有关标志等距抽样标准误估计方法新探

一、近似线性直线趋势回归估计法(一)基本思路抽样总体按其被研究标志的标志值排列情况,可以分为两类:一是该总体完全呈线性直线趋势,即总体各单位的标志值数列成等差变化;二是不呈线性直线趋势。对于第二类又可区分为近似呈线性直线趋势和完全不呈线性直线趋势两种。在按有关标志排队等距抽样时,我们认为绝大多数社会经济现象是近似呈线性直线趋势的。对于完全呈线性直线趋势的情况,其     

系统抽样简介

系统抽样(Systematil sampling)又称为机械抽样或等距抽样.它是按照总体单位在总体内的排列顺序,每隔一定间隔抽取一个单位组成样本,进行观察并用来推断总体参数的一种抽样方法.如果总体单位按照与所研究标志有关的顺序排列,则称为按有关标志排队的系统抽样;如总体单位的排列顺序与所研究标志无关,则称为按无关标志排队的系统抽样.     

农产量抽样调查方法改进研究

一、问题的提出目前我国农产量抽样调查广泛采用按有关标志排列，以播种面积为辅助资料随机起点对称等距抽样的方法、这种抽样方法有着一定的局限性。第一，将总体单位按有关标志排列后等距样本“均匀”地分布在总体中，这种“均匀”是相对于累计播种面积而言，即相对于总播种面积是均匀的。当不同总体单位农产量差异显著时，这样的等距样本对于产量分布而言则是不均匀的，很可能在某一产量段样本量过大，而在另一产量段样本量过小。依此样本计算得到的样本均值作为平均由户的估计量＃进而估计总产量必然产生较大的偏差，固而估计的精度较低…     

谈用“随机原则”确定直线等距抽样样本存在的问题

直线等距抽样就是先将总体各个单位按照一定的顺序排队,并根据总体单位数(N)和样本单位数(n)计算出抽选样本的间隔(k=N/n)。然后按照一定的间隔抽选样本单位。这实际上是将总体分为单位数相同的m段,每段中有k个单位。传统的样本抽选方法是先在1—k中产生一个随机数(i),则第一段中第i个位置上的单位就是被抽中的第一个样本单     

小型单位抽样框的编制

一、小型单位抽样框的建立所谓抽样框,它是指一个包括总体全部单位及其主要标志特征的一个构架,是抽样调查的基础资料。抽样框大致可以分为两类:一是总体所有的清单组或者名册—名录框,另一类是地图,又叫区域框。在进行抽样设计时应尽可能保持抽样框与调查总体的一致性,这样才能避免出现系统性误差。利用第二次基本单位普查资料可以编制名录框。     

走出事后分层应用的误区

顾名思义,事后分层方法是在抽样设计中(事先)没有进行分层处理的前提下,在数据处理阶段(事后),利用抽样框信息或者可靠的外部信息,对样本进行事后分层处理,对样本的权数进行调整,以达到提高估计量精度的效果。外部信息可以是各事后层(子总体)的单位数,也可以是各事后层(子总体)单位数占总体单位数的比重等,一般来源于抽样框信息,或者建立抽样框与样本调查期间进行的普查信息等。应用事后分层方法,需要遵循三点基本原则:第一,调查时点样本单位的属性决定该样本单位的推算归属;第二,样本单位的基础权数及其加权调整都决定于该样本单位在抽样框…     

分群抽样初探

把被研究全及总体按样本容量n等分成n群,然后从每群中抽取一个总体单位组成样本,叫做分群抽样。分群抽样法适用范围很广。分群所依据的标志,可以与被研究数值有关,也可以无关。从每群中抽取调查单位时,可以抽取各群中处于中心位置的单位或按等距抽取,也可以用纯随机抽样法抽     

论有关标志等距抽样总体指标的估计

论有关标志等距抽样总体指标的估计雷钦礼有关标志排队等距抽样是在我国发展起来的一种行之有效的独特抽样方法。多年来,我国统计学界一直致力于抽取方法的完善和改进,从“随机起点,顺序等距抽样”和“半距起点,顺序等距抽样”到“随机起点,对称等距抽样”,使抽取方...     

关于分层累计抽样的几个问题

一、分层累计抽样 所谓分层累计抽样技术就是对抽样框进行以下技术处理: 1.等距分层。将各单位按有关标志进行分层。 2.将各层并排起来,分层进行累计。即把等分后的各层(层内各单位原排队次序不变)按首尾相并的方法排列起来,再对各单位的值按由上至下的方向,分层进行累计。 3.绘制抽样框图。对按一定次序排列起来的各层,按照同一比例绘制成一定长度     

“全国农产量抽样方案”理论基础探讨

一、国家统计局全国农产量抽样调查抽样程序 第一步,以省一级行政区为单位,省内所有的县组成一个抽样总体,抽取约35％的县。 第二步,以抽中的县为单位,县内所有的行政村组成抽样子总体,抽取15-20个村。 第三步,以抽中的村为单位,抽取农作物地块。 上述的每一步都采用有关标识排队等距抽样的方法。以省抽县为例,具体步骤如下: 1.设X_i、S_1分别代表第i号县的前三年平均亩产、面积。根据X_i的大小将所有的县进行排序。经排序后得到X_1 ≤X_j(i>j)。