本研究是在阐明传统CPUE(Catch Per Unit Effort)单位表述多样性的基础上,分析传统CPUE存在的不确定性、单位不统一性以及解析与意义不完整等问题。对24个CPUE单位,首先通过通用性标准,筛选出各种捕捞方式均能适用的8个CPUE单位;再通过相似性标准,对CPUE单位聚类分成2组,并在每组中筛选出最佳单位为kg/(kW·d)和kg/d;最后通过稳定性筛选标准对其标准差与变异系数值计算,最终得到CPUE的标准单位:kg/(kW·d),并确定CPUE的表达形式。本研究还基于CPUE单位标准化进行了实证分析,对2016年4个季度南海三省区的9种主要作业类型渔船的生产调查数据进行了分析比较,捕捞能力大小依次为:围网>双拖>刺网>罩网>张网>单拖>拖虾>笼壶>钓具。CPUE经单位标准化后已具备进行捕捞产量统计、评估渔船捕捞能力、衡量资源相对丰度指数、评估渔业资源利用水平等功能。

本研究基于2016年对南海三省区的14个沿海主要渔港的连续4个季节抽样调查(共计5256航次,抽样总功率达到89.2×10~4 kW),以kg?kW~(-1)?d~(-1)作为CPUE(Catch per unit effort,单位捕捞努力量渔获量)标准化后的单位,对南海9种捕捞作业类型渔船的CPUE进行了比较分析。结果显示,CPUE_(围网)>CPUE_(双拖)>CPUE_(刺网)>CPUE_(罩网)>CPUE_(张网)>CPUE_(单拖)>CPUE_(虾拖)>CPUE_(笼壶)>CPUE_(钓具)。不同捕捞作业类型CPUE随渔船功率段的变化而不同,CPUE峰值数及其所对应的最优功率段(渔获率最高的功率段)也有差异,单拖和虾拖渔船的CPUE随渔船功率的变化具有1个CPUE峰值点,最优功率段分别为(200～250) kW(CPUE=8.6 kg?kW~(-1)?d~(-1))和(150～200) kW(CPUE=5.0 kg?kW~(-1)?d~(-1));围网、双拖、钓具和刺网渔船的CPUE随渔船功率的变化有2个CPUE峰值点,对应的最优功率段分别为(200～250)kW(CPUE=47.7kg?kW~(-1)?d~(-1))、(350～400)kW(CPUE=16.8kg?kW~(-1)?d~(-1))、(50～100)(CPUE=2.9 kg?kW~(-1)?d~(-1))和(0～50) kW(CPUE=6.9 kg?kW~(-1)?d~(-1))。罩网渔船CPUE随功率段变化有3个峰值点,最优功率段为(0～50) kW(CPUE=7.0 kg?kW~(-1)?d~(-1))。不同捕捞作业类型CPUE季节变化表现:围网CPUE均值在春季最高,单拖、双拖、罩网、钓具和笼壶在夏季最高,张网在秋季最高,刺网和虾拖在冬季最高。

应用Bootstrap方法,对太湖捕捞渔业抽样调查参数估计进行研究,探讨分层抽样调查在捕捞产量统计中的应用。随机抽样模拟的结果表明,有放回的Bootstrap方法适用于抽样比例较小的分层抽样调查。对于总体分布未知且样本量容量有限的情况下分层抽样调查的方差估计,重权Bootstrap方法相比其它方法具有明显的优势,适合用于渔业抽样调查工作。

一、非标准抽样调查方法的几个问题 所谓非标准抽样调查方法,是在不具备开展标准抽样的条件下,采用随机抽取样本单位、不完全严格的统计计量和非直接确定抽样推断结果概率指标的一类抽样调查方法。这里我们围绕非标准抽样调查的几个重要环节来讨论。 1.总体及总体单位的确定。与标准抽样调查方法的任务不同,农村非标准抽样要解决的问题主要是县及县以下各级对农村决策信息资料的需要。因此,非标准抽样要求全及总体的范围应尽量小,并且应与行政管理的层次和范围相一致。笔者认为,把村范围定为总体范

全面调查与抽样调查的结合方法黑龙江省统计局贺全宾，王森１．总体结合法．对同一总体的同一指标，一部分总体单位进行全面调查，另外一部分总体单位进行抽样调查．如在进行社会经济情况调查时，对于比较重要的调查对象采用全面调查；对于一般性的调查对象采用抽样调查。...

统计可以对自然现象社会经济现象进行计量分析,在千百年的统计理论实践中,人们创造了许多统计方法。有一些统计方法具有效率高、费用低、对调查对象破坏小等特点,以概率论数理统计为理论基础的抽样调查方法是其典型代表。随机现象具有明显的不确定性(随机性),就一次试验或观察而言,其结果难以确定,但若进行大量重复试验,其结果就会呈现某种规律性,即所谓统计规律。概率论数理统计就是要研究和揭示随机现象的这种统计规律

抽样调查方法的完善与应用推广钟守洋，傅德印等随着抽样调查理论的日趋完善，抽样调查技术和思想在世界范围内的各个领域都得到了广泛应用和发展。在我国，由于过去适应计划经济管理体制的要求，一直强调全面统计报表的重要地位，对抽样调查的理论研究较少，应用也局限于...

在我国,推广应用抽样调查的历史不长,出版的抽样调查著作不多。有的抽样调查专著侧重于理论方面的研究,使广大数学基础较弱的统计工作者望而却步,难收普及之效;一些抽样调查读物,又局限于罗列某些计算公式和具体操作方法,缺乏一定的理论深度,影响了读者对原理的理解和方法的掌握,不能满足提高的需要。最近,由中国统计出版社出版、马祖谟副教授编著的《抽样调查原理与方法》一书,针对上述情况,在正确处理理论与实践的关系上做了有益的尝试。该书具有下述特点:

前言 1999年,国家统计局对规模以上工业抽样调查作为进一步扩大抽样调查技术应用范围的突破口,争取用三年时间,逐步使规模以下工业抽样调查数据取代全面统计数据。抽样调查作为一种专门的统计调查方法,其理论知识比一般的统计调查方法更为复杂,因此,普及抽样调查方法,是顺利进行抽样调查的必备基础。本文结合工业抽样调查的实践,试图建立较为合理的抽样调查方法。

基于模型的推断是抽样技术中推断估计量的一种重要方式。文章研究得出,当比率估计模型或者扩张估计模型偏离总体真实模型时,比率估计和扩张估计往往是有偏的,平衡样本能够消除比率估计和扩张估计的偏倚,使得估计量是偏倚稳健的。

渔业资源科学调查是开展渔业资源状况评价、物种保护和管理等分析的重要数据来源，当调查方式发生变化时，维持数据的时间一致性至关重要。因此，原位试验获取不同调查方式的捕捞效率校正因子(fishing power correction, FPC)成为资源状况评价的先决条件。本研究通过平行拖网对比试验分析了科学调查船“中渔科211”(试验船，下同)和生产性渔船“浙嵊渔10201-10243”(标准船，下同)在开展渔业资源调查时对不同种类或类群的渔获率差异。结果表明，试验船和标准船平均渔获率分别为(138.98±92.14) kg/nmile~(2)和(392.68±474.76) kg/nmile~(2)。标准船主要种类为小黄鱼(Larimichthys polyactis)和龙头鱼(Harpadon nehereus)，平均渔获率分别为(195.44±299.66) kg/nmile~(2)和(40.83±145.17) kg/nmile~(2)；试验船主要种类为鳀(Engraulis japonicas)和黄鮟鱇(Lophius litulon)，平均渔获率分别为(29.21±73.81) kg/nmile~(2)和(23.34±33.85) kg/nmile~(2)。2种调查方式对不同种类的渔获率随深度变化而出现分化，其中总渔获率、鱼类、银鲳(Pampus argenteus)等8个类别表现为相似的变化趋势；甲壳类、鳀、六丝钝尾虾虎鱼(Amblychaeturichthys hexanema)等5个类别变化趋势相反；头足类、小黄鱼、龙头鱼在各深度变化具有异质性特征。这种变化与网口垂直扩张和所在水层位置有关。均值比和Kappenman方法估计的总渔获率FPC分别为0.35(95%置信区间为0.24?0.61)和0.43(95%置信区间为0.27～0.70)，各种类渔获率均值比结果显示，FPC变化范围在0.03～2.61，其中总渔获率、鱼类、头足类、小黄鱼和绿鳍鱼(Chelidonichthys spinosus)达到显著水平，建议对上述种类的资源丰度指标年际变化趋势分析时进行数据校正。标准船以近底层种类为调查对象，尤其在捕获经济种类方面表现出优良性能，但对完整生态系统代表性较弱。试验船适合浅水区调查，在深水区由于网口垂直扩张不足，且网位存在上浮现象，难以反映近底层生态系统。

CPUE标准化是渔业资源评估的重要研究内容。不同名义CPUE计算方法通常会影响到CPUE的标准化,进而影响到对资源丰度的评价。在CPUE标准化过程中,首先对名义CPUE进行计算,通常有以下3种方法:(1)直接将每个记录的产量除以其对应的捕捞努力量计算出CPUE值,然后输入模型;(2)先对所有的记录计算出CPUE,然后以一个空间尺度(小渔区,如0.5°×0.5°)统计数据,对每个小渔区内所有的CPUE直接求平均值(所有CPUE求和再除以记录的数量)输入模型;(3)以一个空间尺度统计数据,用小渔区内的所有记录的总产量除以总捕捞努力量计算的CPUE输入模型。本文以我国在西南大西洋的阿根廷滑柔鱼鱿钓渔...

自1982年第三次全国人口普查后，国家统计局建立了年度人口变动情况抽样调查制度。本文介绍了人口变动情况抽样调查的目的和调查内容；着重探讨了抽样方案的设计思想，就如何确定样本量和选取多级等概率抽样方法，如何分层和确定各级抽样单位数进行了研究和分析。本文还讨论了总体主要指标的加权推算方法，抽样误差计算方法，估计了主要调查数据的抽样误差。特别是将抽样调查的主要数据与经常性人口统计年报的数据以及1990年第四次人口普查的数据进行了分析比较，对调查数据的质量进行了评估，对造成数据调查误差的原因进行了分析。

在人口抽样调查中，对性别一年龄死亡率通常使用比例估计方法。按照这种方法，要得到全年龄的精确的死亡率数据所必需的抽样人口数的规模是很大的，在实际调查中往往难以满足这样的条件。以1995年全国1％人口抽样数为例，如果用比例估计方法计算得到的性别一年龄死亡率数据，往往呈无规则的波动，从而使结果难以直接利用。笔者认为，出现上述问题，是由于此估计方法未能充分利用过去的信息造成的。如果用决定论中贝叶斯沽计方法，就可解决死亡率估计的稳定性问题。在本文中，笔者详细介绍了死亡率的贝叶斯估计方法，简化了它的计算式；并利用该方法估计了1995年中国30个省区的性别一年龄死亡率，计算人口的期望寿命，并把它和用比例估计的结果作了对比，得出用贝叶斯估计方法比较可靠的结论。