SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Replicate Variance Estimation and High Entropy Variance Approximation

quasim avatar
quasim
17 diapositives · 471 Views · Oct 14, 2014

Replicate Variance Estimation and High Entropy Variance Approximation. Authors: John Preston & Tamie Henderson Presenter: Greg Griffiths. Motivation. Current use of replicate variance estimation techniques for ABS Surveys Interest in extension to p ps sampling schemes. Notation.

Replicate Variance Estimation and High Entropy Variance Approximation - slide 1
01 / 17Replicate Variance Estimation and High Entropy Variance Approximation
1 / 17

Télécharger la présentation

Replicate Variance Estimation and High Entropy Variance Approximation
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Replicate Variance Estimation and High Entropy Variance Approximation Authors: John Preston & Tamie Henderson Presenter: Greg Griffiths

  2. Motivation • Current use of replicate variance estimation techniques for ABS Surveys • Interest in extension to pps sampling schemes

  3. Notation

  4. Variance and Variance Estimation

  5. pij The pps samplers dream Estimate variances without calculating joint inclusion probabilities pij Jaroslav Hájek

  6. High Entropy Sampling Schemes • Conditional Poisson (Hajek 1964) • Independently include unit i in sample with probability pi i=1,…,N. If total sample size ^smaller or larger than desired then reject sample and start again. • Random Systematic • Sort U randomly, select r~U(0,1), select unit u as kth sample unit if Σu-1pi <r+k-1<= Σupi • Pareto Sampling (Saavedra 1995 & Rosén 1997) • Choose ri i=1,…,N iid U(0,1) • Calculate Qi=ri(1-pi)/pi (1-ri) • Select n units with smallest values of Qi

  7. Approximations to Var(ŶHT) for High Entropy Sampling Schemes

  8. Approximations to Var(ŶHT) for High Entropy Sampling Schemes -continued

  9. Estimators of Approximations to Var(ŶHT) for High Entropy Schemes

  10. Rao-Wu Bootstrap

  11. Rao-Wu Bootstrap - extensions

  12. Replicate Version of BR1

  13. Replicate Version of Hajek

  14. Annual Manufacturing Survey • ~330 000 Manufacturing businesses in the population • Interested in detailed industry estimates and broad industry estimates within State • Budget supports collection of data from 5 500 businesses. Insufficient sample for detailed industry by state stratification.

  15. pi for Manufacturing Survey Simulation Study • Stratify by broad industry and size • Calculate maximum stratum sample size needed to satisfy both broad industry by state and fine industry requirements • Iteratively adjust selection probabilities of units within state by fine industry until they aggregate to desired stratum sample sizes by state and by fine industry • For simulation study – 60 000 samples selected using Random Systematic and Pareto sampling from the Food and Beverages broad industry.