校正估计法中若干理论问题的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 导论 | 第8-15页 |
| 第一节 选题背景与意义 | 第8-10页 |
| 第二节 相关理论研究及文献综述 | 第10-12页 |
| 第三节 本文的研究思路及框架 | 第12-15页 |
| 第二章 相关知识回顾 | 第15-25页 |
| 第一节 基本假设条件 | 第15-20页 |
| 第二节 估计法的分类 | 第20-23页 |
| 一、基于设计的估计法 | 第20-21页 |
| 二、基于模型的估计法 | 第21-22页 |
| 三、直接估计和间接估计 | 第22-23页 |
| 第三节 模型在抽样估计中的作用 | 第23-25页 |
| 第三章 基本假设下的校正估计法 | 第25-43页 |
| 第一节 基本假设条件 | 第25页 |
| 第二节 GREG估计量 | 第25-32页 |
| 一、模型辅助框架下的线性 GREG估计 | 第26-32页 |
| (一) 线性GREG模型的建立 | 第26-27页 |
| (二) 线性GREG模型的求解 | 第27-28页 |
| (三) 线性GREG估计量的方差 | 第28-30页 |
| (四) GREG估计量的若干性质 | 第30-32页 |
| 第三节 校正估计法 | 第32-38页 |
| 一、最短距离法 | 第32-34页 |
| 二、最短距离校正估计量的性质 | 第34-35页 |
| 三、工具向量法 | 第35-37页 |
| 四、工具向量校正估计量的性质 | 第37-38页 |
| 第四节 最短距离法与工具向量法的比较 | 第38-39页 |
| 第五节 校正估计法的随机模拟实验 | 第39-43页 |
| 第四章 复杂抽样中的校正估计法 | 第43-54页 |
| 第一节 分层抽样中的校正估计 | 第43-46页 |
| 一、分层抽样校正模型 | 第43-45页 |
| 二、一个简单的特例 | 第45-46页 |
| 第二节 两阶段抽样中的校正估计 | 第46-48页 |
| 第三节 双重抽样中的校正估计 | 第48-51页 |
| 第四节 复合抽样中的校正估计 | 第51-52页 |
| 第五节 双重分层抽样中的随机模拟实验 | 第52-54页 |
| 第五章 校正估计法的深化 | 第54-70页 |
| 第一节 分布函数的校正估计 | 第54-57页 |
| 第二节 分位数的校正估计 | 第57-58页 |
| 第三节 对方差估计量的校正 | 第58-59页 |
| 第四节 模型校正估计法 | 第59-61页 |
| 第五节 利用校正估计法处理无回答 | 第61-67页 |
| 一、存在无回答的抽样估计 | 第61-62页 |
| 二、处理无回答的校正估计 | 第62-63页 |
| 三、偏差的表达式 | 第63-66页 |
| 四、基于样本的指示量 | 第66-67页 |
| 第六节 两个计算机随机模拟实验 | 第67-70页 |
| 一、对分布函数的校正估计模拟 | 第67-69页 |
| 二、模型校正估计法的模拟 | 第69-70页 |
| 第六章 数学角度看校正:凸规划 | 第70-82页 |
| 第一节 符号表示 | 第70-71页 |
| 第二节 解的存在性和唯一性——界的问题 | 第71-73页 |
| 第三节 校正估计问题的数值解:基本的运算法则 | 第73-76页 |
| 第四节 实例—利用校正估计法计算基尼系数 | 第76-82页 |
| 第七章 总结和展望 | 第82-84页 |
| 第一节 论文的总结 | 第82-83页 |
| 第二节 对未来的展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录 | 第88-100页 |
| 致谢 | 第100-101页 |
