Informacja

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

Wyszukujesz frazę "Kubacki, Jan" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Application of bayesian estimation methods for small domains in the Polish Labor Force Survey
Zastosowanie bayesowskich metod estymacji dla małych obszarów w Badaniu Aktywności Ekonomicznej Ludności
Autorzy:
Kubacki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/906830.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
small area estimation
labor force survey
model approach
empirical Bayes estimation
hierarchical Bayes estimation
Opis:
The author presents a synthetic overview of recent efforts related to the small area estimation methods applied to the Polish Labor Force Survey (PLFS). The review concerns methodology and results obtained by Central Statistical Office connected with PLFS and National Census and some results obtained by the author of this paper. In the paper author discusses various methods of estimation together with evaluation of quality of such estimation. In particular the relationship between quality of Bayes estimates type and quality of a priori estimates and also type of applied method of estimation is presented.
Referat przedstawia syntetyczny przegląd przeprowadzonych ostatnio badań, dotyczących zastosowania metod statystyki małych obszarów, z użyciem wyników z Badania Aktywności Ekonomicznej Ludności. Przegląd dotyczy zagadnień metodologicznych oraz wyników otrzymanych przez Główny Urząd Statystyczny, związanych z BAEL oraz Spisem Powszechnym 2002, jak również wynikami otrzymanymi przez autora niniejszego referatu. W referacie dyskutowane są różne metody estymacji, łącznie z szacunkami ich jakości. W szczególności przedstawione została zależność jakości danych szacowanych z użyciem metod bayesowskich od jakości szacunków a priori oraz rodzaju zastosowanej metody estymacji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of Mean Income for Small Areas in Poland Using Rao-Yu Model
Szacowanie średniego dochodu dla małych obszarów w Polsce z wykorzystaniem modelu Rao-Yu
Autorzy:
Jędrzejczak, Alina
Kubacki, Jan
Powiązania:
https://bibliotekanauki.pl/articles/657876.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
estymacja dla małych obszarów
estymator EBLUP
model Rao-Yu
analiza nieliniowa
small area estimation
EBLUP estimator
Rao-Yu model
nonlinear analysis
Opis:
Modelowanie i szacowanie zależności, które uwzględniają szeregi czasowe oraz dane przekrojowe, jest często dyskutowane w literaturze statystycznej, ale na ogół w takich pracach nie są brane pod uwagę błędy losowe. W pracy przedstawiono zastosowanie modelu Rao-Yu uwzględniającego zarówno autokorelację między obszarami efektów losowych zjawisk w czasie, jak i błędy losowe oszacowane na podstawie próby. Na podstawie modelu otrzymano empiryczny najlepszy nieobciążony predyktor liniowy (EBLUP), uwzględniający korelację zjawisk w czasie. Jako przykład wybrano aplikację dla kilku zmiennych dochodowych wyznaczonych dla województw dla lat 2003–2011 na podstawie Badania Budżetów Gospodarstw Domowych wraz z wybranymi zmiennymi objaśniającymi pochodzącymi z Banku Danych Lokalnych GUS. Obliczenia wykonano w systemie R-project z użyciem pakietów sae2 i sae oraz programu WesVar. Precyzję dla szacunków bezpośrednich wyznaczono z użyciem metody półprób zrównoważonych (BRR).Dla większości rozważanych przypadków zaproponowana metoda, stosująca model dla małych obszarów typu Rao-Yu, skutkuje znaczącą poprawą szacunków średniego dochodu gospodarstw domowych w Polsce, o czym świadczą oceny błędów szacunku porównane do zwykłej estymacji EBLUP. Dla części otrzymanych modeli stwierdzono istnienie wysokiej autokorelacji związanej ze składnikiem losowym dla czasu ρ (o wartościach niekiedy wyższych od 0.9), co dobrze ilustruje tendencje wzrostowe dla dochodów gospodarstw domowych w Polsce w rozważanym okresie.
Modelling and estimating relationships that combine time series and crosssectional data is often discussed in the statistical literature but in these considerations sampling errors are seldom taken into account. In the paper the application of the Rao-Yu model involving both- autocorrelated random effects between areas and sampling errors-has been presented. On the basis of this model the empirical best linear unbiased predictor (EBLUP) with time correlation has been obtained. As an example the application of several income-related variables for the Polish voivodships (regions) and the years 2003–2011 was used on the basis of the Polish Household Budget Survey and selected explanatory variables obtained from Polish Local Data Bank. The computations were performed using sae2 and sae packages for R-project environment and WesVAR software. The precision of the direct estimates was obtained using Balanced Repeated Replication (BRR) technique.For most investigated cases, the proposed methods based on the Rao-Yu model yielded the significant improvement of small area estimates due to substantial reduction of their relative estimation errors as compared to the ordinary EBLUP technique. For some income variables examined within the study very high values of time-related autocorrelation coefficient were observed. These values were in some cases higher than 0.9, what can be – in our opinion – a good illustration of income growth tendency observed in Poland in the period under consideration.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 3, 322
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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