Using Sample Survey Weights in Multiple Regression Analyses of Stratified Samples
分层样本多元回归中调查权重的使用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要重点是分层调查权重与回归设定，虽有教育应用，但未明确涉及所列因果、面板或结构估计方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
分层样本多元回归中调查权重的使用
- 研究问题
- 对分层调查样本进行最小二乘回归时，何种总体回归模型支持使用调查权重，又如何据此选择模型与估计方法？
- 方法与思路
- 作者比较四种逐渐放宽的总体回归模型，建议利用加权与未加权估计的差异辅助模型选择，并应用于青年教育程度分析。
- 材料陈述的贡献
- 摘要称，权重的适当性取决于模型设定；应用促使初始加性模型加入县失业率与种族、性别与母亲教育的交互项。
- 阅读关注点
- 应核对四类模型的区别、抽样设计与估计目标的关系，以及估计差异如何用于模型选择和交互项修订的证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体模型、选择规则及估计结果未说明，教育关联也不能据此解释为因果效应。
原文摘要
The rationale for the use of sample survey weights in a least squares regression analysis is examined with respect to four increasingly general specifications of the population regression model. The appropriateness of the weighted regression estimate depends on which model is chosen. A proposal is made to use the difference between the weighted and unweighted estimates as an aid in choosing the appropriate model and hence the appropriate estimator. When applied to an analysis of the familial and environmental determinants of the educational level attained by a sample of young adults, the methods lead to a revision of the initial additive model in which interaction terms between county unemployment and race, as well as between sex and mother's education, are included.