Abstract
Weighting is a common form of unit nonresponse adjustment in sample surveys where entire questionnaires are missing due to noncontact or refusal to participate. A common approach computes the response weight as the inverse of the response rate within adjustment cells based on covariate information. In this paper, we consider the efficiency and robustness of nonresponse weight adjustment bated on the response propensity and predictive mean. In the simulation study based on 2000 Fishry Census in Korea, the root mean squared errors for assessing the various ways of forming nonresponse adjustment cell s are investigated. The simulation result suggest that the most important feature of variables for inclusion in weighting adjustment is that they are predictive of survey outcomes. Though useful, prediction of the propensity to response is a secondary. Also the result suggest that adjustment cells based on joint classification by the response propensity and predictor of the outcomes is productive.
표본조사에서 무응답은 비 표본추출오차를 발생시키는 중요한 원인 중 하나이다. 단위무응답이 발생하는 경우 무응답에 의한 편향을 줄이는 동시에 추정의 정도를 향상시키기 위해 단위무응답 조정층을 구성해 무응답 가중치 조정을 하는 것이 일반적이다. 본 연구에서는 무응답 조정층 구성과 관련된 기존의 이론들을 정리하고 어업총조사 자료를 이용한 실증적인 모의실험을 통해 효과적으로 무응답 조정층을 구성하는 방안에 대해 살펴본다. 모의실험결과 응답성향에 따른 조정층 구성보다는 예측평균을 기준으로 한 조정층 구성이 효율성 측면에서 효과적인 것으로 나타났으며, 아울러 다른 관심변수에도 적용될 수 있는 로버스트한 조정층 구성을 위해서는 예측평균만을 고려하는 것보다 응답성향과 예측평균을 모두 고려한 조정층 구성방법이 효과적인 것으로 나타났다. 한편 무응답 조정을 위한 응답률 산출에 있어서 설계가중치의 적용 필요성에 대해 살펴본 결과 설계가중치 적용 여부는 추정결과에 거의 영향을 주지 않는다는 사실을 확인할 수 있었다.
