用广义多特质-多方法模型评估调查与行政数据质量
应用统计
2015-08-25 v1
摘要
行政登记数据在统计学中日益重要，但与其他类型的数据一样，可能包含测量误差。为防止此类误差使得科学分析失效，评估行政数据中测量误差的程度至关重要。然而，目前评估此类误差的大多数方法要么涉及成本极高的审计，要么依赖于与假定完美的调查进行比较。我们引入了“广义多特质-多方法”(GMTMM) 模型，该模型可视为同时评估行政数据与调查数据质量的通用框架。该框架允许调查和登记数据同时包含随机与系统性测量误差。此外，它还能适应行政数据的常见特征，如离散性、非线性和非正态性，从而改进了现有的类似模型。本文通过将 GMTMM 模型应用于来自德国联邦就业局的关于就业收入与就业时长的调查-登记关联数据，展示了其应用，并通过模拟研究评估了所获得的估计值。关键词：测量误差，潜变量模型，官方统计，登记数据，可靠性
引用
@article{arxiv.1508.05502,
title = {Evaluating the quality of survey and administrative data with generalized multitrait-multimethod models},
author = {Daniel Leonard Oberski and Antje Kirchner and Stephanie Eckman and Frauke Kreuter},
journal= {arXiv preprint arXiv:1508.05502},
year = {2015}
}