کاربست طبقه‌بندی بهینه فضایی در آمارگیری هزینه و درآمد خانوار برای ارائه برآورد به روش نمونه‌گیری طرح‌مبنای فضایی

آمارگیری هزینه و درآمد خانوار یکی از مهم‌ترین آمارگیری‌های مرکز آمار ایران است که پارامترهای اصلی آن همبسته فضایی هستند.وقتی همبستگی فضایی میان واحدهای جامعه وجود دارد، انتخاب نمونه‌های مستقل به روش کلاسیک به دلیل برقرار نبودن شرط استقلال واحدهای جامعه با چالش‌های بسیاری مواجه است. استفاده از نمونه‌گیری فضایی راه حلی برای مواجه با این مشکل است. به‌کارگیری نمونه‌گیری فضایی به دلیل دسترسی نداشتن به چارچوب مناسب، در آمار رسمی کمتر مورد توجه واقع شده است. در این مقاله یک روش طرح‌مبنای مدل‌یار برای طبقه‌بندی بهینه فضایی جامعه هدف مرور می‌شود. در حال حاضر اطلاعات مکانی واحدهای جامعه در چارچوب نمونه‌گیری آمارگیری هزینه و درآمد وجود ندارد، اما دسترسی به اطلاعات مکانی برخی از واحدهای نمونه توسط مرکز آمار ایران برای این مطالعه محقق شده است. تولید داده‌های مکانی یکی از مولفه‌های اصلی در مدرن‌سازی نظام آماری است و مورد توجه مرکز آمار ایران قرار دارد. بنابراین در این مقاله با شبیه‌سازی چارچوب فضایی نمونه‌گیری بر اساس الگوی داده‌های هزینه و درآمد، کاربست طبقه‌بندی بهینه فضایی بر اساس فاصله تعمیم‌یافته با استفاده از خطای پیشگویی انجام می‌شود. نتایج نشان دهنده افزایش کارایی روش نمونه‌گیری با این طبقه‌بندی در مقایسه با نمونه‌گیری تصادفی ساده در سطح نواحی جغرافیایی است. همچنین نتایج شبیه‌سازی با مشبکه‌هایی با اندازه‌های مختلف و میزان همبستگی متفاوت حاکی از کارایی این روش در مقایسه با روش فعلی آمارگیری هزینه و درآمد است.

Application of Optimal Spatial Stratification in Household Income and Expenditure Survey to Provide Estimates by Spatial Design-Based Sampling

Household Income and Expenditure Survey (HEIS) is one of the most important surveys of the Statistical Center of Iran, the main parameters of which are spatially correlated. When there is a spatial correlation between the units of population, the classical way of selecting independent sampling units is challenging due to the lack of basic condition for the independence. Using spatial sampling is a solution to encounter this problem. Implementation of spatial sampling has received less attention in official statistics due to the lack of access to a suitable framework. In this paper we review a designbased model assisted method for optimal spatial stratification of the target population. At present, spatial information of population units are not available in the framework of HEIS, but access to spatial information of some sample units has been achieved by the Statistical Center of Iran for this study. The production of spatial data is one of the main components in the modernization of the statistical system which is considered by Statistical Center of Iran. In this paper, the sampling frame is simulated based on the HEIS data and then application of optimal spatial stratification based on a generalized distance is performed. The results demonstrate an increase in the efficiency of the mentioned sampling method compared to simple random sampling at the level of geographical areas. Also, simulation of grids with different sizes and correlations reflects the better performance of this method compared to the current method of HEIS.