基于行政记录的三系统估计量在人口普查净误差估计中的应用

针对目前广泛使用的双系统估计量内含交互作用偏差而有偏估计总体实际人口数及人口普查净误差的问题,提出利用普查人口名单、事后计数调查人口名单和行政记录人口名单构造的三系统估计量予以替代的研究目标.采用文献解读、实地调研、抽样估计和数理模型等方法研究适合于人口普查净误差估计的三系统估计量.研究结果表明,三系统估计量放宽了三份名单统计关系的限制,而且同时利用了两种辅助信息,因而提高了净误差估计精度.创新之处在于,利用自行调查获得的微观数据,全面演示了有关的计算过程,并从数据上比较了三系统估计量、双系统估计量和单系统估计量的精度.

组合式三系统估计量在人口普查净误差估计中的应用

作为人口普查净误差估计领域前沿方法的三系统估计量在估计净误差方面对信息的重要程度没有加以区分。研究组合式三系统估计量旨在避免上述缺陷,提高人口普查净误差估计精度,进而为政府统计部门估计人口普查净误差提供参考。为实现目标,采用数理模型法和抽样调查法研究组合式三系统估计量及其相关问题。研究结果表明:组合式三系统估计量需要在等概率人口层建立,是一个复杂估计量,其抽样方差使用分层刀切法近似估计;组合式三系统估计量的估计精度较高;组合式三系统估计量可以为政府统计部门在估计人口普查净误差时提供更多选择。

简单随机抽样中总体均值的两种改进估计量

为提高利用辅助变量的估计量精度,提出了简单随机抽样下新的估计总体均值的指数比值型估计量和改进的回归估计量,得到了估计量均方误差的一阶近似表达式。与现有效率较高的一些比估计量和回归估计量的均方误差进行比较,表明在某些条件下,新的估计量优于这些估计量。从数值算例也可以得出相同的结果,即所提出的两种改进估计量比现有的估计量精度更高。

放回抽样下HT估计量的性质及应用

放回抽样下传统的估计方法是采用Hansen-Hurwitz估计。而放回抽样下HH估计量并不是一致最小方差无偏估计,本文提出了另一种估计方法,即采用Horvitz-Thompson估计,并论证了放回抽样下HT估计量的三条定理,及与HH估计量的比较。说明在一定条件下,HT估计量相对更优。在实际应用中,本文也提出了通过比较方差估计作为选取估计量的准则。

基于CVaR两步核估计量的投资组合管理

在不做任何分布假设的条件下,利用非参数核估计方法对风险度量条件风险价值(conditional value-at-risk,CVaR)进行估计,得到CVaR的两步核估计公式.然后用估计出来的CVaR代替理论上的CVaR建立均值-CVaR模型,实现对风险估计与投资组合优化同时进行,并基于迭代思想设计求解该模型的简单算法.蒙特卡洛模拟结果表明基于两步核估计方法的投资组合优化模型和算法比现有的方法更加有效,估计出来的组合边界误差更小.引入无风险资产后,文中的模型和算法同样适用.最后,为说明其应用价值,采用中国A股市场的日收益率数据进行了实例分析.

不跨越边界基于Horvitz-Thompson估计量的分层自适应群团抽样

提出一种新的不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样方法,给出其估计量公式,并证明其无偏性。将9种抽样方法(简单随机抽样、分层简单随机抽样、基于修正Hansen-Hurwitz估计量的ACS、基于修正Horvitz-Thompson估计量的ACS、跨越边界基于Hansen-Hurwitz估计量的ACSI、跨越边界基于Hansen-Hurwitz估计量的ACSII、不跨越边界基于修正Hansen-Hurwitz估计量的ACS、跨越边界基于修正Horvitz-Thompson估计量的ACS、不跨越边界基于修正Horvitz-Thompson估计量的ACS)应用于中国乌兰布和沙漠边缘植被花棒密度调查,并对比9种抽样方法精度。结果表明:不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样的效果最佳;分层的抽样方法比不分层的抽样方法效率要高。

MPPS抽样下Hansen-Hurwitz估计量的扩展

The problems of estimating population total in MPPS surveys are considered.There are three models which are appropriate to different correlation coefficient between the study variable y and the auxiliary variable x.Some of the proposed estimators are found superior to Hansen-Hurwitz’s estimator.At last,we suggest a estimator of population correlation coefficient.

一般序列相关下面板虚假回归研究——估计量的渐进分布和小样本性质

虚假回归是非平稳时间序列分析中的重要问题,但目前对面板虚假回归特别是对纵剖面序列相关下的虚假回归研究较少。而运用贝弗里奇-纳尔逊分解考察虚假回归的LSDV估计量性质的文献还没有。本文在假定时间序列一般相关的前提下利用面板贝弗里奇-纳尔逊分解考察面板LSDV估计量的虚假回归性质,研究表明面板虚假回归的LSDV估计量对其真值是一致的,并且是渐近正态分布的,但其t值是发散的。在给出统计量的渐近分布之后我们利用MentoCarlo模拟给出了不同样本条件和不同相关系数下LSDV估计量的小样本性质。

混合模型及其导出模型下估计量间的关系

考虑混合模型A ={ y,Xβ,Uζ,σ2 eV}和它的三个导出模型 ,其中X ,U =(U1:… :Uk)为已知设计阵 ,β为固定效应向量 ,ζ′=(ζ′1:… :ζ′k)为随机效应向量 ,且V≥ 0 ,R(X :U) R(V) .给出了可估函数Cβ在模型A和其导出模型下的最佳线性无偏估计 (BLUE)相等的充要条件 ,σ2 e 在不同模型下的最小范数二次无偏估计 (MINQUE)相等的充要条件 .

基于矩法估计量的无线传感器网络路由度量

采用有效的路由度量来计算开销是无线传感器网络路由协议设计的基础.首先通过实验研究,发现无线传感器网络的底层通信链路存在着丢包、非对称等特点,但是现今的路由度量大多是假设底层链路在理想的状况下提出来的;其次,通过测量无线传感器网络链路的正向与反向的包接收率,求出了二者之间的矩法估计量,并建议以此作为新的路由度量方法;接着,对传统的AODV协议进行了修改,将矩法估计量代替原有的最小跳数度量,并用NS-2进行了仿真,结果表明基于矩法估计量的路由性能比原有以最小跳数为度量的协议性能在端到端的吞吐量、丢包率等方面有了很大的改进.

复杂样本Horvitz-Thompson估计量的权数计算

目前国内进行的调查大都采用复杂抽样方案,但在分析时却常常采用只适用于简单随机样本的一般方法。本文论述了这样做可能产生的问题,同时介绍了用于复杂样本情形的Horvitz-Thom pson 估计量及改进的权数。

一元线性回归中最小二乘估计量的有效性

在一元线性回归模型中,对最小二乘估计量的有效性进行了研究.结合期望和方差的性质,从不同的角度,采用比较法和微分法,对估计量的有效性进行了证明,并推导出一致的结论.

基于捕获-再捕获模型的双系统估计量模型式框架

用来估计人口总体真实人口数目的双系统估计量建立在捕获-再捕获模型基础上.这里的双系统指构造的估计量要同时用到普查资料系统和再普查资料系统.双系统估计量有Ⅰ型和Ⅱ型2种形式.Ⅰ型双系统估计量是其基本形式,构造较为简单.Ⅱ型双系统估计量充分考虑了普查与再普查之间发生的人口迁移,构造比较复杂,是其高级形式.

人口数目估计中的独立双系统估计量研究

利用存在统计相依关系的两份人口登记名单构造的非独立双系统估计量是目前估计总体实际人口数的前沿方法。该估计量由最初用于估计一个区域内的野生动物数目的捕获-再捕获模型移植而来。非独立双系统估计量的一个明显缺陷是低估总体实际人口数。用独立双系统估计量替代非独立双系统估计量属于人口数目估计领域的理论创新研究。采用数理分析与实证分析相结合的方法研究独立双系统估计量及其方差估计量。为便于读者理解,通过一个实证案例全面演示了独立双系统估计量的计算过程。研究表明,独立双系统估计量所估计的人口数平均接近于实际人口数,建议在未来人口数目估计中应用独立双系统估计量。

人口普查净误差估计中的三系统估计量研究

本文针对作为当今人口普查质量评估领域主流方法的双系统估计量因受独立性不满足困扰而有偏估计总体人数的问题,明确提出了用三系统估计量替代双系统估计量的研究目标。三系统估计量指的是依据对同一时点上同一总体的人口普查、人口普查之后的质量评估调查和人口行政记录系统这三个不同途径获得的三份人口登记数据来估计总体人数所使用的估计量。为实现上述目标,采用实地调研、数理模型、抽样估计与实证分析相结合的研究方法,以及借鉴国际相关前沿研究成果的研究思路,研究了人口普查质量评估中三系统估计量的构建、三系统估计量应用操作等问题。通过理论与实证研究,得出如下结论:三系统估计量能够有效地摆脱双系统估计量的独立性约束从而解决估计量偏误的问题;将三系统估计量应用于人口普查质量评估,必须科学合理地解决三个人口登记系统定格在统一的标准时点、人口在三个登记系统等概率分层、用人口普查质量评估调查样本对三系统估计量再估计等实践方面的问题;基于Logistic回归模型的三系统估计量可以较好地实现人口等概率分层目标,但尚有较多的理论与实践问题有待研究解决,在这一问题上有着相当大的研究空间。建议我国在未来人口普查质量评估中应用三系统估计量。

基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法

协同推荐系统作为一种重要的个性化服务模式,在电子商务站点中的应用越来越广泛.然而,各种恶意欺骗和虚假反馈已制约了其应有效能的发挥.如何有效识别和抵御托攻击,确保系统推荐的可信性,是推荐系统研究面临的一大挑战.为了确保推荐的可信性,人们提出了各种基于矩阵分解的鲁棒协同推荐算法.但是这些推荐算法在面对托攻击时不仅精度损失大,而且鲁棒性较差.为此,该文提出一种基于非线性特征和Cauchy加权M-估计量的鲁棒推荐算法.首先,采用核主成分分析方法提取用户评分矩阵的非线性特征,以充分挖掘推荐系统中用户(或项目)之间的内在关联,最大限度地保留用户和项目的特征信息,提高推荐精度和鲁棒性;然后,引入鲁棒统计中的Cauchy加权M-估计量,并联合矩阵分解模型对用户和项目特征矩阵进行鲁棒参数估计,以限制攻击概貌对参数估计过程产生的影响;最后,设计相应的鲁棒协同推荐算法,并在MovieLens和Netflix数据集上对算法的有效性进行评价.实验结果表明:该文算法在推荐精度和鲁棒性方面明显优于现有的鲁棒推荐算法.

L^p-混合误差下回归模型估计量的平均相合性

研究了一类误差是Lp 混合的线性模型与非参数回归模型,在免去了文献中对模型所施加的"误差绝对值的p次方一致可积"这一限制条件后,仍得到了估计量的p阶平均相合性.

非线性模型中M-估计量的大样本性质

在一些条件下,本文证明了非线性模型中M-估计量的存在性与一致性,作为进行大样本统计推断的重要步骤,本文导出了M-估计量的极限分布及其渐近方差的一致估计量。

企业生产效率改进视角的湖南开发区政策效果评估——基于反事实匹配估计量方法的实证研究

开发区作为影响产业发展的重要政策措施之一,其实际效果备受关注.基于湖南省企业层面数据和反事实分析框架,运用能够克服样本选择偏差的匹配估计量方法估计了开发区对企业全要素生产率（TFP）的影响.结果表明,开发区政策对企业全要素生产率的影响在时间上存在显著差异,在对开发区进行清理整顿之后,开发区政策显著地促进了企业全要素生产率提高3.95%-5.91%.研究表明,开发区作为一种特殊的政策区域,通过设计科学合理有效的制度,引导要素资源在区域间有效配置和集聚,开发区的政策效果就能得到进一步提升.

利用辅助信息提高事后分层估计量的精度

本文考虑了事后分层回归模型,在回归模型中逐步引入定性辅助信息、包含概率和定量辅助信息,建立辅助变量与研究变量的回归模型,从而使得事后分层回归模型下的事后分层估计量精度逐步提高。