.png){kind=icon}
返回
Efficient multiple-robust estimation for nonresponse data under informative sampling
.png){kind=icon}
OA
AI
DOI：10.1111/sjos.70043.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
概率抽样中的无应答问题一直是抽样调查中的长期挑战，通常需要同时进行调整以解决抽样和选择偏差。我们开发了一个统计框架，明确将抽样权重建模为随机变量，并在无应答条件下建立了目标参数的半参数效率界。本研究探讨了消除偏差和有效利用可用信息的策略，其应用范围不仅限于无应答问题，还包括与外部汇总统计量的数据整合。所提出的估计量以其效率和双重稳健性为特征。然而，实现完全效率取决于对基础模型的准确设定。为增强对潜在模型误设的稳健性，我们通过一种新颖的两步经验似然方法将双重稳健性扩展到多重稳健性。数值研究评估了我们方法的有限样本表现。此外，我们将这些方法应用于“国家健康与营养 Examination Survey”的数据集，有效整合了“国家健康 Interview Survey”的汇总统计量。
Keyword:
data integration
empirical likelihood
missing data
semiparametric efficiency
survey sampling
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
S
IF:
1
论文数:
52
被引数:
0
机构
引用论文
Generalized meta-analysis for multiple regression models across studies with disparate covariate information.png)
BiometrikaOAAI
BiometrikaIF0
OAAI分享收藏分享收藏分享收藏A Bayesian Functional Data Model for Surveys Collected under Informative Sampling with Application to Mortality Estimation Using NHANES一种用于在信息性抽样下收集的调查数据的贝叶斯函数数据模型及其在利用NHANES进行死亡率估计中的应用Biometrics
OAAI
BiometricsIF0
OAAI分享收藏Generalized integration model for improved statistical inference by leveraging external summary dataBiometrika
BiometrikaIF0
PREAI
分享收藏
查看更多内容