连续性抽样的时间序列估计方法研究进展及应用

作者: 陈光慧杨槟羽

关键词: 连续性抽样调查时间序列估计方法状态空间模型卡尔曼滤波

摘要：自1973 年Blight 和Scot 首次提出关于连续性抽样调查的时间序列估计方法以来,国际上有关时间序列估计方法的研究发展得十分迅速.本文选择时间序列估计方法作为研究对象,主要从利用经典时间序列理论进行抽样估计、利用卡尔曼滤波进行抽样估计、时间序列估计方法的实际应用三方面对现有研究成果进行了理论化、系统化的梳理.同时,结合现有研究中存在的模型选择、假定条件合理性等问题以及未来研究趋势,建议我国统计调查部门应加快统计调查活动科学化、规范化的进程,从市县层级调查活动入手,在实践中不断完善时间序列估计理论.

上一篇： 商品期货套期保值的价值效应
下一篇： 大数据的计划逻辑——大数据时代社会主义市场经济实现"有计划的社会生产"之可能性

连续性抽样的时间序列估计方法研究进展及应用

作者: 陈光慧 杨槟羽

关键词: 连续性抽样调查 时间序列估计方法 状态空间模型 卡尔曼滤波

作者: 陈光慧杨槟羽

关键词: 连续性抽样调查时间序列估计方法状态空间模型卡尔曼滤波