检索结果-内蒙古大学图书馆

统计研究 2008年第10期25卷 81-85页

作者：陈光慧刘建平暨南大学经济学院统计学系

针对现存的各种单水平轮换模式和估计方法,本文提出一套统一的平衡单水平轮换模式。在此轮换模式下,引入两类相关关系,运用线性无偏估计方法,并通过使不同类型估计量方差的加权总和最小的方法确定最优系数,从而得到最优线性无偏估计量,... 详细信息

针对现存的各种单水平轮换模式和估计方法,本文提出一套统一的平衡单水平轮换模式。在此轮换模式下,引入两类相关关系,运用线性无偏估计方法,并通过使不同类型估计量方差的加权总和最小的方法确定最优系数,从而得到最优线性无偏估计量,不仅能够减少甚至消除估计量偏差的影响,还能使得连续性调查的整体抽样误差最小,适合估计各种类型的估计量。

关键词：平衡单水平轮换连续性调查抽样估计轮换偏差

来源：评论

学校读者我要写书评

暂无评论

模型平均辅助抽样估计方法及其应用研究

模型平均辅助抽样估计方法及其应用研究

引用

作者：陈茜儒华南理工大学

学位级别：博士

在大数据背景下,能够较容易获取到更多可利用的辅助信息,这有助于提高抽样估计精度。为了在抽样估计环节利用辅助信息,传统的做法是建立起研究变量和辅助变量之间的超总体回归模型,以此来调整和改进基于设计的随机化估计结果,这种方法... 详细信息

在大数据背景下,能够较容易获取到更多可利用的辅助信息,这有助于提高抽样估计精度。为了在抽样估计环节利用辅助信息,传统的做法是建立起研究变量和辅助变量之间的超总体回归模型,以此来调整和改进基于设计的随机化估计结果,这种方法被称为模型辅助抽样估计方法。其中,建立的回归模型是否恰当,以及对模型的估计是否合理,将是决定模型辅助抽样估计方法能否使估计精度提高或精度能提高多少的关键所在。现有研究已通过设置不同模型形式来更好地拟合研究变量和辅助变量的关系,但忽略了建模过程中辅助变量的选择问题,通常依赖人为经验或传统模型选择方法选取单一模型进行辅助抽样估计。显然这种做法存在模型不确定性风险,同时也将删失部分有用信息,模型的辅助作用可能大打折扣,这将导致抽样估计精度改进不大,甚至没有改进。对于这类问题,一个可行的思路就是组合多个较优模型进行辅助抽样估计。为此,本文将模型平均方法引入到模型辅助抽样估计的框架中,通过设置合理的模型权重来组合多个模型进行辅助估计,不仅规避了单一模型选择偏差,也能够最大程度地利用有效辅助信息,以期稳健且有效地提高抽样估计效率。具体而言,本文主要包括以下几个方面的内容:第一,针对单一模型辅助抽样估计存在的问题,通过引入模型平均方法构建模型平均辅助抽样估计量。首先,本文在常见的线性超总体模型下,结合线性模型平均方法,根据广义差分估计思想提出了线性模型平均辅助抽样估计量,并从理论上证明该估计量是渐近设计无偏和设计一致的。其次,通过数值模拟验证了线性模型平均辅助抽样估计优于单一模型辅助抽样估计,尤其存在干扰信息时,其估计优势更加明显。最后,采用实际数据进行抽样估计的结果同样验证了本文所提估计量能够较好解决超总体模型建模中的不确定性问题,同时也有效地改进了抽样估计效果。第二,针对辅助变量维度较高的情形,提出了贝叶斯模型平均辅助抽样估计量。通过采用贝叶斯模型平均方法对线性超总体模型进行估计,结合广义差分估计法构建了贝叶斯模型平均辅助抽样估计量,并对其统计性质进行了证明。进一步的数值模拟分析结果表明,贝叶斯模型平均辅助抽样估计相比于单一模型辅助抽样估计,具有明显估计优势且符合渐近理论。最后的实际数据验证结果再次证实了这一结论。第三,针对变量选择和模型形式设置两类模型不确定性并存的情形,构建了部分线性模型平均辅助抽样估计量。首先,提出了对部分线性模型进行模型平均的思路,并给出了部分线性模型平均方法。其次,利用部分线性模型平均对超总体模型进行估计,并在广义差分估计的框架下,给出了部分线性模型平均辅助抽样估计量及其渐近性质。最后,分别就非参数结构确定和不确定两种情形进行了模拟分析和实际数据验证,结果显示无论是否固定非参数变量,部分线性模型平均辅助抽样估计都优于单一模型辅助抽样估计,其中当总体函数为非线性时,前者优势更加突出。第四,为将社交网络辅助信息应用于抽样估计,构建了网络模型平均辅助抽样估计量。首先,设置超总体回归模型为网络模型,并给出两类网络模型平均方法,同样在广义差分估计的框架下,提出了网络模型平均辅助抽样估计量。其次,在不同网络构成及不同网络目标函数下进行模拟分析,结果表明,网络模型平均辅助抽样估计优于未考虑社交网络信息的模型辅助抽样估计,也优于选择单一网络模型的辅助估计。最后,实际数据分析也验证了这一结论。第五,讨论了模型平均辅助抽样估计方法在我国的具体应用路径。首先,在回顾我国统计调查体系发展历程的基础上,指出影响抽样估计质量和制约抽样估计进一步发展的现存问题,并提出模型平均辅助抽样估计方法的一般应用思路。其次,就实施模型平均辅助抽样估计方案存在的突出问题,提出了针对性的工作举措。最后,通盘考虑各类情形下模型平均辅助抽样估计的具体实施,并结合小微企业抽样估计的现实情境,较为详细地给出了模型平均辅助抽样估计方法的实践指引。总体而言,本文引入了模型平均方法到模型辅助抽样估计的框架中,将传统的单一模型辅助抽样估计拓展至组合模型辅助抽样估计,不仅能够有效且稳健地改进估计精度,也推进了抽样估计方法与大数据的融合发展,对构建符合新时代要求的高质量统计调查体系具有重要参考意义。

关键词：模型辅助抽样估计模型平均广义差分估计辅助信息

来源：评论

学校读者我要写书评

暂无评论

水路运输统计体系专题系列研究之六──航道交通量计算与移动平均、抽样估计方法的研究

引用

水运管理 1995年第12期17卷 39-43,31页

作者：肖昭媛朱珍珍孙祖意上海海运学院浙江省湖州市航管所浙江省湖州航管处

水路运输统计体系专题系列研究之六──航道交通量计算与移动平均、抽样估计方法的研究肖昭媛，朱珍珍，孙祖意内河航道交通量是描述内河港口之间或某一航道区段内运输量大小若干指标的总称。狭义的航道交通量概念，通常是指单位时间内... 详细信息

水路运输统计体系专题系列研究之六──航道交通量计算与移动平均、抽样估计方法的研究肖昭媛，朱珍珍，孙祖意内河航道交通量是描述内河港口之间或某一航道区段内运输量大小若干指标的总称。狭义的航道交通量概念，通常是指单位时间内，通过某航道断面的船舶艘数或旅客人...

关键词：航道内河航道交通量计算移动平均抽样估计

来源：评论

学校读者我要写书评

暂无评论

双重抽样估计在新疆平原绿洲农田防护林遥感综合调查中的应用研究

引用

林业资源管理 1989年第6期 61-66页

作者：孙司衡蒋代书林业部调查规划设计院林业部调查规划设计院

近年来新一代高分辨力航天遥感技术的开发应用,使以农田防护林为对象的遥感综合调查研究,具备了现实的可能性。以新一代航天遥感图像为基本信息源,对农田防护林不仅做出定性的宏观分布调查,而且得出定量数值的调查结果,成为对国家“七五”

<正> 近年来新一代高分辨力航天遥感技术的开发应用,使以农田防护林为对象的遥感综合调查研究,具备了现实的可能性。以新一代航天遥感图像为基本信息源,对农田防护林不仅做出定性的宏观分布调查,而且得出定量数值的调查结果,成为对国家“七五”

关键词：农田防护林综合调查航天遥感技术分布调查分辨力定量数值防护林体系国土资源卫星航片抽样估计

来源：评论

学校读者我要写书评

暂无评论

Polya后验方法在有限总体抽样估计中的模拟研究

引用

统计与信息论坛 2013年第4期28卷 10-13页

作者：戴明锋金勇进孙婕中国人民大学统计学院北京100872 中国人民大学应用统计科学研究中心北京100872

polya后验方法作为一种无信息贝叶斯估计方法,在有限总体抽样中,通过观测的样本,构造一系列的模拟总体,然后进行统计推断。通过统计模拟研究了polya后验方法估计的一些特点,并和Bootstrap方法进行比较。模拟结果显示:polya后验方法能够... 详细信息

polya后验方法作为一种无信息贝叶斯估计方法,在有限总体抽样中,通过观测的样本,构造一系列的模拟总体,然后进行统计推断。通过统计模拟研究了polya后验方法估计的一些特点,并和Bootstrap方法进行比较。模拟结果显示:polya后验方法能够很好地估计总体的均值,随着样本量的增大,估计值与真值的差距越来越小。采用polya后验方法构造的置信区间区间长度较小,能够很好地覆盖真值。

关键词： polya后验抽样估计统计模拟置信区间

来源：评论

学校读者我要写书评

暂无评论

森林面积不同抽样估计方法的无偏性及有效性分析与证明

引用

林业资源管理 2016年第4期 47-52页

作者：葛宏立孟源源浙江农林大学环境与资源学院

森林资源连续清查是我国获取宏观森林面积的主要手段,采用的是系统抽样方法。用理论分析的方法对样地森林面积计量3种不同确定方法的偏性与有效性进行论证。结果表明:1)连续变量法是无偏的,且效率最高;2)点定法也是无偏的,但效率较连续... 详细信息

森林资源连续清查是我国获取宏观森林面积的主要手段,采用的是系统抽样方法。用理论分析的方法对样地森林面积计量3种不同确定方法的偏性与有效性进行论证。结果表明:1)连续变量法是无偏的,且效率最高;2)点定法也是无偏的,但效率较连续变量法低;3)优势地类法在某些情况下是有偏的,当总体单元的森林面积比例均接近于0或1时,结果接近无偏;4)本文结论表明,在遥感大样地调查中选择连续变量法是最合理的。

关键词：森林资源连续清查森林面积估计抽样估计无偏性有效性

来源：评论

学校读者我要写书评

暂无评论

离散型及混合型辅助变量的模型校准抽样估计研究

离散型及混合型辅助变量的模型校准抽样估计研究

引用

作者：毕画暨南大学

学位级别：硕士

现有的模型校准抽样估计研究对总体回归模型的非参数估计方法多是基于连续型辅助变量，而对离散型辅助变量和混合类型辅助变量下的非参数估计量的构建还较为欠缺。因此，在模型校准估计的框架下，本文结合对离散数据和混合数据的非参数... 详细信息

现有的模型校准抽样估计研究对总体回归模型的非参数估计方法多是基于连续型辅助变量，而对离散型辅助变量和混合类型辅助变量下的非参数估计量的构建还较为欠缺。因此，在模型校准估计的框架下，本文结合对离散数据和混合数据的非参数核回归方法，构建在只有离散型辅助变量和混合类型辅助变量两种情形下的模型校准估计量，能充实和完善现有研究，有着重要的理论意义和实用价值。　　对只存在离散型辅助变量的模型校准估计量，本文从理论上证明了该估计量是渐近设计无偏和设计一致的，同时通过数值模拟验证了在不同总体回归函数下，该估计量的估计效果都要优于HT估计量、校准估计量和线性回归估计量。此外，还通过数值模拟显示在合适的条件下，估计量可以减少分层抽样的层数并提高估计效果，最后通过实证数据验证了数值模拟的结果。　　对混合类型辅助变量下的模型校准估计量，本文同样从理论上证明该估计量的渐近设计无偏性和设计一致性，并给出了估计量方差的估计。数值模拟结果显示：在总体回归函数线性和非线性下，该估计量的估计效果好于非参数核回归估计量以及只利用了连续型辅助变量的局部线性估计量。同时CLHLS的实证数据也实证了该估计量对校准估计量的改进效果。

关键词：抽样估计模型校准非参数核回归离散变量混合变量

来源：评论

学校读者我要写书评

暂无评论

基于半参数乘积调整的模型辅助抽样估计方法研究

基于半参数乘积调整的模型辅助抽样估计方法研究

引用

作者：曹伟伟暨南大学

学位级别：硕士

在抽样估计中,超总体回归模型描述了辅助变量与研究变量之间的相关关系,使得辅助变量直接进入估计量公式中,从而能显著地提高估计的精度。传统的广义回归估计假定研究变量与辅助变量之间呈线性关系,但是实际的调查数据之间很少满足线性... 详细信息

在抽样估计中,超总体回归模型描述了辅助变量与研究变量之间的相关关系,使得辅助变量直接进入估计量公式中,从而能显著地提高估计的精度。传统的广义回归估计假定研究变量与辅助变量之间呈线性关系,但是实际的调查数据之间很少满足线性关系;此时,广义回归估计效果会受到限制,有待进一步改进。为了提高抽样估计的精度,本文首先假定超总体模型的回归函数为一般形式的光滑函数,从而构建出半参数回归模型,利用半参数乘积调整方法对模型进行拟合,提出一种新型的半参数乘积估计量,同时给出估计量方差和方差估计量公式。然后,证明了该估计量具有渐近设计无偏性、一致性等优良的统计性质,并通过数值模拟的方式证明了,在非线性函数构成的有限总体下,当光滑参数选择适当时,该估计量的估计效果优于广义回归估计量。本文进一步研究了半参数模型的参数部分对抽样估计精度的影响,将半参数回归模型的参数部分拓展到三次函数,并通过数值模拟验证了,此时的半参数乘积估计量的估计精度优于参数部分为线性函数时的估计量以及局部多项式估计量。此外,将半参数乘积抽样估计方法与模型组进行结合,并验证了,在可以划分模型组的前提下,在每个模型组分别建模进行回归估计的精度优于在总体中建立单一模型的精度。

关键词：抽样估计超总体模型模型辅助估计广义回归估计半参数乘积调整估计

来源：评论

学校读者我要写书评

暂无评论

基于非参数方法的模型辅助抽样估计研究

基于非参数方法的模型辅助抽样估计研究

引用

作者：陈飞华南理工大学

学位级别：硕士

随着大数据时代的来临,数据比以往更加受到人们的重视,数据的采集和分析在个人生活、企业的经营管理和国民经济的宏观调控中都起到很重要的指导作用。当下,抽样调查仍然是实际生活中搜集和分析数据的最重要的方法,因此本文将以抽样调查... 详细信息

随着大数据时代的来临,数据比以往更加受到人们的重视,数据的采集和分析在个人生活、企业的经营管理和国民经济的宏观调控中都起到很重要的指导作用。当下,抽样调查仍然是实际生活中搜集和分析数据的最重要的方法,因此本文将以抽样调查这一领域为研究目标,深入研究抽样调查中抽样估计的方法。文章主要研究了在抽样调查的抽样估计阶段如何充分利用辅助信息,通过非参数模型辅助估计量来估计总体的总值。具体而言,本文就非参数方法在模型辅助估计中的三个方面问题做了深入研究:其一:本文在总结现有模型辅助估计方法的基础上,通过基于设计的HT估计量和广义差分估计法,建立起了基于设计和基于辅助模型估计之间的联系,并在理论上给出了模型辅助估计方法的统一框架。其二,通过梳理模型辅助下非参数方法,在此基础上结合模型校准估计法构造一种新的非参数模型模型辅助估计量来尽量弥补传统估计量的缺陷。在一定的假设条件下,证明了该估计量具有设计一致性和渐进正态性,通过广义差分估计法获得了估计量的一致方差估计量。其适用性也更强,能够适应多元辅助变量和复杂抽样设计的情况。模拟结果显示:利用非参数方法得到的模型辅助估计量的在模型出现误设情况下的估计效果好于传统的线性估计量;在模型正确的条件下,估计效果与传统估计量大致相同。其三,我国抽样调查实践起步较晚,该领域的理论研究也始终滞后于国际先进水平。本文的研究内容能够为该领域的相关实践人员提供有参考价值的基础资料,也能够对模型辅助估计法在我国的推广、运用和发展起到一定的推进作用,这也是本文研究的意义所在。

关键词：抽样估计模型辅助非参数方法辅助信息

来源：评论

学校读者我要写书评

暂无评论

模型辅助条件下抽样估计方法研究

模型辅助条件下抽样估计方法研究

引用

作者：陈光慧暨南大学

学位级别：硕士

本论文主要是研究如何在抽样估计阶段利用超总体回归模型进行模型辅助估计，并对各种不同超总体回归模型下的模型辅助估计方法进行系统性研究和总结，使之成为一个完整的研究体系。本论文在第一章中对模型辅助估计方法进行了概述，界... 详细信息

本论文主要是研究如何在抽样估计阶段利用超总体回归模型进行模型辅助估计，并对各种不同超总体回归模型下的模型辅助估计方法进行系统性研究和总结，使之成为一个完整的研究体系。本论文在第一章中对模型辅助估计方法进行了概述，界定了辅助信息、超总体模型和模型辅助估计等概念，并对其内在联系进行了详细地阐述。第二章提出了一种通用的超总体回归模型——广义回归模型，并推导出该通用模型下的广义回归估计量及其性质，从而把辅助变量直接带入了估计量公式中，提高了抽样估计的精度。本章推导出的一般性结论为后面章节进行具体深入的研究提供了理论基础。第三章至第五章就是广义回归模型及广义回归估计方法的一系列具体应用，因而也就成为本论文的核心部分。首先是依据辅助变量与研究变量之间回归关系的不同，分别建立比率模型、线性回归模型、事后分层回归模型和非参数回归模型，然后再利用第二章中推导出的广义回归估计理论，对各种回归模型辅助下的估计方法进行了系统性研究，从而构成了模型辅助估计方法的整个研究体系。最后，第六章对本论文进行了总结，提出了本论文的一些不足之处，并且对本论文的理论体系及应用前景进行了展望。

关键词：辅助信息超总体回归模型模型辅助抽样估计方法研究

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：