摘要
本文利用阈值截断方法对经典的汉森-赫维茨估计进行修正,提出改进的汉森‒赫维茨估计量(简称IHH估计量)。理论上,本文证明了IHH估计量的相合性,渐近无偏性和渐近正态性,并给出了IHH估计量的均方误差及其无偏估计。此外,基于IHH估计量,本文分别对分层抽样和二阶抽样下的有限总体估计进行改进。为说明所提出方法的有效性,本文比较了所有改进估计量和传统估计量的均方误差。最后,数值分析进一步说明本文提出的估计量具有更高的精度。
In this paper,we use the threshold method to modify the classical Hansen-Hurwitz estimator,and propose an improved Hansen-Hurwitz estimator(IHH estimator).Theoretically,we prove the consistency,asymptotic unbiasedness and asymptotic normality of the IHH estimator.The mean square error of the IHH estimator and its unbiased estimator are obtained.In addition,based on the proposed IHH estimator,we improve the finite population estimation under stratified sampling and two-stage sampling respectively.To illustrate the effectiveness of the method proposed in this paper,we compare the mean square errors of improved estimators and traditional estimators.Numerical analysis further shows that the proposed estimator has higher accuracy.
作者
宗先鹏
邹国华
Zong Xianpeng;Zou Guohua
出处
《统计研究》
CSSCI
北大核心
2023年第6期145-153,共9页
Statistical Research
基金
国家自然科学基金面上项目“大数据统计分析的模型平均方法”(11971323)
国家自然科学基金面上项目“模型平均方法在计量经济学和统计学中的新研究”(71973116)
国家自然科学基金青年项目“抽样数据分析的模型平均方法研究”(12201018)。
作者简介
通讯作者:宗先鹏,北京工业大学理学部讲师。研究方向为抽样调查、模型平均。电子邮箱:xpzong@bjut.edu.cn;邹国华,首都师范大学数学科学学院教授。研究方向为抽样调查、模型平均、大数据统计分析。
