-
题名混合类型辅助变量下模型校准抽样估计研究
被引量：2
- 1
-
-
作者
毕画
伍业锋
-
机构
暨南大学经济学院
-
出处
《统计研究》
CSSCI
北大核心
2017年第9期120-128,共9页
-
基金
暨南大学"产业大数据应用与经济决策研究实验室(2015WSYS008)"资助
-
文摘
在超总体模型中,一般用于构建模型的辅助变量多为连续型变量,对混合类型辅助变量的模型研究较少。为了同时利用与研究变量相关的连续型和离散型辅助变量的信息,本文提出在模型校准的框架下,利用非参数核回归方法,得到混合类型辅助变量下的模型校准估计量。研究证明,该估计量是渐进设计无偏、设计一致和渐进正态的,并给出了估计量的方差和方差的估计量。数值模拟的结果显示,本文在总体回归函数为线性和非线性的情况下,估计效果均有所提高。此外,通过CLHLS数据的验证也表明该估计量的效果优于仅利用连续型辅助变量的估计量。
-
关键词
抽样调查
混合类型辅助变量
模型校准
非参数核回归
-
Keywords
Sample Survey
Mixed Auxiliary Variable
Model Calibration
Nonparametric Kernel Regression
-
分类号
O212
[理学—概率论与数理统计]
-
