完全辅助信息下非参数模型校准估计方法研究

作者：贺建风; 陈茜儒; 陈飞

来源：统计与信息论坛, 2020, 35(11): 23-32.

DOI：10.3969/j.issn.1007-3116.2020.11.003

• 完全辅助信息
• 非参数
• 模型校准估计
• 抽样调查

大数据时代背景下,在现代化抽样调查实践中,一方面采集到各总体单位的完全辅助信息可以实现,能够利用完全辅助信息进行抽样估计,另一方面研究变量与辅助变量之间常呈现出非线性关系。在此情况下,如果仍然采用基于部分辅助信息的线性假定下的传统校准估计方法进行抽样估计,将存在信息浪费且估计方法不适用等缺陷。为解决以上两个问题,构建了完全辅助信息下的非参数模型校准估计方法体系,首先,将已有的校准估计方法归纳为基于部分辅助信息的传统校准估计和基于完全辅助信息的模型校准估计,然后,给出完全辅助信息下非参数模型校准估计量构建的基本思路,并提出基于局部多项式和惩罚样条两种具体类型的非参数模型校准估计量。研究发现,构建的非参数估计量具有设计无偏性、渐近正态性和一致性等优良的统计性质。进一步的模拟研究表明,非参数模型校准估计方法具有很强的适应性,且估计效率明显高于HT估计量和传统的校准估计量。

• 单位
  华南理工大学