초록
표본조사에서는 일반적으로 지형학적 범위가 넓거나 흔히 우리가 알고 있는 지형적 범위 즉시 또는 도 단위로 표본설계가 이루어진다. 그러므로 지형학적 범위가 작은 소지역은 충분한 표본의 확보가 불가능하며 따라서 정확한 소지역 통계를 얻는 것은 매우 어렵다. 이러한 문제로 정확한 소지역 통계를 얻기 위한 연구가 활발히 진행되고 있다. 최근 신기일과 이상은(2003)은 공간통계 모형을 이용한 소지역 추정을 연구하였다. 본 논문은 신기일과 이상은(2003)의 공간자기회귀(Spatial Autoregressive: SAR) 모형을 확장한 모형인 베이지안 자기 포아송 모형 (Bayesian Auto-Poisson Model: BAPM)을 이용한 소지역 추정에 관하여 연구하였다. 분석에 사용된 자료는 호주의 1998년 장애인 통계 (Survey of Disability, Aging and Cares:SDAC)이 며 MSE, MB 그러고 회귀 분석을 이용한 편의 분석기법이 비교에 사용되었다.
In sample survey sample designs are performed by geographically-based domain such as countries, states and metropolitan areas. However mostly statistics of interests are smaller domain than sample designed domain. Then sample sizes are typically small or even zero within the domain of interest. Shin and Lee(2003) mentioned Spatial Autoregressive(SAR) model in small area estimation model-based method and show the effectiveness by MSE. In this study, Bayesian Auto-Poisson Model is applied in model-based small area estimation method and compare the results with SAR model using MSE ME and bias check diagnosis using regression line. In this paper Survey of Disability, Aging and Cares(SDAC) data are used for simulation studies.
