(IGa-Ga)模型下二行动线性决策问题的抽样信息期望值

二行动线性决策问题是一类简单而又常见的决策问题。本文提出了在形状参数已知的情况下(IGa-Ga)决策模型,并讨论了此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算公式。     

基尼系数的区间估计及其应用

 本文给出了收入为离散分布的三种计算基尼系数的新方法。利用收入份额法导出了基尼系数协方差算法的离散形式,并因此产生了计算基尼系数的回归系数法。文章重点讨论了基尼系数进行区间估计的两种方法,这些方法也适用于集中度指数,因而它们在测度社会经济领域的不平等中具有着十分广泛的用途。实际应用表明,新算法有效地简化了对基尼系数区间估计的标准差估算。     

多种检测目标下样本容量设计的比较

样本容量在实际抽样调查中具有举足轻重的地位.文章分析了基于不同理论的两种样本容量计算方法,并在多种检测目标的情况下,提出了两种方法各自可行的使用范围,根据实际检测数据对这两种方法在日常食品监测的抽样应用进行了优化.     

对多目标抽样的再认识

文章针对多目标抽样的理论与实践中存在的问题展开讨论,阐述了多目标抽样调查的含义,提出了为多目标抽样所需要解决的一系列的问题,并加以分类。     

工业统计抽样框问题研究

我国自1996年底开始实施《工业统计定期抽样调查试点方案》迄今,虽已有两年余时间,但由于刚刚起步,仍有一些问题值得进一步研究,抽样框便是其中重要问题之一。一、目录抽样技术与抽样框目录抽样技术是一种当总体分布呈现明显的高度偏态特征时,对一部分单位（通常是标志值达到一定标准的单位）进行逐一全面凋查、对另一部分单位（通常是标志值在一定的标准以下的单位）进行抽样调查的统计调查方式。我国目前的工业统计定期抽样调查采用的就是这种方式,它规定：对全部国有工业企业及年销售收入在500万元以上的非国有工业企业进行逐一全…     

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。     

左删失数据的双惩罚贝叶斯Tobit分位回归方法

在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知随机效应的干扰,固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题,文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法,主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中,构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。     

规模以下工业抽样调查的新发展——永久随机数法抽样技术的引入

永久随机数(Pemanent Random Numbers)法抽样技术在调查中的应用近几年蓬勃兴起，主要集中在农业调查以及能源调查方面。在这一抽样技术中，抽样框的每个单元都被赋予从区间(0，1)产生的随机数，并保留下来，不再改变。随机数具有某一特征的单元将入样。因为     

原生态的抽样统计——纵横话抽样之六

在这系列小文前面几篇中,我说了生活中的抽样推断,也说了自凯尔和鲍利分别从实践和概率理论开创的现代抽样方法,细心的读者会发现,纵横话抽样还少了一大段史料,是无来由的。凯尔的抽样探索虽有横空出世的气概,可毕竟不是从石头缝里蹦出来的,空穴来风,必有其源,下面就从上海财经大学陈善林、张浙编著的《统计发展史》中摘录几段,把这个缺补上。