高维非概率样本数据的神经网络推断方法研究

摘要：

大数据与网络调查的发展促进了非概率抽样的发展,大多数网络调查样本属于非概率样本,同时可能出现协变量较多,甚至是高维的数据,在这种情况下如何基于非概率样本对总体进行推断,成为当下的一个热点问题.针对该问题,考虑到神经网络的降维特点,提出根据非概率样本构建 BP 神经网络来推断总体的方法.结合非概率样本与参考样本,考虑 BP 神经网络所具有的正向传播和反向传播相结合的特点,通过训练神经网络调节内部参数,构建 BP 神经网络模型,估计倾向得分,从而得到总体的估计.模拟与实证分析结果表明基于神经网络的总体估计的偏差、方差、均方误差均小于基于 Logistic倾向得分模型的总体估计,提出的方法估计效果较好.

关键词：高维数据、非概率样本、BP神经网络、倾向得分

所属期刊栏目：45

分类号：O212(概率论与数理统计)

资助基金：国家社会科学基金18BTJ022

在线出版日期：2023-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：684-694