标题
  • 标题
  • 作者
  • 关键词

大数据背景下小微企业多重抽样框应用研究

2018-09-05分类号:F276.3

【作者】万舒晨  金勇进  
【部门】中国人民大学统计学院  国家统计局工业统计司  中国人民大学应用统计科学研究中心  
【摘要】研究目标:通过多重抽样框有效控制小微企业政府统计中丢失目标总体的抽样框误差。研究方法:使用行政记录等多个大数据源形成的多重抽样框,设计基于抽样框重数的估计量,并考虑多重名录抽样框和区域抽样框的组合设计,利用优化方法引入调查中的费用函数。研究发现:多重抽样框能够弥补小微企业调查中抽样总体与目标总体不一致的缺陷,结合调查费用科学分配样本量,得到估计量的最小方差,并能比较不同抽样设计下估计量方差的大小。研究创新:利用多种大数据来源进行小微企业抽样调查的多重抽样框设计。研究价值:大数据背景下可结合调查费用选择合适的多重抽样框设计,提高小微企业政府统计的数据质量。
【关键词】小微企业  多重抽样框  抽样框误差  大数据
【基金】全国统计科学研究重点项目“小微工业企业抽样调查问题研究”(2013LZ34);; 国家社科基金项目“大数据背景下非概率抽样的统计推断问题研究”(15BTJ014);; 北京市社科基金重点项目“基于北京市地理分布的空间抽样设计研究”(14JGA022)的资助
【所属期刊栏目】数量经济技术经济研究
文献传递