牛成英，孫秋碧

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州350108）

一、引 言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和網(wǎng)絡(luò)應(yīng)用的普及，網(wǎng)絡(luò)調(diào)查在市場(chǎng)調(diào)查、社會(huì)科學(xué)等領(lǐng)域的研究中得到越來(lái)越廣泛的應(yīng)用，許多專(zhuān)家學(xué)者對(duì)網(wǎng)絡(luò)調(diào)查相關(guān)問(wèn)題展開(kāi)了深入研究?？v觀國(guó)內(nèi)外文獻(xiàn)，關(guān)于網(wǎng)絡(luò)調(diào)查的相關(guān)研究主要集中在網(wǎng)絡(luò)調(diào)查應(yīng)用、網(wǎng)絡(luò)調(diào)查與傳統(tǒng)調(diào)查的比較研究、影響網(wǎng)絡(luò)調(diào)查回答率的因素研究以及網(wǎng)絡(luò)調(diào)查中受訪(fǎng)者隱私權(quán)保護(hù)等方面［1－5］；也有專(zhuān)家學(xué)者對(duì)網(wǎng)絡(luò)調(diào)查的設(shè)計(jì)、組織與實(shí)施過(guò)程進(jìn)行了研究，對(duì)網(wǎng)絡(luò)調(diào)查問(wèn)卷及問(wèn)題設(shè)計(jì)提出了科學(xué)建議，研究開(kāi)發(fā)了實(shí)施網(wǎng)絡(luò)調(diào)查的相關(guān)應(yīng)用軟件［6］。但是，關(guān)于網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷理論研究的文獻(xiàn)相對(duì)較少，有關(guān)網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷的文獻(xiàn)大多局限于與傳統(tǒng)調(diào)查方法的對(duì)比研究，利用網(wǎng)絡(luò)調(diào)查數(shù)據(jù)對(duì)目標(biāo)總體特征的分析研究主要集中在調(diào)查數(shù)據(jù)的描述性統(tǒng)計(jì)方面［7］。由于網(wǎng)絡(luò)調(diào)查是基于傳統(tǒng)調(diào)查理論基礎(chǔ)但又不完全等同于傳統(tǒng)調(diào)查的一種調(diào)查研究方法，所以現(xiàn)有的在完全隨機(jī)抽樣方法下的傳統(tǒng)抽樣調(diào)查統(tǒng)計(jì)推斷理論不再完全適合網(wǎng)絡(luò)調(diào)查，故應(yīng)結(jié)合網(wǎng)絡(luò)調(diào)查特點(diǎn)，在傳統(tǒng)調(diào)查統(tǒng)計(jì)推斷理論基礎(chǔ)上，研究建立一套嚴(yán)密的網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷理論體系，為各領(lǐng)域利用網(wǎng)絡(luò)調(diào)查進(jìn)行問(wèn)題研究的統(tǒng)計(jì)推斷提供理論指導(dǎo)。

與傳統(tǒng)抽樣調(diào)查方法相比，網(wǎng)絡(luò)調(diào)查的抽樣方法主要包括：基于非概率抽樣的網(wǎng)絡(luò)調(diào)查和基于概率抽樣的網(wǎng)絡(luò)調(diào)查［8］215－232?；诜歉怕食闃拥木W(wǎng)絡(luò)調(diào)查不再完全遵從隨機(jī)化原則，使得該類(lèi)網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷的難度增大；基于概率抽樣的網(wǎng)絡(luò)調(diào)查中，由于被調(diào)查者自身因素的影響，使得該類(lèi)網(wǎng)絡(luò)調(diào)查的統(tǒng)計(jì)推斷結(jié)果出現(xiàn)結(jié)構(gòu)性偏差。近年來(lái)，傾向值統(tǒng)計(jì)分析方法在非隨機(jī)化觀測(cè)試驗(yàn)中被廣泛應(yīng)用［9］［10］86－87。這種統(tǒng)計(jì)分析方法，將研究總體單元分為試驗(yàn)處理組和試驗(yàn)控制組，利用研究總體單元已有的輔助信息，即協(xié)變量（如個(gè)體特征或影響試驗(yàn)結(jié)果的各因素），估算被研究試驗(yàn)單元在協(xié)變量條件下進(jìn)入試驗(yàn)處理組的條件概率，即傾向值。一方面，可以利用傾向值匹配方法，對(duì)試驗(yàn)處理組與控制組中傾向值相等或相近的單元進(jìn)行匹配，對(duì)觀測(cè)試驗(yàn)研究中影響試驗(yàn)結(jié)果的因素進(jìn)行均衡，以此達(dá)到“事后隨機(jī)化”的目的，進(jìn)而降低觀測(cè)試驗(yàn)結(jié)果中由于被研究單元非隨機(jī)化分配引起的統(tǒng)計(jì)推斷偏差；另一方面，利用傾向值加權(quán)方法，對(duì)試驗(yàn)處理組與控制組成員進(jìn)行加權(quán)，從而使得它們能夠更好地代表研究的目標(biāo)總體。在網(wǎng)絡(luò)調(diào)查實(shí)踐中，通常在調(diào)查前或調(diào)查過(guò)程中可以獲得與被調(diào)查指標(biāo)相關(guān)的協(xié)變量，如在社會(huì)科學(xué)調(diào)查研究中與人有關(guān)的人口統(tǒng)計(jì)特征、在醫(yī)學(xué)臨床研究中患者具備的一些生理指標(biāo)等。在網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷中，基于這些協(xié)變量的傾向值分析方法，已被探索用來(lái)修正網(wǎng)絡(luò)調(diào)查中可能產(chǎn)生的誤差，降低由被調(diào)查者參與回答的傾向性而產(chǎn)生的樣本結(jié)構(gòu)性偏差的影響，提高總體參數(shù)統(tǒng)計(jì)推斷的精度［10］105［11－12］。

本文研究以基于概率抽樣的網(wǎng)絡(luò)調(diào)查為基礎(chǔ)，嘗試將傳統(tǒng)調(diào)查的統(tǒng)計(jì)推斷與傾向值分析方法相結(jié)合，探索網(wǎng)絡(luò)調(diào)查目標(biāo)總體參數(shù)估計(jì)的無(wú)偏估計(jì)量和估計(jì)量方差來(lái)源，建立更加符合實(shí)際情況的網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷方法，分析網(wǎng)絡(luò)調(diào)查中影響統(tǒng)計(jì)推斷結(jié)果的因素。由于網(wǎng)絡(luò)調(diào)查中存在被調(diào)查單元無(wú)回答的現(xiàn)象，利用樣本中回答單元觀測(cè)值進(jìn)行總體參數(shù)統(tǒng)計(jì)推斷時(shí)，會(huì)改變樣本單元的實(shí)際入樣概率。為了控制樣本單元入樣概率不因無(wú)回答單元的存在而改變，以下分析均基于對(duì)網(wǎng)絡(luò)調(diào)查樣本缺失數(shù)據(jù)進(jìn)行插補(bǔ)處理后的完整樣本進(jìn)行統(tǒng)計(jì)分析。

二、傾向值計(jì)算模型及方法

傾 向 值 分 析 方 法 （propensity score analysis method），是建立在反事實(shí)框架（counterfactual framework）理論基礎(chǔ)上的一種統(tǒng)計(jì)分析方法，于1983年由統(tǒng)計(jì)學(xué)家Rosenbaum和Rubin首次提出，并對(duì)傾向值概念進(jìn)行了界定［9］。傾向值分析方法主要用于觀測(cè)研究中修正選擇性偏差，也是觀測(cè)研究中均衡組間偏倚的有效方法；主要目的是通過(guò)均衡組間多個(gè)混雜因素變量（協(xié)變量）來(lái)降低偏倚，實(shí)質(zhì)是將多個(gè)協(xié)變量的影響因素用一個(gè)傾向指數(shù)來(lái)表示（相當(dāng)于降低了協(xié)變量的維度），然后根據(jù)傾向值匹配方法對(duì)觀測(cè)研究中處理組和控制組的組間單元進(jìn)行匹配，對(duì)觀測(cè)性數(shù)據(jù)的混雜因素進(jìn)行類(lèi)似隨機(jī)化均衡處理。所謂反事實(shí)，就是指在原因不存在的情況下會(huì)發(fā)生的潛在結(jié)果或事件狀態(tài)。比如在觀測(cè)試驗(yàn)中，對(duì)于處理組（干預(yù)狀態(tài)）成員而言，反事實(shí)就是處在控制組（控制狀態(tài)）下的潛在結(jié)果；對(duì)于控制組（控制狀態(tài)）成員而言，反事實(shí)就是處在處理組（干預(yù)狀態(tài)）下的潛在結(jié)果［10］17－20。

因?yàn)榫W(wǎng)絡(luò)調(diào)查樣本中存在無(wú)回答單元，根據(jù)Rosenbaum和Rubin給出的傾向值定義，目標(biāo)總體可劃分為回答組和無(wú)回答組，所以可將傾向值分析方法引入網(wǎng)絡(luò)調(diào)查研究中以修正總體參數(shù)的估計(jì)結(jié)果。

網(wǎng)絡(luò)調(diào)查中，可將傾向值理解為：已知觀測(cè)協(xié)變量向量為k維向量Xi＝（xi1，xi2，…，xik），k≥1，i＝1，2，…，N，在給定協(xié)變量Xi條件下，被調(diào)查者i（i＝1，2，…，N）屬于回答組的條件概率：

稱(chēng)為被調(diào)查者i參與回答的傾向值，其中Zi為分組變量，如果被調(diào)查者i屬于回答組，則Zi＝1；如果屬于無(wú)回答組，則Zi＝0。

假定分組變量Zi和協(xié)變量Xi相互獨(dú)立，則：

網(wǎng)絡(luò)調(diào)查中，分組變量Zi和目標(biāo)總體單元潛在觀測(cè)值Yi在給定協(xié)變量Xi下是條件獨(dú)立的，即，且對(duì)回答組和無(wú)回答組中的所有單元都存在一個(gè)非零回答概率，即0＜，亦即，其中是目標(biāo)總體單元i無(wú)回答的潛在觀測(cè)值，是目標(biāo)總體單元i回答的潛在觀測(cè)值，i＝1，2，…，N。當(dāng)被調(diào)查單元i參與回答時(shí)，觀測(cè)值Yi記為，否則，觀測(cè)值Yi記為

實(shí)際應(yīng)用中，傾向值e（Xi）是通過(guò)二分類(lèi)變量的Logistic回歸方法估計(jì)得到的。被調(diào)查者的傾向值可用二分類(lèi)變量Logistic回歸方法表達(dá)如下：

其中Zi為二分類(lèi)狀態(tài)，Xi為已知協(xié)變量向量，βi為向量回歸參數(shù)。

式（3）是一個(gè)非線(xiàn)性模型，即Zi不是協(xié)變量Xi的線(xiàn)性函數(shù)，但是可以通過(guò)使用Logit函數(shù)將其轉(zhuǎn)換成Xi的線(xiàn)性函數(shù)：

其中P為傾向值。

式（4）可以采用最大似然估計(jì)或普通最小二乘法（OSL）進(jìn)行估計(jì)得到，但采用最大似然估計(jì)時(shí)一般很少使用解析方式，而是通過(guò)計(jì)算機(jī)數(shù)值程序迭代方法得到βi的估計(jì)值，進(jìn)而估計(jì)得到傾向值e（Xi）的估計(jì)值。

三、基于傾向值加權(quán)的總體參數(shù)Horvitz－Thompson估計(jì)量構(gòu)造

許多調(diào)查研究的統(tǒng)計(jì)推斷中，為了盡量消除統(tǒng)計(jì)推斷的偏差，采用了多種數(shù)據(jù)處理方法，例如針對(duì)人口統(tǒng)計(jì)特征差異，經(jīng)常使用事后分層方法。這種方法以普查資料為參考，依據(jù)人口變量進(jìn)行分層，然后進(jìn)行加權(quán)調(diào)整，以降低無(wú)回答誤差［13］。

同傳統(tǒng)調(diào)查一樣，網(wǎng)絡(luò)調(diào)查數(shù)據(jù)收集過(guò)程中，由于較低的回答率或不完整回答而出現(xiàn)大量數(shù)據(jù)缺失。一方面，相對(duì)于傳統(tǒng)調(diào)查中的面訪(fǎng)式調(diào)查，由于調(diào)查者與被調(diào)查者缺乏雙向互動(dòng)，導(dǎo)致網(wǎng)絡(luò)調(diào)查的缺失數(shù)據(jù)大大增加，極大地影響了基于網(wǎng)絡(luò)調(diào)查數(shù)據(jù)統(tǒng)計(jì)推斷的結(jié)果；另一方面，在網(wǎng)絡(luò)調(diào)查中，由于參與調(diào)查的回答者相對(duì)于無(wú)回答者有更為自愿的傾向，這也會(huì)導(dǎo)致調(diào)查結(jié)果產(chǎn)生結(jié)構(gòu)性偏差。

傾向值加權(quán)旨在對(duì)回答組和無(wú)回答組成員進(jìn)行加權(quán)，從而使得它們能夠更好地代表目標(biāo)總體。下面，在對(duì)網(wǎng)絡(luò)調(diào)查樣本缺失數(shù)據(jù)進(jìn)行插補(bǔ)處理后的完整樣本基礎(chǔ)上，應(yīng)用傾向值加權(quán)的方法，調(diào)整被調(diào)查者參與調(diào)查的概率，然后構(gòu)造目標(biāo)總體參數(shù)的無(wú)偏估計(jì)量。

關(guān)于總體參數(shù)的估計(jì)通常主要關(guān)注總體均值、總體總值以及總體比例的估計(jì)，本文以總體均值的估計(jì)為例來(lái)構(gòu)造總體參數(shù)的無(wú)偏估計(jì)量，其他總體參數(shù)的估計(jì)可以類(lèi)推得到。

假設(shè)總體由回答組S1和無(wú)回答組S0組成，如果S1中的單元被抽中，就可以得到回答，即得到一個(gè)觀測(cè)值；否則，如果S0中的單元被抽中，就無(wú)法得到回答，即出現(xiàn)數(shù)據(jù)缺失。N1為總體中回答組單元數(shù)，N0為總體中無(wú)回答組單元數(shù)，N為總體單元數(shù)，則N＝N0＋N1；文中大寫(xiě)字母與小寫(xiě)字母分別表示有關(guān)總體與樣本的觀測(cè)值，例如Y1，Y2，…，YN表示目標(biāo)總體單元觀測(cè)值，y1，y2，…，yn為樣本單元觀測(cè)值。

假設(shè)采用概率抽樣方法從總體中抽取容量為n的簡(jiǎn)單隨機(jī)樣本，調(diào)查結(jié)果顯示，回答單元為n1，無(wú)回答單元為n0，則n＝n1＋n0。令：

其中y0i在調(diào)查過(guò)程中沒(méi)有直接獲得，而是通過(guò)缺失值插補(bǔ)方法插補(bǔ)得到，記為，即為無(wú)回答單元真實(shí)觀測(cè)值與插補(bǔ)值之間的偏差，假設(shè)。對(duì)網(wǎng)絡(luò)調(diào)查中無(wú)回答單元的缺失數(shù)據(jù)進(jìn)行插補(bǔ)后，即可得到一個(gè)無(wú)缺失數(shù)據(jù)的完整樣本，利用該樣本數(shù)據(jù)對(duì)總體參數(shù)進(jìn)行統(tǒng)計(jì)推斷，可降低網(wǎng)絡(luò)調(diào)查中總體參數(shù)估計(jì)量的無(wú)回答誤差。

類(lèi)似于不等概率抽樣Horvitz－Thompson估計(jì)量的構(gòu)造［14］161－198，將權(quán)重定義為：

對(duì)總體均值參數(shù)進(jìn)行估計(jì)時(shí)，如前所述，既要考慮抽樣單元的入樣概率，又要考慮抽樣單元參與調(diào)查的傾向值?？傮w均值基于傾向值加權(quán)的Horvitz－Thompson估計(jì)量可表示為：

即：

證明：樣本均值

其中Ii為隨機(jī)變量：

在采用無(wú)放回簡(jiǎn)單隨機(jī)抽樣方法時(shí)，調(diào)查單元i被選入樣本時(shí)，，且當(dāng)Z＝1時(shí)，i；當(dāng)Zi＝0時(shí)，則［14］201：

故基于傾向值加權(quán)的Horvitz－Thompson估計(jì)量是總體均值的無(wú)偏估計(jì)。

由此可見(jiàn)，在網(wǎng)絡(luò)調(diào)查的總體參數(shù)估計(jì)中，由于受被調(diào)查單元的不同傾向值影響，統(tǒng)計(jì)推斷中總體參數(shù)估計(jì)的實(shí)質(zhì)已經(jīng)從等概率抽樣的參數(shù)估計(jì)轉(zhuǎn)化為不等概率抽樣的估計(jì)。因此，關(guān)于網(wǎng)絡(luò)調(diào)查的總體參數(shù)估計(jì)，采用類(lèi)似于不等概率抽樣的Horvitz－Thompson估計(jì)量更為合理。

四、總體參數(shù) Horvitz－Thompson估計(jì)量的方差

總體參數(shù)估計(jì)量的方差是從平均意義上說(shuō)明參數(shù)估計(jì)量的差異狀況，也是對(duì)抽樣方案和估計(jì)方法進(jìn)行評(píng)價(jià)的標(biāo)準(zhǔn)之一。類(lèi)似于傳統(tǒng)調(diào)查，利用網(wǎng)絡(luò)調(diào)查數(shù)據(jù)進(jìn)行參數(shù)估計(jì)時(shí)，估計(jì)量的方差一方面與抽樣方法有關(guān)，另一方面與被調(diào)查單元的回答概率，即傾向值大小有關(guān)，則估計(jì)量的方差可以表示為［14］201：

即：

其中Vs，Es分別為隨機(jī)抽樣的方差和期望，Vr，Er分別為與回答概率有關(guān)的方差和期望。

證明：因?yàn)?/p>

另一方面，由于樣本單元Zi，Zj的取值相互獨(dú)立，則Cov（Zi，Zj）＝0，因此：

由以上分析可以看出，利用網(wǎng)絡(luò)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)推斷時(shí)，基于傾向值加權(quán)的總體參數(shù)Horvitz－Thompson估計(jì)量是一個(gè)無(wú)偏估計(jì)量。估計(jì)量方差的大小受抽樣方式、抽樣單元的回答概率以及插補(bǔ)數(shù)據(jù)的偏差等因素影響，事實(shí)上，這一結(jié)果更符合實(shí)際情況。

五、結(jié) 論

目前，盡管網(wǎng)絡(luò)調(diào)查已在各類(lèi)調(diào)查研究中廣泛應(yīng)用，但是利用網(wǎng)絡(luò)調(diào)查數(shù)據(jù)對(duì)目標(biāo)總體特征進(jìn)行統(tǒng)計(jì)推斷的問(wèn)題還存在很多不確定性因素，有待于進(jìn)一步深入討論。網(wǎng)絡(luò)調(diào)查研究中，要提高統(tǒng)計(jì)推斷的可靠性、降低估計(jì)偏差，一方面要以傳統(tǒng)抽樣調(diào)查統(tǒng)計(jì)推斷的理論方法為基礎(chǔ)，另一方面要針對(duì)網(wǎng)絡(luò)調(diào)查不同于傳統(tǒng)調(diào)查的特征，建立符合網(wǎng)絡(luò)調(diào)查的統(tǒng)計(jì)推斷理論方法。對(duì)采用概率抽樣進(jìn)行的網(wǎng)絡(luò)調(diào)查，可以充分利用目標(biāo)總體已有的或可獲得的輔助信息，設(shè)計(jì)網(wǎng)絡(luò)調(diào)查抽樣方法，估算樣本單元回答概率，并通過(guò)加權(quán)修訂相關(guān)影響因素，以提高總體參數(shù)估計(jì)的精度，降低估計(jì)偏差。

網(wǎng)絡(luò)調(diào)查統(tǒng)計(jì)推斷研究中，基于插補(bǔ)后的樣本數(shù)據(jù)進(jìn)行傾向值加權(quán)統(tǒng)計(jì)推斷說(shuō)明：1．用網(wǎng)絡(luò)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)推斷時(shí)，總體參數(shù)估計(jì)量的方差大小與目標(biāo)總體單元間的變異程度密切相關(guān)，當(dāng)目標(biāo)總體單元間變異程度較小時(shí)，估計(jì)精度相對(duì)較高。2．可以充分利用已有或可獲得的目標(biāo)總體單元與調(diào)查結(jié)果相關(guān)的輔助信息，通過(guò)分析樣本中回答單元和無(wú)回答單元的特征，選擇最佳插補(bǔ)方法，降低因缺失數(shù)據(jù)插補(bǔ)而造成的偏差。3．利用目標(biāo)總體單元與調(diào)查結(jié)果相關(guān)的輔助信息，估計(jì)樣本單元回答概率，對(duì)樣本觀測(cè)值進(jìn)行恰當(dāng)?shù)丶訖?quán)調(diào)整，可以提高總體參數(shù)估計(jì)精度和降低估計(jì)偏差。4．充分考慮影響統(tǒng)計(jì)推斷結(jié)果的因素和產(chǎn)生估計(jì)誤差的過(guò)程，有利于分析估計(jì)量偏差的來(lái)源。在調(diào)查過(guò)程中設(shè)計(jì)更為合理的抽樣方法、采用激勵(lì)方法提高被調(diào)查單元的回答概率等措施，可以提高網(wǎng)絡(luò)調(diào)查數(shù)據(jù)質(zhì)量和統(tǒng)計(jì)推斷的可靠性。

［1］ Gill Fenella J，Leslie Gavin D，Grech Carol，et al．Using a Web－based Survey Tool to Undertake a Delphi Study：Application for Nurse Education Research［J］．Nurse Education Today，2013，33（11）．

［2］ 向蓉美．問(wèn)卷調(diào)查方式的革新和比較［J］．統(tǒng)計(jì)與信息論壇，2002，17（1）．

［3］ 于洪彥，黃曉治．書(shū)面調(diào)查和網(wǎng)絡(luò)調(diào)查的區(qū)別——兩種數(shù)據(jù)收集方法的比較［J］．統(tǒng)計(jì)與信息論壇，2011，26（10）．

［4］ Weimiao Fan，Zheng Yan．Factors Affecting Response Rates of the Web Survey：A Systematic Review［J］．Computers in Human Behavior，2010，26（2）．

［5］ Denniston Maxine M，Brener Nancy D，Kann Laura，et al．Comparison of Paper－and－pencil Versus Web Administration of the Youth Risk Behavior Survey （YRBS）：Participation，Data Quality，and Perceived Privacy and Anonymity［J］．Computers in Human Behavior，2010，26（5）．

［6］ Yi－Ching Wang，Ching－Mei Lee，Chih－Yin Lew－Ting，et al．Survey of Substance Use among High School Students in Taipei：Webbased Questionnaire Versus Paper－and－pencil Questionnaire［J］．Journal of Adolescent Health，2005，37（4）．

［7］ Hsiu－Mei Huang．Do Print and Web Surveys Provide the Same Results？［J］．Computers in Human Behavior，2006，22（3）．

［8］ 趙國(guó)棟．網(wǎng)絡(luò)調(diào)查研究方法概論［M］．北京：北京大學(xué)出版社，2013．

［9］ Rosenbaum P R，Rubin D B．The Central Role of the Propensity Score in Observational Studies for Causal Effects［J］．Biometrika，1983，70（1）．

［10］郭申陽(yáng)，馬克·W．弗雷澤．傾向值分析：統(tǒng)計(jì)方法與應(yīng)用［M］．郭志剛，巫錫煒，等，譯．重慶：重慶大學(xué)出版社，2012．

［11］Schonlau M，Zapert K．A Comparison between Responses from a Propensity－Weight Web Survey and an Identical RDD Survey［J］．Social Science Computer Review，2003，21（10）．

［12］Fan Li，Zaslavsky Alan M，Landrum Mary Beth．Propensity Score Weighting with Multilevel Data［J］．Statistics in Medicine，2013，32（19）．

［13］曾五一，汪彩玲，王菲．網(wǎng)絡(luò)調(diào)查的誤差及其處理［J］．統(tǒng)計(jì)與信息論壇，2008，23（2）．

［14］馮士雍，施錫銓?zhuān)闃诱{(diào)查——理論、方法與實(shí)踐［M］．上海：上?？茖W(xué)技術(shù)出版社，1996．