This book emphasizes that artificial or pseudo-populations play an important role in statistical surveys from finite universes in two manners: firstly, the concept of pseudo-populations may substantially improve users' understanding of various aspects in the sampling theory and survey methodology; an example of this scenario is the Horvitz-Thompson estimator. Secondly, statistical procedures exist in which pseudo-populations actually have to be generated. An example of such a scenario can be found in simulation studies in the field of survey sampling, where close-to-reality pseudo-populations are generated from known sample and population data to form the basis for the simulation process. The chapters focus on estimation methods, sampling techniques, nonresponse, questioning designs and statistical disclosure control. This book is a valuable reference in understanding the importance of the pseudo-population concept and applying it in teaching and research.

This book emphasizes that artificial or pseudo-populations play an important role in statistical surveys from finite universes in two manners: firstly, the concept of pseudo-populations may substantially improve users' understanding of various aspects in the sampling theory and survey methodology; an example of this scenario is the Horvitz-Thompson estimator. Secondly, statistical procedures exist in which pseudo-populations actually have to be generated. An example of such a scenario can be found in simulation studies in the field of survey sampling, where close-to-reality pseudo-populations are generated from known sample and population data to form the basis for the simulation process. The chapters focus on estimation methods, sampling techniques, nonresponse, questioning designs and statistical disclosure control. This book is a valuable reference in understanding the importance of the pseudo-population concept and applying it in teaching and research.

Dieses Buch beschaftigt sich mit den praktischen Fragestellungen statistischer Erhebungen (= Surveys) wie sie sich etwa in der empirischen akademischen Forschung, der offiziellen Statistik oder der kommerziellen Markt- und Meinungsforschung stellen: Wodurch unterscheiden sich verschiedene Stichprobendesigns? Wie sind sie praktisch umzusetzen (z. B. mit der Statistik-Freeware R)? Wie lassen sich die Daten- und die Ergebnisqualitat beeinflussen? Wie kompensiert man Nonresponse? Wie koennen nichtzufallige Stichprobenverfahren und Big Data-Analysen im Zusammenhang mit den Aufgaben der Survey-Statistik funktionieren? Die Vermittlung des Methodenverstandnisses wird unterstutzt durch die verstandnisorientierte Veranschaulichung der Basisideen. Diese Anschaulichkeit wird durch einfache und daher gut nachvollziehbare Beispiele gestutzt. Fur die vorliegende 3. Auflage wurde das Buch vollstandig uberarbeitet und inhaltlich unter anderem um die Betrachtung des Spannungsfeldes zwischen Survey-Theorie und -Praxis, die Grundlagen des Simulationsansatzes der Survey-Statistik und eine Auseinandersetzung mit den sich zunehmender Beliebtheit erfreuenden nichtzufalligen Stichprobenverfahren (inklusive den damit verwandten Big Data-Generierungsprozessen) erweitert. Jedes Kapitel wird zudem durch Aufgabenstellungen erganzt, deren Umsetzung mit der Software R angeleitet wird.