摘要：候选者数据库网络调查的推断问题是网络调查发展中迫切需要解决的问题.基于此,提出基于贝叶斯伪设计与组合样本的非概率抽样推断方法:将网络候选者数据库的调查样本与概率样本结合,根据贝叶斯定理推导出网络候选者数据库的调查样本单元的伪权数构造式,再利用两个样本数据共同估计总体均值,最后利用Bootstrap和Jackknife方法来计算总体均值估计的方差估计.研究结果表明:基于贝叶斯伪设计与组合样本的总体均值估计比使用Elliot方法估计的总体均值偏差更小,估计效果较好;方差估计方面,Bootstrap方差估计比Jackknife方差估计的效果好.

摘要：本文针对政府统计数据质量评估问题,综合若干国家统计部门与国际组织对统计质量的定义,确立政府统计数据质量维度体系;进而参照国际货币基金组织的"数据质量评估框架"设计了具体的用户满意度测评量表。基于该量表的问卷调查结果显示,量表具有良好的测量信度与效度。研究中提出的八项质量维度可以充分反映政府统计数据质量的不同侧面,可以有效解构用户满意度的特征;用户对各质量维度的重要性认知、用户专业技术职务、对统计数据的依赖程度以及搜集渠道的选择等,与其满意度之间亦表现出明显的关联模式。

摘要：利用大数据进行抽样,很多情况下由于抽样框的构造比较困难,使得抽取的样本属于非概率样本,传统的抽样推断理论难以应用到非概率样本中,如何解决非概率抽样的统计推断问题,是大数据背景下抽样调查面临的严重挑战。本文提出了解决非概率抽样统计推断问题的基本思路:一是抽样方法,可以考虑基于样本匹配的样本选择、链接跟踪抽样方法等,使得到的非概率样本近似于概率样本,从而可采用概率样本的统计推断理论;二是权数的构造与调整,可以考虑基于伪设计、模型和倾向得分等方法得到类似于概率样本的基础权数;三是估计,可以考虑基于伪设计、模型和贝叶斯的混合概率估计。最后,本文以基于样本匹配的样本选择为例探讨了具体解决方法。

摘要：针对周期性普查的统计数据质量,本文在界定普查涵盖误差的基础上,从分析普查涵盖误差与抽样框误差的异同入手,以此为基础讨论普查涵盖误差的构成及分类,将普查涵盖误差特点概括为全面性、过程性和偏差性;将普查涵盖误差测量思路与重复调查技术假定相结合,论述基于抽样设计和基于双系统模型的测量机制,用于分析事后抽查对不同普查涵盖误差的测量技术假定,为进行我国普查事后抽查的后续研究奠定理论基础。

摘要：在统计数据质量成本概念基础上,文章根据统计数据质量成本管理理论推导出统计数据质量成本模型的理论形式;结合统计数据生产过程的特点,具体论证了抽样设计阶段和统计信息生产阶段的统计数据质量成本与不同质量特性的质量成本关系模型,为有效地实施统计数据质量成本的管理,从而不断改进统计数据质量提供了理论基础。

摘要：对复杂样本进行推断通常有两种体系,一种是传统的基于随机化理论的统计推断,另一种是基于模型的统计推断。传统的抽样理论以随机化理论为基础,将总体取值视为固定,随机性仅体现在样本的选取上,对总体的推断依赖于抽样设计。该方法在大样本情况下具有稳健估计量,但在小样本、数据缺失等情况下失效。基于模型的抽样推断认为总体是超总体模型中抽取的一个随机样本,对总体的推断取决于模型的建立,但在不可忽略抽样设计下估计量是有偏估计。在对这两类推断方法分析的基础上,提出抽样设计辅助的模型推断,并指出该方法在复杂抽样中具有重要的应用价值。

摘要：样本量的确定是抽样设计中的关键问题,传统方法利用总体方差和调查费用的有关信息来确定样本量可能产生两种结果,一种是样本量过低,无法保证希望的估计精度要求;一种是样本量过高,导致调查经费的浪费。计算机辅助电话调查中即时的数据运算和管理功能为序贯抽样的应用奠定了基础。利用前期抽取样本的计算结果,可以规定进一步需抽取的样本量,最终样本量是对真正期望样本量的一个最佳近似,它比传统方法更能保证以最少的费用满足预先设定的精度要求。

摘要：根据官方公布的两次中国经济普查方案和相关数据质量抽查实施办法,本文在分析现有经济普查数据质量评估特点的基础上,具体论述了引入基于事后重复调查的偏差估计、扩展普查登记数据准确性的评估方法、在普查数据质量抽查中采用系统完善的抽样设计等改进措施,期望能够进一步完善经济普查数据质量评估的理论方法。

摘要：本文提出了一种新的PM2.5监测站最优化空间网络设计方法,该方法是基于GPD模型和最大稳定过程的。模型拟合分为两个部分,第一个部分是边际分布,即GPD模型估计的部分;第二部分是最大稳定过程模型部分。我们把本文提出的方法应用于北京市主城区的17个PM2.5监测站2013年12月5日至2017年8月5日的数据中,并利用ACLIC选择Schlather模型作为最大稳定过程模型进行分析。最终,在由网格方法得到的231个备选点中,选择了熵值最大的10个备选点作为新监测站的位置。

摘要：在经济社会调查中,总体单元之间的空间相关性普遍存在,对传统抽样设计提出了挑战。针对这一问题,提出了使用经纬度坐标作为空间辅助信息,借助空间平衡抽样算法获取样本的设计思路。该种算法利用总体单元之间的空间距离设计抽样算法更新包含概率,使空间上距离较近的单元倾向于不同时进入样本,从而使样本单元在空间上均匀覆盖。实证研究结果表明,随着样本量连续增加,空间平衡抽样设计的估计量标准差在合理的抽样比范围内总是优于传统抽样设计,能够显著提高估计效率。