×

评论:“Deville和Särndal的校准:重温一个25年前成功的优化问题”。 (英语) Zbl 1447.62015年

摘要:我们简要讨论了调查抽样中模型校准技术和最佳校准估计的发展及其与Deville和Särndal校准的关系,以及模型校准在稳健推断缺失数据问题中的应用[D.德瓦德Y.Tillé试验28,编号4,1033–1065(2019;兹比尔1439.62056)].

理学硕士:

62D05型 抽样理论,抽样调查
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 陈,J。;Sitter,RR,《在复杂调查中有效使用辅助信息的伪经验似然法》,Stat Sin,9385-406(1999)·Zbl 0930.62005号
[2] 陈,J。;Wu,C.,使用模型校准的伪经验似然法估计分布函数和分位数,Stat Sin,1223-1239(2002)·Zbl 1004.62008年
[3] 陈,S。;Haziza,D.,《用于处理调查中项目无响应的乘法稳健插补程序》,《生物统计学》,104,439-453(2017)·Zbl 1506.62259号 ·doi:10.1093/biomet/asw072
[4] 陈,J。;Sitter,右后;Wu,C.,使用经验似然方法获得调查回归估计值的范围限制权重,Biometrika,89,230-237(2002)·Zbl 0997.62008号 ·doi:10.1093/biomet/89.1.230
[5] 德维尔,JC;Särndal,CE,调查抽样中的校准估计器,美国统计协会,87,376-382(1992)·Zbl 0760.62010号 ·doi:10.1080/01621459.1992.10475217
[6] Han,P.,缺失数据回归分析中的乘法稳健估计,美国统计协会,1091159-1173(2014)·Zbl 1368.62279号 ·doi:10.1080/01621459.2014.880058
[7] Han,P.,结合逆概率加权和多重插补提高估计的稳健性,Scand J Stat,43,246-260(2016)·Zbl 1371.62008年 ·doi:10.1111/sjos.12177
[8] Han,P。;Wang,L.,缺失数据估计:超越双重稳健性,Biometrika,100417-430(2013)·Zbl 1284.62260号 ·doi:10.1093/biomet/ass087
[9] 蒙塔纳里,通用电气;Ranalli,MG,调查抽样中的非参数模型校准估计,美国统计协会,1001429-1442(2005)·Zbl 1117.62403号 ·doi:10.1198/01621450000000141
[10] Owen,A.,单个功能的经验似然比置信区间,Biometrika,75,237-249(1988)·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237
[11] Sitter,右后;Wu,C.,在辅助信息存在下二次有限总体函数的有效估计,美国统计协会杂志,97,535-543(2002)·Zbl 1073.62515号 ·doi:10.19198/0162114502760047069
[12] Wu C(1999)有效利用调查数据中的完整辅助信息。加拿大西蒙弗雷泽大学博士学位论文
[13] Wu,C.,调查抽样中的最优校准估计量,Biometrika,90,935-951(2003)·Zbl 1436.62050
[14] 吴,C。;Sitter,RR,使用调查数据中完整辅助信息的模型校准方法,美国统计协会杂志,96,185-193(2001)·Zbl 1015.62005号 ·doi:10.1198/016214501750333054
[15] 吴,C。;Luan,Y.,《两阶段抽样下的最佳校准估计器》,《统计杂志》,第19期,第119-131页(2003年)
[16] 吴,C。;Lu,WW,《复杂调查的校准加权方法》,国际统计修订版,84,79-98(2016)·Zbl 07763473号 ·doi:10.1111/insr.12097
[17] 张,S。;Han,P。;Wu,C.,测试MCAR和后续估计的统一经验似然法,Scand J Stat,46,272-288(2019)·Zbl 1417.62025号 ·doi:10.1111/sjos.12351
[18] 张,S。;Han,P。;Wu,C.,缺失数据的非随机化前后测研究的经验似然推断,Electron J Stat,2012-2042(2019)·Zbl 1420.62209号 ·doi:10.1214/19-EJS1566
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。