ScholarGate
Assistent
Regression modelSurvey estimation

Small Area Estimation (Fay-Herriot-Modell)

Small Area Estimation (SAE) bezieht sich auf statistische Techniken, die zuverlässige Schätzungen für Subpopulationen – geografische Regionen, demografische Gruppen oder administrative Einheiten – liefern, bei denen direkte Stichproben zu spärlich sind, um eine akzeptable Präzision zu erzielen. Das Fay-Herriot-Modell, das 1979 von Robert Fay und Roger Herriot eingeführt wurde, ist das kanonische SAE-Modell auf Bereichsebene. Es ergänzt schwache direkte Umfrageschätzungen mit zusätzlichen Kovariateninformationen durch einen empirischen Bayes- oder BLUP-Ansatz, wodurch der mittlere quadratische Fehler für kleine Domänen erheblich reduziert wird.

Thema finden mit PaperMindDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Fay, R. E., & Herriot, R. A. (1979). Estimates of income for small places: An application of James-Stein procedures to census data. Journal of the American Statistical Association, 74(366), 269–277. DOI: 10.1080/01621459.1979.10482505

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Small Area Estimation (Fay-Herriot Model). ScholarGate. https://scholargate.app/de/survey-methodology/small-area-estimation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateSmall Area Estimation (Small Area Estimation (Fay-Herriot Model)). Abgerufen am 2026-06-15 von https://scholargate.app/de/survey-methodology/small-area-estimation · Datensatz: https://doi.org/10.5281/zenodo.20539026