摘要：常规的概率抽样调查方法能够较好地保证抽样的随机性,但对包含稀有单元的总体进行抽样时,却因抽样随机性而不能有效保证稀有单元的入样数量,进而影响后续的统计推断。逆抽样方法为解决这一问题提供了新思路,特别是广义逆抽样在传统逆抽样设计的基础上加以改进,更具实际应用价值。本文基于广义逆抽样设计方法,从模型辅助估计的角度构建了广义回归估计量,进一步考虑总体的数据特征,并以虚拟变量的形式将稀有单元与非稀有单元间的特征差异体现在超总体回归模型中,构建了考虑虚拟变量的广义回归估计量。通过数值模拟,对比说明了广义回归估计量的估计精度较基于设计的Murthy估计量有一定提升,而本文提出的考虑虚拟变量的广义回归估计量则在此基础上具有更大提升。本文将上述理论应用于我国企业调查中,通过实际的企业数据证实了两种模型辅助估计量的优势。鉴于经济社会的研究对象往往更复杂,后续在推广运用本文改进的逆抽样设计及其估计方法进行调查研究时,还需对其设计和估计方法进行更为深入的研究,以增强其实际应用的有效性和广泛性。

摘要：在抽样调查中,随着当前经济社会的变化和发展,调查对象及其目标总体的范围和结构日益复杂。基于单个调查总体构建单一的抽样框进行随机抽样的传统调查方式往往存在较大问题,如单个调查总体的抽样框覆盖不全,单一抽样框的更新和维护成本又过高。本文认为,基于交叉子总体开展抽样设计及其估计是解决上述难题的有效方法。针对交叉子总体的抽样设计,本文在现行Hartley估计方法的基础上,引入了辅助变量信息和超总体模型,提出了一种基于广义回归估计方法的新型Hartley-GREG估计量,并进一步研究了其在二阶抽样下的具体估计量形式。另外,考虑到辅助变量信息不完备的情形,分别提出了基于双边和单边辅助信息的Hartley-GREG-Bs和Hartley-GREG-Ss估计量。本文还通过理论和数值模拟对几类新型的估计量与传统的Hartley、F-B估计量进行分析比较。数值模拟结果表明:在一般情形下,本文提出的几类新型估计量的估计精度比传统的Hartley、F-B估计量更高。最后,本文以我国规模以下工业企业抽样调查为例,具体给出了基于规下工业企业交叉子总体的抽样方案和新型的广义回归估计程序,从而更好地验证了本文研究的这一套理论方法的推广应用价值。

摘要：当传统平衡抽样条件满足时,传统平衡抽样方法能够抽出代表性较强的样本,对应的Horvitz-Thompson估计量的估计效果也较好。但在实际抽样中,超总体模型为线性回归模型以及平衡变量的总体单元信息完全已知,这两个基本条件常常无法满足。因此,本文扩展了抽样设计阶段的传统平衡抽样条件,提出广义平衡抽样方法;改进了抽样估计阶段的传统平衡Horvitz-Thompson估计量,提出广义平衡回归估计量。该方法对超总体模型是否为线性模型以及平衡变量的总体单元信息是否已知没有限制,扩大了平衡抽样的适用范围。相比于传统平衡抽样,广义平衡抽样提高了平衡样本在总体中的代表性。同时,相比于传统估计量,广义平衡回归估计量的估计精度更高,方差更稳定,并且估计量具有渐近设计无偏性和一致性。数值模拟和实证分析结果均表明,当平衡变量与目标变量之间紧密相关时,广义平衡抽样及广义平衡回归估计量具有优越性。