跳到主要內容

臺灣博碩士論文加值系統

(44.211.31.134) 您好!臺灣時間:2024/07/23 06:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:連啟雄
研究生(外文):LIEN, CHI-HSIUNG
論文名稱:雙重清冊與具交叉結構之多重反覆加權方法運用在長期追蹤資料之研究
論文名稱(外文):A Study on Double Frame and Raking with Cross-tables Structure for Longitudinal Data
指導教授:王鴻龍王鴻龍引用關係
指導教授(外文):WANG, HONG-LONG
口試委員:余清祥于若蓉許玉雪王鴻龍
口試委員(外文):YUE, CHING-SYANGYU, RUOH-RONGHSU, ESHERWANG, HONG-LONG
口試日期:2016-07-19
學位類別:碩士
校院名稱:國立臺北大學
系所名稱:統計學系
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:57
中文關鍵詞:多重反覆加權交叉結構雙重清冊長期追蹤調查資料
外文關鍵詞:rakingdouble framecross-tables structurelongitudinal data
相關次數:
  • 被引用被引用:3
  • 點閱點閱:1273
  • 評分評分:
  • 下載下載:54
  • 收藏至我的研究室書目清單書目收藏:0
抽樣調查的樣本結構,常使用多重反覆加權(Raking),將樣本結構調整成與母體一致,而一般多重反覆加權只考慮單一邊際變數,如:性別、年齡……等,加權後無法兼顧交叉結構的特性。另外,欲將兩組資料集做雙重清冊整合時,則須考慮結構是否有重疊(overlapping)的部分。本研究嘗試整合兩不同年度樣本,針對重疊的結構做調整,並結合交叉結構做多重反覆加權,探討整合方法的合適性及有效性。
本研究將使用中央研究院人文社會科學研究中心華人家庭動態計畫(PSFD)所提供1999、2000年的家庭動態長期追蹤調查資料RI1999、RI2000及RII2000,並嘗試使用Skinner (1991) 整理Bankier (1986) 的多重清冊方法後,所提出在雙重清冊(Double Frame)下針對重疊結構調整的估計式,整合兩年度的樣本,並結合三種交叉結構的多重反覆加權, 提出兩種不同方法,比較收斂速度及有效性,找出最適合的方法,並針對議題做加權效果討論。
結果顯示,議題的分析依據加權的有無呈現明顯差異,而兩種方法加權後的效果表現差異不大。整體來說,本研究提出之兩種整合方法在收斂速度及效果表現差不多,但以本研究資料為例,整合方法二在執行上較有效率。

Raking is often applied to adjustify sample structure approaching to population structure. Traditional raking method can only fit the sample structure marginaliy (eg: gender, age…etc) and usually the cross-structure can not be preserved. In this study, we were raking sample with cross-structure to make sure the unanimous structure between sample and population.
In this study we used the longitudinal data (RI1999, RI2000 and RII2000) collected by PSFD in 1999 and 2000. For summarizing the datasets from two independent years, we took the double-frame cross-structural adjustment approach proposed by Skinner in 1991, which modified from Bankier’s multiple frame method (1986). Along with three different raking methods for cross-structured data, we proposed two pipelines and made some discussion on the weight-effect in order to figure out which is the optimal method.
The results indicated that the raking operation apparently altered the analyses but there’s no significant difference between the two methods proposed by us. Based on the our studied, two methods performed similary other on the effectiveness and the speed of convergence, however, the method 2 is slightly better in the figurest.

目錄
第 1 章 緒論 1
1.1 研究背景 1
1.2 研究目的 1
1.3 研究架構 2
第 2 章 文獻探討 3
2.1 雙重清冊 3
2.2 多重反覆加權(raking) 4
第 3 章 研究方法 5
3.1 雙重清冊整合架構 5
3.1.1 定義集合與元素關係 5
3.1.2 定義抽樣集合與元素關係 6
3.2 跨年度整合調整方法 6
3.3 加權方法 7
3.3.1 多重反覆加權法 7
3.3.2 雙重清冊整合加權方法 10
3.4 研究流程 12
3.4.1 整合方法一 13
3.4.2 整合方法二 14
3.5 方法的比較 15
3.5.1 MSE值 15
3.5.2 卡方適合度檢定 16
第 4 章 實例分析 17
4.1 資料描述 17
4.2 資料變數介紹 17
4.2.1 基本單一結構 18
4.2.2 交叉結構 20
4.2.3 母體數 20
4.2.4 有效樣本數 25
4.3 分析結果(一) 25
4.3.1 收斂速度比較-雙重清冊整合加權方法 26
4.3.2 收斂速度比較-整合後的多重反覆加權法 29
4.3.3 最終權值卡方適合度 31
4.3.4 卡方值收斂速度 32
4.4 分析結果(二) 36
4.4.1 議題討論 36
4.4.2 平均數 36
4.4.3 比例 41
第 5 章 結論與討論 45
參考文獻 47
附錄A:附表 49
附錄B 57


圖目錄
圖 3.1: 雙重清冊基本架構 5
圖 3.2: 多重反覆加權法流程圖 8
圖 3.3: 雙重清冊整合加權方法流程圖 10
圖 3.4: 方法一流程圖 13
圖 3.5: 方法二流程圖 14
圖 4.1: 年齡層結構 18
圖 4.2: MSE值收斂速度比較 31
圖 4.3: 卡方值收斂速度-性別 32
圖 4.4: 卡方值收斂速度-年齡 33
圖 4.5: 卡方值收斂速度-地區層別 33
圖 4.6: 卡方值收斂速度-性別年齡 34
圖 4.7: 卡方值收斂速度-性別地區層別 34
圖 4.8: 卡方值收斂速度-年齡地區層別 35

表目錄
表 4.1: 88年底總母體數 21
表 4.2: 88年底性別母體數 21
表 4.3: 88年底年齡母體數 21
表 4.4: 88年底地區層別母體數 22
表 4.5: 88年底教育程度母體數 22
表 4.6: 88年底性別-年齡母體數 23
表 4.7: 88年底性別-地區層別母體數 23
表 4.8: 88年底年齡-地區層別母體數 24
表 4.9: 有效樣本數 25
表 4.10: 步驟一檢定表-方法一 26
表 4.11: 雙重清冊整合加權法之權值差-方法一 27
表 4.12: 雙重清冊整合加權法之權值差-方法二 28
表 4.13: MSE值-方法一 29
表 4.14: MSE值-方法二 30
表 4.15: 最終卡方適合度檢定表 31
表 4.16: RI1999+RI2000性別-年齡平均數比較表 37
表 4.17: RI1999+RI2000平均數有無加權比較表 38
表 4.18: RI1999+RI2000平均數整合方法比較表 39
表 4.19: RII2000+RI2000性別-年齡平均數比較表 40
表 4.20: RI1999+RI2000性別-年齡比例比較表 41
表 4.21: RI1999+RI2000比例有無加權比較表 42
表 4.22: RI1999+RI2000比例整合方法比較表 43
表 4.23: RII2000+RI2000性別-年齡比例比較表 44

附錄A. 1: 87年底總母體數 49
附錄A. 2: 87年底性別母體數 49
附錄A. 3: 87年底年齡母體數 49
附錄A. 4: 87年底地區層別母體數 50
附錄A. 5: 87年底教育程度母體數 50
附錄A. 6: 87年底性別-年齡母體數 51
附錄A. 7: 87年底性別-地區層別母體數 51
附錄A. 8: 87年底年齡-地區層別母體數 52
附錄A. 9: RII2000+RI2000平均數有無加權比較表 53
附錄A. 10: RII2000+RI2000平均數整合方法比較表 54
附錄A. 11: RII2000+RI2000比例有無加權比較表 55
附錄A. 12: RII2000+RI2000比例整合方法比較表 56

1.王鴻龍,于若蓉,連啟雄,紀佩妤(2015)。結合交叉結構的多重反覆加權之研究。調查研究方法與應用學術研討會。台北市:中央研究院人文社會科學研究中心。
2.陳鈺翔(2015)。運用兩清冊反覆加權法整合電訪調查樣本與網訪調查樣本(未發表的碩士論文)。台北大學統計學系。
3.Bankier, Michael D. (1986).Estimators Based on Several Stratified Samples with Applications to Multiple Frame Surveys. Journal of the American Statistical Association, Volume 81, Issue 396, pages 1074-1079.
4.Deville, Jean-Claude, Särndal, Carl-Erik & Sautory, Olivier (1993). Generalized Raking Procedures in Survey Sampling. Journal of the American Statistical Association,Volume 88, Issue 423, pages 1013-1020.
5.Hartley , H.O. (1962). Multiple Frame Surveys. Social Statistics Section, American Statistical Association, pages 203 – 206.
6.Kalton, Graham and Flores-Cervantes, Ismael (2003). Weighting Methods. Journal of Official Statistics, vol.19, No.2, pages 81 - 97.
7.Larsen,Michael D., Qing,Siyu, Zhou,Beilei, Foulkes, Mary A. (2011). Calibration Estimation and Longitudinal Survey Weights: Application to the NSF Survey of Doctorate Recipients, Section on Survey Research Methods, American Statistical Association.
8.Lund , Richard E. (1968). Estimators in Multiple Frame Surveys. Social Statistics Section, pages 282 – 288.
9.Skinner C. J. (1991). On the Efficiency of Raking Ratio Estimation for Multiple Frame Surveys. Journal of the American Statistical Association, Volume 86, Issue 415, pages 779-784.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top