抽样调查中的校准估计法_刘建平.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
抽样调查中的校准估计法_刘建平

第 31 卷第 12 期统计研究Vol. 31,No.122014 年 12 月Statistical ResearchDec. 2014抽样调查中的校准估计法*刘建平常启辉内容提要: 本文梳理总结了校准估计法自首次提出以来的研究成果。理论方法的发展集中在最短距离法、工具向量法和模型校准法三种校准方法的研究上; 方法应用的发展体现在对简单参数和复杂参数的校准估计上,特别对小域估计、无回答、二重抽样等特定抽样问题和总体分位数、总体方差估计中校准估计法的具体应用做了重点梳理介绍。最后,本文对校准估计法的理论和应用研究前景做了展望。关键词: 校准估计量; 辅助信息; 权数中图分类号: C811文献标识码: A文章编号: 1002 - 4565( 2014) 12 - 0092 - 09The Calibration Estimation Approach In Sampling SurveyLiu Jianping & Chang QihuiAbstract: This paper summarizes the achievements of calibration estimation approach since it was first proposed. The development of theories and methods focuses on the study of three calibration approaches ,including the minimum distance method ,the instrument vector method and the model-calibration method. The development of its application is embodied in the calibration estimation of simple parameters and complex parameters. This paper puts great emphasis on the introduction of specific survey problems,such as small domain estimation ,nonresponse and two-phase sampling ,as well as the application of calibration estimation for population quantiles and variance ,and gives an outlook of the theoretical and applied research of calibration estimation approach.Key words: calibration estimator; auxiliary information; weight一、引言随着抽样调查的发展,辅助信息在抽样调查中发挥着越来越重要的作用。一项大中型抽样调查能 否获得成功,很大程度上依赖于抽样调查中对辅助 信息利用的好坏。辅助信息的作用主要体现在两个 方面: 一是改进抽样设计,提高样本对总体的代表 性; 二是改进估计量设计,提高估计的精度。在估计 阶段,某一特定目标变量的估计量通常是由目标变 量值和权数两部分组成。权数的准确与否会给估计 量的精度带来很大影响,但人们往往把过多的注意 力集中到如何获取准确的目标变量值,而忽视了权 数的重要性。而本文的校准估计法,就是一种系统利用辅助信息修正权数以提高估计精度的方法。 自从 1992 年 J. C. Deville & C. E. S rndal[1]两人在《Calibration estimation in survey sampling》一文中首次提出校准估计量方法以来,陆续有学者对该方法进行研究。文献显示对于校准估计法的研究虽然零散但却深入,在国外的抽样实践中也得到很好的运用; 然而在我国,理论研究虽有涉及但以学习介绍为主,实践方面虽有运用但范围有限。笔者在阅读大量文献的基础上,对这一方法的理论和应用做了系统的梳理和综述。二、校准估计法理论上的发展校准估计法的核心思想是在 π 估计体系[2] 下确定原始设计权数 dk = 1 / πk ( πk 为总体单位 k 的入 样概率) 的基础上,利用辅助信息,对原始设计权数dk 进行调整,得到新的校准权数 wk ,使样本结构尽 可能地接近总体结构,从而提高估计的精度。校准权数 wk 的获得通常有以下三种方法。*本文为国家社科基金项目“我国政府统计调查体系研究”( 12ATJ002) 、教育部人文社科基金项目“改革和完善我国政府统计调查体系研

文档评论(0)

yanpan1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档