Bootstrapping từ CPS với trọng lượng

Tôi đang sử dụng dữ liệu cá nhân hàng tháng của CPS đi kèm với wtfinl như một trọng lượng nổi.

Tôi đang tính một số thống kê hàng năm cho người thất nghiệp. Tôi làm điều đó bằng cách

• Tổng hợp wtfinl cho tất cả các quan sát thất nghiệp trong một năm nhất định
• Chia tất cả wtfinl các giá trị với tổng hàng năm, sau đó nhân biến với chia sẻ tương đối này

Ví dụ, nếu biến là thu nhập, điều này mang lại cho tôi thu nhập trung bình của người thất nghiệp.

Bây giờ, tôi muốn bootstrap các lỗi tiêu chuẩn. Tôi đang ở trong Python. tôi

1. vẽ mẫu từ bảng đầy đủ hàng năm, mỗi hàng có xác suất bằng nhau
2. Dừng khi số lượng hàng bằng với dữ liệu thực tế
3. Sau đó, tôi áp dụng cùng một công cụ ước tính như trước đây cho mẫu, mỗi hàng có trọng số wtfinl

Bây giờ, khi tôi tính toán các dải tin cậy, chúng không tập trung vào công cụ ước tính thực tế của tôi. Thậm chí tệ hơn, đối với một hoặc hai điểm dữ liệu, công cụ ước tính nằm ngoài các dải.

Tôi cho rằng một cách khác để thực hiện bootstrapping là

tôi. Vẽ từ bảng hàng năm, mỗi hàng có xác suất liên quan đến wtfinl/wtfinl.sum(). ii. Dừng vẽ một lần wtfinl.sum() bằng wtfinl.sum() trong dữ liệu gốc? iii. Sau đó làm tất cả các tính toán mà không sử dụng trọng số.

Tôi nghĩ rằng cách của tôi tốt hơn bởi vì (a) Tôi sử dụng cùng một công cụ ước tính cả hai lần mà không thay đổi trọng số và (b) rõ ràng hơn: Tôi sẽ làm thế nào (ii) chính xác? Khi tôi có chỗ cho wtfinl=1 còn lại, tôi chỉ vẽ từ các hàng với wtfinl <= 1?

Tuy nhiên, do các nhóm tự tin của tôi không phù hợp với ước tính ban đầu của tôi, tôi rất bối rối. Tôi nên làm gì?