一种利用大数据进行小区域估计的校准数据驱动方法

当大数据集中的响应变量与小区域估计的关注变量一致时,大数据本身即可提供小区域的估计值。这些估计常受到大数据固有的覆盖偏差和测量误差偏差的影响。然而,若存在关于同一关注变量的概率抽样调查,则调查数据可用作训练数据集,以开发一种算法来填补大数据遗漏的数据并校正测量误差。在本文中,我们基于校准到全国总量渐近设计无偏估计的 kNN 算法,概述了此类填补的方法论,并展示了利用训练数据集估计填补偏差、以及利用固定-渐近 bootstrap 估计小区域混合估计量方差的方法。我们使用一个公共使用数据集阐释了本文的方法论,并借此将我们的混合估计量与 Fay-Harriot (FH) 估计量的准确度和精度进行比较。最后,我们还数值考察了当链接模型中使用的辅助变量存在覆盖不足误差时 FH 估计量的准确度和精度。