基于倾向值加权的网络调查总体参数Horvitz-Thompson估计

基于倾向值加权方法,构造了网络调查总体参数的Horvitz-Thompson无偏估计量,并对其方差进行了讨论,分析了利用插补缺失数据后的网络调查样本进行总体参数估计的方差来源,在网络调查总体参数估计方面提出了新的思路和方法。     

抽样调查中的校准估计法

本文梳理总结了校准估计法自首次提出以来的研究成果。理论方法的发展集中在最短距离法、工具向量法和模型校准法三种校准方法的研究上;方法应用的发展体现在对简单参数和复杂参数的校准估计上。对小域估计、无回答、二重抽样等特定抽样问题和总体分位数、总体方差估计中校准估计法的具体应用作了重点梳理介绍。对校准估计法的理论和应用研究前景作了展望。     

关于等比分位抽样的有关结果

在概率空间的基础上,提出了比等距抽样更广泛的等比分位抽样的概念,依据等比抽样样本,构造出总体均值估计的统计量。通过对其性质的讨论,证明了该统计量为总体均值的无偏估计,在适当的条件下,得出了该估计量的抽样精度高于简单随机抽样的结论。     

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。     

多水平样本轮换调查及其组合估计方法

文章以两水平样本轮换为例,研究了连续性抽样调查中多水平样本轮换的问题.在多水平样本轮换模式下,不仅能够搜集固定的轮换样本在连续各期的信息,而且能够每一期更换新的轮换样本.文章还运用组合估计的思想.利用现期及过去各期的调查信息,分别构造出了每月总体情况、月度之间以及年度之间变化情况的组合估计量,并推导出了各类组合估计量的方差.     

动态面板模型参数估计方法的比较研究

本文借助于蒙特卡洛模拟方法,在综合比较了主流动态面板模型参数估计方法优劣的同时,分析了动态面板模型参数估计有效性检验统计量的检验功效.结论表明:广泛应用的差分和系统GMM的参数估计方法,在小样本情况下,存在明显的参数估计偏差,相应的参数检验功效也存在扭曲,固定效应方差比越大这一偏差越明显,偏差修正和极大似然的动态面板模型参数估计方法参数估计的有效性越高.当动态面板模型的被解释变量为截断变量时,差分和系统GMM的参数估计偏差更为明显,而转换的Tobit模型则能够提供稳健的参数估计.固定效应方差比越大,弱工具变量检验的LM和CLR功效越稳健.本文最后将不同的动态面板模型估计方法,应用于劳动力迁移引致的区域工资差距问题的研究,进一步验证了蒙特卡洛模拟研究结论的稳健性.     

基于ARFIMA(p, d, q)过程的半参数估计量分布特征及其有偏性研究7737976300

 本文运用蒙特卡罗模拟的方法对小样本下长记忆性的三种半参数估计量的分布特征尤其是有偏性问题进行了深入分析,结果发现,当长记忆和短记忆同时存在时,在大多数情况下,各参数估计量仍然服从正态分布,因此在小样本下仍可以构造t统计量判别参数的显著性,但由于受到短期参数的影响,估计量的分布是有偏的,因此导致参数的估计和检验出现偏差。而当真实数据过程接近非平稳或过度差分时,半参数估计量的分布也会发生改变。     

人口普查遗漏的组合式估计方法

以人口普查标准时点上的人口总体(全国、全国以下各行政区)为研究对象,研究如何利用对总体登记的普查人口名单和覆盖调查人口名单构造的组合式遗漏估计量估计人口普查遗漏⁽(1))人口数。目前各国政府统计部门在人口普查遗漏估计中主要使用单重遗漏估计量,但该方法未包括同时遗漏于这两份调查人口名单的双重遗漏人口,低估了总体普查遗漏人口数。组合式遗漏估计量除了包括单重遗漏人口外,还包括了双重遗漏人口,避免了单重遗漏估计量的缺陷。采取抽样估计和数理模型相结合的方法研究单重遗漏估计量、双重遗漏估计量和组合式遗漏估计量,理论和数据分析结果表明：组合式遗漏估计量在抽样估计精度和遗漏人口数估计上优于单重遗漏估计量,尤其是在分析双重遗漏人口特征和改进未来人口普查登记工作等方面;在使用刀切法近似计算总体的组合式遗漏估计量的抽样方差时,不能忽视等概率人口层之间的协方差,否则可能低估或高估其抽样方差;单重遗漏估计量和组合式遗漏估计量属于有偏估计量,要使用均方误差比较其估计精度。本文创新之处在于,利用原始数据全面演示了单重遗漏估计量、双重遗漏估计量和组合式遗漏估计量及其抽样方差估计量等的详细计算过程...     

大数据背景下网络调查样本的随机森林倾向得分模型推断研究

随着大数据与互联网技术的迅猛发展,网络调查的应用越来越广泛。本文提出网络调查样本的随机森林倾向得分模型推断方法,通过构建若干棵分类决策树组成随机森林,对网络调查样本单元的倾向得分进行估计,从而实现对总体的推断。模拟分析和实证研究结果表明:基于随机森林倾向得分模型的总体均值估计的相对偏差、方差与均方误差均比基于Logistic倾向得分模型的总体均值估计的相对偏差、方差与均方误差小,提出的方法估计效果更好。     

论属性总体方差估计

计算抽样平均误差需要总体方差，总体方差通常未知，可以用样本方差代替总体方差。用样本方差替代属性总体方差是一个经常遇到的问题。文章阐述了在简单随机抽样时，因抽样方法不同，属性总体方差的无偏估计量是三种不同的形式，而一般理论书籍叙述的属性总体方差的无偏估计量是一种形式。用样本方差估计总体方差，只有样本调整方差才是总体方差良好的估计量，特别是在小样本的条件下比使用样本方差更为合理     

AR(1)模型中参数估计的偏差分析

文章分析了AR(1)模型中模型参数(序列方差、模型回归系数、序列的自协方差函数、自相关系数以及误差方差)估计(矩估计和最小二乘估计)的无偏性.对于非独立随机向量二次型的商的估计(如自相关系数估计等),给出了其偏差表达式并提供了相应的数值解法.通过数据模拟分析考察了这些参数估计的偏度情况.     

基于平衡样本的最优模型辅助抽样策略

模型辅助方法的思想是基于抽样设计借助于超总体模型获得对总体参数的有效推断.满足辅助变量的HT估计等于总体总量真值的样本被称为平衡样本.对于平衡样本,如果超总体模型的异方差性可以通过辅助变量解释,由此得出最优抽样策略:平衡抽样设计与HT估计结合是最优策略,包含概率正比于模型残差的标准差.     

空间抽样中最优单元尺寸确定方法研究

在依据空间区域抽样框进行抽样设计中,抽样单元尺寸的大小影响着估计精度和调查成本,依据主观经验划分单元尺寸会对抽样精度和成本带来很大影响。基于单元尺寸、调查成本等影响因素,构造考虑空间抽样的交通、设计和调查的成本函数,给出成本约束下总体总量有效估计的最优单元尺寸的确定方法。以陕西省GDP的总量估计为例进行了实证研究,结果表明:在成本约束下,基于最优单元尺寸的抽样框相比于其它尺寸抽样框的样本方差较小,具有较高抽样估计精度。     

样本选择模型的一个简单半参数估计量

本文发展了一个针对样本选择模型的两阶段半参数估计量,其首先在第一阶段基于对数欧几里得分布差异测度估计离散选择概率,进而在第二阶段利用非参数sieve方法估计一个包含参数和非参数部分的部分线性模型以得到模型参数的估计。相对于文献中已有的半参数估计量,该估计量的计算更加简便,且计算负担相对较小。我们说明了该半参数估计量的一致性和渐近正态性,同时给出了其渐近方差的计算公式。蒙特卡洛模拟结果符合我们的理论结论。     

基于双无关问题的敏感性问题随机化回答模型

研究数量特征敏感性问题的抽样调查,设计了双无关问题双样本随机化回答模型,给出了总体均值的无偏估计、估计量的方差,并得出新的模型具有较好的精度。     

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.     

极端值影响下总体均值估计量的调整

在含有极端值总体中,由于样本均值不具有耐抗性,往往难以代表“平均水平”,因此样本方差也难以有效衡量离散程度。在简单随机抽样假设下,可以构造一个考虑极大值和极小值对样本均值大小影响作用不同时的调整均值估计量,并给出了其期望与方差。根据方差最小原则,确定估计量中的参数。随后的统计模拟比较了各种估计量的表现,结果表明：调整的估计量是稳健的和有效的。     

问卷分割设计的模拟研究——小域估计的一种应用

针对长问卷存在无回答率和回答负担,从而导致统计调查精度降低的问题,采用问卷分割法解决该问题,并且通过小域估计的方法进行参数估计。模拟研究表明,利用小域估计方法对分割问卷进行参数估计显然优于用多重插补法进行参数估计。研究结果表明,运用小域估计方法对分割问卷进行参数估计,能显著提高统计调查的精度。     

关于分层线性模型样本容量问题的研究

文章运用lackknife和Bootstrap的方法,对参数估计的方差进行改进,构造了合适的参数估计的置信区间.通过样本组数和组内个体数的变化,利用数据模拟的方法进行研究,表明参数估计的可靠性很大程度上依赖于组数;对于固定效应参数,组数取30就可以得到可靠的估计值.对于σ和方差协方差成分T,组数分别取50和70才能得到可靠的估计.     

创业活动指数的哈特利估计量构造

文章讨论了“全球创业观察”研究项目中成年人调查所涉及到的一个方法论问题.该项目规定,可以用随机拨号电话抽样调查或面访抽样调查方法进行成年人调查以获取计算该项目核心指标全员创业活动指数所需要的数据.文章建议,假若进行随机拨号电话抽样调查,在当前固定电话和移动电话同时占领市场的条件下,同时从两个电话网抽样框抽取样本,应用哈特利估计量来估计总体的全员创业活动指数.讨论了怎样依据从手机抽样框获得的成年人个人逆抽样样本以及从固定电话抽样框获得的成年人群体逆抽样样本,运用哈特利估计量来构造全员创业活动指数估计量以及估计这个估计量的方差的详细过程.