Volltext herunterladen
(2.185 MB)
Zitationshinweis
Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-80477-3
Export für Ihre Literaturverwaltung
Applying multilevel regression weighting when only population margins are available
[Zeitschriftenartikel]
Abstract Reliable survey data is needed to be able to infer survey findings to the general population. However, self-selection or panel attrition of the survey respondents may bias survey estimations. To tackle these challenges, weighting adjustments have been established to correct for different inclusion p... mehr
Reliable survey data is needed to be able to infer survey findings to the general population. However, self-selection or panel attrition of the survey respondents may bias survey estimations. To tackle these challenges, weighting adjustments have been established to correct for different inclusion probabilities and to reduce bias in the survey. These strategies adjust the survey data to match known population statistics (e.g., means and proportions). The usefulness of weighting strategies depends on the benchmarks of the variables available from official statistics or other highly reliable sources, for instance, whether population information on the weighting variables is available as joint distributions of all variables or as margins only. While complex weighting strategies have been developed for poststratification using joint distributions (for example multilevel regression and poststratification), these methods are not applicable when only population margins are available. In this paper, we propose two practical approaches that combine the multilevel regression weighting method with weighting algorithms using marginal population distributions only. In a simulation study, we applied both approaches to volunteer samples.... weniger
Um Selektion in Befragungsdaten auszugleichen, werden üblicherweise Gewichtungsverfahren angewendet. Deren Nützlichkeit hängt auch davon ab, ob Bevölkerungsinformationen zu den Gewichtungsvariablen als gemeinsame Verteilungen aller Merkmale oder nur als Randverteilungen der einzelnen Merkmale verfüg... mehr
Um Selektion in Befragungsdaten auszugleichen, werden üblicherweise Gewichtungsverfahren angewendet. Deren Nützlichkeit hängt auch davon ab, ob Bevölkerungsinformationen zu den Gewichtungsvariablen als gemeinsame Verteilungen aller Merkmale oder nur als Randverteilungen der einzelnen Merkmale verfügbar sind. In der Praxis liegen häufig nur Randverteilungen vor, wodurch komplexe Verfahren wie MrP nicht verwendet werden können. In diesem Artikel werden zwei praktische Ansätze vorgeschlagen, die die MrP-Idee so adaptieren, dass sie auch mit Randverteilungen verwendet werden kann.... weniger
Thesaurusschlagwörter
Datengewinnung; Regression; Gewichtung; Befragung
Klassifikation
Erhebungstechniken und Analysetechniken der Sozialwissenschaften
Freie Schlagwörter
Complex estimation; Marginal population distributions; Multilevel regression
Sprache Dokument
Englisch
Publikationsjahr
2022
Seitenangabe
S. 1-22
Zeitschriftentitel
Communications in Statistics - Simulation and Computation (2022) Latest Articles
DOI
https://doi.org/10.1080/03610918.2021.1988642
ISSN
1532-4141
Status
Veröffentlichungsversion; begutachtet (peer reviewed)
Lizenz
Creative Commons - Namensnennung 4.0
FörderungGefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 491156185 / Funded by the German Research Foundation (DFG) - Project number 491156185