×
管仲;Denis H.Y.Leung。;秦静

带回调的不可忽略无响应的半参数极大似然推理。 （英语） Zbl 1411.62066号

扫描。J.统计。 45，第4号，962-984（2018）.
回调模型是在[J.M.阿尔霍《生物统计学》第77卷第3期，第617–624页（1990年；Zbl 0711.62010号)]. 在调查研究中，将无响应概率建模为结果变量（Y）和其他协变量的逻辑函数，并放宽了Alho模型对所有回调中常见斜率参数的限制。研究了模型的可辨识性。研究了响应概率中参数的半参数ML估计，该估计基于估计的响应概率得到了（Y）的平均值的有效估计。如果给定某个协变量的条件平均值的回归模型可用，则通过使用观测值的估计潜在分布拟合回归模型，可以获得更有效的（Y}）估计值。在调查抽样中，游行是关于收集调查数据的过程的数据。本文中的noval方法有效地利用了在调查抽样中经常被忽视的paradata。仿真结果表明，与现有的竞争对手相比，所提出的方法更有效。
审核人：奥列克桑德·库库什（基辅）

引用于1文件

MSC公司：

2012年12月62日 参数估计量的渐近性质
62J02型 一般非线性回归
62J12型 广义线性模型（逻辑模型）

关键词：

辅助信息;校准估算;后续行动;逻辑回归;不可忽视的无响应;游行

引文：

Zbl 0711.62010号
PDF格式BibTeX公司 XML格式引用
\textit{Z.Guan}等人，扫描。J.Stat.45，No.4，962--984（2018；Zbl 1411.62066）
全文： DOI程序 链接

参考文献：

[1] Alexander，C.H.、Dahl，S.和Weidman，L.（1997年8月）。根据美国社区调查做出估计。《美国统计协会年度会议记录》，第88-624页。加利福尼亚州阿纳海姆。
[2] Alho，J.M.（1990）。使用逻辑回归调整无反应偏差。生物统计学，77，617-624·Zbl 0711.62010号
[3] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.和Wellner，J.A.（1993年）。半参数模型的有效自适应估计。约翰·霍普金斯数学科学系列。马里兰州巴尔的摩：约翰·霍普金斯大学出版社·Zbl 0786.62001号
[4] Couper，M.P.（1998）。在CASIC环境中测量测量质量。在美国统计协会调查研究方法部分的会议记录中。
[5] Deming，W.E.（1953年）。关于在反应的结果误差和无反应的偏差之间实现经济平衡的概率机制。美国统计协会杂志，48，743-772·Zbl 0051.36602号
[6] Drew，J.H.和Fuller，W.A.（1980年）。在带有回调的调查中建模无响应。《美国统计协会调查研究方法部分会议记录》，第639-642页。
[7] Elliott，M.R.、Little，R.J.A.和Lewitzky，S.（2000）。重新采样回调以提高调查效率。美国统计协会杂志，95，730-738。
[8] Finkelstein，A.、Luttmer，E.和Notowidigdo，M.J.（2013）。没有健康的财富有什么好处？健康对消费边际效用的影响。《欧洲经济协会杂志》，第11期，第221-258页。
[9] Grady，W.R.（1981）。全国家庭成长调查，第二周期：样本设计、估计程序和方差估计。生命与健康统计，第2辑，第87期。马里兰州凯亚茨维尔：国家卫生统计中心。
[10] 格罗夫斯，R.M.（1989）。测量误差和测量成本。新泽西州霍博肯：John Wiley&Sons，Inc。
[11] Han，P.，&Wang，L.（2013）。缺失数据估计：超越双重稳健性。生物统计学，100417-430·Zbl 1284.62260号
[12] Hansen，M.H.和Hurwitz，W.N.（1946年）。抽样调查中的无回应问题。美国统计协会杂志，41，517-529。
[13] Jones，A.M.、Koolman，X.和Rice，N.（2006年）。英国家庭小组调查和欧洲共同体家庭小组调查中与健康相关的非响应：在非线性模型中使用逆概率加权估计。英国皇家统计学会杂志：A辑，169543-569。
[14] Kessler，R.C.（2002年）。1990-1992年全国共病调查。大学间政治和社会研究联合会（ICPSR 6693），安娜堡。
[15] Kim，J.K.和Im，J.（2014）。倾向性得分调整，并进行多次随访。生物特征，101，439-448·Zbl 1452.62165号
[16] Kim，J.K.和Shao，J.（2013）。处理不完整数据的统计方法。佛罗里达州博卡拉顿：查普曼和霍尔/CRC。
[17] Kreuter，F.（2013）。用paradata改进调查：简介。《用范例改进调查：过程信息的分析使用》，第1-9页。新泽西州霍博肯：John Wiley&Sons，Inc。
[18] Kuk，A.Y.C.、Mak，T.K.和Li，W.K.（2001）。不可忽视的无响应分类调查数据的估算程序。统计学传播——理论与方法，30643-663·Zbl 0993.6202号
[19] Little，R.J.A.和Rubin，D.B.（2002年）。缺失数据的统计分析（第二版）。新泽西州霍博肯：John Wiley&Sons·Zbl 1011.62004号
[20] Matloff，N.S.（1981年）。使用回归函数改进平均值估计。生物特征，68685-689。
[21] Owen，A.（1990年）。经验似然置信区间。《统计年鉴》，1890-120·Zbl 0712.62040号
[22] 秦杰（1993）。偏差样本问题中的经验似然。《统计年鉴》，第21期，1182-1196页·Zbl 0791.62052号
[23] Qin，J.和Follmann，D.A.（2014）。半参数最大似然推断，通过使用失败接触次数来调整不可忽视的无响应。《生物特征》，101985-991·Zbl 1306.62048号
[24] Qin，J.和Lawless，J.（1994）。经验似然和一般估计方程。统计年鉴，22300-325·Zbl 0799.62049号
[25] Qin，J.和Zhang，B.（2007）。缺失反应问题中基于经验似然的推断及其在观察研究中的应用。英国皇家统计学会杂志：B辑，69，101-122·兹伯利07555352
[26] Tsiatis，A.A.（2006年）。半参数理论和缺失数据。统计学中的斯普林格系列。纽约州纽约：施普林格·Zbl 1105.6202号
[27] Wang，S.、Shao，J.和Kim，J.K.（2014）。一种用于识别和估计不可忽略无响应的工具变量方法。中国统计局24，1097-1116·Zbl 1534.62039号
[28] Wood，A.M.、White，I.R.和Hotopf，M.（2006年）。使用失败的接触次数来调整不可忽视的非响应。英国皇家统计学会杂志：A辑，169525-542。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。