由於時代的急速變遷，人們所面臨的問題日趨複雜。在有限的人力與財力限制之下，
欲對目標母體（TARGET POPULATION ），作一詳細的調查與研究通 常是不可能的，
因此如何藉由抽樣方法從母體中抽取具有代表性的樣本是重要的。在抽樣調查的過程
中我們常常發現樣本回收率沒有原來預期的高，若我們只用回收的樣本去做資料分析
，常常使我們做成的結果是偏誤（BIASED）。本文的目的即在針對此一問題，做一深
入的研究探討。
抽樣調查中無觀測值（NONOBSERVATION）通常有三種情況發生：
（１）未包括的範圍（NONCOVERAGE ），（２）未回收（TOTAL NONRESPONSE ）（３
）回答不完全（ITEM NONRESPONSE）。吾人針對回答不完全。使用插補法（IMPUTATI
O ）予以研究，即是對於缺失資料的項目依據種插補法給定一些值，使回收的資料具
完整性，以利資料的分析利用。
在日常生活中經常會遇到斤欲研究變數Y 與其另一輔助變數X 有某種線性關係存在。
例如農作物產量與種植面積、家庭收入與家庭支出、１９８０年全市人口總數與１９
７０年全市人口總數等。為方便研究起見，首先假設一簡單的線性迴歸模式：
y I ＝ β × I＋εI εI ∼ i.i.d.Ｎ（O.σ□）
在上式中，若（XI，yI） i＝1，2，……n 為一完整的資料集，即n 個隨機樣本（X
I，yI ）皆無缺失值，則β與σ□的最小平方估計式可以很快求出，現在假設y 值有
部份缺失值，則必須想辨法把缺失的 值補齊，才能進一步研究β與σ□的性質，本
文即針對下列六種插補法。（a ）平均插補法（MO）、（b ）隨機插補法（RO）、（
C ）分層平均
插補法（MC）、（d ）分層隨機插補法（RC）、（e ）簡單迴歸插補法（RG）及（f
）隨機迴歸插補法（RRS，RRN），根據所建立的模式，運用各種不同的插補法將缺失
值予以補齊後，對模式結果作理論的探討，並對各種插補法作綜合分析比較。
最後利用其理論結果，配合１９８６年美國零售交易普查資料作實證研究，並分析其
實結果。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002005728 |
| Creators | 楊淑蘭, YANG, SHU-LAN |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0018 seconds