抽样调查中的多重抽样框方法及其应用研究

本书安排了12章来著述。其中：第1章为绪论，提出了基于单一抽样框进行取样时存在的主要问题，阐述了本研究的理论和现实意义．同时还对已有研究进行了述评，最后还给出了本书的结构安排；第2章为传统单一抽样框的基本概述，对传统的单一抽样框进行一般性概述；第3章为多重抽样框设计与双重抽样框估计方法，提出基于多重抽样框抽样设计的概念和结构，并详细归纳、比较了各种双重抽样框估计方法；第4、5两章则是多重抽样框估计方法研究，分别研究了简单随机抽样情形下和特定抽样设计下的多重抽样框估计方法，其中特定抽样设计本书重点考虑了多阶段抽样、连续性抽样和多指标分层抽样三种具体的情形下的多重抽样框估计方法体系的构建；第6章至第8章则是多重抽样框方法在一些专门领域中的理论探索，包括校准估计、大数据背景下的思考和小域估计的探索；第9章至第11章是多重抽样框方法在中国政府抽样实践中应用的思考，包括从我国政府统计调查体系的发展到多重抽样框方法的必要性和可行性论述，以及“三农”抽样和服务业抽样情景中多重抽样框调查体系的构建等内容；第12章则是本书的总结与未来研究的展望。

第1章 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及述评
1.2.1 理论研究述评
1.2.2 应用研究现状
第2章 传统单一抽样框的基本概述
2.1 抽样框的定义与类别
2.2 抽样框的几种常见缺陷
2.3 丢失总体单位对抽样效果的影响
2.3.1 丢失单位部分与目标总体分布特征一致
2.3.2 丢失单位部分与目标总体分布特征不一致
2.4 本章小结
第3章 多重抽样框设计与双重抽样框估计方法
3.1 多重抽样框抽样设计概述
3.1.1 多重抽样框的概念
3.1.2 多重抽样框的结构
3.2 双重抽样框情形下总体总量的估计方法
3.2.1 记号
3.2.2 Hartlev估计量
3.2.3 Fulle-Burmeister估计量
3.2.4 伪极大似然估计量
3.2.5 单重抽样框估计量
3.3 双重抽样框估计方法的分类与比较
3.3.1 估计方法的分类
3.3.2 估计方法的比较
3.4 本章小结
第4章 简单随机抽样情形下的多重抽样框估计方法
4.1 一般化多重抽样框的基本记号
4.2 总体总值估计量的一般化
4.2.1 H估计量的一般化
4.2.2 FB估计量的一般化
4.2.3 PML估计量的一般化
4.2.4 SF估计量的一般化
4.2.5 估计量的统一形式及其方差估计
4.3 基于抽样框重数的多重抽样框估计方法
4.3.1 现有估计量的不足及改进思路
4.3.2 基于抽样框重数的估计量设计
4.3.3 模拟研究
4.4 本章小结
第5章 特定抽样设计下多重抽样框估计方法探索
5.1 多阶段抽样设计下的多重抽样框估计
5.1.1 总体总值估计量及其方差
5.1.2 很优抽样权重系数及样本量设计
5.2 连续性抽样调查情形下的多重抽样框估计
5.2.1 简单随机抽样情形下的估计方法
5.2.2 复杂抽样设计情形下的估计方法
5.3 多指标分层抽样中的多重抽样框估计
5.3.1 多指标分层抽样方法的基本概述
5.3.2 多指标分层抽样设计思路
5.3.3 总体总值估计量
5.3.4 样本容量的确定及分配
5.4 本章小结
第6章 基于多重抽样框的校准估计方法研究
6.1 传统多重抽样框估计方法的简要介绍
6.1.1 分离抽样框估计方法
6.1.2 组合抽样框估计方法
6.2 多重抽样框校准估计量构建
6.2.1 校准估计方法的一般过程
6.2.2 分离抽样框情形下的双重抽样框校准估计
6.2.3 组合抽样框情形下的双重抽样框校准估计
6.2.4 一般化的多重抽样框校准估计量
6.3 估计量效率的数值比较分析
6.3.1 分离抽样框估计方法的效率比较
6.3.2 组合抽样框估计方法的效率比较
6.4 本章小结
第7章 大数据背景下的多重抽样框设计及估计方法
7.1 大数据背景下抽样调查面临的挑战
7.1.1 抽样基本概念受质疑，方法必要性引争议
7.1.2 传统抽样方法存局限，难以应对复杂的数据特征
7.1.3 抽样调查应用面被拓宽，新问题将层出不穷
7.2 大数据背景下应用多重抽样框方法的必要性
7.2 一多重抽样框构建可以整合多源数据，以低成本覆盖更多样本
7.2.2 多重抽样框设计为大数据质量检验及异常值排查提供工具
7.2.3 多重抽样框估计为大数据挖掘铺路，并可用以探索因果关系
7.3 基于多重抽样框的大数据抽样调查设计
7.3.1 大数据背景下的多重抽样框的编制思路
7.3.2 基于多重抽样框的抽样方案设计
7.4 基于多重抽样框的大数据抽样估计方法
7.4.1 存在包含关系的三重抽样框估计方法
7.4.2 三重抽样框两两重合情形下的估计方法
7.5 本章小结
第8章 基于分层贝叶斯广义线性模型的小域估计方法
8.1 传统的贝叶斯小域估计方法
8.1.1 经验贝叶斯估计方法
8.1.2 分层贝叶斯估计方法
8.2 分层贝叶斯广义线性模型估计方法
8.2.1 HBGLM的基本框架
8.2.2 多分类数据情形下的建模
8.3 案例应用研究
8.3.1 应用背景与数据来源
8.3.2 不同估计方法的设定
8.3.3 各种估计结果比较分析
8.4 本章小结
第9章 我国统计调查体系发展与多重抽样框方法的应用前景
9.1 我国统计调查体系发展历程及影响抽样框质量的现存问题
9.1.1 我国统计调查体系发展历程的回顾
9.1.2 我国统计调查体系中影响抽样框质量的现存问题
9.2 我国建立多重抽样框调查体系的前景
9.2.1 我国建立多重抽样框体系的必要性
9.2.2 我国建立多重抽样框体系的可行性
9.3 本章小结
第10章 建立基于多重抽样框的我国“三农”抽样调查体系
10.1 我国“三农”抽样框编制方法的演进与现存问题
10.1.1 我国“三农”抽样框编制方法的演进
10.1.2 我国“三农”抽样框的现存问题
10.2 我国“三农”抽样调查中的多重抽样框编制
10.2.1 明确抽样框的编制范围
……