Calibration-Based Methods for Nonignorable Non-Probability Survey Samples
Non-probability survey samples have become a common source of data for researchers and government agencies. We propose calibration-based methods for estimating participation probabilities under nonignorable non-probability sampling. We develop efficient and robust computational procedures using initial values obtained from the pseudo maximum likelihood estimator of Chen, Li and Wu (JASA, 2020) and a robust choice of calibration equations with available data. Simulation studies demonstrate improved numerical stability and estimation accuracy under a range of sampling scenarios. The proposed methods provide practical tools for analyzing non-probability survey data with nonignorable participation. The talk is based on joint work with Professor Changbao Wu.
Méthodes basées sur l'étalonnage pour les échantillons d'enquête non probabilistes non négligeables
Les échantillons d'enquête non probabilistes sont devenus une source courante de données pour les chercheurs et les organismes gouvernementaux. Nous proposons des méthodes basées sur l'étalonnage pour estimer les probabilités de participation pour un échantillonnage non probabiliste non négligeable. Nous développons des procédures de calcul efficaces et robustes à l'aide de valeurs initiales obtenues à partir de l'estimateur pseudo-maximum de vraisemblance de Chen, Li et Wu (JASA, 2020) et d'un choix robuste d'équations d'étalonnage avec les données disponibles. Des études de simulation démontrent une amélioration de la stabilité numérique et de la précision de l'estimation dans divers scénarios d'échantillonnage. Les méthodes proposées produisent des outils pratiques pour analyser les données d'enquêtes non probabilistes avec une participation non négligeable. La présentation est basée sur un travail conjoint avec le professeur Changbao Wu.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English