Sampling Techniques for Big Data Analysis
Sampling Techniques for Big Data Analysis
复制标题
大数据分析的采样技术
DOI：
10.1111/insr.12290
复制
发表时间：
2018
影响因子：
2
通讯作者：
Wang, Zhonglei
中科院分区：
文献类型：
--
作者：
Kim, Jae Kwang;Wang, Zhonglei
在分析大数据以进行有限总体推断时，调整大数据中的选择偏差至关重要。在本文中，我们提出了两种减少与大数据样本相关的选择偏差的方法。第一种方法使用逆采样版本，结合外部来源的辅助信息，第二种方法借用数据集成的思想，将大数据样本与独立概率样本相结合。两项模拟研究表明，所提出的方法是无偏的，并且比其他方法具有更好的覆盖率。此外，所提出的方法在实践中易于实施。
In analysing big data for finite population inference, it is critical to adjust for the selection bias in the big data. In this paper, we propose two methods of reducing the selection bias associated with the big data sample. The first method uses a version of inverse sampling by incorporating auxiliary information from external sources, and the second one borrows the idea of data integration by combining the big data sample with an independent probability sample. Two simulation studies show that the proposed methods are unbiased and have better coverage rates than their alternatives. In addition, the proposed methods are easy to implement in practice.
登录
查看更多内容
影响因子：
4.8
作者：
U. Kohler
通讯作者：
U. Kohler
两阶段采样
DOI：
10.1016/s0169-7161(08)00003-5
发表时间：
2009
期刊：
Handbook of Statistics
影响因子：
--
作者：
J. Legg;W. Fuller
通讯作者：
W. Fuller
优化重要性采样分位数估计
影响因子：
2.7
作者：
B. Goffinet;D. Wallach
通讯作者：
D. Wallach
影响因子：
1.8
作者：
Meng, Xiao-Li
通讯作者：
Meng, Xiao-Li
影响因子：
2.7
作者：
Masayuki Henmi;Ryo Yoshida;S. Eguchi
通讯作者：
Masayuki Henmi;Ryo Yoshida;S. Eguchi