抽样调查中基于模型的稳健预测方法
2012-03-15巩红禹贺本岚王丽艳
巩红禹,贺本岚,王丽艳
(1.内蒙古财经学院,呼和浩特010051;2.中国人民大学 统计学院,北京100872;3.内蒙古岱海发电有限责任公司,内蒙古 乌兰察布 013700)
0 引言
在实际的抽样调查中,通常关注总体的某些特征,如总量、均值、比例等。基于设计推断和基于模型的推断(Fuller,2009;Bolfarine,Zacks,1992;Cassel,Sarndal,Wretman, 1977)是推断有限总体特征的两种不同途径。基于设计推断通常假定总体固定和有限的,根据样本观测结果推断总体的参数。调查者根据某种抽样设计从总体中随机获取样本,样本中每个样本单元的权数是它包含概率的倒数。基于模型推断方法思想是假设有限总体是某个超总体或者某个概率分布的一次随机实现,估计量是基于这个超总体模型作出的。在特定的超总体模型下寻找最优估计是理想的情形,实践中很难找到严格服从某一特定分布的观测数据,于是在假定模型下寻找稳健估计。估计量的稳健性是指,当模型发生微小变化时,对估计量的影响也相对较小。
一直以来,抽样技术领域中估计量的稳健性问题始终受到关注,统计学家从两种途径研究这类问题,一类是讨论样本中有代表性异常点情形,比如和Chambers(1986)和Gwet、Rivest(1992)讨论了样本中有异常点时总量稳健的比率估计,Kuk(2001)给出异常点情形下均值的稳健估计;一类是讨论当模型识别错误时,选择模型下估计量的稳健性问题(Royall,Herson,1973;Scott,Brewer,1978;Royall, Pfeffermann 1982;Rodrigues 1985;Bolfarine,Pereira 1987;tam,1995)。本文拟从后一角度讨论。总体总量的比率估计和扩张估计在简单平衡样本下是稳健的,也就是说,比率估计和扩张估计的无偏性不受模型识别错误的影响。……
