“取总体 $y=(2,4,8)$,两人样本概率为 $p {12}=1/2,p {13}=3/10,p {23}=1/5$。按有限总体设计列出一阶、二阶纳入概率;计算HT 总量及设计方差;若抽中…”
形式陈述
已有设计权重,却知道加权样本的年龄组人数与真实人口不符,怎样利用这份已知信息?校准选择尽量接近原权重
一种具体选择是最小化二次距离
对线性独立的约束使用Lagrange 乘子法,得到
矩阵可逆时解唯一。若矩阵奇异,应先检验
等号只在
给定已知设计概率、辅助总体总量及预设的
估计总量为
直觉
原始HT 权重来自实际抽取机会,校准再用总体已知信息调整其代表份额。调整力求小,约束则必须精确满足;这是一个带约束的估计构造。
当上述加权 Gram 矩阵可逆时,定义加权回归系数
辅助变量总量误差通过预测关系转成结果总量的修正。若总体上恰有
例子与边界
总体四人的辅助值为
解为
再考虑另一个四人总体,辅助值为
推论与应用
计算流程是:检查总体总量与样本辅助变量定义一致及约束相容,删除冗余约束,求解权重,再核对约束残差、权重范围和设计方差。稠密线性校准对
校准是利用已知信息的估计调整,一般不保持有限样本精确无偏。方差应使用残差线性化或在每份复制权重中重新校准。若辅助总量本身也是估计值,其误差也要进入推断。
参考资料
- Deville and Särndal, Calibration Estimators in Survey Sampling, JASA 87, 1992, pp. 376–382,距离最小化与校准方程。
- Lumley, Complex Surveys, Wiley, 2010, Chapter 7,校准、回归估计及实际权重检查。