[論文レビュー] Exact Computation of Minimum Sample Size for Estimating Proportion of Finite Population

Xinjia Chen|ArXiv.org|Jul 14, 2007

Survey Sampling and Estimation Techniques参考文献 3被引用数 9

ひとこと要約

本稿では、指定された誤差範囲および信頼水準内で有限母集団の比率を推定するために必要な最小標本サイズを正確かつ計算的に効率よく決定する手法を提示する。最小の被覆確率が、母集団比率の小さな有界な部分集合（具体的には端点および臨界分位点）でのみ発生することを証明することで、被覆確率の評価回数を、母集団サイズ $ N $ に依存しない最大 $ n + 2 $ 回に削減し、巨大な $ N $ に対しても正確な計算が可能になる。

ABSTRACT

In this paper, we develop an exact method for the determination of the minimum sample size for estimating the proportion of a finite population with prescribed margin of error and confidence level. By characterizing the behavior of the coverage probability with respect to the proportion, we show that the computational complexity can be significantly reduced and bounded regardless population size.

研究の動機と目的

• 指定された精度および信頼水準で有限母集団の比率を推定するための正確な最小標本サイズを決定する課題に対処すること。
• 母集団サイズ $ N $ が大きい場合に、$[L, U]$ 内の $ M $ のすべての値に対して被覆確率を評価する計算負荷を軽減すること。
• 最小（最悪）被覆確率を含む最小限で有界な $ M $ 値の集合を同定することで、評価回数を最小限に抑えること。
• 絶対誤差、相対誤差、混合誤差基準への拡張により、より広範な実用的適用性を実現すること。
• すべての $ M \in [L, U] $ に対して被覆確率が $ 1 - \theta $ を超えることを保証する理論的裏付けに基づいた正確なアルゴリズムを提供すること。計算複雑性は有界である。

提案手法

• 被覆確率関数 $ \Pr\left\{ \left| \frac{\mathbf{k}}{n} - \frac{M}{N} \right| < \varepsilon \right\} $ を $ M $ の関数として理論的に特徴づけ、その最小値が $ M $ の小さな構造的集合でのみ発生することを示す。
• 整数 $ k $ に対して、$ \left\lfloor N\left(\frac{k}{n} - \varepsilon\right) \right\rfloor $ および $ \left\lceil N\left(\frac{k}{n} + \varepsilon\right) \right\rceil $ を臨界 $ M $ 値として特定し、最小被覆確率の候補集合を定義する。
• 対称性の性質を用いて、$ M \leq \lceil N/2 \rceil $ の範囲に限定して解析することで、一般性を失わず探索空間を削減する。
• 候補集合のサイズに対する境界を導出：$ 2 + 2n\left(\frac{U - L - 1}{N}\right) $ 以下であり、$ L = 0 $、$ U = \lceil N/2 \rceil $ の場合に $ n + 2 $ 以下に簡略化される。
• 相対誤差および混合誤差基準に対しても、誤差境界を再定義し、対応する臨界 $ M $ 値を同定することで、同じ枠組みを適用する。
• 組合せ的恒等式および床関数・天井関数の不等式を用いて、必要な評価回数を厳密に境界付け、計算の実行可能性を保証する。

実験結果

リサーチクエスチョン

• RQ1 すべての $ M \in [L, U] $ に対して、推定された比率 $ \frac{\mathbf{k}}{n} $ が真の比率 $ \frac{M}{N} $ から $ \varepsilon $ 以内に収まる確率が $ 1 - \delta $ を超える最小の標本サイズ $ n $ は何か？
• RQ2 正確性を損なわずに、被覆確率の評価に必要な $ M $ 値の数を著しく削減可能か？
• RQ3 最小被覆確率を示す $ M $ 値の最大数は何か？ これは $ N $ に依存せずに有界にできるか？
• RQ4 計算効率を維持したまま、相対誤差および混合誤差基準への拡張は可能か？
• RQ5 超幾何分布のどの構造的性質が、$ M $ の範囲で最小被覆確率の位置を規定しているか？

主な発見

• 母集団比率 $ M \in [L, U] $ における最小被覆確率は、$ \{L, U\} $ および $ \left\lfloor N\left(\frac{k}{n} \pm \varepsilon\right) \right\rfloor $ から導かれる臨界値の有限集合でのみ達成され、探索空間が著しく削減される。
• 評価が必要な $ M $ 値の総数は $ 2 + 2n\left(\frac{U - L - 1}{N}\right) $ 以下であり、$ L = 0 $、$ U = \lceil N/2 \rceil $ の場合に $ N $ に依存しない。
• 母集団比率 $ M $ の事前知識がない場合、評価に必要な $ M $ 値の数は、母集団サイズ $ N $ にかかわらず最大 $ n + 2 $ 回に抑えられ、巨大な $ N $ に対しても正確な計算が可能になる。
• 本手法は絶対誤差にとどまらず、相対誤差および混合誤差基準に対しても適用可能であり、類似した臨界 $ M $ 値の数に対する境界が得られる。
• 床関数および天井関数を含む不等式を用いて、評価回数の理論的境界を導出し、タイトで計算可能な限界を保証する。
• 必要最小限の $ M $ 値のみを評価することで正確性を保証し、全 $ U - L + 1 $ 値をチェックする必要がなくなるため、計算がスケーラブルになる。