Sample Weighting Methods and Estimation of Totals in the Consumer Expenditure Survey
消费者支出调查中的样本加权方法与总量估计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：摘要聚焦调查权重和子总体总量估计，未涉及分布效应、因果识别或其他指定细分方法。
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
消费者支出调查中的样本加权方法与总量估计
- 研究问题
- 如何在家庭调查权重中更有效地纳入外部辅助信息或多调查信息，以改善子总体总量估计的设计方差？
- 方法与思路
- 作者提出广义最小二乘权重调整算法，将辅助信息纳入总量估计，并在消费者支出调查中使用权重控制与构成功能。
- 材料陈述的贡献
- 摘要称该调整原则上可降低调查总量估计的设计方差，并以消费者支出调查展示方法纳入辅助信息的灵活性。
- 阅读关注点
- 应核对辅助信息与控制总量的来源、权重调整约束、设计方差减少的条件，以及子总体估计和多调查信息的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；方差减少是原则性陈述，未报告具体幅度，也不能据此认定消除了无应答或覆盖偏差。
原文摘要
The widely used Principal Person method of weighting households in federal government surveys uses external post-Censal information on population to improve survey sample weights by a form of poststratification. While the Principal Person Methodology can be viewed as part of a procedure to adjust for nonresponse and undercoverage, it is not oriented for efficiently incorporating ancillary information or combining information from multiple surveys into survey estimates of subdomain totals. In this article a generalized least squares adjustment algorithm is shown to incorporate ancillary information in a way that, in principle, reduces the design variance of estimated survey totals. The flexibility of the method is exploited in an application to the Consumer Expenditure Survey that makes use of its “weighting control” and “composition” features.