کاربردی از کاهش اریبی بی پاسخی با روش های امتیاز تمایل

در بسیاری از آمارگیری ها، برخی از واحدهای نمونه به تعدادی از پرسش ها یا همه آنها پاسخ نمی دهند. این امر موجب بروز بی پاسخی می شود. اریبی و تورم واریانس، دو اثر مهم بی پاسخی بر آماره های آمارگیری هستند. اگرچه افزایش اندازه نمونه از تورم واریانس براوردها جلوگیری می کند، لزوما اثری بر کاهش اریبی آماره ها ندارد. از این رو روش های مختلفی برای تعدیل اریبی بی پاسخی مورد استفاده قرار می گیرد. هنگامی که ساختار گم شدگی تصادفی باشد، تعدیل موزون برای جبران اثر بی پاسخی واحد آماری مناسب است. یکی از روش های وزن دهی، روش امتیاز تمایل است. تخصیص وزن در روش امتیاز تمایل، بر مبنای براورد احتمال پاسخ واحدهای نمونه ای انجام می شود. این براوردها با برازش مدل های پارامتری مناسب به دست می آیند. در این مقاله روش امتیاز تمایل و براوردگرهای تعدیل شده حاصل از آن معرفی می شوند. سپس به مقایسه عمل کرد سه براوردگر تعدیل شده امتیاز تمایل پرداخته می شود. در آخر با استفاده از مجموعه داده های آمارگیری هزینه و درامد خانوارهای شهری مرکز آمار ایران در سال ‎۱۳۹۰‎، براوردگرهای تعدیل شده امتیاز تمایل از نظر معیارهای ریشه دوم میانگین توان دوم خطای نسبی و کارایی نسبی با هم مقایسه می شوند. 

Keywords:

‎non-response‎ , ‎weighting‎ , ‎propensity score‎ , ‎root relative mean squared error‎ , ‎augmented response model‎ , ‎missing at random‎. , رگرسیون خطی فاصله ای , فاصله های فازی , شمول کل , تشخیص مدل , برنامه ریزی خطی.