Nutzung von Propensity Scores für Nonresponse Adjustment unter Berücksichtigung von Messfehlern in den Kovariaten

Fragestellung/Ziel: 

Bei Umfragen gibt es häufig das Problem, dass nicht alle Befragten antworten. Dieses Projekt untersuchte eine Methode, die dadurch entstehenden Probleme zu kompensieren. Ziel des Projekts war die Untersuchung der Auswirkungen von Messfehlern in Kovariaten auf die Nutzung von Propensity Scores bei Nonresponse Adjustment. Nonresponse kann sich bei Bevölkerungsumfragen empfindlich auf die Qualität von Statistiken auswirken. Das Projekt verwendete Simulationen und führte Sekundärdatenanalysen durch, um die Menge und Struktur des Messfehlers in Paradaten zu untersuchen. Ein Schwerpunkt lag hierbei auf den von Interviewern während des Interviews gesammelten Beobachtungen. Darüber hinaus wurde ein konzeptioneller Rahmen für die Nutzung verschiedener Datenquellen mit hoher Selbstselektion entwickelt. Das Johns Hopkins-Team unter Leitung von Elizabeth Stuart ermittelte mit Hilfe von Simulationen und empirischen Analysen, dass die Schätzungen der kausalen Effekte weniger verzerrt sind, wenn das Propensity-Score-Modell falsch gemessene Kovariaten enthält, deren zugrunde liegende `wahre` Werte stark miteinander korrelieren. Wenn jedoch die Messfehler miteinander korreliert sind, ergibt sich eine zusätzliche Verzerrung. Die empirische Untersuchung von Interviewer-Beobachtungen im Interview zeigte deren Nützlichkeit als indirekte Indikatoren für die Datenqualität (West et al. 2020). Die in den Annual Reviews of Statistics and Its Application 2019 veröffentlichten konzeptionellen Überlegungen diskutieren  die Verwendbarkeit von Stichprobendaten mit unbekannten Auswahlwahrscheinlichkeiten für verschiedene Forschungsfragen. Auf dieser Arbeit basieren auch praktische Schritte und Handlungsanweisungen, um die Heterogenität von Effekten zu untersuchen und Forscher über mögliche Grenzen der Generalisierbarkeit ihrer Arbeit zu informieren.

Fact sheet

Finanzierung: 
MZES
Laufzeit: 
2015 bis 2020
Status: 
beendet

Veröffentlichungen