《Stats》：A Bayesian Comparison of Unit-Level and Fay–Herriot Models for Small Area Estimation
编辑推荐：
本文在概率抽样下比较了两种贝叶斯小域估计（SAE）模型：加权单元级模型与Fay–Herriot模型。后验推断采用乘法法则，单元级模型使用无信息先验，Fay–Herriot模型使用 proper shrinkage prior（恰当收缩先验）。研究方法以美国国家
本文在概率抽样下比较了两种贝叶斯小域估计（SAE）模型：加权单元级模型与Fay–Herriot模型。后验推断采用乘法法则，单元级模型使用无信息先验，Fay–Herriot模型使用 proper shrinkage prior（恰当收缩先验）。研究方法以美国国家健康与营养调查（NHANES III）中加利福尼亚州八个县的身体质量指数（BMI）数据进行说明，并在两项不含聚类或分层的模拟研究中予以评估。两种模型产生相似的后验均值，但Fay–Herriot模型表现出更大的后验标准差，且单元级模型结果对调查权重的归一化敏感。在第一项模拟研究中，单元级可信区间低于名义覆盖率，一项诊断将此归因于在误差具有常数方差时将权重用作方差缩放，而Fay–Herriot区间达到或超过名义覆盖率。第二项研究为校准贝叶斯（calibrated Bayes）检验，显示两种模型在其先验预测分布下均具有近似名义覆盖率，但这并不意味着在固定参数值下具有名义覆盖率。上述结果表明，较小的后验不确定性本身并非优势：当仅有域级汇总数据可用时Fay–Herriot模型仍具吸引力，但后验不确定性与区间覆盖率应结合考量，且结论以所用的加权与方差设定为条件。
研究背景方面，小域估计（SAE）是现代调查统计的重要组成部分，政策制定者、政府机构与研究人员需要县级、学区及卫生服务区域等样本量过小而无法支撑准确直接估计的区域的可靠估计。仅基于域内数据的直接估计量抽样变异性大，因此借力于相关区域的基于模型方法已成为标准途径。基于模型的框架主要有两类：单元级模型使用个体抽样单元及其协变量，可利用更丰富的数据结构，其基础为Battese等提出的嵌套误差回归模型，Parker等证明需将调查权重谨慎纳入似然以实现设计一致性，Chen等表明当抽样机制依赖响应时忽略设计权重会使推断产生偏倚；域级模型则作用于汇总信息即直接估计量及其抽样方差，最具影响力的是Fay–Herriot（FH）模型，因其仅需域级信息而成为官方统计的标准工具。尽管单元级模型可能更有效，但单元级数据常因保密、数据共享限制或成本而难以获取，故域级模型仍被广泛使用。贝叶斯方法因提供连贯的不确定性量化、适应层次结构并能对域参数给出直接概率陈述而日益受到关注。然而，针对同一调查信息拟合的单元级与域级贝叶斯模型的后验不确定性鲜有直接比较，其可信区间是否良好校准亦知之甚少。这很重要，因为两模型对同一数据可能报告差异很大的后验标准差，而后验标准差较小只有在区间同时达到名义覆盖率时才是优势；否则可能反映低估抽样变异的似然、强信息先验或忽略调查设计特征的方差估计。两模型不仅在聚合层次上不同，还在方差设定、先验分布及调查权重处理上存在差异，故公平比较须以已知真值评估并考察结论对这些选择的依赖性。研究人员的目标是比较两模型的后验不确定性、收缩、精度与区间校准，推导边际后验分布与后验恰当性条件，分析NHANES III的加州县级BMI数据并进行先验、权重归一化、抽样方差估计与数值近似的敏感性分析，同时开展两项模拟研究。结论表明，在此模拟中当信号较弱或中等时两模型给出相似的小域均值估计，尽管后验不确定性可能相差很大，尤其当域数较少时；两模型均不占优：单元级模型使用个体观测与权重且区间较窄，但当权重被用作方差缩放且误差为常数方差时出现覆盖不足，而Fay–Herriot区间以更大宽度达到或超过名义水平且依赖抽样方差的估计方式；当仅有域级汇总可用时Fay–Herriot模型仍然适用，选择应同时反映区间宽度与覆盖率及可用的调查信息。
研究人员开展研究用到的主要关键技术方法包括：基于乘法法则的直接随机抽样后验推断（避免马尔可夫链蒙特卡洛（MCMC）的预热与收敛诊断），条件分布精确抽样而对一维方差参数边际后验在网格上近似并评估其精度；单元级模型采用按域内归一化使权重之和等于Kish有效样本量的加权伪似然；Fay–Herriot模型采用基于加权直接估计量与设计型抽样方差的层次模型并配以恰当收缩先验；数据来源为NHANES III中加州八个县的BMI记录（读取1868条，排除1条无县标识记录后剩1867人）；模拟研究含固定参数下的重复抽样研究（偏差、误差、区间宽度与覆盖率）与校准贝叶斯覆盖率研究。
研究结果方面，"数据描述"部分通过NHANES III加州八县BMI数据（响应为BMI，协变量为年龄、种族、性别）说明数据结构，并指出该分析仅为示例而非对NHANES III数据的完整分析，且数据缺乏分层与初级抽样单元标识。"后验计算"部分通过乘法法则直接抽样、网格近似与抖动获得后验抽样，指出单元级模型权重按县归一化使有效县规模进入收缩因子，故后验对权重尺度不具不变性。"后验摘要"部分通过拟合得出单元级模型组内相关系数后验均值为0.028（95%可信区间0.004至0.113），Fay–Herriot模型县间方差后验均值为0.015（0.002至0.401），并发现单元级模型回归系数后验标准差远小于仅基于八个直接估计量的Fay–Herriot模型，且年龄与种族在单元级模型下区间排除零。"县级估计比较"部分通过比较发现两模型后验均值相似并保持相同的县级BMI变异总体格局，但Fay–Herriot后验标准差在每个县都更大（比值从1.5至3.4），95%区间平均宽度单元级为1.8、Fay–Herriot为3.5，并强调因真值未知这不能确立任一模型更准确或更优校准。"数值精度与敏感性分析"部分通过重新拟合与主分析比较发现：更细网格与更多抽样下后验均值变化至多0.002，后验标准差与区间宽度变化至多0.01与0.02，属蒙特卡洛误差量级；替换先验使单元级后验均值变化至多0.001、标准差至多0.003，Fay–Herriot对先验更敏感；将归一化权重乘以常数不改变结果但改变归一化方式使后验标准差变化约0.1、组内相关系数后验均值从0.028降至约0.009；替换为线性化抽样方差使Fay–Herriot后验标准差变化达0.2；逐一剔除一县使方差分量变化明显；并指出仅八个县且缺乏设计变量使比较仅为描述性。"模拟研究1"部分通过固定真值的重复抽样发现两模型基本无偏（平均绝对偏差不超过0.04），信号弱或中等时点估计相近而信号强时单元级更准确（RPMSE比值最高1.6），Fay–Herriot后验标准差在所有15个设计点均更大（因子1.5至3.4），单元级区间覆盖率在各设计点均低于名义95%（面积均值0.82至0.93），而Fay–Herriot覆盖率达到或超过名义水平（0.95至1.00），诊断将单元级覆盖不足归因于常数方差误差下将权重用作方差缩放而非先验。"模拟研究2"部分通过校准贝叶斯检验发现两模型在各域数下域特定覆盖率中位数介于0.93至0.96，中间50%介于0.93至0.97，表明在先验预测分布下近似名义覆盖，但这不意味着固定参数值下的名义覆盖。
讨论部分总结指出，加州BMI应用显示相似后验均值但不同后验标准差，Fay–Herriot为单元级的1.5至3.4倍，此差异不能仅由先验解释；单元级结果对调查权重归一化不具不变性且依赖抽样方差估计与个别县，因真值未知应用仅为描述性；模型差异不能仅归因于聚合。两项不含聚类或分层的模拟研究在重复抽样下考察模型：第一项中两模型基本无偏，信号弱或中等时RPMSE几乎相同而信号强时单元级更准确，Fay–Herriot后验标准差在每个设计点更大且覆盖率达到或超过名义水平，单元级覆盖率低于名义水平，诊断归因于常数方差误差下将权重用作方差缩放；第二项校准贝叶斯检验显示两模型中位域特定覆盖率介于0.93至0.96，但先验预测下的近似名义覆盖不能确立固定参数值下的名义覆盖。两项研究均未含聚类或分层，模拟中选择仅依赖模型内协变量且仅用一种加权机制，故所有陈述以所采用的加权与抽样方差设定及所研究设计为条件，不应视为复杂调查设计的一般结果；簇内正相关降低样本独立信息且未反映于Fay–Herriot抽样方差，单元级模型将域内单元视为给定域效应下条件独立，将比较扩展至聚类设计与信息性抽样为未来工作。研究结论部分译文为：本文在概率抽样下比较了两种贝叶斯小域估计模型，即加权单元级模型与经典Fay–Herriot模型，目标是考察两种方法在应用于同一调查信息时在小域均值估计与后验不确定性量化方面的比较。两者均以给定加权样本协变量均值的基于模型的条件域均值为目标（而非有限总体域均值，因总体协变量均值未知），故估计与区间针对基于模型的域均值，不反映以加权样本均值近似总体协变量均值所产生的误差。后验推断采用基于乘法法则的直接抽样，不使用Gibbs抽样或Metropolis-Hastings算法；方差参数的边际后验在网格上近似，更细网格与更多抽样仅以蒙特卡洛误差量级改变结果。加州BMI应用作为示例而非NHANES III数据的完整分析，显示相似后验均值但不同后验标准差，Fay–Herriot为单元级的1.5至3.4倍，此差异不能仅由先验解释；单元级结果对调查权重归一化不具不变性且依赖抽样方差估计与个别县，因真值未知应用仅为描述性；模型差异不能仅归因于聚合。两项不含聚类或分层的独立模拟研究在重复抽样下考察模型：第一项中两模型基本无偏，信号弱或中等时RPMSE几乎相同而信号强时单元级更准确，Fay–Herriot后验标准差在每个设计点更大，单元级区间覆盖率低于名义水平，诊断将其归因于常数方差误差下将权重用作方差缩放，而Fay–Herriot后验标准差在信号弱时接近RPMSE且覆盖率接近名义水平、信号强时超过RPMSE且区间保守；两模型均未在所有设定下一致校准，较窄区间只有在同时覆盖目标时才更可取。第二项校准贝叶斯检验显示两模型在各域数下中位域特定覆盖率介于0.93至0.96，先验预测下的近似名义覆盖不能确立固定参数值下的名义覆盖，故两类覆盖率均应考量。两项研究均未含聚类或分层，应用数据缺乏相应设计变量，模拟中选择仅依赖模型内协变量且仅用一种加权机制，故所有陈述以所采用的加权与抽样方差设定及所研究设计为条件，不应视为复杂调查设计的一般结果；簇内正相关降低样本独立信息且未反映于Fay–Herriot抽样方差，单元级模型将域内单元视为给定域效应下条件独立，将比较扩展至聚类设计与信息性抽样为未来工作。总体而言，在此模拟中信号弱或中等时两模型给出相似的小域均值估计，尽管后验不确定性可能相差很大，尤其当域数较少时；两模型均不占优：单元级模型使用个体观测与权重且区间较窄，但当权重被用作方差缩放且误差为常数方差时出现覆盖不足，而Fay–Herriot区间以更大宽度达到或超过名义水平且依赖抽样方差的估计方式；当仅有域级汇总可用时Fay–Herriot模型仍然适用，选择应同时反映区间宽度与覆盖率及可用的调查信息。
