Application of balanced sampling, non-response and calibrated estimator

Abstract

The aim of this paper is to study the interplay between balanced sampling, non-response and calibrated estimator by simulation. The results of seven strategies, embracing a combination of balanced sampling via the cube method, simple random cluster sampling, adjustment for non-response, Horvitz–Thompson estimator of the total and calibration of design weights, are compared. Auxiliary information is used for all strategies at least at one of the stages (sampling or estimation). This auxiliary information consists of indicator variables for sex, age groups and urban/rural living area, and their totals. Real Labour Force Survey data of Statistics Lithuania are used for simulation. Bias, variance and relative mean squared error are measures of accuracy for the comparison of results.

Šio darbo tikslas yra modeliavimo būdu ištirti subalansuoto ėmimo, neatsakymų į apklausą ir kalibruotojo įvertinio tarpusavio sąveiką. Lyginami septynių strategijų, apimančių subalansuotą ėmimą (naudojant kubo metodą), paprastąjį atsitiktinį lizdinį ėmimą, atsižvelgimą į neatsakymus, Horvico ir Tompsono įvertinio bei kalibruotojo įvertinio derinius, rezultatai. Visais atvejais bent viename iš etapų (imties ėmimo arba parametrų vertinimo) yra naudojama papildoma informacija. Ji išreikšta indikatoriais, apibūdinančiais asmens lytį, amžių, gyvenamąją vietą, ir šių indikatorių sumomis. Modeliuoti naudojami realūs Lietuvos statistikos departamento 2011 m. gyventojų užimtumo statistinio tyrimo duomenys. Įvertinio poslinkis, dispersija, santykine vidutine kvadratine paklaida yra tikslumo matai, taikomi įverčiams palyginti.