健康结局的小面积估计
应用统计
2020-06-19 v1 统计方法学
摘要
小面积估计（SAE）旨在估计域（通常为地理区域）中感兴趣的特征，这些域中可能仅有很少或没有可用样本。SAE 有着悠久的历史，已从令人困惑的多种哲学立场中提出了各种各样的方法。我们描述了基于设计和基于模型的方法，以及在区域层面和单元层面指定的模型，重点关注健康应用和全贝叶斯空间模型。当响应数据稀疏时，辅助信息的使用是成功推断的关键要素，我们讨论了多种允许纳入协变量数据的方法。利用 2015-2016 年马拉维人口与健康调查收集的数据对 HIV 患病率进行 SAE，用以说明若干技术。文中还讨论了 SAE 技术在与 COVID-19 相关结局上的潜在用途。
引用
@article{arxiv.2006.10266,
title = {Small Area Estimation of Health Outcomes},
author = {Jon Wakefield and Taylor Okonek and Jon Pedersen},
journal= {arXiv preprint arXiv:2006.10266},
year = {2020}
}
备注
53 pages, 27 figures