“Time Series Modelling in Repeatedly Conducted Sample Surveys”

Het onderwerp van dit proefschrift is kort samengevat het verbeteren van de nauwkeurigheid en de vergelijkbaarheid van officiële statistische cijfers. Statistieken zijn meestal samengesteld op basis van (aselecte) steekproeven. Hoe groter de omvang van de steekproef, hoe meer de schatting (bijvoorbeeld het gemiddelde) naar verwachting de juiste waarde benadert. Soms is de steekproefomvang erg klein, waardoor de schatting onbruikbaar wordt (denk aan een geschat werkloosheidscijfer van 3%±4% bij een 95% betrouwbaarheidsniveau). Bovendien worden schattingen van voor en na een nieuw ontwerp van het onderzoek onvergelijkbaar met elkaar. Tijdreeksmodellen kunnen worden gebruikt om deze problemen op te lossen zonder dat (dure) aanvullende interviews hoeven te worden gehouden. Door deze verkregen efficiëntie kan de steekproefomvang twee of zelfs drie maal kleiner worden gemaakt.

Trefwoorden: hiërarchische Bayesiaanse aanpak, Kalman-filter, multilevel modellen, kleine domeinschattingen, state-space modellen, variantie reductie