Проблемы оптимизации выборочных данных с неполнотой в диапазоне. Монография

квотных, типологических и т. д.). Рассматриваемые нами в этой работе примеры будут ограничены только случаями репрезента- тивных выборочных совокупностей, применяемых в эмпириче­ских исследованиях.

Определимся с терминологией, учитывая тот факт, что за­частую под разными дефинициями скрывается один и тот же термин. Под охватом диапазона исследования будем понимать совпадение планируемой и реализованной совокупности исследу­емых единиц. Эта совокупность может быть как выборочной, так и генеральной. Существуют различные виды неполного диапазо­на данных в отношении:

нии) (Unit Nonresponse);

дикаторах (отсутствуют ответы на вопросы) (Item Nonresponse).

Потеря информации о единице сообщается как проблема и (или) ошибка при сборе информации об отдельной единице. Ча­стичная потеря связана с неполученными данными только для определенной части опросника (неполученные ответы на часть вопросов). В специальной литературе оба вида неполного диа­пазона данных могут встречаться под названием «недостающие данные» (missing data).

нице выборки;

2) осмысление – точное определение границ совокупности и параметров каждой единицы, ее идентификация с соответствую­щими единицами, определяемыми для исследования в выборке;

3) измерение – классификация, подсчет и измерение каждой исследуемой единицы для получения исходных данных.

В данном случае под сбором понимаются действия, направ­ленные на получение сведений и (или) оценок (Yi) о каждой исследуемой единице. Под осмыслением понимается изучение каждой потенциальной единицы, включенной в выборку, отно­сительно ее пригодности для предоставления запрашиваемой информации. Апод измерением – получение конкретных значе­ний для наблюдаемых переменных (признаков, маркеров, инди­каторов).

Теоретически после момента планирования выборки оценки

бок и отклонений. Другими словами, предположение, по-видимо­му, основывается на том, что выборочное исследование является и полным, и точным. На практике такие характеристики исследо­ваний часто не подтверждаются, да и предположение, по сути, не очевидно. Иногда существуют реальные возможности получения запрашиваемых данных для подавляющей части единиц выборки, но по разным причинам этого не происходит. В других случаях диапазон данных просто не может быть обеспечен по причинам, не зависящим от исследователя. Практика эмпирических иссле­дований всегда сопровождается проблемой поиска компромис­са между желаемой точностью, финансовыми ресурсами для ее обеспечения и затратами времени, связанными с удобством ис­пользования и своевременностью получения результатов иссле­дования. Что делать в таких случаях? Успех всегда зависит от кон­кретных условий и объективных ограничений.

Можно ли безнаказанно игнорировать потерянные данные? Здравый смысл показывает, что когда выпадающие (потерянные) данные превышают по объему какой-то допустимый порог, это, безусловно, порождает влияние и проблемы, которые сводят на нет исследование и делают его оценки и обобщения если не пол­ностью неликвидными, то по крайней мере в определенной степе­ни сомнительными и ненадежными.

Основные причины потери (неполучения) данных зависят от характера исследования, характера изучаемых единиц, типов задаваемых вопросов, специфики изучаемых единиц в выборке. Втабл. 1 схематически показаны пробелы в диапазоне данных [7] для трех типов методов получения первичной эмпирической ин­формации.

найти в поле зрения анкетера. Даже при необходимости сбора информации от фиксированного числа единиц формально как будто не возникает проблемы с потерей данных, если допускается замена. В этих случаях анкетер сначала отправляется в определен­ные домохозяйства и проводит опрос при условии, что респон­денты дома и не отказываются отвечать. Для тех домов, в которых анкетер не нашел жильцов или они отказались от участия, осу­ществляется замена по заранее определенным правилам и про­цедурам. И это повторяется до тех пор, пока не будет достигнут запланированный объем выборки. В действительности любой респондент, который не находился в своем доме или отказывал­ся отвечать, в чисто техническом смысле представляет собой вы-

Следовательно, можно утверждать, что реальные масшта­бы потери данных больше, чем мы понимаем. Частично это происходит из-за незаметности потерь при некоторых проце­дурах, связанных с организацией отбора единиц в выборку. Либо из-за отсутствия точной информации о потерях в тех случаях, когда это известно или может стать известно исследо­вателю. Возникают и другие проблемы: в основном появление системных ошибок в обобщенных оценках, т. е. смещение оце­нок, причем в неизвестном направлении и в неизвестном раз­мере, кроме того, увеличение дисперсии, непосредственно вли­яющей на величину случайных ошибок, а также возможности корректного и успешного применения статистических методов проверки гипотез.

коллективными и индивидуальными единицами – школами, ком­паниями, учащимися или работающими. Чаще всего рассматри­вается два типа полной потери данных: