[发明专利]问卷分割设计方法

权利要求书

1.问卷分割设计方法，其特征在于，包括：

S1：计算长问卷中变量的相关系数，并通过对相关系数进行聚类将变量聚类成不同的数据项；

S2：基于问卷分割模式、聚类得到的数据项以及问卷时长对问卷进行分割，得到各问卷模式；

S3：基于固定费用精度最高或固定精度费用最小的约束下计算各问卷模式的最优样本量；

S4：基于最优样本量随机发放问卷，并采集调查数据；

S5：对调查数据进行处理，得到处理后的数据；

S6：基于处理后的数据进行数据研究，并撰写报告。

2.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S1中，利用皮尔逊相关系数或φ相关系数计算长问卷变量之间的相关系数，并用K-means聚类方法将变量聚类成不同的数据项。

3.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S2中，所述问卷分割模式包括：累积模式、排列组合模式或相对重要性模式。

4.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤3中，在固定费用精度最高的约束条件下，精度使用如下最小化距离函数D^sq表示：

使得

其中，n＝(n₁，n₂，…，n_J)表示J个不同模式的问卷的最优样本量分配组合，n为表示样本总量；表示第k个数据项的误差，用这个变异系数来衡量，C_B表示调查所需要的总花费，c₀表示与样本量无关的固定花费，c_j表示第j个模式每个样本的花费；W_k表示不同数据项的重要性，且将最小化距离函数和约束条件转化为拉格朗日乘子法，求出各问卷模式的样本量分配；

在固定精度费用最小的约束下，最小化距离函数C^sq为：

使得

其中，表示J个不同模式的最优样本量分配组合，n^*表示样本总量，表示第k个数据项的误差，μ_k是第k个数据项的误差上确界，c₀表示与样本量无关的固定花费，c_j表示第j个模式每个样本的花费；求解方法与在固定费用精度最高的约束条件下的求解方法相同。

5.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S5中，数据处理的方法包括：完全个体分析、可用个体分析和多重插补。

6.根据权利要求5所述的问卷分割设计方法，其特征在于，在步骤S5中，多重插补具体包括：采用马尔可夫-蒙特卡洛方法进行数据插补。

7.根据权利要求5所述的问卷分割设计方法，其特征在于，在步骤S5中，多重插补的步骤包括：

为每个缺失值构造出m个可能的插补值，从而得到m个完整的数据集；

对插补后的m个完整数据集使用相同的统计分析方法进行分析，获得数据集内和集间的方差估计；

基于数据集内和集间的方差估计得到缺失值的替代值。

8.根据权利要求1所述的问卷分割设计方法，其特征在于，在步骤S2之后，还包括：辅以人工辨别和复查的过程。

9.根据权利要求1～8任意一项所述的问卷分割设计方法，其特征在于，所述数据研究的方法包括：简单参数估计和最优线性无偏估计。