کاربردی از مدل آمیخته ی خطی در براورد کوچک ناحیه ای محصول پرتقال در استان فارس

در سال های اخیر روش های براورد کوچک ناحیه ای مورد توجه قرار گرفته اند. این توجه به دلیل افزایش درخواست براوردهای معتبر برای کوچک ناحیه ها بوده است، زیرا این براوردها برای برنامه ریزی های توسعه ای، تخصیص اعتبارهای دولتی و تصمیم گیری های تجاری به کار می آیند . پرسش کلیدی در براورد کوچک ناحیه ای این است که وقتی اندازه ی نمونه ای کم است، چگونه می توان براوردهای معتبر به دست آورد؟ زمانی که اندازه ی نمونه ای به دست آمده از یک ناحیه، کوچک (یا حتی صفر) باشد، براوردگرهای مستقیم از یک انحراف معیار بزرگ و غیر قابل قبولی برخوردار می شوند. یک راه بهبود این براوردها، وام گرفتن قدرت از منبع های داده ای موجود است. برای این کار می توان از طریق مدل بندی یا به عبارتی استفاده از مدل های اتصالی (شامل مدل های صریح و ضمنی) اثر اندازه ی نمونه ای را بهبود بخشید. برای به دست آوردن براورد معتبر میانگین کوچک ناحیه ای مدل های آمیخته ی خطی تعمیم یافته و بهترین پیشگوگر نااریب خطی تجربی به طور گسترده مورد استفاده قرار گرفته اند. در این مقاله ابتدا براورد کوچک ناحیه ای را معرفی می کنیم. سپس برای به دست آوردن براوردهای معتبر برای کوچک ناحیه ها به معرفی مدل فی-هریوت (فی-هریوت، ۱۹۷۹)، حالت خاص مدل های آمیخته ی خطی تعمیم یافته می پردازیم. سرانجام در یک مطالعه ی شبیه سازی با استفاده از داده های سرشماری کشاورزی سال ۱۳۸۲، تولید پرتقال در شهرستان های استان فارس (کوچک ناحیه ها) در سال ۱۳۸۲ و بر اساس مدل فی-هریوت ۱۹۷۹ براورد می شود.

Keywords:

Small area estimation , direct estimator , indirect estimator , Fay-Herriot model , generalized linear mixed models , restricted maximum likelihood estimation , empirical best linear unbiased predictor. , براورد کوچک ناحیه ای , براوردگر مستقیم , براوردگر نامستقیم , مدل فی-هریوت , مدلهای آمیخته ی خطی تعمیم یافته , براورد ماکسیمم درستنمایی مقید , بهترین پیشگوگر نااریب خطی تجربی.