Ny metod för att karakterisera osäkerheten i skattningar på grupperade data
Datamaterial består ofta av information om individer från olika grupper. I många situationer varierar de åtgärder som man är intresserad av bara på gruppnivå. I en sådan situation kan det vara svårt att karakterisera osäkerheten i skattningarna. I en ny rapport från IFAU utvecklas en ny metod för att hantera detta inferensproblem.
Publicerades: 03 juni 2010
Problemet
I alla empiriska studier vill man ha en uppfattning om osäkerheten i skattningarna, dvs. utföra statistisk inferens och ta fram standardfel. Det blir särskilt svårt när de åtgärder som man är intresserad av bara varierar på gruppnivå, t.ex. skolor eller län. Om man bara har data för ett fåtal grupper – ett par skolor, eller kommun- och statsanställda – blir problemet akut. Individernas utfall samvarierar rimligen inom gruppen och datamaterialet innehåller i dessa fall begränsad information om storleken på samvariationen. Ibland dras den något extrema slutsatsen att det inte går att lära sig något från sådana studier: förvisso går det att skatta en effekt, men det är omöjligt att säga om den är statistiskt signifikant.
En lösning på problemet
Rapportförfattaren utvecklar en ny metod för att karakterisera osäkerheten i skattningarna vid dessa situationer. Metoden bygger på en känslighetsanalys som tidigare använts för t.ex. data med bortfall. Grundtanken är att det är storleken på samvariationen inom gruppen som är det centrala. I vissa fall är det orimligt att tro att samvariationen inom gruppen är så pass stor att enbart den driver en skattad effekt. Rapporten beskriver metoden teoretiskt. Dessutom tillämpas metoden på två välkända amerikanska studier.
Kontakt
Vid frågor kontakta Johan, tel. 018-471 60 55, e-post: johan.vikstrom@ifau.uu.se.