摘要：问卷分割设计在设计上能够通过减少问卷长度来减少调查时间,从而提高问卷回答率和提升调查效率,近年来成为国内外政府部门和调研机构用来提升调查数据质量的一种方法。在涉及对样本数据的估计中,通过问卷分割得到的样本在某些域上往往存在样本量很少的情况,采用小域估计方法对问卷分割设计得到的样本进行参数估计,通过理论推导和模拟研究表明,使用小域估计方法对分割问卷得到的数据进行参数估计,从偏差、相对偏差、估计的均方误差和相对有效性等衡量指标上优于多重插补法得到的估计结果,能显著提高统计调查的精度。但是,当研究的目标变量间存在较强的相关关系时,就需要进一步优化该方法从而得到更精确的估计。

摘要：无回答在大数据应用中频繁发生。通常,实际数据的无回答率较低,在这样的情况下,采用倾向得分模型对无回答单元与回答单元进行匹配,易导致倾向得分匹配插补法的插补效果显著下降。为此,将合成少数类过采样算法的思想融入到倾向得分匹配插补法中,提出基于少数类过采样的倾向得分匹配插补法。利用统计模拟与实证研究,在不同无回答率、插补重数和误差分布情形下,演示新插补法的统计性质和应用效果。统计模拟显示,新插补法具有明显高于倾向得分匹配插补法的精度,统计性质受无回答率、插补重数和误差分布的影响小。实证结果显示,新插补法在实际数据中具有较好的应用性。基于少数类过采样的倾向得分匹配插补法提供了处理无回答问题的新思路,并具有较好的扩展性。

摘要：基于EMB多重插补法的线性模型系数估计量,分析其统计性质,并与PMM多重插补法以及DA插补法进行比较。模拟结果显示,随着无回答率增加,系数估计量的偏差绝对值、均方误差呈递增趋势,估计方差的递增趋势相对更显著。在完全随机无回答机制或随机无回答机制下,建议插补重数为15。在依赖被解释变量的非随机无回答机制下,建议插补重数可适当增大。在依赖其他变量的非随机无回答机制下,估计量的均方误差和估计方差的差异大,使用EMB多重插补法要谨慎。

摘要：抽样调查中的无回答误差干洪彦抽样调查的科学性在于以部分推断总体。其推断的准确性高低则取决于其误差的大小。这个误差又包括抽样误差与非抽样误差两种。在统计界，关于抽样误差问题研究的较多，而非抽样误差问题则研究的较少。产生非抽样误差的原因很多，如设计误差，...