两类错误条件下的样本容量选择

应该抽取多少样本,这是在社会调查各个阶段中均会遇到的基本问题.众所周知,在统计假设检验中,会发生"弃真"和"取伪"两类错误,一般的统计检验中,往往随意确定样本容量,且只重视第一类错误,那么对于一些重要的检验,第二类错误就无法控制.文章从两类错误的定义,探讨了两类错误与样本容量的关系;并在控制两类错误的条件下,分别就均值检验、成数检验和方差检验给出了样本容量的确定公式.     

多指标抽样的样本容量设计方法

在抽样调查中,首先必须确定样本容量.样本容量既取决于调查费用,同时也受估计精度的制约.多指标抽样是一种常用而复杂的调查方法.样本容量的确定就成了多指标抽样设计的难点.文章首先在理论上阐明最优样本容量的存在;然后介绍了确定样本容量的一般方法;在此基础上,分两种情况对多指标抽样背景下样本容量设计进行了详细讨论.     

基于非平衡运输模型的项目风险减低资源分配策略研究

文章建立了基于非平衡运输模型的项目不同阶段最优的资源分配模型;并运用价值工程理论对各种资源分配方案进行比较,找到了最佳的项目风险减低量。     

多目标抽样中样本容量设计研究

一、样本容量最佳设计的存在性说明在抽样调查中 ,样本容量的研究是一个非常重要的问题。样本容量和样本精度以及调查费用都有密切的关系。根据文献 (1 ) ,它们之间存在如图 1所示的关系。图 1　抽样误差与样本容量关系示意图从图 1中可以看出 ,抽样误差随样本量的增加而递减 ,在样本容量较少时 ,递减的幅度是较大的 ,但随着样本容量的增加 ,递减的幅度减少。样本容量增加到一定的量时 ,需要增加很大的费用 ,样本误差才能降低一点。这时 ,再增加样本容量就“很不合算”了。这其实就是大数定律在抽样调查中的反映。图 2　总成本和样本量的变…     

市场调查中样本容量的确定

在市场调研工作中,采用随机抽样进行资料采集时,需要预先确定样本量的大小。我们知道,在系统误差确定的条件下,抽样调查的准确性取决于抽样误差,而抽样误差的大小又与样本容量有直接的关系,即样本容量越大,抽样误差就越小。当然,这并不能说在抽样调查中样本容量越大就越好,因为样本容量越大,调查的费用就越高。因此,决定样本容量大小的主要因素是特定的调研项目对抽样误差的要求和项目预算经费这两个方面。在实际工作中,样本容量的确定实际上就是在抽样误差与经费预算之间求得最佳的平衡,即在可以接受的抽样误差的条件下使用最少的经费,当然…     

两类错误条件下方差检验中样本容量的确定

在统计假设检验中,会发生"弃真"和"取伪"两类错误。一般而言,在只给出犯第一类错误的概率、样本容量自由选择的情况下,犯第二类错误的概率是无法控制的。文章从两类错误的概念出发,分别探讨了方差检验中单母体及双母体均值已知、均值未知情形下两类错误与样本容量的关系;并在控制两类错误的条件下,推导出了确定样本容量的公式。     

多种检测目标下样本容量设计的比较

样本容量在实际抽样调查中具有举足轻重的地位.文章分析了基于不同理论的两种样本容量计算方法,并在多种检测目标的情况下,提出了两种方法各自可行的使用范围,根据实际检测数据对这两种方法在日常食品监测的抽样应用进行了优化.     

估计过程能力指数Cpm单侧置信下限时样本容量的确定

文章研究了估计过程能力指数Cpm单侧置信下限时样本容量的确定问题.提出了样本容量的两种确定方法--精确方法和近似方法;通过大量测算,对这两种方法进行了比较研究.并得出结论:最保守的样本容量应为30.比较理想的应在50～100之间.     

ADF单位根检验中联合检验LM统计量研究

 本文研究了ADF单位根检验中参数联合约束的拉格朗日乘数检验。首先,本文构建了4个LM统计量并推导了它们的极限分布;然后,运用蒙特卡罗试验,模拟了有限样本容量常用检验水平下的临界值,拟合了临界值关于样本容量的响应面函数,并总结了LM统计量有限样本容量下的统计特性;比较分析了这4个LM统计量的检验功效及实际检验水平;最后,一个实例分析简要说明了这几个统计量在单位根检验中的应用。     

关于检验抗病毒药物有效性样本量的比较

文章基于链式二项式模型,运用符号秩和检验法,将检验抗病毒药物的有效性及所需样本容量与Alexander-Govern检验进行了比较研究,并分析了抗病毒药物的不同控制策略对检验抗病毒药物有效性所需样本容量的影响.研究表明,符号秩和检验所需样本量比becker和wang所用的Alexander-Govern检验所需样本量更少,并且采用治疗加预防策略且尽早发放药物可有效减少样本容量.     

试差法——总体方差未知情况下调整样本容量的方法

试差法———总体方差未知情况下调整样本容量的方法中央财经大学孙世銮在抽样调查中，一个良好的抽样设计应在给定估计量的绝对允许误差和可靠度的条件下使样本容量为最小。总体方差未知的情况下，如何求样本容量？如果求出的样本容量小于３０，如何进行调整？本文试对此...     

金融实证分析中应注意样本容量的确定

人们在金融实证分析中,很少关注如何确定样本容量（样本大小）的问题。本文以GARCH模型为例,通过递归估计参数和相应的矩条件,并结合上海股市的具体情况进行分析,结果表明上海股市波动率GARCH模型最优样本容量是三到四年。本文最后从中国金融制度的变化、样本容量对研究结论的影响等方面探讨了样本容量的确定问题。     

均匀设计在多目标抽样调查方案设计中的应用

多目标抽样是近几年人们在抽样调查方案设计中比较关注的问题,对多目标抽样调查方案的设计往往人们关注的是对多目标的抽样误差控制,而在样本容量上其实比一般随机抽样并没有减少,甚至有些抽样方案的样本容量比一般的随机抽样样本有所增加,这必然增大了抽样调查的成本,从经济的     

假设检验中控制第二类错误的探讨

总体参数假设检验中犯第二类错误的概率受到检验水平、参数真值和样本容量等因素的影响。花费过多的成本（样本容量很大）去检验总体参数与待检值是否还存在细小的差距往往是不必的，因而，在给定“辨别差距”的情况下，可以通过选择样本容量在一定程度上实际实现对两类错误的控制。     

市场调查的非抽样误差控制

市场调查一般只能采用抽样调 查进行，调查结果必然会受抽样误差和非抽样误差的影响。前者可以用公式计算，大小可以通过调整样本容量或改变抽样方式来加以控制：而后者既难以计算，又难以控制，成为影响调查结果可靠程度的重要原因。因此应该对非抽样误差产生的原因进行认真的分析，从而找到尽可能缩小非抽样误差的途径。 从市场调查的各阶段来看，在调查设计阶段造成非抽样误差的原因主要有两个，其一是覆盖不同，也就是样本未能包容总体的各种类型，它的构成与总体构成有较大的差距，从而造成了系统性偏差。有一家复印机厂在进行市场调查…     

参数均未知时两均匀分布区间长度比的估计

对于两个均匀分布总体。当参数都未知且取自这两个总体的样本容量不同时，文章给出了区间长度之比的无偏估计，采用等尾法给出了区间估计，并进一步讨论了区间长度之比的最短置信区间。     

STAR模型中退势单位根检验的小样本性质研究

 Kapetanios et al. (2003)和刘雪燕(2008)提出了ESTAR和LSTAR模型单位根检验的方法。本文将时间序列退势的OLS和GLS方法与他们提出的单位根检验方法结合,通过蒙特卡洛试验发现,在STAR模型中,对时间序列退势能不同程度的改善单位根检验的功效。若时间序列只存在非零均值,ESTAR模型中OLS退势存在优势;LSTAR模型,样本容量较小时（T<=50）,OLS退势的优势较明显,样本容量较大（T>100）时,GLS退势具有了微弱的优势。若序列存在非零的均值和趋势,且样本容量较小时,LSTAR模型中GLS退势的优势较明显,ESTAR模型中OLS退势的优势较明显;样本容量较大时,LSTAR模型中二者功效都很高,ESTAR模型中GLS退势的优势较明显。     

泊松分布参数的序贯概率比检验

设一天内,来到某商场的顾客数服从参数为θ的泊松分布,考虑检验问题“H1∶θ=θ1←→H2∶θ=θ2”,文章给出在给定显著性水平为α和β时的序贯概率比检验(SPRT),证明了SPRT检验法中h的存在性,并给出了样本容量的估计值.随机模拟结果表明其平均样本容量比经典的Neyman-Pearson检验法需要的样本容量小的多.     

信度因子置信区间的估计

文章考虑当风险单元中样本容量不满足完全信度条件时,如何估计信度保费计算公式中置信因子的区间估计;构造了由中心矩组成的统计量,并分析其渐近分布,得到了损失额变异系数的区间估计;根据风险单元的样本容量计算其信度因子的区间估计;并通过一个实例进行了说明.     

大型可租性投资项目的多阶段决策实物期权模型

对于大型可租性投资项目多阶段投资决策,传统的NPV法无法正确地评价其管理的柔性价值,本文引入实物期权理论,指出实物期权是对实物投资的选择权,对于多阶段的投资开发项目,当每一阶段完成后,即拥有了对后续阶段的投资期权.本文针对企业投资大型可租性项目的多阶段决策建立了相应的实物期权模型,并给出了每一阶段的期权价值以及最佳投资点的临界价格.