Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 41 von 66
Zurück zur Trefferliste

Bayesian Spatial Modeling: Propriety and Applications to Small Area Estimation with Focus on the German Census 2011

Bayesianische Modellierung geographischer Korrelationen: Propriety und Anwendungen in der Small Area Statistik mit Fokus auf der deutschen Volkszählung 2011

  • For the first time, the German Census 2011 will be conducted via a new method the register based census. In contrast to a traditional census, where all inhabitants are surveyed, the German government will mainly attempt to count individuals using population registers of administrative authorities, such as the municipalities and the Federal Employment Agency. Census data that cannot be collected from the registers, such as information on education, training, and occupation, will be collected by an interview-based sample survey. Moreover, the new method reduces citizens' obligations to provide information and helps reduce costs significantly. The use of sample surveys is limited if results with a detailed regional or subject-matter breakdown have to be prepared. Classical estimation methods are sometimes criticized, since estimation is often problematic for small samples. Fortunately, model based small area estimators serve as an alternative. These methods help to increase the information, and hence the effective sample size. In the German Census 2011 it is possible to embed areas on a map in a geographical context. This may offer additional information, such as neighborhood relations or spatial interactions. Standard small area models, like Fay-Herriot or Battese-Harter-Fuller, do not account for such interactions explicitly. The aim of our work is to extend the classical models by integrating the spatial information explicitly into the model. In addition, the possible gain in efficiency will be analyzed.
  • Der deutsche Zensus 2011 wird erstmalig als registergestützter Zensus durchgeführt. Im Gegensatz zu einer klassischen Volkszählung, bei der alle Einwohner befragt werden, werden hierbei vor allem vorhandene Informationen, wie etwa die Register der Einwohnermeldeämter genutzt. Zusätzliche Informationen, die nicht aus den Registern gewonnen werden können, etwa zu Ausbildung, Bildung und Beruf, werden bei einem Teil der Bevölkerung durch eine Stichprobe erhoben. Diese Methode senkt die Kosten erheblich und reduziert gleichzeitig den Befragungsaufwand der Bürger. Der Einsatz von Stichproben stößt jedoch an Grenzen, wenn regional oder inhaltlich tief gegliederte Ergebnisse erstellt werden sollen. Klassische Schätzmethoden weisen bei kleinen Stichprobenumfängen Genauigkeitsverluste auf, weshalb sie gelegentlich kritisiert werden. Mit den in den letzten Jahren entwickelten so genannten Small Area Verfahren gibt es eine methodische Alternative zur klassischen Vorgehensweise. In zahlreichen Anwendungen, wie zum Beispiel der deutschen Volkszählung 2011 ist es nicht nur möglich Gebiete (Areas), wie Bundesländer oder Gemeinden, zu identifizieren, sondern diese auch auf einer Karte in einen geographischen Zusammenhang einzubetten. Dadurch stehen eventuell zusätzliche Informationen zur Verfügung, etwa über Nachbarschaftsbeziehungen. Standard Small Area Verfahren berücksichtigen solche geographischen Korrelationen nicht explizit in den Modellannahmen. Das Ziel dieser Arbeit ist es klassische Verfahren durch explizite Hinzunahme von geographischen Informationen zu erweitern und zu analysieren inwieweit daraus Effizienzgewinne resultieren.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:Martin Vogt
URN:urn:nbn:de:hbz:385-5785
DOI:https://doi.org/10.25353/ubtr-xxxx-2ba6-6f2e/
Betreuer:Ralf Münnich
Dokumentart:Dissertation
Sprache:Englisch
Datum der Fertigstellung:16.06.2010
Veröffentlichende Institution:Universität Trier
Titel verleihende Institution:Universität Trier, Fachbereich 4
Datum der Abschlussprüfung:02.06.2010
Datum der Freischaltung:16.06.2010
Freies Schlagwort / Tag:Bayes; Census; Propriety; Spatial
GND-Schlagwort:BAYES; Bayes-Regel; Census; Räumliche Statistik; Räumliche Verteilung
Institute:Fachbereich 4 / Wirtschaftswissenschaften
DDC-Klassifikation:3 Sozialwissenschaften / 31 Statistiken / 310 Sammlungen allgemeiner Statistiken

$Rev: 13581 $