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 sample" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Analiza ubóstwa w przekroju powiatów w województwie wielkopolskim z wykorzystaniem metod statystyki małych obszarów
    Poverty analysis in districts of wielkopolska with small area estimation methods
    Autorzy:
    Wawrowski, Łukasz
    Powiązania:
    https://bibliotekanauki.pl/articles/422875.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    estymacja
    mała próba
    statystyka małych obszarów
    ubóstwo
    estimation
    small sample
    small area estimation
    poverty
    Opis:
    Ubóstwo jest zjawiskiem bardzo złożonym. Ograniczanie tego niekorzystnego zjawiska jest obecnie najważniejszym celem Banku Światowego. Jednak, aby tę misję realizować potrzebne są metody identyfikacji ubogich. Wskaźniki opisujące ubóstwo są jednak dostarczane na bardzo ogólnym poziomie. Otrzymanie bardziej szczegółowych informacji jest możliwe dzięki zastosowaniu statystyki małych obszarów (SMO). Jest to zbiór metod pozwalających na estymację parametrów przy małej liczebności próby z wykorzystaniem wszelkich dostępnych źródeł informacji. Głównym celem artykułu jest próba oszacowania wskaźnika zagrożenia ubóstwem na poziomie powiatów w województwie wielkopolskim przy użyciu wybranych metod SMO. Obliczenie tej miary odbędzie się na podstawie danych udostępnianych przez GUS charakteryzujących poziom życia gospodarstw domowych. Taka estymacja pozwoli uzyskanie kompleksowej informacji na poziomie lokalnym dotyczącej sfery ubóstwa.
    Poverty is very complex phenomenon. Limitation of this disadvantageous phenomenon is main goal of World Bank now. Nevertheless, to realize this mission methods of identification the poor are necessary. Indicates describing poverty are provide at very general level. Getting more detailed information is possible thanks to applied small area estimation (SAE). It is the set of methods which allow estimation of parameters at small sample size with usage of all available information sources. The main goal of this article is attempt to estimate at-risk-of-poverty rate at districts in Great Poland using chosen methods of SAE. These measure will calculation based on statistics data describing life level of households in Poland provided by Central Statistical Office. That estimation give comprehensive information at local level about poverty.
    Źródło:
    Przegląd Statystyczny; 2012, 59, numer specjalny 2; 248-260
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Właściwości wybranych metod małopróbkowego wnioskowania o rzędzie kointegracji
    Small sample inference on cointegration rank
    Autorzy:
    Kębłowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/422941.pdf
    Data publikacji:
    2013
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie małopróbkowe
    rząd kointegracji
    forma kanoniczna
    bliskie hipotezy alternatywne
    small sample inference
    cointegration rank
    canonical form
    local alternatives
    Opis:
    W artykule przedstawiono wyniki porównania właściwości małopróbkowych testów rzędu kointegracji. Przeprowadzone eksperymenty Monte Carlo dla różnych procesów generujących dane i różnych obszarów w przestrzeni parametrycznej wskazują, iż (i) test ilorazu wiarygodności z poprawką Bartletta posiada zwykle najlepsze własności, (ii) zastosowanie metody bootstrap dla testu z poprawką Bartletta nie prowadzi do poprawy własności testu, (iii) test asymptotyczny oraz testy z poprawkami na liczbę stopni swobody cechują się zwykle znacznym zniekształceniem rozmiaru testu, (iv) zastosowanie poprawki Bartletta prowadzi do nieznacznej poprawy mocy testu, (v) korelacja składników losowych komponentu stacjonarnego i niestacjonarnego formy kanonicznej powoduje znaczący wzrost mocy rozważanych testów oraz wzrost rozmiaru empirycznego testów, przy czym jedynie w przypadku testu z poprawką Bartletta oraz testu boostrapowego rozmiar empiryczny testu dąży do rozmiaru nominalnego.
    In the paper, properties of small sample cointegration rank tests are compared. The Monte Carlo experiments conducted for different data generating processes and areas in the parametric space indicate that (i) the likelihood ratio test with Bartlett correction usually have the best properties, (ii) bootstrapping the Bartlett corrected test does not lead to improvement of test properties, (iii) size of asymptotic test and tests with degrees-of-freedom correction is usually heavily distorted, (iv) the Bartlett correction can lead to a small improvement of power, (v) correlation of error terms between stationary and non-stationary component of canonical form lead to a significant increase of power and size of test, but only size of Bartlett corrected test and bootstrapped test converge to nominal size.
    Źródło:
    Przegląd Statystyczny; 2013, 60, 2; 163-185
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wnioskowanie o rzędzie kointegracji dla modelu VEC ze składnikiem losowym z rozkładu Su Johnsona
    Inference on cointegration rank for a VEC model with the Su Johnson error distribution
    Autorzy:
    Kębłowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/422718.pdf
    Data publikacji:
    2013
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    rozkład reszt o grubych ogonach
    rozkład Johnsona
    wnioskowanie małopróbkowe
    rząd kointegracji
    fat-tailed error distribution
    Johnson distribution
    small sample inference
    cointegration rank
    Opis:
    Artykuł przedstawia wyniki analiz Monte Carlo własności małopróbkowych testów rzędu kointegracji dla modelu VEC ze składnikiem losowym pochodzącym z rozkładu skośnego, leptokurtycznego. Analiza przeprowadzana jest dla testu asymptotycznego, testów z poprawkami na liczbę stopni swobody, testu z poprawką Bartletta, testu bootstrapowego oraz testu bootstrapowego z poprawką Bartletta w roli surogatu podwójnego testu bootstrapowego. Wyniki eksperymentów wskazują, że testy liczby relacji kointegrujących oparte na regule ilorazu wiarygodności są odporne ze względu na rozmiar jak i moc testu, gdy składnik losowy pochodzi z rozkładu skośnego, leptokurtycznego, aproksymowanego rozkładem Su Johnsona, zamiast z wielowymiarowego rozkładu normalnego.
    Performance of small-sample cointegration rank tests is investigated within the framework of a VEC model with skewed fat-tailed error distribution. The Monte Carlo analysis is conducted for: asymptotic test, tests with degrees-of-freedom corrections, test with Bartlett correction, bootstrap test, and bootstrap test with Bartlett correction, as a surrogate of double bootstrap test. The results indicate that the small-sample cointegration rank tests are robust to skewed fat-tailed error distribution, approximated by Su Johnson distribution, with respect to size and power of these tests.
    Źródło:
    Przegląd Statystyczny; 2013, 60, 2; 235-249
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Współzależność pomiędzy rozwojem teorii i praktyki badań reprezentacyjnych w Polsce
    The interplay between sample survey theory and practice in Poland
    Autorzy:
    Kordos, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/422642.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    badanie reprezentacyjne
    metoda estymacji
    złożone badanie reprezentacyjne
    jakość danych
    statystyka małych obszarów
    metoda rotacyjna
    metoda alokacji próby
    sample survey
    estimation methods
    complex sample surveys
    data quality
    estimation for small area
    rotation sampling
    sample allocation methods
    Opis:
    Autor bada współzależności między rozwojem teorii i praktyki badań reprezentacyjnych w Polsce w ciągu ponad 60 lat. Rozpoczyna od klasycznej pracy Neymana (Neyman, 1934), która dała teoretyczne podstawy probabilistycznego podejścia wyboru próbki umożliwiające wnioskowanie z badań reprezentacyjnych. Główne idee tej pracy były najpierw opublikowane po polsku w 1933 r. (Neyman, 1933) i miały istotny wpływ na a praktykę badań reprezentacyjnych Polsce przed i po II Wojnie Światowej. Badania reprezentacyjne prowadzone w latach 1950-tych i 1960-tych były konsultowane z J. Neymanem w czasie jego wiz w Polsce w latach 1950 i 1958 (Fisz, 1950; Zasępa, 1958). Praktyczne problemy występujące przy planowaniu i analizie badań reprezentacyjnych Polsce były częściowo rozwiązywane przez Komisję Matematyczną GUS powołaną w końcu 1949 r. jako organ doradczy i opiniodawczy Prezesa GUS. Komisja ta składała się ze specjalistów zarówno z GUS jak i ośrodków naukowo-badawczych w kraju (Kordos, 2012a). Komisja działała do 1993 r. i wpływała w istotny sposób na praktykę badań reprezentacyjnych Polsce. Specjalną uwagę poświęcono wpływowi teorii badań próbkowych na świecie i w Polsce na praktykę badań reprezentacyjnych w Polsce, a w szczególności na plany i schematy losowania i metody estymacji w badaniach prowadzonych w czasie, a głównie metodzie rotacyjnej (Greń, 1969; Kordos, 1967, 2012b; Kowalczyk, 2004; Kowalski, 2006; Lednicki, 1982; Popiński, 2006; Wesołowski, 2010); lokalizacji próby (Bracha et al.,2004b, Greń, 1964, 1966; Lednicki, 1979, 1989; Lednicki i Wesołowski, 1994;), metodom estymacji (Bracha, 1996, 1998; Greń, 1970; Kordos, 1982; Lednicki, 1979, 1987, Wesołowski, 2004, Zasępa, 1962, 1972), jakości danych (Kordos, 1973, 1988; Zasępa, 1993) oraz metodom estymacji dla małych obszarów (Bracha, 1994, 2003; Bracha et al., 2004b; Dehnel, 2010; Domański, Pruska, 2001; Golata, 2004ab, 2012; Kalton et al., 1993; Kordos, 1991, 2000b; Kordos, Paradysz, 2000; Niemiro, Wesołowski, 2012; Paradysz, 1998; Wesołowski, 2004). W zakończeniu prowadzone są rozważania na temat przyszłych zapotrzebowań na informacje z badań reprezentacyjnych.
    The author examines interplay between sample survey theory and practice in Poland over the past 60 years or so. He begins with the Neymans’s (1934) classic landmark paper which laid theoretical foundations to the probability sampling (or design—based) approach to inference from survey samples. Main ideas of that paper were first published in Polish in 1933 (Neyman, 1933) and had a significant impact on sampling practice in Poland before and after the World War II. Sample surveys conducted in 1950s and 1960s were consulted with J. Neyman during his visits in Poland in 1950 and 1958 (Fisz, 1950a; Zasepa, 1958). Some practical problems encountered in the design and analysis of sample surveys were partly solved by the Mathematical Commission of the CSO which was established in 1949, as an advisory and opinion—making body to the CSO President in the field of sample surveys. The Commission concentrated specialists in the sampling methods both from the CSO and research centres in the country (Kordos, 2012a). The Commission had a significant impact on sampling practice in Poland and was active till 1993. Special attention is devoted to the impact of sampling theory on sampling practice in Poland, and particularly on sample designs and estimation methods in: sampling in time and rotation methods (Kordos, 1967, 2012b; Kowalczyk, 2004; Kowalski, 2006; Wesołowski, 2010); sample allocation and estimation methods (Bracha, 1994, 1996, 2003; Greń, 1964, 1966, 1969, 1970; Kordos, 1969, 1973, 1982; Wesołowski, 2004, Zasępa, 1962, 1972, 1993 ); data quality (Kordos, 1973, 1988); estimation methods for small areas (Dehnel, 2010; Domański, Pruska, 2001; Golata, 2004ab, 2012; Kalton et al., 1993; Kordos, 1991, 2000b, 2004; Kordos, Paradysz, 2000; Niemiro, Wesołowski, 2012; Paradysz, 1998; Wesołowski, 2004). Concluding remarks are given at the end.
    Źródło:
    Przegląd Statystyczny; 2012, 59, numer specjalny 1; 61-86
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    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