梯度提升伪加权：用于非概率样本人口推断的方法
统计方法学
2025-08-08 v2
摘要
非概率样本正在快速涌现，以解决各类领域的时间敏感优先议题。尽管这些数据及时，但容易产生选择偏差。为缓解选择偏差，大量调查研究文献探索了使用倾向得分（PS）调整方法来增强非概率样本的人口代表性，使用基于概率的调查样本作为外部参考。近期进展是一种基于两步 PS 的伪加权调整方法（2PS，Li 2024），在均方误差方面已优于近期发展。然而，这些方法在减少偏差的有效性严重依赖于底层倾向模型准确反映真实选择过程，这在参数回归方法中具有挑战。在本研究中，我们提出了一套伪加权构建方法，利用梯度提升方法（GBM）估计 2PS 中的 PS，以构建伪权重，相较于基于 logistic 回归的方法具有更大的灵活性。我们将所提出的 GBM 基于伪权重与现有方法进行比较，包括 2PS。通过蒙特卡洛模拟研究评估人口均值估计器。我们还使用 1988~1994 年的 NHANES III 作为非概率样本，1994 年的 NHIS 作为参考调查，对各种健康结果的流行率进行评估，包括 15 年死亡率。
引用
@article{arxiv.2508.00089,
title = {Gradient-Boosted Pseudo-Weighting: Methods for Population Inference from Nonprobability samples},
author = {Kangrui Liu and Lingxiao Wang and Yan Li},
journal= {arXiv preprint arXiv:2508.00089},
year = {2025}
}