一、多重抽样方案的概率计算（论文文献综述）
贺建风[1]（2010）在《多重抽样框方法及其应用研究》文中认为随着经济社会的快速发展,抽样调查中调查对象的流动日益频繁,传统的单一抽样框很难完整覆盖流动性的目标总体,如果一定要使单一抽样框实现完整覆盖,成本必定是高昂的,甚至由于编制过程漫长使抽样调查失去其时效性。本文突破传统抽样调查理论研究范畴,将传统基于单一抽样框的抽样调查扩展到基于多重抽样框的抽样调查情况,使多重抽样框可以实现对目标总体完整覆盖的基础上,还可以节省调查总成本。本文就多重抽样框的三方面问题进行了深入研究：其一：本文系统的梳理了国外已有的几种双重抽样框的估计方法,利用一个简单的估计模式将这些估计方法进行统一。在此基础上,给出了统一的估计量渐近方差表达式,并对各种估计方法的功效进行比较,此外,根据估计过程是否对抽样总体实行了关于子域的虚拟分解将已有的各种估计量分为分离抽样框估计量和组合抽样框估计量两类。在系统研究国外已有的双重抽样框估计方法的基础上,将已有估计量扩展到重数更多（大于2）的情形,并将扩展后的各估计量用一个的类似于HT估计量的简单形式进行统一,并给出相应的渐近方差计算公式。最后,针对各种估计方法的不足,提出估计量改进的具体思路,给出了基于抽样框重数的多重抽样框估计方法,模拟研究结果表明基于抽样框重数估计量相比较其他估计量具有更高的功效,且基本不受样本单元被错误归类影响。其二,本文针对多指标分层抽样、二阶段抽样及连续性抽样等抽样实践中常用的特定抽样调查的多重抽样框估计方法进行研究,以求为特定抽样形式下基于多重抽样框的抽样调查实践工作提供有关理论基础。对多指标分层抽样的情形下利用多重抽样框估计方法进行抽样设计,给出相应的简单估计量,并讨论了样本量的确定及层间的最优分配问题；在讨论多重抽样框情形下的二阶段抽样的估计方法时,利用最优化分析方法得出最优抽样权重系数及最佳样本量；在分析多重抽样框下的连续性抽样估计问题时,引入总体变动估计量,给出了简单随机抽样情形下的极大似然估计及复杂抽样设计下的伪极大似然估计。其三,本文通过全面分析我国统计调查体系中影响抽样框的现存问题,提出我国应用多重抽样框方法的必要性与可行性,以“三农”抽样调查为例,建立了基于多重抽样框的抽样调查体系,为涉及“三农”问题的实际调查工作者提供抽样方法上的指导。
周亚清[2]（1991）在《多重抽样方案的概率计算》文中提出 在产品验收中,采用多重抽样方案时平均检验的产品件数较少,所需经费、人力、时间也相应的少。但是在抽样过程中概率的计算难度较大,不易被操作者掌握,因此未得到广泛的应用,本文介绍一种多重抽样方案概率计算的简便方法。
邱慧[3]（2021）在《基于性能水平的能源系统可靠性分析方法研究》文中指出能源是人类社会赖以生存和发展的重要物质保障,能源系统安全稳定运行关系到国民经济的发展和社会秩序的稳定。随着能源技术的快速发展使得系统在运行过程中呈现出多阶段、多状态的特点。另外,随着新能源产业的发展,由于供能的不稳定出现了供需平衡难度大的问题,经常出现性能不足或性能冗余的现象。首先,为了应对能源供应不足的局面,考虑备份是能源系统抵御供应中断的主要措施。传统能源系统中主要以热备份和冷备份为主,热备份启动时间快但能耗高,而冷备份能耗低但启动时间太长。温备份既能耗低又启动时间快,是介于热备份和冷备份之间的冗余技术,是实际操作中更理想的选择。其次,性能供需不平衡时,储能技术可实现负荷削峰填谷,增加能源系统调峰能力,提高能源系统安全稳定运行。传统能源系统大多研究储能自身技术的更新,未考虑对能源系统可靠性的具体影响。因此,有必要提出基于储能技术的能源系统可靠性分析方法。最后,性能共享机制是解决能源系统中供需不平衡的一种新技术。传统能源系统主要应用在简单的串联系统或串并联系统中,需要提出适合一般拓扑结构的能源系统可靠性分析方法。本文以保障能源系统高效、稳定运行,提高系统可靠性为主要研究目的,以能源系统的性能水平为研究主线,提出基于性能水平的能源系统可靠性分析方法。首先,针对性能不足现象,提出基于温备份的多阶段性能不足能源系统可靠性分析方法;其次,针对性能冗余现象,提出基于储能技术的多阶段性能冗余能源系统可靠性分析方法;最后,针对具体的能源系统—电力系统性能供需不平衡问题,构建基于性能共享的多状态电力系统可靠性模型和发电机组优化配置。主要研究内容如下:（1）分析了基于温备份的多阶段性能不足能源系统可靠性针对具有多阶段任务特性的现代能源系统,当系统产出的性能不能满足系统的性能需求时,为了提高系统可靠性考虑配置温备份元件。提出了基于温备份的多阶段系统故障多值决策图的构造方法,构建了系统可靠性度量模型。最后通过不同算例对该方法进行应用,并将得出的结果与蒙特卡罗模拟仿真法的结果进行比较分析,结果验证了所提出方法的精确性,表明该方法能有效度量基于温备份的多阶段任务下性能不足的能源系统可靠性。（2）分析了基于储能技术的多阶段性能冗余能源系统可靠性在现代能源系统中,性能供给受环境等因素影响具有不稳定性,能源系统除了出现研究内容（1）的性能不足现象外,也可能会出现性能冗余现象。针对多阶段任务下能源系统的性能冗余问题,采用储能技术,提出了基于储能技术的系统故障多值决策图的构造方法,构建系统可靠性度量模型。储能元件把多余的性能存储起来,以便传输相应的性能给后续性能不足的阶段,使得能源系统能够稳定运行,从而提高了能源系统可靠性。最后通过不同算例对该方法进行应用,结果表明所提出的方法能精确分析多阶段任务下性能冗余的能源系统可靠性。（3）构建了基于性能共享的多状态电力系统可靠性模型和发电机组优化配置在研究内容（1）和（2）的基础上,针对一个具体的能源系统—电力系统性能供需不平衡问题,考虑系统中各节点区域性能水平和性能需求为随机变量,提出了一种适用于一般拓扑结构的电力系统可靠性分析方法。构建了基于性能共享机制的多状态电力系统可靠性模型,使得系统各节点区域性能在整个系统网络内能够传输,实现性能共享,从而实现供需平衡。同时,为了进一步提高系统可靠性,保证电力系统能够平稳运行,对系统内各节点区域的发电机组进行了优化配置,使得整个系统性能需求不足达到最小。最后通过不同算例对模型进行应用,结果表明该模型能有效提高多状态电力系统的可靠性。
金勇进,姜天英[4]（2020）在《规模以下工业地域抽样的可行性研究》文中研究表明现行规模以下工业中的目录企业调查是按照目录企业抽样框采用一阶段分层随机抽样抽取样本。但随着经济的高速发展,市场中企业新增和消亡变动频繁,导致目录企业抽样框的不稳定性,从而在一定程度上降低了目录企业的估计精度。而相比下,以村（居委会）为抽样单元的地域抽样框的稳定性较高,因此本文提出使用地域抽样进行规模以下工业企业调查的设想,基于湖北省的调查数据,从方差公式出发测算了四个影响因素:总体群数、样本群数、样本量分配方式以及分层变量的可行性;并进一步提出使用一套地域样本的MPPS抽样方法同时进行规模以下工业企业和个体工业单位的调查思路,最终得出使用地域抽样进行规模以下工业调查具有可实施性。
孙玲莉[5]（2019）在《住户调查的若干问题研究》文中认为住户调查是以家庭为对象,为搜集各种社会经济统计资料而组织的各种调查的总称,是党的十九大报告“提高就业质量和人民收入水平”的政策实施和评估的数据来源。在全面推进城乡住户调查一体化的背景下,开展住户调查方法研究,完善现有住户调查的抽样设计体系,对于制定和实施国家宏观经济政策具有重要意义。现在,几乎所有的国家或地区都在积极开展住户调查。中国从20世纪五十年代就已经开始进行住户调查,从2005年11月开始进行季度和月度劳动力调查,从2013年开始在全国范围内实施城乡一体化住户调查。中国住户调查的理论和实践取得了长足进步,但与中国社会发展的现实需求相比,在以下几个方面仍有待完善:（1）目标参数估计量的构造需要借助更多的辅助信息,提高估计量的精度,满足构建以数据为关键要素的数字经济的需求,提升国家现代化治理水平。目标参数的估计量主要由变量观测值和变量观测值的权重两方面确定,权重的准确与否对最终估计结果的影响较大。利用辅助信息对权重进行调整已经成为主流趋势。（2）估计量的方差估计是描述估计量精度的重要标准,具体的方差估计方法如何更好与中国住户调查的具体方案相结合还需进一步论证。估计量的方差估计往往采用复杂抽样的方差估计方法,比如,连续差异复制法、自助法、刀切法等,这是由抽样方法和统计量构造过程的复杂性决定的。住户调查通常综合采用分层、多阶段、与人口规模大小成比例（PPS方法）和随机等距抽样相结合的抽样方法。校准估计量、事后分层调整估计量、回归估计量、比率估计量等估计量的形式复杂。复杂抽样的方差估计方法如何进行具体应用有待深入分析。（3）对非抽样误差的解决办法有待进一步改进,特别是对于无回答误差。在调查过程中,无回答的出现容易造成目标估计量的偏离,影响统计分析结果的可信度。加权调整法和插补法是处理无回答的主要方法。不断完善的行政记录数据为住户调查的无回答提供更多的辅助信息,需要寻找新的理论模型给出无回答更合理的插补值。如何有效降低无回答误差对最终估计结果的影响是中国住户调查中亟需解决的问题。（4）在不断提高政府决策科学化、社会治理精准化的背景下,对样本量的确定需要更为深入研究。针对中国住户调查目前采用的分层多阶段抽样方法,考虑成本和精度要求下,探讨样本量确定的方法具有现实意义。基于上述背景,本文的主要研究内容如下:（1）结合中国住户调查的抽样方案,给出校准估计量的构造方法,包括基础权重的确定、无回答权重调整、校准权重调整等。在校准权重中使用了综合加权方法,同时校准初级抽样单元和次级抽样单元的权重。研究结果显示,估计量的均方误差小,估计量精度高。（2）从复杂抽样的方差估计方法的理论和应用角度出发,对比分析各方法的适用条件,结合中国住户调查的具体情况,应用连续差异复制法和自助法对校准估计量的方差进行估计。结果显示,连续差异复制法的估计结果比自助法的估计结果更具有稳健性,中国住户调查采用系统抽样,而连续差异复制法能有效利用系统抽样的顺序信息。（3）在非抽样误差方面,对于项目无回答,针对倾向得分匹配插补法的缺陷,本文提出了响应倾向得分匹配插补法,并通过模拟研究探讨其统计性质。相比于其他插补法,响应倾向得分匹配插补法的估计效果更优良。（4）针对分层多阶段抽样的样本量确定问题,在成本或精度一定的条件下,给出了分层两阶段和分层多阶段抽样下样本量确定的函数表达式,便于未来抽样调查过程的应用。中国处在全面建成小康社会的关键期,发展面临多年少有的国内外复杂严峻形势,经济出现新的下行压力,对政府统计调查工作的需求越来越大,要求越来越高。本文从住户调查的研究视角出发,重点研究了住户调查中的校准估计量构造、校准估计量的方差估计、无回答处理和样本量确定四个方面内容。面对越来越多的辅助信息,校准估计量及其方差估计能有效提高估计结果的精度;响应倾向得分匹配插补法能给出无回答更为合理的插补值;样本量的确定更为精确。本文的研究工作能促进中国住户调查体系完善,为国家保持经济持续健康发展和社会大局稳定的政策实施提供更为精准数据支撑。
罗薇[6]（2016）在《住户调查一体化设计研究》文中提出为了在有限调查资源下满足日益增长的统计需求,将相互关联的住户调查项目进行整合,实施一体化设计,已成为各国住户调查体系改革的重要方向。在理论方面,本文首先按内容特征和内在逻辑关系将住户调查项目分为基本情况类调查、经济特征类调查和社会特征类调查,依据三者的内在逻辑确定调查的主辅关系,进而确定三类调查的调查方法、调查频率和调查方式等设计内容,为住户调查一体化设计奠定理论基础。其次,从内外部衔接两个方向对住户调查一体化设计进行系统研究:从外部衔接的角度对住户调查、人口普查和行政记录进行整体性设计,建立人口普查和行政记录与住户调查抽样框设计以及更新维护的衔接路径,为住户调查一体化设计确立了外部衔接理论基础。从内部衔接的角度,以满足全部住户调查项目需要的主样本设计为切入点,以设计效应和最终类集为工具,构建多阶段抽样下的复杂样本设计的理论分析框架,分析影响复杂样本估计量设计效应的基本要素,解析其对复杂样本估计量设计效应的影响机理及相互作用机制,建立各种要素的设计效应模型及要素组合的设计效应模型,为主样本设计的分析和选择提供有效的方法路径,为住户调查一体化设计建立了内部衔接理论方法基础。在应用方面,在充分利用现行国家调查制度的渠道和机制的基础上,构造出我国住户调查一体化设计的基础框架,对住户调查项目按其调查内容特征和内在逻辑关系进行精简、整合,形成以劳动力调查和住户收支与生活状况调查为核心的住户调查体系,并给出以主样本为主体的我国住户调查的一体化设计思路,其思路和方法可以复制推广到其它调查领域。
黄莺[7]（2014）在《小域估计抽样理论问题研究》文中研究说明小域估计一直是国际抽样调查理论研究的难点问题之一。尽管大数据时代已经来临,但传统的抽样调查不会消失,并且越来越多的抽样调查需要在对总体的目标变量进行有效估计的同时,也希望得到总体中各个小域的有效估计量,以满足多层次推断的需求。从理论上讲,这可以通过将需要推断的域进行划分使其作为层的子总体,从而应用分层抽样来解决。但在实际操作上成本必定高昂因而难以实现,而当对成本进行控制时,又因落入各个域的样本量过小导致常规的估计方法不能得到小域目标变量的有效估计量。为此,本文就基于设计和基于模型的小域估计理论进行了深入研究,并在小域估计方法上有所突破和拓展。主要从以下几个方面进行研究：首先,本文系统地梳理了国内外已有的几种提高小域估计效率的抽样设计,并按照对样本量影响机制的不同,将各种抽样设计分为匀化样本分布和域内增量两类,并通过比较各种抽样设计方法的设计思路和原理,提出了各种方法适用的场合。在系统研究国内外已有的基于设计的小域估计法的基础上,从理论上比较各估计量,指出各自的特点和彼此之间的联系和进一步的拓展。在此基础上,给出了部分估计量渐近方差表达式,并通过数值分析对各种估计方法的功效进行比较和总结。其次,本文针对存在双水平辅助信息的小域估计法进行研究。在传统的双水平小域估计模型基础上引入基于设计的校准估计法,提出了一种新的模型辅助的双水平校准估计量,并推导出该估计量的均方误差,从而将校准估计量在基于设计领域和基于模型领域进行了统一。该估计量不仅能够同时充分利用小域层次和单元层次的辅助信息,并且估计精度在某些情况下较BLUP估计量的表现更为优越,在实践领域也更具有实用性。最后,本文对蜂房结构总体下基于模型的小域加权估计法进行研究。考虑到我国的特殊国情,对我国政府抽样调查中最常见的蜂房结构总体进行了分析并建立蜂房模型。打破了现有的基于模型估计理论的局限,从加权的角度切入,’研究了另外一套估计法,即在基于模型的体系下引入基于设计框架下的校准约束,从而给出了基于蜂房模型的域加权估计量,其特别适用于我国的多层次推断需求的抽样调查下的域估计问题。
熊国林[8]（2006）在《辅助信息在不等概率抽样设计中的应用方法研究》文中指出在不同的抽样设计中，可利用的辅助信息的类型及应用方法是不同的，因此很有必要深入到各种抽样设计中，根据不同抽样设计的特点对辅助信息的应用方法进行研究。本研究主要针对的是辅助信息在不等概率抽样设计中的应用方法，文中分别对在三类不同的不等概率抽样设计中利用辅助信息进行分类探讨，它们是泊松抽样，πPS抽样和PPS抽样。这是一个全新的研究角度。 首先，对本研究的选题背景和研究意义及研究的主要内容进行了阐述，其次，论述了辅助信息与抽样设计，并引入了本研究基于的方法论基础，即以基于示性变量的入样概率和π估计量为研究工具。再次，分三章分别讨论了辅助信息在泊松抽样，πPS抽样和PPS抽样中的应用方法。最后是论文的总结与展望部分，陈述了本论文不足之处和可进一步研究的方向。
冯士雍[9]（2007）在《抽样调查应用与理论中的若干前沿问题》文中研究说明综述了近三四十年来抽样调查应用与理论的若干前沿热门问题,着重讨论抽样设计与推断方法、非抽样误差分析及小域估计等三个方向,同时指出中国抽样调查的实践与理论研究所面临的主要问题。
刘英峰[10]（2011）在《认知网络的流量预测和负载均衡研究》文中指出传统网络中存在资源利用率低、问题解决局部性和业务QoS无法保证等问题。随着互联网的快速发展,人们对网络的QoS提出了更高要求,认知网络的提出为以上问题的解决提供了可能。认知网络在传统网络的基础上,加入学习推理、智能决策等机制。与传统网络相比,认知网络具备了更多的智能性,能对网络状况进行感知,能够根据全网的实际运行情况作出更加理智的决策,提供更优质的网络QoS,提高网络资源的利用率。本文首先对认知网络相关理论进行深入研究,对认知网络、流量预测和负载均衡的国内外研究的现状和发展趋势进行了仔细分析。本文将认知网络、流量预测以及负载均衡相结合,以融入了认知、推理和智能决策等理念的网络流量预测和负载均衡来实现了认知网络,使网络具备了更多的智能性和合理性。本文在介绍传统网络流量预测和负载均衡所使用的方式方法的基础上,阐述了将二者应用于认知网络的作用和重要意义,并提出了基于二态马氏链的认知网络流量预测模型、基于流量预测的负载均衡控制模型。最后给出了认知网络流量预测和负载均衡子系统中模型的具体算法、仿真结果、设计和实现。本文最后搭建了实验平台,介绍了认知网络流量预测和负载均衡子系统设计开发和测试过程中的主要工作内容,其中包括系统部署、系统结构设计、系统功能介绍、系统模块详细设计和系统测试等内容。
二、多重抽样方案的概率计算（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多重抽样方案的概率计算（论文提纲范文）
（1）多重抽样框方法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 选题的依据及意义 |
| 1.1.1 问题的提出 |
| 1.1.2 选题的意义 |
| 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 |
| 1.3 研究的整体框架及主要创新 |
| 1.3.1 研究的整体框架 |
| 1.3.2 本文的主要创新 |
| 第一部分 多重抽样框设计及其估计方法研究 |
| 第2章 抽样框缺陷及多重抽样框设计分析 |
| 2.1 引言 |
| 2.2 抽样框定义与类别 |
| 2.3 抽样框的几种常见缺陷 |
| 2.4 丢失总体单元对抽样效果的影响 |
| 2.4.1 丢失单元部分与目标总体分布特征一致 |
| 2.4.2 丢失单元部分与目标总体分布特征不一致 |
| 2.5 多重抽样框设计概述 |
| 2.5.1 多重抽样框的概念 |
| 2.5.2 多重抽样框的结构 |
| 2.6 本章小结 |
| 第3章 双重抽样框下的抽样估计方法研究 |
| 3.1 引言 |
| 3.2 双重抽样框估计方法研究概况 |
| 3.3 总体总值的各种估计方法 |
| 3.3.1 记号 |
| 3.3.2 Hartley估计量 |
| 3.3.3 Fuller-Burmeister估计量 |
| 3.3.4 伪极大似然(Pseudo-maximum likelihood)估计量 |
| 3.3.5 单重框(Single Frame)估计量 |
| 3.4 估计方法的分类与比较 |
| 3.4.1 估计方法的分类 |
| 3.4.2 估计方法的比较 |
| 3.5 本章小结 |
| 第4章 多重抽样框下的抽样估计方法研究 |
| 4.1 引言 |
| 4.2 记号 |
| 4.3 总体总值估计量的一般化 |
| 4.3.1 H估计量的一般化 |
| 4.3.2 F-B估计量的一般化 |
| 4.3.3 PML估计量的一般化 |
| 4.3.4 SF估计量的一般化 |
| 4.3.5 估计量的统一形式及其方差估计 |
| 4.4 基于抽样框重数的多重抽样框估计方法 |
| 4.4.1 现有估计量的不足及改进思路 |
| 4.4.2 基于抽样框重数的估计量设计 |
| 4.4.3 模拟研究 |
| 4.5 本章小结 |
| 第二部分 特定抽样类型下的多重抽样框方法研究 |
| 第5章 多重抽样框下的多指标分层抽样研究 |
| 5.1 引言 |
| 5.1.1 多指标分层抽样概述 |
| 5.1.2 多指标分层抽样研究的概况与不足 |
| 5.2 抽样设计 |
| 5.3 总体总值估计量 |
| 5.4 样本容量的确定及分配 |
| 5.4.1 样本量的确定 |
| 5.4.2 分层样本的最优设计 |
| 5.5 本章小结 |
| 第6章 多重抽样框下的二阶段抽样估计方法研究 |
| 6.1 引言 |
| 6.2 总体总值估计量及其方差 |
| 6.3 最优抽样权重系数及样本量设计 |
| 6.4 本章小结 |
| 第7章 多重抽样框下的连续性抽样估计方法研究 |
| 7.1 引言 |
| 7.2 简单随机抽样情形下的估计 |
| 7.2.1 固定样本调查的估计方法 |
| 7.2.2 轮换样本调查的估计方法 |
| 7.2.3 极大似然估计量 |
| 7.3 复杂抽样设计情形下的估计 |
| 7.3.1 固定样本调查的估计方法 |
| 7.3.2 轮换样本调查的估计方法 |
| 7.4 本章小结 |
| 第三部分 多重抽样框方法的应用研究 |
| 第8章 多重抽样框调查方法在我国的应用研究 |
| 8.1 引言 |
| 8.2 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 |
| 8.2.1 我国统计调查体系发展历程的回顾 |
| 8.2.2 我国统计调查体系中影响抽样框质量的现存问题 |
| 8.3 我国建立多重抽样框体系的必要性与可行性 |
| 8.3.1 我国建立多重抽样框体系的必要性 |
| 8.3.2 我国建立多重抽样框体系的可行性 |
| 8.4 建立基于多重抽样框的我国"三农"抽样调查体系 |
| 8.4.1 我国"三农"抽样框编制方法演进与现存问题 |
| 8.4.2 我国"三农"抽样调查中的多重抽样框编制 |
| 8.4.3 我国"三农"抽样框更新与维护策略 |
| 8.4.4 基于多重抽样框的"三农"抽样设计方法 |
| 8.4.5 基于多重抽样框的"三农"抽样估计方法 |
| 8.5 本章小结 |
| 第9章 总结与展望 |
| 9.1 本文所做的主要工作 |
| 9.2 有待于进一步研究的问题 |
| 参考文献 |
| 攻读博士学位期间发表论文清单 |
| 攻读博士学位期间参与课题研究及获奖情况 |
| 致谢 |
（3）基于性能水平的能源系统可靠性分析方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 符号清单 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容、研究方法与技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.2.3 技术路线 |
| 1.3 论文框架 |
| 1.4 主要创新点 |
| 2 文献综述 |
| 2.1 有关系统可靠性分析方法研究综述 |
| 2.1.1 能源系统可靠性分析方法研究 |
| 2.1.2 多阶段任务系统可靠性分析方法研究 |
| 2.1.3 多状态能源系统可靠性分析方法研究 |
| 2.1.4 基于性能水平的能源系统可靠性分析方法研究 |
| 2.2 可靠性基本理论知识介绍 |
| 2.2.1 可靠性的基本概念 |
| 2.2.2 系统的寿命特征 |
| 2.2.3 常用寿命模型 |
| 2.3 多值决策图法 |
| 2.3.1 二元决策图 |
| 2.3.2 多值决策图 |
| 2.4 通用生成函数(UGF)法 |
| 2.5 本章小结 |
| 3 基于温备份的多阶段性能不足的能源系统可靠性分析 |
| 3.1 引言 |
| 3.2 模型假设与系统描述 |
| 3.3 系统故障多值决策图的构造 |
| 3.3.1 第一个故障多值决策图的构造 |
| 3.3.2 第二个故障多值决策图的构造 |
| 3.3.3 第s个故障多值决策图的构造 |
| 3.4 系统可靠性计算 |
| 3.4.1 类型一可靠性计算 |
| 3.4.2 类型二可靠性计算 |
| 3.4.3 类型三可靠性计算 |
| 3.4.4 类型四可靠性计算 |
| 3.5 计算复杂性分析 |
| 3.6 算例分析 |
| 3.6.1 算例1: 两阶段三元件系统 |
| 3.6.2 算例2: 三阶段五元件系统 |
| 3.7 本章小结 |
| 4 基于储能技术的多阶段性能冗余的能源系统可靠性分析 |
| 4.1 引言 |
| 4.2 模型假设与系统描述 |
| 4.3 系统故障多值决策图的构造 |
| 4.3.1 第一个故障多值决策图的构造 |
| 4.3.2 第二个故障多值决策图的构造 |
| 4.3.3 第s个故障多值决策图的构造 |
| 4.4 系统可靠性计算 |
| 4.5 计算复杂性分析 |
| 4.6 算例分析 |
| 4.6.1 算例1: 三阶段两元件系统 |
| 4.6.2 算例2: 三阶段四元件系统 |
| 4.7 本章小结 |
| 5 基于性能共享多状态电力系统可靠性建模和机组优化配置 |
| 5.1 引言 |
| 5.2 模型假设与系统描述 |
| 5.3 基于性能共享的电力系统可靠性模型构建 |
| 5.3.1 不考虑性能传输损耗的模型构建 |
| 5.3.2 考虑性能传输损耗的模型构建 |
| 5.3.3 性能共享率构建 |
| 5.4 发电机组优化配置 |
| 5.4.1 发电机性能分布和节点区域需求分布 |
| 5.4.2 发电机最优配置策略模型构建 |
| 5.5 优化算法 |
| 5.6 算例1: 五台发电机四个节点区域的电力系统 |
| 5.6.1 已知发电机配置策略 |
| 5.6.2 发电机最优配置策略 |
| 5.7 算例2: 八台发电机六个节点区域的电力系统 |
| 5.7.1 已知发电机配置策略 |
| 5.7.2 发电机最优配置策略 |
| 5.8 本章小结 |
| 6 结论与研究展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）规模以下工业地域抽样的可行性研究（论文提纲范文）
| 0 引言 |
| 1 数据及研究思路 |
| 1.1 数据 |
| 1.2 研究思路 |
| 2 测算结果 |
| 2.1 总体群数(N)和样本群数(n)的确定 |
| 2.2 分层变量和样本量分配方式 |
| 2.3 测算结果 |
| 3 进一步分析 |
| 3.1 MPPS抽样 |
| (1)确定抽样总体及目标变量 |
| (2)确定各自的样本量 |
| (3)计算入样概率和实施泊松抽样 |
| (4)抽样结果 |
| 3.2 MPPS抽样下的行业平衡问题 |
| 4 结论与展望 |
（5）住户调查的若干问题研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新之处 |
| 第2章 住户调查抽样设计的国际经验 |
| 2.1 美国住户调查的抽样设计 |
| 2.2 加拿大住户调查的抽样设计 |
| 2.3 欧盟住户调查的抽样设计 |
| 2.4 中国住户调查的抽样设计 |
| 2.5 国内外抽样设计述评 |
| 第3章 住户调查的校准估计量 |
| 3.1 校准估计量 |
| 3.2 校准估计量的构造 |
| 3.2.1 计算基础权重 |
| 3.2.2 无回答调整 |
| 3.2.3 校准权重调整 |
| 3.2.4 校准估计量 |
| 3.3 校准估计量的模拟研究 |
| 3.3.1 数据生成说明 |
| 3.3.2 权重计算过程 |
| 3.3.3 估计结果分析 |
| 3.4 本章小结 |
| 第4章 住户调查的方差估计 |
| 4.1 复杂抽样的方差估计方法 |
| 4.1.1 复制方差估计法 |
| 4.1.2 线性化方差估计法 |
| 4.2 校准估计量的方差估计 |
| 4.2.1 对校准估计量方差估计的建议 |
| 4.2.2 连续差异复制法方差估计 |
| 4.2.3 自助法方差估计 |
| 4.3 校准估计量方差估计的模拟研究 |
| 4.3.1 数据生成说明 |
| 4.3.2 方差估计过程 |
| 4.3.3 估计结果分析 |
| 4.4 本章小结 |
| 第5章 住户调查的无回答处理 |
| 5.1 无回答误差 |
| 5.1.1 无回答的分类 |
| 5.1.2 无回答的处理 |
| 5.2 响应倾向得分匹配插补法 |
| 5.2.1 响应倾向得分 |
| 5.2.2 建立响应倾向得分模型 |
| 5.2.3 匹配响应倾向得分 |
| 5.2.4 插补无回答 |
| 5.3 模拟研究 |
| 5.3.1 数据生成说明 |
| 5.3.2 估计结果分析 |
| 5.4 本章小结 |
| 第6章 住户调查的样本量确定 |
| 6.1 分层两阶段抽样的成本模型 |
| 6.2 分层两阶段抽样的样本量确定 |
| 6.3 分层三阶段抽样的样本量确定 |
| 6.4 样本量确定的模拟研究 |
| 6.4.1 数据生成说明 |
| 6.4.2 样本量确定 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（6）住户调查一体化设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 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 研究现状及评述 |
| 1.2.1 理论研究现状及述评 |
| 1.2.2 应用研究现状及述评 |
| 1.3 主要研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第2章 住户调查一体化设计基础框架研究 |
| 2.1 引言 |
| 2.2 住户调查一体化设计定义与模式 |
| 2.3 住户调查一体化设计的必要性 |
| 2.4 住户调查一体化设计的基本要求 |
| 2.5 住户调查一体化设计的衔接路径 |
| 2.5.1 外部衔接路径 |
| 2.5.2 内部衔接路径 |
| 2.6 本章小结 |
| 第3章 基于人口普查和行政记录的外部衔接研究 |
| 3.1 引言 |
| 3.2 政府统计数据的来源及互补性 |
| 3.2.1 政府统计数据的来源 |
| 3.2.2 各种数据来源的互补性 |
| 3.3 住户调查与人口普查和行政记录的衔接路径 |
| 3.3.1 人口普查与抽样框设计的衔接路径 |
| 3.3.2 行政记录与抽样框维护的衔接路径 |
| 3.3.3 人口普查及行政记录与抽样框及样本周期性更新的衔接路径 |
| 3.3.4 人口普查与样本调整的衔接路径 |
| 3.4 本章小结 |
| 第4章 住户调查一体化设计的主样本 |
| 4.1 引言 |
| 4.2 住户调查一体化设计的主样本实践应用 |
| 4.4 主样本的特征 |
| 4.5 主样本设计概述 |
| 4.5.1 主样本设计要求 |
| 4.5.2 主样本设计内容 |
| 4.6 本章小结 |
| 第5章 基于设计效应的主样本设计研究 |
| 5.1 引言 |
| 5.2 设计效应概述 |
| 5.2.1 设计效应定义 |
| 5.2.2 基于设计效应的主样本设计的依据 |
| 5.2.3 影响设计效应的要素 |
| 5.3 基于分层设计效应的主样本设计 |
| 5.3.1 分层抽样概述 |
| 5.3.2 分层抽样的方差估计 |
| 5.3.3 比例分配的分层设计效应 |
| 5.3.4 非比例分配的分层设计效应 |
| 5.3.5 分层设计效应下的主样本设计 |
| 5.4 基于类集设计效应的主样本设计 |
| 5.4.1 类集概述 |
| 5.4.2 最终类集样本对复杂样本的近似 |
| 5.4.3 基于最终类集设计效应的复杂样本设计分析 |
| 5.4.4 最终类集设计效应下的主样本设计 |
| 5.5 基于加权调整设计效应的主样本设计 |
| 5.5.1 权数概述 |
| 5.5.2 权数的调整 |
| 5.5.3 加权调整的设计效应 |
| 5.5.4 加权调整设计效应下的主样本设计 |
| 5.6 基于要素组合设计效应的主样本设计 |
| 5.6.1 均等选择概率的情况 |
| 5.6.2 不均等选择概率的情况 |
| 5.6.3 综合设计效应模型 |
| 5.6.4 综合设计效应模型下的主样本设计 |
| 5.7 本章小结 |
| 第6章 我国住户调查一体化设计研究 |
| 6.1 引言 |
| 6.2 我国住户调查回溯 |
| 6.3 我国住户调查体系存在的问题 |
| 6.4 我国住户调查一体化设计的可行性 |
| 6.5 我国住户调查一体化设计的基础框架 |
| 6.6 我国住户调查一体化设计的主体内容 |
| 6.6.1 确定核心调查项目 |
| 6.6.2 协调设计管理工作 |
| 6.6.3 设计主样本 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间发表论文及参与项目清单 |
| 致谢 |
（7）小域估计抽样理论问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 表索引 |
| 图索引 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究方法 |
| 1.3 研究内容与结构安排 |
| 1.3.1 主要内容 |
| 1.3.2 技术路径 |
| 1.4 创新特色 |
| 1.4.1 本文的主要创新 |
| 1.4.2 本文存在的不足 |
| 第2章 小域估计抽样理论综述 |
| 2.1 抽样调查的理论综述 |
| 2.2 小域估计抽样理论综述 |
| 第3章 小域估计抽样设计方法 |
| 3.1 引言 |
| 3.2 多层级推断需求与域估计 |
| 3.3 域的定义和小域估计方法 |
| 3.4 小域估计抽样设计 |
| 3.4.1 抽样设计的基本改进方式 |
| 3.4.1.1 整群抽样问题 |
| 3.4.1.2 层的细分 |
| 3.4.1.3 调查数据的整合 |
| 3.4.2 事后分层技术 |
| 3.4.3 层层抽样技术 |
| 3.4.4 ABC三级一套样本法 |
| 3.4.5 样本追加策略 |
| 3.4.6 折衷分配样本 |
| 3.4.7 复合抽样框技术 |
| 3.4.8 重复抽样技术 |
| 3.5 小域估计抽样设计的比较 |
| 3.5.1 小域估计抽样设计的分类 |
| 3.5.2 小域估计抽样设计的比较 |
| 3.6 小域估计抽样设计存在的主要问题 |
| 3.7 本章小结 |
| 第4章 基于设计的小域估计方法 |
| 4.1 引言 |
| 4.2 基于设计的估计方法与辅助信息 |
| 4.2.1 基于设计的估计方法概况 |
| 4.2.2 辅助信息 |
| 4.3 相关知识准备及记号 |
| 4.4 现行的各种基于设计的估计方法 |
| 4.4.1 HORVITZ-THOPMPSON估计量 |
| 4.4.2 LIN-GREG估计量 |
| 4.4.3 LOG-GREG估计量 |
| 4.4.4 CAL估计量 |
| 4.4.5 G-CAL估计量 |
| 4.4.6 现行各种估计量的比较 |
| 4.5 基于设计的各类估计量的模拟分析 |
| 4.5.1 方差的线性化变换 |
| 4.5.2 估计方法的模拟分析 |
| 4.5.3 各类估计量的模拟结果 |
| 4.6 本章小结 |
| 第5章 基于模型的小域估计法 |
| 5.1 引言 |
| 5.2 基于模型的估计方法 |
| 5.2.1 基于模型的估计方法概述 |
| 5.2.2 与基于设计的估计方法的区别 |
| 5.3 隐式模型 |
| 5.3.1 合成估计量 |
| 5.3.2 组合估计量 |
| 5.4 显式模型 |
| 5.4.1 小域层次模型 |
| 5.4.2 单元层次模型 |
| 5.5 混合模型 |
| 5.5.1 混合模型的基本形式 |
| 5.5.2 混合模型的参数估计方法 |
| 5.5.2.1 经验最优线性无偏估计法 |
| 5.5.2.2 经验贝叶斯法 |
| 5.5.2.3 等级贝叶斯法 |
| 5.6 基于双水平模型的CAL估计量 |
| 5.6.1 双水平小域估计模型 |
| 5.6.2 双水平模型的CAL估计量公式的构建 |
| 5.6.3 2L-CAL估计量的均方误差 |
| 5.6.4 2L-CAL估计方法的模拟分析 |
| 5.6.4.1 模拟总体的生成 |
| 5.6.4.2 精度的衡量 |
| 5.6.4.3 各类估计量的模拟结果 |
| 5.7 本章小结 |
| 第6章 基于模型的小域加权估计方法 |
| 6.1 引言 |
| 6.2 基于模型的加权估计方法的一般理论 |
| 6.2.1 基于间接模型的加权 |
| 6.2.1.1 比率模型 |
| 6.2.1.2 平均比率模型 |
| 6.2.2 基于直接模型的加权 |
| 6.3 基于模型的加权估计方法 |
| 6.4 基于蜂房模型的加权估计方法 |
| 6.4.1 蜂房总体抽样调查介绍 |
| 6.4.2 蜂房模型的构建 |
| 6.4.3 基于蜂房模型的加权估计量 |
| 6.4.4 MSE的近似 |
| 6.4.4.1 MSE(μ_(d_l,hive-wgt))的近似 |
| 6.4.4.2 MSE(μ_(d,hive-wgt))的近似 |
| 6.4.5 HIVE-WGT估计方法的模拟分析 |
| 6.4.5.1 模拟总体的生成 |
| 6.4.5.2 精度的衡量 |
| 6.4.6 各类估计量的模拟结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文所做的主要工作 |
| 7.2 有待于进一步研究的问题 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士期间的主要研究成果 |
| 后记 |
（8）辅助信息在不等概率抽样设计中的应用方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究的主要内容 |
| 第二章 方法论基础 |
| 2.1 辅助信息 |
| 2.1.1 辅助信息的来源 |
| 2.1.2 选择辅助信息时应注意的一些问题 |
| 2.2 抽样设计 |
| 2.3 入样概率 |
| 2.4 π估计量 |
| 2.5 示性变量及其性质 |
| 第三章 基于辅助信息的泊松抽样 |
| 第四章 基于辅助信息的 πPS抽样 |
| 第五章 基于辅助信息的 PPS抽样 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文不足及可进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 攻读硕士研究生期间的相关科研成果 |
（9）抽样调查应用与理论中的若干前沿问题（论文提纲范文）
| 一、抽样调查的设计与推断 |
| (一) 有限总体上的抽样设计 |
| (二) 随机化推断 |
| (三) 复杂样本的方差估计 |
| (四) 模型化推断 |
| (五) 模型辅助推断 |
| (六) 总体结构推断 |
| 二、非抽样误差分析及其处理 |
| (一) 抽样框误差 |
| (二) 无回答误差 |
| 1.逆概率加权法。 |
| 2.类加权法。 |
| 3.梳理法。 |
| 4.校准法。 |
| (1) 单一插补。 |
| (2) 多重插补。 |
| (3) 几何插补。 |
| (三) 计量误差 |
| 三、小域估计 |
| (一) 小域估计的意义与研究概况 |
| (二) 小域估计的一般方法 |
| 四、我国抽样调查研究与应用中的主要问题及对策 |
| (一) 抽样调查如何满足多层次需要 |
| (二) 多主题或多指标抽样 |
| (三) 无回答的影响及其处理 |
（10）认知网络的流量预测和负载均衡研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 认知网络相关研究 |
| 1.2.2 流量预测相关研究 |
| 1.2.3 负载均衡相关研究 |
| 1.3 主要工作和创新点 |
| 1.4 本文组织结构 |
| 第二章 流量预测和负载均衡相关技术 |
| 2.1 流量预测 |
| 2.1.1 网络流量的特征 |
| 2.1.2 网络流量预测 |
| 2.2 负载均衡 |
| 2.3 本章小结 |
| 第三章 基于两态马氏链的认知网络流量预测模型 |
| 3.1 认知网络流量预测 |
| 3.2 基于两态马氏链的认知网络流量预测模型 |
| 3.4 模型验证 |
| 3.5 本章小结 |
| 第四章 基于流量预测的负载均衡控制模型 |
| 4.1 多路径路由和路由网关协议 |
| 4.2 基于流量预测的负载均衡控制模型 |
| 4.3 模型验证 |
| 4.4 本章小结 |
| 第五章 认知网络流量预测和负载均衡子系统设计与实现 |
| 5.1 系统部署 |
| 5.2 系统结构设计 |
| 5.3 系统功能介绍 |
| 5.4 系统模块详细设计 |
| 5.4.1 认知流量预测的详细设计 |
| 5.4.2 认知负载均衡的详细设计 |
| 5.5 系统测试 |
| 5.5.1 认知的流量预测 |
| 5.5.2 认知网络负载均衡控制 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 缩略词 |
| 参考文献 |
| 发表论文情况 |
| 参与项目情况 |
四、多重抽样方案的概率计算（论文参考文献）
- [1]多重抽样框方法及其应用研究[D]. 贺建风. 暨南大学, 2010(09)
- [2]多重抽样方案的概率计算[J]. 周亚清. 工科数学, 1991(04)
- [3]基于性能水平的能源系统可靠性分析方法研究[D]. 邱慧. 北京科技大学, 2021(02)
- [4]规模以下工业地域抽样的可行性研究[J]. 金勇进,姜天英. 数理统计与管理, 2020(05)
- [5]住户调查的若干问题研究[D]. 孙玲莉. 天津财经大学, 2019(07)
- [6]住户调查一体化设计研究[D]. 罗薇. 暨南大学, 2016(07)
- [7]小域估计抽样理论问题研究[D]. 黄莺. 浙江工商大学, 2014(05)
- [8]辅助信息在不等概率抽样设计中的应用方法研究[D]. 熊国林. 暨南大学, 2006(06)
- [9]抽样调查应用与理论中的若干前沿问题[J]. 冯士雍. 统计与信息论坛, 2007(01)
- [10]认知网络的流量预测和负载均衡研究[D]. 刘英峰. 南京邮电大学, 2011(04)