عنوان مقاله :
كاربست طبقه‌بندي بهينه فضايي در آمارگيري هزينه و درآمد خانوار براي ارائه برآورد به روش نمونه‌گيري طرح‌مبناي فضايي
عنوان به زبان ديگر :
Application of Optimal Spatial Stratification in Household Income and Expenditure Survey to Provide Estimates by Spatial Design-Based Sampling
پديد آورندگان :
كلهري ندرآبادي، ليدا پژوهشكده‌ي آمار، ايران , علي‌اكبري صبا، روشنك پژوهشكده‌ي آمار، ايران , عباسي، آسيه پژوهشكده‌ي آمار، ايران
كليدواژه :
طبقه‌بندي فضايي , فاصله تعميم‌يافته , آمارگيري هزينه و درآمد خانوار
چكيده فارسي :
آمارگيري هزينه و درآمد خانوار يكي از مهم‌ترين آمارگيري‌هاي مركز آمار ايران است كه پارامترهاي اصلي آن همبسته فضايي هستند.
وقتي همبستگي فضايي ميان واحدهاي جامعه وجود دارد، انتخاب نمونه‌هاي مستقل به روش كلاسيك به دليل برقرار نبودن شرط استقلال واحدهاي جامعه با چالش‌هاي بسياري مواجه است. استفاده از نمونه‌گيري فضايي راه حلي براي مواجه با اين مشكل است. به‌كارگيري نمونه‌گيري فضايي به دليل دسترسي نداشتن به چارچوب مناسب، در آمار رسمي كمتر مورد توجه واقع شده است. در اين مقاله يك روش طرح‌مبناي مدل‌يار براي طبقه‌بندي بهينه فضايي جامعه هدف مرور مي‌شود. در حال حاضر اطلاعات مكاني واحدهاي جامعه در چارچوب نمونه‌گيري آمارگيري هزينه و درآمد وجود ندارد، اما دسترسي به اطلاعات مكاني برخي از واحدهاي نمونه توسط مركز آمار ايران براي اين مطالعه محقق شده است. توليد داده‌هاي مكاني يكي از مؤلفه‌هاي اصلي در مدرن‌سازي نظام آماري است و مورد توجه مركز آمار ايران قرار دارد. بنابراين در اين مقاله با شبيه‌سازي چارچوب فضايي نمونه‌گيري بر اساس الگوي داده‌هاي هزينه و درآمد، كاربست طبقه‌بندي بهينه فضايي بر اساس فاصله تعميم‌يافته با استفاده از خطاي پيشگويي انجام مي‌شود. نتايج نشان دهنده افزايش كارايي روش نمونه‌گيري با اين طبقه‌بندي در مقايسه با نمونه‌گيري تصادفي ساده در سطح نواحي جغرافيايي است. همچنين نتايج شبيه‌سازي با مشبكه‌هايي با اندازه‌هاي مختلف و ميزان همبستگي متفاوت حاكي از كارايي اين روش در مقايسه با روش فعلي آمارگيري هزينه و درآمد است.
چكيده لاتين :
Household Income and Expenditure Survey (HEIS) is one of the most important surveys of the Statistical Center of Iran, the main parameters of which are spatially correlated. When there is a spatial correlation between the units of population, the classical way of selecting independent sampling units is challenging due to the lack of basic condition for the independence. Using spatial sampling is a solution to encounter this problem. Implementation of spatial sampling has received less attention in official statistics due to the lack of access to a suitable framework. In this paper we review a design-based model assisted method for optimal spatial stratification of the target population. At present, spatial information of population units are not available in the framework of HEIS, but access to spatial information of some sample units has been achieved by the Statistical Center of Iran for this study. The production of spatial data is one of the main components in the modernization of the statistical system which is considered by Statistical Center of Iran. In this paper, the sampling frame is simulated based on the HEIS data and then application of optimal spatial stratification based on a generalized distance is performed. The results demonstrate an increase in the efficiency of the mentioned sampling method compared to simple random sampling at the level of geographical areas. Also, simulation of grids with different sizes and correlations reflects the better performance of this method compared to the current method of HEIS.
عنوان نشريه :
انديشه آماري
