2단계 집락추출법에 의한 혼합 승법 양적속성 확률화응답모형

• 영문명: A Mixed Multiplicative Quantitative Randomized Response Model by Two Stage Cluster Sampling
• 발행기관: 한국자료분석학회
• 저자명: 이기성(Gi-Sung Lee)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.23 No.5, 2095~2104쪽, 전체 10쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2021.10.30

국문 초록

본 연구에서는 민감한 내용을 조사하는데 있어서 모집단이 집락으로 구성되어 있을 경우, 1단계로 모집단에서 집락을 단순임의비복원으로 추출한 후, 2단계로 추출된 각 집락에서 조사단위를 단순임의복원으로 추출하는 2단계 집락추출법을 Lee, Hong, Son(2018)의 혼합 승법 양적속성확률화응답모형에 적용한 2단계 집락추출법에 의한 혼합 승법 양적속성 확률화응답모형을 제안하였다. 민감한 변수에 대한 추정량과 그 분산을 구하였으며, 주어진 비용 하에서 분산을 최소화하는 1단계 집락과 2단계 조사단위 수의 최적값을 구하였다. 또한 제안한 2단계 집락추출법에 의한 혼합 승법 양적속성 모형과 Eichhorn, Hayre(1983)의 모형, Bar-Lev, Bobovitch, Boukai(2004)의 모형, Gjestvang, Singh(2009)의 모형에 2단계 집락추출법을 적용한 모형과의 비교를 통해 기존의 2단계 집락 혼합 승법모형들이 제안한 모형의 특별한 경우임을 확인하였고, 제안한 2단계 집락추출법에 의한 혼합 승법 양적속성 모형과 2단계 집락추출법에 의한 Bar-Lev, Bobovitch, Boukai(2004)의 모형과의 효율성을 비교해 본 결과 Cxi값이 작을수록, Czi값이 클수록 제안한 2단계 집락추출법에 의한 혼합 승법 양적속성 확률응답모형의 효율적임을 알 수 있었다.

영문 초록

For a sensitive survey, in which the population is comprised of several clusters with quantitative variable, we applied two stage cluster sampling to the mixed multiplicative quantitative RRM (Randomized Response Model) the model suggested by Lee, Hong, Son in 2018. Then, we derived optimum values for the number of first stage clusters and optimum values of observation units in second stage cluster, minimizing variance under given constant cost. We applied two stage cluster sampling to the models of Gjestvang, Singh s, Eichhorn, Hayre s, and Bar-Lev, Bobovitch, Boukai s. We then examined the relationship among those models including our model. Finally, we compared the efficiency of our model with Bar-Lev, Bobovitch, Boukai s (2004) and found out that the bigger the value of Czi, the higher the efficiency of the suggested model.

목차

1. 서론

2. 2단계 집락추출법에 의한 혼합 승법 양적속성 확률화응답모형

3. n과 m의 최적값

4. 2단계 집락 승법 확률화응답모형들과의 비교

5. 결론

References

키워드

2단계 집락추출 혼합 승법모형 양적속성 확률화응답모형 two stage cluster sampling mixed multiplicative model quantitative variable randomized response model