Post-Hoc Inference of Cross-Classified Statistics from Hierarchical Bayes Survey Weights

A continuación se presenta un resumen técnico detallado del artículo "Inferencia Post-Hoc de Estadísticas Cruzadas a partir de Pesos de Encuesta de Bayes Jerárquicos" de Siu-Ming Tam.

1. Planteamiento del Problema

El artículo aborda una brecha operativa crítica en la metodología de encuestas moderna. Siguiendo el marco establecido en Tam [2026], las Oficinas Nacionales de Estadística (ONE) pueden reducir significativamente los tamaños de muestra de las encuestas combinando la asignación multivariante de Bethel con modelos de Bayes Jerárquico (BJ) para áreas pequeñas. En este marco, los modelos BJ generan estimaciones posteriores para variables objetivo específicas (por ejemplo, empleo, horas trabajadas) a través de dominios geográficos, y la muestra se reduce manteniendo la precisión para estos objetivos.

Sin embargo, una vez que se realiza la encuesta reducida, las ONE deben publicar estadísticas cruzadas (por ejemplo, empleo por ocupación, ingresos por estado de salud) que no fueron los objetivos explícitos de la calibración original del BJ. Estas tablas a menudo involucran:

1. Filtros sobre variables de calibración (por ejemplo, empleo por grupo de edad).
2. Variables no de calibración (por ejemplo, estado de salud o bandas de ingresos).

El Problema Central: La estimación puntual estándar es sencilla (usando pesos calibrados), pero la cuantificación de la incertidumbre es problemática.

• Si se ignora la incertidumbre, las tablas parecen artificialmente precisas.
• Si la incertidumbre se propaga mecánicamente desde las tiradas posteriores del BJ sin tener en cuenta la estructura específica de la tabla cruzada, los Intervalos de Credibilidad (ICr) resultantes a menudo sufren de una cobertura insuficiente severa (es decir, el valor poblacional real cae fuera del intervalo mucho más a menudo que la tasa nominal del 5%).

2. Metodología: El Motor de Inferencia Post-Hoc (PHIE)

El artículo introduce el Motor de Inferencia Post-Hoc (PHIE) para propagar la incertidumbre desde las tiradas posteriores de dominio del BJ hacia tabulaciones cruzadas arbitrarias.

A. Pesos Replicados Calibrados a la Posterior

Para cada tirada $b$ de MCMC de los totales de dominio posteriores del BJ $\hat{T}^{(b)}$, el PHIE genera un nuevo conjunto de pesos de encuesta $w'_i(\hat{T}^{(b)})$.

• Mecanismo: Resuelve un problema de optimización restringida (minimizando la distancia chi-cuadrado de los pesos originales de Horvitz-Thompson) sujeto a la restricción de que la suma ponderada de las variables de calibración sea igual a la tirada específica de MCMC $\hat{T}^{(b)}$.
• Fórmula: Los pesos se actualizan linealmente:
  $$w'_i(t) = w_i \left( 1 + (t - \hat{T}^{HT})^\top G^{-1} y_i \right)$$
  donde $G$ es la matriz de producto cruzado de calibración, $y_i$ es el vector de diseño y $t$ es el vector objetivo (la tirada de MCMC).
• Resultado: Aplicar estos pesos replicados a cualquier estadística de tabulación cruzada genera una distribución posterior empírica, de la cual se derivan los ICr.

B. Taxonomía de Tres Niveles de Estadísticas

El artículo argumenta que no todas las tabulaciones cruzadas tienen el mismo estatus inferencial. Las categoriza en tres niveles, requiriendo diferentes estrategias de corrección de varianza:

1. Nivel 1-E (Celdas de Calibración Exacta):

   • Definición: Celdas que reproducen exactamente una de las $p$ restricciones de calibración del BJ (por ejemplo, Total de Empleo en NSW).
   • Inferencia: El ICr del PHIE es exacto. La propiedad de calibración garantiza que el intervalo coincida con el intervalo posterior del BJ.
   • Cobertura: Nominal (100% en una sola ejecución, ~95% en muestreo repetido).

2. Nivel 2 (Variables de Calibración Filtradas):

   • Definición: Sumas de una variable de calibración filtradas por un atributo (por ejemplo, Empleo por Grupo de Edad).
   • Problema: Los intervalos del PHIE solo propagan la incertidumbre en los totales de dominio (Componente 2) pero ignoran la variabilidad de muestreo de las proporciones dentro del dominio (Componente 1). Esto conduce a una cobertura insuficiente.
   • Solución: Se propone un Intervalo Bayesiano Calibrado (IBC). Suma la varianza basada en el diseño de la proporción de la celda (Componente 1) a la varianza basada en el modelo del total de dominio (Componente 2).
   • Fórmula:
     $$\text{Var}(T_c) \approx \sum_d \hat{T}_{v,d}^2 \widehat{\text{Var}}(\hat{\lambda}_{d,c}) + \sum_d \hat{\lambda}_{d,c}^2 \widehat{\text{Var}}(\hat{T}_{v,d})$$
     donde $\hat{\lambda}$ es la proporción estimada y $\hat{T}$ es el total de dominio.

3. Nivel 3-NCV (Variables No de Calibración):

   • Definición: Estadísticas que involucran variables de resultado que no están en el sistema de calibración del BJ (por ejemplo, Estado de Salud por Ocupación).
   • Problema: No existe una posterior directa del BJ para estas variables.
   • Solución: Un IBC de Estimador de Razón. La variable no de calibración se trata como el numerador de una razón, siendo el denominador el total posterior del BJ de la variable de calibración más altamente correlacionada (la "variable vinculante").
   • Inferencia: El IBC combina la varianza basada en el diseño de la razón con la varianza posterior del BJ de la variable vinculante.

3. Contribuciones Clave

• Marco PHIE: Un motor unificado para transformar tiradas posteriores del BJ en pesos de encuesta replicados, habilitando la propagación de incertidumbre para cualquier estadística derivada.
• Taxonomía de Inferencia: La identificación de que las tabulaciones cruzadas caen en niveles distintos con estructuras de varianza diferentes, necesitando tipos de intervalo distintos (ICr Exacto vs. IBC).
• Corrección IBC: El desarrollo de un Intervalo Bayesiano Calibrado que cierra la brecha entre la incertidumbre del modelo bayesiano y la variabilidad de muestreo basada en el diseño frecuentista. Esto asegura una cobertura casi nominal incluso cuando la estadística no es un objetivo directo de calibración.
• Diagnósticos: Introducción de métricas de diagnóstico ($\|a_c\|$ y $\cos \theta_c$) para detectar cuándo una celda carece de un perfil de calibración distintivo, lo cual causaría que el componente basado en el modelo de la varianza colapse.

4. Resultados Empíricos

Los métodos fueron validados utilizando microdatos del Censo Australiano de 2021 (muestra del 5%, $N \approx 840k$, $n \approx 42k$) con 200 repeticiones de Monte Carlo.

• Nivel 1-E (Horas por Dominio): Logró una cobertura de Monte Carlo del 99.2% (cerca del 100% en una sola ejecución), confirmando la exactitud de la propiedad de calibración.
• Nivel 2 (Empleo por Horas/Ocupación):
  • PHIE Crudo: Cobertura insuficiente severa (rango de 28% a 79.5%).
  • Corregido con IBC: Cobertura restaurada al 92–97.5%, cerca del 95% nominal.
  • Hallazgo: Para el Nivel 2, la incertidumbre es impulsada principalmente por la variabilidad de muestreo composicional (Componente 1), no por la incertidumbre del modelo BJ.
• Nivel 3-NCV (Ingresos/Salud por Ocupación):
  • PHIE Crudo: Cobertura insuficiente extrema (tan baja como 13.5% para condiciones de salud).
  • Corregido con IBC: Cobertura restaurada al 92–98.5%.
  • Hallazgo: Incluso con una correlación débil entre el resultado y la variable vinculante, el IBC (dominado por el Componente 1) proporciona una cobertura confiable.
• Precisión: El Coeficiente de Variación (CV) para todos los intervalos basados en IBC se mantuvo dentro de los umbrales estándar de publicación (típicamente <5%), siendo el más alto de 4.9%.

5. Significado e Implicaciones

• Viabilidad Operativa: El artículo demuestra que las ONE pueden reducir de manera segura los tamaños de muestra de las encuestas utilizando modelos BJ sin sacrificar la validez de las tabulaciones cruzadas derivadas, siempre que se aplique el marco PHIE e IBC.
• Rigor Estadístico: Resuelve la tensión entre la inferencia "basada en modelos" (BJ) y la "basada en el diseño". El enfoque IBC reconoce que, aunque los totales son impulsados por el modelo, la composición de esos totales en tablas cruzadas retiene el error de muestreo basado en el diseño.
• Estándares de Publicación: Los resultados muestran que, sin la corrección IBC, las tablas publicadas serían engañosamente precisas. Con la corrección, la incertidumbre se refleja con precisión y los intervalos permanecen lo suficientemente estrechos para su publicación.
• Recomendación: Las ONE no deben tratar los archivos de registros unitarios ponderados de encuestas BJ como datos estándar. Deben aplicar el motor PHIE/IBC para generar intervalos de confianza válidos para cualquier salida cruzada, particularmente aquellas que involucran variables no de calibración.

En resumen, este artículo proporciona la "maquinaria de inferencia" necesaria para hacer que los beneficios de reducción de muestra de las encuestas de Bayes Jerárquicos sean operativamente seguros para la producción de tablas estadísticas complejas y multidimensionales.