基于PMM多重插补法的线性模型系数估计量的模拟研究-论文.pdf

《基于PMM多重插补法的线性模型系数估计量的模拟研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于PMM多重插补法的线性模型系数估计量的模拟研究·139基于PMM多重插补法的线性①模型系数估计量的模拟研究杨贵军李静华(天津财经大学中国经济统计研究中心)【摘要】在利用含无回答的经济数据建立线性回归模型之前，选择PMM多重插补法给出无回答的插补值。模拟结果显示，在任意无回答机制下，随着插补重数增大，系数估计量的偏差和均方误差减小不显著。对于任意无回答率，建议插补重数为5。在完全随机无回答机制下，随着无回答率增加，系数估计量的偏差或均方误差增大往往不显著。然而，在随机无回答机制下或在非随机无回答机制下，随着无回答率增加，系数估计量的偏差和均方误差增大往往显著。关键词插补法无回答机

2、制无回答率插补重数中图分类号F224．0文献标识码AJEL分类号C52OnEstimatorsofCoefficientsofLinearRMultipleImputationAbstract：Thispaperestimatesthecoefficientsoflinearregressionmodelbyu—singtheeconomicsdatacontainingthenon-response，andselectsPMMmultipleimputationtogiveimputedvaluesofthenon-response．Thesimulationshowsthatu

3、ndereverynon—responsemechanism，thebiasandmeansquarederrorofthecod—ficientsestimatorsdonotobviouslyreduceasthemultiplicityofimputationincrea—ses．Themultiplicityofimputationissuggestedas5foranynon-responserate．Undercompletelyrandomnon—responsemechanism，thebiasandmeansquareder—rorofthecoefficient

4、sestimatorsdonotalwaysobviouslyincreaseasnon—responseratebecomeslarge．However，underrandomnon-responsemechanismorundernon-responsenotatrandommechanism，thebiasandmeansquarederrorofcoeffi—cientsestimatorsoftensignificantlyincreaseasthenon-responseratebecomeslarge．Keywords：Imputation；Non-responseM

5、echanism；Non-responseRate；Impu—tationMultiplicity①本文获得国家社会科学基金重大项目“国家统计数据质量管理研究”(09&ZD040)的资助。·140·《数量经济技术经济研究》2014年第10期在社会经济领域的调查中，无回答经常出现，而且很难避免。无回答包括单元无回答和项目无回答。单元无回答是被调查者没有回答任何调查问题，项目无回答指被调查者只回答部分而不是全部的调查问题。对于经济问题研究，无回答容易造成样本不具有代表性，降低分析结论的可信度，甚至得到错误的结论。无回答一直是经济统计学研究热点，如Rubin(1987)、Lessler和

6、Kalsbeek(1992)、Little和Rubin(2002)、金勇进和邵军(2009)、Graham(2012)等的研究。解决无回答主要包括事前预防措施和事后补救办法。事前预防措施主要指经济调查工作尽可能严谨周密，尽量减少无回答的产生。由于实际问题的复杂性，事前预防措施只能显著降低无回答率，不可能杜绝无回答。事后补救办法主要是尽量减少无回答所造成的估计量偏差，提高参数估计的可信度。Okafor和Lee(2000)、杨贵军等(2014)对无回答子总体再调查，获取更多数据。Rubin(1987)、Little和Rubin(2002)、金勇进和邵军(20O9)讨论了针对无回答的最大

7、似然估计量。无回答插补法也是解决无回答的常用方法，包括单值插补法和多重插补法。单值插补法只赋给无回答单个估计值，容易低估估计量方差。多重插补法给每个无回答赋予多个估计值，得到多组含插补值的数据，以及估计量的精度描述，多重插补法的应用更广泛，如Rubin(1987)、Allison(2001)、王璐和王飞(2006)、杨贵军和骆新珍(2014)等的研究。多重插补法包括M的DataAugmentation(DA)多重插补法、预测均值匹配(Predic—tiveMeanMa