Tutkielmassa vertaillaan pienalue-estimointimenetelmien toimivuutta Tilastokeskuksen Kulutustutkimus 2006 -aineistossa. Vertailussa on mukana asetelmaperusteinen Hájek-estimaattori, asetelmaperusteinen malliavusteinen GREG-estimaattori sekä malliperusteinen EBLUP-estimaattori. Vertailu suoritetaan eri aluejaotteluilla (maakunta, seutukunta, kunta), jolloin tutkittavaksi tulee hyvin erikokoisia alueita. Kuntatasolla muutamista kunnista ei ole yhtään havaintoa aineistossa.
Malliavusteiset ja -perusteiset pienalue-estimointimenetelmät vaativat hyvän, koko perusjoukon kattavan lisäinformaation saatavuutta. Lisäinformaatioksi tulee valita sellaisia muuttujia, jotka korreloivat mahdollisimman voimakkaasti valitun tulosmuuttujan kanssa, mutta jotka eivät korreloi keskenään (multikollineaarisuus). Lisäinformaation käytöllä havaitaan olevan merkittävä rooli pienalue-estimaattien täsmällisyyden parantamisessa.
Asetelmaperusteiset estimaattorit ovat hyvin tehottomia menetelmiä pienten osajoukkojen tapauksessa. Tällöin sekä Hájek- että GREG-estimaattorit tuottavat estimaatteja, joiden keskivirhe on hyvin suuri. Malliperusteinen EBLUP-estimaattori sen sijaan on hyvin täsmällinen osajoukon koosta riippumatta. Tutkielmassa vertaillaan yleisen tason vertailun lisäksi myös analyyttisiä ja bootstrap-menetelmällä laskettuja estimaatteja sekä niiden estimoituja keskivirheitä. Tuloksista havaitaan, että EBLUP-menetelmän tuottamat analyyttiset keskivirhe-estimaatit ovat aivan liian optimistisia (kuntatasolla bootstrap-menetelmän tuottamat keskivirhe-estimaatit ovat keskimäärin 80 % suurempia kuin analyyttiset keskivirhe-estimaatit). Hájek- ja GREG-menetelmien osalta analyyttisten ja bootstrap-keskivirheiden vastaavuus on ilmeinen. EBLUP-estimaattorin osalta testattiin myös painokertoimien vaikutusta estimaatin keskivirheeseen. Vertailusta havaittiin, että painokertoimet kasvattavat estimaatin keskivirhettä varsinkin pienissä osajoukoissa. Painokertoimien huomioiminen kuitenkin parantaa tulosten yleistettävyyttä perusjoukon tasolle.
Tutkielman lopuksi keskityttiin enemmän estimoitavaksi valitun indikaattorin sisältöön, ja visualisoitiin estimoituja tuloksia Statistics Explorer -ohjelmistolla. Indikaattorina käytettiin terveyskeskuspalveluista saatuja etuuksia, josta ensin estimoitiin kuntakohtaiset vuosikeskiarvot kotitaloutta kohti. Saatuja keskiarvoestimaatteja verrattiin kuntakohtaiseen sairastavuusindeksiin, jotta saaduista tuloksista voitaisiin tehdä jonkinlaisia johtopäätöksiä. Analyysia jatkettiin siten, että estimoitiin kuntakohtaiset etuustotaalit ja suhteutettiin ne kunnan perusterveydenhuollon toimintamenoihin. Tämän suhteen ajatellaan kuvastavan sitä, kuinka monikertaisina kunnan perusterveydenhuoltoon käyttämät menot palautuvat asukkaille etuuksina.
