随着信息技术的发展,互联网在人们的生活及工作中得到了广泛应用和普及,抽样调查技术也从传统纸笔调查发展到以互联网为媒介的网络调查。当前,网络调查在利用抽样调查进行的科学研究中应用十分普遍,然而,以互联网为媒介的网络调查也有其自身的局限性,主要表现在以下两个方面:一是通过互联网进行的网络调查,其样本的选取已无法完全保证概率抽样;二是在网络调查中,实际抽样的网络总体与研究者关注的目标总体间通常会存在较大的覆盖误差,这些局限性将导致不能直接利用网络调查样本对目标总体进行统计推断。针对上述两个问题,论文主要从以下几个方面进行探索研究:首先,针对非概率抽样网络调查样本的非随机性选取问题,论文讨论了在目标总体单元的辅助信息已知条件下,利用概率抽样方法从目标总体中抽取概率样本作为辅助样本,基于倾向值匹配样本的方法,对非概率抽样的网络调查样本与辅助样本进行倾向值匹配,产生一个来自网络调查样本的匹配样本,论证了该匹配样本具有与辅助样本相同的随机性,研究结果表明利用匹配样本对目标总体进行统计推断具有可行性。其次,在利用倾向值匹配方法对非概率抽样网络调查样本进行随机化的基础上,论文讨论了基于匹配样本对目标总体参数进行估计时,对总体参数的简单估计量和倾向值加权估计量的构建,论证了估计量的无偏性和渐近无偏性,并对估计量的方差及其性质进行了讨论。进一步研究了利用匹配样本,采用事后分层估计方法估计总体参数时,估计量的构建及其性质,并对非概率抽样网络调查的样本选择性偏差进行估计。探索利用非概率抽样网络调查样本对目标总体进行统计推断的有效方法,研究结果表明,利用非概率抽样网络调查样本对目标总体进行统计推断具有可行性,但在分层估计中,估计量的精度提高与样本匹配结果密切相关。最后,针对在网络调查中目标总体与实际能够参与网络调查的群体之间存在较大覆盖误差的问题,论文提出基于倾向值匹配样本的方法,利用生物统计中的捕获—再捕获思想估计未知总体规模的方法,结合网络调查样本单元的人口统计特征,利用Logistic回归捕获—再捕获模型估计方法,对网络调查样本实际代表的网络总体规模进行估计。在此基础上,利用倾向值匹配样本估计目标总体参数的过程中,采用样本追加抽样域估计的方法估计目标总体参数,在未完成匹配的辅助样本单元中进行追加概率抽样,并对追加样本进行调查,综合来自网络调查样本的匹配样本和追加样本,对目标总体参数进行统计推断,并进一步对网络调查样本的选择性偏差和网络总体覆盖误差进行估计。解决了存在覆盖误差时,利用网络调查样本对目标总体进行统计推断的问题。