首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--抽样理论、频率分布论文

基于辅助信息在分层抽样中敏感性问题的模型分析

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-14页
   ·研究历史背景介绍第10-12页
     ·随机化回答技术(RRT)第11-12页
     ·复杂抽样下的敏感性问题第12页
     ·敏感问题辅助信息的使用第12页
   ·本文研究工作第12-14页
第二章 典型的随机化回答模型和贝叶斯估计第14-23页
   ·随机化回答技术第14-19页
     ·沃纳(Warner)模型第14-17页
     ·西蒙斯(Simmons)模型第17-18页
     ·改进模型第18-19页
   ·贝叶斯估计第19-23页
     ·沃纳模型下的贝叶斯方法第20-21页
     ·西蒙斯模型下的贝叶斯方法第21-23页
第三章 分层抽样下敏感性问题第23-31页
   ·比估计和回归估计第23-24页
     ·比估计第23-24页
     ·回归估计第24页
   ·分层抽样下的比估计和回归估计第24-25页
     ·定义及符号说明第24-25页
     ·分层抽样下简单抽样的比估计第25页
     ·分层抽样下简单抽样的回归估计第25页
   ·分层抽样下的敏感性问题第25-31页
     ·分层抽样下的沃纳模型第25-27页
     ·分层抽样下的西蒙斯模型第27-29页
     ·分层抽样下的改进模型第29-31页
第四章 分层抽样中敏感性问题的比估计第31-41页
   ·定义及符号说明第31-32页
   ·分层抽样下沃纳模型的比估计第32-36页
     ·模型介绍和参数估计第32-35页
     ·效率比较第35-36页
   ·分层抽样下西蒙斯模型的比估计第36-38页
     ·模型介绍和参数估计第36-38页
     ·效率比较第38页
   ·分层抽样下改进模型的比估计第38-41页
     ·模型介绍和参数估计第38-40页
     ·效率比较第40-41页
第五章 分层抽样中敏感性问题的回归估计第41-52页
   ·定义及符号说明第41页
   ·分层抽样下沃纳模型的回归估计第41-46页
     ·β_k为确定的常数第42-43页
     ·β_k为样本回归系数第43-45页
     ·效率比较第45-46页
   ·分层抽样下西蒙斯模型的回归估计第46-49页
     ·β_k为确定的常数第46-47页
     ·β_k为样本回归系数第47-49页
     ·效率比较第49页
   ·分层抽样下改进模型的回归估计第49-52页
     ·β_k为确定的常数第49-50页
     ·β_k为样本回归系数第50-51页
     ·效率比较第51-52页
第六章 总结和展望第52-53页
   ·本文总结第52页
   ·前景展望第52-53页
致谢第53-54页
参考文献第54-55页

论文共55页,点击 下载论文
上一篇:基于模糊随机理论的质量控制图研究
下一篇:FDQ复杂系统维修性管理与综合评价方法研究