复杂样本的 方差估计_基于逆抽样设计的方法_金勇进.pdf

（中国人民大学统计学院，北京，jinyongj@public.bta.net.cn） 其中，p(s )为初始样本s 被抽中的概率， 为s 已被 p p p 抽选出来的前提下，s被抽中的条件概率。 如果 不依赖于s ，则由（1）式，有 p 对复杂样本按照理论直接推导出方差估计一则十分困 p(s) 难，二则从节约费用和时间的角度考虑代价也很大。通常采 p(s ) （2） p 用的替代方法主要有随机组法、平衡半样本方法、刀切法和 （2）式即为从初始样本s中选择s的抽样机制。 p 自助法等。本文研究采用基于逆抽样设计的方法对复杂样本 逆抽样设计方法包括了如下基本的三个步骤： 进行方差估计，并将该方法与传统方法进行比较，探讨其适 （1）逆掉初始样本的复杂抽样设计，使得能够产生具有 用条件。 简单随机样本结构的子样本； （2）重复执行逆抽样设计，以产生多个这样的子样本； （3）基于每一个子样本数据进行分析，最后再以适当的 方式进行合并。 逆抽样设计（Inverse Sampling Design，简称ISD方法） 的思想由Hinkins等提出，Rao等研究了该方法的一些理论性 质。该方法的基本思想是，通过选择一个抽样机制，对调查 得到的复杂样本进行二次抽样。二次抽样机制的设计抵消了 假设总体目标参数为θ，基于某复杂抽样设计p(s )，调 p 初始复杂样本中的分层、整群抽样等效应，使得按照该抽样 查得到一个复杂样本s 。若存在对应于该复杂抽样设计p(s ) 的 p p 机制抽选出来的子样本具有简单随机样本结构，后续