PPS适应性整群抽样设计及估计

在传统适应性整群抽样的基础上,提出PPS适应性整群抽样,即采用PPS方法获取初次样本单元,然后对初次样本单元进行样本外推得到聚集网和最终样本。首先给出PPS适应性整群抽样设计,然后对该抽样机制下总体单元入样概率进行推导,构造得到了修正的HT统计量,并通过模拟研究揭示了估计量的良好性质。     

PPS抽样设计的比估计及其模拟分析

本文在介绍简单随机抽样比估计的基础上,对PPS抽样设计的比估计进行了系统的研究,并使用了第一次农业普查数据对方法进行了模拟。从模拟结果可以看到,比估计方法可以解决一些调查精度和多目标调查的问题。     

总体不稳定情形下的抽样

要估计报告期的时期指标，样本当然要在期初抽出。可是在报告期内，可能有的单位离开了总体，有的些单位中途进入总体。于是，期初样本便不能代表变化了的总体。怎样处理这种情况？在这种情形下怎样作子总体的估计？本文提出了三种方法     

PPS抽样下匹配系数的构建及应用

PPS抽样时,一般认为当规模变量与目标变量的相关性越强,抽样的精度越高,但少有文献研究相关性的具体内涵以及与抽样精度的内在关联。本文提出构建匹配系数反映规模变量与目标变量的比率相关关系,并对PPS抽样下的样本匹配系数进行了构建和分析,还通过Monte Carlo模拟揭示了该统计量的良好性质。本文最后揭示了样本匹配系数在抽样精度评价时有着良好的应用效果。     

用PPS单级整群样本估计总体的个体间方差

文章主要通过构思以PPS抽样方式抽取单级整群样本,在已用样本资料算出在某总体应用该抽样方案的设计效应的基础上,为推算下一个调查期对该总体依照该方案抽取样本时所需样本量的过程中,讨论如何用PPS单级整群样本来构造总体的个体间方差的无偏估计量的问题.     

不重复抽样下总体比例的估计

文章研究了不重复抽样下总体比例的三种置信区间的范围概率.运算结果显示,目前各类有关抽样技术文献中普遍介绍的置信区间及其连续修正区间都不够理想.文章推荐了一种新的置信区间,它的范围概率比较集中分布在置信水平附近,最坏情形的范围概率与置信水平相差0.1左右,远胜于前面两个常见置信区间.     

PPS抽样下比率估计量的构建及应用

在PPS抽样的估计阶段为提高估计精度,利用比率辅助信息分别构建比率HH和比率HT估计量,并对这两种新估计量的性质进行研究,推导得到了估计量均方误差的近似表达式。同时,结合实例进行对比分析,展示了新估计量的优良性质。     

改进PPS抽样设计效应的Monte Carlo模拟

文章探讨了利用Monte Carlo方法对改进的PPS抽样进行模拟,并对改进的PPS抽样设计效应进行了评价.文章从改进的PPS抽样以及PPS抽样设计效应入手,分析了改进的PPS抽样的设计效应的计算;并结合具体实例,对改进的PPS抽样进行了Monte Carlo模拟.     

基于交叉子总体的抽样设计及其估计方法研究

在抽样调查中,随着当前经济社会的变化和发展,调查对象及其目标总体的范围和结构日益复杂。基于单个调查总体构建单一的抽样框进行随机抽样的传统调查方式往往存在较大问题,如单个调查总体的抽样框覆盖不全,单一抽样框的更新和维护成本又过高。本文认为,基于交叉子总体开展抽样设计及其估计是解决上述难题的有效方法。针对交叉子总体的抽样设计,本文在现行Hartley估计方法的基础上,引入了辅助变量信息和超总体模型,提出了一种基于广义回归估计方法的新型Hartley-GREG估计量,并进一步研究了其在二阶抽样下的具体估计量形式。另外,考虑到辅助变量信息不完备的情形,分别提出了基于双边和单边辅助信息的Hartley-GREG-Bs和Hartley-GREG-Ss估计量。本文还通过理论和数值模拟对几类新型的估计量与传统的Hartley、F-B估计量进行分析比较。数值模拟结果表明:在一般情形下,本文提出的几类新型估计量的估计精度比传统的Hartley、F-B估计量更高。最后,本文以我国规模以下工业企业抽样调查为例,具体给出了基于规下工业企业交叉子总体的抽样方案和新型的广义回归估计程序,从而更好地验证了本文研究的这...     

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。     

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。     

几何平均数的抽样估计

本文提出了几何平均数的两种区间估计方法,并指出这两种方法所给出的置信区间通常很接近。     

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。     

Polya后验方法在有限总体抽样估计中的模拟研究

polya后验方法作为一种无信息贝叶斯估计方法,在有限总体抽样中,通过观测的样本,构造一系列的模拟总体,然后进行统计推断。通过统计模拟研究了polya后验方法估计的一些特点,并和Bootstrap方法进行比较。模拟结果显示:polya后验方法能够很好地估计总体的均值,随着样本量的增大,估计值与真值的差距越来越小。采用polya后验方法构造的置信区间区间长度较小,能够很好地覆盖真值。     

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     

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。     

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。     

MPPS抽样设计方差估计的比较研究

一、引言1997年,美国农业部国家农业统计署(NASS)专家Jeffrey T.Bailey和Phillip Kott[1]提出MPPS抽样方法,用于解决多目标抽样问题,即:在有限的资源条件下,为得到多个目标变量的值,如果按单个目标进行抽样,对数据和信息的需求使得调查次数和(或)调查内容增加,从而无法体现抽样调查高效与灵活的优点;MPPS方法采用了多变量与抽样单元规模成比例的概率抽样,实现了多目标抽样。以全国性的农业抽样调查为例,其抽样方案常涉及多阶抽样。其中以二阶抽样为例,第一阶抽取行政村,第二阶抽取农户。许多国家经常使用的方法是,第一阶抽样用分层与…     

对丢失总体元素引起抽样框误差的研究

本文分两种情形利用模型对丢失总体元素引起的抽样效果影响进行了测定,并给出了具体的补救方法。