正态总体方差的一种间接预估方法

鉴于极差比方差更容易获得,所以利用极差对正态总体方差进行间接预估以确定样本量的想法很有实用价值.本文利用随机模拟方法和线性回归分析得到dn的一个简明表达式dn=0.51n(n)+3,从而由此间接获得一个正态总体方差的估计值σ2=[Rn/(0.51n(n)+3)]2,这将使直接利用"更便宜的"极差确定样本量具有可操作性.     

正态总体方差的一种间接预估方法

鉴于极差比方差更容易获得,所以利用极差对正态总体方差进行间接预估以确定样本量的想法很有实用价值。根据数理统计理论,若以E(Rn)表示正态总体在样本规模n下样本极差的期望,则有E(Rn)=dnσ,dn可以通过多重积分计算得到,且只与n有关,而与μ和σ2无关。但这种多重积分式虽然有利于在理论上阐明dn与相关变量之间的“定性”关系,却无助于在应用上获得dn与n的定量关系式。本文利用随机模拟方法和线性回归分析得到dn的一个简明表达式:dn=0.5ln(n)+3,从而由此间接获得一个正态总体方差的估计值:σ^2=犤Rn/(0.5ln(n)+3)犦2这将使直接利用“更便宜的”极差确定样本量具有可操作性。     

不同总体量和样本量时如何计算比例的置信区间

在总体或者总体子集不大情况下的抽样调查中,往往不易得出合理的关于比例的区间估计。这一类问题在抽样调查实践中已经严重到非说不可的地步。文章讨论了在样本量不大或者(和)在总体不大时估计比例的置信区间时往往忽略的问题,并给出了在不同情况下如何计算置信区间的方法。     

论总体方差在抽样中的表述

简单随机抽样计算抽样方差需要总体方差。可是总体方差在表述时有两种形式。在一般叙述中不加以区分读者就不清楚是总体方差的那一种表述形式。这种情形影响了抽样方法的实施,也影响了《统计学》、《概率论与数理统计》、《抽样调查》等课程的衔接与联系,形成总体方差长期的误用。这种情形进而也影响了整群抽样、分层抽样和多阶段抽样等组织形式。文章侧重澄清总体方差在简单随机抽样中的误用。     

极小信息量下分层抽样的样本分配党的一个案例

一、问题的提出分层抽样中样本量在各层中如何分配,这是抽样设计中的一个重要问题。计算各层的样本量需要一些辅助信息,如各层中目标变量的方差。在抽样调查的实践中,特别是一次性的抽样调查中,上述所需的辅助信息常常不具备,因此,我们面临着在信息量最小的条件下如何在各层中分配样本量的问题。本文产生于作者在美国ＮＯＲＣ(ＮａｔｉｏｎａｌＯｐｉｎｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒ)进行研究期间所做的调查设计中的一个实例,这里对其进行了归纳,加工,提炼与分析,希望能够就极小信息量条件下如何在分层抽样中进行样本量的分配这一问题…     

连续性抽样调查中总体均值的估计

在连续性抽样调查中,利用前期信息和辅助信息可以大大提高估计精度,但是以往的估计量大多假设辅助信息总体均值已知,文章介绍一种在连续性抽样调查中,辅助信息总体均值未知的情况下,通过两阶段抽样,利用轮换样本方法和辅助变量信息,对总体均值进行估计的新的估计方法,并将新提出的估计量与原有的估计量进行比较,发现其精度更高,而且有利于减少调查成本。     

有限总体的估计——基于超总体模型

抽样调查下有限总体的估计，一般是基于传统抽样设计，另一种是基于超总体模型，即假定总体取值不是确定的，而是由超总体模型产生的。本文以简单随机抽样和抽样为例，揭示了在不同情况下，如何得到超总体模型下有限总体的估计，并对基于设计和基于模型两种观点进行了比较分析。     

完善以县为总体的规模以下工业抽样调查制度

以县为总体规模以下工业抽样调查是今年统计方法制度改革的重大课题。我市在改革实践中积极探索，深入思考，提出 了一些不便操作或值得探讨的问题，如样本量的确定、个体工业数据质量、样本框更新及与历史数据衔接等，在深入调 查研究的基础上，本文提出了解决这些问题的办法，以期与各地统计工作者交流。     

极端值影响下总体均值估计量的调整

在含有极端值总体中,由于样本均值不具有耐抗性,往往难以代表“平均水平”,因此样本方差也难以有效衡量离散程度。在简单随机抽样假设下,可以构造一个考虑极大值和极小值对样本均值大小影响作用不同时的调整均值估计量,并给出了其期望与方差。根据方差最小原则,确定估计量中的参数。随后的统计模拟比较了各种估计量的表现,结果表明：调整的估计量是稳健的和有效的。     

设计效应的计算

为了比较不同抽样方法的效率,1965年,Ｋｉｓｈ引进了设计效应(ｄｅｓｉｇｎｅｆｆｅｃｔ,简记为ｄｅｆｆ)。其定义为:ｄｅｆｆ(^θ)=Ｖ(^θ)/Ｖｓｒｓ(^θ)其中Ｖ(^θ)为所考虑的抽样设计下,总体未知参数θ的估计量的方差,Ｖｓｒｓ(^θ)为相同样本量的简单随机抽样下,θ的估计量的方差。设计效应可以用来评估所考虑的复杂抽样设计的效率。ｄｅｆｆ<1,表明所考虑的抽样设计的效率比简单随机抽样高,ｄｅｆｆ>1,则它的效率比简单随机抽样低。利用设计效应还可以确定样本量,所以它的计算很重要。通过抽样调查得到的是一个样本,因而,Ｖ(^θ)与Ｖ…     

常见调查总体变异系数上限及其在样本量快速估计中的应用

抽样调查中,不同分布类型的调查总体其变异系数往往有着不同的变动上限,这就为利用此上限值快速计算调查所需样本量提供了可能。文章对此进行研究,得到了各种分布类型下的总体变异系数变动范围,为利用变异系数快速计算调查所需样本量提供了直接依据。     

均值已知的条件下方差的统计推断

充分利用总体的信息,讨论了正态总体均值已知的条件下,方差的统计推断问题。     

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.     

多目标抽样的区间估计方法

实践中经常会碰到一些多目标抽样的问题,由于总体单位在各个目标上的差异往往很大,给抽样调查的设计、目标量的估计、样本容量的确定以及抽样误差的控制等方面带来了困难,因而如何兼顾各个目标的要求是多目标抽样研究的难题之一。笔者试提出一种多目标抽样的区间估计方法,希望能够从一个总体的角度对总体参数的置信区间进行测量,从而避免各个目标     

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     

基于回归组合技术的连续性抽样估计方法研究

在使用样本轮换的连续性抽样调查中,不仅可以利用前期调查的研究变量的信息,还可使用现期调查的辅助变量信息来建立回归模型进行回归估计,进而构造回归组合估计量,并在此基础上确定最优样本轮换率和最优权重系数,使得回归组合估计量的方差最小,从而更大程度地提高连续性抽样调查的估计精度。     

分层抽样样本量最优分配问题新探

一、问题的提出 在分层抽样中涉及到样本量最优化分配的问题.样本分配是分层抽样研究的一个重要方面.一般来说,一个恰当的分层的原则是这样的:确定各层的样本容量,使样本容量的分布趋于总体分布,以保证样本具有充分代表性,抽样估计准确度不断提高.为遵循这个原则,我们在分层抽样中所采取第一种方法是,按比例缩小来确定样本单位数结构,这是最简单可行的分配方式.但大多数人认为除遵循样本与总体单位数结构一致性外,还必须考虑总体不同层次方差的差异,满足抽样估计量方差的最小化要求.简而言之,就是指在有限资金、时间或其他与每层的样本分配量相关的条件限制下,分配每层的样本量,使估计量方差最小.这就是本文要研究的样本量最优化分配问题.     

市场调查中样本量确定步骤

在抽样调查的设计中,总有一个阶段要决定样本的含量,这个决定是重要的。太大的样本会造成人力、财力和时间的浪费,太小的样本会使调查结果与目标总体有较大的偏差。笔者根据自己做调查时的一些经验、体会及从有关学者编著中得到的启发,认为如果在市场调查中确定样本量时从以下六个方面着手,相信能够把影响样本量的一些主要因素考虑进来,并为样本量的确定找出一条好的途径。     

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     

贸易统计抽样调查样本量的研究

在贸易统计中, 对于限额以下批零贸易餐饮企业及个体的销售额普遍采用抽样调查方法进行统计。经过多年的探讨和实践,采用区域二相抽样调查比较符合当前我国的实际情况。样本单位数量的确定原则一般情况下,确定样本量需要考虑调查的目的、性质和精度要求,以及实际操作的可行性、经费承受能力等。确定样本量的大小既要有定性的考虑,也要有定量的考虑;从定性的方面考虑,决策的重要性,调研的性质,数据分析的性质,资源,抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小,具体确定样本量还需要从定量的角度考虑。从定量方面考虑,样本…