基于非參數(shù)方法的模型輔助抽樣估計(jì)研究
發(fā)布時(shí)間:2021-01-13 16:23
隨著大數(shù)據(jù)時(shí)代的來(lái)臨,數(shù)據(jù)比以往更加受到人們的重視,數(shù)據(jù)的采集和分析在個(gè)人生活、企業(yè)的經(jīng)營(yíng)管理和國(guó)民經(jīng)濟(jì)的宏觀調(diào)控中都起到很重要的指導(dǎo)作用。當(dāng)下,抽樣調(diào)查仍然是實(shí)際生活中搜集和分析數(shù)據(jù)的最重要的方法,因此本文將以抽樣調(diào)查這一領(lǐng)域?yàn)檠芯磕繕?biāo),深入研究抽樣調(diào)查中抽樣估計(jì)的方法。文章主要研究了在抽樣調(diào)查的抽樣估計(jì)階段如何充分利用輔助信息,通過(guò)非參數(shù)模型輔助估計(jì)量來(lái)估計(jì)總體的總值。具體而言,本文就非參數(shù)方法在模型輔助估計(jì)中的三個(gè)方面問(wèn)題做了深入研究:其一:本文在總結(jié)現(xiàn)有模型輔助估計(jì)方法的基礎(chǔ)上,通過(guò)基于設(shè)計(jì)的HT估計(jì)量和廣義差分估計(jì)法,建立起了基于設(shè)計(jì)和基于輔助模型估計(jì)之間的聯(lián)系,并在理論上給出了模型輔助估計(jì)方法的統(tǒng)一框架。其二,通過(guò)梳理模型輔助下非參數(shù)方法,在此基礎(chǔ)上結(jié)合模型校準(zhǔn)估計(jì)法構(gòu)造一種新的非參數(shù)模型模型輔助估計(jì)量來(lái)盡量彌補(bǔ)傳統(tǒng)估計(jì)量的缺陷。在一定的假設(shè)條件下,證明了該估計(jì)量具有設(shè)計(jì)一致性和漸進(jìn)正態(tài)性,通過(guò)廣義差分估計(jì)法獲得了估計(jì)量的一致方差估計(jì)量。其適用性也更強(qiáng),能夠適應(yīng)多元輔助變量和復(fù)雜抽樣設(shè)計(jì)的情況。模擬結(jié)果顯示:利用非參數(shù)方法得到的模型輔助估計(jì)量的在模型出現(xiàn)誤設(shè)情況下的估計(jì)效果...
【文章來(lái)源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
具有跳層連接的單隱層前饋神經(jīng)網(wǎng)絡(luò)的示意圖
圖 6-1 數(shù)據(jù)擬合圖(藍(lán)線:樣條回歸;紅線:線性回歸)表 5 SPL 估計(jì)量對(duì)于 GREG 估計(jì)量的相關(guān)效率(RE)值光滑參數(shù) RE 值0.25 10.5 10.75 11 110 0.9350 0.96100 0.91從圖 6-1 可以看到,線性回歸(紅色線)對(duì)數(shù)據(jù)的擬合情況明顯不如基于非參數(shù)擬合(藍(lán)色線),所以從理論上可以理解懲罰樣條估計(jì)在這個(gè)數(shù)據(jù)情況下會(huì)明顯好REG 估計(jì)。當(dāng)然,懲罰樣條估計(jì)的效果也與光滑參數(shù)選擇有關(guān),當(dāng)擬合曲線太光太粗糙的時(shí)候懲罰樣條估計(jì)的效果都不好,但是結(jié)果顯示起碼都會(huì)與 GREG 估計(jì)。經(jīng)過(guò)試驗(yàn),對(duì)于該收入和支出數(shù)據(jù)而言,光滑參數(shù)在 50 到 100 之間都會(huì)取得比的估計(jì)效果,比如在光滑參數(shù)為 100 時(shí),GREG 估計(jì)的 RE 要比懲罰樣條估計(jì)的 R
【參考文獻(xiàn)】:
期刊論文
[1]混合類型輔助變量下模型校準(zhǔn)抽樣估計(jì)研究[J]. 畢畫(huà),伍業(yè)鋒. 統(tǒng)計(jì)研究. 2017(09)
[2]基于輪換樣本連續(xù)性調(diào)查的校準(zhǔn)組合估計(jì)方法研究[J]. 馬志華,陳光慧. 數(shù)理統(tǒng)計(jì)與管理. 2017(04)
[3]基于半?yún)?shù)方法的模型輔助抽樣估計(jì)研究[J]. 容越彥,陳光慧. 統(tǒng)計(jì)研究. 2015(12)
[4]抽樣調(diào)查中的校準(zhǔn)估計(jì)法[J]. 劉建平,常啟輝. 統(tǒng)計(jì)研究. 2014(12)
[5]基于局部多項(xiàng)式回歸方法的抽樣估計(jì)[J]. 陳光慧. 統(tǒng)計(jì)與決策. 2011(04)
[6]雙重分層抽樣中的校正估計(jì)[J]. 黃鶯,李金昌. 統(tǒng)計(jì)研究. 2008(07)
[7]處理無(wú)回答的校準(zhǔn)估計(jì)[J]. 金勇進(jìn),張瑯. 統(tǒng)計(jì)研究. 2002(06)
本文編號(hào):2975184
【文章來(lái)源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
具有跳層連接的單隱層前饋神經(jīng)網(wǎng)絡(luò)的示意圖
圖 6-1 數(shù)據(jù)擬合圖(藍(lán)線:樣條回歸;紅線:線性回歸)表 5 SPL 估計(jì)量對(duì)于 GREG 估計(jì)量的相關(guān)效率(RE)值光滑參數(shù) RE 值0.25 10.5 10.75 11 110 0.9350 0.96100 0.91從圖 6-1 可以看到,線性回歸(紅色線)對(duì)數(shù)據(jù)的擬合情況明顯不如基于非參數(shù)擬合(藍(lán)色線),所以從理論上可以理解懲罰樣條估計(jì)在這個(gè)數(shù)據(jù)情況下會(huì)明顯好REG 估計(jì)。當(dāng)然,懲罰樣條估計(jì)的效果也與光滑參數(shù)選擇有關(guān),當(dāng)擬合曲線太光太粗糙的時(shí)候懲罰樣條估計(jì)的效果都不好,但是結(jié)果顯示起碼都會(huì)與 GREG 估計(jì)。經(jīng)過(guò)試驗(yàn),對(duì)于該收入和支出數(shù)據(jù)而言,光滑參數(shù)在 50 到 100 之間都會(huì)取得比的估計(jì)效果,比如在光滑參數(shù)為 100 時(shí),GREG 估計(jì)的 RE 要比懲罰樣條估計(jì)的 R
【參考文獻(xiàn)】:
期刊論文
[1]混合類型輔助變量下模型校準(zhǔn)抽樣估計(jì)研究[J]. 畢畫(huà),伍業(yè)鋒. 統(tǒng)計(jì)研究. 2017(09)
[2]基于輪換樣本連續(xù)性調(diào)查的校準(zhǔn)組合估計(jì)方法研究[J]. 馬志華,陳光慧. 數(shù)理統(tǒng)計(jì)與管理. 2017(04)
[3]基于半?yún)?shù)方法的模型輔助抽樣估計(jì)研究[J]. 容越彥,陳光慧. 統(tǒng)計(jì)研究. 2015(12)
[4]抽樣調(diào)查中的校準(zhǔn)估計(jì)法[J]. 劉建平,常啟輝. 統(tǒng)計(jì)研究. 2014(12)
[5]基于局部多項(xiàng)式回歸方法的抽樣估計(jì)[J]. 陳光慧. 統(tǒng)計(jì)與決策. 2011(04)
[6]雙重分層抽樣中的校正估計(jì)[J]. 黃鶯,李金昌. 統(tǒng)計(jì)研究. 2008(07)
[7]處理無(wú)回答的校準(zhǔn)估計(jì)[J]. 金勇進(jìn),張瑯. 統(tǒng)計(jì)研究. 2002(06)
本文編號(hào):2975184
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/2975184.html
最近更新
教材專著