DOI QR Code
(경기대학교 응용정보통계학과)
(Dept. of Applied and Information Statistics, Kyonggi University)
표본설계는 대표성 있는 표본추출과 이에 따른 적절한 추정식을 산출해 주어야 한다. 이때 조사결과가 모집단의 대표성을 갖기 위해서는 적절한 가중치가 부여되어야 한다. 일반적으로 표본설계시 제시된 기본가중치는 추출확률에 의해 계산된다. 그러나 조사 후 무응답등과 같은 요인이 발생된 경우 모집단의 대표성을 유지하기 위해 기본가중치의 보정이 필요하다. 본 논문은 조사 후 가중치 보정방법으로 기존에 흔히 사용하고 있는 갈퀴법(Raking)과 현재 BLS에서 적용하고 있는 방법(BLS) 그리고 최근 표본조사의 추정식으로 관심을 끌고 있는 일반화회귀식(GREG)에 의한 방법을 비교하였다. 자료분석은 산업단지공단내의 산업분류별 총 종사자수가 사용되었으며 MSE, Coverage, CV, Large Error(LE), NOn-Centrality(NC) 등의 비교통계량을 이용하여 그 결과를 비교하였다.
In sample design, it is usually planned by purpose and the range of the announcing statistics from the survey. After survey, getting a proper and decent statistics, applying the proper weights on the results of survey is very important and necessary. Therefore in this study, three estimation methods which are raking, BLS and general linear regression method are compared with MSE, Coverage, CV, LE and NC.