有限总体的估计——基于超总体模型

抽样调查下有限总体的估计,一般是基于传统抽样设计,另一种是基于超总体模型,即假定总体取值不是确定的,而是由超总体模型产生的。本文以简单随机抽样和抽样为例,揭示了在不同情况下,如何得到超总体模型下有限总体的估计,并对基于设计和基于模型两种观点进行了比较分析。

基于超总体模型的设计效应分解

本文基于超总体模型研究抽样调查中设计效应的计算问题。首先以随机效应模型为基础,明确了简单随机、二阶段、不等概率和分层抽样对应的超总体模型,进而通过所给模型推导出分层、类集、加权单因素设计效应和多因素组合设计效应的计算公式并给出了对应估计量,公式表明:多因素同时存在的组合设计效应等于对应单因素设计效应的乘积。最后,对设计效应的理论值、估计值和真实值之间的关系进行了蒙特卡洛仿真,并利用相对偏倚、相对均方误进行了评价。本文的研究对复杂抽样设计中正确计算、使用设计效应具有指导意义。

基于超总体伪设计与组合样本的候选者数据库网络调查的推断研究

候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于超总体伪设计与组合样本的非概率抽样推断方法:对网络候选者数据库的调查样本建立超总体模型来构造伪权数,并根据网络候选者数据库的调查样本和概率样本的组合样本计算总体均值的估计,最后根据超总体模型的方差估计理论推导出目标总体均值估计的方差估计式,同时采用Bootstrap与Jackknife方法来估计总体均值估计的方差,并比较不同方差估计方法的效果.研究结果表明:基于超总体伪设计与组合样本的总体均值估计效率高于仅使用概率样本的估计和仅使用网络候选者数据库的调查样本加权的估计,估计效果较好;方差估计方面,采用VM1、VM2与VM3方法计算的方差估计相比而言更好.

基于超总体模型的抽样设计效应估计

基于超总体模型的设计效应研究日益受到国外研究者的重视。基于超总体模型,分别讨论了二阶段抽样和不等概率抽样下均值估计量的设计效应的估计问题,得到了与基于设计的研究结果相一致同时更一般或更清晰的结论,初步探索了超总体模型在设计效应研究中的应用。

超总体模型下有限总体的估计

超总体模型是抽样理论与统计学其它分支联系的桥梁,借助于超总体模型研究抽样理论是一个有前途的方法．本文综述了这方面的结果,包括总体目标量的估计及其精度估计,同时提出了若干未来的研究问题．

规模以下工业企业抽样调查的权数调整研究

为解决规模以下工业企业估计中的问题,对现有的权数调整范围进行了拓展,以期提高对规模以下工业企业的估计精度。一方面,解决目录企业的非自然消亡问题。分别讨论样本单元非自然消亡和样本层非自然消亡两种情况,将非自然消亡视为一种单元无回答,引入样本匹配方法,选择最为“相近”的正常上报企业与非自然消亡企业匹配,把非自然消亡的样本企业权数调整到正常上报的样本企业中。另一方面,解决非目录企业的估计偏差问题。分别讨论了基于超总体模型估计和倾向得分逆加权估计的权数调整思路,超总体模型估计选取了线性和非线性两种。倾向得分逆加权估计中,重点研究了倾向得分的求解,基于GBM(Generalized Boosted Model)算法,在其迭代求解过程中引入了权重,提出了w-GBM算法,同时提出将参数估计方法中的Logistic回归估计和非参数估计方法中的w-GBM算法或GBM算法进行加权的组合估计方法。实证结果表明,以上思路具有可行性。

基于交叉子总体的抽样设计及其估计方法研究

在抽样调查中,随着当前经济社会的变化和发展,调查对象及其目标总体的范围和结构日益复杂。基于单个调查总体构建单一的抽样框进行随机抽样的传统调查方式往往存在较大问题,如单个调查总体的抽样框覆盖不全,单一抽样框的更新和维护成本又过高。本文认为,基于交叉子总体开展抽样设计及其估计是解决上述难题的有效方法。针对交叉子总体的抽样设计,本文在现行Hartley估计方法的基础上,引入了辅助变量信息和超总体模型,提出了一种基于广义回归估计方法的新型Hartley-GREG估计量,并进一步研究了其在二阶抽样下的具体估计量形式。另外,考虑到辅助变量信息不完备的情形,分别提出了基于双边和单边辅助信息的Hartley-GREG-Bs和Hartley-GREG-Ss估计量。本文还通过理论和数值模拟对几类新型的估计量与传统的Hartley、F-B估计量进行分析比较。数值模拟结果表明:在一般情形下,本文提出的几类新型估计量的估计精度比传统的Hartley、F-B估计量更高。最后,本文以我国规模以下工业企业抽样调查为例,具体给出了基于规下工业企业交叉子总体的抽样方案和新型的广义回归估计程序,从而更好地验证了本文研究的这一套理论方法的推广应用价值。

把准脉搏 精准发力 全面加强超限超载治理——解读《关于进一步做好货车非法改装和超限超载治理工作的意见》

《关于进一步做好货车非法改装和超限超载治理工作的意见》,提出了四个方面十八条的具体措施,并决定开展三个专项行动。《意见》确立了＂严格落实地方政府主体责任,综合运用法律、行政、经济、技术等手段,加强对货车生产、改装、销售和道路货物运输的全过程监管＂的治超总体思路,提出了＂基本杜绝货车非法改装现象,基本消除高速公路和国省干线公路超限超载,农村公路超限超载得到有效遏制,初步建立法规完备、权责清晰、运行顺畅、执行有力。

非概率样本与概率样本的融合推断新方法

随着大数据与网络调查的发展,非概率样本重新引起了人们的关注与重视,然而非概率样本入样概率未知,利用非概率样本推断总体存在一定的困难。概率样本入样概率已知,然而其无回答率不断上升使得数据缺失日益严重,而有缺失的概率样本可能会产生有偏的总体估计。文章考虑非概率样本与概率样本的优缺点,提出结合非概率样本与概率样本对总体进行融合推断的方法。假设非概率样本所有变量数据完整,概率样本协变量数据完整而目标变量缺失,首先,对非概率样本建立超总体局部多项式回归模型,预测概率样本缺失的目标变量,得到完整的概率样本数据;然后,结合非概率样本与概率样本,建立倾向得分模型估计各样本单元的倾向得分,并采用倾向得分逆加权和倾向得分加权组调整两种方法进一步进行调整,得到非概率样本的入样概率估计,从而构造非概率样本的权数;最后,对两类样本的权数进一步进行调整,将两类样本融合为一个样本,实现对总体的估计。模拟与实证研究表明,基于超总体模型与倾向得分模型的非概率样本与概率样本融合得到的总体估计在偏差、方差与均方误差上都小于单个样本的总体估计,估计效果较好。

抽样调查中基于平衡样本的稳健预测

抽样调查中基于模型推断方法获得的估计量性质是依赖于模型的。在恰当的模型下比率估计和扩张估计是最优线性无偏估计。当模型设定错误时,比率估计和扩张估计是有偏估计,但如果样本是平衡的,可以消除偏倚,从而实现了复杂问题简单处理的思想。

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 。

中国广义回归抽样估计系统的构建及应用

在抽样理论和应用研究方面,中国一直比较重视抽样方案设计,而忽视抽样估计方法研究。本文在系统总结加拿大等西方国家成功经验的基础上,引入并改进了一套广义回归估计系统,应用在复杂的连续多阶抽样调查中,为中国抽样估计的应用研究奠定理论基础。在此基础上,以中国农产量的连续多阶抽样调查为例,给出了具体的回归估计程序,验证了这套系统的实践性和应用价值。

抽样调查中基于模型推断的思考

基于抽样设计推断与基于模型推断是有限总体推断的两个不同途径。文章针对基于模型的推断方法-最优线性无偏估计(BLUE)进行了讨论,指出在特定的超总体模型下,BLUE与基于抽样设计的估计是一致的。数值分析解释了模型推断的优越性。

PPS估计与乘积估计的比较

PPS放回抽样方案下对总体均值的估计与简单随机抽样方案下对总体均值的乘积估计是实际应用相当广泛的两种抽样方法 .

3P抽样与πPSWOR抽样的精度比较

证明在超总体模型下，当Ｎ充分大时，３Ｐ抽样的比率估计量与πＰＳＷＯＲ抽样的Ｈｏｒｖｉｔｚ－Ｔｈｏｍｐｓｏｎ估计量的精度近似相等。

抽样调查中基于模型的稳健预测方法

基于模型的推断是抽样技术中推断估计量的一种重要方式。文章研究得出,当比率估计模型或者扩张估计模型偏离总体真实模型时,比率估计和扩张估计往往是有偏的,平衡样本能够消除比率估计和扩张估计的偏倚,使得估计量是偏倚稳健的。

基于平衡样本的最优模型辅助抽样策略

模型辅助方法的思想是基于抽样设计借助于超总体模型获得对总体参数的有效推断。满足辅助变量的HT估计等于总体总量真值的样本被称为平衡样本。对于平衡样本,如果超总体模型的异方差性可以通过辅助变量解释,由此得出最优抽样策略:平衡抽样设计与HT估计结合是最优策略,包含概率正比于模型残差的标准差。

系统样本差估计量的优良性

文章证明了在超总体模型下,以期望均方误差作为衡量估计量的准则,系统样本差估计量要优于系统样本估计量。

广义平衡抽样及其模型辅助估计方法研究

当传统平衡抽样条件满足时,传统平衡抽样方法能够抽出代表性较强的样本,对应的Horvitz-Thompson估计量的估计效果也较好。但在实际抽样中,超总体模型为线性回归模型以及平衡变量的总体单元信息完全已知,这两个基本条件常常无法满足。因此,本文扩展了抽样设计阶段的传统平衡抽样条件,提出广义平衡抽样方法;改进了抽样估计阶段的传统平衡Horvitz-Thompson估计量,提出广义平衡回归估计量。该方法对超总体模型是否为线性模型以及平衡变量的总体单元信息是否已知没有限制,扩大了平衡抽样的适用范围。相比于传统平衡抽样,广义平衡抽样提高了平衡样本在总体中的代表性。同时,相比于传统估计量,广义平衡回归估计量的估计精度更高,方差更稳定,并且估计量具有渐近设计无偏性和一致性。数值模拟和实证分析结果均表明,当平衡变量与目标变量之间紧密相关时,广义平衡抽样及广义平衡回归估计量具有优越性。

辽宁省主要树种组林分树高生长率模型的研究

采用超总体理论编制辽宁省主要树种组林分平均树高生长率通用模型,以2005年森林资源二类调查资料为原始数据,涵盖全省所有地区所有树种(组)在不同地理位置和不同立地条件的生长水平。根据自然条件特点将全省划分为3个区,共划分18个树种组,建立4种模拟方程,通过拟合与优化及结果精度的检验选出了各树种组的树高生长率模型。