样本量确定的经济学分析

在抽样设计中样本量的确定是很关键的一步,样本量的选择直接关系到费用、精度的高低以及抽样误差、非抽样误差的大小.为此,文章运用经济学的观点从精度的边际成本最小化和总误差最小化角度分析了样本量的科学确定问题.     

敏感问题乘法模型的RRT分层三阶段抽样最优样本量设定

文章研究数量特征敏感问题的乘法模型在随机应答技术(RRT)分层三阶段抽样方法下的最优样本量的问题.根据RRT分层三阶段抽样方法给出数量特征敏感乘法模型的调查设计方法,计算出总体均数的估计量及其方差.应用拉格朗日乘数法,给出了两种情况下的最优样本量,一是抽样误差限定而调查费用达到最小情况下的最优样本值,二是调查费用限定而抽样误差达到最小情况下的最优样本值.并计算出抽样误差一定时最小的费用及费用一定时最小的抽样误差.     

抽样调查中估计量的Bootstrap修正及样本量的确定

估计量的精度和样本量的确定是抽样设计中所关心的两个主要问题.在一定条件下,对于简单随机抽样,通过对初级样本的Bootstrap抽样可以提高均值估计量的精度.中心极限定理一直是抽样调查中确定样本量的主要理论依据,基本思想就是将标准正态分布作为给定统计量的近似分布.如果利用Bootstrap方法模拟近似分布,同样可以确定样本量.文章结合具体例子对两种方法确定的样本量进行了对比分析.     

多元简单随机抽样与二相抽样的最优分配

不同于一般意义下的最优分配,文章研究了在多元简单随机抽样与多元二相抽样中当抽样费用固定时使得损失函数最小的情况下的样本量的最优分配问题.得出了这种情况下确定样本容量的方法.     

复杂抽样设计下的域估计问题研究

随着国内定量研究方法的开展和大型调查数据的免费公布,研究者不仅使用抽样调查数据对总体分析,还需要对域总体进行分析.本文对调查数据满足域精度推断的域估计问题进行研究.首先,根据实际调查中的域估计问题,指出解决域估计问题最好的方法是事先确定好需要估计的域,并在抽样设计时兼顾域的估计精度.但是,在实际调查中还包含计划外的域,通过对简单随机抽样下的域估计问题的研究,说明非计划域的估计问题的最大难点是域样本量的随机性.然后,针对实际中的抽样调查数据多来源于分层、多阶段、整群和不等概率等复杂抽样设计的问题,指出需要结合复杂抽样设计信息、域样本量的随机性、域样本在总体的误差层和误差群中的分布,对复杂抽样设计下的域估计问题进行研究.最后,以中国家庭追踪调查(China Family Panel Studies,CFPS)为例,对复杂抽样设计下的域估计问题进行案例研究.     

整群抽样设计效应的估计

一、引言设计效应是抽样理论中的一个重要概念 ,它被定义为Deff=所考虑抽样设计下估计量的方差相同样本量简单随机抽样估计量的方差设计效应有两个作用 ,一是比较不同抽样设计的效率 ,二是利用简单随机抽样设计的样本量确定满足相同精度要求的复杂抽样设计所需样本量。由于估计     

特定抽样下有效样本量的性质研究

常见的放回抽样等方法操作比较简单,但缺点是有效样本量是不确定的,而是取决于抽样的随机结果.文章对PPS抽样和泊松抽样下有效样本量的性质进行了研究,通过数理推导和统计模拟揭示了有效样本量的分布特征,给出了特定条件有效样本量的置信区间.     

精度一定时各种抽样设计的调查费用比较

各种抽样设计的效果,传统上是在样本量一定时比较估计精度的大小,而在达到相同精度情况下,各种基本抽样设计可以进行经济性比较,并给出了精度一定时几种复杂抽样设计较简单随机抽样更经济的条件。     

不等概率抽取群单位时样本量的间接计算

讨论了应用设计效应间接计算不等概率抽群的单级整群抽样和二阶段抽样方案样本量的问题,其中包括：所论抽样方案设计效应的估计;估计所论总体的方差,并根据精度要求计算简单随机抽取基本抽样单元时所需的样本量;用设计效应将上述样本量换算成所论抽样方案需要的样本量。     

抽样基础知识与务实(二)

五、样本量估计 二阶段抽样调查样本量的估计包括以下几部分内容: 1.一级样本量。一级样本单位的多少取决于调查一、二级单位费用的比例和调查精度。一般来讲,在二级样本单位数已经确定的情况下,一级样本单位愈多,调查精度愈高,费用愈大。如果所有的一级单位都作为一级样本单位,那么二阶段抽样就变成一阶段分层抽样。这样做虽然能提高调查精度,但费用增大,操作难度也增大。     

调查费用相同情况下抽样设计效应的探讨

针对调查实践中给定费用预算这一实际情况，本文在假设调查费用相同的情况下，通过选取几个比较典型的抽样设计方法与简单随机抽样的估计量方差对比，以及二阶段抽样与次级单元数相等整群抽样的估计量方差对比，对设计效应做了新的探讨，得出了与样本量相同情况下的抽样设计效应不尽相同的结论。     

基于贝叶斯理论的小批量产品抽样检验方法

文章针对小批量产品抽样检验存在的样本量大、检验费用高等问题,研究了基于贝叶斯理论的抽样检验方法,该方法充分利用质量的历史信息,以费用最小为目标,在保证质量的前提下,尽可能减少所检验样品的个数,降低检验的工作量和成本.     

抽样设计中样本量的确定

样本量的确定是抽样设计中的一个重要的组成部分，样本量的确定并不存在一种万能的解答和完美的处方，事实上，它是一个在多种约束条件下进行折衷的过程。我从三个方面来阐述这个问题。     

人口普查的事后计数调查样本量的测算

在人口普查的事后计数调查中,抽样单位一般是某种级别的地理小区.由于这类小区的规模相差悬殊,并且平常并没有以这种小区为单位的日常统计资料,所以难以得到这种小区的总体方差,自然也就无法用直接的方法测算需要抽取的地理小区数.文章使用事后计数调查抽样方案的设计效应来测算今后的同类调查所需要的样本量.其中包括:根据事后计数调查样本测算所用抽样方案的设计效应;用特定抽样方案的设计效应测算给定精度要求下同种方案所需要的样本量;抽样方案发生调整时设计效应的应用对策.     

抽样调查系统误差及其产生的原因

系统误差按照产生的来源可分为抽样框误差(Frame Error)、无回答误差(Nonresponse Error)和计量误差(Measurement Error).按照抽样调查实施的过程可以分为设计误差、调查误差、回答误差和汇总误差. 1 抽样框误差 抽样框误差是指目标总体和抽样总体不一致时产生的误差,主要的误差类型有五个方面.     

数据挖掘方法应用于调查数据的抽样权重问题——基于放回比例抽样的再抽样方法

在将数据挖掘方法应用于抽样调查数据时,会遇到抽样权重的处理问题.本文提出采用放回的、与样本单元权数大小成比例的再抽样方法,简称PPWWR再抽样,来实现"事后"自加权设计.实现"事后"自加权设计后的子样本可忽略掉样本权数,直接采用常规的图示方法和数据挖掘算法进行分析.随后,基于2007中国公民科学素质调查贵州省数据,通过模拟分析讨论了PPWWR再抽样子样本的样本量问题,发现max(n,5%N)是一个比较合适的样本量.这一结论可能为其他大型复杂抽样调查数据的数据挖掘实施问题提供借鉴.     

多目标抽样中样本容量设计研究

一、样本容量最佳设计的存在性说明在抽样调查中 ,样本容量的研究是一个非常重要的问题。样本容量和样本精度以及调查费用都有密切的关系。根据文献 (1 ) ,它们之间存在如图 1所示的关系。图 1　抽样误差与样本容量关系示意图从图 1中可以看出 ,抽样误差随样本量的增加而递减 ,在样本容量较少时 ,递减的幅度是较大的 ,但随着样本容量的增加 ,递减的幅度减少。样本容量增加到一定的量时 ,需要增加很大的费用 ,样本误差才能降低一点。这时 ,再增加样本容量就“很不合算”了。这其实就是大数定律在抽样调查中的反映。图 2　总成本和样本量的变…     

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.     

Bootstrap平均数假设检验样本容量探讨

Bootstrap方法是一种有放回的再抽样方法,可用于平均数假设检验的估计.采用蒙特卡洛数据模拟技术,模拟正态分布数据.设计研究程序,探讨在不同的样本量和再抽样次数不同情况下,Bootstrap方法在平均数假设检验中应用,所适宜的样本容量,将一类错误率作为对比条件.结果表明,跨越三种比较条件,只有当样本量大于等于5且模拟次数大于等于1000次时,才能得到满足条件的一类错误率,即表明使用Bootstrap方法才会取得较好的效果.     

中国人口变动调查的自加权抽样设计

自加权分层多阶段抽样设计具有三大特征：一为除第一阶抽样外其余各阶抽样的样本量均为常数，二为样本量按照各层的最终单元数量在各层比例分配，三为前几阶采用抽样而最后一阶采用放回或不放回的简单随机抽样。根据上述三个特征设计了中国人口变动调查的自加权抽样设计。