Modellen voor schattingen op diverse aggregatieniveaus
Er wordt een tijdreeksmodel ontwikkeld om maandelijkse werkloosheidscijfers op provinciaal niveau en kwartaalcijfers op gemeentelijk niveau te schatten. Het model is geformuleerd in een hiërarchisch Bayesiaans kader en geschat met MCMC-simulaties. Het model ontleent informatie uit voorgaande perioden, andere domeinen en hulpreeksen van uitkeringsgerechtigden. Regressiecoëfficiënten voor de hulpreeksen mogen per gemeente verschillen en variëren door de tijd. Een andere manier om cross-sectionele correlaties op te nemen wordt verkregen door het modelleren van ruimtelijke effecten tussen domeinen en tussen random regressiecoëfficiënten. Om rekening te houden met de diversiteit van gemeenten en mogelijk volatiele tijdsafhankelijkheid, worden niet-normaal verdeelde gemeentelijke effecten en trendinnovaties gemodificeerd met behulp van global-local shrinkage priors.