Statistische Analysen

Schätzverfahren

Small Area Methods

In jüngster Zeit etabliert sich mit den Small-Area-Methoden (SAM) ein neues Schätzverfahren in der empirischen Sozialforschung. Mit SAM können auch für kleine Teilgebiete oder kleinere Gruppen bzw. Gruppen mit geringer Prävalenz in der Bevölkerung verlässliche Schätzwerte ermittelt werden.

Damit sind genauere (mit kleinerem Stichprobenfehler), kleinräumige Populationsschätzungen möglich, wodurch bisherige aufwändige empirische Untersuchungen ersetzt werden können.

Bei SAM werden unter anderem auch die klassischen statistischen Schätzverfahren durch bayessche statistische Verfahren ersetzt beziehungsweise um diese ergänzt. Der Vorteil der SAM gegenüber herkömmlichen Schätzmodellen besteht somit darin, dass durch die Verwendung von externen, nicht aus der Erhebung stammenden Hilfsvariablen, mit Informationen über eine kleinräumige Einheit nicht die Menge an empirischen Daten vorliegen muss, die klassische Schätzverfahren benötigen. Voraussetzung ist lediglich eine klare, hierarchische Struktur der Daten, die geografisch sein kann (aber nicht zwangsläufig sein muss).

Die Kernkompetenz bei SAM liegt in der Modellierung der Daten, sprich in der Anwendung der verschiedenen Hilfsvariablen für die jeweiligen Schätzungen. Je nach Untersuchungsgegenstand werden Gemeinsamkeiten und Unterschiede verschiedener Gebiete sowie sinnhafte Korrelationen abgebildet und diese dann für die Vorhersage der Kennwerte angewendet. Dabei ziehen wir  verschiedene externe Variablen heran und bilden Korrelationen zu den angelegten Fragestellungen. Unterstützt werden wir hier von der Unternehmensschwester infas 360, die auf die Sammlung, Aufbereitung und Analyse von georeferenzierten externen Bestandsdaten spezialisiert ist.