基于多选项非随机化模型的敏感性特征比例的贝叶斯分析

发布时间：2021-01-23 11:07

　　当今社会日渐包容与开放,但依旧存在各种观念对立与理念冲突,这些问题或现象正呈现出多元化的趋势。为了化解矛盾冲突,共建和谐社会,首先需要对它们有一个全面、准确的了解,但我们在调查过程中经常会遇到受访者在面对某些问题时不愿意回答或者给出虚假的回答,这就会影响最终调查结果的准确性。注意到这类问题大都涉及到受访者的隐私或灰色利益,通常称之为敏感性问题。例如考试是否作弊、是否有过出轨行为、是否参与过赌博等等,甚至是一些政治问题。国内外许多统计学者己经就敏感性问题的调查的相关技术进行了许多研究,这些研究的重点是保护受访者的隐私,降低其不安全感,提高忠诚配合度,从而获得科学全面的调查结果。本论文介绍了敏感性问题的随机化作答模型及非随机化作答模型,这是典型的两类敏感性问题调查技术。相关联问题的Warner模型、无关联问题随机化作答模型中的Mangat模型、两阶段随机化作答模型,以及多项分类的敏感性问题的随机化作答模型,另外两阶段无关联问题随机化作答模型是在无关联问题随机化作答模型和两阶段随机化作答模型的基础上提出来的。而多项分类的无关联问题随机化作答模型的提出,是结合了无关联问题随机化作答模型和多项分... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：45 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 国内外相关研究综述
    1.3 研究内容
    1.4 研究创新点
第二章 敏感性问题的随机化作答模型
    2.1 Warner模型
    2.2 无关联问题随机化作答模型
    2.3 两阶段随机化作答模型
    2.4 两阶段无关联问题随机化作答模型
    2.5 多选项敏感性问题随机作答模型
    2.6 多选项无关联问题随机化作答模型
第三章 敏感性问题的非随机化作答模型
    3.1 非随机化作答模型的优点
    3.2 三角模型
    3.3 交叉模型
    3.4 平行模型
    3.5 多选项非随机作答模型
第四章 实例分析—多选项非随机化作答在性取向调查中的应用
    4.1 应用背景
    4.2 数据的收集与描述
    4.3 预测与分析
    4.4 研究意义
第五章 总结与展望
    5.1 全文总结
    5.2 未来工作展望
参考文献
攻读硕士学位期间完成的科研成果
致谢


【参考文献】：
期刊论文
[1]数量特征敏感性问题随机化回答的改进模型[J]. 饶贤清.  大学数学. 2011(06)
[2]数量特征敏感问题加法模型二阶段抽样的统计方法及其应用[J]. 刘鹏,高歌,贺志龙,阮玉华,李旭东,于明润.  苏州大学学报(医学版). 2011(03)
[3]二阶抽样下的Warner随机化回答模型[J]. 布和,龙梅.  内蒙古农业大学学报(自然科学版). 2010(01)
[4]多项选择敏感问题RRT二阶段抽样的统计方法及应用[J]. 贺志龙,高歌,王冕,朱宏儒,于明润,李旭东.  中国卫生统计. 2009(06)
[5]Simmons模型的贝叶斯观点[J]. 吕端会,傅珏生.  苏州大学学报(自然科学版). 2009(01)
[6]改进的随机化回答模型的贝叶斯方法[J]. 徐春梅,吕恕.  统计与信息论坛. 2006(04)
[7]多项选择敏感性问题的一样本调查方法——随机化调查方法IV[J]. 孙明举,孙山泽.  数理统计与管理. 2000(04)
[8]随机化回答模型中的贝叶斯方法[J]. 陈雪如.  应用概率统计. 1999(03)
[9]有多种备选的敏感问题抽样调查方法分析[J]. 吕恕.  地质科技管理. 1994(03)
[10]具有多种选择的敏感问题的抽样调查[J]. 范大茵.  数理统计与应用概率. 1992 (03)

硕士论文
[1]数量特征敏感问题分层随机抽样调查的统计方法及其应用[D]. 刘鹏.苏州大学 2012
[2]敏感性问题分层整群抽样调查的统计方法及其应用[D]. 凌良健.苏州大学 2009



本文编号：2995109