复杂抽样下样本轮换连续调查的统计方法及应用

【摘要】目的：为了调查总体在不同时间上的水平及其变化、累计或平均水平,须采用连续调查。众多医学参考值已不能代表现时变化了的指标水平。流行病学队列研究中,因研究时期长样本脱落多,需要设计合理的样本轮换方法、提供正确的统计分析公式。我国建立的统计调查体系正是以经常性的连续调查为主体。对固定样本进行多次调查存在代表性下降和样本疲劳两个严重问题；在不同次调查中重新抽取不同的新样本,也存在另几个严重问题：如不能很好反应总体在不同时间的变化,不能利用固定样本的前期资料对现期总体作出精度较高的回归组合估计,与固定样本相比,调查费用、时间、难度更高等等。为了权衡这两方面的问题,国内外的统计学家早已研究出样本轮换(在样本容量不变的前提下,每隔一定时间更换部分样本单位)的好方法。样本轮换(samplerotation)由于既保留了部分原有样本单位,又增加了部分新样本单位,所以兼有全新样本与固定样本的优点,能在抽样费用与抽样精度之间取得平衡,是减少和控制非抽样误差的重要手段。国内外对一次性(横断面)抽样调查的统计方法研究较多,理论及方法比较成熟；对于连续抽样调查的统计方法,主要局限于对简单随机抽样调查中的样本轮换问题的研究,而对实际调查中常需采用的各种复杂抽样下样本轮换的统计方法研究甚少。鉴于此,本文第一部分,分别对分层简单随机抽样下样本轮换连续调查、整群抽样下样本轮换连续调查、分层整群抽样下样本轮换连续调查、两阶段抽样下样本轮换连续调查、分层两阶段抽样下样本轮换连续调查、分层两阶段整群抽样下样本轮换连续调查六种连续调查方法的相应统计量计算公式,进行推导证明,填补相应空白。本文第二部分对某核电站职工的血液学指标开展两阶段抽样下样本轮换的连续调查,为中国核电站职工健康状况的评价及探讨其健康危险因素提供可靠有效精度高的数据；对某市中小学生的体质指标开展分层整群抽样下样本轮换的连续调查,为中小学生的体质评价提供可靠有效精度高的数据；同时通过实例调查与统计,说明本文研究的连续调查方法及其统计公式的实际应用效果。第三部分对本文研究的六种复杂抽样下样本轮换的连续调查方法及其公式,进行大样本个数的计算机模拟抽样调查与统计分析,对本文所研究的连续调查方法及其统计公式进行效度、信度评价。方法：在调查方法的设计及统计公式的推导证明中：统计抽样的理论方法、回归估计的理论方法、比率估计的理论方法、连续调查的理论方法、样本轮换的理论方法及概率统计的基本理论方法被应用；分层简单随机抽样、整群抽样、分层整群抽样、两阶段抽样、分层两阶段抽样、分层两阶段整群抽样六种复杂的抽样方法被采用。在实例调查中,本文研究的调查方法及其统计公式被使用,区间估计与Z检验的方法被采用。在效度信度评价中,运用了效度、信度的评价方法,计算机模拟方法、SAS的基本知识、计算机编程技术与区间估计等方法。结果：1.对分层简单随机抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值的估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。2.对整群抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。3.对分层整群抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。4.对两阶段抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值的估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。5.对分层两阶段抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值的估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。6.对分层两阶段整群抽样下样本轮换的连续调查,设计出调查方法并推导出总体均值的估计量及其方差与估计方差、最优样本轮换率、最优组合估计权数的计算公式。对全部统计公式编写出SAS计算程序。7.于2009-2011年采用二阶段抽样下样本轮换连续调查3次,每次调查9个处、3次共调查619人次,估计出某核电站职工血液学指标(以白细胞WBC为例)各年度样本均值及其估计方差,指标变量2009年与2010年间、2010年与2011年间的回归系数与相关系数,最优样本轮换率,最优组合权数,总体均值的估计量及其估计方差；估计出2010年和2011年总体均值的95%置信区间分别为(5.40,6.36)和(5.34,6.34),对该总体均值估计量与一般成人总体均数的差异进行了假设检验得p<0.05,提示该核电站职工白细胞低于一般成人水平。8.于2010年10月和2011年6月采用分层整群抽样下样本轮换连续调查2次,两层两次共调查中小学生1971人次,估计出某市中小学生体质指标(以肺活量为例)前、后期样本均值及其估计方差,指标变量两期间的回归系数与相关系数,最优样本轮换率,最优组合权数,总体均值的估计量及其估计方差；估计出2011年总体均值的置信区间为(2065,2374),对该总体均值估计量与全国总体均数的差异进行了假设检验得p>0.05,提示该市中小学生肺活量与全国中小学生平均水平相当。9.对分层简单随机抽样下样本轮换的连续调查,分别在10%、40%两种抽样比下,各计算机模拟抽样100个样本的调查分析结果：100个总体均值的95%可信区间几乎均包含模拟总体均数。10.对整群抽样下样本轮换的连续调查,分别在10%、40%两种抽样比下,各计算机模拟抽样100个样本的调查分析结果：100个总体均值的95%可信区间几乎均包含模拟总体均数。11.对分层整群抽样下样本轮换的连续调查,分别在10%、40%两种抽样比下,各计算机模拟抽样100个样本的调查分析结果：100个总体均值的95%可信区间几乎均包含模拟总体均数。12.对两阶段抽样下样本轮换的连续调查,分别在仅次级单元样本轮换、初级与次级单元样本均轮换两种轮换方式与次级单元按10%、40%两种抽样比组合的四种情况下,各计算机模拟抽样100个样本的调查分析结果：100个总体均数的95%可信区间几乎均包含模拟总体均数。13.对分层两阶段抽样下样本轮换的连续调查,分别在次级单元按10%、40%两种抽样比下,各计算机模拟抽样100个样本的调查分析结果：100个总体均值的95%可信区间几乎均包含模拟总体均数。14.对分层两阶段整群抽样下样本轮换的连续调查,分别在次级单元按10%、40%两种抽样比下,各计算机模拟抽样100个样本的调查分析结果：100个总体均值的95%可信区间几乎均包含模拟总体均数。15.本文所研究的六种复杂抽样方法下,样本轮换的连续调查与固定样本的连续调查相比,在10%的抽样比下,除两阶都轮换的两阶段抽样外,其余样本轮换的抽样方法抽样精度均较固定样本的抽样方法精度高；在40%抽样比下,除分层两阶段整群抽样精度次于固定样本、两阶段抽样精度等于固定样本外,其余样本轮换的抽样方法抽样精度均较固定样本的抽样方法精度高。结论：本文研究的六种复杂抽样下样本轮换的连续调查方法及其统计公式,科学可行、参数估计精度高,具有创新性和较大的理论与实际意义。本文调查的某核电站职工血液学指标(以白细胞WBC为例)低于一般成人的平均水平,提示核电站的工作环境对职工的健康可能有影响,应加强核电站的辐射防护；本文调查的某市中小学生体质指标(以肺活量为例)与全国的平均水平相同。本文研究的六种复杂抽样下样本轮换的连续调查方法及其统计公式效度高信度高。
【作者】刘升学；
【导师】高歌；
【作者基本信息】苏州大学，流行病与卫生统计学，2013，博士
【关键词】连续调查；样本轮换；复杂抽样；参数估计；SAS编程；信度效度评价；

【参考文献】
[1]田美.佛教法器在珠宝首饰中的应用[D].中国地质大学（北京）,设计艺术学,2013,硕士.
[2]徐辉.WS公司基于平衡计分卡的战略绩效管理体系设计[D].山东大学,工商管理（专业学位）,2013,硕士.
[3]陆谢娟.絮凝过程形态学分析方法的应用[D].武汉理工大学,市政工程,2003,硕士.
[4]黄正洪.地方政府在招商引资中的角色定位研究[D].云南财经大学,公共管理,2013,硕士.
[5]孙成禹.球面波分解理论及其倾斜叠加方法的实现[J].石油地球物理勘探,2000,06:723-729+820.
[6]黄小龙.南方亚麻微生物脱胶技术及其机理研究[D].湖南农业大学,生物化学与分子生物学,2004,硕士.
[7]武辉煌（VuHuyHoang）.可注射磷酸钙骨水泥/聚乳酸羟基乙酸共聚物微球（CPC/PLGA）植入物的生物力学测试[D].广西医科大学,口腔修复学（专业学位）,2013,硕士.
[8]谢立宏,贺贵明,伍小荣.面向属性的归纳与概念聚类[J].计算机工程与设计,2002,10:76-78.
[9]熊文.小行业靠龙头——宝岛眼镜打造供应链IT平台的故事[J].每周电脑报,2003,25:19-20.
[10]郭奇.工笔人物画女性面部造型及设色技法探究[D].首都师范大学,美术学,2013,硕士.
[11]王晶.牙鲆（Paralichthys olivaceus）胰岛素样生长因子结合蛋白（IGFBPs）基因的克隆和表达调控分析[D].中国海洋大学,遗传学,2014,博士.
[12]刘浩蕊.河北省新生代农民工生存与发展研究[D].河北科技大学,马克思主义基本原理,2012,硕士.
[13]牟刚.基于XML的Web信息挖掘技术的研究[D].重庆大学,2004.
[14]王琦.纪检监察机关信访举报和审查系统的设计与实现[D].吉林大学,软件工程,2014,硕士.
[15]诸葛达维.试论浙江海洋影视基地集群建设——以浙东海洋文化产业带为例[J].东南传播,2014,04:44-49.
[16]罗文德.基于聚类和统计分析的模具工序标准工时制定方法研究[D].广东工业大学,机械电子工程,2013,硕士.
[17]张威.锈蚀钢筋表面特征的统计分析及其力学性能退化模型研究[D].西安建筑科技大学,结构工程,2013,硕士.
[18]吴秋燕.晋江市优秀人才政策效果研究[D].华侨大学,公共管理,2013,硕士.
[19]苏妮妮.文化创意产业集群演化研究[D].兰州商学院,产业经济学,2013,硕士.
[20]林惠凤.湿地克隆植物蕹菜片段化后的生长及水陆间的扩散[D].北京林业大学,自然保护区学,2013,硕士.
[21]王瑾.农村土地征用过程中多元利益主体博弈的社会学分析[D].山东大学,社会学,2013,硕士.
[22]张云鹤.基于拍卖理论的P2P内容分发网络资源分配方法的研究[D].苏州大学,管理科学与工程,2013,硕士.
[23]陈永浩.反冲质子法快中子能谱测量及解谱技术研究[D].兰州大学,核技术及应用,2013,硕士.
[24]吴发彬.基于的煤矿物资计划管理系统的研究[D].西安科技大学,电子与通信工程,2014,硕士.
[25]曾晰,计时鸣,金明生,谭大鹏,李珏辉,曾文韬.软固结磨粒群气压砂轮的力学特性分析[J].机械工程学报,2014,11:170-177.
[26]汤秋莲.基于BTM的短文本聚类[D].安徽大学,计算机技术,2014,硕士.
[27]王玮.《寒温条辨》方药特色及现代临床应用研究[D].北京中医药大学,中医临床基础,2014,硕士.
[28]徐陈锋,奚宏生,江琦,殷保群.一类分层非结构化P2P系统的随机切换模型[J].控制与决策,2008,03:263-266+272.
[29]舒求福.调查研究与民主革命时期土地政策的历史演变[D].湖南工业大学,马克思主义中国化研究,2012,硕士.
[30]武少华.NiAl基合金的弹性性质、脆塑性转变及电子结构的第一性原理研究[D].重庆大学,凝聚态物理,2014,硕士.
[31]丛蓉,王秀坤,刘云飞,杨南海.基于变精度粗糙信息熵的特征约简算法[J].控制与决策,2009,02:297-300+304.
[32]阮玉南（NGUYENNGOCNAM）.基于忆阻器的混沌电路与逻辑运算[D].西南大学,信号与信息处理,2013,硕士.
[33]石春丽.基于顾客价值过程的旅游网站模式研究[D].燕山大学,旅游管理,2013,硕士.
[34]张建萍,朱亮.国内生态旅游研究文献综述[J].旅游论坛,2009,06:881-885.
[35]常玉清,袁勇,王福利.改进块式递推偏最小二乘建模方法及应用[J].控制与决策,2009,08:1243-1246.
[36]徐宁.《中国哲学大纲》的马克思主义哲学中国化研究[D].渤海大学,马克思主义中国化研究,2013,硕士.
[37]吴文传,孙宏斌,张伯明,王志南,严亚勤,邵立冬,刘崇茹,汪皓.基于IEC61970标准的EMS/DTS一体化系统的设计与开发[J].电力系统自动化,2005,04:53-57.
[38]栾传勇.制造业企业环境绩效管理研究[D].武汉纺织大学,企业管理,2013,硕士.
[39]韩利军.半导体工业废水中砷等有毒重金属元素有效去除的研究[D].青岛大学,环境科学,2004,硕士.
[40]邱翔鸥.城域网上的存储域网[J].现代电信科技.2004(07)
[41]伊优男.目标定向理论的应用对高校学生太极拳运动动机影响的实验研究[D].东北师范大学,体育（专业学位）,2012,硕士.
[42]陈慧.城镇化进程中城市近郊农村初中生思想品德存在的问题及对策[D].华中师范大学,思想政治教育,2014,硕士.
[43]姜书凯.浙江工业大学-上虞颖泰精细化工有限公司校企合作签约在上虞举行[J].农药市场信息,2014,13:11.
[44]姜自莲,李刚俊.用于精确位置控制的谐波传动控制精度研究[J].中国测试.
[45]郭建宏.HB五金公司ERP系统方案规划与设计[D].西安理工大学,工商管理,2003,硕士.
[46]王鹏.小径管内腔和尺寸精密测量及误差分析[D].中北大学,信号与信息处理,2014,硕士.
[47]徐旭磊.ABC（中国）公司员工福利诊断及优化设计[D].上海外国语大学,工商管理,2013,硕士.
[48]刘建伟.陋饰铭公司手工皮具市场营销策略研究[D].吉林大学,工商管理,2013,硕士.
[49]王学超.深覆盖层心墙坝及防渗墙应力变形分析[D].西安理工大学,工程力学,2004,硕士.
[50]杜庆有.海河干流区域洪涝潮过程的分析与模拟[D].天津大学,水文学及水资源,2013,硕士.