本项目属于具有重要应用前景的基础课题,拟对抽样调查中的一些亟待解决的具体问题展开研究,以期提出切实有效的解决方案,发展统计理论与方法。基于前一阶段的工作积累,我们将根据实际背景的特点选择或建立一些合理的模型,基本弄清其概率结构,通过充分利用协变量中所包含的信息(辅助信息)克服现有统计方法的缺点与局限性,显著地减少系统偏差,提高估计精度。我们将利用计数过程、非参数和半参数等方法寻找优良的估计量,运用鞅的中心极限定理研究其渐近性质,并进行适当的随机模拟。我们也将针对若干具体问题发展出实用的计算方法。本项目的问题具有明确的统计实际背景,同时其研究需要灵活使用现代概率论的各种知识与方法,其预期成果可以在生态学、环境保护、流行病学及软件可靠性等领域得到广泛应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
面向工件表面缺陷的无监督域适应方法
环境信息披露会影响分析师盈余预测吗?
基于EM算法的混合t-分布模型参数估计
国际比较视野下我国开放政府数据的现状、问题与对策
抽样调查中若干理论问题的研究及其应用
抽样调查中的小域估计方法研究
统计模型中的若干组合问题
生态学中若干统计模型研究