23912

STA2 286

كارشناسي ارشد

آمار اجتماعي و اقتصادي

رياضي و آمار

1403/6/27

112 ص.

دكتر محمد محمدي

داده هاي گم شده , جانهي انبوه , نمونه احتمالي , نمونه غير احتمالي , ابرداده

با داده هاي گم شده در اغلب پيمايشها مواجه ميشويم كه منجر به كاهش اعتبار نتايج ميشوند. طي دهه هاي اخير روشهاي پيشرفته جانهي مقادير گم شده به عنوان راهكاري كارآمد در تحليل داده ها و مقابله با بي پاسخي ها مورد استفاده قرار گرفته است. منابع اطلاعاتي چندگانه در عصر ابرداده ها به طور فزاينده اي براي تحليلهاي آماري مورد استفاده قرار ميگيرند. در اين پايان نامه به عنوان يك مثال مهم در استنباط جامعه متناهي، رويكردي جديد از جانهي را تحت عنوان جانهي انبوه براي تركيب اطلاعات از يك پيمايش احتمالي و يك ابر داده غير احتمالي در نظر گرفته و روي حالتي تمركز ميكنيم كه متغير پاسخ تنها در ابرداده مشاهده شده باشد و ساير متغيرهاي كمكي در هر دو مجموعه دادهها مشاهده شده باشند بر خلاف جانهي معمول در تحليل داده هاي گم شده در جانهي انبوه براي همهي واحدها در نمونه احتمالي مقادير جانهي را توليد كرده و سپس برآوردگرهاي متفاوتي را معرفي خواهيم كرد جانهي انبوه به عنوان ابزاري براي يكپارچه سازي داده هاي پيمايشي و ابر داده هاي غير پيمايشي استفاده ميشود در ادامه روشهاي جانهي انبوه و خواص آماري آنها ارائه شده است و روي برآوردهايي در حالت كلي با داده هاي جانهي شده تمركز ميكنيم در اين پايان نامه به بيان مقدماتي كه براي درك مفاهيم مربوط به جانهي و جانهي انبوه مورد نياز هستند ميپردازيم و روشهاي جانهي معمولي و روشهاي جانهي انبوه و همچنين ويژگيهاي مجانبي آنها را بيان خواهيم كرد. در انتها با مقايسه نتايج شبيه سازي برآوردگرهاي فوق را مورد مقايسه قرار خواهيم داد.

Missing data , Mass imputation , Probability sample , Non-probability sample , Big data

Using Mass Imputation to Combine Probability and Non-Probability Survey Samples

آمار

Missing data are usually found in most surveys, leading to the credibility of the statistical results. In recent decades, the imputation methods have been used as efficient approaches to analyzing data and dealing with nonresponse. Multiple data sources are becoming increasingly available and used for statistical analyses in the field of big data. In this thesis, as an important situation in finite-population inference, we consider a new imputation approach, entitled ”mass imputation” to combine data from a probability survey and a nonprobability big data. We focus on the case of which the study variable is observed in the big data only, but the other auxiliary variables are commonly observed in both samples. Unlike the usual imputation for missing data analysis, we create imputed values for all units in the probability sample and then introduce different estimators. Mass imputation is used as a tool to integrate survey data and nonprpbability big data set. Then, some regular imputation methods and estimators are considered and their statistical properties are presented. We focus on the estimation of a general function with mass imputed data. In this thesis, we will provide the basic principles that are needed to understand the concepts of imputation and mass imputation and investigate their asymptotic properties. Finally, by comparing the simulation results, we will compare the above estimators.

5