Robuste Schätzung regionaler Indikatoren auf Basis unsicherer Daten durch regularisierte Regression

Small Area Estimation erlaubt die Schätzung regionaler Indikatoren anhand kleiner Stichproben. Hierfür werden Survey-Daten mehrerer Regionen in statistischen Modellen kombiniert. Aufgrund der Digitalisierung der Gesellschaft entstehen immer mehr zusätzliche Datenquellen, wie etwa Website- und Social-Media-Daten, welche die Modelle weiter verbessern könnten. Bei der Verwendung dieser Daten ist jedoch zu beachten, dass ihre Eigenschaften sich deutlich von Stichprobendaten unterscheiden. Sie sind unter anderem mit einer generellen Unsicherheit assoziiert, welche sich nicht quantifizieren lässt. Klassische Schätzverfahren können dies nicht antizipieren, was zu ungenauen Ergebnissen führt. Dieser Artikel zeigt, dass die Schätzung regionaler Indikatoren gegen Unsicherheit mithilfe von Regularisierung robustifiziert werden kann.