Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Modells sehr unterschiedliche nichtlineare Statistiken und vor allem Armutsund<br />
Disparitätsmaße auf Regionalniveau schätzen. Für diesen Ansatz werden<br />
aber personen- o<strong>der</strong> haushaltsspezifische Registerinformationen benötigt.<br />
Stichprobendesigns für Small Area-Verfahren<br />
Bereits in <strong>der</strong> Kritik von Gelman (2007) kommt zum Ausdruck, dass die klassischen<br />
Design-Gewichte, wie sie in Stichprobenverfahren auch von <strong>der</strong> <strong>amtlichen</strong><br />
Statistik verwendet werden, mit statistischen Modellierungen nur bedingt vereinbar<br />
sind. In <strong>der</strong> klassischen Vorgehensweise <strong>der</strong> Stichprobenoptimierung werden<br />
stets designbasierte Schätzverfahren zugrundegelegt. Ziel ist die Optimierung<br />
eines Varianzfunktionals einer Schätzfunktion, meist eines Mittel- o<strong>der</strong> Totalwertes,<br />
in Abhängigkeit vom Stichprobendesign. In <strong>der</strong> Modellwelt wird jedoch<br />
hauptsächlich von unabhängig und identisch verteilten Beobachtungen ausgegangen.<br />
In einem einfachen Design, dem Clustersampling, wird diese Annahme<br />
jedoch bereits offensichtlich verletzt, sofern nicht alle Cluster nahezu identisch<br />
sind. Es gibt einige Vorschläge, wie Stichprobendesigns für die Verwendung von<br />
Small Area-Methoden angepasst werden können. Costa et al. (2004) schlagen<br />
zum Beispiel vor eine Kombination aus proportionaler und Gleich-Aufteilung<br />
über die interessierenden Teilpopulationen hinweg durchzuführen. Longford<br />
(2006) hingegen schlägt ein Verfahren vor, anhand dessen optimale Stichprobenumfänge<br />
auch für modellbasierte Schätzungen unter bestimmten Voraussetzungen<br />
für Teilpopulationen berechnet werden können. Ebenso schlagen Gabler<br />
et al. (2012) sowie Münnich et al. (2012b) ein Verfahren zur Erlangung optimaler<br />
Stichprobenumfänge vor, unter Berücksichtung von Box-Constraints auf die<br />
Spannweite <strong>der</strong> Designgewichte. In einer Monte-Carlo Simulationsstudie zeigen<br />
Münnich et al. (2012a), dass diese Designs funktionierende Alternativen zu den<br />
herkömmlichen Stichprobendesigns darstellen. Dies wird nicht zuletzt durch die<br />
erfolgreiche Verwendung des Designs von Gabler et al. (2012) im deutschen<br />
Zensus 2010 bewiesen.<br />
Zusammenfassung und Ausblick<br />
Ziel <strong>der</strong> Ausführungen war es, die Probleme einer Erfassung von Schätzwerten<br />
und insbeson<strong>der</strong>e Indikatorwerten auf Kreisen darzulegen, welche für eine<br />
Regionalpolitik von erheblicher Bedeutung sind. Klassische Methoden, die sogenannten<br />
designbasierten Verfahren, können hier in vielen Fällen nur noch unzureichende<br />
Ergebnisse liefern. Dies führt zu einem Paradigmenwechsel in <strong>der</strong> <strong>amtlichen</strong><br />
Statistik, in dem komplexe Modelle unter Verwendung von Registerdaten<br />
109