Auxiliary-Enhanced Survey Calibration: A Novel Framework for Reject Inference under Sample Selection Bias
Questo articolo propone un nuovo framework di calibrazione basato su indagini potenziate da variabili ausiliarie per l'inferenza sui rifiuti che evita il degrado delle prestazioni dei metodi di imputazione tradizionali tramite la riponderazione dei richiedenti accettati per farli corrispondere ai totali della popolazione, dimostrando così di essere consistente e asintoticamente normale e migliorando significativamente la calibrazione del rischio della popolazione e mantenendo il potere discriminante in presenza di misspecificazione del modello.