Bootstrap Variance Estimation for Calibration Estimators in Stratified Sampling

층화 추출에서 보정추정량에 대한 붓스트랩 분산 추정

In this paper we study the calibration estimator and its variance estimator for the population total using a bootstrap method according to the levels of an auxiliary information having strong correlation with an interested variable in nonresponse situation. At this point, we find tire calibration estimator in case of auxiliary information for population and sample, and then we drive the bootstrap variance estimator of it. By simulation study we compare the efficiencies with the Taylor and Jackknife variance estimators.

무응답 상황하에서 보정 추정량에 대해 관심변수와 강한 상관계수를 가진 보조정보의 수준에 따라 모집단 총합에 대한 추정량과 분산추정량을 붓스트랩 방법을 이용해서 구했다. 이때 존재하는 보조정보의 수준이 표본인 경우와 모집단인 경우로 나누어 모집단 총합에 대한 보정 추정량(calibration estimator)을 구하고, 그에 따른 붓스트랩 분산 추정량을 도출하였다. 또한 테일러 분산 추정량, 잭나이프 분산 추정량과 붓스트램 분산 추정량의 효율성을 모의 실험을 통해 비교해 보았다.