改进的汉森-赫维茨估计量及其应用

本文利用阈值截断方法对经典的汉森-赫维茨估计进行修正,提出改进的汉森-赫维茨估计量（简称IHH估计量）。理论上,本文证明了IHH估计量的相合性,渐近无偏性和渐近正态性,并给出了IHH估计量的均方误差及其无偏估计。此外,基于IHH估计量,本文分别对分层抽样和二阶抽样下的有限总体估计进行改进。为说明所提出方法的有效性,本文比较了所有改进估计量和传统估计量的均方误差。最后,数值分析进一步说明本文提出的估计量具有更高的精度。     

点估计的一种新方法

文章提出了用已知估计量构造新估计量的点估计的新方法,称这种新估计法为派生估计法,由派生估计法得到的估计量称为派生估计量,并证明了若原估计量具有相合性,则派生估计量也具有相合性.     

捕获再捕获抽样估计量的模拟研究

目前,捕获再捕获抽样已广泛应用于生物科学、社会科学、生命科学和医学的调查研究中。为此,对捕获再捕获抽样的最常用的Lincoln-Petersen估计量和Chapman估计量进行模拟比较,提出新的有偏估计量,其偏差介于上述两个估计量之间。理论和模拟结果显示：新估计量有时优于其它两个估计量;在实际应用中,当上述两个估计量较难取舍时,新估计量可以作为一个更好的选择。     

第三类Tobit模型的半参数估计方法

本文给出第三类Tobit模型的一种新的半参数估计方法。在独立性假设下,利用主方程和选择方程中可观察受限因变量的条件生存函数所满足的关系式,构造第三类Tobit模型参数的一步联立估计量。在已知选择方程中参数一致性估计量的条件下,这种方法也可用于构造主方程模型参数 的两步估计量。本文证明了所提出的一步联立估计量和两步估计量的一致性和渐近正态性。实验模拟表明,我们提出的估计量在有限样本下具有良好表现,且一步联立估计量的有限样本表现优于或接近于Chen（1997）的估计量。     

带异质线性趋势的动态二元选择面板模型估计

本文提出了带异质线性趋势的动态二元面板模型的极大似然偏误纠正估计量和近似条件Logit估计量。我们给出了通常极大似然估计量偏误的解析形式,并提供了相应的估计方法。小样本实验表明近似条件似然函数可以很好的消除异质性参数的影响,而偏误纠正估计量可以显著的修正极大似然估计量的偏误。最后我们将本文提出的方法应用到现金红利支付模型。     

时变系数空间自回归面板数据模型的极大似然估计

本文对扰动项存在跨时期的异方差、但不存在序列相关的时变系数空间自回归模型提出了极大似然的估计方法,并证明了该估计量的一致性,同时,证明了该估计量渐进服从正态分布,由此说明该估计量具有优良的大样本性质。同时,我们还对本文所提出估计量的小样本性质进行了数值模拟。本文研究表明,估计量虽然在N较小时偏差较大,但是随着N的不断增加,估计量偏差减小,体现了比较优良的渐进性质。同时,估计量的偏差会随着时期数的增加而变大,这说明本文所提出的估计方法适用于个体数较多、时期数较少的短面板数据。     

基于GMM的缺失数据回归模型的半参数估计

响应变量存在数据缺失的情况广泛出现在社会经济研究中,对响应变量存在数据缺失的回归模型提出了一个在矩估计框架下的单一的半参数估计量,这种估计量保留了参数回归估计量与非参数匹配估计量的特性,从而使得该估计量既能在响应变量被观测的子样本中保持较好的拟合性,又能够降低响应变量未被观测的子样本的估计误差,并且证明了这种估计量是一致、渐进正态估计量。     

双重抽样框下项目无回答插补估计方法研究

抽样调查工作中无回答情形不可避免,双重抽样框下亦如此,因此需要对双重抽样框下抽样调查项目无回答造成的估计量偏差进行纠偏校正。首先通过二重抽样获取辅助变量的信息,使用其构造比率估计量与比率型指数估计量的组合估计量对双重抽样框下抽样调查中项目无回答数据进行插补,得到对应各部分子总体的均值估计,再用Hartley估计量的形式对总体总值进行估计。通过计算估计量偏差、均方误差及最优权重系数,对比相同条件下完全回答时同类型组合估计量均方误差的相对精度损失与使用单一比率型指数估计量的相对精度损失,随机模拟结果显示损失率较低,插补方法有效。选择合适的辅助变量构造比率估计量和比率型指数估计量的组合估计量做插补值,更充分利用辅助变量和已回答研究变量信息,基于提出的组合估计量于抽样调查工作具有一定的应用价值。     

放回抽样下HT估计量的性质及应用

放回抽样下传统的估计方法是采用Hansen-Hurwitz估计。而放回抽样下HH估计量并不是一致最小方差无偏估计,本文提出了另一种估计方法,即采用Horvitz-Thompson估计,并论证了放回抽样下HT估计量的三条定理,及与HH估计量的比较。然后以放回简单随机抽样和PPS抽样为例,通过理论公式、计算机模拟以及具体案例,进行更具体的分析。说明在一定条件下,HT估计量相对更优。在实际应用中,本文也提出了通过比较方差估计作为选取估计量的准则。     

不同标准差估计方法下过程能力指数估计量的比较研究

估计量是统计推断的基础,通常无偏性是对一个好的估计量的基本要求。通过严格的数学推导,证明人们现在提出的过程能力指数（Cp）的估计量都是有偏的,且都有高估Cp的倾向;之后构造了Cp的两个无偏估计量;探讨了这两个无偏估计量的估计效率;最后通过试算和比较,认为当样本容量n较大,同时估计精度又不要求太高时,可直接使用p作为Cp的估计量;但在样本容量较小,或者对估计精度要求很高的场合,则必须选择p（D）作为Cp的估计量。     

基于分层随机抽样的季节指数的抽样估计研究

由于传统的季节指数分析方法是一种描述统计,本文提出了采用分层随机抽样的季节指数估计量,给出了估计量的偏误和均方误差以及均方误差的估计,并在此基础上分析了季节指数的假设检验以及最优估计量的确定。     

基于可加常量方法的"k倍回答法"

本文通过对Himmelfarb和Edgell可加常量方法深入考察,分析了其固有的局限及优点,并在其基础上提出了"k倍回答法",挖掘了使估计量在无偏的情况下,采用"k倍回答法"时提高估计量精度的规律,从而有效地提高了估计量的精度.     

基于平衡单水平轮换的连续性抽样估计方法研究

内容提要：针对现存的各种单水平轮换模式和估计方法,本文提出一套统一的平衡单水平轮换模式。在此轮换模式下,引入两类相关关系,运用线性无偏估计方法,并通过使不同类型估计量方差的加权总和最小的方法确定最优系数,从而得到最优线性无偏估计量,不仅能够减少甚至消除估计量偏差的影响,还能使得连续性调查的整体抽样误差最小,适合估计各种类型的估计量。     

基于组合式三系统估计量的人口普查净误差估计

研究组合式三系统估计量,旨在为政府统计部门设计人口普查净误差估计方案提供重要参考,提高净误差估计精度。研究对象是人口普查标准时点上的人口总体。利用对这个总体登记的普查人口名单、事后计数调查人口名单和行政记录人口名单构造的组合式三系统估计量,解决当今人口普查净误差估计前沿方法的普通三系统估计量所存在的问题。这些问题包括未考虑到不同信息的重要性,以及在使用之前还要进行复杂的检验或选择。为实现这一目标,采取数理模型方法研究组合式三系统估计量及其与之相关的抽样及估计问题。研究结果表明：组合式三系统估计量须在等概率人口层建立,分层刀切法适合于近似计算其抽样方差;事后计数调查人口的构成方法影响组合式三系统估计量的估计精度。采用A构成法建立的组合式三系统估计量在抽样估计精度方面优于使用B构成法构造的组合式三系统估计量;在计算组合式三系统估计量估计的总体实际人口数的抽样方差时,不能忽视协方差的存在,否则低估或高估总体的抽样方差。研究创新是提出抽样登记的、人口移动的组合式三系统估计量。研究价值在于,将目前的普通三系统估计量拓展到组合式三系统估计量,丰富了三系统估计量理论,拓宽了人们研究三系统估计量的视野...     

混合类型辅助变量下模型校准抽样估计研究

在超总体模型中,一般用于构建模型的辅助变量多为连续型变量,对混合类型辅助变量的模型研究较少.为了同时利用与研究变量相关的连续型和离散型辅助变量的信息,本文提出在模型校准的框架下,利用非参数核回归方法,得到混合类型辅助变量下的模型校准估计量.研究证明,该估计量是渐进设计无偏、设计一致和渐进正态的,并给出了估计量的方差和方差的估计量.数值模拟的结果显示,本文在总体回归函数为线性和非线性的情况下,估计效果均有所提高.此外,通过CLHLS数据的验证也表明该估计量的效果优于仅利用连续型辅助变量的估计量.     

双重分层抽样中的校正估计

校正估计法已被大量运用于抽样调查中,它利用辅助信息构造的校正权重提高了对总体总值（或均值）的估计精度。本文提出了分层抽样中的校正组合比率估计量,并推广到分层双重抽样中。同时给出新估计量的近似方差表达式。最后利用计算机随机模拟验证较正估计量对估计精度的改进。     

辅以排序集样本的分层抽样方法研究

分层抽样中,样本在各层中的不同获取方式会对估计量的精度和试验费用产生一定的影响,而已有的理论方法大多不能在提高精度的同时降低调查费用。为此,将排序抽样与分层抽样方法相结合,提出了辅以排序集样本的分层抽样方案,并得到了总体均值的估计量以及这一估计量的良好性质。这些结果表明,与单一的分层随机抽样相比,这种抽样设计的估计量具有更高的精度,同时也节约了各层抽样调查的费用。     

人口普查遗漏的组合式估计方法

以人口普查标准时点上的人口总体(全国、全国以下各行政区)为研究对象,研究如何利用对总体登记的普查人口名单和覆盖调查人口名单构造的组合式遗漏估计量估计人口普查遗漏⁽(1))人口数。目前各国政府统计部门在人口普查遗漏估计中主要使用单重遗漏估计量,但该方法未包括同时遗漏于这两份调查人口名单的双重遗漏人口,低估了总体普查遗漏人口数。组合式遗漏估计量除了包括单重遗漏人口外,还包括了双重遗漏人口,避免了单重遗漏估计量的缺陷。采取抽样估计和数理模型相结合的方法研究单重遗漏估计量、双重遗漏估计量和组合式遗漏估计量,理论和数据分析结果表明：组合式遗漏估计量在抽样估计精度和遗漏人口数估计上优于单重遗漏估计量,尤其是在分析双重遗漏人口特征和改进未来人口普查登记工作等方面;在使用刀切法近似计算总体的组合式遗漏估计量的抽样方差时,不能忽视等概率人口层之间的协方差,否则可能低估或高估其抽样方差;单重遗漏估计量和组合式遗漏估计量属于有偏估计量,要使用均方误差比较其估计精度。本文创新之处在于,利用原始数据全面演示了单重遗漏估计量、双重遗漏估计量和组合式遗漏估计量及其抽样方差估计量等的详细计算过程...     

人口数目估计中的独立双系统估计量研究

利用存在统计相依关系的两份人口登记名单构造的非独立双系统估计量是目前估计总体实际人口数的前沿方法。该估计量由最初用于估计一个区域内的野生动物数目的捕获-再捕获模型移植而来。非独立双系统估计量的一个明显缺陷是低估总体实际人口数。用独立双系统估计量替代非独立双系统估计量属于人口数目估计领域的理论创新研究。采用数理分析与实证分析相结合的方法研究独立双系统估计量及其方差估计量。为便于读者理解,通过一个实证案例全面演示了独立双系统估计量的计算过程。研究表明,独立双系统估计量所估计的人口数平均接近于实际人口数,建议在未来人口数目估计中应用独立双系统估计量。     

数量特征敏感问题问卷设计

目前,数量特征敏感问题调查主要采用随机化策略,该策略需使用随机化装置,从而需要在现场实施。提出一种问卷设计技术,该技术用无关问题替代随机化装置,因而不需要调查者亲临现场,不受调查规模及调查单位聚散的限制,使得调查更加方便、实用、经济。给出了相应的无偏估计量,推算出估计量的方差和方差的估计量并举例说明。