非確率サンプルのためのロバストなモデルベース推論【JST・京大機械翻訳】

Rafei Ali; Elliott Michael R.; Flannagan Carol A. C.

プレプリント

J-GLOBAL ID：202202219897556851 整理番号：22P0327637

非確率サンプルのためのロバストなモデルベース推論【JST・京大機械翻訳】

Robust Model-based Inference for Non-Probability Samples

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

非構造化データのユビキタスアベイラビリティにより,そのような非確率サンプルにおける選択バイアスを調整する方法として,成長注意が払われている。事前の文献によって提案されたロバスト推定子の大部分は,完全または部分的に設計ベースであり,もし,もし外れる(擬似)重みが存在するならば,非効率な推定につながる可能性がある。さらに,調整推定器の不確実性を正確に反映することは,利用可能な参照調査がサンプル設計において複雑であるとき,課題のままである。本論文では,目標が全人口単位に対する結果変数を予測するため,非確率サンプルを用いた推論のための完全モデルベース法を提案した。調整点と間隔推定を導出するために,Rubinのくし則を用いたBayesブートストラップ法を採用した。Gaussプロセス回帰を用いて,著者らの方法は,結果モデルを誤指定するとき,推定選択傾向に基づく非確率サンプルユニットと母集団ユニットの間のカーネルマッチングを可能にした。著者らの方法の反復サンプリング特性を,2つのモンテカルロシミュレーション研究を通して評価した。最後に,アメリカ合衆国における異なる身体領域における衝突属性負傷率を推定する目的で,実世界非確率サンプルについて検証した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

システム・制御理論一般 , 数値計算 , ニューロコンピュータ

, , ,

前のページに戻る