شناسايي آمارهاي برتر و تأثير آن‌ها بر اعتبار آماري جدول داده - ستانده منطقه‌اي با روش تركيبي جديد CHARM-RAS

اين مقاله نشان مي‌دهد استفاده از آمارهاي برتر در روش‌هاي تركيبي محاسبه جداول داده ستانده منطقه‌اي (RIOTs) مي‌تواند بر اعتبار آماري جداول و ضرايب مستخرج بيافزايد. لكن جمع‌آوري آمارهاي برتر، خود مستلزم صرف منابع مالي و زمان است، لذا پرسشي كه ذهن تحليل‌گران اقتصاد داده ستانده را درگير نموده است، شناسايي درايه‌هايي است كه جمع‌آوري آمارهاي مربوط به آن درايه‌ها، نقش بيشتري در بهبود اعتبار آماري و دقت محاسبات ايفا مي‌كنند. در اين مقاله، با استفاده از روش تركيبي جديد CHARM-RAS و هفت معيار LARGE1، LARGE 2،INVIMP ،COLSUM ، ROWSUM، COLHYP و ROWHYP مناسب‌ترين معيار شناسايي آمارهاي برتر در جدول منطقه‌اي انتخاب مي‌گردد. يافته‌هاي كلي پژوهش حاكي از آن است كه 1 صرف‌نظر از معيارهاي به‌كار رفته براي شناسايي آمارهاي برتر، استفاده از اين آمارها سبب بهبود دقت و افزايش اعتبار آماري جداول مي‌شود.  2 معيارهاي شناسايي درايه‌هاي منفرد مجموعه آمارهاي برتر، بهبود دقت بيشتري نسبت به معيارهاي سطري و ستوني كامل يك بخش دارند اما با توجه به هزينه‌هاي بسيار بالاي جمع‎آوري درايه‌هاي انفرادي مجموعه آمارهاي برتر در مقايسه با معيارهاي سطري و ستوني، يك بدهبستان (trade-off) ميان اعتبار آماري و هزينه مورد نياز براي گردآوري آمارهاي برتر، وجود دارد. لذا توصيه مي‌شود كه از معيارهاي سطري و يا ستوني براي شناسايي آمارهاي برتر استفاده گردد. 3 روش حذف فرضي در هر دو معيار سطري و ستوني عملكرد بهتري از روش سنتي دارد. همچنين خطاهاي آماري معيارهاي ستوني، كمتر از معيارهاي سطري است. لذا  مناسب‌ترين معيار شناسايي آمارهاي برتر، معيار ستوني روش حذف فرضي، COLHYP است.