本课程将介绍对抽样调查进行加权的步骤，包括调整非响应和使用调查外部数据进行校准的方法。 所讨论的技术包括使用估计应答倾向、后分层、耙和一般回归估计进行调整。 此外，还将讨论对缺失项目进行估算的替代技术。 对于加权和估算，将介绍不同统计软件包的功能，包括 R®、Stata® 和 SAS®。
处理缺失数据
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 调查数据收集与分析 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
权重用于将样本扩大到总体。 为实现这一目的，权重可纠正抽样框架中的覆盖误差，调整非响应，并通过纳入协变量来减小估计值的方差。模块 1 介绍了实现这一目标所需的一系列步骤。
涵盖的内容
7个视频7篇阅读材料7个作业
加权的具体步骤包括计算基本权重、在不确定是否符合条件的情况下进行调整、对非响应进行调整，以及使用协变量将样本与外部人口控制进行校准。 在此，我们对一般步骤进行了详细说明。
涵盖的内容
6个视频6篇阅读材料5个作业
软件是实施这些步骤的关键，但 R 系统是免费例程的绝佳来源。本模块将介绍几个 R 软件包，包括抽样、调查和用于选择样本和计算权重的 PracTools。
涵盖的内容
6个视频5篇阅读材料4个作业
在大多数调查中，即使受访者完成了足够多的数据收集工具，也会有受访者没有提供信 息的项目。 如果在拟合模型时只保留所有项目都存在的案例，那么可能会有相当多的案例被排除在分析之外。对缺失项目进行推算可以避免放弃缺失案例。 我们将在本模块中介绍如何进行估算以及如何反映估算对标准误差的影响。
涵盖的内容
6个视频5篇阅读材料5个作业
我们简要总结了课程 5 中涉及的加权和估算方法。
涵盖的内容
1个视频1篇阅读材料
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(12个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
42.75%
- 4 stars
24.63%
- 3 stars
13.04%
- 2 stars
8.69%
- 1 star
10.86%
显示 3/138 个
HE
已于 Dec 24, 2017审阅
This is a higher level course. Good for beginners.
ZM
已于 Aug 19, 2019审阅
interesting material, well taught, lots of short quizzes to enforce understanding.
MM
已于 Jun 4, 2017审阅
This course quite help to get as much reliable data as possible for any survey.
从 数据科学 浏览更多内容
University of Michigan
Coursera
University of Maryland, College Park
Universiteit Leiden