×
Espuny Pujol，费兰;卡琳·莫里西;保罗·威廉姆森

距离限制测量校准的全局优化方法。 （英语） Zbl 1384.62029号

统计计算。 第2期第28期，第427-439页（2018年）.
总结：调查校准方法修改最小样本权重，以满足域级基准约束（BC），例如人口普查总数。这允许利用辅助信息来提高样本数据的代表性（解决覆盖范围限制、无响应）和基于样本的人口参数估计的质量。如果某些基准组的样本计数较小/为零，或者为了避免不切实际或极端的权重而施加了范围限制（RR），则校准方法可能会失败。在遇到非收敛性后对BC/RR进行的用户定义修改几乎不允许对解决方案进行控制，并且惩罚方法建模不可行可能无法保证收敛。矛盾的是，这导致了在可用的情况下，在校准高度分类的信息时使用不足。我们提出了一种总是收敛的灵活的两步全局优化（GO）测量校准方法。评估了校准问题的可行性，并允许自动控制BC中的最小误差或RR的变化，以确保提前收敛，同时保持校准估计器的良好特性。制定并讨论了使用各种误差/变化和距离度量在不同场景下建模备选方案。GO方法通过将2012年英格兰健康调查的权重校准为英格兰和威尔士2011年人口普查的精细年龄-性别-地区交叉表（378次统计）来验证。

MSC公司：

62D05型 抽样理论、抽样调查
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

校准估算;校准加权;基于设计的推理;广义回归;惩罚校准;排名;脊线校准;范围限制

软件：

对;古罗比;调查
PDF格式BibTeX公司 XML格式引用
\textit{F.Espuny-Pujol}等人，《统计计算》。28，第2号，427--439（2018；Zbl 1384.62029）
全文： 内政部

参考文献：

[1] 巴拉斯，D。；克拉克，GP；Fotheringham，A.（编辑）；Rogerson，P.（编辑），《空间微观模拟》，277-298（2009），伦敦
[2] Bankier，M.D.，Rathwell，S.，Majkowski，M.：1991年加拿大人口普查中的两步广义最小二乘估计。包含：JSM程序。，Surv公司。研究方法。第节。，ASA（1992）
[3] Beaumont，J.F.，Bocci，C.：山脊校准的另一个视角。麦德龙国际期刊Stat.LXV I（1），5-20（2008）·Zbl 1151.62010年
[4] Boyd，S.，Vandenberghe，L.：凸优化。剑桥大学出版社，剑桥（2004）·Zbl 1058.90049号 ·doi:10.1017/CBO9780511804441
[5] Chen，J.，Sitter，R.R.，Wu，C.：使用经验似然方法获得调查回归估计值中的区间限制权重。生物特征1，230-237（2002）·Zbl 0997.62008号 ·doi:10.1093/biomet/89.1.230
[6] Craig，R.，Mindell，J.：英国健康调查。方法和文件，健康和社会护理信息中心（2012年）·Zbl 0997.62009号
[7] Dantzig，G.，Eaves，B.：Fourier-Motzkin消去及其对偶。J.库姆。理论Ser。A 14，288-297（1973）·Zbl 0258.15010号 ·doi:10.1016/0097-3165（73）90004-6
[8] Deming，W.E.，Stephan，F.F.：当预期边际总量已知时，对采样频率表进行最小二乘调整。安。数学。《美国联邦法律大全》第11（4）卷，第427-444页（1940年）·Zbl 0024.05502号 ·doi:10.1214/aoms/1177731829
[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] Fuller，W.A.：调查样本的回归估计。Surv公司。Methodol公司。28(1), 5-23 (2002)
[11] 古罗比优化公司（2016）古罗比优化器参考手册6.5版。德克萨斯州休斯顿市古罗比优化公司，网址：http://www.gurobi.com ·Zbl 0760.62010号
[12] 霍维茨（Horvitz，D.）、汤普森（Thompson，D.）：从有限宇宙中不替换抽样的推广。《美国统计协会期刊》第47卷，第663-685页（1952年）·Zbl 0047.38301号
[13] Isaki，C.T.，Ikeda，M.M.，Tsay，J.H.，Fuller，W.A.：包含辅助信息的估算文件。《联邦公报》第16卷（2），第155-172页（2000年）
[14] Kott P.：在实践中使用delete-a-group折刀方差估计量。包含：JSM程序。，Surv公司。研究方法。第节。，ASA（1998年）·Zbl 0997.62008号
[15] Kott，P.：校准权重：结合概率样本和线性预测模型。收录于：《统计手册-抽样调查：推断和分析》，第29B卷。Elsevier，第25章，55-82（2009）
[16] Lumley，T.：《复杂调查：使用R.Wiley进行分析的指南》，新泽西州霍博肯（2010）·doi:10.1002/9780470580066
[17] Merkouris，T.：通过使用回归对多个调查的信息进行有效的小范围估计。J.R.Stat.Soc.系列。B统计方法。72(1), 27-48 (2010) ·Zbl 1411.62033号 ·文件编号：10.1111/j.1467-9868.2009.00724.x
[18] Pudney，S.，Sutherland，H.：微刺激结果的可靠性如何？英国税收-福利模型中抽样误差的作用分析。《公共经济学杂志》。53(3), 327-365 (1994) ·doi:10.1016/0047-2727（94）90030-2
[19] R核心团队：R： 统计计算语言和环境。奥地利维也纳R统计计算基金会，https://www.R-project.org网站 (2016)
[20] Rao，J.N.K.，Singh，A.C.：测量采样中用于范围限制重量校准的山脊收缩法。包含：JSM程序。，Surv公司。研究方法。第节。，ASA（1997）
[21] O.索托利：La macro CALMAR。Redressement d’echantillons d'enquétes auprès des ménages par calage sur marges，INSEE（1991）。9310传真·Zbl 1151.62010年
[22] Singh，A.C.，Mohl，C.A.：了解调查抽样中的校准估计器。Surv公司。Methodol公司。22(2), 107-115 (1996)
[23] Särndal，C.E.：测量理论和实践中的校准方法。Surv公司。Methodol公司。33(2), 99-119 (2007)
[24] Stukel，D.M.、Hidiroglou，M.A.、Särndal，C.E.：校准估计器的方差估计：Jackknifing与Taylor线性化的比较。Surv公司。Methodol公司。22(2), 117-125 (1996)
[25] Tanton，R.：空间微观模拟方法综述。《国际微观模拟杂志》7（1），4-25（2014）
[26] Tanton，R.、Vidyattama，Y.、Nepal，B.、McNamara，J.：使用重加权算法进行小面积估算。J.R.Stat.Soc.系列。A Stat.Soc.174（4），931-951（2011）·doi:10.1111/j.1467-985X.2011.0690.x
[27] Théberge，A.：调查抽样中校准估计器的扩展。《美国统计协会杂志》94（446），635-644（1999）·Zbl 0997.62009号
[28] Théberge，A.：校准和限制重量。Surv公司。Methodol公司。26(1), 99-107 (2000)
[29] Wagner，M.：调查统计中的数值优化。特里尔大学博士论文（2013年）
[30] Wittenberg，R.、Hu，B.、Hancock，R.，Morciano，M.、Comas-Herrera，A.、Malley，J.、King，D.：2010年至2030年英国老年人社会护理需求和成本预测，在当前和替代性供资体系下。PSSRU讨论文件2811/2，肯特大学（2011）
[31] Wu，C.，Lu，W.W.：复杂调查的校准加权方法。国际统计版次84（1），79-98（2016）·Zbl 07763473号 ·doi:10.1111/insr.12097
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。