摘要: 在抽样中,我们经常会碰到观察个体大小不一的情况。例如,以乡为观察个体的农产量抽样估计、以学校为观察个体的学生身体素质抽样估计等。当我们所关心的标志即观察标志与个体大小基本呈等比例变化时,如果不分个体的大小而赋予它们同等被抽中的概率(即采用等该抽样法),那么在仍然采用简单估计的前提下,抽中大的个体就会给出过高的总体估计值,抽中小的个体就会给出过低的总体估计值,从而使抽样估计受到大的抽样误差的支配。例如,在由一个以县为个体的样本数据来估计全国出生人数时,就会产生这种情况。为了减少抽样误差,人们就想到了不等概率抽样设计,即按个体大小赋予它们不同被抽中的概率并据以给出总体估计值。然而不等概抽样的一个很大的缺点是操作过程麻烦,尤其是当样本容量大于2时的不重复的不等概抽样十分困难。因此在实践中,人们希望能在保证必需的抽样精度的前提下,仍通过等抽样这种简便的方法来解决观察个体大小不一的这类抽样估计问题,即把不等概问题等概化处理。通过初步研究,本文提出以下三种处理方法:分层抽样估计法、转移观察标志法和回归估计法。