【摘要】小域估计(SAE)是小样本抽样调查中的重要议题,该问题下使用经典统计学方法的估计偏差较大。文章基于经验贝叶斯理论的基本思想构建分层贝叶斯模型,以我国肺结核疾病死亡率为例提出了一种小样本条件下有关健康比率数据的小域估计方法,应用MCMC算法对模型中的参数和超参数进行了后验推断。结果表明,与传统方法相比,分层贝叶斯模型同时考虑了不同地区间的同质性与异质性,并可根据样本数量大小对小域估计量进行合理调整,其估计结果更具稳健性。