Total estimation with multi levels is the most troublesome problem for spreading sample survey method in the process of our governmental statistical system reform. The experts and scholars of this field concern it very much, as well as a lot of practitioners. In this article, the authors discuss the contradictory issue and review the existing approaches, then emphatically suggest a new ideal of small area estimation.

现在越来越多的调查需要在估计总体目标变量的基础上估计各个层次的目标变量,即多层次调查问题。文章从抽样设计的角度介绍了两种样本追加的方法和利用永久随机数的样本追加方法,这两种方法可以更好地解决多层次调查问题。

为适应我国公路运输多级管理的模式,满足国家、省、市、县等对公路运输量统计数据的多层次需要。文章应用抽样调查技术和交通运输统计的理论和方法,提出了满足多层次需要的公路运输量抽样调查直接估计法和间接估计法,并从调查成本、调查组织、抽样误差等方面进行了比较。研究表明,样本追加法是目前解决公路运输量抽样调查满足多层次需要的务实方法,间接估计法是解决此问题的理想方法,具有良好的应用前景。

小域估计的核心在于如何对样本量极少甚至为0的域作出较为可靠的子总体特征估计。小域内样本量有限，即在估计时可利用的信息有限，最大程度挖掘样本信息并借助其他域样本推断本小域特征，是提高小域估计精度的关键。传统基于设计的推断效果受样本量制约，不适用于样本量有限的小域估计问题，此时，需要采用基于模型的方法进行估计。文章针对比率估计，基于多层次模型刻画有限总体和小域之间的层次结构，分别通过第一层模型和第二层模型刻画域间异质性和域间相关性，借助其他域的样本单元实现对指定小域的估计，并在此基础上考察抽样机制和测量误差的影响。针对所提出的模型，给出具体的参数估计与误差估计方法，通过模拟验证具体效果，并将其应用于实际数据集。

分层排序集抽样是指将分层抽样与排序集抽样结合起来,运用分层技术将总体分为多层,再在每层中用排序集抽样获取样本。分层比率估计是利用辅助信息,构造总体均值或总值的估计量,分为联合比率估计和分别比率估计。文章利用此思路得到下分层排序集抽样下总体均值的分别比率估计,并和分层排序集抽样下的联合比率估计、分层随机抽样下的分别比率估计进行比较。结果表明,分层排序集抽样下总体均值的分别比率估计比分层随机抽样下总体均值的分别比率估计效果好,分层排序集抽样下总体均值的联合比率估计比分层排序集抽样下总体均值的分别比率估计效果好

抽样调查的目的是从样本信息估计总体总数或平均数。比估计法和线性回归估计法由于使用了与y有关的辅助变量x而提高了估计这两个指标的可靠性。 为了便于叙述,我们引进下列记号: n=样本容量;N=总体单位数; f=n/N=抽样比率;g=1/f=增加因子; x=辅助变量,例如单位的容量(亩数,居民数等); y=所研究的变量; X,(?)=总体中x的总数,及其估计;

Since the Contributions Wanted for Written Discussion of Reform and Development of Statistics has been published in 7th issue of statistical research in 2007, the statistical research journal receives many papers written by the people coming from the statistical system, statistical teaching and researching fields and caring for statistics, who put forward some profound suggestions for governmental statistics, statistical administration system, statistical methods and local statistical work. These papers also include the authors' concern and deep thinking of statistical reform. Some authors introduce international useful experience to promote China's governmental statistics to be geared to international standards; some authors devote to researching advanced system and approach to improve the quality of statistical data; the other authors put forward feasible suggestions to solve the problems in their practical work, etc. The editor chooses more than twenty representative papers and compiles them to publish in this issue, which will provide reference for China's statistical reform, promote the rapid development of socialistic statistics, accelerate the reform of governmental statistics and serve for building the harmonious society.

文章归纳梳理了抽样调查校准估计法的理论发展,对最短距离法、工具向量法和参数校准法的基本理论与操作进行了对比分析。在此基础上,进一步对抽样调查的两阶段校准估计法原理及应用进行了分析,并选取了我国混合所有制经济国有企业中进行了国企产权改革的企业为样本,并基于这三种校准估计方法得到混合所有制国企产权改革的绩效数据与实际的绩效数据进行了比较,以判断抽样调查校准估计方法的有效性。研究发现,从均方误差和相对偏差的角度来看,最短距离法、工具向量法和参数校准法这三种抽样调查校准估计法都能很好的估计混合所有制国企产权改革绩

人口统计指标很多,为取得有关数据,需要经常进行调查.对于较大人群,如一个省,不可能短期内重复进行人口普查,就需要利用抽样调查取得有关资料。人口抽样调查设计,须对所抽样本的大小作出恰当规定。样本过小,会带来较大的抽样误差,不能可靠地反映总

多主题抽样调查在实际统计工作中非常普遍,即一项调查同时涉及两个或多个目标变量(指标),对总体的推算也需要同时对这两个或多个指标进行估计。通常同一调查中的多个目标变量之间会具有相关性,利用这一信息可以提高对所关注调查指标的估计精度。本文利用多重多元线性模型的方法研究这一问题,讨论了最佳线性模型无偏估计和一般回归估计,可以看到借助调查指标之间的相关性,较之常用的单个响应变量的多元线性回归模型方法,得到的最佳线性模型无偏估计和一般回归估计都可以有效地提高对总体总量的估计精度,本文的数值模拟和实例分析也验证了这一结论。

文章归纳梳理了抽样调查校准估计法的理论发展,对最短距离法、工具向量法和参数校准法的基本理论与操作进行了对比分析。在此基础上,进一步对抽样调查的两阶段校准估计法原理及应用进行了分析,并选取了我国混合所有制经济国有企业中进行了国企产权改革的企业为样本,并基于这三种校准估计方法得到混合所有制国企产权改革的绩效数据与实际的绩效数据进行了比较,以判断抽样调查校准估计方法的有效性。研究发现,从均方误差和相对偏差的角度来看,最短距离法、工具向量法和参数校准法这三种抽样调查校准估计法都能很好的估计混合所有制国企产权改革绩效,但参数校准法更加有效。

本文梳理总结了校准估计法自首次提出以来的研究成果。理论方法的发展集中在最短距离法、工具向量法和模型校准法三种校准方法的研究上;方法应用的发展体现在对简单参数和复杂参数的校准估计上,特别对小域估计、无回答、二重抽样等特定抽样问题和总体分位数、总体方差估计中校准估计法的具体应用做了重点梳理介绍。最后,本文对校准估计法的理论和应用研究前景做了展望。

一、问题的提出 在抽样调查中,最经常碰到的情况是对总体平均值的估计以及对该估计的精确度的评价。一般地,经典抽样技术对此问题所提供的方法已为广大统计工作者所接受并广泛应用于实践。众所周知,在人口抽样调查或社会经济调查中,有时候我们不仅关心总体

作为统计调查主体的抽样调查已被广泛应用,由样本偏倚造成的系统性非抽样误差在各类误差中占突出位置。文章分析了样本偏倚在统计实务中的各种类型及表现形式,提出减小这类误差的相关做法。