APP下载

高相关性辅助变量择优回归插补法

2012-09-11杨贵军赵晓云

统计与信息论坛 2012年6期
关键词:模型

杨贵军,蔡 娟,赵晓云

高相关性辅助变量择优回归插补法

杨贵军,蔡 娟,赵晓云

(天津财经大学中国经济统计研究中心,天津300222)

调查数据无回答在抽样调查中经常出现。无回答项目插补法是处理无回答的最主要方法之一,而辅助变量对提高插补值准确度非常重要。因此,研究调查数据无回答项目的高相关性辅助变量择优回归插补法,先筛选与目标变量间相关系数高的辅助变量,再建立回归插补模型。该方法的辅助变量选择过程简单,插补值准确性高。模拟例子演示了该方法的优良性。

无回答项目;变量择优;回归插补;相关系数

一、引 言

目前,抽样调查的应用领域越来越广,调查数据的无回答问题也受到更多关注。调查数据无回答包括(调查)单元无回答和(调查)项目无回答。单元无回答是调查单元没有回答任何调查项目,调查员没有找到被调查者、或是被调查者由于特殊原因不接受调查等情况都会出现单元无回答;项目无回答是样本单元只回答了部分而不是全部的调查项目,被调查者拒绝回答某些敏感性调查项目、或由于粗心遗漏掉某些调查项目等都会产生项目无回答。无回答会影响调查数据的质量,导致参数估计量出现明显偏差,有时估计量方差也会显著增大,严重影响统计分析结果的可信度[1][2]1-2。

避免或减少调查数据无回答的办法主要有事前预防、事中控制和事后补救。Kish详细讨论了降低无回答率的事前预防办法[3]615-624,由于实际问题的复杂性,事前预防和事中控制无论做得多么严谨细致,只能有效减低无回答率,而不能彻底解决无回答问题;……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用