-
题名连续性抽样调查中的样本轮换研究
被引量：8
- 1
-
-
作者
徐国祥
王芳
-
机构
上海财经大学应用统计研究中心
上海财经大学统计与管理学院
-
出处
《统计研究》
CSSCI
北大核心
2011年第5期89-96,共8页
-
基金
上海财经大学211工程三期
上海市重点学科建设项目(B803)
上海财经大学应用统计研究中心资助
-
文摘
本文在讨论样本轮换研究的背景下,阐述了分层抽样下样本轮换的理论模型,包括分层抽样下样本轮换的估计量公式和最优样本轮换率的确定方法,并对上海市城镇住房空置率抽样调查数据进行了实证分析。由于该抽样调查采取的是分层抽样,因此相应地进行了分层抽样下的样本轮换研究。本文先根据该抽样调查本身的特点和社会经济活动的规律确定样本轮换时间间隔为1年,再分别计算出各层的最优样本轮换率和总体的样本轮换率,最后分别对三层子总体样本轮换的效果进行了分析,分析发现各层经过样本轮换以后的精度比不进行样本轮换或进行完全样本轮换的精度有了明显的提高,轮换效果显著。
-
关键词
连续性抽样调查
样本轮换
样本老化
房屋空置率抽样调查
-
Keywords
Repeated Survey
Sample Rotation
Sample Aging
Sampling Survey on Vacancy Rate of Households
-
分类号
C811
[社会学—统计学]
-
-
题名基于卡尔曼滤波估计的连续性抽样调查研究
被引量：6
- 2
-
-
作者
刘建平
陈光慧
-
机构
暨南大学经济学院统计学系
-
出处
《统计研究》
CSSCI
北大核心
2009年第4期80-84,共5页
-
基金
国家社会科学基金项目"连续性抽样调查方法及其应用研究"(08BTJ010)
全国统计科学研究重点项目"建立连续性抽样调查体系的问题研究"(2007LZ038)阶段性成果
-
文摘
针对连续性抽样调查中如何提高连续调查数据准确性的问题,本文引入时间序列分析方法,分别考虑连续性抽样调查中的重复样本和轮换样本等不同情况,建立了连续性抽样调查下的状态空间模型,利用成熟的卡尔曼滤波估计方法给出了总体均值的估计量。由于状态空间模型及卡尔曼滤波估计方法能够充分利用各期连续样本的调查信息,给出了精度更高的估计量,从而能够产生更加准确的连续性时间序列数据。
-
关键词
卡尔曼滤波
状态空间模型
连续性抽样调查
样本轮换
-
Keywords
Kalman Filter
State- space Model
Successive Sampling Survey
Sample Rotation
-
分类号
C811
[社会学—统计学]
-
-
题名我国规模以下工业连续性抽样调查方案设计研究
被引量：4
- 3
-
-
作者
刘建平
李绍泰
-
机构
暨南大学经济学院
-
出处
《统计研究》
CSSCI
北大核心
2014年第1期33-42,41-42,共10页
-
基金
国家社科基金重点项目"我国政府统计调查体系研究"(12ATJ002)
教育部人文社科基金项目"改革和完善我国政府统计调查体系研究"(11YJA910006)的阶段性成果
-
文摘
本文在分析我国规模以下工业抽样调查现状和存在问题的基础上,提出改革建议,对工业企业和个体工业户分别设计了连续性抽样调查方案,对工业企业采用三维平衡三水平轮换模式,对个体工业户采用二维平衡单水平轮换模式,两种调查方案都分别设计了两种轮换模式,以适应各个地区的实际情况。
-
关键词
规模以下工业企业
个体工业户
连续性抽样调查
-
Keywords
Industrial Enterprises under the Scale
Individual Industrial Household
Successive Sampling Survey
-
分类号
C811
[社会学—统计学]
-
-
题名连续性抽样调查中总体均值的估计
- 4
-
-
作者
高莉菁
-
机构
暨南大学经济学院统计学系
-
出处
《统计与决策》
CSSCI
北大核心
2015年第1期87-90,共4页
-
基金
国家社会科学基金重点项目(12AJ002)
-
文摘
在连续性抽样调查中,利用前期信息和辅助信息可以大大提高估计精度,但是以往的估计量大多假设辅助信息总体均值已知,文章介绍一种在连续性抽样调查中,辅助信息总体均值未知的情况下,通过两阶段抽样,利用轮换样本方法和辅助变量信息,对总体均值进行估计的新的估计方法,并将新提出的估计量与原有的估计量进行比较,发现其精度更高,而且有利于减少调查成本。
-
关键词
连续性抽样调查
轮换样本
总体均值估计
-
分类号
O212.2
[理学—概率论与数理统计]
-
-
题名连续性抽样调查中单元无回答的处理方法
- 5
-
-
作者
马金萍
周怡
雒晶晶
张一泽
-
机构
西安财经大学统计学院
-
出处
《统计与决策》
2025年第15期5-11,共7页
-
基金
全国哲学社会科学重大课题(21&ZD147)
国家社会科学基金一般项目(23TJB00562)。
-
文摘
连续性抽样调查中的单元无回答问题影响着统计推断的精准度,文章就此问题对抽样设计及其估计方法提出改进。首先,在连续两期抽样调查下,设计再抽样方法,对非拼配样本使用现期辅助变量构造出两种指数型比率估计量,对拼配样本使用连续两期的辅助变量构造出指数型比率估计量,将两者组合起来得到总体均值的两组回归组合估计量;其次,计算出两组估计量的偏差和均方误差并进行优良性讨论;再次,模拟分析时将两组组合估计量与完全回答情形下的相似形式估计量、连续性抽样下的简单估计量进行比较,得出相对精度损失百分比;最后,进行数值模拟分析。结果表明:所构造的估计量的相对精度损失百分比较低,估计量性质优良,改进的再抽样方法能有效解决连续性抽样调查中的单元无回答问题,提出的估计方法能有效减小偏差。该抽样调查方法可应用于住户调查、劳动力调查等实际调查工作中。
-
关键词
连续性抽样调查
单元无回答
再抽样法
指数型比率估计量
-
Keywords
continuous sampling survey
unit non-response
resampling method
exponential ratio estimator
-
分类号
O212.8
[理学]
-
-
题名连续性抽样的时间序列估计方法研究进展及应用
被引量：2
- 6
-
-
作者
陈光慧
杨槟羽
-
机构
暨南大学经济学院
-
出处
《企业经济》
CSSCI
北大核心
2018年第5期167-172,共6页
-
基金
霍英东教育基金会项目"基于连续性抽样调查的时间序列数据产生机制研究"(项目编号:141096)
-
文摘
自1973年Blight和Scot首次提出关于连续性抽样调查的时间序列估计方法以来,国际上有关时间序列估计方法的研究发展得十分迅速。本文选择时间序列估计方法作为研究对象,主要从利用经典时间序列理论进行抽样估计、利用卡尔曼滤波进行抽样估计、时间序列估计方法的实际应用三方面对现有研究成果进行了理论化、系统化的梳理。同时,结合现有研究中存在的模型选择、假定条件合理性等问题以及未来研究趋势,建议我国统计调查部门应加快统计调查活动科学化、规范化的进程,从市县层级调查活动入手,在实践中不断完善时间序列估计理论。
-
关键词
连续性抽样调查
时间序列估计方法
状态空间模型
卡尔曼滤波
-
Keywords
repeated sampling survey
time series estimation
state-space model
Kalman filter
-
分类号
F069
[经济管理—政治经济学]
-
-
题名基于平衡轮换样本调查的季节调整方法研究
- 7
-
-
作者
陈光慧
邢竟
-
机构
暨南大学经济学院统计学系
暨南大学经济学院
-
出处
《统计研究》
CSSCI
北大核心
2016年第4期90-96,共7页
-
基金
霍英东教育基金会项目"基于连续性抽样调查的时间序列数据产生机制研究"(141096)
广东省优秀博士学位论文资助项目"基于连续抽样调查的时间序列数据产生机制研究"(sybzzxm201120)
全国统计科学研究计划项目"现代抽样技术在政府统计中的应用研究"(2012LY014)的阶段性成果
-
文摘
传统季节调整方法往往假定误差项为白噪声,不考虑其序列相关关系。为了进行更准确的季节调整分析,本文从连续性抽样调查角度出发,研究基于平衡轮换样本调查的抽样误差对季节调整的影响,建立一般化的季节调整模型,利用卡尔曼滤波进行参数估计,并从预测误差、误差方差等角度评价模型精度。最后以中国城镇住户调查采用的12~0平衡轮换模式为例,对考虑抽样误差结构特征的季节调整模型进行实证分析,验证该方法的有效性。
-
关键词
连续性抽样调查
平衡轮换模式
时间序列数据
季节调整
抽样误差
-
Keywords
Successive Sampling Survey
Balanced Rotation Scheme
Time Series Data
Seasonal Adjustment
Sampling Error
-
分类号
C811
[社会学—统计学]
-
