面向多元连续变量的 A-最优分离问卷设计
统计方法学
2022-03-10 v1
摘要
分离问卷设计（SQD）作为完整问卷的替代方案，可以减轻回答负担并提高调查质量。人们可以通过设计分离问卷来减少由分离问卷引发的缺失数据所造成的信息损失。本研究开发了一种寻找多元连续变量最优 SQD（OSQD）的方法，应用了概率设计和最优性准则方法。我们的方法利用先前的调查数据计算 Fisher 信息矩阵和 A-最优性准则，为当前的调查寻找 OSQD。我们推导了关于相关结构与 OSQD 之间关系以及局部 OSQD 鲁棒性的理论结果。我们进行了模拟研究，以比较局部和两种全局 OSQD（即极小极大 OSQD 和 Bayes OSQD）与基准的表现。我们还将该方法应用于 2016 年宠物人口统计调查（PDS）数据。在模拟研究和实际数据应用中，局部和全局 OSQD 均优于基准。
引用
@article{arxiv.2203.04883,
title = {A-Optimal Split Questionnaire Designs for Multivariate Continuous Variables},
author = {Dae-Gyu Jang and Zhengyuan Zhu and Cindy Yu},
journal= {arXiv preprint arXiv:2203.04883},
year = {2022}
}