×
加雷思·戴维斯;乔纳森·吉拉德;安纳托利·日格尔贾夫斯基

测量校准中不同惩罚函数和算法的比较研究。 （英文） Zbl 1357.62040号

Pardalos，Panos M.（编辑）等，《随机和确定性全局优化进展》。查姆：施普林格（ISBN 978-3-319-29973-0/hbk；978-3-3169-29975-4/电子书）。Springer Optimization及其应用107，87-127（2016）。
摘要：调查抽样中的校准技术是官方统计领域中广泛使用的技术。校准过程的主要元素是优化过程，可以使用各种惩罚函数。在本章中，我们考虑了在许多标准校准软件包中实现的三个经典惩罚函数。我们提出了许多软件包使用的两种算法，并探讨了将这两种算法与经典的校准惩罚函数一起使用时，校准权重的特性和相应的估计。
关于整个系列，请参见[Zbl 1359.90005号].

MSC公司：

62D05型 抽样理论、抽样调查

关键词：

测量校准;优化;\（g）-重量

软件：

巴斯库拉;取样;调查;通用电气公司;ReGenesee公司;卡尔马2;g-加勒比海
PDF格式BibTeX公司 XML格式引用
\textit｛G.Davies｝等人，Springer Optim。申请。107，87-127（2016年；兹比尔1357.62040）
全文： 内政部

参考文献：

[1] Bankier，M.、Rathwell，S.、Majkowski，M.等人：1991年加拿大人口普查中的两步广义最小二乘估计。In:调查中使用辅助信息研讨会会议记录（1992年）
[2] Bardsley，P.，Chambers，R.：非平衡样本的多用途估计。申请。《美国联邦法律大全》第33（3）卷，第290-299页（1984年）·Zbl 0576.62010号 ·doi:10.2307/2347706
[3] Bocci，J.，Beaumont，C.：山脊校准的另一个视角。Metron 66（1），5–20（2008）·Zbl 1151.62010年
[4] Brewer，K.：非等概率抽样的化妆品校准。Surv公司。Methodol公司。25 (2), 205–212 (1999)
[5] Brodie，P.，Cotterell，B.：减少或消除社会调查中极端校准权重的影响。摘自：《第三届欧洲调查统计质量会议论文集》，加的夫（2006）
[6] Chambers，R.：多用途机构调查的稳健案例权重。J.Off.Stat.12（1），3–32（1996）
[7] Chauvet，G.、Deville，J.、El Haj Tirari，M.、Le Guennec，J.：计量逻辑评估：G-CALIB 2.0、CALMAR 2和BASCULA 4.0。比利时统计局技术代表（2005年）
[8] Davies，G.，Gillard，J.，Zhigljavsky，A.：调查抽样中的校准是一个优化问题。摘自：《信息时代的优化、控制和应用》，第67-89页。施普林格，商会（2015）·Zbl 1370.62003年 ·doi:10.1007/978-3-319-18567-54
[9] Deville，J.C.，Särndal，C.E.：调查抽样中的校准估计器。《美国统计协会期刊》87（418），376–382（1992）·Zbl 0760.62010号 ·doi:10.1080/01621459.1992.10475217
[10] Deville，J.C.，Särndal，C.E.，Sautory，O.：调查取样中的广义耙吸程序。《美国统计协会期刊》88（423），1013-1020（1993）·Zbl 0794.62005号 ·doi:10.1080/01621459.1993.10476369
[11] Estevao，V.：在校准和约束条件下计算g权重。加拿大统计局技术代表（1994年）
[12] Estevao，V.，Hidiroglou，M.，Särndal，C.：加拿大统计局广义估计系统的方法论原则。J.Off.Stat.11（2），181-204（1995）
[13] Fuller，W.、Loughin，M.、Baker，H.：无应答情况下的回归加权，适用于1987年至1988年的国家食品消费调查。Surv公司。Methodol公司。20, 75–85 (1994)
[14] Han，S.P.：一种连续投影方法。数学。程序。40（1），1-14（1988）·兹比尔0685.90074 ·doi:10.1007/BF01580719
[15] Horvitz，D.G.，Thompson，D.J.：从有限宇宙中不替换抽样的推广。《美国统计学会期刊》第47卷（260页），第663–685页（1952年）·Zbl 0047.38301号 ·网址：10.1080/01621459.1952.10483446
[16] Huang，E.，Fuller，W.：样本调查数据的非负回归估计。摘自：《社会统计学报》，第21卷，第300-305页。美国统计协会，华盛顿特区（1978年）
[17] Kalton，G.，Flores-Cervantes，I.：加权方法。J.Off.Stat.19（2），81–98（2003）
[18] Kish，L.：不等圆周率的加权。J.Off.Stat.8（2），183（1992）
[19] Kott，P.S.：使用校准权重调整无响应和覆盖误差。Surv公司。Methodol公司。32 (2), 133–142 (2006)
[20] Le Guennec，J.，Sautory，O.：La macro CALMAR2：重新调整dunéchantillon par calage sur marges。技术代表，INSEE（2005）
[21] Lumley，T.：“调查”包。R包版本3.30-3（2015）
[22] Lundsröm，S.，Särndal，C.E.：校准是治疗无反应的标准方法。J.Off.Stat.15，305–327（1999）
[23] Mathar，R.，Žilinskas，A.：一类用于全局优化的测试函数。J.全球。最佳方案。5 (2), 195–199 (1994) ·兹比尔0809.90119 ·doi:10.1007/BF01100693
[24] Nieuwenbroek，N.，Boonstra，H.：Bascula 4.0参考手册。荷兰统计局，海牙/海尔伦出版社（2002年）
[25] 国家统计局。社会调查司：劳动力调查五季度纵向数据集，2012年4月至2013年6月。英国数据服务。序号：7379。http://dx.doi.org/10.5255/UKDA-SN-7379-2 (2015)
[26] Rao，J.，Singh，A.：使用岭回归对测量数据进行范围限制的权重校准。巴基斯坦。《J Stat.25》（4），371–384（2009）
[27] Särndal，C.：测量理论和实践中的校准方法。Surv公司。Methodol公司。33 (2), 99–119 (2007)
[28] Särndal，C.E.，Swensson，B.，Wretman，J.：模型辅助调查抽样。施普林格，纽约（2003）·兹比尔1027.62004
[29] Sautory，O.：对边缘上的管理层进行重新审查。欧洲工商管理学院技术代表（1991年）
[30] O.索托利：La macro CALMAR。马尔奇河畔帕卡里奇（calage sur marges）的杜恩·坎蒂隆（Repressement d’unéchantillon）。技术代表，INSEE（1993）
[31] Sautory，O.：CALMAR2：CALMAR校准调整程序的新版本。摘自：加拿大统计局研讨会论文集（2003年）
[32] Singh，A.，Mohl，C.：了解调查抽样中的校准估计器。Surv公司。Methodol公司。22 (2), 107–116 (1996)
[33] Tate，P.F.：利用英国劳动力调查的纵向关联数据。Surv公司。Methodol公司。25, 99–104 (1999)
[34] Théberge，A.：校准和限制重量。Surv公司。Methodol公司。26 (1), 99–108 (2000)
[35] Tillé，Y.，Matei，A.：包装“取样”。R包版本2.6（2015）
[36] Torn，A.，Zhilinskas，A.：全局优化。施普林格，纽约（1989）·doi:10.1007/3-540-50871-6
[37] Vanderhoeft，C.：比利时统计局的通用校准：SPSS模块g-CALIB-S和当前实践。比利时统计局技术代表（2001年）
[38] Ypma，T.J.：Newton-Raphson方法的历史发展。SIAM版本37（4），531–551（1995）·Zbl 0842.01005号 ·doi:10.1137/1037125
[39] 扎尔德托，D.：“ReGenesees”包装。R包版本1.7（2015）
[40] Zhigljavsky，A.，Zhilinskas，A.：随机全局优化。柏林施普林格出版社（2008）·Zbl 1136.90003号
[41] ſilinskas，A.：全球优化统计模型综述。J.全球。最佳方案。2 (2), 145–153 (1992) ·Zbl 0768.90071号 ·doi:10.1007/BF00122051
[42] Zhilinskas，A.：关于两种全局优化模型之间的相似性：统计模型和径向基函数。J.全球。最佳方案。48 (1), 173–182 (2010) ·Zbl 1202.90210号 ·doi:10.1007/s10898-009-9517-9
[43] Zhilinskas，A.：基于统计模型的“黑盒”多目标优化算法。国际期刊系统。科学。45 (1), 82–93 (2014) ·Zbl 1307.93476号 ·doi:10.1080/00207721.2012.702244
[44] 闭ilinskas，A.，问ilins kas，J.：用城市块度量进行多维缩放的分支定界算法。J.全球。最佳方案。43 (2), 357–372 (2009) ·Zbl 1179.90250号 ·doi:10.1007/s10898-008-9306-x
[45] 日林斯卡斯，A.，日林斯卡斯，J.：基于多模态函数的简化统计模型的P-算法。前18名（2名），396–412名（2010年）·Zbl 1206.90131号 ·doi:10.1007/s11750-010-0153-9
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。