$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

통합 칼리브레이션 가중치 산출 비교연구
Integrated calibration weighting using complex auxiliary information 원문보기

응용통계연구 = The Korean journal of applied statistics, v.34 no.3, 2021년, pp.427 - 438  

박인호 (부경대학교 통계학과) ,  김수진 (국민건강보험공단 건강보험연구원)

초록
AI-Helper 아이콘AI-Helper

이단추출은 개체와 집락 단수준별 모집단 특성을 함께 추정할 수 있게 해준다. 단위수준별 보조정보가 함께 주어질 때, 단위수준별 정보 및 가중치 구성을 통합적으로 고려한 칼리브레이션 가중치를 산출한다면 단위수준별 특성은 물론 수준간의 다변량적 특성도 적절히 반영할 수 있을 것이다. 본 연구는 Estevao와 Särndal (2006)과 Kim (2019)이 고려한 통합 칼리브레이션 가중치 산출 방법에 대해 살펴보았다. 간단한 모의실험을 통해 기존의 통합 칼리브레이션 가중치 산출방법의 효율성을 비교하였다. 이 중 복합보조정보를 개체화한 후 단일단계의 칼리브리이션 조정으로 가중치를 산출하되 집락가중치가 집락 내 개체가중치 평균이 되도록 정의하는 방법과 단위수준별 보조정보를 이용한 수준별 칼리브레이션 조정을 상호 반복적으로 수행하되 집락가중치가 집락 내 개체가중도치 평균이 되도록 하는 방법이 조정전 가중치의 변동량을 크게 늘리지 않고도 수준간 다변량적 특성을 잘 반영할 수 있음을 확인할 수 있었다. 집락과 개체의 상호간 보조정보에 대한 총합추정의 적합도 측면에서 매우 양호하였고, 칼리브레이션 조정에 포함되지 않는 조사특성들의 총합추정에 대한 상대편향 및 상대 평균 제곱근 오차가 작게 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Two-stage sampling allows us to estimate population characteristics by both unit and cluster level together. Given a complex auxiliary information, integrated calibration weighting would better reflect the level-wise characteristics as well as multivariate characteristics between levels. This paper ...

주제어

#이단추출   #통합가중치   #칼리브레이션 추정   #복합보조정보   #미국사회조사  

표/그림 (7)

참고문헌 (8)

  1. Deville JC and Sarndal CE (1992). Calibration estimators in survey sampling, Journal of the American Statistical Association, 87, 376-382. 

    상세보기 crossref

  2. Estevao VM and Sarndal CE (2006). Survey estimates by calibration on complex auxiliary information, International Statistical Review, 74, 127-147. 

    상세보기 crossref

  3. Kim S (2019). Iterative calibration approach to integrated weighting for household surveys, Unpublished Master thesis, Pukyong National University, Busan, Korea. 

  4. Kolenikov S and Hammer H (2015). Simultaneous ranking of survey weights at multiple levels, Survey Methods: Insights fromm the Field, Special issue: 'Weighting: Practical Issues and "How to" Approach', Retrieved from: http://surveyinsights.org/?p-5099. DOI:10.13094/SMIF-2015-00010. 

  5. Lemaitre G and Dufour J (1987). An integrated method for weighting persons and families, Survey Methodology, 13, 199-207. 

  6. Park I and Lee H (2002). A revisit of design effects under unequal probability sampling, The Survey Statistician, 46, 23-26. 

  7. Sarndal CE, Swensson B, and Wretman J (1992). Model Assisted Survey Sampling, Springer, New York. 

  8. Valliant R, Dever JA, and Kreuter F (2013). Practical Tools for Designing and Weighting Survey Samples, Springer, New York. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로