复杂抽样中基于设计与基于模型推断的比较研究
复杂抽样是指除单纯的简单随机抽样方法外，由其他多种抽样方法组合而成的抽样方式，由此抽出的样本被称为复杂样本。当前全国性大规模的抽样调查往往都是复杂抽样设计，由复杂样本数据对总体参数进行推断则成为核心内容，通常有两种推断方法体系。一种是基于设计的统计推断；另一种是基于模型的统计推断。基于设计的抽样推断和基于模型的推断两种方法各有其优缺点，对总体进行推断使用哪种方法视数据特征而定。基于设计的推断以抽样设计为基础对样本数据进行推断，只能基于一次具体的调查。在样本量较小、存在非抽样误差、总体分布呈偏态等情况下这种推断方法效率有限。基于模型的推断方法对模型假设有高度依赖性，而检验假设的正确与否过程比较困难，目前该领域的研究停留于理论探讨而很少付诸应用，且仍未建立起完整的理论体系，对于模型推断方法的适用场合也未达成共识;尤其是针对复杂样本的模型推断，还存在诸多值得研究的空间。
抽样调查 推断方法 参数分析 样本数据
贺本岚
中国人民大学统计学院
国内会议
大连
中文
365-374
2011-09-22（万方平台首次上网日期，不代表论文的发表时间）