多阶连续抽样设计下广义加权回归估计方法研究

发布时间：2023-10-02 06:27

　　在抽样调查领域中,关于抽样方案设计的研究应用较为充分和完整,但关于抽样估计的研究应用却较为缺乏和滞后。本文首先总结了国外相关研究成果,研究了基于广义加权回归的抽样估计方法,同时证明其满足渐近设计无偏和最小化渐近期望方差的理论条件。同时,本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体回归模型进行扩展,基于复杂的多阶连续抽样调查,建立各种类型的超总体回归模型进行模型辅助的广义加权回归抽样估计,给出了具体的回归估计步骤和结果,最终形成一套关于广义加权回归抽样估计的理论方法体系,为抽样估计方法在我国政府统计部门中的有效应用奠定理论基础。

【文章页数】：9 页

【文章目录】：
0 引言
1 文献综述
    1.1 研究概述
    1.2 研究述评
2 广义加权回归抽样估计的基本思想
    2.1 基本定义和符号
    2.2 广义加权回归抽样估计量的基本形式
    2.3 广义加权回归抽样估计量的统计性质
3 基于多阶抽样设计的广义加权回归估计
    3.1 基于最终抽样单元的广义加权回归抽样估计
    3.2 基于初级抽样单元的广义加权回归抽样估计
4 基于多阶连续抽样设计的广义加权回归组合估计
    4.1 基于一阶连续抽样设计的广义加权回归组合估计
    4.2 基于二阶连续抽样设计的广义加权回归组合估计
5 研究结论与展望



本文编号：3850277