调查计数数据分层贝叶斯模型下的联合点估计与方差估计

我们提出了一种新颖的贝叶斯框架，用于对计数数据的调查点估计和方差估计进行联合建模。该方法在建模的真实方差上引入了一个诱导先验分布，将其设定为点估计的生成方差，这是对于连续数据响应类型模型更容易实现的关键属性。我们的计数数据模型表述允许输入多个分辨率级别的域（例如州、地区、国家），并以一种借用更多强度来锐化高分辨率域估计的方式，同时将高分辨率（例如州）的建模估计与低分辨率（例如地区）的估计进行基准对齐。我们进行了一项模拟研究，生成域内的单元总体以产生真实值统计量，以便与从总体中抽取样本进行的直接估计和建模估计进行比较，其中我们展示了跨域误差的显著降低。该模型应用于美国劳工统计局主持的职位空缺和劳动力流动调查中发布的职位空缺变量及其他数据项。