在抽样调查过程中,通过有效的利用辅助信息,我们可以降低调查的难度,获得更具代表性的样本.除此之外,通过辅助信息也可以构造新的估计量,减少估计量的误差,校正估计量与实际研究变量的偏差.本文主要通过辅助信息构造了简单随机抽样下的链式乘积估计量和系统抽样下的链式比率―乘积型估计量.以及改进了三种样本容量固定的不等概率抽样设计.这三种抽样方法相较于原设计拥有获取样本更便捷,更稳定的特性,而且在研究变量与辅助信息相关性较高时,精度也有所提高.一、在抽样调查中恰当地使用辅助信息可以提高调查精度.当辅助变量X与调查指标Y呈负相关关系时,乘积估计是构造总体均值估计传统的方法.本章提出了链式乘积估计量,并且得到了它的均方误差.在一定条件下,链式乘积估计量的效率高于传统估计量,并提供了一个数值例子.二、本章通过借助与研究变量高度相关的两个辅助信息构造了基于系统抽样对有限总体均值估计的链式比率―乘积型估计量.该估计量并不是总体均值的一个无偏估计,但是它的精度有着极大地提高.本章给出了估计量阶为O(1/n)的偏倚,以及均方误差公式.并且给出了该估计量精度优于其他几种已知的系统抽样估计量的条件.最后,我们给出了一个数值例子.三、由于配置样本较于Poisson样本的优良特性,受到条件配置抽样的启发,本文将CP抽样、2PπPS抽样和AP抽样中的Poisson样本替换为配置样本,并对其进行数值研究,提出了数值模拟统计计算包含概率的方法.