Nonparametric methods within area-level models
Linear mixed models often work well to predict area-level responses if the model is correctly specified. However, specifying such a model correctly can be difficult. We propose a general method in which we use nonparametric machine learning models to estimate the mean function within an area-level model. We both derive a consistent estimator of the mean square prediction error and illustrate the performance of the proposed methodology on simulated data before applying our results to the Method of Payments survey.
Méthodes non paramétriques dans les modèles au niveau régional
Les modèles mixtes linéaires fonctionnent souvent bien pour prédire les réponses au niveau régional si le modèle est correctement spécifié. Cependant, il peut être difficile de spécifier correctement un tel modèle. Nous proposons une méthode générale dans laquelle nous utilisons des modèles d'apprentissage automatique non paramétriques pour estimer la fonction moyenne dans un modèle régional. Nous dérivons un estimateur cohérent de l'erreur quadratique moyenne de prédiction et illustrons les performances de la méthodologie proposée sur des données simulées avant d'appliquer nos résultats à l'enquête sur les méthodes de paiement.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais