Küçük alan tahminlerinde adımlı oransal ayarlama tekniği ile kategorik veri analizi

Küçük alanlar, bir ülke içerisindeki çeşitli idari ve coğrafi birimler olarak tanımlanabilir. Bu tür alanlara ilişkin tahmin değerlerine, ekonomik ve politik nedenlerden dolayı sık sık ihtiyaç duyulmaktadır. Küçük alanlara ilişkin yapılan tahmin çalışmalarında, klasik tahmin çalışmaları yetersiz kalmakta ve başarılı sonuçlar vermemektedir. Bu nedenle, küçük alan tahminleri elde etmede kullanılan bazı özel teknikler mevcuttur. Bu çalışmada, iki boyutlu çapraz tablo verisiyle çalışılması durumunda kullanılan adımlı oransal ayarlama tekniği ele alınmıştır. Tekniğin yöntemi anlatıldıktan sonra, basitleştirilmiş adımsal ayarlama tekniği kullanılarak, bir küçük alan niteliğine sahip Muğla İli’ndeki işsizlik oranı, yaş gruplarına göre tahmin edilmiştir. Sonuç olarak, küçük alanlara özgü bir teknik kullanılarak gerçekleştirilen bu deneysel çalışmada, elde edilen işsizlik tahmin değerlerinin, gerçek değerlerle büyük oranda örtüştüğü saptanmıştır.

Küçük alanlar ,

Küçük alan tahminleri ,

Çapraz tabloların analizi ,

Adımlı oransal ayarlama tekniği ,

Small domains ,

Small domains can be defined as various administrative or geographical units within a country. Estimations for such areas are often needed for economic and political purposes. In the estimation studies made for small domains, classical estimation techniques are insufficent and mostly unsuccessful. Hence, there are some special techniques to obtain small domain estimations. In this study, the iterative proportional technique, which is used with two dimensional cross table data, has been handled. After giving the methodology of the technique, the unemployment rate according to the age groups in Muğla province which is a small domain, has been estimated by using the simplified iterative proportinal technique. Finally, in this experimental study which has been performed using a technique special for small domains, it is seen that the unemployment estimate values are very close to the real values.

Small domain estimation ,

Categorical data analysis ,

Iterative proportional fitting ,