Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
AStA Wirtschafts- und Sozialstatistisches Archiv
Erschienen in: AStA Wirtschafts- und Sozialstatistisches Archiv 3-4/2013

01.03.2013 | Originalveröffentlichung

Small Area-Statistik: Methoden und Anwendungen

verfasst von: Ralf Münnich, Jan Pablo Burgard, Martin Vogt

Erschienen in: AStA Wirtschafts- und Sozialstatistisches Archiv | Ausgabe 3-4/2013

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Moderne Haushaltsstichproben sollen zunehmend reliable Informationen bezüglich inhaltlicher und geographischer Subgruppen liefern. Derartige Informationen werden im Allgemeinen alle zehn Jahre auf Basis von Volkszählungen gewonnen. In der aktuellen europäischen Zensus-Runde haben sich einige Länder dazu entschlossen, neue Methoden zu implementieren, welche keine vollständige Auszählung der Bevölkerung mehr benötigen.
Die Schweiz und Deutschland haben sich beispielsweise für einen sogenannten registergestützten Zensus entschieden. Dabei werden zunächst Melderegisterdaten ausgewertet. Mit Hilfe einer zusätzlichen Stichprobe werden weitere Informationen gewonnen, welche auch eine statistische Korrektur möglicher Registerfehler erlauben.
Dieser Paradigmenwechsel in der amtlichen Statistik erfordert aber auch eine adäquate Anpassung der statistischen Methodik. Bei Schätzungen in registergestützten Zensus interessieren dabei nicht nur die Kennwerte für die Gesamtpopulation in Deutschland, sondern auch für Kreise, Verbandsgemeinden und gegebenenfalls auch für Gemeinden; in der Schweiz analog für Kantone und Zählgemeinden.
Je nach Größe dieser Gebiete können sehr kleine Teilstichprobenumfänge auftreten, in denen klassische Schätzverfahren keine ausreichende Genauigkeit mehr garantieren. Moderne Small Area-Schätzmethoden können hier von Nutzen sein.
In der vorliegenden Arbeit sollen anhand geeigneter Anwendungsbeispiele aus der aktuellen Zensusforschung die Methoden und Konzepte der Small Area-Statistik motiviert und dargestellt werden. Neben der Einführung in die Basis-Modelle der Small Area-Statistik wird auch auf einige interessante Erweiterungen eingegangen. Die Methoden liefern gleichzeitig auch eine wesentliche Grundlage einer reliablen Regionalstatistik, welche präzise Statistiken für kleine Gebiete benötigt.
Vorheriger Artikel Ökonomische Auswirkungen von VGR-Revisionen

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
Agresti A (2007) An introduction to categorical data analysis, 2. Aufl. Wiley-Interscience, Hoboken MATHCrossRef
Articus C (2013) Small Area-Verfahren zur Schätzung regionaler Mietpreise. Diplomarbeit, Universität Trier
Banerjee S, Carlin B, Gelfand AE (2004) Hierarchical modeling and analysis for spatial data. Chapman & Hall, Boca Raton MATH
Battese GE, Harter RM, Fuller WA (1988) An error-components model for prediction of county crop areas using survey and satellite data. J Am Stat Assoc 83(401):28–36 CrossRef
Brackstone GJ (1987) Small area data: policy issues and technical challenges. In: Platek R, Rao J, Särndal C, Singh M (Hrsg) Small area statistics. Wiley, New York, S 3–20
Breslow N, Clayton D (1993) Approximate inference in generalized linear mixed models. J Am Stat Assoc 88(421):9–25 MATH
Burgard JP, Münnich R, Zimmermann T (2013a) The impact of sampling designs on small area estimates for business data (Eingereicht)
Burgard JP, Münnich R, Zimmermann T (2013b) Small area modeling under complex survey designs for business data. In: Proceedings of the fourth international conference of establishment surveys, June 11–14, 2012, Montréal, Canada
Cassel C, Särndal C, Wretman J (1977) Foundations of inference in survey sampling. Wiley, New York MATH
Chambers R, Clark R (2012) An introduction to model-based survey sampling with applications. Oxford statistical science series. Oxford University Press, New York MATHCrossRef
Chambers R, Tzavidis N, Salvati N (2009) Borrowing strength over space in small area estimation: comparing parametric, semi-parametric and non-parametric random effects and M-quantile small area models. Centre for statistical & survey methodology working paper series, University of Southhampton
Chambers R, Chandra H, Salvati N, Tzavidis N (2013) Outlier robust small area estimation. J R Stat Soc: Ser B (Erscheint demnächst)
Chatterjee S, Lahiri P (2007) A simple computational method for estimating mean squared prediction error in general small-area model. In: Proceedings of the section on survey research methods, S 3486–3493
Chatterjee S, Lahiri P, Li H (2007) On small area prediction interval problems. In: Proceedings of the section on survey research methods, S 3494–3505
Chen S, Lahiri P (2008) On mean squared prediction error estimation in small area estimation problems. Commun Stat, Theory Methods 37(11):1792–1798 MathSciNetMATHCrossRef
Choudhry GH, Rao JNK, Hidiroglou MA (2012) On sample allocation for efficient domain estimation. Surv Methodol 38(1):23–29
Cochran WG (2007) Sampling techniques. Wiley, New York
Congdon P (2007) Bayesian statistical modelling. Wiley, Chichester
Costa A, Satorra A, Ventura E (2004) Improving both domain and total area estimation by composition. Stat Oper Res Transact 28(1):69–86 MathSciNetMATH
Cressie NAC (1993) Statistics for spatial data. Wiley, New York
Datta GS (2009) Model-based approach to small area estimation. In: Pfeffermann D, Rao C (Hrsg) Sample surveys: inference and analysis. Handbook of statistics (Handbook of statistics), Bd 29. Elsevier, Oxford, S 251–288. Chapter 32 CrossRef
Datta GS, Lahiri P (2000) A unified measure of uncertainty of estimated best linear unbiased predictors in small area estimation problems. Stat Sin 10:613–627 MathSciNetMATH
Datta GS, Rao J, Smith DD (2005) On measuring the variability of small area estimators under a basic area level model. Biometrika 92(1):183–196 MathSciNetMATHCrossRef
Deville J, Särndal C (1992) Calibration estimators in survey sampling. J Am Stat Assoc 87(418):376–382 MATHCrossRef
Dieterle M (2011) Schätzung regionaler Daten mithilfe von Small Area-Schätzmethoden. Wirtsch Stat 12:1212–1218
Drew JD, Singh MP, Chaudhry GH (1982) Evaluation of small area estimation techniques for the Canadian labour force survey. Surv Methodol 8:17–47
Efron B (1980) The jackknife the bootstrap and other resampling plans. Tech Rep 63, Stanford University, California
Elbers C, Lanjouw J, Lanjouw P (2003) Micro-level estimation of poverty and inequality. Econometrica 71(1):355–364 MATHCrossRef
Enderle T, Münnich R (2013) Accuracy of estimates in access panel based surveys. In: Engel U, Jann B, Lynn P, Scherpenzeel A, Sturgis P (Hrsg) Improving survey methods: lessons from recent research. Taylor & Francis, London. Chapter 22
Ericksen E, Kadane J, Tukey J (1989) Adjusting the 1980 census of population and housing. J Am Stat Assoc 84(408):927–944 CrossRef
Falorsi PD, Righi P (2008) A balanced sampling approach for multi-way stratification designs for small area estimation. Surv Methodol 34(2):223–234
Fay RE, Herriot RA (1979) Estimates of income for small places: an application of james-stein procedures to census data. J Am Stat Assoc 74(366):269–277 MathSciNetCrossRef
Gabler S (1990) Minimax solutions in sampling from finite populations. Springer, Berlin MATHCrossRef
Gabler S, Ganninger M, Münnich RT (2012) Optimal allocation of the sample size to strata under box constraints. Metrika 75(2):151–161 MathSciNetMATHCrossRef
Gelman AB, Carlin JS, Stern HS, Rubin DB (1995) Bayesian data analysis. Chapman & Hall/CRC, Boca Raton
Gelman A, Carlin JB, Stern HS, Rubin DB (2004) Bayesian data analysis, texts in statistical science, 2. Aufl. Chapman & Hall/CRC, Boca Raton
Godambe VP (1955) A unified theory of sampling from finite populations. J R Stat Soc, Ser B, Stat Methodol 17(2):269–278 MathSciNetMATH
González-Manteiga W, Lombardía MJ, Molina I, Morales D, Santamaría L (2007) Estimation of the mean squared error of predictors of small area linear parameters under a logistic mixed model. Comput Stat Data Anal 51:2720–2733 MATHCrossRef
Hall P, Maiti T (2006) On parametric bootstrap methods for small area prediction. J R Stat Soc, Ser B, Stat Methodol 68(2):221–238 MathSciNetMATHCrossRef
Hansen M, Hurwitz W, Madow W (1953) Sample survey methods and theory I. Wiley, New York MATH
Harville DA (1977) Maximum likelihood approaches to variance component estimation and to related problems. J Am Stat Assoc 72(358):320–338 MathSciNetMATHCrossRef
Hedayat A, Sinha B (1991) Design and inference in finite population sampling. Wiley, New York MATH
Henderson CR (1950) Estimation of genetic parameters. Ann Math Stat 21:309–310
Henderson CR (1975) Best linear unbiased estimation and prediction under a selection model. Biometrics 31(2):423–447 MATHCrossRef
Hobert JP, Casella G (1996) The effect of improper priors on gibbs sampling in hierarchical linear mixed models. J Am Stat Assoc 91:1461–1473 MathSciNetMATHCrossRef
Horvitz D, Thompson D (1952) A generalization of sampling without replacement from a finite universe. J Am Stat Assoc 47(260):663–685 MathSciNetMATHCrossRef
Jiang J, Lahiri P (2006) Mixed model prediction and small area estimation. TEST: An Official J Spanish Soc Stat Oper Res 15(1):1–96 MathSciNet
Jiang J, Lahiri P, Wan S (2002) A unified jackknife theory for empirical best prediction with m-estimation. Ann Stat 30(6):1782–1810 MathSciNetMATHCrossRef
Kauermann G, Kuechenhoff H (2011) Stichproben: methoden und praktische umsetzung mit R. Springer, Berlin MATH
Kim G, Chambers R (2009) Regression analysis under incomplete linkage. Working paper 17-09, Centre for Statistical and Survey Methodology, The University of Wollongong
Kott PS (2009) Calibration weighting: combining probability samples and linear prediction models. In: Pfeffermann D, Rao C (Hrsg) Sample surveys: inference and analysis. Handbook of statistics (Handbook of statistics), Bd 29. Elsevier, Oxford, S 55–82. Chapter 25 CrossRef
Lane J (2010) Linking administrative and survey data. In: Marsden PV, Wright JD (Hrsg) Handbook of survey research, Emerald, Bingley, S 659–680
Lehtonen R, Veijanen A (1998) Logistic generalized regression estimators. Surv Methodol 24(1):51–55
Lehtonen R, Veijanen A (2009) Design-based methods of estimation for domains and small areas. In: Pfeffermann D, Rao C (Hrsg) Sample surveys: inference and analysis. Handbook of statistics (Handbook of statistics), Bd 29. Elsevier, Oxford, S 219–249. Chapter 31 CrossRef
Lohr S (2010) Sampling: design and analysis. Advanced series. Brooks/Cole, Boston
Longford NT (2006) Sample size calculation for small area estimation. Surv Methodol 32(1):87–96 MathSciNet
Magg K, Münnich R, Schäfer J (2006) Small area estimation beim Zensus 2011. In: der Statistischen Landesämter F (Hrsg) Amtliche Mikrodaten für die Sozial- und Wirtschaftswissenschaften: Beiträge zu den Nutzerkonferenzen des FDZ der Statistischen Landesämter 2005, Düsseldorf, S 93–105
Moura F, Holt D (1999) Small area estimation using multilevel models. Surv Methodol 25:73–80
Münnich R (1997) Gebundene Hochrechnung bei Stichprobenerhebungen mit Hilfe von Splines, Bd 43. Vandenhoeck & Ruprecht, Göttingen MATH
Münnich R (2008) Varianzschätzung in komplexen Erhebungen. Austrian J Stat 37(3&4):319–334
Münnich R, Burgard JP (2012) On the influence of sampling design on small area estimates. J Indian Soc Agric Stat 66(1):145–157
Münnich R, Schmidt K (2002) Small area estimation in der Bevölkerungsstatistik. Mater Berichte Stat Landesamtes Baden-Württemberg 31:5–11
Münnich R, Gabler S, Ganninger M, Burgard JP, Kolb JP (2011) Das Stichprobendesign des registergestützten Zensus 2011. Methoden Daten Analysen 5(1):37–61
Münnich R, Gabler S, Ganninger M, Burgard JP, Kolb JP (2012a) Stichprobenoptimierung und Schätzung im Zensus 2011. Statistik und Wissenschaft, Bd 21. Statistisches Bundesamt, Wiesbaden
Münnich R, Sachs E, Wagner M (2012b) Calibration benchmarking for small area estimates: an application to the German census 2011. In: Fields institute symposium on the analysis of survey data and small area estimation in honour of the 75th birthday of J.N.K Rao, Ottawa, Canada
Münnich R, Sachs E, Wagner M (2012c) Numerical solution of optimal allocation problems in stratified sampling under box constraints. AStA Adv Stat Anal 96(3):435–450 MathSciNetCrossRef
Natarajan R, McCulloch C (1995) A note on the existence of the posterior distribution for a class of mixed models for binomial responses. Biometrika 82:639–643 MathSciNetMATHCrossRef
Nelder J, Wedderburn R (1972) Generalized linear models. J R Stat Soc 135(3):370–384
Neyman J (1934) On the two different aspects of the representative method: the method of stratified sampling and the method of purposive selection. J R Stat Soc 97:558–606 CrossRef
Pfeffermann D (1993) The role of sampling weights when modeling survey data. Int Stat Rev 61(2):317–337 MATHCrossRef
Pfeffermann D (2002) Small area estimation – new developments and directions. Int Stat Rev 70:125–143 MATHCrossRef
Pfeffermann D (2011) Modelling of complex survey data: why model? Why is it a problem? How can we approach it? Surv Methodol 37(2):115–136
Pfeffermann D (2013) New important developments in small area estimation. Stat Sci 28(1):40–68 CrossRef
Pfeffermann D, Rao C (Hrsg) (2009) Sample surveys: inference and analysis. Handbook of statistics, Bd 29. Elsevier, Oxford
Pfeffermann D, Sverchkov M (2007) Small-area estimation under informative probability sampling of areas and within the selected areas. J Am Stat Assoc 102(480):1427–1439 MathSciNetMATHCrossRef
Pfeffermann D, Sverchkov M (2009) Inference under informative sampling. In: Rao CR, Pfeffermann D (Hrsg) Sample surveys: inference and analysis. Handbook of statistics, Bd 29. Elsevier, Oxford, S 455–487. Chapter 39 CrossRef
Pfeffermann D, Skinner CJ, Holmes DJ, Goldstein H, Rasbash J (1998) Weighting for unequal selection probabilites in multilevel models. J R Stat Soc B 60(1):23–40 MathSciNetMATHCrossRef
Prasad NGN, Rao JNK (1990) The estimation of the mean squared error of small-area estimators. J Am Stat Assoc 85(409):163–171 MathSciNetMATHCrossRef
Rao JNK (2003) Small area estimation. Wiley series in survey methodology. Wiley, New York MATHCrossRef
Salvati N, Tzavidis N, Pratesi M, Chambers R (2012) Small area estimation via M-quantile geographically weighted regression. J Spanish Soc Stat Oper Res 21(1):1–28 MathSciNet
Särndal CE, Swensson B, Wretman J (1992) Model assisted survey sampling. Springer, New York MATHCrossRef
Schmid T (2012) Spatial robust small area estimation applied on business data. PhD thesis, University of Trier
Schmid T, Münnich R (2013). Spatial robust small area estimation. Resubmitted
Schnell R (2010) Record linkage from a technical point of view. In: German Data Forum (RatSWD) (Hrsg) Building on progress. Budrich UniPress, Opladen, S 531–545
Schoch T (2012) Robust unit-level small area estimation: a fast algorithm for large datasets. Austrian J Stat 41(4):243–265
Sun D, Tsutakawa RK, Speckman PL (1999) Posterior distribution of hierarchical models using CAR(1) distributions. Biometrika 86:341–350 MathSciNetMATHCrossRef
Verret F, Hidiroglou MA, Rao JNK (2010) Small area estimation under informative sampling. In: Proceedings of the survey methods section SSC annual meeting, May 2010
Vogt M (2008) Small Area Estimation: Die Schätzer von Fay-Herriot und Battese-Harter-Fuller. Diplomarbeit, Universität Trier
Vogt M (2010) Bayesian spatial modeling: propriety and applications to small area estimation with focus on the German census 2011. OPUS – Universität Trier, Trier
Vogt M, Münnich R (2009) On the existence of a posterior distribution for spatial mixed models with binomial responses. Metron - Int J Stat LXVII(2):199–207
Wang J, Fuller WA, Qu Y (2008) Small area estimation under a restriction. Surv Methodol 34(1):29–36
Witting H (1985) Mathematische Statistik 1 – Parametrische Verfahren bei festem Stichprobenumfang. Teubner, Stuttgart
You Y, Rao JNK (2002) A pseudo-empirical best linear unbiased prediction approach to small area estimation using survey weights. Can J Stat 30(3):431–439 MathSciNetMATHCrossRef
You Y, Rao JNK, Hidiroglou MA (2013) On the performance of self benchmarked small area estimators under the fay-herriot area level model. Surv Methodol (in press)
Metadaten
Titel
Small Area-Statistik: Methoden und Anwendungen
verfasst von
Ralf Münnich
Jan Pablo Burgard
Martin Vogt
Publikationsdatum
01.03.2013
Verlag
Springer-Verlag
Erschienen in
AStA Wirtschafts- und Sozialstatistisches Archiv / Ausgabe 3-4/2013
Print ISSN: 1863-8155
Elektronische ISSN: 1863-8163
DOI
https://doi.org/10.1007/s11943-013-0126-1

Weitere Artikel der Ausgabe 3-4/2013

AStA Wirtschafts- und Sozialstatistisches Archiv 3-4/2013 Zur Ausgabe

Originalveröffentlichung

Ökonomische Auswirkungen von VGR-Revisionen

Editorial

Vorwort des Herausgebers

Originalveröffentlichung

Stellenbesetzungen mit Hindernissen: Bestimmungsfaktoren für den Suchverlauf

Originalveröffentlichung

Über die Anwendbarkeit eines neuen Fluktuationstests für Korrelationen auf Finanzzeitreihen