Pseudo Empirical Best Prediction of Multiple Characteristics in Small Areas

إليك ملخص تقني مفصل لورقة البحث بعنوان "التنبؤ الأفضل التجريبي الزائف لخصائص متعددة في المناطق الصغيرة" من إعداد أسيرو، موراليس، ومولينا.

1. بيان المشكلة

يعد تقدير المناطق الصغيرة (SAE) أمراً ضرورياً لتقدير متوسطات النطاقات عندما تكون أحجام العينات صغيرة جداً بحيث لا تسمح باستخدام المقدرات المباشرة القائمة على التصميم بشكل موثوق. ومع ذلك، تواجه النهج الحالية القائمة على النماذج قيوداً حرجة عند تطبيقها على تصميمات المسح المعقدة التي تتضمن متغيرات تابعة متعددة:

• الافتقار إلى الاتساق مع التصميم: غالباً ما تتجاهل المقدرات الخطية غير المتحيزة الأفضل تجريبياً (EBLUPs) على مستوى الوحدة التقليدية أوزان المسح. وبناءً على ذلك، فهي تفتقر إلى الاتساق مع التصميم (أي أنها لا تتقارب نحو قيمة المجتمع الحقيقية مع زيادة أحجام العينات) ما لم يكن التصميم متساوي الوزن.
• التركيز أحادي المتغير: تم تطوير معظم الطرق المتسقة مع التصميم (مثل Pseudo-EBLUP) لمتغير استجابة واحد فقط. وهناك نقص في الطرق التي تقدر متوسطات المناطق لـ متغيرات استجابة متعددة مترابطة في آن واحد مع مراعاة أوزان المسح وآثار التصميم.
• المقايضة بين الكفاءة والاتساق: يمكن لنماذج مستوى المنطقة (مثل نموذج Fay-Herriot) أن تدمج الأوزان، ولكنها غالباً ما تعاني من كفاءة أقل مقارنة بنماذج مستوى الوحدة، وعادة ما تفترض معرفة تباينات الخطأ، متجاهلة عدم اليقين الناتج عن تقدير هذه التباينات.

2. المنهجية

يقترح المؤلفون إطاراً يعتمد على نموذج الانحدار متعدد المتغيرات ذو الخطأ المتداخل (MNER) لمعالجة هذه المشكلات.

أ. نموذج MNER

يفترض البحث وجود مجتمع يتكون من $D$ من النطاقات، يحتوي كل منها على $N_d$ من الوحدات. بالنسبة للوحدة $i$ في النطاق $d$، يتبع متجه المتغيرات المستهدفة $R$ من المتغيرات التابعة $\mathbf{y}_{di}$:
$$\mathbf{y}_{di} = \mathbf{X}_{di}\boldsymbol{\beta} + \mathbf{u}_d + \mathbf{e}_{di}$$
حيث:

• $\mathbf{X}_{di}$ هي مصفوفة من المتغيرات المصاحبة.
• $\mathbf{u}_d$ يمثل التأثيرات العشوائية للنطاق، $\mathbf{u}_d \sim N_R(\mathbf{0}, \boldsymbol{\Sigma}_u(\boldsymbol{\theta}))$.
• $\mathbf{e}_{di}$ يمثل أخطاء مستوى الوحدة، $\mathbf{e}_{di} \sim N_R(\mathbf{0}, \boldsymbol{\Sigma}_e(\boldsymbol{\theta}))$.
• $\boldsymbol{\theta}$ يحتوي على جميع مكونات التباين غير المعروفة (التباينات المشتركة بين المتغيرات وداخل المتغيرات نفسها).

ب. الـ Pseudo-EBLUP متعدد المتغيرات (MPEBLUP)

لتحقيق الاتساق مع التصميم، يقوم المؤلفون بتجميع نموذج MNER على مستوى الوحدة باستخدام أوزان المسح ($w_{di}$):

1. التجميع: يقومون بحساب المتوسطات الموزونة للاستجابة والمتغيرات المصاحبة لكل نطاق، مما ينشئ نموذجاً على مستوى المنطقة: $\bar{\mathbf{y}}_{dw} = \bar{\mathbf{X}}_{dw}\boldsymbol{\beta} + \mathbf{u}_d + \bar{\mathbf{e}}_{dw}$.
2. التقدير الموزون: على عكس الـ EBLUPs القياسية التي تقدر معاملات الانحدار ($\boldsymbol{\beta}$) باستخدام البيانات المجمعة، تستخدم هذه الطة بيانات المسح الأصلية على مستوى الوحدة الموزونة بـ $w_{di}$ لتقدير $\boldsymbol{\beta}$. وهذا يضمن أن المقدر يستفيد من المعلومات الكاملة في العينة مع احترام التصميم.
3. التنبؤ: يجمع المقدر الناتج، وهو المتعدد المتغيرات Pseudo-EBLUP (MPEBLUP)، بين تقديرات $\boldsymbol{\beta}$ الموزونة على مستوى الوحدة وهيكل أفضل مقدر خطي غير متحيز (BLUP) المستمد من النموذج المجمع.

ج. المقدر الموحد

إذا كانت أوزان المسح معايرة (calibrated) بحيث يساوي المجموع الموزون للمتغيرات المصاحبة في العينة المجاميع الحقيقية للمجتمع ($\bar{\mathbf{X}}_{dw} = \bar{\mathbf{X}}_d$)، فإن النموذج المجمع يتبسط إلى نموذج Multivariate Fay-Herriot (MFH). في هذه الحالة المحددة، يصبح MPEBLUP "مقدراً موحداً". يمكن اشتقاق هذا المقدر من بيانات مستوى الوحدة أو مستوى المنطقة، ولكنه يحتفظ بكفاءة نهج مستوى الوحدة.

د. تقدير متوسط مربع الخطأ (MSE) عبر البوتستراب البارامتري

بما أن الصيغ التحليلية لمتوسط مربع الخطأ (MSE) لهذه المقدرات المعقدة صعبة الحل، يقترح المؤلفون إجراء بوتستراب بارامتري (Parametric Bootstrap):

1. يتم ملاءمة نموذج MNER للبيانات الأصلية للحصول على التقديرات $\hat{\boldsymbol{\theta}}$ و $\hat{\boldsymbol{\beta}}_w$.
2. توليد عينات بوتستراب لتأثيرات النطاق والأخطاء بناءً على مصفوفات التباين المشترك المقدرة.
3. محاكاة متجهات استجابة جديدة، وإعادة ملاءمة النموذج، وإعادة حساب المقدر.
4. حساب مصفوفة MSE كمتوسط مربعات الفرق بين مقدرات البوتستراب و"المتوسطات الحقيقية" للبوتستراب.

3. المساهمات الرئيسية

1. التوسع إلى الإعدادات متعددة المتغيرات: تعمم الورقة نموذج Pseudo-EBLUP أحادي المتغير (You and Rao, 2002) للتعامل مع متغيرات استجابة متعددة مترابطة في آن واحد.
2. الاتساق مع التصميم: ثبت أن MPEBLUP المقترح متسق مع التصميم في ظل تصميمات أخذ عينات معلوماتية، بشرب توفر نمو في حجم العينة.
3. إطار عمل موحد: يقدم "مقدراً موحداً" يربط بين نماذج مستوى الوحدة ونماذج مستوى المنطقة، مما يوفر أداة مرنة يمكن تنفيذها باستخدام أي من هيكلي البيانات.
4. تقدير قوي لـ MSE: يوفر خوارزمية بوتستراب بارامتري لتقدير مصفوفة MSE الكاملة، مع مراعاة عدم اليقين في تقدير مكونات التباين ومعاملات الانحدار، وهو أمر غالباً ما يتم تجاهله في تطبيقات Fay-Herriot القياسية.

4. النتائج

تجارب المحاكاة

أجرى المؤلفون عمليات محاكاة واسعة النطاق ($D=50$ منطقة، $R=2$ متغير) لمقارنة أربعة مقدرات:

• DIR: المقدر المباشر الموزون.
• MFH: نموذج Fay-Herriot متعدد المتغيرات القياسي (على مستوى المنطقة).
• UYR: نموذج Pseudo-EBLUP أحادي المتغير (نماذج منفصلة لكل متغير).
• MYR: نموذج Multivariate Pseudo-EBLUP المقترح.

النتائج:

• الكفاءة: تفوق MPEBLUP (MYR) باستمرار على المقدر المباشر ونموذج MFH القياسي من حيث جذر متوسط مربع الخطأ النسبي (RRMSE).
• استعارة القوة: أدى النهج متعدد المتغيرات إلى تحسين التنبؤات للمتغيرات ذات القدرة التنبؤية الأضعف (التباين الأعلى) من خلال استعارة القوة من المتغيرات المترابطة. في بعض الحالات، كان أداء Pseudo-EBLUP أحادي المتغير أسوأ من نموذج MFH على مستوى المنطقة بالنسبة للمتغير الأضعف، بينما قام النهج متعدد المتغيرات بتصحيح ذلك.
• التحيز: أظهر المقدر المقترح تحيزاً ضئيلاً مقارنة بعدم استقرار المقدرات المباشرة في العينات الصغيرة.
• تقدير MSE: تتبعت طريقة البوتستراب البارامتري قيم MSE الحقيقية بدقة، مما أثبت صلاحيتها لتحديد عدم اليقين.

التطبيق في العالم الحقيقي

تم تطبيق الطريقة على بيانات الإسكان الكولومبية (مسح ظروف المعيشة لعام 2023) لتقدير:

1. MRC: تكلفة الإيجار الشهري التقديرية.
2. MP: دفعة الرهن العقاري الشهرية الفعلية.

النتائج:

• أظهرت البيانات وجود ارتباط إيجابي ($r=0.46$) بين تكلفة الإيجار ودفعة الرهن العقاري.
• وفر MPEBLUP (MYR) تقديرات أكثر استقراراً للمناطق ذات أحجام العينات الصغيرة جداً (بعضها $n < 10$) مقارنة بالمقدرات المباشرة، والتي أنتجت تباينات تقترب من الصفر بشكل غير واقعي.
• حقق النموذج متعدد المتغيرات معاملات تباين (CV) أقل لمتغير "دفعة الرهن العقاري" مقارنة بالنهج أحادي المتغير، مما يوضح مكاسب الكفاءة من استغلال الارتباط مع "تكلفة الإيجار".

5. الأهمية

تعالج هذه الورقة فجوة حرجة في أدبيات تقدير المناطق الصغيرة من خلال تقديم منهج صارم ومتسق مع التصميم للتحليل متعدد المتغيرات تحت تصميمات المسح المعقدة.

• الأهمية السياساتية: تتيح للإحصائيين إنتاج تقديرات موثلة ومتزامنة لمؤشرات متعددة مرتبطة (مثل الفقر والتعليم، أو الإيجار والرهن العقاري) في نطاقات صغيرة، وهو أمر حيوي لصنع السياسات المستهدفة.
• التقدم المنهجي: من خلال توحيد نهجي مستوى الوحدة ومستوى المنطقة وتوفير مقدر بوتستراب قوي لـ MSE، فإنها تقدم حلاً عملياً يتجنب فقدان الكفاءة في نماذج مستوى المنطقة مع الحفاظ على الاتساق مع التصميم لنماذج مستوى الوحدة الموزونة.
• المرونة: المنهجية قابلة للتطبيق على إجراءات الملاءمة العامة (مثل REML) ويمكن تكييفها مع مختلف تصميمات المسح من خلال المعايرة.