Communications for Statistical Applications and Methods

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Sensitivity of the BLS Methods

BLS 보정 방법의 민감도에 관한 연구

  • Lee, Seok-Jin (Department of Statistics, Hankuk University of Foreign Studies) ;
  • Shin, Key-Il (Department of Statistics, Hankuk University of Foreign Studies)
  • 이석진 (한국외국어대학교 통계학과) ;
  • 신기일 (한국외국어대학교 통계학과)
  • Published : 2008.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

BLS adjustment methods have been able to provide more accurate estimates of total and make samples represent population characteristics by post-adjustment of design weights of samples. However, BLS methods use additional data, for instance number of employee, without this information or using other information, give different weight adjustment factors. In this paper we studied the sensitivity of the variables used in BLS adjustment. The 2007 monthly labor survey data is used in analysis.

사업체 조사에서 사용되는 BLS 보정방법은 표본으로 선택된 사업체의 설계 가중치를 사후에 보정해 줌으로써 모집단의 대표성을 유지해 줄 뿐만 아니라 더욱 정확한 총계 추정을 가능하게 해준다. 일반적으로 BLS 보정은 설계가중치와 표본 틀(Sample frame)의 보조변수를 이용하여 정해지기 때문에 사용된 보조변수에 따라 보정인자의 결과 값이 다르게 된다. 본 논문에서는 보조변수가 있는 경우, 보조 변수가 없는 경우 그리고 다른 보조변수를 사용할 경우에 최종가중치가 어떻게 변하는지를 파악하기 위해 보조변수의 민감도를 살펴보았다. 본 논문에서 사용된 자료는 노동부의 2007년 매월노동통계 자료이다.

Keywords

References

  1. 김규성 (2000). 무응답 대체 방법과 대체 효과, <한국조사연구학회>, 1, 1-14
  2. 신민웅, 이상은 (2001). <표본조사를 위한 표본설계>, 교우사
  3. 이상은 (2008). 표본조사에 따른 추정방법 비교: 가중치 조정기법을 중심으로, <응용통계연구>, 21, 413-427 https://doi.org/10.5351/KJAS.2008.21.3.413
  4. 이진희, 신기일 (2007). 공간-시계열 모형을 이용한 결측대체 방법에 관한 연구, <응용통계연구>, 20, 499-514 https://doi.org/10.5351/KJAS.2007.20.3.499
  5. Burdete, T. (2003). Survey of Occupational Injuries and Illnesses, Sample Design, Bureau of Labor Statistics
  6. Kish, L. (1965). Survey Sampling, John Wiley & Sons, New York
  7. Little, R. J. A. and Rubin, D. B. (2002). Statistical Analysis with Missing Data, John Wiley & Sons, New Jersey
  8. Oh, H. L. and Scheuren, F. (1987). Modi¯ed raking ratio estimation, Survey Methodology, 13, 209-219
  9. Rao, J. N. K. (2003). Small Area Estimation, John Wiley & Sons, New York
  10. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys, John Wiley & Sons, New York

Cited by

  1. Multiple Imputation Reducing Outlier Effect using Weight Adjustment Methods vol.26, pp.4, 2013, https://doi.org/10.5351/KJAS.2013.26.4.635
  2. A Multiple Imputation for Reducing Outlier Effect vol.27, pp.7, 2014, https://doi.org/10.5351/KJAS.2014.27.7.1229