Variablenselektion bei gebundener Hochrechnung

Authors

  • Melanie Knobelspies Interbrand Zintzmeyer & Lux AG, Schweiz
  • Ralf Münnich Universität Trier, Deutschland

DOI:

https://doi.org/10.17713/ajs.v37i3&4.312

Abstract

Zur Verbesserung der Schätzqualität werden in Stichprobenerhebungen häufig vorhandene Zusatzinformationen in die Hochrechnung eingebunden, insbesondere bei der Verwendung von verallgemeinerten Regressionsschätzern. In einigen Erhebungen, wie in der Einkommens- und Verbrauchsstichprobe oder im deutschen Survey on Income and Living Conditions (Leben in Europa; D-SILC) stehen hierfür sehr viele Variablen zur Verfügung. In der Praxis muss man sich jedoch aus methodisch-technischen Gründen auf eine geeignete Auswahl von Hilfsvariablen beschränken.

In diesem Aufsatz wird der Frage nachgegangen, inwieweit statistisch-ökonometrische
Variablenselektionsverfahren bei der Auswahl geeigneter Hilfsvariablen herangezogen werden können. Es wird insbesondere untersucht, ob die Effizienz eines Regressionsmodells, die das Ziel solcher Selektionsverfahren ist, auch gleichzeitig die Genauigkeit der eigentlich interessierenden Stichprobenschätzung optimiert. Darüber hinaus wird untersucht, inwiefern spezielle geschichtete Stichprobenziehungen die Ergebnisse beeinflussen.

References

Akaike, H. (1974). A new look at statistical-model identification. IEEE Transactions on Automatic Control, 19, 716-723.

Chambers, R. L., and Skinner, C. J. (2005). Analysis of Survey Data. Chichester: John Wiley & Sons.

Deville, J. C., and Särndal, C. (1992). Calibration estimators in survey sampling. Journal of the American Statistical Association, 87, 376-382.

Draper, N. R., and Smith, H. (1981). Applied Regression Analysis (2nd ed.). Chichester: John Wiley & Sons.

Fahrmeir, L., Kneib, T., and Lang, S. (2007). Regression: Modelle, Methoden und Anwendungen. Berlin: Springer.

Harrell, F. E. (2001). Regression Modeling Strategies. New York: Springer.

Hulliger, B., and Münnich, R. (2006). Variance estimation for complex surveys in the presence of outliers. In Proceedings of the Section on Survey Research Methods (p. 3153-3161). American Statistical Association.

Körner, T., Nimmergut, A., and Nökel, J. (2006). Die Dauerstichprobe befragungsbereiter Haushalte. Wirtschaft und Statistik, 5, 451-468.

Lohr, S. (1999). Sampling: Design and Analysis. CA: Pacific Grove: Duxbury Press.

Mallows, C. (1973). Some comments on Cp. Technometrics, 15, 661-676.

Münnich, R. (2008). Varianschätzung in komplexen Erhebungen. Austrian Journal of Statistics, 37. (in press)

Münnich, R., Huergo, L., Magg, K., and Ohly, D. (2005). Konzeption und Test von Varianzschätzung für Erhebungen auf Basis der Dauerstichprobe befragungsbereiter Haushalte. Universität Tübingen. (Abschlussbericht des Forschungsprojekts B

22–5118/04/StBA)

Münnich, R., and Rässler, S. (2005). PRIMA: A new multiple imputation procedure for binary variables. Journal of Official Statistics, 21, 325-341.

Reineking, B., and Schröder, B. (2004). Variablenselektion. UFZ-Bericht: Habitatmodelle - Methodik, Anwendung, Nutzen. In Tagungsband zum Workshop 8.-10. Oktober 2003, UFZ Leipzig.

Schwarz, G. (1978). Estimating dimension of a model. Annals of Statistics, 6, 461-464.

Särndal, C. E., Swensson, B., and Wretman, J. (1992). Model Assisted Survey Sampling. New York: Springer.

Weisberg, S. (2005). Applied Linear Regression (3rd ed.). Chichester: Wiley.

Downloads

Published

2016-04-03

How to Cite

Knobelspies, M., & Münnich, R. (2016). Variablenselektion bei gebundener Hochrechnung. Austrian Journal of Statistics, 37(3&4), 335–347. https://doi.org/10.17713/ajs.v37i3&4.312

Issue

Section

Articles