摘 要：本文对辅助变量在抽样设计中的应用进行具体的研究和举例.首先对抽样设计进行基本的介绍，包括步骤和方法，并进行了举例.其次介绍了辅助变量的相关内容，包括辅助变量的获取，分类和研究的意义.最后列举了基于辅助变量进行PPS抽样和多目标双重事后分层抽样的实例.

关键词：辅助变量；抽样设计；双重事后分层抽样

Research on Sampling Design Using Auxiliary Variables

Abstract: In this paper, the application of auxiliary variables in sampling design is studied and some examples are carried out. First, the sampling design is introduced, including the steps and methods, and some examples are given. Secondly, this paper introduces the relevant contents of the auxiliary variables, including the acquisition, classification and research of the auxiliary variables. At last, the PPS sampling and multi - target stratified sampling based on the auxiliary variables are listed.

Key words：Auxiliary Variable；Sampling Design；Double Post Stratification Aampling

目    录

摘要 1

引言 2

1.抽样设计理论的概述 3

1.1抽样设计的概念与步骤 3

1.2常见的抽样设计 4

1.3不等比例分层抽样举例 5

2.辅助变量的简述 5

2.1辅助变量的概念与分类 5

2.2辅助变量的获取和选择 6

2.3辅助变量的作用 6

3.辅助变量在抽样设计中的运用 7

3.1 以历史资料作为辅助变量的抽样 7

3.2 基于辅助信息的多目标双重事后分层抽样 9

3.3 基于辅助变量的PPS抽样 11

4.总结与展望 13

参考文献 14

致谢 15

利用辅助变量进行抽样设计的探讨

引言

抽样调查是近现代的一种比较流行和高效的的统计调查方法，抽样调查的历史已超过一百多年.从抽样调查的最开始、到抽样调查的发展与完善的过程，经历比较长的时间，可以分为：萌芽，推广，和占据主导地位三个阶段.信息时代中抽样调查占据着主要地位，大的方面在国家的宏观管理，小的方面到社会中企业的相关调查分析都是经常用到抽样调查来获取分析数据，来得到自己想要的分析结果，为国家制定相关的经济政策等提供了至关重要的依据.也对企事业单位的相关调查分析作出明确的参考，指引前行.

抽样调查相对于其他调查而言，不需要对所有的目标对象进行调查，极大的减轻了工作的难度，通过科学的分析，提高其调查的准确度.抽样调查有非常多的优点：（1）抽样调查可以较大幅度地减少调查的工作量以及工作难度，调查相关的内容也是多种多样的.（2）抽样调查也能够以部分来推算总体，通过运用统计学的相关知识，在一定的概率下可以保证推算结果的可靠性，即可以通过部分调查来估计分析总体，同时调查的精度也是可控的.（3）抽样调查能够节约资源，提高分析数据的速度，提高时效性.

1940年左右，抽样调查逐渐得以重视和完善，使得工业、农业、工商业，交通运输业，医疗等涵盖经济、科学、社会、科技的领域运用抽样调查，使得抽样调查成为国内外一种有效的调查手段和方法论.我国1978年在改革开放中逐渐开始使用抽样调查，并在1981年和1984年成立各种抽样调查队进行基础调查，慢慢确立了抽样调查的调查地位.和中国的抽样调查发展比较类似的是美国，均是在社会改革中引进该方法.美国在1933年的前后两年时间中，政府统计委员会对国家统计做出杰出贡献，在1937年戴明（W.EdwardsDeming）邀请奈曼（JerzyNeyman）的一系列演讲为美国政府今后的概率抽样调查奠定了良好的基础，很多统计部门在二战人口统计期间对抽样研究做出巨大贡献.国外对抽样设计做出贡献的研究人员：Danny Pfeffermann(以色列), Sirndal E.C.(加拿大)，M.Ghosh(美国)J，Richard Platek(加拿大)等学者.较深入探讨辅助变量在抽样设计中研究主要有Sirndal E.C.,Wretman J.所著的《模型辅助抽样调查》(Model Assisted Survey Sampling.