丢失单位引起的抽样框误差分析及其补救方法

抽样调查的误差包括抽样误差和非抽样误差。非抽样误差是指除抽样误差以外,由于各种原因而引起的误差,可以分为抽样框误差、无回答误差和计量误差三类。抽样框误差是由不完善的抽样框引起的误差。1对丢失目标总体单位影响的测定丢失目标总体单位是抽样框误差中影响比较严重的一     

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。     

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。     

抽样方法中调查误差的控制

本文探讨如何对抽样调查中的调查误差加以硬性控制,限调查误差于最小范围内。如何提高调查人员的素质以减少调查误差不是本文的主题。调查误差与抽样误差有着辩证关系。通过抽样调查得到的样本的综合指标与总体相应的综合指标必定存在误差。其一是抽样误差,其二是调查误差。当调查误差一定时,抽样误差的大小决定全部误差的大小;当抽样误差一定时,调查误差的大小决定全部误差的大小。如要求全部误差控制在一定范围之内,实践证明,抽样误差与调查误差便存在着一个此长彼消的辩证关系。即:当样本量加大时,抽样误差减少,但因工作难度加大,人员增加,调查误差的控制难度亦就越大;样本量减少,抽样误差扩大,但调查误差易控制,可提高调查精度。两种情况使总体误差基本稳定在一个范围内。     

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。     

从抽样误差看“五普”长表抽样方法

一、引言2 0 0 0年第五次全国人口普查 (以下简称“五普”)首次应用了普查表长短表技术 ,这对“五普”普查表的设计和抽样方法的选取都带来了前所未有的挑战。在讨论“五普”长表抽样方法时 ,存在着不同的意见。一种意见主张在每个调查小区随机等距地抽 10 %的家庭户和集体户。     

同总体二比例差的抽样估计

同总体二比例差的抽样估计赵俊康一、问题的提出总体比例（即总体中具有某一村征的单位数占全部总体单位数的比重）是抽样调查中的重要目标量之一。在比例估计中,根据研究目的,除了需要估计具有不同特征的单位数的比例之外,有时候还需要对这些比例间的差作出估计,尤其...     

论有关标志等距抽样总体指标的估计

论有关标志等距抽样总体指标的估计雷钦礼有关标志排队等距抽样是在我国发展起来的一种行之有效的独特抽样方法。多年来,我国统计学界一直致力于抽取方法的完善和改进,从“随机起点,顺序等距抽样”和“半距起点,顺序等距抽样”到“随机起点,对称等距抽样”,使抽取方...     

多主题抽样中两种估计方法的比较

一、简单估计 所谓简单估计就是以样本单位标志值的平均值来直接作为总体标志值的估计值。由于简单估计的方法比较简单,因而在我国目前抽样调查的实践中应用比较普遍。 在多主题系统抽样中,假设有m个主题X_1、X_2、X_3…X_m,多主题总体单位数为N,从这N个总体单位中,按系统抽样的方式抽取n个样本单位,则多主题总体标志值X的简单估计量X为:     

对丢失单位和包含非目标单位抽样框偏误的研究

文章通过对抽样调查中丢失单位和包含非目标单位两种类型的抽样框偏误的讨论,建立了相应偏误测定模型,并从量的角度分析其对抽样推断所造成的影响,最后提出对不完善抽样框中的丢失单位和包含非目标单位的抽样框偏误的一些具体的调整方法。     

Estimators for the Population Mean in the Case of Missing Data

We propose a class of estimators for the population mean when there are missing data in the data set. Obtaining the mean square error equations of the proposed estimators, we show the conditions where the proposed estimators are more efficient than the sample mean, ratio-type estimators, and the estimators in Singh and Horn (2000 Singh , S. , Horn , S. ( 2000 ). Compromised imputation in survey sampling . Metrika 51 : 267 – 276 .[Crossref], [Web of Science ®] , [Google Scholar]) and Singh and Deo (2003 Singh , S. , Deo , B. (2003). Imputation by power transformation. Statist. Pap. 44:555–579.[Crossref], [Web of Science ®] , [Google Scholar]) in the case of missing data. These conditions are also supported by a numerical example.     

Two-Stage Cluster Sampling with Ranked Set Sampling in the Secondary Sampling Frame

Motivated by a real-life problem, we develop a Two-Stage Cluster Sampling with Ranked Set Sampling (TSCRSS) design in the second stage for which we derive an unbiased estimator of population mean and its variance. An unbiased estimator of the variance of mean estimator is also derived. It is proved that the TSCRSS is more efficient—in the sense of having smaller variance—than the conventional two-stage cluster simple random sampling in which the second-stage sampling is with replacement. Using a simulation study on a real-life population, we show that the TSCRSS is more efficient than the conventional two-stage cluster sampling when simple random sampling without replacement is used in both stages.     

大数据背景下多重抽样框方法探讨

当前所获取的大数据并非都是总体数据,通常未能完全覆盖总体,因其多源异构的特性,致使传统的数据分析方法受阻。文章将抽样调查方法引入到大数据中,对大数据背景下应用多重抽样框的必要性进行剖析,并主要针对大数据中数据多源异构的难点,将每个来源数据作为一个抽样框进行处理,提出了大数据中多重抽样框的构建。进而根据大数据的数据特征进行分类,针对不同情况确定是否需要进行分阶段抽样设计,并提出运用SF估计量对基于多重抽样框的总体进行估计,此估计量较为符合大数据中多重抽样估计的需求,并能对总体有较好的估计。     

A New Estimator of Population Mean in Stratified Sampling

Kadilar and Cingi (2005 Kadilar , C. , Cingi , H. ( 2005 ). A new ratio estimator in stratified sampling . Comm. Statist. Theory Meth. 34 : 1 – 6 . [CSA] [Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) have suggested a new ratio estimator in stratified sampling. The efficiency of this estimator is compared with the traditional combined ratio estimator on the basis of mean square error (MSE). We propose another estimator by utilizing a simple transformation introduced by Bedi (1996 Bedi , P. K. ( 1996 ). Efficient utilization of auxiliary information at estimation stage . Biomet. J. 38 ( 8 ): 973 – 976 . [CSA] [Crossref], [Web of Science ®] , [Google Scholar]). The proposed estimator is found to be more efficient than the traditional combined ratio estimator as well as the Kadilar and Cingi (2005 Kadilar , C. , Cingi , H. ( 2005 ). A new ratio estimator in stratified sampling . Comm. Statist. Theory Meth. 34 : 1 – 6 . [CSA] [Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) ratio estimator.     

中国“三农”抽样调查之抽样框问题研究

20世纪90年代后期,中国的＂三农＂问题逐步突显出来,涉及＂三农＂问题的抽样调查也越来越多。然而,抽取样本依据的抽样框大多是基于普查和行政记录资料编制的单纯名录抽样框。单纯名录抽样框的使用存在很多弊端。拟从抽样框的建立与更新维护两个阶段进行分析,提出解决现有问题的具体思路。在抽样框的建立阶段,建立名录抽样框和区域抽样框相结合的双重简单抽样框,并在此简单抽样框的基础上添加特征群,构建适合不同调查类别的复杂抽样框;在抽样框的更新维护阶段,通过合理地制度安排,以普查数据为基础,以建设抽样框数据库为契机开展抽样框的更新维护工作,使建成的抽样框得到及时有效地更新维护。     

分层随机抽样条件下缺失数据的多重插补方法

介绍分层随机抽样条件下多重插补法处理缺失数据的基本思想,分析可忽略无回答的分层随机抽样建立多重插补的常用方法,并通过实例加以说明.     

A Class of Sampling Two Units with Probability Proportional to Size

A class of sampling two units without replacement with inclusion probability proportional to size is proposed in this article. Many different well known probability proportional to size sampling designs are special cases from this class. The first and second inclusion probabilities of this class satisfy important properties and provide a non-negative variance estimator of the Horvitz and Thompson estimator for the population total. Suitable choice for the first and second inclusion probabilities from this class can be used to reduce the variance estimator of the Horvitz and Thompson estimator. Comparisons between different proportional to size sampling designs through real data and artificial examples are given. Examples show that the minimum variance of the Horvitz and Thompson estimator obtained from the proposed design is not attainable for the most cases at any of the well known designs.     

Improved Estimators of the Population Mean for Missing Data

For two dependent random variables X and Y with distributions of convolution equivalence, sufficient conditions are given under which the distribution of the minimum min (X, Y) is still of convolution equivalence. We further extend the result to the multivariate case.