Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Small Area Estimation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    APPLICATION OF EBLUP ESTIMATION TO THE ANALYSIS OF SMALL AREAS ON THE BASIS OF POLISH HOUSEHOLD BUDGET SURVEY
    Autorzy:
    Jędrzejczak, Alina
    Kubacki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453676.pdf
    Data publikacji:
    2009
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    small area estimation
    empirical best linear unbiased predictor (EBLUP)
    household budget survey
    variance estimation
    Opis:
    In the paper the results of small area estimation using empirical best linear unbiased predictor (EBLUP) for the data coming from Polish Household Budget Survey are presented. The results were obtained using small area models of household expenditures for regions. Estimation of sampling errors was conducted by means of the balanced repeated replication (BRR) technique. The estimation of EBLUPs and their corresponding mean square errors (MSE) was carried out using variance components technique. To calculate MSE of EBLUP the maximum likelihood method (ML) and restricted maximum likelihood method (REML) were used. The computation was made using SAE package designed for R-project.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2009, 10, 1; 121-130
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Small Area Estimation of Income Under Spatial SAR Model
    Autorzy:
    Kubacki, Jan
    Jędrzejczak, Alina
    Powiązania:
    https://bibliotekanauki.pl/articles/465667.pdf
    Data publikacji:
    2016
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    small area estimation (SAE)
    SAR model
    hierarchical Bayes estimation
    spatial empirical best linear unbiased predictor
    Opis:
    The paper presents the method of hierarchical Bayes (HB) estimation under small area models with spatially correlated random effects and a spatial structure implied by the Simultaneous Autoregressive (SAR) process. The idea was to improve the spatial EBLUP by incorporating the HB approach into the estimation algorithm. The computation procedure applied in the paper uses the concept of sampling from a posterior distribution under generalized linear mixed models implemented in WinBUGS software and adapts the idea of parameter estimation for small areas by means of the HB method in the case of known model hyperparameters. The illustration of the approach mentioned above was based on a real-world example concerning household income data. The precision of the direct estimators was determined using own three-stage procedure which employs Balanced Repeated Replication, bootstrap and Generalized Variance Function. Additional simulations were conducted to show the influence of the spatial autoregression coefficient on the estimation error reduction. The computations performed by ‘sae’ package for R project and a special procedure for WinBUGS reveal that the method provides reliable estimates of small area means. For high spatial correlation between domains, noticeable MSE reduction was observed, which seems more evident for HB-SAR method as compared with the traditional spatial EBLUP. In our opinion, the Gibbs sampler, revealing the simultaneous nature of processes, especially for random effects, can be a good starting point for the simulations based on stochastic SAR processes.
    Źródło:
    Statistics in Transition new series; 2016, 17, 3; 365-390
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    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
    Tytuł:
    Estimation of Income Inequality and the Poverty Rate in Poland, by Region and Family Type
    Autorzy:
    Jędrzejczak, Alina
    Kubacki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/466014.pdf
    Data publikacji:
    2014
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    income inequality
    poverty
    variance estimation
    small area statistics
    Opis:
    High income inequality can be a source of serious socio-economic problems, such as increasing poverty, social stratification and polarization. Periods of pronounced economic growth or recession may impact different groups of earners differently. Growth may not be shared equally and economic crises may further widen gaps between the wealthiest and poorest sectors. Poverty affects all ages but children are disproportionately affected by it. The reliable inequality and poverty analysis of both total population of households and subpopulations by various family types can be a helpful piece of information for economists and social policy makers. The main objective of the paper was to present some income inequality and poverty estimates with the application to the Polish data coming from the Household Budget Survey. Besides direct estimation methods, the model based approach was taken into regard. Standard errors of estimates were also considered in the paper.
    Źródło:
    Statistics in Transition new series; 2014, 15, 3; 359-378
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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