Adjusting for nonresponse bias using logistic regression
利用逻辑回归调整无应答偏差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：摘要研究调查无应答调整，未涉及明确的因果目标、面板结构或其他所列细分。
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
利用逻辑回归调整无应答偏差
- 研究问题
- 在不掌握未应答者信息、但有再次联系记录且应答者完整作答的调查中，能否减少样本矩估计的无应答偏差？
- 方法与思路
- 作者用调查变量建立应答概率的逻辑回归模型，以应答者为基础作修正条件极大似然估计，再构造加权矩估计。
- 材料陈述的贡献
- 摘要称，该方法无需未应答者信息；模拟显示，当应答概率强烈依赖调查变量时，估计的均方误差有所降低。
- 阅读关注点
- 应核对再次联系记录如何识别应答模型、条件似然的构造，以及模型误设和极小应答概率对加权估计的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明完整识别条件、模拟设计或误设表现，不能推断普遍消除偏差。
原文摘要
A method of adjustment for nonresponse is considered. No information about the nonrespondents is required, but the respondents are assumed to answer all questions of interest. One or more call-backs are assumed. The probabilities of response are represented by a logistic regression model, in which variables in the survey are explanatory variables. The probabilities are estimated using a modified conditional maximum likelihood approach, based on the respondents. The estimated probabilities are used in a Horvitz-Thompson type estimator to reduce bias in the estimation of sample moments. Simulations suggest that the method reduces the mean squared error of estimation when response probabilities depend strongly on variables in the survey.