Robuste Schätzer für das Fay-Herriot-Modell
Loading...
Authors
Author (Corporation)
Publication date
2019
Typ of student thesis
Course of study
Type
06 - Presentation
Editors
Editor (Corporation)
Supervisor
Parent work
Special issue
DOI of the original publication
Link
Series
Series number
Volume
Issue / Number
Pages / Duration
Patent number
Publisher / Publishing institution
Place of publication / Event location
Trier
Edition
Version
Programming language
Assignee
Practice partner / Client
Abstract
Robuste Methoden für die Small-Area-Schätzung von Mittel- und Totalwerten sind seit einiger Zeit bekannt und werden erfolgreich in der Praxis eingesetzt. Eine Vielzahl von «robustifizierten» SAE-Schätzern ist aus ad-hoc-Überlegungen entstanden, was deren Tauglichkeit nicht schmälert. Für die Robustifizierung von Schätzern zum Fay-Herriot-Modell nehmen wir eine «theorie-nahe» Perspektive ein, was zu neuen Einsichten führt. Fay-Herriot (1979, J Amer Stat Assoc) haben das nach ihnen benannte Modell als Verallgemeinerung des James-Stein-Schätzers motiviert, wobei sie sich einen empirischen Bayes-Ansatz zunutze machten. Wir greifen diese Motivation des Problems auf und formulieren ein analoges robustes Bayes’sches Verfahren. Wählt man nun in der Bayes’schen Problemformulierung die ungünstigste Verteilung (eng. least favorable distribution) von Huber (1964, Ann Math Statist) als A-priori-Verteilung für die Lokationswerte der Small Areas, dann resultiert als Bayes-Schätzer [= Schätzer mit
Keywords
Subject (DDC)
Event
Statistische Woche 2019
Exhibition start date
Exhibition end date
Conference start date
10.09.2019
Conference end date
13.09.2019
Date of the last check
ISBN
ISSN
Language
German
Created during FHNW affiliation
Yes
Strategic action fields FHNW
Publication status
Review
Peer review of the abstract
Open access category
License
Citation
Schoch, T. (2019). Robuste Schätzer für das Fay-Herriot-Modell. Statistische Woche 2019. https://irf.fhnw.ch/handle/11654/42530