【摘 要】
：
大数据时代背景下,在现代化抽样调查实践中,一方面采集到各总体单位的完全辅助信息可以实现,能够利用完全辅助信息进行抽样估计,另一方面研究变量与辅助变量之间常呈现出非线
【机 构】
：
华南理工大学经济与金融学院,安徽长丰双凤经济开发区管理委员会
【基金项目】
：
国家社会科学基金项目“大数据背景下随机抽样技术及模型辅助估计方法研究”(19BTJ022),全国统计科学研究重大项目“大数据背景下抽样调查方法的改进及其应用研究”(2020LD02)
论文部分内容阅读
大数据时代背景下,在现代化抽样调查实践中,一方面采集到各总体单位的完全辅助信息可以实现,能够利用完全辅助信息进行抽样估计,另一方面研究变量与辅助变量之间常呈现出非线性关系。在此情况下,如果仍然采用基于部分辅助信息的线性假定下的传统校准估计方法进行抽样估计,将存在信息浪费且估计方法不适用等缺陷。为解决以上两个问题,构建了完全辅助信息下的非参数模型校准估计方法体系,首先,将已有的校准估计方法归纳为基于部分辅助信息的传统校准估计和基于完全辅助信息的模型校准估计,然后,给出完全辅助信息下非参数模型校准估计量构建的
其他文献
改善微观企业创新激励对于加快我国经济转型和结构调整至关重要。以2003—2017年中国制造业上市公司为研究样本,可使用公司三类专利申请数量和授权数量衡量企业创新产出。研
警务技能是警察职业素养的重要组成部分,基层警察掌握警务技能的熟练程度关乎自身执法执勤的安全。为了源源不断地向基层公安机关输送合格的预备警官,公安院校十分重视警务技
为筛选出富硒能力强的优质水稻品种,采用叶面喷施不同浓度有机硒(4.5、7.5、12.0 L/hm2)对宜昌市大面积种植的8个优质水稻品种的富硒能力进行研究。结果表明,荃优10号、喜两