辅助变量不完全情形下的回归插补及其方差估计.pdfVIP

2008年 1月 系统工程理论与实践 第 1期 文章编号:1000-6788(2008)01-0146-05 辅助变量不完全情形下的回归插补及其方差估计 杨 军’,2，赵 宇 ‘ (1.北京航空航天大学工程系统工程系，北京100083;2.中国科学院数学与系统科学研究院，北京100080 摘要:针对抽样调查中经常出现的无回答数据，在均匀回答机制下，讨论了辅助变量不完全情形下的 回归插补，给出了目标变量总体均值的插补估计与其Jackknife方差估计，同时给出了该情形下回归插补 推广到多元辅助变量的方法. 关键词:缺失数据;回归插补;不完全辅助变量;Jackknife;方差估计 中图分类号:0212;C8 文献标志码:A Regressionimputationunderincompleteauxiliaryinformation anditsvarianceestimate ,2，ZHAOYu YANGJun (1.DepartmentofSystemEngineeringofEngineeringTechnology,BeijingUniversityofAeronauticsandAstronautics Beijing100083 ofMM themotiesandSystemsScience,CAS,Beijing100080,China) China;2.Academyof Abstract:Non-responseisoftenoccurredinsurvey .Underuniformresponse,theregressionimputation withincompleteauxiliaryvariableisstudied,thentheimputationestimateofpopulationmeanofinterestvariableand itsJackknifevarianceestimate， obtained.Atlast,theregressionimputationisgeneralizedtomultipleauxiliary Keywords:missingdata;regressionimputation;incompleteauxiliaryvariable;Jackknife;varianceestimate 0 引言 由于被调查个体不愿意回答、不可控制的因素或人为因素等致使数据缺失，几乎所有的抽样调查都受 到无回答的困扰.所谓无回答(non一二sponse)1〕是指由于某种原因，无法从抽中的样本单元获得所需的全部 或部分信息.无回答数据也称为缺失数据或不完全数据.除抽样调查之外，缺失数据在社会经济研究、医药 研究、生物基因研究、图像处理等诸多领域中广泛存在. 在实际抽样调查中，为获取更多信息和节省费用，除目标变量外，我们同时还调查一些相关的辅助信 息.当然，对于数据缺失，除目标变量y可能缺失外，辅助变量x也经常发生缺失.所以，有必要研究辅助 变量不完全情形下的插补方法.在均匀回答机制下，Sitter和x [21讨论了辅助变量不完全情形下的比率插 补，给出了插补估计量的性质及其方差估计.这里均匀回答指样本单元对被调查的目标变量具有相同的回 答概率，并且样本单元之间的回答相互独立.但在实际中，辅助变量通常是多元的，需要使用回归插补进行 处理，因此，我们利用Sitter〕的结果，在均匀回答机制下，讨论辅助变量不完全情形下的回归插补，并给出 目标变量总体均值的插补估计与其