序贯抽样统计推断浅论

抽样阶段不预先固定样本容量,而是给出一组停止采样的规则,每新抽一个样本立即观察其结果,根据这个结果来判断是否应终止抽样并进行统计推断,还是应该继续抽取新的样本进行观察,直至最后终止抽样,并据此作出推断。这就是著名统计学家瓦尔德(A.Wald)创立的序贯抽样推断法。与其它抽样法相比,序贯抽样推断法充分利用了每一个已抽取样本的有关信息,因而在相同的估计精度要求下,至少有减少抽样数目,节约抽样成本等优点。     

一种基于多变量空间非概率抽样方法的设计

文章基于样本均值无偏估计和有效估计的前提下,以行政区域单位划分为抽样框,采用多个辅助指标控制多目标抽样估计的误差,设计了一种多指标空间非概率抽样样本选取方法.并利用陕西省2014年城镇人均可支配收入以及人口增长率两个辅助指标对陕西省107个区县进行了抽样应用,结果显示样本的抽取涵盖了各个不同水平层次的区县,抽样效果良好.     

分层排序集抽样下的比率估计问题探讨

分层排序集抽样是指将分层抽样与排序集抽样结合起来,运用分层技术将总体分为多层,再在每层中用排序集抽样获取样本.分层比率估计是利用辅助信息,构造总体均值或总值的估计量,分为联合比率估计和分别比率估计.文章利用此思路得到下分层排序集抽样下总体均值的分别比率估计,并和分层排序集抽样下的联合比率估计、分层随机抽样下的分别比率估计进行比较.结果表明,分层排序集抽样下总体均值的分别比率估计比分层随机抽样下总体均值的分别比率估计效果好,分层排序集抽样下总体均值的联合比率估计比分层排序集抽样下总体均值的分别比率估计效果好.     

复杂抽样设计下的域估计问题研究

随着国内定量研究方法的开展和大型调查数据的免费公布,研究者不仅使用抽样调查数据对总体分析,还需要对域总体进行分析.本文对调查数据满足域精度推断的域估计问题进行研究.首先,根据实际调查中的域估计问题,指出解决域估计问题最好的方法是事先确定好需要估计的域,并在抽样设计时兼顾域的估计精度.但是,在实际调查中还包含计划外的域,通过对简单随机抽样下的域估计问题的研究,说明非计划域的估计问题的最大难点是域样本量的随机性.然后,针对实际中的抽样调查数据多来源于分层、多阶段、整群和不等概率等复杂抽样设计的问题,指出需要结合复杂抽样设计信息、域样本量的随机性、域样本在总体的误差层和误差群中的分布,对复杂抽样设计下的域估计问题进行研究.最后,以中国家庭追踪调查(China Family Panel Studies,CFPS)为例,对复杂抽样设计下的域估计问题进行案例研究.     

分层交叉抽样法的原理与应用

分层交叉抽样法的原理与应用东北财经大学李培军大连统计干部函授分院龙清一、分层交叉抽样法的原理分层交叉抽样法是分层抽样与交叉抽样有机结合的一种抽样方式。这种抽样方式在实施中，先要具备研究总体的以往信息资料，并按以往信息资料依据分层技术对总体进行分层；再...     

基于“三新”企业分层抽样单元权重动态调整的估计方法

对“三新”企业进行抽样调查是及时掌握和监测“三新”经济发展的重要手段。考虑到这一类调查总体单元变动比较迅速,抽样框信息变动大,无法及时覆盖总体的最新特征,依此抽样框得到的样本数据结构与总体的分布结构差异较大,样本的代表性较低,会对总体数量特征的有效估计产生影响。因此,基于调查总体单元的变动特征,把抽样框中的单元划分为保留单元和转移单元,在此基础上,依据样本单位分层结构的变动,设计了基于“三新”企业分层抽样单元权重动态调整的估计方法。首先,通过事后分层方法挖掘出不同层的单位特征,并预测抽样框各层容量;其次,依据层规模的变动预测对目标变量估计量的权重进行修正;最后,通过自我加权设计构造出总体动态变动后数量特征的复合估计量,并对其进行优良性讨论。在对“三新”企业的模拟数据进行多次重复抽样实验中,相比于固定抽样框下的传统方法,基于分层抽样单元权重动态调整的估计方法具有更高的抽样效率,构造的关于总体数量特征的估计量具有无偏性和有效性。     

并发多样本滚雪球抽样的捕获再捕获估计

滚雪球抽样是一种非概率抽样方法,一般采用线索触发的方式进行抽样,通过同伴推荐和再推荐来逐次抽取并组织样本。本文引入捕获再捕获抽样估计方法对并发式多样本滚雪球抽样的总体规模进行估计,比较了Peterson、Chapman等的估计方法,提出了以并发式加权线性模型去估计总体规模的基本思路,在本文设计的三种估计量中,共权估计量方差最小,离散性质局部最优。最后,对一个真实的滚雪球抽样调查过程进行了实证分析。     

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。     

中国农民工抽样调查方案的设计

中国农民工是一个流动的群体,对其进行抽样调查的方案设计对估计总体结果的影响很大。文章系统介绍了中国农民工抽样调查中采用的多目标分层复合抽样设计方案,并给出了多目标下总和、均值和比率的估计公式。     

整群抽样成数抽样平均误差的正确计算方法——关于两种计算公式的对比

整群抽样是一种重要的抽样调查。其方法简便,易于采用,特别是当总体很大而不便于单个地抽选调查单位时,更为适宜。在抽样调查中,计算抽样平均误差是一项重要的内容,它是进行统计推断,尤其是对总体指标进行区间估计的基础。如果抽样平均误差计算失准,会直接影响区间估计的准确性。但是,在统计学界对整群抽样一直混用着两个根本不同的成数抽样平均误差计算公式。     

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。     

使用普查数据模拟MPPS抽样方法的研究

MPPS抽样即多变量与规模成比例的概率抽样,是20世纪90年代才提出来的一种抽样设计。近年来,中国有关部门与美国农业部国家农业署合作,进行了MPPS抽样设计的试点,来解决多目标调查问题。但是MPPS抽样在中国的应用非常有限。对MPPS抽样进行简单的回顾,介绍了它的基本估计,并对其应用进行了数据模拟研究。模拟中采用了系统抽样和泊松抽样的方法,根据实际调查数据得到了明确的结果。还对泊松抽样的一种变形永久随机数抽样的方法进行了模拟研究,并对它的一种误用情况进行了模拟比较,得到了具有说服力的结果。     

上海市现有存量住房空置情况调查设计

本文在解释存量住房空置概念的基础上,阐述了对其抽样调查的方案设计思路,以及目标量和方差的估计,并对具体的抽样效果进行了分析.     

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。     

关于符合性分层审计抽样时样本容量的探讨

符合性抽样是抽样审计的重要组成部分,符合性比例估计是这种抽样审计的主要内容.文章根据势函数与决策规则的基本原理,对分层审计抽样下的符合性比例估计时所需要的样本数目进行了讨论,包括势函数规则下审计对象符合性比例估计时的样本容量,决策规则下审计对象符合性比例估计时的样本容量等.     

总体比例的区间估计和样本量的确定

通过平移计分置信区间中心点,修正和改善其覆盖概率的统计性能,获取抽样总体比例估计的置信区间。对于放回抽样以及总体容量N较大的不放回抽样,平移系数建议都取0.02 z4;对于较小N∈[50,1000]的不放回抽样,平移系数建议取0.024 z4。基于置信区间,给出了相应的明显优于传统的样本量公式。     

PPS抽样设计的比估计及其模拟分析

本文在介绍简单随机抽样比估计的基础上,对PPS抽样设计的比估计进行了系统的研究,并使用了第一次农业普查数据对方法进行了模拟。从模拟结果可以看到,比估计方法可以解决一些调查精度和多目标调查的问题。     

多指标抽样的样本容量设计方法

在抽样调查中,首先必须确定样本容量.样本容量既取决于调查费用,同时也受估计精度的制约.多指标抽样是一种常用而复杂的调查方法.样本容量的确定就成了多指标抽样设计的难点.文章首先在理论上阐明最优样本容量的存在;然后介绍了确定样本容量的一般方法;在此基础上,分两种情况对多指标抽样背景下样本容量设计进行了详细讨论.     

符合性整群审计抽样的抽样规模研究

运用抽样调查开展审计活动,是现代审计业务组织的一个基本方向.符合性比例估计是符合性抽样推断的主要内容.文章根据势函数与决策规则的基本原理,对整群审计抽样下的符合性比例估计时所需要的样本数目进行了讨论,内容包括:势函数规则下审计对象符合性比例估计整群抽样时的样本容量,决策规则下审计时象符合性比例估计整群抽样时的样本容量等.     

随机波动模型贝叶斯估计效率研究

讨论了四种不同MCMC抽样方案在SV模型贝叶斯估计中的适应性和稳健性问题。蒙特卡洛模拟结果显示,随机误差项的近似处理方式和波动变量抽样结构直接影响SV模型的贝叶斯估计效率。具体来说,波动变量的"成块"抽样比"逐分量"抽样的效率更高;随机误差项有限混合近似比正态近似的估计精度更优。四种抽样方案中,正态近似和FFBS算法的收敛速度和运算时间最快,有限混合近似和FFBS算法的估计精度最优。