Advertisement

Es geht auch anders – Weitere Schätzmethoden für verschiedene Populationscharakteristika

  • Andreas QuatemberEmail author
Chapter
Part of the Statistik und ihre Anwendungen book series (STATIST)

Zusammenfassung

In Kapitel 4 werden als Ergänzung zuerst mit den Verhältnis- und Regressionsschätzern Möglichkeiten diskutiert, wie durch Zuhilfenahme von Hilfsinformationen über ein anderes Merkmal die Genauigkeit der Schätzung im Vergleich zu Horvitz-Thompson-Schätzern erhöht werden kann. Ferner wird auf Methoden zur Schätzung einer Populationsgröße, der Populationsverteilung selbst oder eines Quantils davon eingegangen. Bei komplexen Stichprobendesigns sind Schätzer für die theoretischen Varianzen von Schätzern formal oft nicht oder nur sehr schwer bestimmbar. In solchen Fällen kann man auf alternative Varianzschätzungen ausweichen. Neben der Taylorlinearisierung sind Resamplingverfahren eine computerintensive Möglichkeit dazu. Mit der Bootstrapmethode wird ein solches Verfahren vorgestellt, das auf den Simulationsansatz in der Survey-Statistik basiert.

Literatur

  1. Booth, J. G., Butler, R. W., & Hall, P. (1994). Bootstrap methods for finite populations. Journal of the American Statistical Association, 89, 1282–1289.Google Scholar
  2. Casella, G., & Berger, R. L. (2002). Statistical inference (2. Aufl.). Pacific Grove: Duxbury.zbMATHGoogle Scholar
  3. Chao, M.-T., & Lo, S.-H. (1994). Maximum Likelihood Summary and the Bbootstrap Method in Structured Finite Populations. Statistica Sinica, 4, 389–406.Google Scholar
  4. Chernick, M. R. (1999). Bootstrap methods. New York: Wiley Series.zbMATHGoogle Scholar
  5. Deville, J.-C., & Tillé, Y. (2004). Efficient balanced sampling: The cube method. Biometrika, 91(4), 893–912.Google Scholar
  6. Efron, B. (1979). Bootstrap methods: Another look at the jackknife. Annals of Statistics, 7, 1–26.MathSciNetCrossRefGoogle Scholar
  7. Efron, B. (1981). Censored data and the bootstrap. Journal of the American Statistical Association, 76(374), 312–319.MathSciNetCrossRefGoogle Scholar
  8. Gross, S. (1980). Median estimation in sample surveys. In Proceedings of the Survey Research Methods Section (S. 181–184). American Statistical Association.Google Scholar
  9. Hartung, J. (1989). Statistik (7. Aufl.). München: Oldenbourg.zbMATHGoogle Scholar
  10. Holmberg, A. (1998). A bootstrap approach to probability proportional-to-size sampling. In Proceedings of the Survey Research Methods Section (S. 378–383). American Statistical Association.Google Scholar
  11. International Working Group for Disease Monitoring and Forecasting. (1995a). Capture-recapture and multiple-record system estimation I: History and theoretical development. American Journal of Epidemiology, 142(10), 1047–1058.Google Scholar
  12. International Working Group for Disease Monitoring and Forecasting. (1995b). Capture-recapture and multiple-record system estimation I: History and theoretical development. American Journal of Epidemiology, 142(10), 1059–1068.Google Scholar
  13. Lohr, S. L. (2010). Sampling: Design and analysis (2. Aufl.). Boston: Brooks/Cole.*Google Scholar
  14. Quatember, A. (2014). The finite population bootstrap – From the maximum likelihood to the Horvitz-Thompson approach. Austrian Journal of Statistics, 43(2), 93–102.CrossRefGoogle Scholar
  15. Quatember, A. (2015). Pseudo-Populations – A basic concept in statistical surveys. Berlin: Springer.CrossRefGoogle Scholar
  16. Quatember, A. (2017). Statistik ohne Angst vor Formeln (5. Aufl.). Hellbergmoos: Pearson.Google Scholar
  17. Ranalli, M. G., & Mecatti, F. (2012). Comparing recent approaches for bootstrapping sample survey data: A first step towards a unified approach. In Proceedings of the Survey Research Methods Section of the American Statistical Association S. 4088–4099.Google Scholar
  18. Rao, J. N. K., & Molina, I. (2015). Small area estimation (2. Aufl.). Hoboken: Wiley.*Google Scholar
  19. Rao, J. N. K., Wu, C. F. J., & Yue, K. (1992). Some recent work on resampling methods for complex surveys. Survey Methodology, 18, 209–217.Google Scholar
  20. Särndal, C.-E., Swensson, B., & Wretman, J. (1992). Model assisted survey sampling. New York: Springer.*Google Scholar
  21. Shao, J., & Sitter, R. R. (1996). Bootstrap for imputed survey data. Journal of the American Statistical Association, 91, 1278–1288.Google Scholar
  22. Sitter, R. R. (1992). Comparing three bootstrap methods for survey data. The Canadian Journal of Statistics, 20(2), 135–154.MathSciNetCrossRefGoogle Scholar
  23. Wolter, K. M. (2007). Introduction to variance estimation (2. Aufl.). Berlin: Springer.*Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Institut für Angewandte StatistikJohannes Kepler Universität LinzLinzÖsterreich

Personalised recommendations