数量特征敏感性问题调查模型改进.docVIP

数量特征敏感性问题调查模型改进 　　摘要:以Greenberg模型与随机变量和模型为基础，提出一种提高估计精度的思路，即：以递减的概率引入随机数与敏感性问题数值进行运算，依次提出各种改进模型，在一定条件下，可以缩小估计量的方差，提高精度. 　　关键词:数量特征；敏感性问题调查；Greenberg模型；随机变量和模型；估计精度 　　中图分类号:C811 　　 文献标识码:A文章编号:1672-8513(2010)01-0028-05 　　An Improvement on the Investigation Model for Sensitive Problems 　　with Quantitative Character 　　――Series Improved Models Based on Greenberg Model and Random Variables Model 　　LIU Hui，ZHOU Hong 　　(School of Information, Zhongnan University of Economics and Law, Wuhan 430060, China) 　　Abstract: 　　The Greenberg model and Random variables model are adopted for improving the evaluation accuracy, namely, Random numbers introduced to the model by decreased probability are used to compute the numbers of sensitive problems with quantitative character, which makes the evaluation of average value more accurate. 　　Key words: 　　quantitative feature; investigation of sensitive problem; Greenberg model; random variables model; evaluation accuracy 　　0 引言 　　在社会经济调查中，有些调查项目具有很强的敏感性，被调查者往往不会如实提供资料甚至拒绝调查.这些敏感性问题从性质上讲可以分成2类.一类是涉及个人隐私的问题，例如工资收入及非工资收入、银行存款等.被调查者出于“对外保密”、“不便外露”等考虑会拒绝回答，即使勉强接受调查也常常是提供打了折扣的数据.另一类是有悖于道德规范甚至违规犯法的问题，例如偷税漏税、吸毒、赌博、公款吃喝等.被调查者出于“自我保护”的意识更是拒绝调查，即使不得不接受调查也是全盘否认自己曾有不正当行为.对这些敏感性问题采用直接调查的方法显然不可能获得真实的数据或资料，根本不能保证调查结论的准确性、可靠性，而且所得结论与事实的出入大小也无法度量，因此必须采取特殊的调查方法［1］. 　　1965年沃纳提出了随机化回答模型［2］，开创了敏感性问题调查之先河.这种调查方法的基本特征是在调查中引入随机化装置，使被调查者在保证真实的前提下采取随机化回答的方式，因而既能为被调查者保守个人机密，同时也能使调查者获得所需的真实资料.敏感性问题调查从统计上看可以分成2类.一类是属性特征敏感性问题调查，它要解决的是估计总体的各种比例，例如青少年中有赌博经历的人所占比例.另一类是数量特征敏感性问题调查，它要解决的是估计总体某项指标的均值或总值，例如个体户偷漏税款总额及按户平均的偷漏税款额.对这2种类型的敏感性问题［3］调查，从沃纳起已经有许多随机化回答模型［4］问世.本文基于数量特征敏感性问题调查的最基础模型――Greenberg模型［5］与随机变量和（乘）模型［6］，提出一种改进模型的设计思路与方法. 　　1 Greenberg模型与随机变量和模型方法 　　假设我们需要调查一个定量的敏感性问题，其真实答案为X.为保护被调查者，并得到尽可能真实的回答，产生随机数Y.为达到较高精度，一般要求Y的分布尽可能类似于X的分布.所以我们可根据以往调查的结果或凭经验估计Y的分布.假定Y的分布密度为f(y).假设已从总体中按简单随机抽样抽得n个被调查者，被调查者的回答为Z. X、Y、Z的均值为?X、?Y、?Z，方差为S2?x、S2?y、S2?z，Z的样本均值为?z，样本方差为s2?z.设z?1，z?2，…，z?n为简单随机样本，因此可取估计量：??Z＾=?z，S＾2?z=s2?z，??Z＾与S＾2?z分别是?Z与S2?z的无偏估计.在简单随机抽样中，var(?Z