-
题名基于惩罚样条回归的模型校准估计方法
被引量：3
- 1
-
-
作者
贺建风
李宏煜
陈飞
-
机构
华南理工大学经济与贸易学院
-
出处
《统计与决策》
CSSCI
北大核心
2019年第13期5-9,共5页
-
基金
国家社会科学基金资助项目(13CTJ007)
-
文摘
传统的广义回归抽样估计方法有一个严格的假设条件,即研究变量和辅助变量之间呈现线性关系,因此在非线性情形下的估计效果并不理想,而基于模型校准的抽样估计方法则能克服这种缺陷,可以较好地提升估计量的估计精度。文章在梳理已有的非参数超总体模型基础上,结合惩罚样条回归与模型校准估计法,介绍了一种新的基于惩罚样条回归的非参数模型校准估计方法,并在一定的设计条件下阐明了该估计量在模型辅助情况下具有渐近无偏性和服从渐近正态分布等优良性质。进一步的模拟研究结果显示,经过校准的估计量比未校准的估计量具有更高的估计精度,且在超总体模型中,随着非线性程度的增强,该估计量的估计精度比参数估计量有显著的提高。
-
关键词
抽样估计
惩罚样条
模型校准估计
-
Keywords
sampling estimate
penalized splines
model calibration estimator
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名完全辅助信息下非参数模型校准估计方法研究
被引量：4
- 2
-
-
作者
贺建风
陈茜儒
陈飞
-
机构
华南理工大学经济与金融学院
安徽长丰双凤经济开发区管理委员会
-
出处
《统计与信息论坛》
CSSCI
北大核心
2020年第11期23-32,共10页
-
基金
国家社会科学基金项目“大数据背景下随机抽样技术及模型辅助估计方法研究”(19BTJ022)
全国统计科学研究重大项目“大数据背景下抽样调查方法的改进及其应用研究”(2020LD02)。
-
文摘
大数据时代背景下,在现代化抽样调查实践中,一方面采集到各总体单位的完全辅助信息可以实现,能够利用完全辅助信息进行抽样估计,另一方面研究变量与辅助变量之间常呈现出非线性关系。在此情况下,如果仍然采用基于部分辅助信息的线性假定下的传统校准估计方法进行抽样估计,将存在信息浪费且估计方法不适用等缺陷。为解决以上两个问题,构建了完全辅助信息下的非参数模型校准估计方法体系,首先,将已有的校准估计方法归纳为基于部分辅助信息的传统校准估计和基于完全辅助信息的模型校准估计,然后,给出完全辅助信息下非参数模型校准估计量构建的基本思路,并提出基于局部多项式和惩罚样条两种具体类型的非参数模型校准估计量。研究发现,构建的非参数估计量具有设计无偏性、渐近正态性和一致性等优良的统计性质。进一步的模拟研究表明,非参数模型校准估计方法具有很强的适应性,且估计效率明显高于HT估计量和传统的校准估计量。
-
关键词
完全辅助信息
非参数
模型校准估计
抽样调查
-
Keywords
complete auxiliary information
non-parametric
model calibration estimates
sampling survey
-
分类号
C811
[社会学—统计学]
-
-
题名非概率样本模型辅助校准估计方法
被引量：2
- 3
-
-
作者
潘莹丽
刘展
-
机构
湖北大学数学与统计学学院
湖北大学应用数学湖北省重点实验室
-
出处
《统计与决策》
CSSCI
北大核心
2021年第22期5-10,共6页
-
基金
国家自然科学基金资助项目(11901175)。
-
文摘
大数据时代,如何高效地从高维数据中挖掘有效信息并进行统计推断逐渐成为人们关注的热点问题。文章基于高维数据研究如何充分利用已知辅助信息对非概率样本进行校准,主要包括两个方面的内容:一是在总体规模已知的情况下,对非概率样本进行模型辅助SCAD校准和模型辅助ALASSO校准,依次求出校准权重并对总体均值进行统计推断。二是在总体规模未知的情况下,对非概率样本进行估计控制模型辅助SCAD校准和估计控制模型辅助ALASSO校准,依次求出校准权重并对总体均值进行统计推断。
-
关键词
非概率样本
模型辅助校准
估计控制模型辅助校准
SCAD
ALASSO
-
Keywords
non-probability samples
model-assisted calibration
estimated control model-assisted calibration
SCAD
ALASSO
-
分类号
C811
[社会学—统计学]
-
