| Summary: | Pro gradussani käsitellään painotusotantamenetelmien vertailua sekä niiden tehokkuutta. Työn inspiraatio perustuu Pohjanheimon (2023) pro graduun, jossa esitellään painotusotannan teoriaa ja sen parannusehdotuksia. Työssä pyritään selvittämään, miten erilaiset painotusotantamenetelmät toimivat käytännössä ja milloin ne tarjoavat parempia estimaatteja. Tutkimuksessa keskitytään sekoitepainotusotannan menetelmiin ja sen avulla saataviin estimaatteihin sekä regressiokorjaukseen. Otantamenetelmiksi valittiin ositettu otanta ja antiteettinen otanta.
Menetelmien toimivuutta tutkittiin kahdessa eri koeasetelmassa. Ensimmäisessä testissä käytettiin ns. defensiivistä sekoitepainotusotantaa ja tutkittiin, milloin regressiokorjattu estimaatti on tarkempi kuin korjaamaton estimaatti. Toisessa testissä tutkittiin miten valittu latenttimuuttujamallin normaalijakauma-approksimaatio vaikuttaa latentin muuttujan esimaatteihin ja miten approksimaation harhaa voi korjata painotusotantamenetelmillä. Molemmissa testeissä ehdotusjakaumana oli sekoitejakauma priorista ja normaalijakauma-approksimaatiosta, josta tutkittava itsenormalisoitu painotusotannan estimaatti lasketaan.
Regressiokorjauksen ei havaittu parantavan itsenormalisoitua painotusotannan estimaattia tutkitussa tilanteessa. Otantamenetelmän valinnalla oli merkitystä estimaattiin: antiteettinen otanta näytti molemmissa testitapauksissa pienentävän estimaatin keskivirhettä enemmän kuin ositettu otanta.
|
|---|