项目名称: 抽样调查中的小域估计方法研究

项目编号: No.11301514

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 朱荣

作者单位: 中国科学院数学与系统科学研究院

项目金额: 22万元

中文摘要: 在抽样调查中,小域估计是一个很重要也很棘手的问题,受到越来越多的抽样调查理论和实际工作者的重视,它已经成为抽样调查甚至统计学的热点研究领域。本项目将对小域估计中的若干重要问题进行深入研究,包括:(1)研究模型辅助而非基于模型的小域估计方法;(2)给出在抽样设计意义下小域估计的精度估计;(3)研究小域估计中的区别估计问题;(4)研究一般小域模型下的惩罚加权最小二乘方法及其惩罚参数的选取;(5)将农业的卫星遥感数据和实际调查数据相结合,研究小域估计在农业调查中的实际应用;(6)利用小域估计方法建立我国人口分区域的推算模型。本项目将进一步推动小域估计的理论与方法研究,将对解决我国抽样调查工作中的实际问题提供有力的新工具。

中文关键词: 抽样调查;小区域估计;大规模数据;快速算法;

英文摘要: Small area estimation is a very important and difficult problem in survey sampling. It has been paid more and more attention by the researchers or statistican in survey sampling, and has been a hot topic in survey sampling or statistics. This project is designed to study the small area estimion in several important directions: Part 1 consider how to get the model-assisted rather than model-based small area estimaion; Part 2 focus on measuring the performance of small area estiamtors under the sampling design framework; Part 3 consider the adaptive small area estimation for areas with area-effects and without area-effects by LASSO method; Part 4 investigate the peanlized weighted least square method in general small area models and the choice of the penalty parameters for this method; Part 5 is an application research on agricultural survey, which we would make use of data from the satellite remote and survey sample data; Part 6 consider the effective estimation for demographic areas in our country. This project would extend the method research in small area estimation, and provide the application case for the practical statistican in our country.

英文关键词: Sampling;Small area estimation;large-scale data;fast algorithm;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
42+阅读 · 2021年7月1日
专知会员服务
36+阅读 · 2021年6月6日
专知会员服务
52+阅读 · 2021年3月22日
变分贝叶斯深度学习综述
PaperWeekly
6+阅读 · 2022年3月21日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【经典书】数理统计学,142页pdf
专知
2+阅读 · 2021年3月25日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
42+阅读 · 2021年7月1日
专知会员服务
36+阅读 · 2021年6月6日
专知会员服务
52+阅读 · 2021年3月22日
相关资讯
变分贝叶斯深度学习综述
PaperWeekly
6+阅读 · 2022年3月21日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【经典书】数理统计学,142页pdf
专知
2+阅读 · 2021年3月25日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员