×
马利亚瓜达拉马；多明戈·莫拉莱斯；伊莎贝尔·莫利纳

单位级模型下的时间稳定经验最佳预测因子。 （英语） Zbl 07422730号

计算。统计数据分析。 160，文章ID 107226，23 p.（2021）.
摘要：定期公布的统计数据具有高度的可比性和长期稳定性，特别是当这些数据与人们的生活条件等重要问题相关时。例如，显示同一地区从一个时期到下一个时期发生巨大变化的贫困统计数据可信度很低。事实上，在几个时间点收集同一现象信息的纵向调查确实非常流行，特别是因为它们允许分析随时间的变化。来自这些调查的数据很可能会随着时间的推移呈现相关性，这应该由考虑过的统计程序来解释，而解释这种相关性的方法预计会随着时间推移产生更稳定的估计。考虑使用历史信息进行小面积估算的单位级时间线性混合模型。该模型包含嵌套在通常面积效应内的随机时间效应，遵循一阶AR（1）自回归过程。基于所提出的模型，导出了小面积参数的经验最佳预测因子（EBP），这些参数在不同时间点具有可比性，并且预计更稳定。为一些常见贫困指标的EBP提供了明确的表述。提出了一种参数自举方法来估计模型下的均方误差。通过不同的模拟实验对提出的方法进行了研究，并使用2004年至2006年的生活条件调查数据在西班牙各省的贫困制图中进行了说明。

引用于1文件

MSC公司：

62至XX 统计

关键词：

小面积估算；经验最佳预测；线性混合模型；时间相关性；贫困绘图

软件：

萨里
PDF格式BibTeX公司 XML格式引用
\文本{M.Guadarrama}等人，计算。统计数据分析。160，文章ID 107226，23 p.（2021；Zbl 07422730）
全文： 内政部

参考文献：

[1] 贝纳文特，R。；Morales，D.，具有独立时间效应的时间二变量区域水平线性混合模型下的小面积估计，Stat.Methods Appl。(2020)
[2] Bertarelli，G。；Ranalli，M.G。；巴托卢奇，F。；达洛，M。；Solari，F.，使用潜在马尔可夫模型对失业进行小范围估计，Surv。Methodol.方法。，44, 2, 167-192 (2018)
[3] Boonstra，H.J。；van den Brakel，J.A.，使用结构时间序列模型估算失业水平和变化，Surv。Methodol.方法。，45, 3, 395-425 (2019)
[4] Boubeta，M。；伦巴第，M.J。；Morales，D.，研究小地区贫困的泊松混合模型，Comput。统计师。数据分析。，107, 32-47 (2017) ·Zbl 1466.62036号
[5] Choudhry，G.，Rao，J.N.K.，1989年。使用结合时间序列和横截面数据的模型进行小面积估算。摘自：《加拿大统计局关于及时分析数据的研讨会论文集》，第67-74页。
[6] 科雷亚，L。；莫利纳，I。；Rao，J.N.K.，《小地区贫困指标估算方法比较》（2012年），未发表报告
[7] 达洛，M。；Falorsi，S。；Solari，F.，大型数据集的时空单位级EBLUP，J.Off.Statist。，33, 1, 61-77 (2017)
[8] 达塔，G。；拉希里，P。；Maiti，T.，使用时间序列和横截面数据对各州四口之家的中等收入进行经验贝叶斯估计，J.Statist。计划。推理，102，1，83-97（2002）·Zbl 0989.62071号
[9] 达塔，G.S。；拉希里，P。；麦提，T。；Lu，K.L.，美国各州失业率的层次贝叶斯估计，J.Amer。统计师。协会，944481074-1082（1999年）
[10] Diallo，M.S。；Rao，J.N.K.，单位水平模型下复杂参数的小面积估计，偏态误差，Scand。J.Stat.，45，4，1092-1116（2018）·Zbl 1410.62122号
[11] Esteban，医学博士。；莫拉莱斯，D。；佩雷斯，A。；Santamaría，L.，《区域层面时间模型下贫困比例的小区域估算》，计算。统计师。数据分析。，56, 10, 2840-2855 (2012) ·Zbl 1255.62349号
[12] Esteban，医学博士。；莫拉莱斯，D。；佩雷斯，A。；Santamaría，L.，估算小区域贫困指标的两个区域级时间模型，印度农业协会J。Stat.，66，1，75-89（2012）
[13] 戈什，M。；Nangia，N。；Kim，D.H.，《四口之家的中位数收入估算：贝叶斯时间序列方法》，J.Amer。统计师。协会，914361423-1431（1996）·Zbl 0885.62128号
[14] González-Manteiga，W。；M.J.伦巴第。；莫利纳，I。；莫拉莱斯，D。；Santamaría，L.，小面积eblup的Bootstrap均方误差，J.Stat.Compute。模拟。，78, 5, 443-462 (2008) ·兹比尔1274.62094
[15] 格拉芙，M。；Marín，J.M。；Molina，I.，应用于小面积估算的偏态分布广义混合模型，TEST，28，2，565-597（2019）·Zbl 1428.62046号
[16] Guadarrama，M.，复杂抽样设计下的小面积估计方法（2017），马德里卡洛斯三世大学：西班牙马德里卡洛斯三世大学，（博士论文）
[17] 瓜达拉马，M。；莫利纳，I。；Rao，J.，《贫困绘图小面积估算方法的比较》，Statist。过境。新序列号。，2016年1月17日，41-66
[18] Hájek，J.，评论d.Basu的论文，Found。统计师。推理，236（1971）
[19] Hobza，T。；莫拉莱斯，D。；Marhuenda，Y.，单位级广义线性混合模型下可加参数的小面积估计，SORT-Statist。操作。Res.事务处理。，44, 1, 3-38 (2020) ·Zbl 1442.62169号
[20] Hobza，T。；莫拉莱斯，D。；Santamaría，L.，单位时间二项数字混合模型下贫困比例的小面积估算，TEST，27，2，270-294（2018）·Zbl 1404.62075号
[21] Lin，T.I。；Lee，J.C.，《关于退化样品路径随时间变化的建模数据》，奥斯汀。新泽西州统计局。，45, 3, 257-270 (2003) ·Zbl 1064.62106号
[22] Y.Marhuenda。；莫利纳，I。；Morales，D.，《利用时空fay-herriot模型进行小面积估算》，计算。统计师。数据分析。，58308-325（2013）·Zbl 1365.62037号
[23] Y.Marhuenda。；莫利纳，I。；莫拉莱斯，D。；Rao，J.N.K.，在双重嵌套误差回归模型下绘制小区域贫困地图，J.R.Statist。Soc.：序列号。A（统计学会），180，4，1111-1136（2017）
[24] Molina，I.、Desagregación de Datos en Encuestas de Hogares:Metodologías de Estimacións enáreas Pequeñas（2019）、CEPAL
[25] 莫利纳，I。；南德拉姆，B。；Rao，J.N.K.，《一般参数的小面积估计及其在贫困指标中的应用：层次贝叶斯方法》，Ann.Appl。统计，8，2，852-885（2014）·Zbl 1454.62489号
[26] 莫利纳，I。；Rao，J.N.K.，《贫困指标的小面积估算》，加拿大。J.统计。，38, 3, 369-385 (2010) ·Zbl 1235.62140号
[27] 莫利纳，I。；Strzalkowska-Kominiak，E.，《小地区比例估算：使用瑞士人口普查结构调查对劳动力的应用》，J.R.Statist。Soc.：序列号。A（统计学会），183，1，281-310（2020）
[28] 莫拉莱斯，D。；Pagliarella，M.C。；Salvatore，R.，分区时间模型下贫困指标的小区域估计，SORT-Statist。操作。Res.事务处理。，39, 1, 19-34 (2015) ·Zbl 1322.62065号
[29] 莫拉莱斯，D。；Santamaría，L.，单位时间线性混合模型下的小面积估计，J.Stat.Compute。模拟。，89, 9, 1592-1620 (2019) ·Zbl 07193799号
[30] Pfeffermann，D。；Burck，L.，结合时间序列和横截面数据的稳健小面积估计，Surv。Methodol.方法。，16, 217-237 (1990)
[31] Rao，J.N.K。；Molina，I.，《小面积估算》（2015），John Wiley&Sons·Zbl 1323.62002号
[32] Rao，J.N.K。；Yu，M.，结合时间序列和横截面数据的小面积估计，Canad。J.统计。，22, 4, 511-528 (1994) ·Zbl 0819.62014号
[33] 罗哈斯·佩里拉，N。；Pannier，S。；施密德，T。；Tzavidis，N.，《小面积估算中的数据驱动转换》，J.R.Statist。Soc.：序列号。A（统计学会），183,1121-148（2020）
[34] A.C.辛格、H.曼特尔、B.W.托马斯，1991年。小面积fay-herriot估计的时间序列推广。参见：《调查研究方法汇编》，第455-460页。
[35] 你，Y。；Rao，J.N.K.，使用多层模型对小面积平均值进行分层贝叶斯估计，Surv。Methodol.方法。，26, 2, 173-181 (2000)
[36] 你，Y。；Rao，J.N.K。；Gambino，J.，《加拿大劳动力调查基于模型的失业率估算：分层方法》，《技术报告》（2001年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。