Weighing adjustment avoiding extreme weights

이상적(異常的) 가중치를 줄이는 가중치 조정 방법 연구

Weighting adjustment is a method of improving the efficiency of the estimator by incorporating auxiliary variables at the estimation stage. One commonly used method of weighting adjustment is the poststratification, which is a special case of regression estimation but is relatively feasible in terms of actual implementation. If too many auxiliary variables are used in the poststratification, the bias of the resulting point estimator is no longer negligible and the final weights may have extreme weights. In this study, we propose a method of weight ing adjustment that compromises the efficiency and the bias of the point estimator. A limited simulation study is also presented.

가중치 조정은 표본추출 확률의 역수로 계산된 기본 가중치 외에 보정승수를 곱해 줌으로써 추정단계에서 보조변수를 활용하여 추정치의 효율을 높이는 방법이다 가중치 조정의 대표적인 예로는 사후층화를 들 수가 있는데 이는 회귀추정의 특수한 경우이나 회귀추정보다 계산이 편리하여 실제로 많이 사용되고 있다. 이러한 경우 보조변수를 많이 사용하게 되면 보정승수가 지나치게 크거나 또는 지나치게 작아지게 되는 경우가 있는데 이렇게 되면 추정치의 편향(bias)이 커지게 된다. 본 연구에서는 적절히 추정치의 효율도 높이면서 편향을 줄이는 가중치 조정 방법을 제안한다. 또한 시뮬레이션을 통하여 제안된 추정치의 성질을 확인하였다.