Automatizēta mazo domēnu novērtēšana

Abstract

Izlases apsekojumu mērķis ir iegūt pietiekami augstas precizitātes populācijas parametru novērtējumus ar iespējami mazām izmaksām. Augot pieprasījumam pēc aizvien detalizētākiem novērtējumiem, ir nepieciešams meklēt jaunas metodes šo novērtējumu iegūšanai. Lai gan mazo domēnu novērtēšanas metodes ir sākušas attīstīties jau 19. gadsimta 80.gados, tās joprojām netiek plaši izmantotas oficiālās statistikas iegūšanai. Darbā tiek apskatītas četras mazo domēnu novērtēšanas metodes: sintētiskie, no izlases lieluma atkarīgie novērtējumi, Fay-Herriot un Empīriski labākā metode. Šīs metodes tiek iestrādātas procedūrā, kas lietotājam ļauj ātri, ērti un bez papildus zināšanām iegūt mazo domēnu novērtējumus, tos attēlot kartēs un iegūt citus aprakstošus rādītājus. Izmantojot OECD apsekojuma datus, tiek pārbaudīta procedūras darbība, iegūstot mazo domēnu novērtējumus.The aim of sample surveys is to obtain sufficiently precise estimates of population parameters with low cost. Because of increasing demand of even more detailed estimates, it is necessary to search for new methods to obtain those estimates. Although, small area estimation methods started to develop in 19 century 80-ties, they still are not widely used to obtain official statistics. In this work four small area estimation methods are considered: synthetic, sample size dependent estimates, Fay-Herriot and Empirical best method. Those methods are implemented in procedure, which lets the user to easily and without additional knowledge obtained small area estimates, plot those on maps and get other descriptive measures. Procedure gets tested using OECD survey data, obtaining small area estimates.