×
乔瓦娜·拉纳利;乔治·蒙塔纳里（Giorgio E.Montanari）。;塞西莉亚·维卡雷利

利用基准地产估算小面积数量。 （英语） 兹比尔1427.62066

Metron公司 76，第3期，349-378（2018）.
小结：对小面积总量的估算利用辅助变量通过模型从相关区域借用强度。最终小面积估算的精度取决于此类模型的有效性。为了防止可能的模型失效，基准测试程序使小面积估算的总和与大面积总设计一致的估算相匹配。这对国家统计研究所来说也特别重要，以确保小区域估计数与更高级别规划领域的直接估计数之间的一致性。本文提出了一种基于二进制响应的单位水平logistic混合模型的小面积总的自基准估计。特别是，我们使用插件方法，并为中考虑的最大惩罚拟似然（PQL）过程添加约束[A.萨伊和R.钱伯斯，“具有时间和面积效应的线性和广义线性模型下的小面积估计”，工作文件M03/15，南安普顿统计科学研究所。南安普顿大学。第31页（2003年），https://eprints.soton.ac.uk/id/eprint/8165]以适应基准测试。根据以下特别程序，还提出了最终小面积估计器均方误差的解析估计器：W.González-Manteiga公司等【计算统计数据分析51，第5期，2720–2733（2007；Zbl 1161.62349号)]. 然后，我们通过一组仿真研究，将所提出的基准估计量与几个竞争估计量的性能进行了比较。

引用于2文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
62J05型 线性回归；混合模型
62D05型 抽样理论、抽样调查

关键词：

logistic混合模型;惩罚拟似然;单元级模型;均方误差;测量砝码

引文：

Zbl 1161.62349号
PDF格式BibTeX公司 XML格式引用
\textit{M.G.Ranalli}等人，Metron 76，No.3，349--378（2018；Zbl 1427.62066）
全文： 内政部

参考文献：

[1] Asparouhov，T.：具有采样权重的广义多级建模。Commun公司。统计理论方法35，439-446（2006）·Zbl 1084.62053号 ·doi:10.1080/03610920500476598
[2] Bell，W.，Datta，G.，Ghosh，M.：小面积估算基准。Biometrika 100，189-202（2013）·Zbl 1284.62094号 ·doi:10.1093/biomet/ass063
[3] Battese，G.E.，Harter，R.M.，Fuller，W.A.：利用调查和卫星数据预测县作物面积的误差分量模型。《美国统计协会期刊》83，28-36（1988）·doi:10.1080/016214519988.10478561
[4] Berg，E.J.，Fuller，W.A.：估算人口数量的小面积程序。在：调查研究方法部分的会议记录中。美国统计协会，第3811-3825页。美国统计协会，亚历山大（2009）
[5] Berg E.J.、Fuller，W.A.、Erciulescu，A.L.：基准小区域预测。收录于：《调查研究方法》一节的论文集。美国统计协会，第4296-4309页。美国统计协会，亚历山大（2012）
[6] Boubeta，M.，Lombardìa，M.J.，Morales，D.：区域水平泊松混合模型下的经验最佳预测。测试2548-569（2016）·Zbl 06833262号 ·doi:10.1007/s11749-015-0469-8
[7] Breslow，N.E.，Clayton，D.G.：广义线性混合模型的近似推断。《美国统计协会杂志》88，9-25（1993）·Zbl 0775.62195号
[8] Chandra，H.、Kumar，S.、Aditya，K.：利用不同水平的辅助数据进行比例的小面积估算。生物识别。J.60，395-415（2018）·Zbl 1387.62127号 ·doi:10.1002/bimj.201600128
[9] D’Aló，M.，Di Consiglio，L.，Falorsi，S.，Ranalli，M.G.，Solari，F.：在小区域模型中使用空间信息估算意大利副省级地区的失业率。印度农业学会。Stat.66，43-54（2012年）
[10] Datta，G.S.、Ghosh，M.、Steorts，R.、Maples，J.：小面积估算应用的贝叶斯基准。测试20574-588（2011）·Zbl 1274.62197号 ·doi:10.1007/s11749-010-0218-y
[11] Ghosh，M.，Steorts，R.C.：适用于小面积估算的两阶段基准测试。测试22670-687（2013）·Zbl 1283.62015年 ·doi:10.1007/s11749-013-0338-2
[12] González-Manteiga，W.，Lombardía，M.J.，Molina，I.，Morales，D.，Santamaria，L.：logistic混合模型下小面积线性参数估计值的均方误差估计。计算。统计数据分析。51, 2720-2733 (2007) ·Zbl 1161.62349号 ·doi:10.1016/j.csda.2006.01.012
[13] Grilli，L.，Pratesi，M.：信息抽样设计下多级序数和二进制模型中的加权估计。调查方法。30, 93-103 (2004)
[14] Harville，D.A.：方差分量估计的最大似然方法和相关问题。《美国统计协会杂志》72，320-40（1977）·Zbl 0373.62040号 ·doi:10.1080/016214591977.10480998
[15] Hobza，T.，Morales，D.：单位级logit混合模型下的经验最佳预测。J.Off.Stat.32，661-692（2016）·doi:10.1515/jos-2016-0034
[16] Jiang，J.：广义线性混合模型中的一致估计。《美国统计协会期刊》93，720-729（1998）·Zbl 0926.62051号 ·doi:10.1080/01621459.1998.10473724
[17] Jiang，J.：基于广义线性混合模型的小面积推断的经验最佳预测。J.统计计划。推论111，117-127（2003）·Zbl 1033.62067号 ·doi:10.1016/S0378-3758（02）00293-8
[18] 姜，J.：线性和广义线性混合模型及其应用。施普林格，纽约（2007）·Zbl 1152.62040号
[19] Jiang，J.，Lahiri，P.：使用二进制数据进行小面积推断的经验最佳预测。Ann.Inst.统计。数学。530, 217-243 (2001) ·Zbl 1027.62012年 ·doi:10.1023/A:1012410420337
[20] Jiang，J.，Lahiri，P.：混合模型预测和小面积估算（讨论）。测试15，1-96（2006）·Zbl 1149.62320号 ·doi:10.1007/BF02595419
[21] Korn，E.L.，Graubard，B.I.：使用调查数据估算方差分量。J.R.统计社会服务。B 65175-190（2003）·Zbl 1063.62099号 ·doi:10.1111/1467-9868.00379
[22] Lin，X.，Breslow，N.E.：具有多个离散分量的广义线性混合模型中的偏差校正。J.Am.Stat.Assoc.91，1007-1016（1996）·Zbl 0882.62059号 ·doi:10.1080/01621459.1996.10476971
[23] Marino M.F.、Ranalli M.G.、Salvati N.、AlfóM.：失业指标小面积估算的半参数经验最佳预测。附录申请。Stat.arXiv:1704.02220v2（印刷中）·Zbl 1423.62162号
[24] McCulloch，C.E.，Searle，S.R.：广义、线性和混合模型。威利，纽约（2001）·Zbl 0964.62061号
[25] Militino，A.F.，Ugarte，M.D.，Goicoa，T.：从信息技术商业调查中得出小面积估计。J.R.统计社会服务。A 178，1051-1067（2015）·doi:10.1111/rssa.12105
[26] Molina，I.，Saei，A.，Lombardia，M.J.：多项式logit混合模型下劳动力参与的小范围估计。J.R.统计社会服务。A 170975-1000（2007）·doi:10.1111/j.1467-985X.2007.00493.x
[27] Pfeffermann，D.，Barnard，C.H.：小面积平均值的一些新估计值，应用于农田价值评估。J.公交车。经济。Stat.90，73-84（1991）
[28] Pfeffermann，D.，Skinner，C.J.，Holmes，D.J.，Goldstein，H.，Rasbash，J.：多层模型中不相等选择概率的加权。J.R.统计社会服务。B 60，23-56（1998年）·Zbl 0909.62006 ·doi:10.111/1467-9868.00106
[29] Prasad，N.G.N.，Rao，J.N.K.：小面积估计的均方误差估计。《美国统计协会期刊》85，163-171（1990）·Zbl 0719.62064号 ·doi:10.1080/01621459.1990.10475320
[30] Rabe-Hesketh，S.，Skrondal，A.：复杂调查数据的多级建模。J.R.统计社会服务。A 169，805-827（2006）·doi:10.1111/j.1467-985X.2006.00426.x
[31] Rao，J.N.，Molina，I.：小面积估算。霍博肯·威利（2015）·Zbl 1323.62002号 ·doi:10.1002/9781118735855
[32] Rao，J.N.K.，Verret，F.，Hidiroglou，M.A.：从调查数据推断两级模型的加权复合似然方法。调查方法。39, 263-282 (2013)
[33] Saei A.，Chambers R.：具有时间和面积效应的线性和广义线性模型下的小面积估计。收录：南安普顿统计科学研究所M03/15号工作文件。南安普顿大学（2003）
[34] Schall，R.：具有随机效应的广义线性模型中的估计。《生物特征》78，719-727（1991）·Zbl 0850.62561号 ·doi:10.1093/biomet/78.4.719
[35] Ugarte，M.D.，Militino，A.F.，Goicoa，T.：使用有限制的线性混合模型对小区域进行基准估计。测试18342-364（2009）·Zbl 1203.62021 ·doi:10.1007/s11749-008-0094-x
[36] Wang，J.，Fuller，W.A.，Qu，Y.：限制条件下的小面积估算。调查方法。第34页，第29-36页（2008年）
[37] Yi，G.，Rao，J.N.K.，Li，H.：在两级模型下分析调查数据的加权复合似然方法。统计正弦。26669-587（2016）·Zbl 1359.62046号
[38] You，Y.，Rao，J.N.K.：使用调查权重进行小面积估算的伪经验最佳线性无偏预测方法。可以。《美国联邦法律大全》第30卷，第431-439页（2002年）·Zbl 1018.62008号 ·doi:10.2307/3316146
[39] You，Y.，Rao，J.N.K.，Dick，P.：加拿大人口普查欠平均估计中分层Bayes小区域估计的基准。统计运输。6, 631-640 (2004)
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。