基于模拟的利用辅助信息估计总体方差的新方法

为何更智能的离散度度量重要

无论是政府、企业还是研究人员开展调查时，他们关心的并不仅仅是“平均”收入、产量或考试分数，还需要了解这些数值在人群、农场或学校之间的变异程度。这种变异称为方差，它告诉我们收入有多不平等、作物有多风险、或学习成果有多不均衡。本文提出了一种通过巧用调查中常常收集但很少充分利用的额外信息来更精确估计这种离散度的新方法。

看到的不止是主指标

大多数调查报告集中在均值上，但许多关键决策取决于数据的分散程度。准确估计这种分散度出乎意料地困难，尤其是在只能抽取较少样本单位时。传统的方差公式在理论上成立，但其结果在不同样本间可能波动很大，特别是当总体异质性较高时。作者指出，这种不稳定性可能误导计划者在确定样本规模、设置置信区间或在预算紧张时比较群体时的判断。

借助额外线索

现代调查通常记录不止一个变量：例如，家庭的食品支出伴随其收入记录，学校的教师人数伴随其在校生数量。这些所谓的辅助变量常常与主要的关注量密切相关。如果收入与食品支出同步变动，那么了解收入可以让我们更清楚地描绘食品支出的变异。早期研究已利用此类辅助信息改进均值估计，但在方差估计方面的努力相对有限，且常依赖简单的线性假设，在现实中复杂的数据下往往不适用。

通过模拟构建并检验的新估计量

作者提出了一种新的总体方差估计量，它将主调查数据与辅助变量以更灵活的方式直接结合。在数学上，他们设计了一个公式，将常用的样本方差与基于样本和总体中辅助变量行为的平滑调整相混合。为评估该方法的性能，他们首先用标准理论推导其期望误差，然后通过大规模计算机模拟超越纸面理论：模拟许多不同的世界——主变量与辅助变量之间具有强、适中甚至负相关的总体，以及不同的离散与分布形态。

在真实与模拟数据上检验方法

为了检验新估计量在实践中的效果，作者在三组真实数据上进行了测试：家庭食品支出与收入配对、教师人数与学生人数配对、以及昆虫计数与暴露处理包的配对。他们将该方法与一系列同样尝试利用辅助信息的知名替代方法进行比较。在所有三个例子中，新估计量在平均平方误差上持续更小，意味着其估计值更接近真实值。当主变量与辅助变量高度相关时，改进尤为显著。模拟研究得出了类似结论。在由双变量正态模型构造的人工总体中，所提估计量反复显示出比标准及竞争方法更低的误差和更高的相对效率，即便在关系复杂或相关性仅为中等时亦是如此。

对实际调查的意义

对于非统计学读者，关键结论是调查设计者不必将噪声较大的离散度度量视为不可避免的麻烦。通过将额外且已可用的信息输入到一个精心构建的公式中，并通过模拟进行充分检验，作者展示了可以在不增加样本量或成本的情况下获得更稳定、更可靠的变异性估计。更好的方差估计意味着未来调查的更好规划以及在农业、经济学和社会科学等领域更可信的结论。该工作也为将此思路扩展到更复杂的抽样方案和更丰富的辅助数据集打开了大门，有望为理解我们测量世界的不平等性或不确定性提供更锐利的工具。

引用: Ahmadini, A.A.H., Semary, H.E., Ahmad, S. et al. Simulation based new method for population variance using auxiliary information. Sci Rep 16, 11647 (2026). https://doi.org/10.1038/s41598-026-40161-x

关键词: 抽样调查, 方差估计, 辅助信息, 统计效率, 模拟研究