Aller au contenu principal
Application of the Fay-Herriot Model with Correlated Design Errors, the Labour Force Survey Experience
The Fay-Herriot model is commonly used to perform area-level small area estimation since it efficiently integrates the model and design random processes. It assumes independence between the area estimates. However, survey weights are usually calibrated at a level that is more aggregated than the small area, which introduces non-negligible correlation between area estimates when the characteristic of interest is too closely related to a calibration variable. This is the case of the Labour Force Survey (LFS), where calibration is done to provincial population totals and monthly estimates of total employment are required for a detailed mapping of the ten provinces. This presentation tells the successful experience of the LFS in extending the Fay-Herriot model to correlated design errors. It covers smoothing of the design variances, derivation of a working design variance matrix, point and mean squared error estimation, raking of the point estimates and generalization of key diagnostics.
Application du modèle de Fay-Herriot avec des erreurs d’échantillonnage corrélées, l’expérience de l’Enquête sur la population active
Le modèle de Fay-Herriot est communément utilisé pour l’estimation de petits domaines au niveau des régions parce qu’il intègre de façon efficace la randomisation due au modèle et celle due au plan de sondage. Il suppose l’indépendance entre les estimations des régions. Cependant, les poids de sondage sont habituellement calibrés à un niveau plus agrégé que le petit domaine, ce qui introduit des corrélations non négligeables entre les estimations des domaines lorsque la caractéristique d’intérêt est trop fortement liée à une variable de calibration. C’est le cas de l’Enquête sur la population active (EPA), où la calibration est faite à des totaux de population provinciaux et où des estimations mensuelles du total de l’emploi sont requises pour un découpage détaillé des dix provinces. Cette présentation illustre l’expérience fructueuse de l’EPA dans l’extension du modèle de Fay-Herriot à des erreurs corrélées sous le plan de sondage. Elle couvre le lissage des variances sous le plan de sondage, la dérivation d’une matrice de travail de variance sous le plan, l’estimation ponctuelle et l’estimation de l’erreur quadratique moyenne, le calage par la méthode itérative des estimations ponctuelles et la généralisation de diagnostics clés.
Date and Time
-
Co-auteurs (non y compris vous-même)
Braedan Walker
Statistique Canada
Langue de la présentation orale
Anglais
Langue des supports visuels
Français

Speaker

Edit Name Primary Affiliation
François Verret Statistique Canada