| 【中文题名】 | 模型辅助条件下抽样估计方法研究 |
| 【英文题名】 | A Method Study of Model-Assisted Sampling Estimation |
| 【学科专业】 | 数量经济学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-4-20 |
| 【中关键词】 | 辅助信息,超总体回归模型,模型辅助,抽样估计,方法研究, |
| 【英关键词】 | Auxiliary Information,Super Population Regression Model,Model-Assisted,Sampling Estimation,Method Study, |
| 【分类导航】 | 社会科学总论>统计学>统计方法>>> |
| 【论文摘要】 | 本论文主要是研究如何在抽样估计阶段利用超总体回归模型进行模型辅助估计，并对各种不同超总体回归模型下的模型辅助估计方法进行系统性研究和总结，使之成为一个完整的研究体系。
本论文在第一章中对模型辅助估计方法进行了概述，界定了辅助信息、超总体模型和模型辅助估计等概念，并对其内在联系进行了详细地阐述。第二章提出了一种通用的超总体回归模型——广义回归模型，并推导出该通用模型下的广义回归估计量及其性质，从而把辅助变量直接带入了估计量公式中，提高了抽样估计的精度。本章推导出的一般性结论为后面章节进行具体深入的研究提供了理论基础。第三章至第五章就是广义回归模型及广义回归估计方法的一系列具体应用，因而也就成为本论文的核心部分。首先是依据辅助变量与研究变量之间回归关系的不同，分别建立比率模型、线性回归模型、事后分层回归模型和非参数回归模型，然后再利用第二章中推导出的广义回归估计理论，对各种回归模型辅助下的估计方法进行了系统性研究，从而构成了模型辅助估计方法的整个研究体系。最后，第六章对本论文进行了总结，提出了本论文的一些不足之处，并且对本论文的理论体系及应用前景进行了展望。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-7 |
|
第一章 模型辅助估计方法概述 |
7-15 |
|
1.1 辅助信息及其在抽样调查中的应用 |
7-11 |
|
1.2 超总体回归模型 |
11-12 |
|
1.3 模型辅助估计方法 |
12-15 |
|
第二章 广义回归估计量 |
15-35 |
|
2.1 引言 |
15 |
|
2.2 广义回归估计量 |
15-22 |
|
2.3 广义回归估计量的其他表示方法 |
22-27 |
|
2.4 广义回归估计量小结 |
27-28 |
|
2.5 广义回归估计量的方差 |
28-32 |
|
2.6 评述辅助变量与模型的作用 |
32-35 |
|
第三章 各种超总体回归模型下的比率估计与回归估计 |
35-66 |
|
3.1 引言 |
35 |
|
3.2 知识回顾与总结 |
35-37 |
|
3.3 比率模型 |
37-39 |
|
3.4 γ=1时的比率模型及比率估计量 |
39-52 |
|
3.5 γ≥0时的一般比率模型及其比率估计量 |
52-55 |
|
3.6 常数均值模型及其估计量 |
55-56 |
|
3.7 线性回归模型及线性回归估计量 |
56-57 |
|
3.8 简单线性回归模型及简单线性回归估计量 |
57-61 |
|
3.9 多元线性回归模型及其估计量 |
61-62 |
|
3.10 回归估计量的扩展 |
62-66 |
|
第四章 事后分层回归估计 |
66-83 |
|
4.1 引言 |
66 |
|
4.2 辅助信息与事后分层 |
66-68 |
|
4.3 利用定性辅助信息进行事后分层回归估计 |
68-74 |
|
4.4 利用定量辅助信息进行事后分层回归估计 |
74-79 |
|
4.5 双因素事后分层回归模型及其估计 |
79-83 |
|
第五章 非参数回归估计 |
83-91 |
|
5.1 引言 |
83 |
|
5.2 线性回归估计理论的知识回顾 |
83-84 |
|
5.3 非参数回归模型及非参数回归估计量 |
84-88 |
|
5.4 局部多项式回归估计量 |
88-91 |
|
第六章 论文总结与展望 |
91-94 |
|
6.1 论文总结 |
91-92 |
|
6.2 论文不足 |
92-93 |
|
6.3 展望 |
93-94 |
|
附录 |
94-97 |
|
参考文献 |
97-100 |
|
致谢 |
100-101 |
|
攻读硕士研究生期间发表论文情况 |
101 |
|
| 【DOI】 | LunWen.ID:2.2008.15833 |
