经济统计调查中缺失数据的修复

一、问题的提出 抽样调查中,常常会出现调查对象无回答的情况.当然,在增加人力、财力,提高调查技巧和水平以及多次重访的条件下,无回答的现象可能会有所减少,但要在所有抽样调查中都完全消除无回答的现象是不现实的. 按无回答项目的范围来划分,无回答可分为项目无回答(即部分调查项目无回答)和单位无回答(即全部调查项目无回答)两种情况.本文讨论有关项目无回答的数据补充问题.     

抽样调查中项目无回答的估算和替代

在抽样调查时,往往会遇到无回答情况:一种是单位无回答,另一种是项目无回答。单位无回答是指被调查单位没有接受调查,而项目无回答是指被调查单位接受了调查,但只回答了某些而非全部的问题,或者对某些项目提供的资料是无用的。项目无回答要重新调查获得准确     

抽样调查中有效控制无回答误差的措施

抽样调查中，无回答会造成调查数据的失真，甚致导致抽样调查的失败，因此分析无回答误差产生的原因并讨论对其有效控制的措施具有重要的理论意义和现实意义。文章分析了无回答产生的原因和对调查结果产生的影响，并根据无回答产生的原因和无回答误差的构成，提出了预防措施和调整办法，其目的是降低无回答率，提高调查数的可靠性和有效性。     

抽样调查中无回答误差的有效控制

无回答误差是指在调查中由于各种原因，调查人员没能够从入选样本的单元处获得需要的信息，由于数据缺失造成估计量的偏误，这种偏误对调查数据的质量起着重要的影响。而这种现象在抽样调查中普遍存在，对估计量的危害也比较大，所以国际上对这方面的讨论一直比较热烈且对此问题的研究比较系统，而国内在这方面的研究尚不充分和完善，抽样调查实践中更是缺乏对无回答的有效控制手段。     

对敏感性问题调查之随机化回答技术的思考

抽样调查在人们生活、工作的方方面面中起着越发重要的作用 ,但数据的无回答现象降低了数据的质量 ,使调查的精度大打折扣。针对于此 ,本文介绍了在敏感性问题调查中使用频率颇高的沃纳模型和西蒙斯模型 ,阐述了随机化回答模型的基本原理 ,并比较了两种模型 ,指出了沃纳模型应用的局限性及西蒙斯模型在此基础上进行的改进。最后提出了在我国应用随机化回答技术应注意的几个问题     

非抽样误差函数的构建——基于不完备抽样框下无回答误差的讨论

抽样调查中,使用不完备的抽样框及存在无回答单元是产生非抽样误差的两类主要原因。运用概率统计方法,分析抽样调查中使用三类不完备抽样框且存在无回答单元时对估计误差的影响,尝试构建基于不完备抽样框及无回答共存时的非抽样误差函数,为抽样调查中非抽样误差的定量分析与控制提供依据。     

关于抽样调查中无回答问题的研究

一、无回答产生的原因 无回答是指对被抽出的样本中的一些单位没有回答从而影响调查精度的情形。这种情形,在一定程度上影响着抽样调查所得结论的代表性。 W·G·科克伦曾将无回答的类型粗略地分为以下四类: ——遗漏。是未能找到样本中的一些单位,或未能调查。 ——不在家。是常住在家但临时外出的人。 ——不能回答。被调查人对某些问题可能没有所     

如何应用EM算法处理调研中的无回答问题

获得回答完整的问答是每个调研者所期望的结果，但实际上由于各种原因，总有部分问卷为空白或回答的不完全，这就产生了无回答情况。一般的无回答情况分为两种：一种是单位无回答，另一种是项目无回答。单位无回答是指被调查单位没有接受调查，而项目无回答是指被调     

高相关性辅助变量择优回归插补法

调查数据无回答在抽样调查中经常出现.无回答项目插补法是处理无回答的最主要方法之一,而辅助变量对提高插补值准确度非常重要.因此,研究调查数据无回答项目的高相关性辅助变量择优回归插补法,先筛选与目标变量间相关系数高的辅助变量,再建立回归插补模型.该方法的辅助变量选择过程简单,插补值准确性高.模拟例子演示了该方法的优良性.     

抽样调查中无回答的影响及处理方法——兼对《调查技能教程》中无回答调整的方法与应用条件的扩展

《调查技能教程》(以下简称《教程》)是中国———加拿大统计合作项目的重要成果之一 ,由加拿大统计局编写 ,中国国家统计局编译 ,该书编写的主要目的是用于中国政府统计系统业务骨干的抽样调查培训 ,该书共十二章 ,涵盖了抽样调查从计划、设计和开发、实施直至评估的全过程 ,它是加拿大统计局多年来从事抽样调查工作的理论概括和经验总结。无回答是抽样调查中比较常见、也是较难处理的问题之一。《教程》作为一本关于抽样调查的专著 ,对无回答的影响及处理方法进行了较多介绍 ,但由于其读者对象主要是中国政府统计系统的统计人员 ,所以设定…