多阶段抽样的精度控制及样本量计算

多阶段抽样的精度控制及样本量计算王文颖ＡＢＳＴＲＡＣＴＳｅｖｅｒａｌｓａｍｐｌｅｓｉｚｅｓａｒｅｎｅｄｅｄｔｏｂｅｃａｌｃｕｌａｔｅｄｉｎｔｈｅｍｕｌｔｉｓｔａｇｅｓａｍｐｌｉｎｇ,ｂｕｔｔｈｉｓｉｓｓｕｅｈａｓｂｅｎｓｃａｒｅｌｙｔｏｕｃｈｅｄｕｐ...     

多阶抽样样本量的最优配置

多阶抽样样本量的最优配置俞纯权一、问题的提出多阶抽样是抽样调查中一种常用的抽样方法。所谓多阶抽样,就是把总体分成不同级别大的抽样单位中抽样,再在抽中的单位中对级别小的抽样单位抽样,依次进行下去,直到在级别最小的抽样单位即调查单位中完成抽样为止。多阶抽...     

对青海省2005年全国1％人口抽样调查主要数据的评估与修正

一、调查基本情况及主要数据青海省2005年全国1%人口抽样调查,在全省所有的8个州(地、市),43个县(区、市)中进行,共抽取155个乡(镇、街道),673个村级单位,924个调查小区。调查登记常住人口219999人,占全省总人口的4.05%。其中男性111220人,女性人口108779人,性别比为102.24;     

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。     

对我国抽样应用中两个基本概念的再认识

随着我国政治、经济体制改革的不断深入,抽样调查作为统计调查方法体系中最为重要的方法之一得到了越来越广泛的应用,并取得了良好的效果。但是,在一些统计文献中,甚至在一些全国有较大影响的教科书中,对一些抽样基本概念的使用和对抽样基本思想的理解上,还存在着分歧。我们认为,正确理解和使用这些基本概念,对进一步搞好我国抽样理论的研究和抽样方法的应用、推广,具有十分重要的意义,为此,我们在参考国内外有关抽样理论论著的基础上,结合我国统计教材,特别是抽样理论教材建设的实际情况,对抽样调查中的某些基本问题进行了研究,以期达成共识。     

数据挖掘方法应用于调查数据的抽样权重问题

 在将数据挖掘方法应用于抽样调查数据时,会遇到抽样权重的处理问题。本文提出采用放回的、与样本单元权数大小成比例的再抽样方法,简称PPWWR再抽样,来实现“事后”自加权设计。实现“事后”自加权设计后的子样本可忽略掉样本权数,直接采用常规的图示方法和数据挖掘算法进行分析。随后,基于2007中国公民科学素质调查贵州省数据,通过模拟分析讨论了PPWWR再抽样子样本的样本量问题,发现 是一个比较合适的样本量。这一结论可能为其它大型复杂抽样调查数据的数据挖掘实施问题提供借鉴。     

我国农业人口贫困标准及其计算

党的十一届三中全会以来,农民生活水平提高很快,但由于经济发展不平衡,目前全国仍有一部分地区农村经济发展比较缓慢,一部分农业人口还处于贫困状态。根据贫困的定义和我国目前农村经济发展水平以及农民生活水平,我国农业人口的贫困标准以农业人口维持正常生存所必需的平均每人每年最低的生活消费支出来衡量,即以一年中农业人口维持正常生存所必需的食品、衣物、住房、燃料、医药消费支出的合计值为农业     

2005年全国1％人口抽样调查主要数据公报（2006年3月22日）

根据国务院的决定,我国于2005年11月1日进行了全国1%人口抽样调查工作。这次调查以全国为总体,以各省、自治区、直辖市为次总体,采取分层、多阶段、整群概率比例的抽样方法。最终样本单位为调查小区。四川省在21个市、州的181个县(市、区)、1673个乡、镇、街道、3104个村(居委会)的3873个调查小区进行调查。在国务院和省政府的统一领导下,通过调查工作人员的艰苦努力,圆满完成了人口抽样调查的现场登记和复查任务。调查登记现有人口为892201人,其中常住人口645603人。目前,调查的全部资料正在用电子计算机进行数据处理。主要数据的快速汇总…     

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。     

对我国未来抽样调查的思考

随着我国社会主义市场经济体制的不断发展和完善 ,特别是加入 WTO后 ,原有的统计调查方法体系受到越来越大的冲击 ,统计报表的地位、作用越来越弱化 ,抽样调查这种科学方法已被确立为统计调查方法体系的主体。但是 ,我国抽样调查理论和应用的研究与发达国家相比 ,还有很大的差距。 2 0世纪的最后 10多年里 ,我国翻译出版了几部国外的抽样调查巨著 ,这对推动我国的抽样理论发展起到了一定的促进作用 ,但从总体上讲 ,抽样调查今后如何发展 ,尚存在着如下几个方面的问题。第一 ,随着统计科学的发展 ,统计方法在人文社会科学中的应用也越来越…     

迭代方法在多目标总体抽样调查中的应用

一、问题的提出在抽样调查实践中经常会遇到多目标抽样问题 ,包括多目标变量问题和多目标总体问题。多目标变量问题 ,是指用一套样本估计多个目标变量的总量、均值、比率和比例等估计量时 ,由于各个变量的总体分布不一致 ,导致不同变量的估计量精度 (一般用相对误差表示 )不同 ,而且可能相差很大。在实践中 ,多目标变量问题是一个普遍问题 ,因为任何一项调查都不可能仅仅调查一个指标 (即变量 )。解决多目标变量问题的关键是在抽样设计中选择合适的辅助变量。一般来说 ,在抽样设计中作为分层辅助信息的变量的估计量精度会比其他变量的估计量…     

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。     

The Effective Sample Size

Model selection procedures often depend explicitly on the sample size n of the experiment. One example is the Bayesian information criterion (BIC) criterion and another is the use of Zellner–Siow priors in Bayesian model selection. Sample size is well-defined if one has i.i.d real observations, but is not well-defined for vector observations or in non-i.i.d. settings; extensions of critera such as BIC to such settings thus requires a definition of effective sample size that applies also in such cases. A definition of effective sample size that applies to fairly general linear models is proposed and illustrated in a variety of situations. The definition is also used to propose a suitable ‘scale’ for default proper priors for Bayesian model selection.     

权数在人口抽样调查估计中的应用研究

很多全国性大型人口抽样调查项目中的核心技术包括抽样方案设计、样本单元的权数计算等。用样本数据推断总体,权数的作用很关键,尤其是抽样调查越来越难保证做到等概率抽样的情况。为此,采用第四次中国城乡老年人生活状况抽样调查中的具体调查方案和实际调查数据,系统地对抽样过程中的权数进行测算,同时根据权效应对权数进行调整和控制,利用刀切法对相关统计量的标准误差和变异系数进行对比分析,来验证权数控制在提高精度方面的有效性。结合老年人生活状况的调查数据进行实证分析,结果表明,利用刀切法计算权数截取的标准误差比未调整权数的标准误差更有效,得到变量的变异系数更小。     

中国农业普查事后质量抽查

一、ＰＥＳ数据分析模型由于抽查不只是对普查的重复 ,而是针对已进行的调查来收集“真实值”的一种方法。在中国 ,ＰＥＳ的入户访问是按与普查相同的环境来进行的 ,目的是要得到尽可能接近真实的调查结果。从ＰＥＳ得到的数据要与普查数据相比较。对两次调查的回答逐一比较 ,会得到如下的结果 :①普查和抽查回答一致 ;②两次调查的回答不一致 :回答的差别越大 ,普查估计的可靠性就越低。ＰＥＳ是为了检查和评估普查的数据质量。对ＰＥＳ回答误差的研究表明 ,回答误差也影响了ＰＥＳ数据。下面 ,我们将对两次调查同等对待。估计可靠性的指标…     

中国人口变动调查的自加权抽样设计

自加权分层多阶段抽样设计具有三大特征：一为除第一阶抽样外其余各阶抽样的样本量均为常数，二为样本量按照各层的最终单元数量在各层比例分配，三为前几阶采用抽样而最后一阶采用放回或不放回的简单随机抽样。根据上述三个特征设计了中国人口变动调查的自加权抽样设计。     

周期性抽样调查的最优样本轮换率

周期性抽样调查的最优样本轮换率俞纯权一、样本的轮换及其准则为了获得具有一定间隔时期的资料,在经常性的抽样调查,例如我国城市住户调查及农村住户调查中往往采用固定样本进行调查。调查户根据调查的要求,分类逐项记帐,调查员每隔一定时期走访调查户,取得各类统计...     

Estimating Desired Sample Size for Simple Random Sampling of a Skewed Population

A simulation study was conducted to assess how well the necessary sample size to achieve a stipulated margin of error can be estimated prior to sampling. Our concern was particularly focused on performance when sampling from a very skewed distribution, which is a common feature of many biological, economic, and other populations. We examined two approaches for estimating sample size—one being the commonly used strategy aimed at regulating the average magnitude of the stipulated margin of error and the second being a previously proposed strategy to control the tolerance probability with which the stipulated margin of error is exceeded. Results of the simulation revealed that (1) skewness does not much affect the average estimated sample size but can greatly extend the range of estimated sample sizes; and (2) skewness does reduce the effectiveness of Kupper and Hafner's sample size estimator, yet its effectiveness is negatively impacted less by skewness directly, and to a much greater degree by the common practice of estimating the population variance via a pilot sampling from the skewed population. Nonetheless, the simulations suggest that estimating sample size to control the probability with which the desired margin of error is achieved is a worthwhile alternative to the usual sample size formula that controls the average width of the confidence interval only.     

西班牙“组合模式”人口普查:经验及启示

针对传统人口普查面临的数据获取成本高、数据获取质量低、普查对象负担重等现状,明确提出由综合运用行政记录大数据资源和专门组织的调查数据资源的"组合模式"人口普查替代传统人口普查的设想。为此,以西班牙2011年人口普查为例,解析"组合模式"人口普查的实施框架和实施步骤,归纳了"基于普查前文件形成人口统计信息的初估计""基于建筑物普查实现地理信息的更新""围绕抽样调查完成详细特征信息的获取"以及"引入计数因子进行确定人口数的估计"四条成功经验。为进一步推动我国人口普查向"组合模式"人口普查迈进提出了若干建议。