基于双重抽样框的抽样估计方法研究

 随着经济社会的快速发展,抽样调查中调查对象的流动日益频繁,传统的单一抽样框很难完整覆盖流动性的目标总体,如果一定要使单一抽样框实现完整覆盖,成本必定是高昂的,甚至由于编制过程漫长使抽样调查失去其时效性。有时采用两个不完整抽样框的组合可以实现对目标总体的完整覆盖。基于双重抽样框进行抽样调查,其抽样设计工作不难,但是由于样本在两个抽样框中存在交叉,致使抽样估计甚是困难。基于此,本文将系统评述目前国外已有的各种双重抽样框估计方法,将这些方法分为分离抽样框估计和组合抽样框估计两类,并按照统一的模式比较各估计方法的功效,文章最后对我国采用双重抽样框调查进行展望。     

抽样框偏误及调整

抽样框偏误及调整金勇进一、抽样框偏误的类型从我国抽样凋查的实际情况看,抽样框偏误的类型有以下几种。（一）丢失目标总体单位这是指在抽样框中无法发现目标总体单位。例如,对个体批发零售贸易业、餐饮业”的抽样调查,目标总体是全部个体批发零售贸易业、餐饮业的经...     

基于双重抽样框的二阶段抽样调查方法研究

由于被调查对象的频繁变动,单一抽样框很难覆盖所有的目标单位。为了克服单一抽样框覆盖不完全的缺陷,在各阶段抽样调查采用双重（或多重）抽样框是一种有效的办法。对双重抽样框下的二阶段抽样估计方法进行了研究,得出简单随机抽样下的总体总值估计及其估计量方差,并利用拉格朗日函数求出双重抽样框重叠部分的最优抽样权重系数及各抽样阶段不同子域的样本容量,分析结果可为实际部门在双重抽样框下进行二阶段抽样调查提供相关的理论基础。     

规模以下工业抽样调查系列报道（一）

开展规模以下工业企业抽样调查的前提是有一个能够基本反映目标总体的框架,这一框架被称为抽样框、样框或抽样总体,所谓抽样调查,就是按一定的方法,从抽样框中抽取部分单位进行调查,并据此推算目标总体。在同样的情况下,抽样框越准确,样框中有用的辅助信息越多,保证同样精度所需的样本单位就越少,推算数据就越接近实际。     

抽样调查实施中的不规范性

一、不规范性的种种表现　　首先 ,从抽样设计角度分析。抽样设计是针对抽样调查全过程所作的通盘考虑和整体安排 ,包括抽样调查要求方面的设计、调查内容方面的设计、抽样与推断的技术方法方面的设计、以及有关调查组织工作方面的设计等。从某种意义上讲 ,抽样设计的质量好坏 ,直接决定着抽样调查的成败。在这方面存在的主要问题是 :①不重视抽样框的建立 ,对有缺陷的抽样框既不作有效的调整 ,也不作任何说明。众所周知 ,抽样框是赖以实施概率抽样的基本依据 ,从一个完备的抽样框出发 ,就有可能得到一个对总体具有代表性的样本 ,而从一个存…     

多种抽样框误差的模型表示

在抽样调查中,总体分为目标总体和抽样总体。所谓目标总体是研究的对象,亦即通过抽样调查所要得到信息的总体3而抽样总体是从中抽取样本的总体,也就是抽样框,对目标总体进行推断的信息取自于抽样总体。理想的抽样框的标准是能够实现目标总体与抽样总体的一致。然而在实践中由于     

丢失单位引起的抽样框误差分析及其补救方法

抽样调查的误差包括抽样误差和非抽样误差。非抽样误差是指除抽样误差以外,由于各种原因而引起的误差,可以分为抽样框误差、无回答误差和计量误差三类。抽样框误差是由不完善的抽样框引起的误差。1对丢失目标总体单位影响的测定丢失目标总体单位是抽样框误差中影响比较严重的一     

对我国抽样框建设工作的思考

抽样框的建设(主要包括编制与更新)是抽样调查的一项基础而重要的工作,不仅为抽样调查的应用和推广奠定基础,而且是普查、全面报表制度和抽样调查相互衔接配套的基点。本文在对目前我国抽样框建设工作中存在的主要问题进行深入剖析的基础上提出编制和更新我国抽样框的基本原则和有效措施,以期为我国抽样框的建设工作提供一些有益参考。本文是国家社科基金项目(01ATJ001)的系列成果之一。     

城市住户调查抽样框的缺陷及改进措施

在城市住户抽样调查中,抽样框的设计起着非常重要的作用,抽样框的结构,抽样框内所包含的信息,以及这些信息的质量,将决定调查中抽样设计的类型和估计的方法,而且对抽样估计的精度有直接的影响.文章通过抽样框设计的理论研究,发现城市住户调查抽样框设计存在的缺陷以及造成的抽样误差,对抽样框的设计方法进行改进,提高样本的代表性和抽样调查数据质量.     

浅谈小型单位抽样框的编制

对大中型企业进行全面调查,对小型企业进行抽样调查已是目前我国统计调查制度改革的热点之一。小型企业进行抽样调查的关健在于抽样框的编制。全国基本单位普查资料为小型单位抽样框的建立提供了完备的基础资料。本文从抽样调查的要求出发,对利用普查资料建立抽样框提出一些看法。     

对丢失单位和包含非目标单位抽样框偏误的研究

文章通过对抽样调查中丢失单位和包含非目标单位两种类型的抽样框偏误的讨论,建立了相应偏误测定模型,并从量的角度分析其对抽样推断所造成的影响,最后提出对不完善抽样框中的丢失单位和包含非目标单位的抽样框偏误的一些具体的调整方法。     

论社会经济调查抽样框的构建

就统计调查体系改革而言,需要解决两方面问题:一是普查、抽样调查和全面报表制度的衔接配套.二是抽样框的建设和抽样调查实际操作的管理和控制.抽样框的建设是解决上述问题的关键,不仅为抽样调查的应用和推广奠定基础,而且是普查、全面报表和抽样调查三种方法衔接配套的基点.     

基于多重抽样框的校准估计方法研究

在现代抽样调查中,校准估计方法能够通过有效利用辅助信息来提高估计量的精度,多重抽样框抽样调查则不仅可以解决单一抽样框覆盖不全的问题,还可以节约抽样设计阶段的成本。本文将这两种现代抽样估计与设计方法进行结合,将校准估计方法引入到基于多重抽样框的抽样调查体系中,在实现节约调查成本的同时,还能够提高估计量的精度。文章首先按照分离抽样框与组合抽样框估计方法的分类思路,对传统多重抽样框估计方法进行系统梳理;然后在最短距离法校准估计的分析框架下,按照调查时所能掌握辅助信息的具体情况,给出了两类多重抽样框估计情形下的各种不同形式的校准估计量;随后数值分析的比较结果也表明在多重抽样框中校准估计量的估计效率明显优于传统估计量;最后对本文研究进行总结的基础上,给出了我国抽样实践中应用这套先进抽样估计方法体系的展望。     

浅议抽样调查系统的建立

随着我国统计体制的改革与深入,抽样调查方法得以广泛应用。应用抽样调查的方法,首要问题是组织抽样。抽样调查的实践证明：满足抽样调查的随机性和时效性成为有效组织抽样调查的核心问题。如何保证抽样调查随机性的实现,抽样调查人员如何方便地取得并使用抽样框,方便有效地组织抽样调查,     

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.     

基于多重抽样框的连续性抽样估计方法研究

多重抽样框可以解决单一抽样框难以完整覆盖流动性目标总体的难题,连续性抽样调查则可以获取变量的时序观测数据,对总体现象进行追踪调查。本文将多重抽样框调查与连续性抽样调查两种方法结合在一起进行研究,深入分析基于多重抽样框的连续性抽样估计方法。文章首先设计了连续性调查环境下总体结构变动表;然后,在简单随机抽样假定下的轮换样本调查情形开展研究,设计了14种参数缩减方法对构建的似然函数进行估计求解,并给出了估计量的迭代计算过程;最后,对本文的研究内容进行了总结与展望。     

永久随机数法抽样技术中的抽样框问题探讨

抽样框的维护问题是连续抽样调查中不可忽略的问题，尤其是在对变化较快的总体进行抽样调查时，能否较好的实现抽样框的更新将是影响抽样调查的结果能否反映总体的关键问题。相对于传统的抽样方法，永久随机数法抽样技术有很多优良的，性质，可以有效地实现抽样框的更新就是其优势之一。本文从永久随机数法抽     

规模以下工业抽样设计研究

为推动规模以下工业抽样调查工作以及解决当前调查面临的有关问题,本文对抽样设计进行了改进研究。首先,本文对规模以下工业抽样设计演变过程进行系统梳理,总结了现行抽样设计充分利用双重抽样框设计和综合运用三种抽样方法的特点。其次,针对园区层企业密度高的特点,探索结合园区因素改进地域抽样设计,对园区层和非园区层分别抽样,解决调查中面临的非抽样误差问题,并调整辅助变量使其与核心指标相关性均较高,确保抽样推断精度,有效提高抽样调查效率。并以我国东 部某省为例进行实证模拟得到结合园区因素抽样设计对调查工作改进的结论。再次,针对我国各级政府管理需要以及局队业务分工优化调整情况,介绍了规模以下工业样本追加理论和实证应用的主要研究成果。最后,在大数据时代数据来源广泛的背景下,本文在多重抽样框设计以及利用辅助变量提升样本轮换推断精度方面提出了进一步改进抽样设计的思路。     

非抽样误差函数的构建——基于不完备抽样框下无回答误差的讨论

抽样调查中,使用不完备的抽样框及存在无回答单元是产生非抽样误差的两类主要原因。运用概率统计方法,分析抽样调查中使用三类不完备抽样框且存在无回答单元时对估计误差的影响,尝试构建基于不完备抽样框及无回答共存时的非抽样误差函数,为抽样调查中非抽样误差的定量分析与控制提供依据。     

对多目标抽样的再认识

文章针对多目标抽样的理论与实践中存在的问题展开讨论,阐述了多目标抽样调查的含义,提出了为多目标抽样所需要解决的一系列的问题,并加以分类。