面向小区域稳健估计的新偏差校准方法
统计方法学
2021-01-13 v1
摘要
利用样本调查作为具成本效益的工具，在总体及子总体（区域/域）层面提供关注特征估计，在“小区域估计”领域有着悠久传统。然而，样本数据中存在离群值会显著影响其所出现区域的估计，尤其在域样本量较小时。基于现有小区域估计的稳健估计量，我们提出两种新颖的偏差校准方法。一系列模拟表明，与其他现有偏差校准方法相比，我们的方法可得到更高效的估计量。作为真实数据示例，我们将估计量应用于获取意大利托斯卡纳大区劳动力市场区域的基尼（Gini）系数，信息源为EU-SILC调查和意大利人口普查。该分析显示，新方法揭示出与现有方法不同的图景。我们将思路扩展至对非抽样区域的预测。
引用
@article{arxiv.2101.04390,
title = {New Bias Calibration for Robust Estimation in Small Areas},
author = {Setareh Ranjbar and Elvezio Ronchetti and Stefan Sperlich},
journal= {arXiv preprint arXiv:2101.04390},
year = {2021}
}