样本容量的再估计

临床试验的主要目的是在给定的一些可能有效的治疗中找到一个最佳治疗,并证明所找到的最佳治疗相对于试验控制组的优效性。文章探讨了自适应两阶段试验设计及其在临床Ⅱ/Ⅲ期中的应用,并证明了一些性质。通过计算机模拟给出了有效性检验的临界值与样本容量的关系,指出自适应两阶段试验所需的样本容量比传统的试验设计方法更少,有较高的伦理学价值和经济学价值。     

用Pearson's卡方统计量进行统计检验时应注意的问题

列联表的卡方检验用于检验两个分类变量的关联程度.文章认为,卡方数值的大小与样本容量有关,在卡方检验中,需要报告关联系数;并且,在实际应用中还需注意卡方检验的条件,在有20%以上的理论次数小于5或有理论次数小于1时不能应用卡方检验;此外,在两个变量都是顺序变量时,两个变量的关联程度用Gamma眦检验比用卡方检验更好.     

基于随机右截尾样本的指数分布的环境因子估计

文章研究了随机右截尾情形下指数分布的环境因子的参数估计,在两环境下样本容量相同的条件下,得到了指数分布的环境因子的最大似然估计与区间估计.     

大数据下Leverage重要性抽样方法的稳健改进

大数据以其巨大的样本容量或超高的变量维度使得直接计算变得不再可能,如何有效地抽取一个合适的计算样本是值得思考的问题.本文借鉴Leverage重要性抽样的思想,提出了两种稳健的改进抽样算法,不仅有效地抽取了代表性高的计算样本进行回归估计,还规避了方差大和异质性导致协方差矩阵估计不准的问题.模拟数据的分析显示,相比于Ma (2015)的方法,本文提出的方法具有更为优良的估计结果.