实际操作中的非抽样误差及其控制

一、现状1.抽样框不准确。抽样框不准确包括两种情况,第一种情况是抽样框不完整,即丢失目标总体单位,是指抽样框没有覆盖全部目标总体单位,即有一些目标单位没有在抽样框中出现。显     

在社会研究中应用抽样调查的若干问题探讨

抽样调查是一种根据从总体中随机抽取的样本的观察结果来估计和推算总体的调查方法。广泛运用抽样技术已成为各社会经济领域进行调查研究的趋势。本文就抽样调查在社会研究中应用的若干问题进行探讨。     

基于MCMC方法的贝叶斯AR(p)模型分析

本文提出运用Gibbs抽样的MCMC方法,解决时间序列AR(p)模型贝叶斯分析过程中所遇到的复杂的数值计算问题,借数据仿真分析来说明运用WinBUGS软件建模的分析过程,得出以MCMC为基础的WinBUGS软件简便了贝叶斯AR(p)模型的实际应用的结论.     

孙桥现代农业园区统计指标体系研究

上海孙桥现代农业开发区建于1994年9月6日,是国内第一个现代农业开发区。园区以工厂化农业为特色,涉及蔬菜花卉、种子种苗、食用菌的生产,微生物工程、农产品深加工、温室工程技术、农业信息等领域,即包括农产品生产、加工、销售和服务为一体化的综合产业,还包括延伸的休闲、观光等旅游产业。     

抽样调查方法在审计中的应用以——对新华发行集团存货审计为例

随着社会经济的不断发展,抽样调查方法被越来越多地应用于审计领域。抽样调查主要分为统计抽样和非统计抽样。本文以对新华发行集团的存货审计为例,从抽样总体的确定、抽查样本数量的确定、抽取样本的具体过程等方面详细介绍了统计抽样在审计领域中的应用。     

混合效应模型的非参数贝叶斯分位回归方法研究

本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下.通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强.在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可.蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势.     

空间误差分量模型的Bootstrap LM检验

空间误差分量模型(Spatial Error Components,SEC)传统的空间相关性LM检验存在严重的水平扭曲和较低的检验功效,导致检验统计量失效.文章将Bootstrap方法应用于SEC模型的空间相关性LM检验,提高检验统计量的有效性.Monte Carlo模拟实验表明,Bootstrap LM检验的水平受误差项分布、空间权重矩阵和样本量影响较小,并且远优于渐近LM检验,具有理想的检验水平;渐近LM检验和Bootstrap LM检验的功效均随着空间相关性的增强,及样本量的增大而增大,但Bootstrap LM检验在各种情形下均具有更高的检验功效,尤其是样本量较小时.简言之,Bootstrap LM检验是SEC模型更为优越的空间相关性检验方法.     

劳动力调查中的非抽样误差问题分析

劳动力调查能反映一个国家或地区的劳动力资源分布状况和劳动就业失业情况,我国于2016年开始正式实施全国月度劳动力调查。研究者对于劳动力调查的研究多集中在抽样方案、方差估计和样本轮换上,在非抽样误差方面的专题讨论并不多。本文结合我国劳动力调查的发展历程、抽样调查设计和实际调查情况,梳理了劳动力调查中的非抽样问题的几种类型,并给出了针对性的建议,有效降低非抽样误差对劳动力调查结果的影响,也为我国其他持续监测项目预防及控制非抽样误差提供参考。     

Slutsky引理在统计量渐近分布中的应用

Slutsky引理是概率论与数理统计教学中一极其重要的引理,在统计量渐近分布中用处十分广泛.本文主要通过实例说明了Slutsky引理在t统计量、样本方差、δ-方法证明等统计量极限分布中的应用.     

刑事司法鉴定典型问题分析

刑事司法鉴定是关系证据形成、诉讼程序和当事人利益的重要司法制度。而现行刑事司法鉴定领域中存在的诸多问题在一定程度上制约了该制度的功能。现实中应结合司法实务，提出对鉴定时限要进一步规范，对抽样鉴定要做出具体规定，对被告人参与鉴定方面要进行制度设计的建议，以促进刑事诉讼文明进程。