使用可解释回归树模型与关联行政数据分析机构无应答
应用统计
2012-06-29 v1
摘要
为了深入了解机构特征如何与无应答相关，将递归划分算法应用于职业就业统计2006年5月调查数据，构建了一个回归树。该树根据某些机构特征对机构对调查的应答倾向进行建模。它基于具有同质应答倾向的特征提供了互斥的单元格。这使得很容易识别特征变量与机构应答倾向之间的可解释关联，这是使用逻辑回归倾向模型不容易做到的。我们使用2006年11月职业就业统计调查的数据对从5月数据获得的模型进行了测试。在具有非常大样本量(n=179,360)的不相交机构数据集上测试模型，提供了证据表明回归树模型准确地描述了OES调查中机构特征与应答倾向之间的关联。通过模拟将该建模方法的准确性与逻辑回归进行了比较。然后，使用与样本数据关联的框架级行政工资数据来研究无应答偏差的可能性。我们表明，如果没有适当的调整，无应答确实会带来偏差风险，并且可能是不可忽略的。
引用
@article{arxiv.1206.6666,
title = {Analyzing establishment nonresponse using an interpretable regression tree model with linked administrative data},
author = {Polly Phipps and Daniell Toth},
journal= {arXiv preprint arXiv:1206.6666},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS521 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)