摘要：基于复杂调查数据的模型辅助估计是一个重要的调查抽样中的实际问题。当有许多辅助变量时，有必要选择与研究变量相关的显著变量，以实现对感兴趣的总体参数的有效估计。在本研究中，我们制定了一个正则化贝叶斯推理框架中的回归估计量，使用惩罚函数作为模型选择的收缩先验。所提出的贝叶斯方法能够实现有效的点估计和有效的可信区间。最后，我们将两个有限模拟研究的结果与那些现有的频率学家方法。

关键词和短语：广义回归估计、正则化、收缩先验、调查抽样。