基于倾向得分匹配与加权调整的非概率抽样统计推断方法研究

       摘要: 文章针对非概率抽样统计推断问题,提出了一种解决方法:首先采用倾向得分匹配选择样本,然后采用倾向得分逆加权、加权组调整和事后分层调整三种方法对匹配样本进行加权调整来估计目标总体,并比较不同方法估计的效果.蒙特卡罗模拟与实证研究表明:当网络访问固定样本大小与目标样本大小的比率小于3对,三种加权方法估计的效果均比未加权时匹配样本的估计效果好;当网络访问固定样本大小与目标样本大小的比率不小于3时,倾向得分事后分层调整与未加权的匹配样本估计效果较好.

作者:
刘展 金勇进
单位:
中国人民大学统计学院 北京 100872 中国人民大学应用统计科学研究中心 北京 100872
出处:
《统计与决策》
刊期:
2016年第32卷第21期
基金:
国家社会科学基金资助项目, 中国人民大学2015年度拔尖创新人才培育资助计划项目

基于倾向得分匹配与加权调整的非概率抽样统计推断方法研究

摘要:文章针对非概率抽样统计推断问题,提出了一种解决方法:首先采用倾向得分匹配选择样本,然后采用倾向得分逆加权、加权组调整和事后分层调整三种方法对匹配样本进行加权调整来估计目标总体,并比较不同方法估计的效果.蒙特卡罗模拟与实证研究表明:当网络访问固定样本大小与目标样本大小的比率小于3对,三种加权方法估计的效果均比未加权时匹配样本的估计效果好;当网络访问固定样本大小与目标样本大小的比率不小于3时,倾向得分事后分层调整与未加权的匹配样本估计效果较好.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

1.099585s