| Date: |
2024 |
| Abstract: |
In this paper we review some methods proposed in the literature for combining a nonprobability and a probability sample with the purpose of obtaining an estimator with a smaller bias and standard error than the estimators that can be obtained using only the probability sample. We propose a new methodology based on the kernel weighting method. We discuss the properties of the new estimator when there is only selection bias and when there are both coverage and selection biases. We perform an extensive simulation study to better understand the behaviour of the proposed estimator. |
| Grants: |
Ministerio de Ciencia, Innovación y Universidades ID2019-106861RB-I00
Ministerio de Ciencia, Innovación y Universidades PDC2022-133293-I00
Agencia Estatal de Investigación CEX2020-001105-M
|
| Note: |
Altres ajuts: Junta de Andalucía. Consejería de Universidad, Investigación e Innovación (FEDER C-EXP-153-UGR23) ; ERDF Programa Andalucia 2021-2027 |
| Rights: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Language: |
Anglès |
| Document: |
Article ; recerca ; Versió publicada |
| Subject: |
Kernel weighting ;
Survey sampling ;
Non-probability sample ;
Coverage bias ;
Selection bias |
| Published in: |
SORT : statistics and operations research transactions, Vol. 48 Núm. 1 (2024) , p. 93-124, ISSN 2013-8830 |
guest ::
(Universidad de Granada)
