A Study on the Construction of Weights for Combined Rolling Samples

순환표본의 결합을 위한 가중치 산출에 대한 연구

Although it is possible to provide statistically reliable estimators of the entire population parameters based on each independent rolling sample, estimators of the small areas may not have the required statistical efficiency. Thus, in general, small area estimators are calculated based on the combined rolling sample after entire rolling sample survey is finished. In this study, we considered the construction of weights that is necessary in the analysis of the combined rolling sample. Unlike the past studies that provided the empirical results for the corresponding specific rolling sample survey, we considered linear models that depends only on design variables and rolling period and provided the corresponding Best Linear Unbiased Predictor(BLUP). Through a simulation study, we proposed the estimators for the population parameters that are robust to model failure and the BLUP under the assumed model. The results are applied to the 4th Korea National Health and Nutrition Examination Survey.

순환표본조사를 시행할 경우 매 순환주기별로 적절한 통계적 신뢰도를 가진 전체 모집단 특성이 추정될 수 있는 반면에, 작은 표본크기로 인하여 통계적 신뢰도가 높은 소지역 추정량의 산출은 어렵다. 따라서 소지역 추정량은 일반적으로 일정 주기 후 혹은 전체조사가 마무리된 후 독립적인 순환표본들을 결합하여 얻어진 최종표본을 통해 산출된다. 본 연구에서 는 순환표본을 결합하여 추정량을 만들 때 필요한 가중치 산출의 문제를 고려하였다. 기존의 연구들이 각 조사에 따른 경험을 바탕으로 조사별로 가능한 순환표본 결합 가중치를 정의하였으나, 본 연구에서는 모든 가능한 관심변수에 적용 가능하도록 표본설계변수에만 의존하는 모형을 설정하고 주어진 모형하에서의 최량선형불편예측치(Best Linear Unbiased Predictor: BLUP)를 고려하였다. 모의실험을 통하여 각 모형 하에서 정의되는 여러 BLUP을 비교하여 모형변화에 강건한 추정량을 제안하고 그 결과를 제4기 국민건강영양조사에 적용하였다.