응용통계연구 (The Korean Journal of Applied Statistics)

  • 제30권1호
  • /
  • Pages.69-82
  • /
  • 2017
  • /
  • 1225-066X(pISSN)
  • /
  • 2383-5818(eISSN)
한국통계학회 (The Korean Statistical Society)
권호 표지
DOI QR코드

DOI QR Code

표본 추출법에서 R-지수의 민감도에 관한 연구

A study on sensitivity of representativeness indicator in survey sampling

  • 이유진 (한국외국어대학교 통계학과) ;
  • 신기일 (한국외국어대학교 통계학과)
  • Lee, Yujin (Department of Statistics, Hankuk University of Foreign Studies) ;
  • Shin, Key-Il (Department of Statistics, Hankuk University of Foreign Studies)
  • 투고 : 2016.09.26
  • 심사 : 2016.12.12
  • 발행 : 2017.02.28
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

R-지수(representativeness indicator)는 무응답이 발생했을 때 표본의 대표성을 나타내주는 지표이다. 표본의 대표성은 모수 추정의 정확성(accuracy)과 관계가 있으며 정확성은 편향(bias)와 관계가 있다. 따라서 표본의 대표성을 나타내는 R-지수가 높으면 대표성이 높아 편향이 없고 정확성이 높은 결과를 얻을 수 있다. R-지수는 일반화선형모형의 로짓 또는 프로빗 모형을 적합한 후 얻어진 경향 점수(propensity score)에 의해 계산된다. 본 논문에서는 R-지수와 이질적인 층별 응답률과의 관련성을 연구하였으며 편향, 제곱근 RMSE 등과 같은 비교통계량이 무응답에 얼마나 민감한지 등을 모의실험을 통하여 살펴보았다. 또한 변형된 2010년 경제총조사 자료를 이용하여 실제 자료분석도 실시하였다.

R-indicator (representativeness indicator) is used to check the representativeness of samples when non-responses occur. The representativeness is related with the accuracy of parameter estimator and the accuracy is related with bias of the estimator. Hence, unbiased estimator generates high accuracy. Therefore, high value of R-indicator guarantees the accuracy of parameter estimation with a small bias. R-indicator is calculated through propensity scores obtained by logit or probit modeling. In this paper we investigate the degree of relation between R-indicator and different non-response rates in strata using simulation studies. We also analyze a modified Korea Economic Census data for real data analysis.

키워드

참고문헌

  1. Agresti, A. (2002). Categorical Data Analysis, Wiley Series in Probability and Statistics, John Wiley and Sons, New York.
  2. Bethlehem, J., Cobben, F., and Schouten, B. (2008). Indicator for the representativeness of survey response. In Proceedings of Statistics Canada Symposium, Data Collection: Challenges, Achievements and New Directions.
  3. Kruskal, W. and Mosteller, F. (1979). Representative sampling III: current statistical literature, International Statistical Review, 47, 245-265. https://doi.org/10.2307/1402647
  4. Ouwehand, P. and Schouten, B. (2014). Measuring representativeness of short-term business statistics, Journal of Official Statistics, 30, 623-649. https://doi.org/10.2478/jos-2014-0041
  5. Schouten, B., Bethlehem, J., Beullens, K., Kleven, O., Loosveldt, G., Luiten, A., Rutar, K., Shlomo, N., and Skinner, C. (2012). Evaluating, comparing, monitoring, and improving representativeness of survey response through R-indicators and partial R-indicators, International Statistical Review, 80, 382-399. https://doi.org/10.1111/j.1751-5823.2012.00189.x
  6. Schouten, B., Calinescu, M., and Luiten, A. (2013). Optimizing quality of response through adaptive survey designs, Survey Methodology, 39, 29-58.
  7. Schouten, B., Cobben, F., and Bethlehem, J. (2009). Indicators for the representativeness of survey response, Survey Methodology, 35, 101-113.
  8. Schouten, B., Shlomo, N., and Skinner, C. (2011). Indicators for monitoring and improving survey response, Journal of Official Statistics, 27, 231-253.

피인용 문헌

  1. Revisit of a randomized response model for estimating a rare sensitive attribute under probability proportional to size sampling using Poisson probability distribution pp.1532-415X, 2018, https://doi.org/10.1080/03610926.2018.1508718