Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Piotrowska, Anna." wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Zastosowanie krzywych ROC w analizie ubóstwa miejskich i wiejskich gospodarstw domowych
Application of ROC Curves in Poverty Analysis of Urban and Rural Households
Autorzy:
Sączewska-Piotrowska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1050511.pdf
Data publikacji:
2016-06-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
ubóstwo
model logitowy
identyfikacja ubogich
krzywe ROC
miejskie i wiejskie gospodarstwa domowe
poverty
logit model
targeting the poor
ROC curves
urban and rural households
Opis:
W artykule przeprowadzono analizę determinant ubóstwa miejskich i wiejskich gospodarstw domowych z wykorzystaniem dwumianowego modelu logitowego. Do oceny mocy predykcyjnej oszacowanych modeli ryzyka ubóstwa gospodarstw miejskich i wiejskich zastosowano krzywe ROC oraz pola pod krzywymi ROC, oznaczane jako AUC. Wyboru punktów odcięcia (poziom prawdopodobieństwa, poniżej którego gospodarstwo uznawane jest za nieubogie) dokonano na podstawie wyznaczonych krzywych ROC. Dzięki wyznaczeniu krzywych ROC i pól AUC dla uproszczonych modeli logitowych, czyli zawierających podzbiory determinant określono wskaźnik najlepiej identyfikujący ubogie gospodarstwa domowe w mieście i na wsi. Najlepsze rezultaty w identyfikacji ubogich gospodarstw w mieście i na wsi są osiągane przy zastosowaniu wskaźnika odnoszącego się do grupy społeczno-ekonomicznej gospodarstwa domowego.
The article analyses poverty determinants of urban and rural households using binomial logit model. There were used ROC curves and area under ROC curves (AUC) to evaluate the predictive power of estimated risk models of urban and rural households poverty. Based on ROC curves there were chosen cut-off points (level of probability below which a household is considered not poor). On the basis of ROC curves and areas under ROC curves for simplified logit models (containing subsets of determinants) there was pointed the best poverty indicator. In urban and in rural areas the best targeting indicator is socio-economic group of household.
Źródło:
Przegląd Statystyczny; 2016, 63, 2; 211-234
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie ubóstwa z zastosowaniem nieparametrycznej estymacji funkcji przeżycia dla zdarzeń powtarzających się
Poverty Study Using Nonparametric Estimation of Recurrent Survival Function
Autorzy:
Sączewska-Piotrowska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/422645.pdf
Data publikacji:
2015
Wydawca:
Główny Urząd Statystyczny
Tematy:
ubóstwo
funkcja przeżycia
zdarzenia powtarzające się
nieparametryczna estymacja
poverty
survival function
recurrent events
nonparametric estimation
Opis:
W artykule przeprowadzono analizę czasu trwania gospodarstw domowych w sferze ubóstwa oraz w sferze poza ubóstwem. W tym celu wykorzystano estymatory funkcji prze-życia dla zdarzeń powtarzających się: estymator Wanga-Changa oraz dwa estymatory za-proponowane przez Peñę, Strawdermana i Hollandera (IIDPLE oraz FRMLE). Na podstawie uzyskanych wyników można stwierdzić, że prawdopodobieństwo przeżycia gospodarstw domowych w sferze poza ubóstwem przez długi czas jest większe niż w przypadku przeżycia w sferze ubóstwa. Bazując na graficznej metodzie uznano, że najlepszym estymatorem funkcji przeżycia w sferze ubóstwa i w sferze poza ubóstwem jest FRMLE. Oznacza to, że założenie o niezależności i takich samych rozkładach czasów oczekiwania na wystąpienie kolejnych zdarzeń w obrębie gospodarstw domowych nie jest słuszne.
The article analyses households’ poverty and nonpoverty duration. For this purpose survival function estimators for recurrent events were used: Wang-Chang estimator and two estimators proposed by Peña, Strawderman and Hollander (IIDPLE and FRMLE). We can conclude that survival probability for a long time out of poverty is greater than in the case of survival in poverty. Based on the graphical method we can conclude that the best estimator of survival in poverty and out of poverty is FRMLE. It means that we cannot assume that interoccurrence times within households are independent and identically distributed.
Źródło:
Przegląd Statystyczny; 2015, 62, 1; 29-51
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamika ubóstwa w miejskich i wiejskich gospodarstwach domowych
Poverty dynamics in urban and rural households
Динамика бедности в городских и сельских домашних хозяйствах
Autorzy:
Sączewska-Piotrowska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/543140.pdf
Data publikacji:
2016-07
Wydawca:
Główny Urząd Statystyczny
Tematy:
dynamika ubóstwa
analiza przeżycia
model analizy historii zdarzeń o czasie dyskretnym
poverty dynamics
survival analysis
discrete-time event history model
динамика бедности
анализ проживания
модель анализа истории событий дискретного времени
Opis:
W artykule wykorzystano metodę analizy zdarzeń o czasie dyskretnym do badania dynamiki ubóstwa w miejskich i wiejskich gospodarstwach domowych. Przeprowadzono analizę z zastosowaniem nieparametrycznych estymatorów funkcji ryzyka oraz modeli logitowych, będących modelami trwania o czasie dyskretnym. Na podstawie badania dotyczącego lat 2000—2013 można stwierdzić, że gospodarstwa domowe zamieszkujące wieś przebywają krócej w sferze poza ubóstwem oraz dłużej w sferze ubóstwa niż gospodarstwa miejskie. Ponadto gospodarstwa domowe miejskie mają większe szanse na wyjście ze sfery ubóstwa i mniejsze szanse wejścia do tej sfery niż gospodarstwa wiejskie.
The author used discrete-time event history methods to study poverty and non-poverty survival time of urban and rural households. To analyse there were used nonparametric estimators of hazard function and logit models, which are discrete-time survival models. On the basis on conducted analysis it can be concluded that rural households survive shorter in non-poverty and simultaneously longer in poverty than urban households. Besides, urban households have more chance of poverty exit and less chance of poverty entry than rural households.
В статье был использован метод анализа событий дискретного времени для обследования динамики бедности в городских и сельских домашних хозяйствах. Анализ был проведен с использованием непараметрических оценок функции риска и логит модели, которые являются моделями продолжительности дискретного времени. На основе обследования охватывающего 2000—2013 гг можно сказать, что домашние хозяйства в сельских районах проживают короче за пределами нищеты и дольше проживают в сфере бедности чем домашние хозяйства в городах. Кроме того городские домашние хозяйства имеют больше шансов выйти из бедности и меньше шансов проживания в таких условиях по сравнению с сельскими домашними хозяйствами.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 7; 39-59
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies