Warner模型中方差估计的随机组方法

在Warner模型中,总体敏感属性比例估计量π^AW=m/n2-P(-11-P),π^AW的方差估计量v(π^AW)=m/n-(1-m/n)(n-1)(2P-1)2,用方差估计的随机组方法得到V(π^AW)的一个无偏估计量v(π^AW),并且用V(π^AW)与V(π^AW)进行比较.

刀切法在Warner模型中的应用

刀切法是从母样本的几个子样本中的每个子样本,得出所感兴趣的参数的估计值,然后通过子样本估计值间的变异来估计母样本估计量的方差.将刀切法应用在Warner模型中,并估计了πAW的方差.

大学生婚前性行为Warner模型下分层三阶段抽样调查分析

对安徽省某高校大四学生婚前性行为进行抽样调查,为保护被调查对象的隐私,采用随机应答技术(Randomized Response Technique,简写为RRT)结合分层三阶段抽样调查方法,利用属性特征敏感问题Warner模型分析该校大四学生发生婚前性行为的比例。运用全概率公式及方差的基本性质等概率论与数理统计知识,结合Cochran W.G的经典抽样理论,推导出各层各阶段大四学生发生婚前性行为的比例及其方差。调查结果显示大四学生婚前性行为发生比例高。为此,应该积极引导大学生理性正确的对待婚前性行为。

敏感问题问卷调查Warner模型与卡片参数P的设计

文章首先介绍了S.L.Warner随机问卷调查模型,以及,B.G.Greenberg的改进模型,其次,定义卡片参数p=a(a+b),其中,a=问题1的卡片数,b=问题2的卡片数,0p1。文章着重讨论了卡片参数p的取值范围,总的设计原则是:(1)在S.L.Warner模型中,p的取值应该远离0.5;(2)在B.G.Greenberg的改进模型中,p的取值应该尽可能靠近1。

距离平衡排除临近单元抽样方法在Warner模型中的应用

随机化抽样方法对敏感性问题进行调查,已经成为社会敏感性问题调查的常用手段。在一定条件下,改进后模型的精度比Warner模型的高,说明距离平衡抽样排除临近单元设计方法比SRSWR抽样设计方法更能真实地反映实际情况。

Warner模型中的Jackknife方法

本文在二值敏感问题随机化调查的Warner模型中引入了Jackknife方法.构造了总体敏感属性比例的Jackknife估计量πJ并讨论了估计量的性质.进而构造了Jackknife估计量方差的估计量.对于一个人为总体计算得到通常估计和Jackknife估计的有关数值结果,说明了本文提出的方法在实际中是一个可用的方法.

分层整群抽样的Warner模型RRT技术及其对大学生婚前性行为调查中的应用

本文的目的为敏感性问题提供科学的较复杂抽样调查方法及其统计量的计算公式。使用Cochran W.G.的抽样理论、随机应答技术的Warner模型、全概率公式、方差的基本性质等理论与方法,推导出二分类敏感问题随机应答技术Warner模型在整群抽样、分层整群抽样下总体比例的估计量及其估计方差的计算公式,并在苏州大学学生婚前性行为的调查中取得了信度较高的成功应用效果。

二阶抽样下的Warner随机化回答模型

大规模的抽样调查往往需要采用多阶段抽样方法。本文把单一阶段抽样下的Warner随机化回答模型推广到二阶抽样,给出了总体比例的无偏估计,方差及其方差估计。

随机截尾的Warner与Simmons模型

本文在随机截尾模型的基础上,为了提高回答者的合作程度,提出了两种改进的调查敏感性问题数量特征的随机化回答方法。

联合比估计法在敏感性问题调查中的应用

文章基于定性特征敏感性随机化模型——分层抽样下的Warner模型,运用联合比估计法对敏感性问题调查比例的估计量及估计误差进行了理论推导。通过效率比较得出:当各层样本量较大、比估计有效时,联合比估计法的精度优于分层估计法的精度。经调查实例验证,上述结论正确。

沃纳模型在大学生敏感性问题调查中的应用

利用随机化回答技术的W arner模型对大学生考试作弊这一属性特征的敏感性问题进行了抽样调查,并针对出现的问题及应采取的有效措施进行探讨。

一类可操作项目响应模型的优良性评估

项目响应模型中有一类随机化应答模型,本文就其中敏感性问题模型W arnerModel进行了修正,并就其估计的优良性进行了评估,实践证明简单易行,操作性极强。

大学生考试作弊行为的数学模型

根据调查问卷所得结果,首先,建立Warner模型,计算得学生作弊的概率为58.37%,标准差为0.0621。再对Warner进行优化,得到Simmons模型,利用此模型计算学生作弊概率为45.9%,标准差为0.04354。最后,对模型进行再次升级,得到Christofides模型,计算得学生作弊概率为38.02%,标准差为0.0414。比较标准差的大小可知Christofides模型为最优模型。

随机化调查的分别比估计法

本文将分层技术与比估计技术相结合的方法应用于随机化调查中,主要对Warner模型中的敏感比例估计量的分别比估计问题进行讨论。通过比较,当满足一定的条件时,分别比估计的精度要优于分层抽样估计的精度。

基于随机选答法的企业逃税问题调查--以XM市为例

随机选答法是调查敏感问题的革命性方法,其在我国针对逃税问题的应用还是空白。文章基于Greenberg改进模型的随机选答法,对XM市企业的逃税比例和逃税特征进行了调查,并对回收的2591份问卷进行了统计分析和统计检验。结果显示,XM市企业主观逃税比例低于直观感受的预期比例,但仍具有相当的严重性;XM市企业逃税现象和相关制度特征具有统计上的显著性。根据调查研究结论,提出政府应逐步降低企业税负、进一步简化税制、鼓励发展税务代理业、加大税务检查力度、营造诚信纳税的税收环境等政策建议。

高等数学多媒体应用调查与分析

高等数学教学的传统教学方式中加入多媒体教学,本文对大学生的听课感受进行了抽样调查,利用随机化回答技术的Warner模型,得到了较为准确的答案。并针对结果进行了分析。

平衡不完全区组设计在随机化调查中应用

在平衡不完全区组设计方法基础上对保护度进行改进，并构造模型，以（6，3，2）为例，通过相对偏倚、均方误差与Warner模型的估计量相比较。在保护度提高的条件下，得到的相对偏倚、均方误差与Warner相差不大。

多重信息不对称风险对聚合风险模型的影响

利用敏感性问题抽样调查技术中Warner模型和多项选择模型估计了两类信息不对称风险对聚合风险模型的影响.并且通过数值算例验证了这种方法的可行性,有效性.又从破产概率角度分析了这两类信息不对称风险对聚合风险模型的影响.并分析了采用随机化回答方法,对聚合风险模型和其破产概率的影响.最后,在存在多重信息不对称风险条件下,建立了两种预警机制的理论框架.