西安电子科技大学抽样调查第五章 比估计与回归估计.pdfVIP

第五章 比估计与回归估计 • 5.1 概述 • 5.2 比估计 • 5.3 回归估计 • 5.4 分层比估计与分层回归估计 5.1 概述 在第二章中曾提到，抽样调查中最常见的总体 目标量有 四类：1.总体总量，也称总体总和； 2.总体均值； 3.总体 比例或百分率P ；4.总体中两个指标的总和或均值的比值R 。 在第三章与第四章中我们讨论了简单随机抽样和分层随机抽 样，其中所估计的目标量都是前三类 目标量。这三类 目标量 本质上都与总体均值相关，因而处理方法基本上是类似的， 结果可以类推。 简单随机抽样与分层抽样，所讨论的内容有这样两个基 本特点：我们关心的参数是单指标的，给出的估计量是简单 的 （样本）线性形式。 5.1 概述 n 在这一章我们开始讨论稍微复杂一些的调查，如我们关心 的参数可能有两个或两个以上的指标，或者是关心的是单指 标总伴随着一个辅助变量或指标。此时遇到的统计量常呈现 非线性形式，例如两个变量之比，或者呈现变量之间的回归 关系。辅助变量信息的已知将对单指标参数的估计提供极大 方便，例如前面提及的利用已知的辅助变量信息可以有助于 确定分层。只要该辅助变量与主变量关系很密切，利用辅助 变量进行分层能达到较理想的效果。随即启发我们的一个想 法是：既然两个变量的关系很密切，且辅助变量的信息已知 或大部分已知，借助于这些已知信息进行统计推断必定会取 得误差小精度高的良好效果。本章的许多论述正是出于这一 思路。 n 前两章中，对总体参数的估计都是简单线性估计。即对于 总体均值的估计，在简单随机抽样中用的是样本均值 （算术 平均数）；在分层随机抽样中用的是各层样本均值的加权平 均。在这一章中，我们研究比较复杂一些的非线性估计，主 要是比估计与回归估计。 n 只要调查的主要指标与辅助变量之间有良好的线性相关关 系 （通常是正相关关系，如果是负相关则必须使用另一类估 计量，称为乘积估计）则比估计的精度比简单估计高，而回 归估计一般 （只要样本量比较大）总是优于简单估计，且在 大多数情形下也较比估计的精度高。这是使用比估计和回归 估计的主要原因。 n 比估计和回归估计不仅可用于简单随机抽样，也可用于分 层随机抽样。分层比估计和分层回归估计通常也优于分层简 单估计。不过比估计与回归估计使用效果的好坏取决于辅助 变量的选择，也就是要尽可能选择与调查指标相关程度大的 辅助变量。另外，比估计和回归估计的使用还有一个限制， 即要求辅助变量的总体总量或均值是已知的，因为构造这两 类估计量时需要使用上述这两个已知量。 比率估计涉及总体 中两个指标均值之比， 例如：总支出在总收入 中的比；学龄儿童入学 率为在校儿童数与社会 学龄儿童数之比。 5.2 比估计 5.2.1 定义及基本性质 n 此时，除了调查指标Y外，还有另外的指标，例如X 可以利 用，X称为辅助变量 （auxiliary variable ）。我们利用每个单 元的指标值Y 与X 之间的比例关系，或相关关系来提高对 目 i i 标量估计的精度。在实际问题中， X 常是Y 的前期资料 （例 i i 如上一次普查资料），或对现期Y 的粗略估计，或表示单元 i 规模的某个量等。无论何种情形， X 的总体均值 或总和 X X 一般必须是已知的。 5.2.1 定义及基本性质 u 考虑一个二元变量的总体 (X ,Y) ： (X ,Y )，(X ,Y )，…，(X ,Y ) 1 1 2 2 N N 相关公式： 1.X 与Y 的总体方差 i i 2 1 N 2 2