08.06.2014 Aufrufe

Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD

Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD

Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!