• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Survey methodology >Small area estimation for unemployment using latent Markov models
【24h】

Small area estimation for unemployment using latent Markov models

机译：使用潜在马尔可夫模型的失业小面积估算

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In Italy, the Labor Force Survey (LFS) is conducted quarterly by the National Statistical Institute (ISTAT) to produce estimates of the labor force status of the population at different geographical levels. In particular, ISTAT provides LFS estimates of employed and unemployed counts for local Labor Market Areas (LMAs). LMAs are 611 sub-regional clusters of municipalities and are unplanned domains for which direct estimates have overly large sampling errors. This implies the need of Small Area Estimation (SAE) methods. In this paper we develop a new area level SAE method that uses a Latent Markov Model (LMM) as linking model. In LMMs, the characteristic of interest, and its evolution in time, is represented by a latent process that follows a Markov chain, usually of first order. Therefore, areas are allowed to change their latent state across time. The proposed model is applied to quarterly data from the LFS for the period 2004 to 2014 and fitted within a hierarchical Bayesian framework using a data augmentation Gibbs sampler. Estimates are compared with those obtained by the classical Fay-Herriot model, by a time-series area level SAE model, and on the basis of data coming from the 2011 Population Census.
机译：在意大利，国家统计局（ISTAT）每季度进行一次劳动力调查（LFS），以估算出不同地理级别的人口的劳动力状况。特别是，ISTAT提供了本地劳动力市场区域（LMA）的LFS估计的就业和失业人数。 LMA是611个城市的分区区域，是非计划性领域，对其直接估计的抽样误差过大。这意味着需要小面积估计（SAE）方法。在本文中，我们开发了一种新的区域级SAE方法，该方法使用潜在马尔可夫模型（LMM）作为链接模型。在LMM中，感兴趣的特征及其随时间的演变由潜伏过程表示，该过程遵循马尔可夫链，通常是一阶的。因此，允许区域随时间更改其潜在状态。提议的模型适用于LFS 2004年至2014年的季度数据，并使用数据增强Gibbs采样器拟合到层次贝叶斯框架内。根据2011年人口普查数据，将估算值与经典Fay-Herriot模型，时间序列区域水平SAE模型获得的估算值进行比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号