基于“三新”企业分层抽样单元权重动态调整的估计方法

对“三新”企业进行抽样调查是及时掌握和监测“三新”经济发展的重要手段。考虑到这一类调查总体单元变动比较迅速,抽样框信息变动大,无法及时覆盖总体的最新特征,依此抽样框得到的样本数据结构与总体的分布结构差异较大,样本的代表性较低,会对总体数量特征的有效估计产生影响。因此,基于调查总体单元的变动特征,把抽样框中的单元划分为保留单元和转移单元,在此基础上,依据样本单位分层结构的变动,设计了基于“三新”企业分层抽样单元权重动态调整的估计方法。首先,通过事后分层方法挖掘出不同层的单位特征,并预测抽样框各层容量;其次,依据层规模的变动预测对目标变量估计量的权重进行修正;最后,通过自我加权设计构造出总体动态变动后数量特征的复合估计量,并对其进行优良性讨论。在对“三新”企业的模拟数据进行多次重复抽样实验中,相比于固定抽样框下的传统方法,基于分层抽样单元权重动态调整的估计方法具有更高的抽样效率,构造的关于总体数量特征的估计量具有无偏性和有效性。     

类型抽样方法的实际应用

类型抽样也称分层抽样或分类抽样,是抽样调查中常用的方法。一般认为,用类型抽样可缩小抽样误差,提高抽样指标的代表性,从而提高抽样推算的精度。一、类型抽样的定义类型抽样是将总体中所有单位按一定的属性或特征分成不相重迭的若干类型组,然后在每个类型组中进行随机抽样或机械抽样。根据总体单位标志差异越小,抽样误差会越小这一原理,运用分组法可以把样本单位在各类别之间的分布均匀,使组内标志差异缩小,从而提高抽样指标的代表性。如商业零售企业规模不同,零售额差异极大,通过分类划分     

分层抽样与分群抽样之比较

分层抽样与分群抽样之比较文＼杭州商学院　胡聪进行抽样调查有多种形式，分层抽样与分群抽样则是其中应用较为广泛的两种。本文从两方面将二者作一比较．（一）分层抽样与分群抽样组织形式的比较分层抽样是先将总体按其主要标志加以分组，后再从各组中按随机原则抽选一定...     

农产量抽样调查方法改进研究

一、问题的提出目前我国农产量抽样调查广泛采用按有关标志排列，以播种面积为辅助资料随机起点对称等距抽样的方法、这种抽样方法有着一定的局限性。第一，将总体单位按有关标志排列后等距样本“均匀”地分布在总体中，这种“均匀”是相对于累计播种面积而言，即相对于总播种面积是均匀的。当不同总体单位农产量差异显著时，这样的等距样本对于产量分布而言则是不均匀的，很可能在某一产量段样本量过大，而在另一产量段样本量过小。依此样本计算得到的样本均值作为平均由户的估计量＃进而估计总产量必然产生较大的偏差，固而估计的精度较低…     

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。     

系统抽样和对称样本

系统抽样(又称等距抽样)是抽样调查中应用得比较广泛的一种,优点是简便易行,使样本在总体中分布比较均匀,样本的代表性较强,在抽样调查中乐于为实际工作者所采用。但它也是一种比较复杂的抽样调查方式,受总体标志值变动情况的影响较大。由于总体标志值变动情况的不同,它可以得出比分层抽样(又称类型抽样)更小的误差,也可以得出比纯随机抽样更大的误差。当总体标志值出现周期性变化时,甚至可以得出完全不能说明总体情况的结论。如果就它与其他抽样调查方式的关系来说,从某一个角度看来,系统抽样是一种特     

关于样本对总体代表性问题的认识与讨论——兼论抽样调查中辅助变量的作用

一、问题的提出抽样调查作为非全面调查最重要、应用最为广泛的一种方法 ,是按一定程序 (方法 )从总体中抽取一部分单元 ,即样本进行调查 ,根据样本数据对总体目标量作估计或其他推断。根据样本估计总体 ,也即根据部分来估计整体必然存在误差 ,即抽样误差。人们期望这种误差愈小愈好 ,估计愈精确愈好。用什么样的抽样方法和估计方法能使这种抽样估计更为正确 ?用一种目前流行的说法就是 ,什么样的样本对总体有较好的代表性 ?目前在国内 ,不少关心或从事抽样调查的统计工作者 ,对上述所谓“样本对总体的代表性”问题 ,不同程度地存在一些认识…     

抽样中不等概率问题等概化研究

 在抽样中,我们经常会碰到观察个体大小不一的情况。例如,以乡为观察个体的农产量抽样估计、以学校为观察个体的学生身体素质抽样估计等。当我们所关心的标志即观察标志与个体大小基本呈等比例变化时,如果不分个体的大小而赋予它们同等被抽中的概率（即采用等该抽样法）,那么在仍然采用简单估计的前提下,抽中大的个体就会给出过高的总体估计值,抽中小的个体就会给出过低的总体估计值,从而使抽样估计受到大的抽样误差的支配。例如,在由一个以县为个体的样本数据来估计全国出生人数时,就会产生这种情况。为了减少抽样误差,人们就想到了不等概率抽样设计,即按个体大小赋予它们不同被抽中的概率并据以给出总体估计值。然而不等概抽样的一个很大的缺点是操作过程麻烦,尤其是当样本容量大于2时的不重复的不等概抽样十分困难。因此在实践中,人们希望能在保证必需的抽样精度的前提下,仍通过等抽样这种简便的方法来解决观察个体大小不一的这类抽样估计问题,即把不等概问题等概化处理。通过初步研究,本文提出以下三种处理方法：分层抽样估计法、转移观察标志法和回归估计法。     

怎样确定子总体--有关规模以下工业抽样调查的思考

分层抽样是经常使用的一种抽样技 术。采用分层抽时,总体被分为同质但又不相互重叠的若干部分,这些部分被称为子总体或层。 划分子总体的动机大致可分为主动的和被动的两种。所谓主动,又常出于两种考虑:一是为了提高抽样效率,即对于同一个调查总体和同样的调查精度要求,采用不同的抽样方法和估计量所需要的样本量会有很大的差别,样本星小的为抽样效率高,反之,则为抽样效     

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.     

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.     

系统抽样简介

系统抽样(Systematil sampling)又称为机械抽样或等距抽样.它是按照总体单位在总体内的排列顺序,每隔一定间隔抽取一个单位组成样本,进行观察并用来推断总体参数的一种抽样方法.如果总体单位按照与所研究标志有关的顺序排列,则称为按有关标志排队的系统抽样;如总体单位的排列顺序与所研究标志无关,则称为按无关标志排队的系统抽样.     

基于平衡样本的最优模型辅助抽样策略

模型辅助方法的思想是基于抽样设计借助于超总体模型获得对总体参数的有效推断.满足辅助变量的HT估计等于总体总量真值的样本被称为平衡样本.对于平衡样本,如果超总体模型的异方差性可以通过辅助变量解释,由此得出最优抽样策略:平衡抽样设计与HT估计结合是最优策略,包含概率正比于模型残差的标准差.     

分层抽样调查的一点思考

根据分层抽样调查方法的一般原理,分层抽样是将总15.61(人),标准差(δ)=15.08(人),极差(R)=体的N个单位按某个特征(一般为品质标志)(分成若干76-2=74,由于离差仍然很大,计算的必要抽样单位数没有重叠的层,独立地从每一层中抽取若干个单位,由各仍有98个;按现有的抽样调查方法,还是没有解决余下层抽取的样本组成总样本,用来推断总体目标量的一种方100个私营企业劳资情况的有效抽样的问题。为此,我们法;分层对于偏斜总体显得尤其重要(所谓偏斜总体是指只有运用“多次中点分层抽样”的方法,将这100个单位总体分布不是正态的,它向右或向左偏斜)…     

分层二阶段抽样单位数的最优配置

一、问题的提出分层多阶段抽样是将分层抽样与多阶段抽样结合起来的一种抽样组织形式，即先将总体分为若干个层，再在每个层内进行多阶段抽样。分层多阶段抽样与一般的分层抽样和多阶段抽样相比具有如下的优点：相对于一般的分层抽样，分层多阶段抽样可以解决一般的分层抽...     

分层抽样估计精度 控制方法的研究

在分层抽样实践中，经常遇到如何进行估计精度控制的问题。从具体的组织实施看，分层抽样估计的精度控制除了常规的总体控制法外，还有分层控制法和双重控制法。它们各具特色和应用价值。本文对此作一探讨。一、总体控制法所谓总体控制法，就是只控制总体参数（如总体均值）的抽样估计精度而不论各层参数（如层均值）的估计精度的高低。其一般过程是：先确定总体参数估计精度，再计算抽样估计所需的总样本容量，然后再分配备层样本容量。这样，各层参数抽样估计的精度事实上也就随之确定了。设总体分为K层，X；为第i层第j个单位的标志值（i…     

工业企业分层抽样估计精度控制方法研究

分层抽样是适合我国工业企业抽样调查采用的一种抽样组织方式。在实践中，如何进行分层抽样估计精度的控制，是重要问题之～。我们认为，从具体的组织实施上看，分层抽样估计的精度控制除了常规的总体控制法外，还可以有其他两种控制法：分层控制法和双重控制法。它们各具特色，各有应用价值。下面，本文拟就此作一探讨。一、总体控制法所谓总体控制法，就是只控制总体参数（如总体均值）的抽样估计精度而不论各层参数内层均值）的估计精度的高低。其～般过程是：先确定总体参数估计精度，再计算抽样估计所需的总体样本容量，然后再分配各层…     

基于排序集样本和辅助变量中位数的均值比率估计方法

排序集抽样下利用辅助变量中位数构建了总体均值的改进比率估计模型,分析了该比率估计量的偏差和均方误差,并与简单随机抽样下的比率估计比较,证明了改进后的比率估计均方误差更小。以农作物播种面积和产量为研究对象进行实例分析,研究表明,基于排序集样本和辅助变量中位数的比率估计方法可以有效提高估计精度,验证了该构造方法的可行性。     

分层抽样中分层界限的优化设计

文章主要研究在分层抽样中如何进行恰当地分层,以便尽可能提高分层抽样的估计精度。主要研究了三种分层标志,即定性的辅助信息、研究变量和辅助变量,以及在各种分层标志下确定适当的分层界限,使得估计量方差最小。     

在不可忽略抽样机制下目标变量的估计问题

抽样调查是通过对有限总体的重复抽样,用样本数据对总体的目标变量进行估计,但是若样本的抽样过程与目标变量有关,则样本分布不能代表总体分布,此时用样本数据来估计总体会产生很大的偏差。针对这种在不可忽略的抽样机制下如何进行目标变量的估计问题展开讨论,详细介绍了三种处理该问题的方法并对这三种方法进行了比较,得出第三种概率密度函数的方法是处理该问题比较好的一种方法。