Estimation With Survey Data Under Nonignorable Nonresponse or Informative Sampling
不可忽略无应答或信息性抽样下的调查数据估计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和信息性抽样，未明确涉及因果效应、面板结构或其他所列细分方向。
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
不可忽略无应答或信息性抽样下的调查数据估计
- 研究问题
- 当调查中的应答概率依赖未应答变量本身，或两阶段抽样的第二阶段具有信息性时，如何估计并利用辅助信息改善效率？
- 方法与思路
- 作者构建半参数似然，以参数模型描述应答机制、非参数分布描述目标变量与协变量，并纳入辅助信息开展估计。
- 材料陈述的贡献
- 摘要称推导参数估计的渐近分布，说明辅助信息可提高效率，并报告模拟表现及向第二阶段信息性抽样问题的适用性。
- 阅读关注点
- 核对应答机制与目标分布如何识别、辅助信息的来源及使用方式，并检查机制模型误设、渐近条件与两阶段抽样扩展。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；识别条件、辅助信息要求与模拟数值未说明，不能视为普遍解决不可忽略缺失。
原文摘要
Nonresponse is a very common phenomenon in survey sampling. Nonignorable nonresponse—that is, a response mechanism that depends on the values of the variable having nonresponse—is the most difficult type of nonresponse to handle. This article studies a likelihood-based estimation method for data with nonignorable nonresponse. The likelihood is semiparametric in the sense that it consists of a parametric component for the response mechanism (such as a logistic model) and a nonparametric component for the distribution of the variable of interest and the covariates. We show how auxiliary information can be augmented to improve the efficiency of estimators. Asymptotic distributions for the resulting parameter estimates are derived. A simulation study shows that the proposed method gives promising results. The method can also be applied to problems with two-phase sampling in which the second-phase sampling is informative.