分层拉丁超立方体抽样方法及应用

为了提高样本数据的质量，文章提出了一种新的抽样方法——分层拉丁超立方体抽样，给出了该抽样方法的定义以及实现算法，证明了在相应条件下该抽样方法的估计精度比分层随机抽样方法更高，可以更有效地缩减蒙特卡罗方差。同时，还通过数值模拟比较了分层拉丁超立方体抽样与分层随机抽样在用蒙特卡罗方法估计定积分时的效果，数值模拟结果验证了上述结论的正确性。     

我国抽样调查方法的最新进展

一概率抽样最新进展概率抽样是指按照随机原则进行抽样,不加主观因素,组成总体的每个单位都有被抽中的概率。按照抽样的组织形式可分为简单随机抽样、分层随机抽样、整群抽样、多阶抽样、二重抽样及PPS抽样。以下将按上述分类标准来展现各种抽样方法的最新进展。(一)简单随机抽样简单随机抽样是抽样方法中最基本的方     

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。     

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。     

分层排序集抽样下的比率估计问题探讨

分层排序集抽样是指将分层抽样与排序集抽样结合起来,运用分层技术将总体分为多层,再在每层中用排序集抽样获取样本.分层比率估计是利用辅助信息,构造总体均值或总值的估计量,分为联合比率估计和分别比率估计.文章利用此思路得到下分层排序集抽样下总体均值的分别比率估计,并和分层排序集抽样下的联合比率估计、分层随机抽样下的分别比率估计进行比较.结果表明,分层排序集抽样下总体均值的分别比率估计比分层随机抽样下总体均值的分别比率估计效果好,分层排序集抽样下总体均值的联合比率估计比分层排序集抽样下总体均值的分别比率估计效果好.     

试论用无关标志排列的系统抽样计算抽样平均误差

本文对无关标志排列的系统抽样的标志选择，形成的样本个数和计算抽样平均误差等方面作了探索，提出这种系统抽样是简单随机抽样中不放回、考虑中选顺序形式的延伸，完全可以用简单随机抽样方式来计算抽样平均误差。论文对循环系统抽样也作了一定的叙述。论文有举例的分析     

简单估计与比率估计效果的分析

一、引言 要了解被考察总体的信息,通常的手段就是抽样.面对众多而繁杂的数据,如何去抽取样本,抽取样本后又如何进行总体参数的估计,的确值得研究.简单随机抽样和分层随机抽样是常用的抽样方法.     

缺失数据插补处理方法的比较研究

文章将抽样调查中由于项目无回答所形成的缺失数据作为研究着眼点,从矩阵运算的角度分析了此类缺失数据带来的危害,在此基础上,对缺失数据插补处理方法的基本问题进行了讨论,分析了各种单一插补方法特点及局限性,并介绍了简单随机抽样、分层随机抽样条件下缺失数据多重插补的抽样推断方法,在此基础上,对常用的单一插补和多重插补方法进行了比较,并对简单随机抽样、分层随机抽样条件下缺失数据单一插补与多重插补方法的效率进行了实证研究与比较。     

常用抽样方法概述

本文以抽样方法为中心，主要阐述几种常见的抽样方法．如简单随机抽样、分层抽样、整群抽样以及系统抽样等，探讨了各种抽样方法在实际生活的应用以及各自的优缺点。     

在统计实际工作中要科学运用抽样调查方法

近年来抽样调查的应用有了很大的发展。在抽样调查中，样本抽取方法多数基层统计机构均采用了概率抽样方法来获取样本，其中使用量多的有分层多阶抽样（包括整群抽样）、分层多阶不等概率（特别是与单元大小成比例、即pps）抽样、各种系统（等距）抽样，包括按有关标识排队的系统抽样，对称系统抽样与PPS系统抽样等。但在实际应用方面也显现出不少问题。如果我们不重视这些问题，将成为今后经济的发展与统计工作的严重障碍。     

正态总体下参数的优化极大似然估计方法

文章讨论了一种新的抽样方法,基于这一抽样方法提出了样本参数的优化极大似然估计,并进一步与简单随机抽样下的参数的极大似然估计结果作比较,从估计渐进效率的角度说明了该方法的优良性。     

对抽样平均误差公式的更正

传统的抽样理论认为,抽取样本的方法有两种:不重复抽样和重复抽样。并且认为在不重复抽样下,各次抽样之间是相互影响的;而在重复抽样下,各次抽样之间是相互独立的。由此得出了两个关于计算纯随机抽样的抽样平均误差公式。以抽样平均数为例,它们分别为:     

浙江个体工业抽样方法的比较

个体工业在浙江工业经济中占有重 要地位,通过抽样调查推算个体工业经济总量已经广为应用,但是由于抽样方法较多,怎样以实际情况出发,选择科学、合理的抽样方法,可以提高抽样效率和数据质量,反之则事倍功半。我们以浙江个体工业特点出发,充分利用抽样框等有关资料,对简单随机抽样分层目录抽样和整群抽样这三种方法进行模拟应用,进而对由此而产生的样本数据和样本分布进行分析,得出几点结论,可以供各地参考。     

城市生态经济发展评估的抽样后分层变量选择

文章将城市绿色生态经济发展划分为社会与经济发展、资源与环境的可持续性和绿色转型发展这三大维度,利用简单随机抽样方法对80个地级市的绿色生态经济发展指标进行了抽样调查,并基于因子分析方法和Q聚类方法对这些指标进行了抽样后分层估计.研究发现,基于改进方案得到的估计值其估计误差都小于通用分层方案下的估计误差,估计精度明显更高.     

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。     

论多主题分层抽样

一、分层方法在多主题分层抽样中,层的确定对多主题分层抽样效果的好坏起着决定作用。在多主题分层抽样中,抽样框有两种,即无序抽样框和有序抽样框。在这两种抽样框中,对多主题总体进行分层的方法是不同的。(一)无序抽样框的分层无序抽样框是指将多主题总体不按任何标志排队,而只是将多主题总体中的各个总体单位随机排列而形成的抽样框。我们采用聚类分析的方法来对多主题总体进行分层。     

基于二阶段抽样的双重抽样框估计量设计

为了探究多阶段抽样情形下双重抽样框调查的估计量设计，文章对双重抽样框下的二阶段抽样估计方法进行了研究，得出了简单随机抽样下的总体总值估计及其估计量方差，对于更高阶段的抽样估计量设计，可以在二阶段的基础上扩展。文章所得的分析结果可为实际部门在双重抽样框下进行二阶段（或者多阶段）抽样调查提供相关的理论基础。     

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。     

我国最低工资抽样调查方案的设计

文章提出了一套适合我国国情的最低工资抽样调查方案。首先,构建了最低工资调查的抽样框,并运用双重抽样框等方法解决了企业名录框不完整的难题;然后,利用可获得的辅助信息设计了分层PPS二阶抽样和分层PPS整群抽样两种抽样方案,给出了具体的实施步骤,以供实际部门选择,同时推导出两种抽样方案下总体目标量的估计及相应的方差估计公式。     

PISA抽样方法的理论与实践——以PISA2006中国试测研究为例

学生能力国际评价项目(PISA)的抽样设计以及抽样工作非常严密,抽样策略融合了分层、整群、多阶段、等距抽样等几种抽样方法。在此基础上,PISA2006中国试测研究还采用了以地区比较为目的的等样本量外显分层和确定性分层等方法,填补了我国教育抽样调查的不足,具有较强的可操作性。