改进样本代表性的多目标追加平衡设计

本文主要讨论样本代表性的改进和多目标调查两个问题。一,本文提出了一种新的改进样本代表性多目标抽样方法,增加样本量与调整样本结构相结合的方法-追加样本的平衡设计,即通过追加样本,使得补充的样本与原来的样本组合生成新的平衡样本,相对于初始样本,减少样本与总体的结构性偏差。平衡样本是指辅助变量总量的霍维茨汤普森估计量等于总体总量真值。二,平衡样本通过选择与多个目标参数相关的辅助变量,使得一套样本对不同的目标参数而言都具有良好的代表性,进而完成多目标调查。结合2010年第六次人口分县普查数据,通过选择多个目标参数,对追加样本后的平衡样本作事后评估结果表明,追加平衡设计能够有效改进样本结构,使得样本结构与总体结构相近,降低目标估计的误差;同时也说明平衡抽样设计能够实现多目标调查,提高样本的使用效率。     

永久随机数(PRNs)在工业抽样调查中的应用

鉴于规模以下工业抽样调查目前没有考虑样本轮换问题,只是要求尽可能保持样本单位的相对稳定,但如何保持原有样本单位并增加新样本,以保持一个相对固定的样本规模,目前没有具体的方法。利用永久随机数不仅可以抽取分层抽样中每层的样本,而且还可在连续性调查中增加所需样本或进行样本轮换,具有广泛推广与应用的价值。     

样本老化与轮换率问题

对于老化的样本,应以样本老化程度作为轮换率实行样本轮换.在样本轮换中,最重要的问题是如何确定样本轮换率,即上期样本中被除掉的单位数占样本容量的比例.我们用n表示样本容量,设其在各期调查中大小保持不变(例如,在哈尔滨市试点中,n=300),用u表示现期调查除掉的上期样本中的单位数,m表示现期调查中使用的上期样本中保留的单位数,β表示样本轮换率,则     

提高抽样调查样本代表性的措施

抽样调查的目的是通过有限的样本的指标(样本平均数,样本成数)来估计总体(population)的参数(平均数,总体成数),由于用样本来估计总体,所以人们期望样本能如实地反映总体、代表总体,因而如何提高样本的代表性,就成为当前研究的热点之一。一、样本代表性的含义目前在国内,不少关心或从事抽样调     

二阶抽样下的样本轮换理论研究

在多阶抽样中,每一阶都对该阶样本单元进行抽样,这些样本单元在不同时期都可以进行替换,而且高阶样本单元替换必然导致低阶样本单元替换,因而样本替换拼配的方法比较灵活。比较简单的样本替换当然是只在某一阶抽样时进行替换,相对比较复杂的是同时在多阶段抽样中都进行样本轮换     

抽样调查中的样本评估方法

抽样调查的目的是通过样本推断总体,产生误差是必然的。对于任何一种抽样方案,可能的样本会很多,而实际抽到的只是一个样本,而且抽到哪一个样本完全是随机的。不同的样本对总体的估计就会不同,这就是     

概率抽样条件下样本代表性事后评估方法探讨

 样本代表性直接牵扯到统计数据质量和统计公布引起的民众反响,目前社会上不乏对政府统计数据的质疑之声,最终影响到政府统计机关的公信力,因此有必要重新审视现行样本代表性的研究。目前相关文献普遍强调不同抽样方式下的样本代表性的相对性内涵,确保样本的代表性仅从抽样方法和样本量两个维度入手,缺乏对既定抽样方法下样本代表性的事后评估体系的探索,以及多样本之间样本代表性优劣的比较方法研究。鉴于此,本文在结合人口普查数据基础上尝试从样本-总体整体分布和内部属性结构两个方面构建样本代表性事后评估的一整套指标和假设检验,进而找到一种多样本代表性比较的依据。最后对浦东新区2010年城镇居民收入调查样本进行了代表性检验的尝试。     

蒙特卡洛特征样本采样方法研究

从蒙特卡洛计算机模拟目的出发,在特征样本定义的基础上讨论特征样本的蒙特卡洛采样方法。对特征样本进行分类,设计了分布型和曲线型两大类特征样本的10种采样方法,用4个例子展示了特征样本的具体采样方法和计算机程序,并用一个多元回归参数估计的实例说明了特征样本的应用。     

大数据背景下非概率抽样的统计推断问题

利用大数据进行抽样,很多情况下抽样框的构造比较困难,使得抽取的样本属于非概率样本,难以将传统的抽样推断理论应用到非概率样本中,如何解决非概率抽样的统计推断问题,是大数据背景下抽样调查面临的严重挑战。本文提出了解决非概率抽样统计推断问题的基本思路：一是抽样方法,可以考虑基于样本匹配的样本选择、链接跟踪抽样方法等,使得到的非概率样本近似于概率样本,从而可采用概率样本的统计推断理论;二是权数的构造与调整,可以考虑基于伪设计、模型和倾向得分等方法得到类似于概率样本的基础权数;三是估计,可以考虑基于伪设计、模型和贝叶斯的混合概率估计。最后,以基于样本匹配的样本选择为例探讨了具体解决方法。     

连续性抽样调查中的样本轮换研究

 内容摘要：本文首先介?绍了样本轮换研究问题提出的背景和国内外研究现状。接着介绍了分层抽样下样本轮换的理论模型。包括分层抽样下样本轮换的估计量公式和最优样本轮换率的确定方法。再接着利用前面介绍的理论知识,结合上海市城镇住房空置率抽样调查数据进行实证分析。由于该抽样调查采取的是分层抽样,因此相应地用分层抽样下的样本轮换研究。先根据该抽样调查本身的特点和社会经济活动的规律确定样本轮换时间间隔为1年。再分别计算出各层的最优样本轮换率和总体的样本轮换率。最后分别对三层子总体样本轮换的效果进行分析,分析发现各层经过样本轮换以后的精度比不进行样本轮换或进行完全样本轮换的精度有了明显的提高,轮换效果显著。     

对民意测验中不稳定样本的检验

在民意测验中,影响样本的代表性主要有两个因素:样本容量与样本单位的可信度。扩大样本容量与部分样本轮换可以保证样本的稳定性与可靠性,而保证样本单位的可信度一般要通过激励的方式。事实上对于部分样本单位存在激励无效的情形,一般采用部分重复抽样的方法来检验其可信度。如果以t检验证明其是小概率事件,就作为不稳定样本剔除。文章给出了一种检验不稳定样本的方法,表明其对民意测验结果的决定性影响和作用。     

住户追踪调查中的样本维护策略

对一个大型的追踪调查来说,长期的追踪调查增加调查对象的回答负担,样本老化、样本流失等导致追踪样本不能很好地反映调查总体的变化特征,有效的样本维护策略是十分重要的。文章在介绍了追踪调查的优缺点基础上,主要对住户追踪调查的追踪规则,住户追踪调查中的一些维护策略,包含影响样本维护的因素、常规和非常规的样本维护措施进行探讨。     

交叉样本法在控制调查误差中的运用

调查人员在进行统计调查过程中不可避免地会出现工作上的失误,产生调查误差。调查的组织者如何控制调查员的工作,尽可能减少调查误差呢?交叉样本法就是一种很有效的抽样设计。 交叉样本法又称穿插抽样,就是从调查总体包含的N个单位中随机抽取n个单位的样本,再从n个被抽单位随机地抽取两套或两套以上的样本来进行调查。这两套或两套以上的样本,就构成“交叉样本”,每一套样本称为“子样本”。交叉样本法每套子样本可分派一个     

总体中位数可信区间估计Bootstrap法样本含量的设置

文章探讨了Bootstrap样本含量n*对Bootstrap法总体中位数可信区间估计效果的影响。结果表明,Bootstrap样本含量n*对总体中位数可信区间估计的正确率影响很大,Bootstrap样本含量n*越小,正确率越高;Bootstrap样本含量n*越大,正确率越低;Bootstrap样本含量n*不能任意设置,当Bootstrap样本含量n*=n-3时,效果最好。     

轮换样本抽样下的回归估计

轮换样本抽样是一种较新的抽样方法，它可克服固定样本抽样的缺点，而且在一定程度上可节省调查时间和经费。对轮换样本进行回归估计可充分利用前期样本的资料，通过提高前后期样本的相关系数和控制样本的轮换单位数来减小由样本推断总体的估计方差，轮换样本单位数少于原样本单位数的一半时，轮换样本单位数越多，估计精度越高，当轮换样本单位数是原样本单位数的一半时估计精度最高     

抽样调查中样本不响应问题研究

抽样调查就是按照随机性原则．从总体中抽取部分单位进行调查,并通过对这部分单位的数据分析,给出总体数量特征具有一定可靠性的判断。可见,样本数据的全面性、系统性、准确性是抽样调查质量高低的关键。但是,在实际抽样调查中,经常会出现样本不响应。样本不响应的成因、后果及防范,在我国统计理论界和统计实践中都没有给予足够的重视。本文仅就样本不响应的种类、成因、后果及防范作一简单论述。 一、样本不响应的种类和成因 所谓不响应样本就是无法得到被选作样本单元的相关资料的样本。通常有样本单元不响应和样本项目不响应两类。…     

浅谈用交叉样本控制抽样调查误差

浅谈用交叉样本控制抽样调查误差一、交叉样本原理及应用所谓交叉样本法，就是围绕同一调查目的，随机抽出两套或两套以上的样本来进行观察。每一套样本．就叫做＂分样本＂。每人分样本的抽样方法、样本容量部相同，且都是从Ｂ体中随机抽取．这样每个分样本都可以推算任何...     

改变抽样方法提升轮换层次--对改进城市住户调查校本轮换模式的思考

为了提高样本对总体的代表性,同时保证前后期样本数据的可比性和衔接性,从20世纪90年代开始,我国的城市住户调查主要采用样本轮换的方法来确定报告期的样本.如今,样本轮换的优点已得到了充分的验证,但是由于目前样本轮换模式存在一定的问题,使得轮换的效果大打折扣.     

基于倾向得分匹配与加权调整的非概率抽样统计推断方法研究

文章针对非概率抽样统计推断问题,提出了一种解决方法:首先采用倾向得分匹配选择样本,然后采用倾向得分逆加权、加权组调整和事后分层调整三种方法对匹配样本进行加权调整来估计目标总体,并比较不同方法估计的效果.蒙特卡罗模拟与实证研究表明:当网络访问固定样本大小与目标样本大小的比率小于3对,三种加权方法估计的效果均比未加权时匹配样本的估计效果好;当网络访问固定样本大小与目标样本大小的比率不小于3时,倾向得分事后分层调整与未加权的匹配样本估计效果较好.     

本期导读

追踪调查是抽样调查中十分重要的的一种调查方式,主要适用于收集样本单元在不同时间上的连续资料,通过不同时间的调查资料的统计分析探索社会现象随时间变化而发生的特征及不同现象之间的因果关系。作者在《住户追踪调查中的样本维护策略》一文中,针对现行追踪调查中的初访设计中样本代表性和成功率,样本老化、样本流失等问题,对住户追踪调查的追踪规则、样本维护策略等方面进行了详尽的探讨,为解决我国追踪调查中的样本维护问题提供了参考。