基于双重抽样框的二阶段抽样调查方法研究

由于被调查对象的频繁变动,单一抽样框很难覆盖所有的目标单位。为了克服单一抽样框覆盖不完全的缺陷,在各阶段抽样调查采用双重（或多重）抽样框是一种有效的办法。对双重抽样框下的二阶段抽样估计方法进行了研究,得出简单随机抽样下的总体总值估计及其估计量方差,并利用拉格朗日函数求出双重抽样框重叠部分的最优抽样权重系数及各抽样阶段不同子域的样本容量,分析结果可为实际部门在双重抽样框下进行二阶段抽样调查提供相关的理论基础。     

基于多重抽样框的连续性抽样估计方法研究

多重抽样框可以解决单一抽样框难以完整覆盖流动性目标总体的难题,连续性抽样调查则可以获取变量的时序观测数据,对总体现象进行追踪调查。本文将多重抽样框调查与连续性抽样调查两种方法结合在一起进行研究,深入分析基于多重抽样框的连续性抽样估计方法。文章首先设计了连续性调查环境下总体结构变动表;然后,在简单随机抽样假定下的轮换样本调查情形开展研究,设计了14种参数缩减方法对构建的似然函数进行估计求解,并给出了估计量的迭代计算过程;最后,对本文的研究内容进行了总结与展望。     

基于二阶段抽样的双重抽样框估计量设计

为了探究多阶段抽样情形下双重抽样框调查的估计量设计,文章对双重抽样框下的二阶段抽样估计方法进行了研究,得出了简单随机抽样下的总体总值估计及其估计量方差,对于更高阶段的抽样估计量设计,可以在二阶段的基础上扩展。文章所得的分析结果可为实际部门在双重抽样框下进行二阶段（或者多阶段）抽样调查提供相关的理论基础。     

基于多重抽样框的校准估计方法研究

在现代抽样调查中,校准估计方法能够通过有效利用辅助信息来提高估计量的精度,多重抽样框抽样调查则不仅可以解决单一抽样框覆盖不全的问题,还可以节约抽样设计阶段的成本。本文将这两种现代抽样估计与设计方法进行结合,将校准估计方法引入到基于多重抽样框的抽样调查体系中,在实现节约调查成本的同时,还能够提高估计量的精度。文章首先按照分离抽样框与组合抽样框估计方法的分类思路,对传统多重抽样框估计方法进行系统梳理;然后在最短距离法校准估计的分析框架下,按照调查时所能掌握辅助信息的具体情况,给出了两类多重抽样框估计情形下的各种不同形式的校准估计量;随后数值分析的比较结果也表明在多重抽样框中校准估计量的估计效率明显优于传统估计量;最后对本文研究进行总结的基础上,给出了我国抽样实践中应用这套先进抽样估计方法体系的展望。     

双重抽样框下项目无回答插补估计方法研究

抽样调查工作中无回答情形不可避免,双重抽样框下亦如此,因此需要对双重抽样框下抽样调查项目无回答造成的估计量偏差进行纠偏校正。首先通过二重抽样获取辅助变量的信息,使用其构造比率估计量与比率型指数估计量的组合估计量对双重抽样框下抽样调查中项目无回答数据进行插补,得到对应各部分子总体的均值估计,再用Hartley估计量的形式对总体总值进行估计。通过计算估计量偏差、均方误差及最优权重系数,对比相同条件下完全回答时同类型组合估计量均方误差的相对精度损失与使用单一比率型指数估计量的相对精度损失,随机模拟结果显示损失率较低,插补方法有效。选择合适的辅助变量构造比率估计量和比率型指数估计量的组合估计量做插补值,更充分利用辅助变量和已回答研究变量信息,基于提出的组合估计量于抽样调查工作具有一定的应用价值。     

双重抽样

本世纪六十年代以来,各国在抽样调查领域内有了新的发展,尤其在应用于经济和社会调查方面取得了许多重要的进展,诸如关于抽样比例和百分比估计,决策问题中的样本含量,由于分层而得益的估计,分层抽样中的比率和回归估计,系统抽样(或称等距抽样),双重抽样(或称二相抽样),以及调查中关于误差来源的研究等等,都是较为新颖的技术,引起各国特别是发展中国家有关人员的广泛兴趣。本文试就其中的双重抽样作简略介绍。     

抽样框偏误及调整

抽样框偏误及调整金勇进一、抽样框偏误的类型从我国抽样凋查的实际情况看,抽样框偏误的类型有以下几种。（一）丢失目标总体单位这是指在抽样框中无法发现目标总体单位。例如,对个体批发零售贸易业、餐饮业”的抽样调查,目标总体是全部个体批发零售贸易业、餐饮业的经...     

基尼系数的抽样估计

The paper discusses the properties of statistics and precision of estimation when the sample statistics are used to estimate Gini Coefficient.     

如何编好抽样框

抽样框是用来代表总体 ,从中抽选样本的一个框架。准确、完备的抽样框是开展抽样调查的前提条件。抽样框误差主要来自 :1.遗漏目标总体单位 ;2 .包含非目标总体单位 ;3.上述两种情况并存 ;4 .复合链接 ;5 .抽样框的陈旧 ;6 .辅助信息不正确。可以采取以下方法减少抽样框误差。首先 ,在抽选样本之前 ,要对抽样框加以检查 ,发现可能存在的问题 ,进行识别、处理 ,并采取一定措施加以补救。可以和普查或其他调查资料的总值或行政记录等相比较、分析 ,进而查明是否存在遗漏或去除已注销的单位。可以利用客观现实的相互联系 ,找出平衡关系 ,推算是…     

成数抽样的比率估计

成数抽样的比率估计李金昌ＡＢＳＴＲＡＣＴＴｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｉｓｕｅｏｆｒａｔｉｏｅｓｔｉｍａｔｉｏｎｉｎｓａｍｐｌｅｓｕｒｖｅｙｏｆｐｒｏｐｏｒ－ｔｉｏｎａｌｎｕｍｂｅｒｓ．Ｔｈｅｅｓｔｉｍｅｔｏｒａｎｄｖａｒｉａｎｃｅｏｆｓａ...     

基于半参数方法的模型辅助抽样估计研究

在总结现有模型辅助估计方法的基础上,本文通过构造一种半参数超总体模型,同时结合广义差分估计思想提出一种新型的模型辅助估计量。该估计量比传统的非参数和半参数回归估计利用更少、更易得到的辅助信息,即只需利用和广义回归估计相同的辅助信息,但一般会比广义回归估计拥有更高的估计精度。理论证明了该估计量是渐近设计无偏和设计一致的,其渐近设计均方误差为广义差分估计量的方差。模拟结果显示：其至少与广义回归估计一样好;对于线性程度越低的超总体模型,其估计精度比广义回归估计有越明显的提高;就本文模拟而言,光滑参数在0.04～0.12间适当取值时其会取到相对较好的估计效果。     

基于平衡单水平轮换的连续性抽样估计方法研究

内容提要：针对现存的各种单水平轮换模式和估计方法,本文提出一套统一的平衡单水平轮换模式。在此轮换模式下,引入两类相关关系,运用线性无偏估计方法,并通过使不同类型估计量方差的加权总和最小的方法确定最优系数,从而得到最优线性无偏估计量,不仅能够减少甚至消除估计量偏差的影响,还能使得连续性调查的整体抽样误差最小,适合估计各种类型的估计量。     

部分国家季度支出法国内生产总值核算方法与数据发布情况及启示

本文研究分析并归纳了经济合作与发展组织（OECD）34个成员国及巴西、俄罗斯、印度和南非等4个金砖国家季度支出法GDP核算的主要方法、资料来源及数据发布情况,提出要进一步提高基础数据质量,加快正式建立我国季度支出法GDP核算制度。     

Regression Coefficient Estimation in Dual Frame Surveys

Dual frame surveys, in which independent samples are selected from two frames to decrease survey costs or to improve coverage, can present challenges for regression coefficient estimation because of complex designs and unknown degree of overlap. In this research, we developed four regression coefficient estimators in dual frame surveys. Simulation results show that all the proposed methods work well.     

Bayes Estimation of Weibull Distribution Parameters Using Ranked Set Sampling

Estimation of the parameters of Weibull distribution is considered using different methods of estimation based on different sampling schemes namely, Simple Random Sample (SRS), Ranked Set Sample (RSS), and Modified Ranked Set Sample (MRSS). Methods of estimation used are Maximum Likelihood (ML), Method of moments (Mom), and Bayes. Comparison between estimators is made through simulation via their Biases, Relative Efficiency (RE), and Pitman Nearness Probability (PN). Estimators based on RSS and MRSS have many advantages over those that are based on SRS.     

基于卡尔曼滤波估计的连续性抽样调查研究

 针对连续性抽样调查中如何提高连续调查数据准确性的问题,本文引入时间序列分析方法,分别考虑连续性抽样调查中的重复样本和轮换样本等不同情况,建立了连续性抽样调查下的状态空间模型,利用成熟的卡尔曼滤波估计方法给出了总体均值的估计量。由于状态空间模型及卡尔曼滤波估计方法能够充分利用各期连续样本的调查信息,给出了精度更高的估计量,从而能够产生更加准确的连续性时间序列数据。     

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。