[论文解读] Doubly Robust Inference With Nonprobability Survey Samples

Yilin Chen, Pengfei Li+1 more|arXiv (Cornell University)|May 16, 2018

Statistical Methods and Bayesian Inference参考文献 17被引用 15

一句话总结

本文提出了一种基于概率抽样调查的辅助数据，对非概率抽样调查样本进行双重稳健推断的框架。通过估计倾向得分并结合逆概率加权与回归校准，该方法即使在倾向得分模型或结果模型其中之一被错误设定时，也能确保总体均值的一致性估计，模拟与真实数据验证表明其具有更高的稳健性与效率。

ABSTRACT

We establish a general framework for statistical inferences with nonprobability survey samples when relevant auxiliary information is available from a probability survey sample. We develop a rigorous procedure for estimating the propensity scores for units in the nonprobability sample, and construct doubly robust estimators for the finite population mean. Variance estimation is discussed under the proposed framework. Results from simulation studies show the robustness and the efficiency of our proposed estimators as compared to existing methods. The proposed method is used to analyze a nonprobability survey sample collected by the Pew Research Center with auxiliary information from the Behavioral Risk Factor Surveillance System and the Current Population Survey. Our results illustrate a general approach to inference with nonprobability samples and highlight the importance and usefulness of auxiliary information from probability survey samples. Supplementary materials for this article are available online.

研究动机与目标

• 解决从缺乏已知纳入概率、易受选择偏差影响的非概率调查样本中进行有效统计推断的挑战。
• 在可获得参考概率样本的辅助信息时，开发一种估计倾向得分的严格框架。
• 构建有限总体均值的双重稳健估计量，即使倾向得分模型或结果回归模型其中之一被正确设定，估计量仍保持一致。
• 为所提出的框架提供有效的方差估计程序，以支持可靠的推断。

提出的方法

• 提出一个通用框架，利用概率抽样调查的辅助数据来估计非概率样本中各单位的入选概率。
• 开发两阶段估计程序：首先，利用概率样本的辅助变量，通过逻辑回归模型估计倾向得分。
• 通过将结果残差的逆概率加权与基于估计倾向得分的回归校准相结合，构建总体均值的双重稳健（DR）估计量。
• 对模型成分使用Hájek型估计量，以在辅助样本的概率抽样设计下确保设计一致性。
• 推导考虑抽样变异性和模型估计不确定性的渐近方差估计量。
• 将该方法应用于皮尤研究中心的真实数据，利用行为风险因素监测系统（BRFSS）和当前人口调查（CPS）的辅助数据。

实验结果

研究问题

• RQ1 当仅有非概率调查数据可用但可获得概率样本的辅助数据时，能否构建有限总体均值的双重稳健估计量？
• RQ2 如何利用概率样本的辅助变量可靠地估计非概率样本单位的倾向得分？
• RQ3 当倾向得分模型或结果回归模型其中之一被错误设定时，所提出的双重稳健估计量是否仍能保持一致性？
• RQ4 与现有方法相比，所提出估计量在小样本下的表现如何，其偏差、均方误差和置信区间覆盖率如何？
• RQ5 如何在所提出的框架下实现有效的方差估计，以支持推断？

主要发现

• 所提出的双重稳健估计量在倾向得分模型或结果回归模型其中之一被正确设定时，能确保总体均值的一致性估计，从而对模型误设具有稳健性。
• 模拟研究显示，与现有方法相比，所提出的估计量具有更低的均方误差和更高的置信区间覆盖率，尤其在结果模型正确设定时表现更优。
• 即使倾向得分模型被错误设定，该估计量仍保持良好性能，凸显了双重稳健性质的价值。
• 所提框架下的方差估计有效，同时考虑了抽样设计与模型估计不确定性，支持准确的置信区间。
• 将该方法应用于皮尤研究中心的非概率调查，利用BRFSS和CPS的辅助数据，结果表明该方法能产生合理且高效的总体均值估计。
• 结果凸显了来自概率样本的辅助数据在实现从非概率调查中可靠推断中的关键作用。