《抽样技术(第3版)》课后答案

  • 更新时间:
  • 8047人关注
  • 点击下载

给大家带来的是关于抽样技术相关的课后习题答案下载,介绍了关于抽样技术方面的内容,由唐英武 网友提供,本资源目前已被134人关注,高等院校抽样技术类教材综合评分为:8.9分

资源详情相关推荐
《抽样技术(第3版)》封面
  • 出版社:中国人民大学出版社
  • 作者:金勇进、杜子芳、蒋妍
  • 大小:6.02 MB
  • 类别:抽样技术
  • 热度:804
  • 微机常见故障诊断与排除的软件技术
  • 区块链技术驱动金融
  • Kafka技术内幕:图文详解Kafka源码设计与实现
  • 软盘加密与解密新技术
  • 物联网大数据处理技术与实践
  • 《抽样技术(第三版)》是2012年6月中国人民大学出版社出版的图书,作者是金勇进、杜子芳、蒋妍。

    本书主要包括简单随机抽样、分层随机抽样、整群抽样、系统抽样、多阶段抽样、比率估计、回归估计、不等概抽样等,还侧重介绍了复杂样本的设计、方差估计和数据分析,讨论了几种主要的非抽样误差产生的原因、非抽样误差的测定模型以及对由于无回答造成缺失数据进行调整的方法等。在第二版的基础上降低了整体难度,删除了过多的公式与计算,增加了例题及软件的应用。

    目录

    • 第1章绪论
    • 1.1调查与抽样调查
    • 1.2基本概念
    • 1.3几种基本的抽样方法
    • 1.4抽样调查步骤
    • 第2章简单随机抽样
    • 2.1概述
    • 2.2简单估计量及其性质
    • 2.3比率估计量及其性质
    • 2.4回归估计量及其性质
    • 2.5简单随机抽样的实施
    • 第3章分层随机抽样
    • 3.1概述
    • 3.2简单估计量及其性质
    • 3.3比率估计量及其性质
    • 3.4回归估计量及其性质
    • 3.5各层样本量的分配
    • 3.6总样本量的确定
    • 3.7分层抽样的其他方面
    • 第4章等概率整群抽样和多阶段抽样
    • 4.1概述
    • 4.2等概率整群抽样
    • 4.3等概率两阶段抽样
    • 4.4等概率两阶段抽样设计
    • 第5章不等概抽样
    • 5.1不等概抽样
    • 5.2放回不等概抽样
    • 5.3多阶段有放回不等概抽样
    • 5.4不放回不等概抽样
    • 第6章系统抽样
    • 6.1定义与实施方法
    • 6.2等概率情形:估计量及其性质
    • 6.3不等概率系统抽样
    • 第7章其他抽样方法
    • 7.1二重抽样
    • 7.2捕获再捕获抽样
    • 7.3电话调查抽样
    • 第8章调查中的复杂样本
    • 8.1调查中的辅助信息
    • 8.2设计效应
    • 8.3样本的权数
    • 8.4复杂样本的数据分析
    • 第9章复杂样本的方差估计
    • 9.1基本方法概述
    • 9.2直接推导法
    • 9.3随机组方法
    • 9.4刀切法
    • 第10章调查中的非抽样误差
    • 10.1概述
    • 10.2抽样框误差
    • 10.3无回答误差
    • 10.4计量误差
    • 10.5离群值的检测和处理
    • 第11章设计与方法 —— 美国CPS案例
    • 11.1概述
    • 11.2CPS的抽样设计
    • 11.3CPS的目标量估计
    • 11.4CPS的方差估计
    • 11.5非抽样误差及控制
    • 附录
    • 参考文献
    展开阅读

    抽样技术相关资源

    • XML数据库技术

      XML数据库技术

      随着大量XML数据的出现,如何有效地存储、管理和查询这些XML数据已成为一个值得研究的重要课题。目前,XMI-数据库技术是数据库领域的研究热点。 XML数据库技术 是在作者博士论文的基础上

      大小:9.79 MBXML

      立即下载
    • 光传输网络技术:SDH与DWDM(第2版)

      光传输网络技术:SDH与DWDM(第2版)

      大小:10473 MB M网络技术

      立即下载
    • MySQL技术内幕:InnoDB存储引擎

      MySQL技术内幕:InnoDB存储引擎

      《MySQL技术内幕:InnoDB存储引擎(第2版)》 由国内资深MySQL专家亲自执笔,国内外多位数据库专家联袂推荐。作为国内唯一一本关于InnoDB的专著,《MySQL技术内幕:InnoDB存储引擎(第2版)》的第1版广受

      大小:39.3 MBMySQL

      立即下载
    • 微型计算机实用大全(第14篇 计算机新技术)

      微型计算机实用大全第14篇计算机新技术

      大小:2.2MB微型计算机

      立即下载
    • 技术员面试知识点整理

      技术员面试知识点整理

      本仓库是笔者在准备 2018 年春招实习过程中的学习总结,内容以计算机书籍的学习笔记为主,在整理重点知识的同时会尽量保证知识的系统性。 主要的介绍了网络、操作系统、数据结构与算法、面向对象、数据库、Java、工具、编码实践等等 本文来自 CyC2018 ,作者 枣泥布丁

      大小:22.9 MB面试

      立即下载
    • 技术面试需要掌握的基础知识整理

      本仓库是笔者在准备 2018 年春招实习过程中的学习总结,内容以计算机书籍的学习笔记为主,在整理重点知识的同时会尽量保证知识的系统性。 主要的介绍了网络、操作系统、数据结构与算法、面向对象、数据库、Java、工具、编码实践等等 本文来自 CyC2018 ,作者 枣泥布丁

      大小:22.9 MB技术面试

      立即下载

    学习笔记

    16小时44分钟前回答

    Java编程实现二项分布的采样或抽样实例代码

    本文研究的主要是Java编程实现二项分布的采样或抽样,下面是具体实现代码。 如下程序为n=100,p=0.9的二项分布采样,共采样10000次 package function;import org.apache.commons.math3.distribution.BetaDistribution;import org.apache.commons.math3.distribution.BinomialDistribution;import org.apache.commons.math3.special.Gamma;public class dergamma {//采样1000次public static void main(String[] args) {for (int i = 0; i 1000; i++) {System.out.println(binomialsampler(100,0.9));}}//二项分布采样public static double binomialsampler(int trials, double p){BinomialDistribution binomial=new BinomialDistribution(trials,p);return binomial.sample();}} 如下图所示,为每次采样的结果: 其中,该分布的图形如下所示: 总结 以上就是本……

    21小时44分钟前回答

    基于python进行抽样分布描述及实践详解

    本次选取泰坦尼克号的数据,利用python进行抽样分布描述及实践。 备注:数据集的原始数据是泰坦尼克号的数据,本次截取了其中的一部分数据进行学习。Age:年龄,指登船者的年龄。Fare:价格,指船票价格。Embark:登船的港口。 1、按照港口分类,使用python求出各类港口数据 年龄、车票价格的统计量(均值、方差、标准差、变异系数等)。 import pandas as pddf = pd.read_excel('/Users/Downloads/data.xlsx',usecols = [1,2,3] )#拿到港口'Embarked'、年龄'Age'、价格'Fare'的数据df2 = df.groupby(['Embarked'])#按照港口'Embarked'分类后,查看 年龄、车票价格的统计量。# 变异系数 = 标准差/平均值def cv(data): return data.std()/data.var()df2 = df.groupby(……

    18小时43分钟前回答

    浅析pandas随机排列与随机抽样

    随机排列 利用 numpy.random.permutation() 函数,可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数,通过应用 take() 函数就可实现按此随机排列来调整 Series 对象或 DataFrame 对象各行的顺序。 其示例代码 example1.py 如下: import numpy as npimport pandas as pd#创建DataFramedf = pd.DataFrame(np.arange(12).reshape(4,3))print(df) 0 1 20 0 1 21 3 4 52 6 7 83 9 10 11#创建随机排列order = np.random.permutation(4)#通过随机排列调整DataFrame各行顺序newDf = df.take(order)print(newDf) 0 1 22 6 7 83 9 10 110 0 1 21 3 4 5 随机抽样 随机抽样是指随机从数据中按照一定的行数或者比例抽取数据。随机抽样的函数如下: numpy.random.randint(start,end,size) 函数中的参数说明……