基于半参数方法的模型辅助抽样估计研究
2015-12-15分类号:O212.2
【部门】暨南大学经济学院 暨南大学经济学院统计学系
【摘要】在总结现有模型辅助估计方法的基础上,本文通过构造一种半参数超总体模型,同时结合广义差分估计思想提出一种新型的模型辅助估计量。该估计量比传统的非参数和半参数回归估计利用更少、更易得到的辅助信息,即只需利用和广义回归估计相同的辅助信息,但一般会比广义回归估计拥有更高的估计精度。理论证明了该估计量是渐近设计无偏和设计一致的,其渐近设计均方误差为广义差分估计量的方差。模拟结果显示:本文提出的估计量估计效果至少与广义回归估计一样好;对于线性程度越低的超总体模型,其估计精度比广义回归估计有越明显的提高;就本文模拟而言,光滑参数在0.04~0.12间适当取值时会有相对较好的估计效果。
【关键词】抽样估计 模型辅助 半参数模型 辅助信息
【基金】国家社会科学基金项目“超总体模型辅助条件下抽样估计方法及其应用研究”(14CTJ014);; 全国统计科学研究计划项目“现代抽样技术在政府统计中的应用研究”(2012LY014);; 中央高校基本科研业务费专项资金(暨南启明星计划)项目“我国政府统计调查与数据调整分析研究”(12JNQM006)的阶段性成果
【所属期刊栏目】统计研究
文献传递