假设一家公司在某个国家/地区独立地N对随机城市进行调查，估计每个城市的男性和女性比例。
例如：
- 男性 =% 和女性 =城市 1 的百分比
- 男性 =% 和女性 =城市 2 的百分比
- 等等
现在，假设我们对整个国家的男性和女性比例有一个独立且无偏的估计，即男性 =%，女性 =%。
使用所有这些数据，我们如何才能更好地估计每个城市的男性和女性比例？
解决这个问题的常客或贝叶斯方法是什么？
估计调查中的偏差
机器算法验证
贝叶斯
估计
民意调查
偏见
常客
2022-03-21 01:09:04
1个回答
这是一个使用调查抽样理论的解决方案（“frequentist”解决方案）。
让我们假设整个国家的男性和女性的估计是一个好的估计（它的方差足够低）。然后可以使用校准技术（例如后分层或Deville 和 Särndal's）改进每个城市的估计值。该国男性和女性人数的估计值称为校准余量。
校准将为您提供新的权重，它定义了校准后的估计量，即：
- 也是公正的，只要您的调查中有足够数量的单位
- 更精确（精度随着校准裕度和调查变量之间的相关性而增加，这在您的情况下可能很高）
如果整个国家的估计质量很差（方差远高于两个城市的估计），则不能用作校准余量。