• Communications for Statistical Applications and Methods
• /
• 제11권2호
• /
• pp.419-433
• /
• 2004

We suggest the modified computing algorithm for raking ratio estimation under the assumption that the population total is partially known, and the sample total is completely known about survey variable in contingency table. We show that the proposed estimation procedure is useful to estimate the population cell count in this situation through an empirical study.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.655-664
• /
• 2015

A nonresponse adjusted raking ratio estimator that consists of weighting adjustment using estimated response probability and raking procedure is often used to reduce the nonresponse bias and keep the calibration property of the estimator. We investigated asymptotic properties of nonresponse adjusted raking ratio estimator and proposed a variance estimator. A simulation study is used to examine the performance of suggested estimators.

• 한국조사연구학회지:조사연구
• /
• 제6권1호
• /
• pp.39-62
• /
• 2005

본 논문에서는 표본조사에서 흔히 말하여지는 ‘표본의 대표성’과 추정의 ‘일치성’, ‘비편향성’, ‘효율성’의 개념을 알아보았다. 표본의 대표성은 표집에 연관된 개념으로 조사모집단의 포함률 및 기초조사의 응답률, 표본섭외 과정의 승락률과 밀접한 관련이 있다. 그리고 추정의 일치성, 비편향성 및 효율성은 표집설계 및 추정량에 동시에 연관된 개념이다. 일치성 및 비편향성은 표본의 대표성을 전제로 한 개념인 반면, 효율성은 표본의 대표성을 전제로 하지 않는다. 표본의 대표성은 포함률, 응답률, 승낙률 등을 제고함으로써 높일 수 있다. 일치성은 관심변수의 일치성과 보조변수의 일치성으로 구분할 수 있으며, 잘 알려진 래킹비 가중법은 모집단 크기를 일치시키는 방법으로 보조변수의 일치성을 높이고자 하는 방법이다. 효율성은 표본의 대표성과는 직접적인 관련이 없으며, 층화표집에서 비례배정과 네이만 배정같은 표본배정, 그리고 사후층화 등은 모두 표본의 대표성이 만족된다는 전제 아래 추정의 효율성을 높이고자 하는 방법들이다.