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     

随机化回答技术的应用

在社会经济的调查中有时会涉及一些敏感性问题。例如,巾场工商管理部门要了解个体户漏税的比例有多大;计划生育部门要了解在已婚的育龄妇女中有多少人采取了避孕措施;公安部门要了解吸毒者人数的比例;学校要了解考试中学生作弊的情况等等。对于这类问题,容易引起被调查者的反感,他们或者不提供真实情况或者拒绝回答,从而使调查失败。一般而言,在调查中应尽量避免此类问题,以保证调查资料的质量,但如果研究的课题就是这类敏感问题,在调查中就无法回避。为了获得对这类问题总体比例进行估计的资料,就需要采用随机化回答技术,本文拟对此介绍一下随机化回答技术的应用。     

分层抽样下的西蒙斯随机化回答模型

本文通过结合分层抽样技术和西蒙斯模型,提出了分层抽样下奈曼分配时的西蒙斯随机化回答模型。该模型在应用于总体为分层总体的时候比简单随机抽样下的西蒙斯模型有着更高的精度,在实际的调查操作中也有着更强的可行性。本文还探讨了受访者在不完全真实回答情况下的情形,并对模型进行了改进。     

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。     

敏感性问题回答模型研究

运用随机化模型对社会敏感性问题进行调查越来越受到人们重视。本文尝试先对几个在实际中常用的模型进行分析，并在此基础上提出新的改进模型。     

数量特征敏感性问题调查的两个随机化回答模型

文章研究数量特征敏感性问题的抽样调查,设计了基于离散均匀分布和均匀分布的两个随机化回答模型.     

基于随机化回答模型的最低工资敏感性问题研究

针对最低工资调查中出现的敏感性问题,引入随机化回答技术,并针对定性和定量两类敏感性问题,分别引入不同的随机化回答模型。同时还考虑到最低工资调查中,不同调查单位对同一问题敏感程度不相同的特性,在定量问题的随机化回答模型中引入敏感性水平,对原有模型进行有效的改进,使被调查者能够更加积极配合最低工资调查,从而能够进一步减少由于各类敏感性问题造成的非抽样误差。这套随机化处理方法还可推广应用到其他类型的敏感性问题中。     

改进的随机化回答模型的贝叶斯方法

文章介绍了一种改进的敏感性问题随机化回答模型,并把贝叶斯方法用于该模型的参数估计,最后得出了参数的近似解。     

企业市场调查中随机化回答技术的应用

随机化回答技术十分适宜调查敏感性问题并获得相关资料.在企业市场调查中应用随机化回答技术有利于获得敏感性资料,减少调查误差,提高企业竞争力和企业科学管理水平.文章以非工资性收入调查为例,说明了如何组合应用西蒙斯模型法与格林伯格非相关模型法.     

一种随机选择的扰动随机化回答技术

已有的定量敏感性问题随机化回答策略都是通过一个事先确定的调查者知道的设计参数来设计回答装置。文章给出一种用随机产生的且不被调查者所知的设计参数设计随机的随机化调查装置,所提出的装置不仅提高了被调查者对调查的配合程度,而且在精度上也要优于固定设计参数的调查模型。     

消除回答误差的随机化模型

同其他统计调查方法一样,抽样调查结果也会出现误差。抽样调查的误差可分为抽样误差和非抽样误差两类,其中抽样误差是由抽样的随机性引起的,是不可消除的,但我们可以对它进行估计,并控制在要求的范围内。在样本量固定的情况下,我们通过采用适当的抽样方法和估计量来最大限度地减少抽样误差,并将其控制在一定的限度内。非抽样误差是发生在回答、登记、汇总、计算等过程中的误差,我们可以通过加强统计法规建设,提高统计人员的素质来消除或减少登记、汇总、计算等过程中的误差,而回答误差由于受多种因素的影响,非常难以控制和消除。在调查项目…     

对一类“随机化回答”技术的推广

一、前言 人口调查中会出现各种形式的偏差,其中很大一部分来自于人们在回答某些敏感性问题回答时一种本能的拒绝,还有一部分则来自于虚假的回答.因为不难理解,针对那些敏感性的问题(比如吸毒、卖淫嫖娼、贪污腐败等方面),调查者很难说服被调查对象他们的回答仅仅是用于统计的目的,而不会还用在其他方面.为了取得调查者所希望得到的真实数据,1965年Warner首先提出了一种叫做"随机化回答"的技术.其思想可简要表述如下:假设我们想估计人群中具有某一特征的人数比例θ,将两个问题分别写在两叠卡片上,一叠卡片上的问题是"我具有某一特征",另一叠卡片上的问题是"我不具有某一特征".然后将两叠卡片混合,让被调查者随机从中抽取一张,并根据自己的真实情况回答卡片上的问题.调查人员不知道被调查者抽中那种卡片,因此无法从他的回答中得知其是否具有某一特征,因此起到保护作用,以此来鼓励被调查者做出真实回答.     

随机化回答技术调查“敏感性问题”的博弈分析及设计改进——对一次沃纳方法调查实践的分析思考

沃纳方法等随机化回答技术是对“敏感性问题”调查的创新之举,但调查实践显示调查对象是否如实回答值得研究,博弈分析表明,随机化回答技术的有效性与调查对象对“群体性特征”的曝露是否敏感有关,据此,应改进调查设计和组织。     

“随机化回答”技术在逃税现象调查中的应用

一、导言在已有的文献中,我们一般很难发现有关逃税现象访问调查的研究,究其原因是因为逃税问题对受调查者而言非常敏感使调查无法奏效的缘故。事实上,在这种针对敏感性问题的调查中,如果只是使用常规性的调查方法,受调查者一般不愿配合调查者作出真实的回答,他们要么不提供真实性数据,要么干脆拒绝调查。前者因此而造成“有回答误差”,后者则造成“无回答误差”。两种“误差”的存在使得最终调查结果缺乏基本的说服力,更无法将其推而广之。能否设计出一种与众不同的调查方法,使得受调查者敢于将真实的数据“和盘托出”而不必担心承担任何后…     

解决属性敏感问题调查的新思路

传统对属性敏感问题的处理方法多局限于随机化回答模型。文章基于实用有效的原则,从确定问卷形式、慎选调查方法、斟酌设计技巧等三个方面提出了解决属性敏感问题调查的新思路。     

敏感性问题调查的基本方法与比较

抽样调查中 ,经常会遇到敏感性问题的调查工作 ,由于涉及到被调查者的隐私问题 ,很难得到被调查者的配合 ,因此造成了调查的困难、调查结果的不准确。文章系统介绍了处理敏感性问题调查的基本方法 ,即沃纳模型和西蒙斯模型。在此基础上阐述其改进方法——随机变量和回答模型 ,并对各种方法进行了比较     

市场调查中的敏感性问题刍议

敏感性问题是市场调查实践中最常遇到的困难之一,敏感性问题的存在会使被调查者拒绝回答或不诚实回答从而影响调查质量。文章从调查实践、随机化回答设计以及相关性辅助调查三个方面论述了在市场调查中如何有效地处理敏感性问题。     

一般抽样设计下的随机化调查技术

采用随机化调查技术对敏感问题实施抽样技术,至今已有很多的随机化方法,其中大多数方法是通过设计不同的抽样方案来达到改进效率的目的。文章提出了一个随机化调查一般化的估计量,并且给出了期望和方差,初步建立了数量特征和属性特征敏感问题的统一及在任意抽样设计p（s）（s为样本）下的随机化理论。     

基于可加常量方法的"k倍回答法"

本文通过对Himmelfarb和Edgell可加常量方法深入考察,分析了其固有的局限及优点,并在其基础上提出了"k倍回答法",挖掘了使估计量在无偏的情况下,采用"k倍回答法"时提高估计量精度的规律,从而有效地提高了估计量的精度.     

敏感问题的分层抽样方法探讨

文章对Mangat模型做了改进,利用设计一种新的随机化装置代替无关特征问题,间接解决了无关特征人数比例未知的问题,进而简化了调查过程,为利用随机化回答模型对社会敏感问题进行大规模的抽样调查奠定了方法基础.