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 "EBLUP estimation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Small Area Estimation Under a Mixture Model
    Autorzy:
    Chandra, Hukum
    Bathla, HVL
    Sud, U.C.
    Powiązania:
    https://bibliotekanauki.pl/articles/465788.pdf
    Data publikacji:
    2010
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Linear mixed model
    Small area estimation
    EBLUP
    Zero-inflated data
    mixture model
    Opis:
    Small area estimation (SAE) under a linear mixed model may not be efficient if data contain substantial proportion of zeros than would be expected under standard model assumptions (hereafter zero-inflated data). We discuss the SAE for zero-inflated data under a mixture model (Fletcher et al., 2005 and Karlberg, 2000) that account for excess zeros in the data. Our results from simulation studies show that mixture model based approach for SAE works well and produces an efficient set of small area estimates. An application to real survey data from the National Sample Survey Organisation of India demonstrates the satisfactory performance of the approach.
    Źródło:
    Statistics in Transition new series; 2010, 11, 3; 76-89
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Estimation of income characteristics for regions in Poland using spatio-temporal small area models
    Autorzy:
    Jędrzejczak, Alina
    Kubacki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1186916.pdf
    Data publikacji:
    2019-12-10
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    EBLUP estimation
    Opis:
    The paper presents the comparison of estimation results for spatial and spatiotemporal small area models. The study was carried out for income-related variables drawn from the Polish Household Budget Survey and explanatory variables from the Polish Local Data Bank for the years 2003-2013. The properties of EBLUPs (Empirical Best Linear Unbiased Predictors) based on spatiotemporal models, which utilize spatial correlation between neighbouring areas as well as historical data, were compared and contrasted with EBLUPs based on spatial models obtained separately for each year and with EBLUPs based on the Rao-Yu model. The computations were performed using sae, sae2 and spdep packages for R-project environment. In the case of sae package, the eblupFH, eblupSFH and the eblupSTFH functions were used for point estimation along with the mseFH, mseSFH and the pbmseSTFH functions for the MSE estimation, whereas the eblupRY function was applied for the purposes of sae2 package. The precision of direct estimators was guaranteed by the adoption of the Balanced Repeated Replication method. The results of the analysis demonstrate that a visible reduction of the estimation error was achieved for the implemented spatiotemporal small-area models, especially when significant spatial and time autocorrelations were observed. These results are even more valuable than those achieved by the means of the Rao-Yu model. In the computations, three author-defined functions were adopted, which not only enabled the author to perform the extract of random effects for spatial, spatiotemporal and Rao-Yu models, but also made it possible to obtain their decomposition with respect to spatial and temporal parts, thus creating a novel solution. The comparison was carried out using choropleth maps for spatial effects and distributions of temporal random effects for the considered years.
    Źródło:
    Statistics in Transition new series; 2019, 20, 4; 113-134
    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
      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