BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Gamrot Wojciech (The Karol Adamiecki University of Economics in Katowice, Poland)
Tytuł
On Application of Logistic Regression to Mean Value Estimation in Two-Phase Sampling for Nonresponse
O zastosowaniu regresji logistycznej do oceny wartości przeciętnej wartości schematu losowania dwufazowego w przypadku braków odpowiedzi
Źródło
Acta Universitatis Lodziensis. Folia Oeconomica, 2005, t. 194, s. 151-160, rys., tab., bibliogr. 13 poz.
Tytuł własny numeru
Multivariate Statistical Analysis : Probability, Statistical Inference and Applications
Słowa kluczowe
Regresja logistyczna, Modele regresji, Metody estymacji, Analiza statystyczna, Symulacje komputerowe
Logistic regression, Regression models, Estimation methods, Statistical analysis, Computing simulation
Uwagi
streszcz., summ.
Abstrakt
Wystąpienie niekompletności obserwacji badanej cechy w badaniu statystycznym zazwyczaj prowadzi do obciążenia uzyskanej oceny badanego parametru populacji. Jedna z technik stosowanych dla przeciwdziałania temu zjawisku opiera się na wykorzystaniu schematu losowania dwufazowego. Jako estymator wartości przeciętnej w populacji wykorzystuje się zazwyczaj kombinację liniową ocen wartości przeciętnej uzyskanych w pierwszym i drugim etapie (fazie) badania. W niniejszym referacie podjęto próbę zbadania własności alternatywnych strategii estymacji wykorzystujących schemat losowania dwufazowego, uwzględniających w konstrukcji estymatora oceny prawdopodobieństw uzyskania odpowiedzi od poszczególnych jednostek populacji uzyskane przy wykorzystaniu modelu regresji logistycznej. Porównanie własności wymienionych strategii przeprowadzono drogą symulacji komputerowej, przy wykorzystaniu danych uzyskanych w wybranych gminach powiatu Dąbrowa Tarnowska podczas spisu rolnego w roku 1996. (abstrakt oryginalny)

The phenomenon of nonresponse in a sample survey usually leads to bias in estimates of population parameters. One of the techniques applied as a countermeasure for nonresponse is based on two-phase (or double) sampling. Usually a linear combination of mean value estimates obtained in both phases of the survey is used as an estimate of population mean value of the characteristic under study. In this paper alternative estimators for two-phase sampling scheme using estimates of response probabilities obtained on the basis of logistic regression model are considered. The results of Monte Carlo simulation study comparing the properties of these estimators are presented. In the simulations, the data from the Polish 1996 Agricultural Census were used. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bethlehem J.G. (1988), Reduction of non-response bias through regression estimation, Journal of Official Statistics, 4, 251-260.
  2. Cassel C.M., Sarndal C.E., Wretman J.H. (1983), Some uses of statistical models in connection with the nonresponse problem, [in:] Incomplete Data in Sample Surveys, eds. W.G. Madow, I. Olkin, Academic Press, New York.
  3. Chów G.C. (1995), Ekonometria, Wyd. Nauk. PWN, Warszawa.
  4. Ekholm A., Laaksonen S. (1991), Weighting via response modelling in the finnish household budget survey, Journal of Official Statistics, 7, 3, 325-338.
  5. Gao S., Hui S.L., Hali K.S., Hendrie H.C. (2000), Estimating disease prevalence from two-phase surveys with non-response at the second phase, Statistics in Medicine, No 19, 2101-2114.
  6. Hansen M .H., Hurwitz W.N. (1946), The problem of nonresponse in sample surveys, Journal of the American Statistical Society, 517-529.
  7. Lessler J.T., Kalsbeek W.D. (1992), Nonsampling Error in Surveys, John Wiley & Sons, New York.
  8. Minka T.P. (2001), Algorithms for maximum likelihood logistic regression, technical report, Carnegie Mellon University http://www.stat.cmu.edu/tr/tr758/tr758.pdf
  9. Rosen J.B. (1969), The gradient projection method for nonlinear programming, Journal Society for Industrial and Applied Mathematics, 8, l, 181-217.
  10. Sarndal C.E., Swensson B., Wretman J.H. (1992), Model Assisted Survey Sampling, Springer Verlag, New York.
  11. Theil H. (1979), Zasady ekonometrii, PWN, Warszawa.
  12. Wywiał J. (2001 a), Estimation of population mean on the basis of non-simple sample when non-response error is present, Statistics in Transition, 5, 3, 443-450.
  13. Wywiał J. (2001 b), On estimation of population mean in the case when nonrespondents are present, Taksonomia - Klasyfikacja danych, teoria i zastosowania, No 8, Prace Naukowe AE Wrocław.
Cytowane przez
Pokaż
ISSN
0208-6018
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu