近年来，随着我国抽样调查的应用领域越来越广泛，实践中各种抽样调查技术也逐渐完善起来，但在样本加权方面，大多仅局限于无回答加权调整。因此国际上一些较成熟的加权调整技术在我国抽样调查中的应用并不多见，包括本文主要研究的校准加权技术。　　抽样的目的是利用样本数据对总体参数进行估计，但由于抽样的随机性和抽样过程中种种不能控制的因素，在总体特征的分布上，辅助信息的样本结构与总体分布并不一致。若在与抽样调查研究变量高度相关的辅助信息指标上，调查数据的样本结构与总体结构存在较大的偏差，则直接利用抽样调查中样本的初始权数进行估计可能会影响目标估计量的估计效率。在这种情况下，要想较为可靠地推断出总体的有关信息，提高估计效率，需要对抽样调查数据的样本结构进行加权调整。校准加权方法(Calibration Weighting Method)就是利用已知抽样调查总体的辅助信息，在满足一定的约束条件下，对样本的初始权数进行加权调整，使得在影响研究变量的一些指标上，加权后的样本分布结构尽可能的与总体分布结构相一致，减小样本结构与总体结构的差异性，从而达到降低抽样方差和偏差，提高估计精度的目的。　　本文以“抽样调查中校准加权方法的理论和应用”为题进行研究，期望通过对校准加权方法理论、应用方面的系统研究，对解决当前校准加权方法在实际应用中可能出现的问题有所帮助，进而促进校准加权方法在我国抽样调查体系中的应用和推广。本文首先在系统讨论校准加权方法的基础上，进一步探讨了校准加权中方法本身的各种问题，并与传统的加权方法进行比较。其次从我国政府面临的多层次推断的难题角度出发，探讨了校准加权方法在小区域估计中的应用，最后通过实际案例应用及模拟研究试图对校准加权方法的效率进行评估。　　论文的研究主要分四个部分:校准加权估计;校准加权中有关方法问题的讨论;校准加权方法的应用研究;校准加权方法的实证及模拟分析。　　本文主要做了以下工作:　　第一章主要介绍了选题的背景和意义，国内外研究现状，概述论文的研究思路和论文的结构，以及论文的研究方向、框架和创新点等。　　第二章主要讨论了校准加权估计。首先给出校准加权的基本原理，接着界定了校准加权调整方法的理论基础——事后分层技术，然后讨论传统意义上的校准加权方法:事后分层估计、线性广义回归估计和搜寻比率估计，对各种估计量的性质、不足和各种改进方法进行了探讨。第三讨论了校准加权调整方法。给出完全事后分层和不完全事后分层的校准加权估计原理、加权步骤以及部分数学性质，总结了使用校准加权调整方法时的技术问题。最后讨论了突破距离最小化范畴的广义校准估计——模型校准。　　第三章进一步探讨了校准加权方法中方法本身的相关问题。这一章首先给出了明确的校准加权的本质含义，然后将传统意义上的校准加权估计和Deville&S(a)rndal(1992)提出的校准加权估计进行了比较。接着就校准加权方法中所遇到的有关辅助信息的构造、距离函数的选取进行了讨论。最后除了从理论上探讨了校准加权估计的方差估计，还从实际应用的角度讨论使用复杂样本的方差估计方法来估计校准估计量的方差。　　第四章主要从校准加权实际应用的角度探讨了小区域估计中的校准加权。期望能对解决我国目前面临多层次推断难题有所启示。　　第五章是校准加权方法的案例和模拟研究。应用实际案例对各种校准方法以及其方差估计进行比较，特别考察了与校准加权方法效率相关的一些条件，包括辅助变量的选择，不同校准方法的适用条件等。　　第六章给出研究的结论、论文的不足和需要进一步研究的问题。　　论文的研究特色在于从抽样调查的角度系统的研究了校准加权调整技术、校准加权调整方法的应用特点，并且从理论和应用上进行了创新，主要有:　　1、提出广义的校准加权概念，将传统的事后分层估计，搜寻比率估计纳入到校准加权含义的范畴。　　2、对校准加权方法本身进行了系统的研究，包括校准估计量的性质，校准加权程序特点，校准加权估计量的评估，以及校准加权方法如何解决无回答和小区域估计等实际应用问题，并利用实际案例和模拟研究多重比较各种校准加权方法的效果，期望能提供恰当使用校准估计的判别方法。　　3、针对实际调查数据，虽然没有提出一个明确评价校准加权估计量的标准，但笔者还是尝试从校准加权的本质出发提出用复杂样本方差估计方法中估计量与全样本估计量的相对误差，以及子样本估计量的标准差，和权数比率(=调整权数/初始权数)来综合判断。　　4、首次尝试讨论校准加权技术在小区域估计中的应用。