调查抽样中多分类结果不完整时的近邻比率插补
统计方法学
2023-02-24 v1 应用统计
摘要
无回答是调查抽样中的常见问题。恰当的处理可能具有挑战性，尤其是在处理总量的详细细分时。通常，近邻插补方法被用于此类不完整的多分类数据。在本文中，我们研究近邻比率插补估计量，其中利用辅助变量识别最接近的供体，并将供体的比例向量应用于接受者的总量以实施比率插补。为估计渐近方差，我们首先将近邻比率插补视为预测匹配插补的特例，并应用 \cite{yang2020asymptotic} 的线性化方法。为考虑不可忽略的抽样比，采用参数模型和广义加性模型来纳入插补估计量的平滑性，从而得到有效的方差估计量。我们将所提方法应用于基于美国人口普查局开展的 2018 年服务业年度调查收集的经验数据来估计支出明细项。我们的模拟结果证明了所提估计量的有效性，并证实即便抽样比不可忽略时，所推导的方差估计量也具有良好表现。
引用
@article{arxiv.2202.11276,
title = {Nearest neighbor ratio imputation with incomplete multi-nomial outcome in survey sampling},
author = {Chenyin Gao and Katherine Jenny Thompson and Shu Yang and Jae Kwang Kim},
journal= {arXiv preprint arXiv:2202.11276},
year = {2023}
}
备注
Accepted for publication in JRSS(A)