针对职业就业统计调查中不可忽略无回答的有序多项结果模型调整

研究发现，由行政工资数据计算得出的机构平均工资与职业工资相关。这些职业工资是美国劳工统计局职业就业统计 (OES) 调查的主要结果变量。鉴于该调查中的无回答现象即使在考虑了其他机构特征后仍与平均工资相关，我们提出了一种利用行政数据对因无回答而缺失的职业工资值进行插补的方法。由于数据结构的原因，这种插补变得复杂。由于职业工资数据是以每种职业在预定义工资范围内的员工计数形式收集的，因此处理无回答的加权方法无法充分调整某些估计域的估计值。为了保持当前的数据结构，我们提出了一种方法，将每个缺失机构的工资区间计数数据作为有序多项随机变量进行插补，并为每种职业使用单独的生存模型。每个模型都纳入了与职业工资数据分布相关的每个机构的已知辅助信息，包括地理和行业特征。该灵活模型允许基线风险随职业变化，同时允许预测变量调整员工工资落入指定范围的概率。实证研究和模拟结果表明，该方法插补的缺失 OES 工资与机构平均工资相关联，其方式更接近观察到的关联。