小域估計(jì)一直是國(guó)際抽樣調(diào)查理論研究的難點(diǎn)問(wèn)題之一。盡管大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨,但傳統(tǒng)的抽樣調(diào)查不會(huì)消失,并且越來(lái)越多的抽樣調(diào)查需要在對(duì)總體的目標(biāo)變量進(jìn)行有效估計(jì)的同時(shí),也希望得到總體中各個(gè)小域的有效估計(jì)量,以滿足多層次推斷的需求。從理論上講,這可以通過(guò)將需要推斷的域進(jìn)行劃分使其作為層的子總體,從而應(yīng)用分層抽樣來(lái)解決。但在實(shí)際操作上成本必定高昂因而難以實(shí)現(xiàn),而當(dāng)對(duì)成本進(jìn)行控制時(shí),又因落入各個(gè)域的樣本量過(guò)小導(dǎo)致常規(guī)的估計(jì)方法不能得到小域目標(biāo)變量的有效估計(jì)量。為此,本文就基于設(shè)計(jì)和基于模型的小域估計(jì)理論進(jìn)行了深入研究,并在小域估計(jì)方法上有所突破和拓展。主要從以下幾個(gè)方面進(jìn)行研究： 首先,本文系統(tǒng)地梳理了國(guó)內(nèi)外已有的幾種提高小域估計(jì)效率的抽樣設(shè)計(jì),并按照對(duì)樣本量影響機(jī)制的不同,將各種抽樣設(shè)計(jì)分為勻化樣本分布和域內(nèi)增量?jī)深?并通過(guò)比較各種抽樣設(shè)計(jì)方法的設(shè)計(jì)思路和原理,提出了各種方法適用的場(chǎng)合。在系統(tǒng)研究國(guó)內(nèi)外已有的基于設(shè)計(jì)的小域估計(jì)法的基礎(chǔ)上,從理論上比較各估計(jì)量,指出各自的特點(diǎn)和彼此之間的聯(lián)系和進(jìn)一步的拓展。在此基礎(chǔ)上,給出了部分估計(jì)量漸近方差表達(dá)式,并通過(guò)數(shù)值分析對(duì)各種估計(jì)方法的功效進(jìn)行比較和總結(jié)。 其次,本文針對(duì)存在雙水平輔助信息的小域估計(jì)法進(jìn)行研究。在傳統(tǒng)的雙水平小域估計(jì)模型基礎(chǔ)上引入基于設(shè)計(jì)的校準(zhǔn)估計(jì)法,提出了一種新的模型輔助的雙水平校準(zhǔn)估計(jì)量,并推導(dǎo)出該估計(jì)量的均方誤差,從而將校準(zhǔn)估計(jì)量在基于設(shè)計(jì)領(lǐng)域和基于模型領(lǐng)域進(jìn)行了統(tǒng)一。該估計(jì)量不僅能夠同時(shí)充分利用小域?qū)哟魏蛦卧獙哟蔚妮o助信息,并且估計(jì)精度在某些情況下較BLUP估計(jì)量的表現(xiàn)更為優(yōu)越,在實(shí)踐領(lǐng)域也更具有實(shí)用性。 最后,本文對(duì)蜂房結(jié)構(gòu)總體下基于模型的小域加權(quán)估計(jì)法進(jìn)行研究�？紤]到我國(guó)的特殊國(guó)情,對(duì)我國(guó)政府抽樣調(diào)查中最常見的蜂房結(jié)構(gòu)總體進(jìn)行了分析并建立蜂房模型。打破了現(xiàn)有的基于模型估計(jì)理論的局限,從加權(quán)的角度切入,’研究了另外一套估計(jì)法,即在基于模型的體系下引入基于設(shè)計(jì)框架下的校準(zhǔn)約束,從而給出了基于蜂房模型的域加權(quán)估計(jì)量,其特別適用于我國(guó)的多層次推斷需求的抽樣調(diào)查下的域估計(jì)問(wèn)題。
【學(xué)位單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2014
【中圖分類】：C81
【文章目錄】：
摘要
ABSTRACT
目錄
表索引
圖索引
第1章 緒論
    1.1 研究背景及意義
    1.2 研究方法
    1.3 研究?jī)?nèi)容與結(jié)構(gòu)安排
        1.3.1 主要內(nèi)容
        1.3.2 技術(shù)路徑
    1.4 創(chuàng)新特色
        1.4.1 本文的主要?jiǎng)?chuàng)新
        1.4.2 本文存在的不足
第2章 小域估計(jì)抽樣理論綜述
    2.1 抽樣調(diào)查的理論綜述
    2.2 小域估計(jì)抽樣理論綜述
第3章 小域估計(jì)抽樣設(shè)計(jì)方法
    3.1 引言
    3.2 多層級(jí)推斷需求與域估計(jì)
    3.3 域的定義和小域估計(jì)方法
    3.4 小域估計(jì)抽樣設(shè)計(jì)
        3.4.1 抽樣設(shè)計(jì)的基本改進(jìn)方式
            3.4.1.1 整群抽樣問(wèn)題
            3.4.1.2 層的細(xì)分
            3.4.1.3 調(diào)查數(shù)據(jù)的整合
        3.4.2 事后分層技術(shù)
        3.4.3 層層抽樣技術(shù)
        3.4.4 ABC三級(jí)一套樣本法
        3.4.5 樣本追加策略
        3.4.6 折衷分配樣本
        3.4.7 復(fù)合抽樣框技術(shù)
        3.4.8 重復(fù)抽樣技術(shù)
    3.5 小域估計(jì)抽樣設(shè)計(jì)的比較
        3.5.1 小域估計(jì)抽樣設(shè)計(jì)的分類
        3.5.2 小域估計(jì)抽樣設(shè)計(jì)的比較
    3.6 小域估計(jì)抽樣設(shè)計(jì)存在的主要問(wèn)題
    3.7 本章小結(jié)
第4章 基于設(shè)計(jì)的小域估計(jì)方法
    4.1 引言
    4.2 基于設(shè)計(jì)的估計(jì)方法與輔助信息
        4.2.1 基于設(shè)計(jì)的估計(jì)方法概況
        4.2.2 輔助信息
    4.3 相關(guān)知識(shí)準(zhǔn)備及記號(hào)
    4.4 現(xiàn)行的各種基于設(shè)計(jì)的估計(jì)方法
        4.4.1 HORVITZ-THOPMPSON估計(jì)量
        4.4.2 LIN-GREG估計(jì)量
        4.4.3 LOG-GREG估計(jì)量
        4.4.4 CAL估計(jì)量
        4.4.5 G-CAL估計(jì)量
        4.4.6 現(xiàn)行各種估計(jì)量的比較
    4.5 基于設(shè)計(jì)的各類估計(jì)量的模擬分析
        4.5.1 方差的線性化變換
        4.5.2 估計(jì)方法的模擬分析
        4.5.3 各類估計(jì)量的模擬結(jié)果
    4.6 本章小結(jié)
第5章 基于模型的小域估計(jì)法
    5.1 引言
    5.2 基于模型的估計(jì)方法
        5.2.1 基于模型的估計(jì)方法概述
        5.2.2 與基于設(shè)計(jì)的估計(jì)方法的區(qū)別
    5.3 隱式模型
        5.3.1 合成估計(jì)量
        5.3.2 組合估計(jì)量
    5.4 顯式模型
        5.4.1 小域?qū)哟文Ｐ?br>        5.4.2 單元層次模型
    5.5 混合模型
        5.5.1 混合模型的基本形式
        5.5.2 混合模型的參數(shù)估計(jì)方法
            5.5.2.1 經(jīng)驗(yàn)最優(yōu)線性無(wú)偏估計(jì)法
            5.5.2.2 經(jīng)驗(yàn)貝葉斯法
            5.5.2.3 等級(jí)貝葉斯法
    5.6 基于雙水平模型的CAL估計(jì)量
        5.6.1 雙水平小域估計(jì)模型
        5.6.2 雙水平模型的CAL估計(jì)量公式的構(gòu)建
        5.6.3 2L-CAL估計(jì)量的均方誤差
        5.6.4 2L-CAL估計(jì)方法的模擬分析
            5.6.4.1 模擬總體的生成
            5.6.4.2 精度的衡量
            5.6.4.3 各類估計(jì)量的模擬結(jié)果
    5.7 本章小結(jié)
第6章 基于模型的小域加權(quán)估計(jì)方法
    6.1 引言
    6.2 基于模型的加權(quán)估計(jì)方法的一般理論
        6.2.1 基于間接模型的加權(quán)
            6.2.1.1 比率模型
            6.2.1.2 平均比率模型
        6.2.2 基于直接模型的加權(quán)
    6.3 基于模型的加權(quán)估計(jì)方法
    6.4 基于蜂房模型的加權(quán)估計(jì)方法
        6.4.1 蜂房總體抽樣調(diào)查介紹
        6.4.2 蜂房模型的構(gòu)建
        6.4.3 基于蜂房模型的加權(quán)估計(jì)量
        6.4.4 MSE的近似
d_l,hive-wgt)的近似'>            6.4.4.1 MSE(μ_dl,hive-wgt)的近似
d,hive-wgt)的近似'>            6.4.4.2 MSE(μ_d,hive-wgt)的近似
        6.4.5 HIVE-WGT估計(jì)方法的模擬分析
            6.4.5.1 模擬總體的生成
            6.4.5.2 精度的衡量
        6.4.6 各類估計(jì)量的模擬結(jié)果
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 本文所做的主要工作
    7.2 有待于進(jìn)一步研究的問(wèn)題
    7.3 研究展望
參考文獻(xiàn)
攻讀博士期間的主要研究成果
后記

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 俞純權(quán);輔助信息及在抽樣調(diào)查中的應(yīng)用[J];北京統(tǒng)計(jì);2000年07期

2 伍長(zhǎng)春;張潤(rùn)楚;;抽樣調(diào)查中的最優(yōu)廣義校正估計(jì)[J];南開大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

3 鄒國(guó)華;馮士雍;;超總體模型下有限總體的估計(jì)[J];系統(tǒng)科學(xué)與數(shù)學(xué);2007年01期

4 徐禮文;王松桂;;一般線性混合模型中的最佳線性無(wú)偏估計(jì)和譜分解估計(jì)[J];數(shù)學(xué)物理學(xué)報(bào);2009年02期

5 金勇進(jìn),趙雪慧;論抽樣調(diào)查中的域估計(jì)[J];統(tǒng)計(jì)與決策;2003年12期

6 胡玉琴;;域與小域估計(jì)理論的綜述[J];統(tǒng)計(jì)與決策;2009年14期

7 呂萍;;基于空間模型的小域估計(jì)方法[J];統(tǒng)計(jì)教育;2008年10期

8 趙雪慧;抽樣調(diào)查理論和方法的最新進(jìn)展[J];統(tǒng)計(jì)與信息論壇;2003年05期

9 馮士雍;;抽樣調(diào)查應(yīng)用與理論中的若干前沿問(wèn)題[J];統(tǒng)計(jì)與信息論壇;2007年01期

10 呂萍;;小域估計(jì)的理論和最新進(jìn)展[J];統(tǒng)計(jì)與信息論壇;2009年05期

本文編號(hào)：2860062