文章定义了一种使用双辅助信息的估计量,研究了这一估计量的均方误差,证明了在一定条件下新定义的估计量优于DesRaj双辅助变量回归估计量。并且从数值角度得到了验证。

本文考虑了事后分层回归模型,在回归模型中逐步引入定性辅助信息、包含概率和定量辅助信息,建立辅助变量与研究变量的回归模型,从而使得事后分层回归模型下的事后分层估计量精度逐步提高。

未知参数的区间估计是一种非常重要的统计推断形式。文章从单个正态总体入手,用枢轴量法在均值已知条件下提出总体方差的一种置信区间,并将该置信区间与常用的总体方差的置信区间进行比较,从而说明常用的总体方差的置信区间的合理性。

无回答的产生,对抽样调查结果的可信性产生了一定的影响,这引起了许多统计学者的关注。但至今仍未能找到一个比较满意的处理无回答的方法。现行的主要一些无回答处理方法,都侧重于事后对无回答数据本身的补救。文章则主要着眼于受访者的回答概率,在随机性回答下,给出了总体均值的一个估计。通过事先对总体均值给出一个大体的水平值,或者叫经验值;然后估计均值与这一水平的差距;最后在一定范围内改变这一水平值,减小了估计的方差。

随着信息技术的广泛应用,办公自动化要求越来越紧迫,各级政府部门电子政务相继展开,各类审计软件的研制开发也迫在眉睫。本文作者依据审计工作业务和办公管理内容,整合审计办公中的各项资源,研制开发一种审计软件的系统方案,解决了本地区审计部门审计业务及办公中各项具体问题,在实际运用中产生明显的效果,为审计工作提供了一个很好的工具。

【目的】以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用。将卫星、无人机等多源遥感数据作为辅助数据,采用较少抽样调查样地数据,实现总体参数有效估测的新方法,已成为国内外重要的研究方向,但目前,国内尚无多种现有估计方法的比较评价研究。为了促进新一代遥感技术在森林资源调查业务中的应用,提高我国森林资源天空地一体化调查监测技术水平,亟需对现有林场或县总体参数估测方法进行比较评价研究。【方法】以内蒙古旺业甸实验林场主要人工林树种为总体,基于2019年在林场获取的无人机激光雷达(LiDAR)抽样数据、Sentinel-2A多光谱数据(全覆盖)和少量样地数据,针对样地(p)、样地-卫星(ps)、样地-抽样无人机LiDAR(pl)以及样地-抽样无人机LiDAR-卫星(pls)4种模式,利用适合这4种模式的概率抽样法(DB)、模型辅助法(MA)、模型法(MD)和混合法(HY)4类共5种估测方法(DB_p、MD_(ps)、MA_(ps)、HY_(pl)以及MD_(pls))对总体森林蓄积量密度均值(MSVD)进行估计与对比分析。【结果】(1)DB_p、MD_(ps)、MA_(ps)、HY_(pl)、MD_(pls) 5种方法估测的MSVD分别为212.54、202.09、202.38、210.07以及208.96 m~3/hm~2,精度分别为90.44%、91.54%、91.69%、96.35%和96.45%,方差依次减小。(2)其他4种方法相对于MD_(pls)方法的估计效率(RE)均大于1 (RE_(DBp,MDpls)=5.39,RE_(MDps,MDpls)=3.82,RE_(MAps,MDpls)=3.69,RE_(HYpl,MDpls)=1.07);HY_(pl)相对于MD_(pls)的RE略大于1,但几倍于其他3种方法(RE_(DBp,HYpl)=5.02,RE_(MAps,HYpl)=3.43,RE_(MDps,HYpl)=3.56)。(3)包含LiDAR数据的HY_(pl)与MD_(pls)方法相对于包含Sentinel-2A数据的MD_(ps)与MA_(ps)方法均为正效率(RE_(MAps,HYpl)=3.43,RE_(MDps,HYpl)=3.56,RE_(MDps,MDpls)=3.82,RE_(MAps,MDpls)=3.69);MD_(ps)与MA_(ps)方法之间的RE接近1,但MA_(ps)的效率微高于MD_(ps)(RE_(MDps,MAps)=1.04)。【结论】和只利用样地数据的估计方法相比,将遥感数据作为辅助变量建立估测模型,无论是采用对蓄积量不够敏感的林场全覆盖Sentinel-2A多光谱遥感数据,还是采用对蓄积量很敏感的抽样式获取的LiDAR数据,都可有效提高林场总体MSVD的估测精度。涉及遥感数据应用的4种方法,估计精度最高的为MD_(pls),其次为HY_(pl),这2种方法都包含了LiDAR遥感抽样观测数据的应用,都是适应于林场总体MSVD估计的年度监测方法。可实现天空地3种观测数据协同应用的MD_(pls)估测精度和相对效率最高,可作为林场森林蓄积量年度监测的首选方法。

This paper aims at Quantitative Sensitive question, combining Simmons's twosample, one alternative question model with Himmelfarb and Edgell's “additive Constants” approach, provides an advanced Randomized Response Strategy and some relevant estimates.

多元保序回归理论对统计学中研究多维参数在序约束下的估计理论起着关键性作用。本文讨论了当协方差矩阵已知,在简单半序约束下,对三个多元正态总体均值的估计问题,给出了估计的算法。并证明了在多元均方损失条件下,给出的均值估计优于无序约束的均值估计。

在更一般的模型和加权平方损失下,文章考虑改良著名的Efron-Morris估计,研究了加权损失函数下均值矩阵估计的改进方法,并把相关结果应用到协方差估计的改进问题中去。在适当条件下,证明了该估计是极小极大的。最后通过一个数值例子验证了结果的有效性。

文章对两个正态总体均值之差的区间估计进行教学上的解析,尤其针对非均衡样本下方差未知且不相等情形,利用例举对比法说明应如何选择合适的枢轴量。

一、问题的提出在客观实际中,许多随机现象都服从或近似服从正态分布,在这些随机现象的分布中,它所含的参数有的并不是一个未知的常数,而是一个随机变量,比如测量误差,由于各种原因,每天的平均误差都不一样,出现任何数的可能性都存

在连续性抽样调查中,利用前期信息和辅助信息可以大大提高估计精度,但是以往的估计量大多假设辅助信息总体均值已知,文章介绍一种在连续性抽样调查中,辅助信息总体均值未知的情况下,通过两阶段抽样,利用轮换样本方法和辅助变量信息,对总体均值进行估计的新的估计方法,并将新提出的估计量与原有的估计量进行比较,发现其精度更高,而且有利于减少调查成本。

为进一步改善现行农作物播种面积抽样外推总体的精度和稳定性,该文以安徽省蒙城县为研究区,选取冬小麦播种面积为研究对象,采用简单随机抽样方法进行样本抽选,基于样本的地面调查与遥感调查冬小麦播种面积数据构建3种统计估计量(简单估计量、比率估计量和回归估计量),选取相对误差和变异系数CV为外推总体效率评价指标,对3种估计量外推研究区冬小麦播种面积总体的效率进行了定量比较,结果表明:样本内的冬小麦播种面积地面调查精度高于遥感调查,但两种调查方式下的样本观测值间差异不显著;样本的地面调查与遥感调查结果间存在极显著的正比例关系;3种估计量中,比率估计量外推总体的效率最高(相对误差和CV值最小),其次是回归估...

一、引言众所周知，对经常性的调查项目，固定样本有许多优点。但随着时间的推移，这些样本对总体的代表性将有所降低，从而影响样本推算总体的精度。如何解决这一问题，最理想当然是根据最初抽样方案的原则更换一些样本点，使整体的样本仍保持原有的代表性。但在实际操作...