住户调查中代表性样本的一种探索获取方法——平衡抽样设计

住户调查是我国社会经济统计调查体系的重要组成部分,样本代表性直接决定统计数据质量。多阶段抽样中初级单元的方差对估计的影响是主要的,因此本文结合2010年全国第六次人口普查分县数据,采用平衡抽样设计获取初级单元的代表性样本-平衡样本。对代表性样本的事后评估结果表明,样本结构与总体结构吻合,目标估计的误差很小,说明了本文平衡设计的有效性。

规模以下工业抽样调查中代表性样本的一种探索设计:平衡抽样设计

规下工业抽样调查是社会经济统计调查的重要组成部分,为国民经济核算提供基础数据,而样本代表性直接决定统计推断结果。对企业目录库抽取平衡样本,能够使得样本结构与总体结构相似。平衡样本是指满足如下条件的样本:辅助变量的汉森赫维茨估计等于总体总量真值。平衡抽样设计需要包含丰富辅助信息的完善抽样框,政府统计数据能够为此提供足够的支撑。基于2009年工业企业数据库的实证分析表明,平衡抽样设计对总体总量的估计相对误差很小,特别是估计的均值与总体真值非常接近,近似无偏;与简单随机抽样比较,平衡抽样设计更加有效。

临床研究样本代表性评估方法的对比研究

目的对现有样本代表性评估方法进行全面比较和探讨,为临床研究样本代表性评估方法选择提供参考。方法结合国内肺癌患者特征的分布以及国内临床研究样本筛选的实际情况,模拟肺癌患者目标人群,抽取不同样本量和不同偏离程度的样本,使用现有样本代表性评估方法计算样本代表性,同时计算疗效估计偏差(bias),通过建立各方法代表性测量值与bias之间的相关性模型,分析各方法评估代表性的准确性和稳定性。结果整体结构差异率(rate of overall struction variation,RV)RV1和RV2及基于倾向评分的C统计量、基尼集中比求和(sum Gini concentration ratio,SGCR)及K-S距离(kolmogorov-smirnov distance,KSD)均能较好地测量不同样本的偏离程度。在不同样本量下,RV2和RV1与bias相关模型的R^(2)值均大于0.90,C统计量、SGCR及K-S距离的R^(2)大于0.80。结论因考虑了特征权重,整体结构差异率更为准确、稳定,尤其是RV2能更好地测量不同偏离程度样本的代表性、准确反映估计偏差;在难以获得特征重要性信息时,SGCR及利用倾向评分的方法中的C统计量和K-S距离测量代表性的可靠性也可以接受。

基于样本不确定性和代表性相结合的可控主动学习算法研究

通过选取最有信息量的样本提交专家进行标注,主动学习算法可以有效地减少无效标注样本的工作量。在充分考虑位于分类边界的不确定样本和基于先验分布的具有代表性样本的基础上,本文构造了不确定性与代表性相结合的可控主动学习算法。首先利用样本的NN分布状况建立不确定性置信度模型,该思路不需要知道样本分布的具体类型和参数计算;然后在样本聚集度模型的基础上进行聚类,在此基础上建立代表性置信度模型。最后将不确定性置信度模型与代表性置信度模型进行综合,构造可控的主动学习策略,使得每次主动学习选择的样本更具有"价值"。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,当达到相同的目标正确率时,本文的方法比随机采样算法所需的样本数量少得多。

改进样本代表性的多目标追加平衡设计

本文主要讨论样本代表性的改进和多目标调查问题。本文提出了一种增加样本量与调整样本结构相结合的方法——追加样本的平衡设计,即通过追加样本,使得补充的样本与原来的样本组合生成新的平衡样本,相对于初始样本,减少了样本与总体的结构性偏差;平衡样本通过选择与多个目标参数相关的辅助变量,使得一套样本对不同的目标参数而言都具有良好的代表性,进而完成多目标调查。结合2010年第六次全国人口普查分县数据,通过选择多个目标参数,对追加样本后的平衡样本进行事后评估的结果表明,追加平衡设计能够有效改进样本结构,使得样本结构与总体结构相近,降低目标估计的误差;同时也说明平衡抽样设计能够实现多目标调查,提高样本的使用效率。

住房价格统计中的样本代表性误差及其修正

对住房价格变化的准确测量在当前背景下具有重要意义,样本代表性误差则是其中必须解决的重要问题。基于住房和住房市场的特殊性,分析住房价格统计过程中产生样本代表性误差的原因;将样本代表性误差划分为系统性误差和随机性误差两个组成部分,并比较其对我国住房价格统计的影响;提出评估价格法、固定权重法、特征价格法(包括截面建模形式和一次性建模形式)等四种针对样本代表性误差的修正方法,并通过北京市住房价格统计的数值模拟算例,比较各种修正方法的有效性和可行性。研究结果表明:样本代表性误差,尤其是其中的随机性误差部分,是当前制约我国住房价格统计结果质量的主要瓶颈之一,而一次性建模形式的特征价格法则是一种有效的修正该误差的方法。研究成果有助于我国住房价格统计的改进和完善。

应该如何评估样本的代表性?

国内有些学者认为,可以采用将样本的某些特征与总体的同类特征进行比较的办法来评估样本的代表性。本文则强调:在具体的调查研究过程中,这种评估的方法既不可行,也不科学。评估样本的代表性的关键,是判断它是不是一个概率样本,而要做这样的判断,只能依据实际抽取样本的具体方法和具体程序,而不是依据最后所得到的样本的具体特征。本文还探讨了未应答现象及其对样本的代表性的影响。

关于样本代表性的理解

本文对抽样调查中样本代表性的概念进行分析，指出判断一个样本是否具有代表性在于这个样本的抽取是否存在人为 干扰，概率抽样下抽得的样本具有好的代表性。

如何提高会计调查研究质量:一个基于样本代表性的理论评析框架

调查研究是我国会计研究中最早使用的实证研究方法,但如何提高调查研究质量却尚未得到应有的重视。本文从提高样本代表性,进而提高调查研究质量的视角出发,提出一个理论评析框架,并对该框架进行全面、系统的阐析,为提高和评价调查研究的质量提供客观、科学的理论依据。

问题案例分析——诊断能力评价的样本代表性

研究设计问题案例： 研究目的：评价前列腺特异抗原（PSA）对前列腺癌的诊断能力。 研究方法：收集一组确诊的Ⅲ期及Ⅳ期前列腺癌患者的PSA值;收集同期参加健康体检完成PSA测定,并通过临床检查排除前列腺癌的健康人为对照。以ROC分析,探讨PSA对前列腺癌的诊断能力。进而求得诊断界值计算灵敏度、特异度等诊断指标。

城镇储户网络调查与纸质调查样本代表性分析

随着抽样调查方法的普及,样本代表性问题逐渐成为研究热点。本文结合近期人民银行江西省新余市中心支行以微信方式开展的江西省居民网络问卷调查以及以传统纸质方式进行的城镇居民调查,分别从非抽样误差、调查总体分布、抽样方法以及采用事后评估方法等方面对样本代表性进行对比分析。

高血压药物临床试验中样本代表性的探讨

目的分析与评价高血压药物临床试验中样本代表性及其存在的问题。方法电子检索MEDLINE、CBMdisc、CNKI、VIP等数据库,收集1996年1月至2006年12月期间发表的国内药物治疗高血压的随机对照试验。经严格评价后,纳入方法学质量评分≥3分的RCT,进一步探讨其样本代表性。结果共纳入164个RCT,其中122个RCT(74.4%)在省市级以上医院或研究院所进行;81个RCT(49.4%)报告的受试者来源,医院门诊或住院患者占纳入受试者总数的86.3%,社区患者占13.7%;8个研究(4.9%)报告不符合纳入标准的患者比例为24.6%;3个研究描述了符合纳入标准但拒绝参加试验的患者比例为8.4%;12个研究(7.3%)在随机入组前的安慰剂筛选期排除患者占16.7%;轻中度高血压患者占89.4%;女性和≥65岁老年患者分别占41.1%和16.9%,与高血压患者流行病学分布相比均偏低(P<0.001)。结论药物治疗高血压临床试验中样本代表性较差且样本纳入过程报道不充分,影响了试验结果在高血压一般患者群中的推广应用。

概率抽样条件下样本代表性事后评估方法探讨

样本代表性直接牵涉到统计数据质量和统计公布引起的民众反响,目前社会上不乏对政府统计数据的质疑之声,最终影响到政府统计机关的公信力,因此有必要重新审视现行样本代表性的研究。目前相关文献普遍强调不同抽样方式下的样本代表性的相对性内涵,确保样本的代表性仅从抽样方法和样本量两个维度入手,缺乏对既定抽样方法下样本代表性的事后评估体系的探索,以及多样本之间样本代表性优劣的比较方法研究。鉴于此,本文在结合人口普查数据基础上尝试从样本—总体整体分布和内部属性结构两个方面构建样本代表性事后评估的一整套指标和假设检验,进而找到一种多样本代表性比较的依据。最后对浦东新区2010年城镇居民收入调查样本进行了代表性检验的尝试。

自愿参加普查样本代表性的探讨

现场调查样本代表性问题取决于以下几个方面；①根据研究目的确定的研究对象及范围；②根据检验所需精度及有关参数估计样本大小，③抽样时遵循随机化及齐同对比等原则，④进行小规模的实验取得经验；⑤调查人员应统一培训、统一仪器、统一方法、统一标准、统一要求，使资料质量符合率达90％以上。

抽样调查中样本代表性问题研究

样本的代表性问题是设计抽样问题的关键与设计方案中的一个需要综合考虑的重要内容，由于在实际的抽样阶段不能保证精度与现在统计样本信息的缺点，样本的代表性评估的方案就难免受到损害，实际情况的“概率样本说”与“结构相似说”一个是确定是否为概率的样本，比较好的指标代表的是一个精度与准度的代表样本的选取与实际调查的科学性的问题，另一个则是变量的总体分布的样本评估，这两种同为我们在抽样方案的选择中尽量提高其有关信息的准确度的要求，确保样本要求的代表性，掌握的变量的辅助性信息，将方法取长补短，确保并且将样本的代表性提高。

频率计算中样本代表性分析探讨

现行工程水文计算成果的精度，在很大程度上决定于实测资料系列代表性的高低。传统审查和处理系列代表性的方法，并不能使系列代表性获得有效提高，也不能合理地解决频率计算和运线中出现的诸如频率点据阶梯分布等问题。本文认为实测系列代表性与系列中各项变量序位的连序程度有关，变量序位的出现是随机的，因而实测系列实质上是一种不等序差系列。文中引用了一种参证系列即目标系列．由此对不等序差系列进行序位的剔重补缺改造和处理，即可得到一个接近于等序差的系列，从而使系列代表性获得提高。经验算表明，效果理想。

石嘴山调查队：两化联动提高PPI煤炭样本代表性

针对石嘴山市煤炭产业约占全市工业产值的三成，煤炭企业停产面大、停产企业多，不同煤种价格出现分化的特殊情况，石嘴山调查队通过调查样本动态化和定量化管理评估联动，提高了样本代表性，确保调查数据反映地区实际情况。

山东省人民政府办公厅关于开展主要畜禽监测调查样本轮换工作的通知(鲁政办字〔2023〕36号)

各市人民政府,各县(市、区)人民政府,省政府各部门、各直属机构:为提高主要畜禽监测调查样本代表性,确保数据质量,按照农村统计调查制度设计要求,国家统计局决定于2023年在全国范围内开展主要畜禽监测调查样本轮换工作。为做好山东省主要畜禽监测调查样本轮换工作,经省政府同意,现就有关事项通知如下:一、工作内容主要畜禽监测调查样本轮换,采用科学的抽样调查方法,抽选出符合精度设计要求。

地理坐标对分层抽样改进效果的研究

在调查中相互独立的总体单元并不是普遍存在的,空间效应会导致总体单元在空间上覆盖不均匀。当考虑总体空间异质性时,简单分层抽样设计无法捕获总体可能存在的空间自相关,一般解决方法是采用以空间区域作为定性辅助信息的空间分层抽样,但存在调查实践性与空间精细度的两难选择。因此,本文将地理坐标引入到分层抽样设计中,围绕空间效应和样本代表性研究地理坐标对空间异质性总体的抽样效果,进而探索在不同空间特征总体下地理坐标参与的空间分层抽样统计推断作用。通过模拟研究和实证分析发现,地理坐标参与的空间分层抽样能够在合理误差范围内有效提高估计效率,对表现出强空间异质性的总体估计效率提升效果较弱;在具有明显空间趋势的总体中,地理坐标参与的空间分层抽样效果优于简单分层抽样,并且这种优势在大样本量下更为明显。本文提出了地理坐标参与的空间分层抽样设计方案,即当总体存在较弱的空间异质性时,应使用地理坐标参与的空间分层抽样设计。