Informacja

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

Wyszukujesz frazę "Molina, Isabel" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
A Comparison of Small Area Estimation Methods for Poverty Mapping
Autorzy:
Guadarrama, María
Molina, Isabel
Rao, J. N. K.
Powiązania:
https://bibliotekanauki.pl/articles/465671.pdf
Data publikacji:
2016
Wydawca:
Główny Urząd Statystyczny
Tematy:
area level model
non-linear parameters
empirical best estimator
hierarchical Bayes
poverty mapping
unit level models
Opis:
We review main small area estimation methods for the estimation of general nonlinear parameters focusing on FGT family of poverty indicators introduced by Foster, Greer and Thorbecke (1984). In particular, we consider direct estimation, the Fay-Herriot area level model (Fay and Herriot, 1979), the method of Elbers, Lanjouw and Lanjouw (2003) used by the World Bank, the empirical Best/Bayes (EB) method of Molina and Rao (2010) and its extension, the Census EB, and finally the hierarchical Bayes proposal of Molina, Nandram and Rao (2014). We put ourselves in the point of view of a practitioner and discuss, as objectively as possible, the benefits and drawbacks of each method, illustrating some of them through simulation studies.
Źródło:
Statistics in Transition new series; 2016, 17, 1; 41-66
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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