复杂抽样推断方法体系的比较研究

对复杂样本进行推断通常有两种体系,一种是传统的基于随机化理论的统计推断,另一种是基于模型的统计推断。传统的抽样理论以随机化理论为基础,将总体取值视为固定,随机性仅体现在样本的选取上,对总体的推断依赖于抽样设计。该方法在大样本情况下具有稳健估计量,但在小样本、数据缺失等情况下失效。基于模型的抽样推断认为总体是超总体模型中抽取的一个随机样本,对总体的推断取决于模型的建立,但在不可忽略抽样设计下估计量是有偏估计。在对这两类推断方法分析的基础上,提出抽样设计辅助的模型推断,并指出该方法在复杂抽样中具有重要的应用价值。     

统计抽样在审计实质性测试中的应用

统计抽样技术和方法应用于审计工作,是审计理论和实践的重大突破。它在审计测试中应用的意义在于,能科学地确定抽样规模,防止审计人员的主观臆断,而且统计抽样能计算抽样误差在预先给定的范围内的概率有多大,并根据抽样推断的要求,把这种误差控制在预先给定的范围内,以样本误差来推断总体误差,使审计工作在保证审计质量的同时提高了工作效率。 　　一、单位平均估计抽样的应用 　　单位平均估计抽样是通过抽样审查确定样本的平均值,再根据样本的平均值推断总体的平均值和总值的方法。这种方法适用范围十分广泛,无论被审计单位提…     

关于样本均值的抽样分布能否作正态近似的探讨

一、引言当我们对总体均值进行统计推断时,常常需要假定样本均值服从或近似服从正态分布。我们知道,当样本来自于正态总体时,样本①均值服从正态分布;当样本来自于非正态总体时,根据中心极限定理对于足够大的样本容量n,样本均值将近似服从正态分布。对于非正态总体,问题的关键是样本容量n的“足够大”到底指多少?这很难一概而论。人们通常以30为界,将n≥30的样本称为大样本,并认为样本均值-x的抽样分布可作正态近似;而将n<30的样本称为小样本,认为此时不宜将-x的抽样分布作正态近似。许多统计应用者都是按这样的工作规则来做的,但在许多实际…     

统计抽样检验的最新发展--首选抽样检验

一、统计抽样检验概述 统计抽样检验是以数理统计为基础的科学的产品或服务的质量检验方法,是质量管理、质量保证和质量监督的重要组成部分和基本统计技术手段.抽样检验是利用批或过程中随机抽取的样本,对批或过程的质量进行检验,作出是否接收的判决,是介于不检验和百分之百检验之间的一种检验方法.现代检验方法的理论依据是概率论与数理统计、管理学和经济学,为与传统的、不科学的抽样检验方法(如百分比抽样检验)相区别,有时称它为统计抽样检验.     

大数据背景下非概率抽样的统计推断问题

利用大数据进行抽样,很多情况下抽样框的构造比较困难,使得抽取的样本属于非概率样本,难以将传统的抽样推断理论应用到非概率样本中,如何解决非概率抽样的统计推断问题,是大数据背景下抽样调查面临的严重挑战。本文提出了解决非概率抽样统计推断问题的基本思路：一是抽样方法,可以考虑基于样本匹配的样本选择、链接跟踪抽样方法等,使得到的非概率样本近似于概率样本,从而可采用概率样本的统计推断理论;二是权数的构造与调整,可以考虑基于伪设计、模型和倾向得分等方法得到类似于概率样本的基础权数;三是估计,可以考虑基于伪设计、模型和贝叶斯的混合概率估计。最后,以基于样本匹配的样本选择为例探讨了具体解决方法。     

关于捕获再捕获抽样的置信区间

捕获再捕获抽样是一种应用广泛的抽样方法。运用随机模拟,研究捕获再捕获抽样的三种估计量的均值、方差、偏度、峰度、利用近似正态分布构造的置信区间的统计性质。改进了估计量的样本方差计算公式,使得利用近似正态分布构造的置信区间更优。     

权数对基于模型推断的影响分析

利用抽样调查数据对总体参数进行推断通常分为两种途径：一种是基于设计的推断体系；另一种是基于模型的推断体系。基于设计的推断以随机化理论为基础，推断依赖于抽样设计，在大样本下估计量具有无偏性和一致性，但在样本量较小或存在非抽样误差等情况下效率较低。基于模型的推断认为有限总体是一个来自无限超总体的随机样本，推断依赖于模型假设，构建超总体模型具有很大的灵活性，有利于充分利用总体辅助信息并提高估计精度，但在模型假定有误或样本的入样过程不具有无信息性时存在估计误差。如何将两种推断途径相结合，在体现样本对总体代表性的同时，保证估计效率和估计量的优良性质，尚待研究。权数在基于设计的推断中起着核心作用，能够反映抽样设计对样本的影响，实现样本对总体的还原。将权数引入基于模型的推断，可以使基于模型推断的结果具有总体代表性，能更好地发挥两种推断体系的组合优势，并削弱模型假定对推断效果的影响。据此，从权数对于模型推断的影响入手，针对因果推断问题，提出将权数同时引入倾向得分模型和预测模型的建模过程，来构造双稳健估计的方法，并通过模拟研究加以验证。最终结果表明，根据文章所提出的方法进行处理效应的估计，能够充分发挥权数的作用，得到更准确、更稳健的估计结果。实证部分采用2017年CGSS调查数据进行分析，进一步说明在基于调查数据进行模型推断时应充分考虑抽样设计的影响，为科研人员进行因果推断以及其他基于调查数据开展的研究提供参考。     

稳健学生t回归模型的非迭代贝叶斯抽样算法

与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数.而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性.文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法利用t分布的正态混合表示,结合EM算法和重要再抽样算法,得到参数的独立同分布的后验样本,该样本可直接用于统计推断,从而避免了Gibbs抽样中的问题.     

小样本情况下的游程检验

对于二项分布，在传统的参数统计中，我们可以检验其分布特性，但涉及到数据的随机性、独立性问题时，常常束手无策。在非参数统计中，针对二项分布问题，尤其是分布，我们可以利用游程检验判断其随机性。本文将对小样本情况下的游程检验进行分析和证明，并指出其在实际生产、研究过程中的应用。游程检验主要可以用于对属性数据的分析，判断一些事件的发生是不是独立的，也可用于对事件发生概率的推断，在此我们主要针对数据的随机性检验介绍游程检验。     

基于排序集抽样方法的调查费用分析

排序集抽样是利用辅助信息收集数据的一种有效方法,基于该抽样方法进行统计推断越来越受到人们的重视。然而,已有的研究结果仅考虑统计推断的效率而忽视了调查费用,鉴于此,文章考虑估计精度和调查费用两个方面,基于排序集样本建立了总体均值的估计量,证明了该估计量在给定的估计的精度下,降低了调查费用,并通过实例进一步说明了该抽样方案的优良性。     

概率抽样条件下样本代表性事后评估方法探讨

 样本代表性直接牵扯到统计数据质量和统计公布引起的民众反响,目前社会上不乏对政府统计数据的质疑之声,最终影响到政府统计机关的公信力,因此有必要重新审视现行样本代表性的研究。目前相关文献普遍强调不同抽样方式下的样本代表性的相对性内涵,确保样本的代表性仅从抽样方法和样本量两个维度入手,缺乏对既定抽样方法下样本代表性的事后评估体系的探索,以及多样本之间样本代表性优劣的比较方法研究。鉴于此,本文在结合人口普查数据基础上尝试从样本-总体整体分布和内部属性结构两个方面构建样本代表性事后评估的一整套指标和假设检验,进而找到一种多样本代表性比较的依据。最后对浦东新区2010年城镇居民收入调查样本进行了代表性检验的尝试。     

序贯抽样统计推断浅论

抽样阶段不预先固定样本容量,而是给出一组停止采样的规则,每新抽一个样本立即观察其结果,根据这个结果来判断是否应终止抽样并进行统计推断,还是应该继续抽取新的样本进行观察,直至最后终止抽样,并据此作出推断。这就是著名统计学家瓦尔德(A.Wald)创立的序贯抽样推断法。与其它抽样法相比,序贯抽样推断法充分利用了每一个已抽取样本的有关信息,因而在相同的估计精度要求下,至少有减少抽样数目,节约抽样成本等优点。     

基于OC函数的抽检方案及其风险控制

文章阐述了质量控制中两种形式的抽样检验和两类风险,以及抽检方案下的接收概率和OC函数;针对一次计数型和一次计量型抽样检验的特点,设计了相应的抽检方案,并基于OC函数及其曲线,在Mathematica环境下,通过仿真实验,利用统计检验原理,给出了一次计数型和计量型产品质量抽检方案及其风险控制方法.     

统计抽样在审计中的应用

审计抽样是指会计师在实施审计程序时．从审计对象总体中选取一定数量的样本进行测试．并根据测试的结果．推断审计对象总体特征的一种方法。在审计中最常用的数学方法是抽样技术。随着统计科学和企业规模的不断发展．许多会计公司将统计抽样理论与审计相结合。设计出了审计抽样技术。对受审单位的内部控制制度有效性进行符合性测试时．采用属性抽样，如连续性抽样。发现抽样。在实质性测试中采用变量抽样．这对于减少审计风险和成本．提高审计工作效率和效果意义重大．因为严格遵循随机原则抽取样本．根据总体容量、误差率、精确度、可信水平等因素综合分析得到样本容量．其分布规律更加接近于审计总体的分布规律。     

适应性区群抽样：研究流动农民工的方法与实践

 抽样难是对农民工主流群体研究稀少的原因之一,农民工具有聚集性和流动性,总体不明使得常规抽样方法抽样成本高效率低,适应性区群抽样能更经济高效地获得可进行统计推断的样本。本文以北京市城八区的农民工抽样为例,介绍了适应性区群抽样方法的基本原理、主要操作步骤、权重计算、统计推断,以及在实际操作中应注意的若干问题。     

EXCEL在假设检验中的应用

一、基本原理假设检验是推断统计中的一项重要内容 ,它先对研究总体的参数作出某种假设 ,然后从所研究总体中抽取样本进行观察 ,用样本所提供的信息对假设的正确性进行判断 ,从而决定假设是否成立。若观察结果与理论不符 ,则须放弃假设 ;否则 ,认为无充分证据表明假设错误。假设检验的一般步骤是 :提出零假设和备择假设 ;确定适当的检验统计量并计算其值 ;根据显著性水平α定出拒绝区 ;作出最终结论。二、单个样本的假设检验对单个样本的假设检验 ,我们可以根据抽样推断的思路 ,用相应函数计算临界值 ,来判断是接受还是拒绝零假设。以检验均…     

Bootstrap方法在非参数核估计中的研究与应用

当数据中存在异常值时,Bootstrap样本可能比原有样本舍有更多的"污染",这会影响要进行的统计推断的有效性.文章讨论了在非参数回归N-w估计中,如何利用影响函数(influencefunction)得到重新抽样的概率,使用调整后的非等概率Bootstrap抽样方法得到曲线的拟合,从而达到有效地抵制异常值对回归函数影响的目的.数值模拟的结果表明了这种处理方法的有效性.     

序贯抽样统计推断浅论

序贯抽样统计推断浅论合肥经济技术学院汪琥庭在抽样推断的理论研究与应用中，一般是先根据抽样成本、估计精度、总体构成及调查主体的实力等因素确定样本容量ｎ，再进行抽样与推断，在抽样推断的全过程中，ｎ是固定不变的，它不依赖于各个抽中单位的具体观察结果。其实，...     

浅谈系统抽样和分层抽样

抽样调查是一种很重要的统计非全面调查方法，它在实际中应用很广。而系统抽样和分层抽样作为两种完全不同的抽样调查组织形式，因为二者有相似之处，在实际工作中常常被混为一谈，有人甚至用分层抽样的误差公式代替系统抽样的误差公式，其结果导致了调查误差的增大。本文从二者定义出发，对这两种抽样调查组织形式进行了分析，并通过实例证明了二者存在着实质性差别，并对系统样本的抽样方差与分层样本的抽样方差之联系进行了分析和探讨     

多总体均值推断时样本容量的确定

根据样本资料对总体进行推断分析,是现代统计学的基本认识逻辑.在这一过程中,抽取多大规模的观察样本,是抽样设计阶段必须考虑的问题,因为它不仅决定着统计推断的效果,同时也关系到统计决策分析的经济性.文章依据频率统计的基本原理,对多个总体均值同时进行假设检验时所需要的样本观察数目进行了讨论,包括多个总体均值假设检验时的样本容量,多个总体成数假设检验时的样本客量等.