科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于大型抽样调查的子总体估计需求,在划分全国样本后,经常存在子总体内部样本分布不均匀,样本量无法满足估计精度要求的问题,常用的HT估计量根据包含概率倒数加权,效果受样本量制约,尤其无法实现对样本量为0的域的估计;基于模型的小域估计方法不依赖抽样设计,能借助辅助信息和其它域信息对小样本和无样本域进行一定精度下的估计,但选用参数模型存在模型假定失效的可能,据此,文章将非参数方法引入分层贝叶斯小域估计模型,以避免对总体和模型作过多假设、增强模型的适用范围,并结合抽样设计,将抽样机制引入估计过程作进一步拓展,使文章方法适用于各类复杂抽样:对于非参数分层贝叶斯模型,在基于一阶随机游走模型的高斯过程和基于B样条基函数的惩罚样条两种具体平滑函数下,提出了抽样权数调整基于模型小域估计的具体方式,并基于某地区第四次全国经济普查微观数据进行实证.
- 单位
