隐私规避的网络调查与间接估计方法

在管理决策中，管理对象的真实状态往往因隐私、敏感等因素导致自我报告数据质量不高，样本数据存在较大偏差，进而难以掌握目标对象的真实情况.针对这一问题，同时为了满足数字经济时代下的数据隐私保护需求，本文开发了一类基于社交网络间接报告的数据采集方法，并在网络抽样与统计推断理论的基础上，设计了基于间接报告样本数据的总体估计方法(ECM).该方法操作简单，可对调查对象进行随机采样或实施普查，除采集样本的自我陈述数据外，同时采集每个样本关于其密切社交对象的报告数据，从而避免了自身因敏感原因等不愿提供数据或提供不真实数据的问题，提出的估计方法能在样本报告数据的基础上实现对总体的高精度估计，并能实现自报告数据和他报告数据的交互验证.本文的研究方法在一个多达556 627名活跃用户的难接触人群在线社交网络上进行了充分验证，抽样实验表明ECM对全网平均好友数和总体特征的估计误差低于3%.进一步地，本文开展了实证研究，通过设计自报告和他报告问卷，对某企业职员的一般和隐私性问题进行了问卷调查，并通过间接估计方法实现了对目标的总体估计，展示了该方法的实用性和有效性.     

成对效应对照的Scheffe两步同时置信区间的构造

文章利用两阶段抽样,构造出了成对效应对照的Scheffe两步同时置信区间,满足预先给定的可靠度和精度的要求。同时,利用数值计算的方法给出了最优第一步抽样量。     

大学生消费水平透视--以贵州民族学院为例

对贵州民族学院本科生的抽样调查统计结果表明,目前大学生的生活费主要依靠父母提供,生活费的支出主要集中在伙食费上,他们的生活刚刚达到温饱.     

关于抽调查应用的思考

我国统计调查发展垢目标模式是建立一个以必要的周期性普查为基础、以经常性的抽样为主体,同时辅之以重点调查、科学推算和全面报表综合运用的统计调查方法体系。纵观改革开放以来统计调查方法改革的进程,全面统计报表在现行的统计调查方法体系中仍占优势,而通过抽样调查取得资料的指标仅占三分之一左右。目前抽样调查的应用限于城乡住户调查、农产量调查、物价调查、人口变动调查等领域,近年来虽开始进行小型贸易企业、工业企业抽样调查,但收效不甚明显。人们必须重新审视抽样调查,进行实事求是的分析,这对更有效地应用抽样无疑是有效的。     

运用Excel模拟抽样分布与中心极限定理

中心极限定理是理解和学习统计推断的难点与关键。本文介绍了运用 Excel模拟中心极限定理的方法与步骤,以辅助抽样分布与中心极限定理的教学。     

论商业抽样统计的再分类

当前商业抽样统计只是对传统的、很难全面统计的个体和小型企业部分进行抽样,限额以上仍采用全面调查的方法。而抽样只分批发、零售和餐饮三个行业并分别抽取样本进行推算,得出其三个行业的大数。这种抽样方法存在三方面的问题：一是样本总体和样本一年一改,相对变化市场反映迟钝,以静态量推算动态量误差较大。二是推算出来的大数只能横向或纵向比较是否真正与实际相符不好分析。三是抽样是以注册资金或销售额为基础来抽取样本的,假如抽取的样本正巧都是某一类商品,一旦这样商品的行业发生变化,那么由这些样本推算出来的数据肯定与实…     

放回抽样下HT估计量的性质及应用

放回抽样下传统的估计方法是采用Hansen-Hurwitz估计。而放回抽样下HH估计量并不是一致最小方差无偏估计,本文提出了另一种估计方法,即采用Horvitz-Thompson估计,并论证了放回抽样下HT估计量的三条定理,及与HH估计量的比较。然后以放回简单随机抽样和PPS抽样为例,通过理论公式、计算机模拟以及具体案例,进行更具体的分析。说明在一定条件下,HT估计量相对更优。在实际应用中,本文也提出了通过比较方差估计作为选取估计量的准则。     

中国劳动力调查的另一种四层次样本轮换方法

针对中国劳动力调查在部分省级单位内采用的四阶段抽样设计,构造了一种四级单元连续调查五次时的四层次样本轮换方法。该方法中,一级单元采用样本轮换模式40 in,二级单元采用样本轮换模式20 in,三级单元采用样本轮换模式10 in,四级单元采用样本轮换模式5 in。该方法保证了各级单元的样本量在轮换过程中不发生变化,同时还保证了四级单元在相邻两个季度和相邻两年的相同季度时均具有一定的拼配样本。     

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。