Iteracyjne dopasowanie proporcjonalne jako metoda poprawiania wyników w badaniach sondażowych

• Autorzy: Wojciech Roszka

Warianty tytułu

Improving Results of Sample Surveys Using Iterative Proportional Fitting

• Języki publikacji: PL

Abstrakty

Badania ankietowe są jedną z najpopularniejszych form pozyskiwania informacji o rynku. Wielość metod analiz wyników, dopasowanych do ich różnych celów i fonii, sprawia, że są one szeroko wykorzystywane przez różne podmioty, publiczne i prywatne, do wspomagania procesów decyzyjnych. Czynniki ekonomiczne jednak, zwłaszcza ograniczenia budżetowe, sprawiają, że do badania losowana jest zwykle stosunkowo niewielka próba, która nie pozwala na uogólnianie wyników na niskim poziomie agregacji przestrzennej i merytorycznej. Wydaje się, że rozwiązaniem problemów związanych z niedostateczną liczebnością próby, a co się z tym wiąże - niezadowalającą jakością wyników dla złożonych przekrojów danych, jest zastosowanie metod statystyki małych obszarów. Wykorzystuje się w nich informacje dodatkowe, pochodzące z innych badań, do poprawy precyzji wyników. W artykule opisana zostanie jedna z metod estymacji pośredniej, znana jako iteracyjne dopasowanie proporcjonalne (iterative proportional fitting, IPF). Celem tej metody jest korekta szacunków w tabelach kontyngencji otrzymanych z badań częściowych za pomocą odpowiednich liczebności brzegowych pochodzących z badań pełnych. Artykuł ma charakter teoretyczno-empiryczny. W części teoretycznej zostaną opisane założenia metody IPF. W części empirycznej przeprowadzone zostanie badanie symulacyjne, którego celem będzie weryfikacja jakości szacunków uzyskanych na podstawie zastosowania iteracyjnego dopasowania proporcjonalnego. (abstrakt oryginalny)

EN

Sample surveys are one of the most popular forms of obtaining market information. The multitude of methods of results analysis, tailored to their different purposes and forms, makes them widely used by different institutions, public and private, to support decision-making processes. However, economic factors, especially budgetary constraints, are responsible for the fact that the sample drawn is relatively small, which does not allow generalization of results at a low level of aggregation. A solution to the problems associated with inadequate sample size, and consequently, unsatisfactory quality results for complex cross-sections of data, seems to be using the methods of small area statistics. They use additional information from other studies to improve the precision of the results. The article describes an indirect method of estimation known as iterative proportional fitting (IPF). The aim of this method is to correct the estimates in contingency tables obtained from sample surveys using appropriate marginal distributions from full studies. The article has a theoretical - empirical character. In the theoretical part assumptions of the IPF method are described. In the empirical part a simulation study aimed at verification of the quality of estimates obtained from the application of iterative proportional fitting is carried out. (original abstract)

Słowa kluczowe

PL

Badania sondażowe; Statystyka małych obszarów; Metody estymacji; Estymacja

EN

Survey research; Small area estimates; Estimation methods; Estimation

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu
• Rocznik: 2011
• Numer: nr 204
• Strony: 125--138

Twórcy

autor

Wojciech Roszka

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Bijak, J., Kicinger, A., Kupipszewski, M. 2007, Studium metodologiczne oszacowania rzeczywistej ludności Warszawy, Środkowoeuropejskie Forum Badań Migracyjnych i Ludnościowych, CEFMR Working Paper, nr 2, Warszawa.
• Bishop, Y., Fienberg, S., Holland, P. 1975, Discrete Multivariate Analysis: Theory and Practice, MIT Press, Cambridge, Massachussets.
• Cichomski, B., Jerzyński, T., Zieliński, M., 2009, Polski Generalny Sondaż Społeczny 1992 - 2008. Dokumentacja badania, Instytut Studiów Społecznych, Uniwersytet Warszawski, Warszawa.
• Di Zio, M., 2007, What ls Statistical Matching, Course on Methods for Integration of Surveys and Administrative Data, Budapest, Hungary.
• Hunsinger, E. 2008a, Iterative Proportional Fitting for a Two - Dimensional Table, Alaska Department of Labor and Workforce Development.
• Hunsinger, E. 2008b, Iterative Proportional Fitting for a Three - Dimensional Table, Alaska Department of Labor and Workforce Development.
• Hunsinger, E. 2008c, Iterative Proportional Fitting for a Four - Dimensional Table, Alaska Department of Labor and Workforce Development.
• Norman, P. 1999, Putting Iterative Proportional Fitting on the Researcher's Desk, School of Geography, University of Leeds, UK.
• Simpson, L., Tranmer, M. 2003, Combining Sample and Census Data in Small Area Estimates: Iterative Proportional Fitting with Standard Software, Cathie Marsh Centre for Census and Survey Research, University of Manchester, UK.
• Zhang, L., Chambers, R. 2004, Small Area Estimates for Cross-classifications, Journal of the Royal Statistical Society, vol. 66, no. 2.