文章基本信息

标题：On an Improved Bayesian Item Count Technique Using Different Priors
本地全文：下载
作者：Zawar Hussain ; Ejaz Ali Shah ; Javid Shabbir 等
期刊名称：Revista Colombiana de Estadística
印刷版ISSN：2389-8976
出版年度：2013
卷号：36
期号：2
页码：303-317
语种：English
出版社：Universidad Nacional de Colombia, sede Bogotá
摘要：La técnica de conteo de ítems (ICT, por sus siglas en inglés) es útil paraestimar la proporción de personas que poseen atributos que pueden teneralgún grado de estigmatización mediante el uso de un método de preguntasindirectas. Una ICT mejorada ha sido propuesta recientemente en la literaturabajo la inferencia clásica (la cual no requiere dos submuestras y librede la necesidad de encontrartamaños de muestra óptimos para cada una deellas como sucede en la ICT usual). Esta ICT mejorada se desempeña mejorque la ICT usual y que el método de Respuesta Aleatorizada (RR, por sus siglasen inglés) de Warner. Este artículo extiende su estudio bajo una visiónBayesiana usando diferentes a priori con el fin de derivar distribuciones,medias y varianzas a posteriori.Las medias y varianzas a posteriori son comparadascon el fin de estudiar cuál a priori es más útil en mejorar la técnicade conteo de ítems. Se observa que a priori simples y Beta elicitadas sonlas mejores escogencias (en términos dela varianza mínima) dependiendo deltamaño de muestra, el número de ítems y la suma de la respuesta. También,la estimación bayesiana proporciona estimadores relativamente más precisasque la estimación ML.
关键词：atributos sensitivos; estimación Bayesiana; información a priori; preguntas indirectas; proporción poblacional; protección de la privacidad; técnica de conteo de ítems; técnica de respuesta aleatorizada