調查抽樣中的推斷方法和漸近理論.pdf

1、我們知道，在抽樣調查中并不總能獲得感興趣特征y的精確值，測量誤差常常存在。而堅持對大量樣本單位獲得精確測量值將耗資巨大。因此，常代之以兩個或多個在精度和費用上明顯不同的“儀器”進行測量。具有最小測量誤差的“儀器”常稱為“精確的”。當然，“精確的”這個概念是相對的，是為了實際需要。假設我們用幾種不精確的和一精確的儀器獨立地測量了一總體的某一特征，這樣我們得到了幾個具有不同精度的樣本集。此時統(tǒng)計推斷應基于它們組成的合并樣本集，因為僅利用精確

2、測量值將導致效率損失。 在有限總體推斷問題中，附帶信息?？衫?。例如，假設有限總體由N個不同的單位組成，對應第i個單位的是研究變量yi，和輔助向量xi。在許多應用中，輔助向量xi的某些特征(如，總體均值X=1-N∑i-1xi或者總體中位數mx)是已知的。在某些情況下，所有x1，x2，…，xN都已知，即有完全輔助信息。另外，我們也可能有關于研究變量的部分信息。例如，我們可能已知研究變量總體均值，或者已知研究變量分布函數關于某常數對

3、稱。一個有趣的問題是，如何才能最有效地利用這些信息? 經驗似然是一非參統(tǒng)計推斷方法。正如自助法(bootstrap)和刀切法(jackknife)，經驗似然方法也不需要像參數似然方法那樣假定數據來自某指定的分布族。經驗似然還可自動確定置信區(qū)域的形狀，并可直接結合由約束或先驗分布表示的附帶信息。經驗似然法可看作是不需重抽樣的自助法，又可看作不需參數假設的似然法。 盡管Owen(1988)最初提出的經驗似然方法是關于獨立同分

4、布數據的，但它已扎根于抽樣調查中(HartleyandRao(1968))。在簡單隨機抽樣下，HartleyandRao(1968)，ChenandQin(1993)發(fā)現經驗似然方法可有效地利用抽樣調查中廣泛存在的輔助信息，并具有許多吸引人的特征。最近，ZhongandRao(2000)研究了在分層簡單隨機抽樣下的經驗似然法。在復雜抽樣下，ChenandSitter(1999)提出了擬經驗似然方法。所有這些方法僅在樣本被精確測量的范疇內

5、討論。Zhong，ChenandRao(2000)將經驗似然法用于在有測量誤差情形下感興趣參數的推斷。然而，他們的討論僅局限在簡單隨機抽樣下的點估計問題。因此，當存在測量誤差時，對感興趣參數在簡單隨機抽樣下的檢驗問題及分層隨機抽樣下的統(tǒng)計推斷值得感興趣。 在1.1節(jié)中，我們考慮在有測量誤差情況下感興趣參數的檢驗問題。這里假設所有不精確的儀器沒有系統(tǒng)誤差。利用經驗似然方法，我們可結合所有可用的信息對感興趣參數進行統(tǒng)計檢驗。我們定義

6、了經驗似然比統(tǒng)計量，并獲得了它們的漸近分布。在1.2節(jié)中，在分層隨機抽樣及存在測量誤差情況下，我們采用經驗似然方法去推斷感興趣參數。我們指出，經驗似然方法充分地結合了所有樣本信息，且導出的估計量是漸近正態(tài)的。我們也定義了經驗似然檢驗統(tǒng)計量并獲得了它們的漸近分布。特別地，我們應用經驗似然方法去得到總體均值的點估計及置信區(qū)間。利用合樣本所得到的估計量在效率上比僅用精確測量數據得到的估計量有明顯的提高。 Owen(1988)指出，經驗

7、似然方法可用來構造M-泛函的置信區(qū)間。在關于M-泛函的經驗似然范疇內，他證明了非參情形下的Wilks定理，即對數經驗似然比的漸近分布是卡方分布。Zhang(1995，1997)考慮了M-泛函的經驗似然估計和置信區(qū)問.但是，所有這些討論不包括聯系有限總體M-泛函的推斷。 在1.3節(jié)中，我們考慮在存在輔助信息情況下去估計聯系有限總體的M-泛函。特別地，我們考慮了在已知有限總體均值時去估計有限總體方差。通過雇傭經驗似然方法，我們提出了

8、關于M-泛函的改進的估計和置信區(qū)間，并從理論上論證了它們優(yōu)于標準的估計和置信區(qū)間。為評估改進的估計，我們還進行了模擬。模擬結果與理論上預期的基本一致。 ElBarmi(1996)利用經驗似然比方法去檢驗M-泛函是否滿足一組不等式。其結果是QinandLawless(1995)文中結果的推廣。這個工作也與ElBarmiandDykstra(1994a，1995)的工作密切相關。然而，他們沒有考慮關于分布本身有部分信息的情況。

9、 在1.4節(jié)中，我們考慮了在有輔助信息情況下對M-泛函的一約束集進行統(tǒng)計檢驗的問題。我們定義了經驗似然比檢驗統(tǒng)計量，并獲得了它們的漸近分布。 從ChenandQin(1993)，ChenandSitter(1999)文中知，他們所定義的經驗似然并不是真正的似然，而僅僅是一種近似或在整個有限總體看作來自某超總體iid樣本時似然函數的一設計無偏估計。盡管經驗似然方法有好的大樣本性質，它不能說是最好的方法。在第2章中，我們提出了有效

10、利用調查數據中輔助信息的信息論方法。我們說交叉熵最小化(CEM)估計(或指數型經驗似然估計)比經驗最大似然(EML)估計更有吸引力。第一，兩種估計量都可看作是最小化待估概率πi和經驗頻率1-n之間的距離而得到的。在CEM方法中用這些概率的有效估計(即πi)作為差異的權似乎比在EML方法中用這些概率的無效估計(即1-n)作為差異的權更有吸引力。第二，相對來說，CEM估計量受數據擾動的影響較小(參看Imbens，SpadyandJohnso

11、n(1998))。第三，用經驗似然方法，其優(yōu)化問題在某些情況下可能無解。然而，我們的優(yōu)化問題的解總存在且唯一。更進一步，我們的方法計算上簡單。 在2.1節(jié)中，我們提出了適合簡單和復雜調查數據的交叉熵最小化方法。在簡單無放回隨機抽樣下所得的CEM估計是一致的且是漸近正態(tài)的，與EML估計有相同的漸近方差。在復雜抽樣情況下我們所得的CEM估計與PEML估計具有相同的漸近性質。模擬結果顯示，CEM估計量一致地好。 在2.2節(jié)中，

12、我們提出了有效使用輔助信息和含在層總體大小中的信息的交叉熵最小化方法。我們的方法適用分層簡單和復雜抽樣。在分層簡單隨機抽樣下，我們證明了CEM估計量的漸近方差不會比其它估計量的漸近方差大。特別地，當X已知，Y的交叉熵最小化估計等價于最優(yōu)回歸估計(Rao(1994))。我們證明了導出的估計比通常的無信息估計有較小的漸近方差。我們也給出了其方差的刀切法估計及其漸近性質。 在2.3節(jié)中，我們提出了使用調查數據中完全輔助信息的模型校正交

13、叉熵最小化(MCEM)方法。在估計有限總體均值時我們的估計漸近等價于MC估計(WuandSitter(2001))。我們方法一個有吸引力的優(yōu)點是，導出的權具有特征：Pi＞0和∑i∈spi=1。這便可把此方法容易地用于估計分布函數和分位數。導出的分布函數估計量FMCE(y)漸近等價于廣義回歸估計，且本身是一分布函數。 DevilleandSarndal(1992)給出了用于估計總體總量的校正方法。這個方法隱含的目的就是利用輔助信息

14、去獲得比Horvitz-Thompson(H-T)估計量有較小漸近方差的漸近無偏估計量。當采用加權平方和距離來度量兩權集的距離時，通過校正方法所得的估計量為廣義回歸估計。對一般的距離度量，在一定的正規(guī)條件下，導出的校正估計近似于廣義回歸估計(見DevilleandSarndal(1992))。 在構造校正估計時有兩基本的元素：距離度量和校正方程集。從有效性角度來講，距離度量的選擇不是關鍵的(DevilleandSarndal(1

15、992))。許多調查機構日常使用的校正方程i∈s∑wixi=∑i=1xi被稱作水準基點約束。在實踐中常加上水準基點約束有如下兩點理由：(1)能給輔助變量以完美估計的校正權也可能為研究變量提供一個好的估計；(2)可利用的輔助信息可能是集成的形式，即僅已知X'C。然而，在許多抽樣調查問題中有完全輔助信息，即x1，x2，…，xN均已知，此時一個自然的問題是，在構造校正估計時最好的校正方程是什么呢?WuandSitter(2001)在估計總體總

16、量和均值時發(fā)展了使用調查數據中完全輔助信息的模型校正方法。SitterandWu(2002)指出，當響應變量和輔助變量的真正關系是嚴重的非線性關系時，為有效地利用輔助信息，在單位水平上的完全輔助信息和精心建模是必要的。但是，他們文中討論的實際上僅是總體總量或均值。Théberge(1999)推廣校正技術去估計總量和均值以外的總體參數，如線性和雙線性參數。然而，他沒有考慮已知完全輔助信息的情況。在第3章中，在估計線性和雙線性參數時，我們提