样本结构性偏差的校准加权调整方法.pdf

样本结构性偏差的校准加权调整方法 金勇进1，薛芳1，侯志强2 (1．中国人民大学统计学院，北京100872；2．北方工业大学，北京100041) 摘要：校准估计是基于事后分层的加权调整估计，用于解决大规模调查中调查样本与总体存在 结构性偏差的问题。本文系统总结了校准估计的方法，特点，以及校准估计与事后分层，广义回归估计 的关系。 关键词：校准估计；事后分层；广义回归估计 中图分类号：021 文献标识码：A 文章编号：1002—6487{2007)05—0008-03 在抽样调查中，样本结构与总体结构产生偏差的原因很 助信息进行事后分层，并利用辅助变量构造一个示性向量表 多。主要有以下方面：一是调查前不能进行或来不及事先分 示单元所属类别。辅助信息可以来自行政管理数据、普查或 层，使得在影响目标量的主要辅助变量上，调查后样本结构 其他调查，并要求辅助变量的总体总量已知。事后分层可表 与总体结构存在偏差；二是进行分层多阶段抽样设计时，划 示成列联表形式。为简单起见，下面以辅助信息为两个分类 分总体的分类指标很多，但由于条件的限制，往往不能完全 变量为例，构造列联表进行讨论。其结果可以推广到多个辅 考虑这些分类指标；比如分层考虑了最主要的指标地区、城 助变量的情形。考虑有N个单元的有限总体u，假定该总体 乡，没有考虑同样与调查目标量高度相关的年龄、文化程度 被两个辅助变量交叉分为rxc类，如5个年龄组和11个职业 等因素。三是大规模的调查涉及调查单位和人员广泛，层层 组的交叉分类数为5xl1=55。U。S。分别表示落入第(i，j)个格 监督和控制难度加大；四是大规模抽样调查后期对大量数据 子内的总体和样本，N。n。分别表示落入第(ij)个格子内的总 的处理会对样本结构产生影响。如调查中无回答产生的问卷 体单元和样本单元数目，即格子总计(cellcounts)。N=∑：=，∑ 失效率较高，剔除失效问卷往往会产生结构性偏差。 ：：。Ni，n=∑：：，∑：。ni，Ni，N。n。n．，分别表示总体和样本的边际 若在与调查目标量高度相关的指标上，调查的样本结构 总计(marginal 与总体结构有较大的偏差，直接利用调查样本的初始权数进 Counts)。其中Ni．=∑：1NijNJ=∑：：lNijnj=∑：l 行估计势必影响目标估计量的估计精度。在这种情况下，要 想较为准确地推断出总体的有关信息，提高估计的精度，就 的总体总值和样本总值，Yij=Y，|kEU yij=∑ Yk 必须对调查的样本结构进行加权调整。校准加权调整是利用 kY,。比。 已知调查总体的辅助信息，在满足一定的约束条件下，对样 对于调查的样本，事后分层后格子总计和边际总计容易 本进行加权调整，使得加权后的样本结构尽可能的与总体结 确定，但总体的格子总计和边际总计的确定依赖于所获取的 辅助信息翔实与否。利用辅助信息对总体进行事后分层后， 构尽可能的一致，减小样本结构与总体结构的差异性，从而 达到减小抽样方差和偏差，提高估计精度的目的。本文将系 根据格子总计和边际总计是否已知可以把校准估计分为两 统阐述校准估计的方法，特点。以及校准估计与广义搜寻比 种情形。一是总体的格子总计和边际总计已知的情形，称为 率估计，事后分层估计，广义回归估计的关系。 完全事后分层的校准估计。二是仅知道边际总计，而格子总 计未知的情形，称为不完全事后分层的校准估计。基于不完 1 基于事后分层的校准加权调整方法