异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

面板数据分位回归模型中固定与随机效应的选择

随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差.文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩.通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法.通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题.计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择.     

适应性网络空间抽样的设计及估计研究

随着大数据背景下抽样环境复杂化,特别是3S技术（遥感技术、地理信息系统和全球定位系统）日趋成熟,越来越多社会经济问题涉及空间抽样,其样本呈现出规模相对稀少、分布不均匀、局部聚集的特征,使得传统抽样调查面临着严重挑战。本文介绍了适应性抽样技术应用于空间网络环境的基本原理、主要操作步骤和马尔可夫链蒙特卡罗估计推断,并以广州市天河区的商户抽样为例讨论实际操作中应注意的问题,以期为流动人口、环境污染、区域经济研究等方面调查提供理论支撑和实证方法参考。     

体育调研中的两特征分层抽样方法

在体育调研工作中,所采用的分层抽样时层面的划分通常是按一个特征设计的,方法比较简单.但是体育调研通常所及到的调查项目较多,而且调查的结果又与一个以上分层特征有关,故使用以往分层抽样的方法得不到满意结果.本文引入的"两特征分层抽样方法"可以高效地解决以上提出的问题;由于所抽取的样本近似简单随机样本,这将有利于最后的计算机统计分析.     

多水平样本轮换调查及其组合估计方法

文章以两水平样本轮换为例,研究了连续性抽样调查中多水平样本轮换的问题.在多水平样本轮换模式下,不仅能够搜集固定的轮换样本在连续各期的信息,而且能够每一期更换新的轮换样本.文章还运用组合估计的思想.利用现期及过去各期的调查信息,分别构造出了每月总体情况、月度之间以及年度之间变化情况的组合估计量,并推导出了各类组合估计量的方差.     

论MPPS抽样设计的主要内容

本文讨论了由美国农业部国家农业统计署开发的MPPS抽样设计,这种抽样设计主要用于解决多目标调查的问题。这里讨论了与这种抽样设计相关的一些内容,比如,关于MPPS抽样设计的提出,它的估计量的计算公式,系统抽样与泊松抽样的应用等。文中给出了在一定条件下,适用于SRS、PPS和MPPS抽样设计族的一个统一估计量公式,此公式有利于我们理解三种抽样设计之间的联系。本文还讨论了MPPS抽样设计的基本应用,以及在应用和教学中应该注意的一些问题等。     

指数-威布尔分布参数贝叶斯估计的混合Gibbs算法

文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.     

17％不合格自来水流向了哪里

近日一则“全国普查自来水合格率仅50％”的消息,引发公众担忧。对此,住建部城市供水水质监测中心有关负责人回应,据2011年最新抽样检测,我国自来水厂出厂水质达标率为83％。     

广西农业剩余劳动力转移状况研究

广西要想在西部率先全面建成小康社会。必须解决好农业剩余劳动力的转移问题。本文使用抽样法测算广西2008年农业剩余劳动力总数,并按照劳动力转移去向进行统计分析,揭示转移中存在的突出性问题和提出对策建议。     

受访者推动抽样：研究隐藏人口的方法与实践

“隐藏人口”的特点是规模较小且成员一般不愿暴露身份，因此很难使用常规抽样方法对其进行研究。近年来出现了一种新的研究隐藏人口的方法——受访者推动抽样（RDS)方法，该方法在传统“雪球抽样”方法的基础上，结合社会网络分析的理论和方法，使研究者有可能根据样本对总体特征做出合理的推论。本文对RDS方法的理论渊源、基本思路、主要操作步骤和原理进行了简要介绍，并探讨了在实际操作过程中应注意的问题。