Arkadiusz Kozłowski
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Losowanie zrównoważone polega na takim doborze próby, aby szacunki sum zmiennych pomocniczych estymatorem Horvitza-Thompsona równały się rzeczywistym sumom tych zmiennych. Kalibracja natomiast polega na modyfikacji wyjściowych wag wynikających z planu losowania w taki sposób, aby zmodyfikowane wagi odtwarzały znane sumy zmiennych pomocniczych. Ideą obu metod jest odwzorowanie wartości globalnych zmiennych dodatkowych. Celem artykułu jest przedstawienie i porównanie obu technik traktowanych jako alternatywa do osiągnięcia tego samego celu. Więcej uwagi poświęcono losowaniu zrównoważonemu. Algorytm doboru próby zilustrowano za pomocą dwóch prostych przykładów. Porównanie losowania zrównoważonego z kalibracją wypada korzystniej dla tej drugiej metody, jednak najlepszym rozwiązaniem jest zastosowanie obu metod jednocześnie.

SŁOWA KLUCZOWE

losowanie zrównoważone, kalibracja

BIBLIOGRAFIA

Bracha C., Jakubowski J., Szarkowski A. (2004), Analiza porównawcza estymatorów regresyjnych w reprezentacyjnych badaniach statystycznych, GUS ZBSE, Warszawa.

Deville J.-C., Särndal C.-E. (1992), Calibration estimators in survey sampling, „Journal of the American Statistical Association”, Vol. 87, No. 418.

Deville J.-C., Särndal C.-E., Sautory O. (1993), Generalized raking procedures in survey sampling, „Journal of the American Statistical Association”, Vol. 88, No. 423.

Deville J.-C., Tillé Y. (2004), Efficient balanced sampling: The cube method, „Biometrika”, Vol. 91, No. 4.

Deville J.-C., Tillé Y. (2005), Variance approximation under balanced sampling, „Journal of Statistical Planning and Inference”, Vol. 128, No. 2.

Józefowski T., Szymkowiak M. (2012), Estymatory kalibracyjne w badaniach statystycznych, „Wiadomości Statystyczne”, nr 1.

Kozłowski A. (2012), The usefulness of past data in sampling design for exit poll surveys. „Studia Ekonomiczne”, t. 120.

Kozłowski A. (2014), The use of non-sample information in exit poll surveys in Poland. „Statistics in Transition — new series”, Vol. 15, No. 1.

Langel M., Tillé, Y. (2011), Corrado Gini, a pioneer in balanced sampling and inequality theory, „METRON — International Journal of Statistics”, Vol. LXIX, No. 1.

Nedyalkova D., Tillé Y. (2008), Optimal sampling and estimation strategies under the linear model, „Biometrika”, Vol. 95, No. 3.

Platek R., Särndal C.-E. (2001), Czy statystyk może dostarczyć dane wysokiej jakości? „Wiadomości Statystyczne”, nr 4.

Särndal C.-E. (2007), The calibration approach in survey theory and practice, „Survey Methodology”, Vol. 33, No. 2.

Särndal C.-E., Lundström S. (2005), Estimation in surveys with nonresponse, John Wiley & Sons, Chichester.

Särndal C.-E., Swensson B., Wretman J. H. (1997), Model assisted survey sampling, Springer, New York.

Szymkowiak M. (2009), Imputacja i kalibracja — nowe możliwości estymacji w badaniach statystycznych z brakami odpowiedzi, „Zeszyty Naukowe, Uniwersytet Ekonomiczny w Poznaniu”, nr 116.

Tillé Y. (2006), Sampling algorithms, Springer, New York.

Tillé Y. (2011), Ten years of balanced sampling with the cube method: An appraisal, „Survey Methodology”, Vol. 37, No. 2.

Valliant R., Dorfman A. H., Royall R. M. (2000), Finite population sampling and inference: A prediction approach, John Wiley&Sons, New York.

Do góry
© 2019-2022 Copyright by Główny Urząd Statystyczny, pewne prawa zastrzeżone. Licencja Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0 (CC BY-SA 4.0)