基于分组数据的收入分布时空平滑、插值与预测
应用统计
2025-07-02 v3
摘要
日本的住房与土地调查(HLS)提供市级 household 收入的分组数据。尽管这些数据可用于有效的地方政策制定，但其分析受若干挑战阻碍，如分组导致的信息有限、非抽样区域的存在，以及调查实施频率极低。为应对这些挑战，我们提出一种新颖的基于分组数据的时空有限混合模型，用于估计多个空间单元在多个时间点的收入分布。所提方法的一个独特之处在于所有区域共享公共潜分布，且包含时空效应的混合比例捕捉潜在的区域异质性。因此，纳入这些效应可对所关注量在时间与空间上平滑、填补缺失值并预测未来值。通过用所提方法处理HLS数据，我们获得了任意时刻收入与不平等指标的完整图谱，可助力快速高效且细粒度的政策制定。
引用
@article{arxiv.2207.08384,
title = {Spatio-temporal smoothing, interpolation and prediction of income distributions based on grouped data},
author = {Genya Kobayashi and Shonosuke Sugasawa and Yuki Kawakubo},
journal= {arXiv preprint arXiv:2207.08384},
year = {2025}
}