连续性抽样调查中的样本轮换研究

 内容摘要：本文首先介?绍了样本轮换研究问题提出的背景和国内外研究现状。接着介绍了分层抽样下样本轮换的理论模型。包括分层抽样下样本轮换的估计量公式和最优样本轮换率的确定方法。再接着利用前面介绍的理论知识,结合上海市城镇住房空置率抽样调查数据进行实证分析。由于该抽样调查采取的是分层抽样,因此相应地用分层抽样下的样本轮换研究。先根据该抽样调查本身的特点和社会经济活动的规律确定样本轮换时间间隔为1年。再分别计算出各层的最优样本轮换率和总体的样本轮换率。最后分别对三层子总体样本轮换的效果进行分析,分析发现各层经过样本轮换以后的精度比不进行样本轮换或进行完全样本轮换的精度有了明显的提高,轮换效果显著。     

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。     

抽样调查的样本轮换方法研究

采用抽样调查的方法进行统计调查,必须定期对抽样调查的样本进行轮换,这是组织实施抽样调查必不可少的一项重要工作.进行样本轮换,必须根据各国的国情,依据抽样调查原理,在一定的样本轮换原则下进行.     

我国农村住户连续性抽样调查方案设计

 在改革开放的新形势下,我国政府统计部门开展了农村住户等一系列农村统计调查,为解决“三农”问题提供了多方面的数据信息。本文通过分析总结现行农村住户抽样调查方案中存在的各种矛盾和问题,利用国际上前沿的连续性抽样调查方法作为理论基础,分别从农村住户抽样框的构建、连续各期调查样本的抽取、二维平衡轮换模式的设计、连续性抽样估计及其方差估计和连续时间序列数据的调整分析等角度提出一系列改革措施,从而设计出更加科学的调查方案,为及时、准确地搜集和提供关于“三农”问题的数据信息服务。关于其它类型的抽样调查方案亦可按照本文研究的思路类似地加以设计和解决。     

基于时间序列分析方法的连续性抽样调查研究

针对连续性抽样调查中如何利用过去各期的调查信息来提高现期抽样估计精度的问题,引入时间序列分析方法,分别考虑连续性抽样调查中重复样本和重叠样本等不同情况,建立了不同情况下的时间序列模型,利用成熟的时间序列分析方法给出了总体特征的线性组合估计量。由于时间序列分析方法能够充分利用以往各期的调查信息,从而能够给出精度更高的估计量。     

三维平衡多水平轮换设计及其连续性估计方法研究

 针对现行多水平轮换调查存在的一系列问题,本文提出三维平衡多水平轮换模式设计及其广义组合估计方法。在这套设计方法中,将各种偏差和两类相关关系引入到广义组合估计量公式中,提高了估计量的准确性,同时在多目标调查下还应用最优化方法确定一套最优系数,使得连续性的多目标调查的整体估计精度达到最高,同时又兼顾各类目标量的精度要求。这套系统化、理论化的设计方法将为我国未来开展多水平轮换调查提供理论指导。     

基于Bayesian Gibbs Sampler的状态空间模型估计方法研究及其在中国潜在产出估计上的应用

 本文将贝叶斯吉伯斯样本生成（Bayesian Gibbs Sampling,BGS）方法应用到状态空间模型的估计。首先介绍了BGS方法的基本内容和计算步骤,然后给定参数生成满足状态空间模型的模拟数据,并对模拟数据应用BGS方法估计。结果表明参数与状态向量的估计值与参数值与状态向量的真实值相当接近,明显优于基于Kalman滤波的最大似然估计结果。最后,本文将BGS算法应用于中国1980年至2008年的潜在增长率与增长率缺口的估计。     

抽样调查中分位数估计及误差

一、问题的提出 在抽样调查中,最经常碰到的情况是对总体平均值的估计以及对该估计的精确度的评价。一般地,经典抽样技术对此问题所提供的方法已为广大统计工作者所接受并广泛应用于实践。众所周知,在人口抽样调查或社会经济调查中,有时候我们不仅关心总体     

抽样调查中的比估计和相关估计法

抽样调查的目的是从样本信息估计总体总数或平均数。比估计法和线性回归估计法由于使用了与y有关的辅助变量x而提高了估计这两个指标的可靠性。 为了便于叙述,我们引进下列记号: n=样本容量;N=总体单位数; f=n/N=抽样比率;g=1/f=增加因子; x=辅助变量,例如单位的容量(亩数,居民数等); y=所研究的变量; X,(?)=总体中x的总数,及其估计;     

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。     

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。     

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。     

我国规模以下工业连续性抽样调查方案设计研究

本文在分析我国规模以下工业抽样调查现状和存在问题的基础上,提出改革建议,对工业企业和个体工业户分别设计了连续性抽样调查方案,对工业企业采用三维平衡三水平轮换模式,对个体工业户采用二维平衡单水平轮换模式,两种调查方案都分别设计了两种轮换模式,以适应各个地区的实际情况。     

我国住户调查轮换样本的确定机制

本文提出了住户调查中受样本轮换作用的六个重要方面,结合国外住户调查的经验,对国内有关制度及研究中的问题进行了讨论。通过构建一个适合复杂样本分析的方差-成本模型,结合数据模拟和比较静态分析的方法,从六个方面综合考虑轮换样本的影响,从而得出有效样本轮换率和样本轮换频率的确定机制。     

基于平衡轮换样本调查的季节调整方法研究

传统季节调整方法对时间序列数据进行季节调整时,往往假定误差项为白噪声,不考虑其序列相关关系。为了进行更准确地季节调整分析,本文从连续性抽样调查的角度出发,研究基于平衡轮换样本调查的抽样误差对季节调整的影响,建立一般化的季节调整模型,利用卡尔曼滤波进行参数估计,并从预测误差、误差方差等角度评价模型精度。最后以中国城镇住户调查采用的12～0平衡轮换模式为例,对考虑抽样误差结构特征的季节调整模型进行实证分析,验证这套季节调整方法的有效性。     

中国广义回归抽样估计系统的构建及应用

在抽样理论和应用研究方面,中国一直比较重视抽样方案设计,而忽视抽样估计方法研究。本文在系统总结加拿大等西方国家成功经验的基础上,引入并改进了一套广义回归估计系统,应用在复杂的连续多阶抽样调查中。本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体模型进行扩展,建立各种类型的回归模型进行模型辅助的广义回归估计,最终形成一套广义回归估计系统,为中国抽样估计的应用研究奠定理论基础。最后,本文以中国农产量的连续多阶抽样调查为例,给出了具体的回归估计程序,从而验证这套系统的实践性和应用价值。     

我国经常性抽样调查体系改革研究

为了提高我国政府统计数据质量,本文从产生统计数据的最大源头,即现行的经常性抽样调查体系进行改革研究,引入国际上前沿的连续性抽样调查理论,在调查制度与方法等方面提出一系列改革措施,并给出具体的实施步骤,最终构建一套新型的经常性抽样调查体系。通过这套体系能够在节省调查费用的情况下,及时、准确地产生连续的时间序列统计数据,从而更好地发挥经常性抽样调查的主体作用。在未来实际应用与改革过程中出现的新情况、新问题,均可在该体系的整体框架下予以解决。     

基于半参数方法的模型辅助抽样估计研究

在总结现有模型辅助估计方法的基础上,本文通过构造一种半参数超总体模型,同时结合广义差分估计思想提出一种新型的模型辅助估计量。该估计量比传统的非参数和半参数回归估计利用更少、更易得到的辅助信息,即只需利用和广义回归估计相同的辅助信息,但一般会比广义回归估计拥有更高的估计精度。理论证明了该估计量是渐近设计无偏和设计一致的,其渐近设计均方误差为广义差分估计量的方差。模拟结果显示：其至少与广义回归估计一样好;对于线性程度越低的超总体模型,其估计精度比广义回归估计有越明显的提高;就本文模拟而言,光滑参数在0.04～0.12间适当取值时其会取到相对较好的估计效果。