Bootstrap平均数假设检验样本容量探讨

Bootstrap方法是一种有放回的再抽样方法,可用于平均数假设检验的估计.采用蒙特卡洛数据模拟技术,模拟正态分布数据.设计研究程序,探讨在不同的样本量和再抽样次数不同情况下,Bootstrap方法在平均数假设检验中应用,所适宜的样本容量,将一类错误率作为对比条件.结果表明,跨越三种比较条件,只有当样本量大于等于5且模拟次数大于等于1000次时,才能得到满足条件的一类错误率,即表明使用Bootstrap方法才会取得较好的效果.     

CATI技术的应用前景

一、CATI技术及其应用计算机辅助电话调查系统(Computer-Assisted Telephone Interview-ing System),简称CATI系统或CATI,是借助计算机来完成问卷设计、问卷配备、样本配备、实施调查、数据处理等一系列的实际操作过程的应用软件。CATI技术最早出现在美国。成立于1970年第一个市场调查组织,发现在市场调查领域,信息的预先处理是重要的;在将调查结果同步输入计算机时,可以在调查结束时马上得到有关的图表,累积计数回答的特征。     

关于检验抗病毒药物有效性样本量的比较

文章基于链式二项式模型,运用符号秩和检验法,将检验抗病毒药物的有效性及所需样本容量与Alexander-Govern检验进行了比较研究,并分析了抗病毒药物的不同控制策略对检验抗病毒药物有效性所需样本容量的影响.研究表明,符号秩和检验所需样本量比becker和wang所用的Alexander-Govern检验所需样本量更少,并且采用治疗加预防策略且尽早发放药物可有效减少样本容量.     

当前抽样调查工作存在的几个问题及解决途径

正随着我国社会主义市场经济的建立与发展,统计调查和服务的对象都发生了很大变化。灵活、快速的抽样调查正在逐步取代全面统计报表,在各个领域都得到了广泛的应用和发展。但在某些地区的某些抽样调查工作中仍然存在一些问题,需要研究解决。     

提高抽样调查样本代表性的措施

抽样调查的目的是通过有限的样本的指标(样本平均数,样本成数)来估计总体(population)的参数(平均数,总体成数),由于用样本来估计总体,所以人们期望样本能如实地反映总体、代表总体,因而如何提高样本的代表性,就成为当前研究的热点之一。一、样本代表性的含义目前在国内,不少关心或从事抽样调     

方差分析时样本容量的确定

文章依据频率统计的基本原理,对方差分析所需要的样本观察规模问题进行了讨论,并给出了相应的计算方法.     

论总体方差在抽样中的表述

简单随机抽样计算抽样方差需要总体方差。可是总体方差在表述时有两种形式。在一般叙述中不加以区分读者就不清楚是总体方差的那一种表述形式。这种情形影响了抽样方法的实施,也影响了《统计学》、《概率论与数理统计》、《抽样调查》等课程的衔接与联系,形成总体方差长期的误用。这种情形进而也影响了整群抽样、分层抽样和多阶段抽样等组织形式。文章侧重澄清总体方差在简单随机抽样中的误用。     

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.     

多元简单随机抽样与二相抽样的最优分配

不同于一般意义下的最优分配,文章研究了在多元简单随机抽样与多元二相抽样中当抽样费用固定时使得损失函数最小的情况下的样本量的最优分配问题.得出了这种情况下确定样本容量的方法.     

多目标抽样的区间估计方法

实践中经常会碰到一些多目标抽样的问题,由于总体单位在各个目标上的差异往往很大,给抽样调查的设计、目标量的估计、样本容量的确定以及抽样误差的控制等方面带来了困难,因而如何兼顾各个目标的要求是多目标抽样研究的难题之一。笔者试提出一种多目标抽样的区间估计方法,希望能够从一个总体的角度对总体参数的置信区间进行测量,从而避免各个目标