论属性总体方差估计

计算抽样平均误差需要总体方差，总体方差通常未知，可以用样本方差代替总体方差。用样本方差替代属性总体方差是一个经常遇到的问题。文章阐述了在简单随机抽样时，因抽样方法不同，属性总体方差的无偏估计量是三种不同的形式，而一般理论书籍叙述的属性总体方差的无偏估计量是一种形式。用样本方差估计总体方差，只有样本调整方差才是总体方差良好的估计量，特别是在小样本的条件下比使用样本方差更为合理     

部份样本轮换抽样下的比估计

部份样本轮换抽样下的比估计辽宁大学国民经济管理学马树才，韩云虹在实际抽样调查中，当对总体的前期抽取一定容量的样本个体进行调查后，在对总体现期抽样调查时，人们常常将前期抽样的样本个体部分采取轮换的方式进行，以期望提高对总体的现期估计的精度。那么它对总体...     

轮换样本抽样下的回归估计

轮换样本抽样是一种较新的抽样方法，它可克服固定样本抽样的缺点，而且在一定程度上可节省调查时间和经费。对轮换样本进行回归估计可充分利用前期样本的资料，通过提高前后期样本的相关系数和控制样本的轮换单位数来减小由样本推断总体的估计方差，轮换样本单位数少于原样本单位数的一半时，轮换样本单位数越多，估计精度越高，当轮换样本单位数是原样本单位数的一半时估计精度最高     

一种异方差模型的两阶段估计

在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。     

域内不放回样本追加的性质分析

域内采取不放回样本追加,进行追加抽样,利用最终的总样本,通过计算域总体单元的一阶、二阶入样概率构造HT型估计,得到域总体目标参数的无偏估计及估计量方差的无偏估计.基于不放回简单随机抽样,在不同的追加样本量确定机制下,对相关问题进行较为全面的研究,并揭示出某些重要且优良的性质.     

第三讲 样本规模的确定

在抽样调查中，样本规模的确定，即抽多少样本单位（简称样本客量）也是一个很重要的问题．因为抽样规模过大会给调查造成不必要的浪拜，还可能增大调查误差，样本单位数目太少，又会使样本在估计总体时因缺乏代表性而发生较大的误差．因此，为何获得一个规模有限，且能反映总体特征，对总体有充分代表性的样本，应该是抽样调查首先要解决的问题。一、样本规模的确定抽样规模即样本容量的大小，一般取决于以下几个因素：1、被调查总体各单位标志值的差异程度。一般用方差。’（或均方差。，下同）来表示。对被调查总体来说。’愈大，总体各…     

基于样本回答率视角下的总体参数估计

文章构建了基于样本回答率视角下的总体参数估计量模型,讨论了总体参数估计量方差及方差的估计,实证检验了估计模型,并分析了样本回答率对总体参数估计精度的影响.     

个体商业、餐饮业的抽样调查

近年来，曲靖地区的个体商业、餐饮业发展迅速，至１９９５年全地区个体商业、餐饮业已达４３３４３户，队业人员有８２６９２人，分别占全地区商业、餐饮业网点总数的８７．７％和从业人员总数的６７．９％，成为流通领域的重要组成部分。由于个体商业、餐饮业点多面广，变化频繁，长期以来我们主要根据工商、税务部门的有关资料来推算他们的销售额等主要统计数据。不言而喻，这些由推算而来的数据质量较差。为了搞准个体商业和餐饮业的主要统计数据，根据国家统计局关于改革统计调查方法的总体部署，云南省统计局和曲靖地区统计处及陆良县…     

关于分层线性模型样本容量问题的研究

文章运用lackknife和Bootstrap的方法,对参数估计的方差进行改进,构造了合适的参数估计的置信区间.通过样本组数和组内个体数的变化,利用数据模拟的方法进行研究,表明参数估计的可靠性很大程度上依赖于组数;对于固定效应参数,组数取30就可以得到可靠的估计值.对于σ和方差协方差成分T,组数分别取50和70才能得到可靠的估计.     

先验信息对MCMC方法估计概化理论方差分量变异量的影响

MCMC是一种动态的蒙特卡洛方法,可以用于估计概化理论的方差分量。MCMC方法估计出的方差分量受限于抽样,不同的抽样样本,所估计的方差分量可能不一样,需要对其变异量进行探讨。文章采用蒙特卡洛(Monte Carlo)数据模拟技术,在正态分布下讨论有无先验信息对MCMC方法估计概化理论方差分量变异量的影响。结果发现,有先验信息的MCMC方法估计方差分量标准误较无先验信息的MCMC方法要精确些,但随着i的样本容量增大,这种趋势减小;有先验信息的MCMC方法和无先验信息的MCMC方法估计方差分量置信区间,随着i的样本容量增大,精确度相当。     

交互效应面板分位数回归模型的迭代估计

文章基于创新性交互效应面板分位数模型的设定，提出了一种新的迭代算法，蒙特卡洛模拟结果表明，与其他估计方法相比，该迭代算法有更好的有限样本性质，偏误较低且方差较小。由于个体效应及交互效应均允许与自变量相关，个体与时间的异质性得以更加灵活地表达，因此使模型具有更强的适用性。最后，将模型应用于我国房价的实证分析，并用迭代算法来对参数进行估计，回归结果表明，房价决定因素的效应存在异质性，且高房价地区的房价主要受到投资的影响，而低房价地区的房价的关键影响因素为人民生活水平和经济发展水平。     

大数据背景下网络调查样本的随机森林倾向得分模型推断研究

随着大数据与互联网技术的迅猛发展,网络调查的应用越来越广泛。本文提出网络调查样本的随机森林倾向得分模型推断方法,通过构建若干棵分类决策树组成随机森林,对网络调查样本单元的倾向得分进行估计,从而实现对总体的推断。模拟分析和实证研究结果表明:基于随机森林倾向得分模型的总体均值估计的相对偏差、方差与均方误差均比基于Logistic倾向得分模型的总体均值估计的相对偏差、方差与均方误差小,提出的方法估计效果更好。     

不放回样本追加策略下域的估计

 本文研究了不放回追加策略，包括基本设计和域追加设计都为简单随机抽样、分层随机抽样情形下不放回样本追加时域的估计的问题。根据不同的抽样设计给出单元的一阶及二阶包含概率的具体计算公式，并构造总体总量和域总量的Horvitz—Thompson型估计，然后基于简单随机抽样的不放回追加抽样方案，给出总体单元的前两阶包含概率。及该方案在分层抽样下的推广，在有辅助信息可用时构造域总量的分层联合比估计，并给出其方差和方差估计公式，同时我们给出了模拟结果，从模拟结果可以看出，给出的方差估计是估计量方差的近似无偏估计。     

网络访问固定样本调查的统计推断研究

如何解决网络访问固定样本调查的统计推断问题,是大数据背景下网络调查面临的严重挑战。针对此问题,提出将网络访问固定样本的调查样本与概率样本结合,利用倾向得分逆加权和加权组调整构造伪权数来估计目标总体,进一步采用基于有放回概率抽样的Vwr方法、基于广义回归估计的Vgreg方法与Jackknife方法来估计方差,并比较不同方法估计的效果。研究表明:无论概率样本的样本量较大还是较小,本研究所提出的总体均值估计方法效果较好,并且在方差估计中Jackknife方法的估计效果最好。     

住户调查中代表性样本的一种探索获取方法——平衡抽样设计

住户调查是我国社会经济统计调查体系的重要组成部分,样本代表性直接决定统计数据质量。多阶段抽样中初级单元的方差对估计的影响是主要的,因此本文结合2010年全国第六次人口普查分县数据,采用平衡抽样设计获取初级单元的代表性样本-平衡样本。对代表性样本的事后评估结果表明,样本结构与总体结构吻合,目标估计的误差很小,说明了本文平衡设计的有效性。     

浅谈“自由度”

浅谈“自由度”东北财经大学曲卫彬大连市卫生局何燕春“自由度”是统计学的一个重要概念，社会经济统计学对数理统计方法的介绍常常涉及到“自由度”问题，如抽样调查中计算样本方差、相关分析中计算剩余方差和剩余标准差等。那么，何谓“自由度”？我们先从样本方差谈起...     

并发多样本滚雪球抽样的捕获再捕获估计

滚雪球抽样是一种非概率抽样方法,一般采用线索触发的方式进行抽样,通过同伴推荐和再推荐来逐次抽取并组织样本。本文引入捕获再捕获抽样估计方法对并发式多样本滚雪球抽样的总体规模进行估计,比较了Peterson、Chapman等的估计方法,提出了以并发式加权线性模型去估计总体规模的基本思路,在本文设计的三种估计量中,共权估计量方差最小,离散性质局部最优。最后,对一个真实的滚雪球抽样调查过程进行了实证分析。     

小型经济单位从业人员调查抽样方法研究

不执行统计报表制度的小型经济单位的从业人员统计,应当用抽样调查方法进行。小型经济单位的各种统计调查项目,其中如生产统计调查项目、经营统计调查项目、劳动统计调查项目等等,应当合并在一起并分行业进行抽样调查。对小型工业单位进行从业人员调查的抽样技术,包括:样本轮换方针、在样本轮换条件下如何构造估计量、怎样对估计量的方差进行估计等。     

非参数密度估计在个体损失分布中的应用

一、前言所谓个体损失 ,就是每一次保险事故中的损失数额 ,对个体损失分布性状的研究是风险决策理论的重要内容。已有的关于个体损失分布的研究大多着眼于传统的参数统计方法 ,其基本流程为 :获取数据→拟合参数模型→估计模型参数→指出拟合效果 ,也就是说 ,对于损失总体分布性状的了解是建立在确定参数模型的基础上的。自然 ,估计模型参数的方法有很多 ,包括矩估计、极大似然估计、最小距离估计等 ,最终确定的参数模型对个体损失分布通常会有较好的描述 ,能够提供精度较高的分析结果。但在实际操作中 ,这一过程显得太过冗长 ,且对不同样本…     

基于倾向性得分匹配法的平均处理效应的自助法推断

倾向性得分匹配法是估计平均处理效应的常见方法,但是经典的自助法不能直接用于固定匹配个数时平均处理效应的匹配法估计量的统计推断。把每个个体的被匹配次数视为观测值,这解决了重抽样样本中个体被匹配数不是原样本的一致估计问题,基于此提出了两种解决倾向性得分匹配估计的自助法推断方法,一是将基于欧氏距离匹配法的加权自助法推广至倾向性得分匹配法,二是进一步提出了比前者更简单的直接应用经典自助法的方法。由此提出的两种自助法可以正确估计倾向性得分匹配法的平均处理效应的方差及置信区间,同时更容易实现倾向性得分匹配法估计结果的渐正方差公式。数值模拟部分显示两种自助法随着样本量的增加而与样本误差平方和及Abadie和Imbens的渐近结果越来越接近。最后,将此方法用于2016年中国综合社会调查数据,分别得到了性别、婚姻状况、健康状况等对居民收入影响的平均处理效应。