Survey Statistics

Im Bereich Survey Statistics werden unterschiedliche Aspekte der Qualität von Erhebungen erforscht. Das Stichprobendesign, insbesondere Stichprobenumfang und –zusammensetzung wirken sich unmittelbar auf die Repräsentativität der Studienergebnisse aus. Nichtteilnahme (unit nonresponse) und das Auslassen einzelner Fragen einer Befragung (item nonresponse) stellen weitere Herausforderungen an die Datenqualität dar. Die mit der Ziehung von Zufallsstichproben verbunden Problemstellungen und Lösungen sind daher Fokus der Forschungsaktivitäten im Bereich Survey Statistics. Diese werden auch in einigen drittmittelgeförderten Projekten erforscht.

Unsere Forschung im Bereich Survey Statistics

  • Ziehungsverfahren für komplexe Stichprobendesigns
  • Nonresponse (bias) Analyse
  • Gewichtungsverfahren für Umfrageerhebungen
  • Imputation fehlender Werte
  • Varianzschätzung unter komplexen Stichprobendesigns und Imputation fehlender Werte
  • Anwendung von Machine Learning-Verfahren in der Erhebungsstatistik
  • Felderer, Barbara, Matthias Sand, and Christian Bruch. 2022. Sample Size Calculation For Complex Sampling Designs. GESIS- Survey Guidelines. Mannheim: GESIS. https://doi.org/10.15465/gesis-sg_en_042.
  • Axenfeld, Julian, Christian Bruch, and Christof Wolf. 2022. "General-purpose imputation of planned missing data in social surveys: Different strategies and their effect on correlations." Statistics Surveys 16 182-209. doi: https://doi.org/10.1214/22-SS137.
  • Trüdinger, Eva-Maria, Achim Hildebrandt, Matthias Sand, and Anja Rieker. 2022. "A calamitous connection: Declining political trust amplifies the negative effect of growing concerns about democracy on the acceptance of anti-pandemic policies." International Journal of Public Opinion Research 34 (2): edac018. doi: https://doi.org/10.1093/ijpor/edac018. https://doi.org/10.1093/ijpor/edac018.
  • Felderer, Barbara, Jannis Kück, and Martin Spindler. 2023. "Using Double Machine Learning to Understand Nonresponse in the Recruitment of a Mixed-Mode Online Panel." Social Science Computer Review 41 (2): 461-481. doi: https://doi.org/10.1177/08944393221095194.
  • Friedel, Sabine, Barbara Felderer, Ulrich Krieger, Carina Cornesse, and Annelies Blom. 2023. "The Early Bird Catches the Worm! Setting a Deadline for Online Panel Recruitment Incentives." Social Science Computer Review 41 (2): 370-389. doi: https://doi.org/10.1177/08944393221096970.
Titel Start Ende Förderer
Keine Projekte gefunden.

Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen: