基于单元间距离估计的不等概率抽样算法及应用

现有大数据的不等概率抽样方法大多基于数据分布,泛化能力较差。为此,利用多层感知机、XGBoost和Kriging模型估计总体单元间的相对距离,提出针对海量数据的不等概率抽样算法。此类算法既不需要考虑总体的分布,又能够保证样本的代表性。实证分析结果表明,基于此算法抽取样本构建的模型与简单随机抽样方法相比,模型参数估计的均方误差更低,效果更稳定。

不等概率抽样估计的原理与应用

不等概率抽样估计是一种十分有效的抽样推断方法.它在以样本估计总体时是应用一个与所要调查的目标变量相关的辅助变量作为样本单位抽选的概率,能使得对总体指标数值影响大的单位赋予大的抽中概率,同时在构造样本指标时,可利用辅助变量值对目标变量值进行调整,增大了样本对总体的代表性,由此抽取的样本和依据样本计算的样本指标就更接近于总体指标.

严格πps抽样方案在不放回不等概率抽样方案中的可容许性

该文在 R.R.Saxena等提出的一种易于实施的不等概率不放回抽样方案中讨论严格πps抽样方案的可容许性问题 .除了一种情形我们是在基于模型 -设计下讨论的外 。

不等概率抽样若干问题探讨

随着抽样调查在我国应用领域的不断扩展，不等概率抽样方法的应用也将越来越普遍。本文拟就其有关问题作一探讨。一、不等概率抽样的估计量及其方差不等概率抽样是指当总体中的个体有大小差异、而所要调查的标志又与其有密切的正相关关系时，按个体大小赋予不同的被抽中概...

不等概率抽样估计的原理与应用

不等概率抽样估计是一种十分有效的抽样推断方法,它在实践中有着广泛的应用,采用不等概率抽样修正等概率抽样,可以弥补抽样调查中等概率抽样估计的不足。以对2007年全国各地区接待的入境旅游人数进行估计为例,在不等概率抽样原理的基础上,抽取样本,采用适当的方法进行测算,才能达到提高抽样估计效率的目的。

基于Brewer设计的不放回不等概率抽样方法

文章通过将总体随机划分成n/2或（n＋1）/2个组,在每组中按Brewer（1963）方法实施大小为2的严格按单元大小成比例不等概率抽样（πPS抽样）,构造出总体总值的估计量,建立了相应的理论。通过数值比较发现给出的方法显著地改进了精度。

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.

基于多阈值截取和不等概率抽样技术的随机减量法

将多阈值截取和不等概率抽样方法与随机减量法结合起来,对结构响应信号段长度不足时如何能较准确地识别结构系统的自振频率和阻尼比问题进行了研究,并给出了结构系统自振频率和阻尼比估计量的表达式。数值算例结果表明,当结构系统响应信号长度不足时,文中方法可较好地解决信号段长度与参数识别精度的矛盾,有效提高结构响应信号的利用率。

死因监测整群抽样与不等概率抽样设计方案的比较

为比较不同整群抽样设计方法的抽样误差及设计效应，评价不等概率抽样在死因监测中的应用效果。以陕西省107个县（市、区）作为抽样框架，采用等概率整群抽样和不等概率整群抽样等设计方案抽取样本，用复杂抽样方法计算不同方案样本的抽样误差和设计效应。不同的抽样方案得到不同的抽样误差估计，分层整群抽样的标准误小于完全随机整群抽样；不等概率抽样（πPS抽样）的设计效率虽略逊于等概率的完全随机整群抽样，但扩大了监测范围。结论：对于抽样框架明确的整群抽样调查数据，在统计分析时不应脱离预先设定的抽样设计方案和设计参数。死因监测采用不等概率抽样设计，能增加样本的权重，提高死亡率的地区代表性。

论不等概率分层 整群 抽样

一、问题的提出 1、不等群整群抽样与不等概率抽样问题 不等群整群抽样是整群抽样所要研究的重要问题,大量的社会经济现象研究整体大都是按照行政区域(县、乡、镇、城市中的区)或自然状态所形成的群体(农场、农作物地块、森林自然边界)等,而且大都不是全相等的。对于不等群体的抽样问题,不象等群体抽样那样简单,按照等概率抽样的办法加以解决。

公交线路客流时段分布估计新方法——首末站分层不等概率整群抽样法

在对南京市公交线路客流调查数据研究的基础上 ,提出一种公交线路客流时段分布估计的新方法 ,即利用首末站分层不等概率整群抽样方法 ,对线路客流进行估计 ,并给出相应的方差估计公式。

学术论文写作常识——抽样方法

概率抽样(probability sampling):也称“随机抽样”(random sampling)。其特点是每个被抽取的个体都有相同的机会被抽中。具体的概率抽样方法包括简单随机抽样、分层抽样、集束抽样和系统抽样。非概率抽样(non-probability sampling):也称“非随机抽样”或“不等概率抽样”,指没有采用随机抽样方法而选取样本的方法。这种抽样方法由于非随机,所以样本对总体的代表性不能保证。

不等概率二阶分层抽样模型与应用

不等概率二阶分层抽样模型与应用王新军一、问题的提出在实际抽样调查工作中，如人口调查、农产量调查、职工家计调查、农村住户调查等，常常面临不仅调查单位多，而且分布区域广，很难通过一次抽样产生完整的样本，必须根据实际情况将整个抽样程序分成若干个阶段，逐阶段...

不等概率抽取群单位时样本量的间接计算

讨论了应用设计效应间接计算不等概率抽群的单级整群抽样和二阶段抽样方案样本量的问题,其中包括:所论抽样方案设计效应的估计;估计所论总体的方差,并根据精度要求计算简单随机抽取基本抽样单元时所需的样本量;用设计效应将上述样本量换算成所论抽样方案需要的样本量。

基于抽样方法的Excel软件操作实践分析

阐述随机抽样、单变量分层抽样、PPS不等概率抽样的Excel软件的实现。基于案例分析,探讨具体Excel软件的操作实践方法。