试述MSE,估计量方差,偏倚的含义以及三者间的关系?
发布网友
发布时间：2022-05-29 22:16
共2个回答
热心网友
时间：2024-11-08 17:55
从内容上看，可以分为单元无回答和项目无回答。单元无回答指被调查单元没有参与或拒绝接受调查，他们交的是一份白卷。项目无回答指被调查单元虽然接受调查，但对其中的一些调查项目没有回答。与单元无回答相比，项目无回答或多或少地提供了一些信息。
从性质上看，可以分为有意无回答和无意无回答。有意无回答常常与调查内容有关，例如对调查内容敏感，或涉及个人隐私不愿意回答。无意无回答通常与调查内容无关，之所以出现是由于其他原因造成的，如被调查者生病或很忙，无法接受调查等。有意无回答对数据质量的影响很大，回答者和无回答者之间往往存在系统性差异。这种无回答不仅减少了有效样本量，造成估计量方差增大，而且会带来估计偏倚。无意无回答可以看成是随机的，这种无回答虽然会造成估计量方差增大，但通常认为不会带
1/4页
来估计偏倚。
当然，如果无回答产生于某个群体，而该群体与其他群体在目标变量方面存在数量差异，那么即便是无意无回答，也会造成估计量的偏倚。例如调查居民的旅游开支，不在家的人可能恰恰是经常外出旅游的。虽然这是无意无回答，但却会造成有偏估计。
二、无回答产生的原因及影响
如果把采集数据的过程划分为查找、接触和采访三个阶段，三个阶段都有可能出现无回答。
1、 查找阶段。调查人员无法找到被调查者，主要原因有地址不详、被调查者搬迁、被调查者不在现场、调查人员不熟悉地址等。
2、接触阶段。被调查者由于客观原因无法接受调查，如生病或没有时间;被调查者由于主观原因拒访，如对调查不感兴趣，出于安全考虑不让调查员入户等。
3、采访阶段。调查开始后被调查者对某些问题不愿提供答案、调查员由于粗心遗漏某些项目、由于某种原因调查中断等。
为了分析无回答的影响，可以假设总体由两个层组成。一个是回答层，如果这个层的单元被抽中，就可以得到回答;另一个是无回答层，采用相同抽样方式，如果这个层的单元被抽中，就
NNN,,无法得到回答。设分别为总体单元数、回答层单元数、10
RR,无回答层单元数。分别为总体回答率和无回答率，即 10
NN01NNN,， R,R,1010NN
2/4页
则总体均值 YRYRY,，1100
n从总体中抽取容量为n的简单随机样本，来自于回答层，1
ny来自于无回答层。根据回答单元计算出的样本均值为，它是01
y总体中回答层均值的无偏估计，即。于是用作为总体EyY(),111
均值的估计值，其偏倚为: Y
偏倚()()yEy,,,-Y=Y(RY+RY)=RYY() 1111100010
RYY(),010 相对偏倚()y,1Y
相同的方法可以得到总量估计的偏倚和相对偏倚分别为:
ˆˆ偏倚()()-NY=NRYYyNEy,,() 11010
RYY(),010ˆ相对偏倚(y), 1Y
由模型看出，导致无回答偏倚的原因主要来自于两个方面:
YY,一个是回答层与无回答层单位之间的数量差异;一个是无回10
R答率 0
YY,上述模型给我们一些启示:首先，如果，即回答单元10
与无回答单元目标变量的数量特征没有显著差异，可以看成无回答是由于一些随机因素引起的，这时问题尚不严重，因为不会引起估计偏倚。但是，由于无回答造成实际接受调查单元数目减少，会引起估计方差的增大，这时只要简单地增大样本量，使完成调
YY,查单元数目与调查方案要求相一致即可。其次，如果，仅10
Y与Y仅用回答数据进行估计就会产生偏倚，且的差异越大，估计10
偏倚就越大，这时降低无回答率就十分重要。最后，如果无法最
3/4页
终消灭无回答，就需要采取一些补救措施，通过对调查数据的调整，以减少由于无回答对估计带来的影响。
三、降低无回答的措施
1、问卷设计具有吸引力，容易引起被调查者参与的兴趣，并注意适当的长度。
2、在可能的条件下，充分利用调查组织者的权威性和社会影响力，激发被调查者的参与意识。
3、确定准确的调查方位，使调查员容易找到被调查者。
4、采取有助于消除被调查者冷漠、担心或怀疑的措施，如预先通知、调查前的解释说明及雇佣与被调查者熟悉的人做调查员。
5、注意调查员的挑选。调查员的身份与被调查者越接近，就越容易被对方接受。实践表明，大学生、居民委员会成员、下岗职工都是理想的非专职调查员人选。
6、作好调查员的培训，增强其责任心，提高其访问技巧。
7、注意调查过程的监控。
8、奖励措施。
9、再次调查。
10、替换被调查单元。
热心网友
时间：2024-11-08 17:56
