概率发生变化时的连续抽样及最优匹配比

介绍了连续抽样中概率发生变化时保留样本的方法。对于有放回的PPS抽样,在假设的超总体模型之下提出了总体变量总值的模型——设计无偏预报量,并计算了总体不变时保留样本的最优匹配比。对于无放回的RHC抽样,给出了最优匹配比满足的方程。     

二阶抽样时的样本单位数的最优设计

该文讨论了对某总体进行二阶抽样时，其样本单位数的最优设计问题。     

不等概率抽样估计的原理与应用

不等概率抽样估计是一种十分有效的抽样推断方法．它在以样本估计总体时是应用一个与所要调查的目标变量相关的辅助变量作为样本单位抽选的概率，能使得对总体指标数值影响大的单位赋予大的抽中概率，同时在构造样本指标时，可利用辅助变量值对目标变量值进行调整，增大了样本对总体的代表性，由此抽取的样本和依据样本计算的样本指标就更接近于总体指标．     

工业产品质量的模糊抽样评价方法

工业质量状况的综合评价是宏观经济管理中的重要问题。这类抽样评价不以样本中不合格评价对象的数目来确定总体确定总体的等级，而是由合成的样本评价指标值估计总体的等级隶属度。通过变量之间的映射，可以实现离散抽样模型和连续样本模型之间的转换。另外，借助于正态分布状态下的参数估计理论，可以确定评价指标的置信区间，这种模型已用于全国重点企业的质量综合评价，有效性得到充分证明。     

抽样调查中关于模型推断的思考

抽样调查中利用辅助信息建立超总体模型能够有效提高推断总体参数的效率.模型辅助方法的思想是基于抽样设计借助于超总体模型获得对总体参数的有效推断.基于模型推断方法完全是基于超总体模型推断总体参数.平衡样本是指辅助变量的汉森赫维茨估计等于总体总量的真值.对于平衡样本,如果模型的异方差性可以通过辅助变量解释,模型辅助获得的广义回归估计与基于模型的最优无偏估计是一致的,搭建了基于设计推断与基于模型推断的桥梁.由此得出最优抽样策略:平衡抽样设计与HT估计结合是最优策略,包含概率正比于模型残差的标准差.     

二相PPS抽样的样本单位数的最优设计

该文讨论了为ＰＰＳ抽样的二相抽样时，其样本单位数的最优设计问题。并结合实例进行了分析。     

基于单元间距离估计的不等概率抽样算法及应用

现有大数据的不等概率抽样方法大多基于数据分布，泛化能力较差。为此，利用多层感知机、XGBoost和Kriging模型估计总体单元间的相对距离，提出针对海量数据的不等概率抽样算法。此类算法既不需要考虑总体的分布，又能够保证样本的代表性。实证分析结果表明，基于此算法抽取样本构建的模型与简单随机抽样方法相比，模型参数估计的均方误差更低，效果更稳定。     

关于逆抽样的相关理论与方法

对于稀少项目占总体比例P的抽样调查，若P比较少用一般简单的抽样方法进行抽样调查，容易产生比较大的偏差，所以通常采用逆抽样的方法。本文较为系统地讨论了逆抽样的一般理论，给出了针对无限总体与有限总体进行逆抽样时P的估计方法，并从理论上给出了这个估计的一个简捷而有效的均方误差公式。     

3P抽样与πPSWOR抽样的精度比较

证明在超总体模型下，当Ｎ充分大时，３Ｐ抽样的比率估计量与πＰＳＷＯＲ抽样的Ｈｏｒｖｉｔｚ－Ｔｈｏｍｐｓｏｎ估计量的精度近似相等。     

样本轮换在分层整群抽样中的应用

针对实际连续抽样调查中样本轮换的广泛应用,将简单随机抽样场合下的样本轮换问题推广到分层简单随机连续抽样、整群连续抽样,并讨论其估计量、样本量、最优权数以及最优样本轮换率.     

序贯抽样决策中的抽样数量

序贯抽样决策的核心问题是抽样数量的多少及其样本单元所反映的动态信息特征，笔提出了“基本抽样数（nmin)”概念，并分别就不同的序贯抽样决策模型给出了相应的计算公式。在林间抽样决策中，预定的抽样数(n）应大于或等于nmin（即n≥nmin），以避免序贯抽样曲线方程对判断结果影响，结合最大抽样数nmax，两确定了序贯抽样曲线方程的适应范围。     

辅以分层抽样样本的等容量整群抽样方法

对于分层抽样和整群抽样,当群体间的差异、群内个体间差异均不显著时,其估计精度往往都很差．针对这一缺陷,提出了一种辅以分层抽样样本的整群抽样方案,得到了总体均值的估计量,以及这一估计量的一些良好性质．这些结果表明,与单一的整群抽样、单一的分层抽样估计量相比,这种抽样设计的估计量具有更高的精度     

线性关系下对称等距抽样的优良性

本文证明了下面的结论:当总体中单位的指标与其次序有线性关系时,如采用简单随机抽样,等距抽样、对称等距抽样,在样本容量相同的情况下,分别得到样本的均值是■,则它们的方差有如下的关系:■     

基于广义排序集样本的分位数估计

为提高总体分位数的估计效率,提出基于广义排序集抽样的非参数加权估计量.根据估计量的强相合性和渐近正态性,给出了在任意给定的抽样方案下使渐近方差达到最小的权数.再利用最优权数的适应任意分布性,证明出使估计效率达到最大的抽样方案是从所有排序小组中挑选具有同一次序的观测值.通过对渐近相对效率的数值计算和一组真实数据的实际应用,表明最优加权估计功效高于无权估计,最优排序集抽样效率高于标准排序集抽样和简单随机抽样.      

基于非均等排序集抽样的符号检验

为检验未知总体的中位数,提出基于非均等排序集抽样的符号检验.通过比较符号检验的Pitman效率,表明非均等排序集抽样效率高于排序集抽样和简单随机抽样. 考虑到非均等排序集样本独立但不同分布,提出与秩次有关的加权符号检验,具体给出使检验效率达到最大的权数,并证明出最优权数具有适应任意分布性. Pitman相对效率的计算结果表明,非均等排序集抽样下最优加权符号检验优于排序集抽样下最优加权符号检验. 最后,对阔叶松树的一组真实数据进行了实际应用.      

利用ASP方法进行基因连锁分析的一个最优抽样方案

基于文献[1]关于假设检验的优良设计理论，提出了一个合理的回归模型，并找出了在这一模型下利用ASP方法进行基因连锁分析的一个最优抽样方案．     

农作物种植面积遥感估算优化研究——抽样单元

及时且准确地获取农作物种植面积信息,对于粮食产量的估算和预测是至关重要的,同时也对我国制定科学合理的粮食政策、经济计划和管理措施,确保国家粮食安全具有重要意义.抽样技术与遥感技术的结合为获取农作物种植面积提供了行之有效的解决思路.本文系统梳理了农作物种植面积遥感估算的抽样设计中抽样单元大小和形状的优化方法,并以浙江省平湖市为例探讨了抽样单元大小和形状对估算结果的影响.研究表明:1)现行的抽样单元最优尺寸计算方法可分为平均地块法、成本控制法和考虑空间相关性的统计分析方法3大类,但由于每种优化方法判断准则和指标构建存在差异,造成最优化尺寸存在不同,在实际应用中需要根据需求选择适宜的抽样单元最优尺寸确定方法;2)在浙江省平湖市的实例分析中,通过对规则抽样单元和不规则抽样单元估算结果的CV、RRMSE和变差的对比,看出在平湖市使用规则抽样单元比不规则抽样单元更有优势,而对于抽样单元最优尺寸的确定,由于每种方法的判断准则和指标不同结论并不一致.     

对称连续分布样本绝对最大值的抽样分布

在极值研究中，针对对称的连续总体，讨论了其样本绝对最大值的抽样分布，从理论上导出了样本绝对最大值的统计量Ｌ的分布函数。     

基于排序集挑选抽样的分位数符号检验

针对传统的符号统计量只能检验中位数的弊端，提出检验总体分位数的基于排序集挑选抽样的符号统计量。并通过分析挑选抽样与均衡抽样的Pinllan相对效率，具体给出不同分位数的最优抽样，弥补了排序集抽样在检验极端分位数上的不足。     

浅析心理学研究中的抽样

心理学的调查研究要想达到预期效果，必须保证科学的抽样。显然我们不可能也没必要研究整个总体，只要抽取有代表性的样本就已足够。本文从抽样的相关概念，抽样的代表性分析和检验等方面论述心理学中的抽样。