Dynamic Mini Max Design and Sequential HB Inference for Repeated Surveys

Sintesi Tecnica: Design Dinamico Mini–Max e Inferenza HB Sequenziale per Sondaggi Ripetuti

Problematica
Gli Uffici Nazionali di Statistica (NSO) che conducono sondaggi ripetuti affrontano una duplice sfida: produrre stime affidabili dei livelli di popolazione in ogni ondata e stimare accuratamente i movimenti (cambiamenti) tra ondate successive. Mentre i design trasversali si concentrano sui livelli, i sondaggi ripetuti richiedono una precisione simultanea sia per i livelli che per i movimenti. La precisione delle stime dei movimenti dipende non solo dalla dimensione del campione, ma anche dal grado di sovrapposizione del campione tra le ondate. La letteratura esistente spesso tratta questi problemi separatamente o si affida ad allocazioni statiche e stime retrospettive. Nello specifico, i classici design di rotazione (ad es. Patterson, 1950; Rao e Graham, 1964) ottimizzano la sovrapposizione per una dimensione campionaria fissa senza incorporare la precisione basata su modelli, mentre i metodi di stima composita non affrontano il design prospettico. Inoltre, gli intervalli di confidenza classici per i movimenti tengono conto solo della varianza di campionamento, ignorando la componente di varianza del modello derivante dalla dinamica temporale, il che può portare a una sottocopertura quando i parametri della popolazione evolvono stocasticamente.

Metodologia
Il documento propone un framework Dynamic Mini-Max (DMM) che integra un Design Dinamico Mini-Max con un Aggiornamento Gerarchico Bayesiano Sequenziale (SHBU). Questo framework estende l'approccio statico Mini-Max (Tam, 2026a) a un contesto di sondaggio ripetuto utilizzando un modello state-space gerarchico bayesiano (HB) a tre componenti a livello di strato:

1. Modello di Campionamento: Tiene conto dei complessi design di campionamento (clustering) tramite dimensioni campionarie effettive. Utilizza una verosimiglianza binomiale per le variabili binarie (sulla scala logit) e un modello normale di Fay–Herriot per le variabili continue.
2. Modello di Collegamento (Linking Model): Condivide l'informazione tra gli strati all'interno di un'ondata utilizzando covariate ausiliarie ed effetti casuali.
3. Modello di Propagazione: Un processo AR(1) che descrive le dinamiche temporali, fungendo da prior informativa per l'ondata corrente basata sullo stato dell'ondata precedente.

La componente del Design DMM
La fase di design ottimizza congiuntamente la dimensione del campione ($n_{h,t}$) e il numero di unità sovrapposte ($m_{h,t}$) per ogni strato $h$ all'ondata $t$. L'obiettivo è minimizzare il costo totale del lavoro sul campo soggetto a:

• Vincoli di precisione simultanei per i livelli (Coefficiente di Variazione, CV) e per i movimenti (Errore Standard, SE).
• Limiti del carico dei rispondenti (frazione massima di sovrapposizione $\rho_{max}$).
• Un budget totale per il lavoro sul campo.

Fondamentalmente, il vincolo del SE del movimento è scomposto in una componente di varianza di campionamento (dipendente dalle variabili di design) e una componente di varianza del modello (dipendente dai parametri del processo AR(1) e del modello di collegamento, stimati dalle ondate precedenti). L'ottimizzazione tratta $(n_{h,t}, m_{h,t})$ come variabili decisionali congiunte, a differenza dei metodi classici dove la dimensione campionaria è spesso fissata.

La componente SHBU
L'Aggiornamento Gerarchico Bayesiano Sequenziale (SHBU) propaga l'incertezza a posteriori dall'ondata $t-1$ all'ondata $t$.

• Meccanismo: Invece di eseguire catene MCMC indipendenti per ogni ondata, lo SHBU utilizza i campioni a posteriori dell'ondata $t-1$ per condizionare il prior dell'ondata $t$. Nello specifico, per ogni campionamento $b$ dalla distribuzione a posteriori dell'ondata $t-1$, gli stati degli strati sono trattati come valori di condizionamento fissi per il prior AR(1) nell'ondata $t$.
• Stima: Il framework produce stime congiunte coerenti per livelli e movimenti. Lo stimatore del movimento è definito come la differenza tra i campionamenti a posteriori accoppiati ($\hat{\theta}^{(b)}_{d,t} - \hat{\theta}^{(b)}_{d,t-1}$), preservando la covarianza a posteriori indotta dalla sovrapposizione del campione e dalla dipendenza temporale.
• Intervalli: Il documento definisce Intervalli Bayesiani Calibrati (CBI) sia per i livelli che per i movimenti. Tali intervalli incorporano esplicitamente sia la varianza di campionamento (dal design) che la varianza del modello (dalla propagazione HB), garantendo una copertura valida in un contesto in cui la popolazione evolve nel tempo.

Contributi Chiave

1. Ottimizzazione Congiunta: Il documento introduce un framework che ottimizza simultaneamente la dimensione del campione e la sovrapposizione per soddisfare gli obiettivi di precisione sia per i livelli che per i movimenti, un problema distinto dall'allocazione trasversale statica.
2. Inferenza Coerente: Fornisce un framework inferenziale unificato in cui le incertezze di livello e di movimento sono quantificate congiuntamente. Il CBI del movimento tiene correttamente conto della componente di varianza del modello ($\hat{V}_{mod}$), che gli intervalli basati sul design classico ignorano.
3. Aggiornamento Sequenziale: Lo SHBU consente un aggiornamento sequenziale automatico senza la necessità di concatenazioni ad hoc di stimatori compositi o troncamenti di dati storici, poiché l'intera storia a posteriori è codificata nel prior AR(1).
4. Stima di Piccole Aree (Small Area Estimation): Sfruttando il modello di collegamento HB, il framework consente stime affidabili per piccoli domini (strati sparsi) che richiederebbero dimensioni campionarie proibitivamente grandi sotto un approccio puramente basato sul design.

Risultati
Il framework è stato valutato utilizzando una simulazione a quattro ondate basata sui microdati del Censimento Australiano 2021 (ondata 1) e dati simulati per le ondate 2–4, calibrati sulle dinamiche storiche del Labour Force Survey dell'Australian Bureau of Statistics.

• Efficienza dei Costi: Partendo dallo stesso 5% di allocazione proporzionale ($n_A = 42.018$) utilizzato in un design classico, il DMM ha ridotto la dimensione campionaria richiesta a $n^* = 40.251$ (una riduzione del 4,2%) soddisfacendo tutti i vincoli di precisione. Ciò ha comportato un risparmio di costi per il lavoro sul campo di circa il 6,3%.
• Copertura dei Livelli: Entrambi i design hanno ottenuto una copertura dei livelli e un'accuratezza puntuale comparabili (Rapporto Errore Relativo Assoluto Massimo tra 0,844 e 1,263).
• Copertura dei Movimenti: È stata osservata una divergenza significativa. Il DMM ha ottenuto una copertura dei movimenti del 100% in tutte le 27 celle variabile-dominio. Al contrario, il design classico ha ottenuto una copertura dell'82%–96% (87,5%–95,0% a livello nazionale). Gli intervalli classici presentavano una sottocopertura perché non tenevano conto della componente di varianza del modello inerente all'evoluzione stocastica della popolazione.
• Sensibilità: I risultati indicano che la validità dell'inferenza sui livelli del DMM è sensibile alla corretta calibrazione del coefficiente di propagazione AR(1); l'errata specificazione può degradare la copertura.

Significatività
Il documento sostiene che il framework DMM offra un approccio superiore per i sondaggi ripetuti, affrontando i limiti del design statico e dell'inferenza classica in un ambiente dinamico. La sua principale significatività risiede nel fornire una quantificazione congiunta e coerente dell'incertezza per livelli e movimenti, garantendo che gli intervalli di confidenza per i movimenti siano validi anche quando i parametri della popolazione evolvono stocasticamente. Ottimizzando congiuntamente il design e utilizzando l'aggiornamento bayesiano sequenziale, il framework raggiunge risparmi di costo e mantiene rigorosi standard di precisione senza l'intrattabilità operativa dell'estensione delle catene di stimatori compositi su molte ondate. Il documento conclude che, sebbene il framework dipenda dall'assunzione di un processo AR(1) stazionario, la disponibilità di dati storici consente la calibrazione empirica e la selezione del modello per mitigare i rischi di errata specificazione.