• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>統計学 >統計的マッチングにおける推定精度とキー変数選択の効果: 法人企業統計調査ミクロデータを対象として
【24h】

統計的マッチングにおける推定精度とキー変数選択の効果: 法人企業統計調査ミクロデータを対象として

机译：估计准确性和关键变量选择对​​统计匹配的影响：以企业统计调查的微观数据为例

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

本稿は，法人企業統計調査(財務省)に関する調査票情報の利活用範囲の拡大を目指して，統計的マッチングによるパネルデータの作成可能性を検討した。とくに統計的マッチング手法の比較とともに，精度の高いマッチング推定量(相関係数)を得るためのキー変数選択の条件とその効果について抽出実験により検証を行った。結果は次の三点に整理できる。まず，マハラノビス法とベイジアン回帰補定法(NIBAS)の比較において，NIBASによる推定量のバイアスが相対的に小さいことを確認した。また，NIBASで適切な推定量を得るための条件としては，条件付従属性がゼロ近傍に位置することのみならず，目標変数との相関が可能な限り強いキー変数セットを用意することが求められる。最後に，NIBASに基づく多重代入法から構成される95%信頼区間については，高い比率で真値をカバーしており，マッチングによる不確実性が多重代入法によりかなりの程度捉えられていることを確認した。%This study verifies the precision of correlation coefficients based on statistical matching and multiple imputation under different matching methods and combinations of common variables. The matching methods for verification are a non-parametric approach based on Mahalanobis distance and the Bayesian regression imputation method (NIBAS)-a parametric method. Questionnaire data from the Financial Statements Statistics of Corporations by Industry (Ministry of Finance) were used to clarify the effectiveness of matching data created from different sample datasets. The three main findings are as follows: First, NIBAS enables the estimation of correlation coefficients with lesser bias than those of the Mahalanobis matching method. Second, the primary condition for high-precision estimation is a combination of common variables with both low conditional dependence and strong correlation with target variables. Finally, the confidence interval computed by multiple imputation with NIBAS suitably covers the true value and measures the uncertainty inherent in statistical matching, except in the case of point estimates with extremely large bias.
机译：本文探讨了通过统计匹配来创建面板数据的可能性，目的是扩大企业统计数据调查（财政部）中问卷数据的利用范围。特别是，我们比较了统计匹配方法，并验证了选择关键变量的条件及其效果，以便通过提取实验获得高度准确的匹配估计量（相关系数）。结果可以分为以下三点。首先，通过马氏距离法和贝叶斯回归法（NIBAS）的比较，可以确认NIBAS的估计量的偏差较小。另外，作为用于在NIBAS中获得适当的估计量的条件，不仅要求条件依存关系位于零附近，而且还要求准备与目标变量具有最强相关性的关键字变量集。做完了。最后，对于由基于NIBAS的多重替换方法组成的95％置信区间，真实值被较高的比率覆盖，并且由于匹配而导致的不确定性在很大程度上被多重替换方法捕获。确认。本研究通过统计匹配和多重插补在不同的匹配方法和公共变量组合下验证相关系数的精度。用于验证的匹配方法是基于马氏距离和贝叶斯回归插补方法（NIBAS）的非参数方法-一种参数方法。使用了来自工业企业财务报表统计（财政部）的问卷调查数据来阐明从不同样本数据集创建的匹配数据的有效性。三个主要发现如下：首先，NIBAS支持估算与马哈拉诺比斯匹配方法相比，具有较小偏差的相关系数;其次，高精度估计的主要条件是条件变量较低且与目标变量相关性强的公共变量的组合;最后，由多个变量计算的置信区间适当地使用NIBAS进行归因涵盖了真实值，并测量了统计匹配中固有的不确定性，除非带有极大偏差的点估计除外。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号