در مدل سطح ناحیه یا فی-هریوت که پرکاربردترین مدل در برآورد کوچک ناحیه است، معمولاً فرض می شود که اثرهای تصادفی خاص هر ناحیه و خطاهای نمونه گیری دارای توزیع نرمال هستند. اما مقدارهای خیلی بزرگ یا خیلی کوچک از مولفه های خطا باعث عملکرد ضعیف برآوردهای کوچک ناحیه ای بر اساس روش های برآورد کوچک ناحیه ای موجود می شوند. برای رفع این مشکل در این مقاله برای مولفه های خطا توزیع توزیع α-پایدار متقارن جایگزین توزیع نرمال می شود و با رهیافت بیز تجربی پارامترهای کوچک ناحیه ها برآورد می شوند. با استفاده از شبیه سازی و تحلیل داده های واقعی به مقایسه مدل جدید ارائه شده با روش بیز تجربی در مدل کلاسیک بر اساس نرمال بودن مولفه های خطا و روش های استوار بر اساس رهیافت بیز تجربی پرداخته و کارایی مدل پیشنهادی در برآورد دقیق پارامترهای کوچک ناحیه ، به خصوص وقتی مولفه های خطا هر دو نرمال یا هر دو دارای توزیع دم بلند هستند، نشان داده می شود.
