PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2013 | 285 Multivariate Statistical Analysis Theory and Practice | 61--68
Tytuł artykułu

On Parameter Estimation of Some Longitudinal Model

Autorzy
Warianty tytułu
O estymacji parametrów pewnego modelu dla danych wielookresowych
Języki publikacji
EN
Abstrakty
Rozważany jest problem modelowania profili wielookresowych zakładając, że populacja i przynależność elementów domen mogą zmieniać się w czasie. Proponowany model jest przypadkiem szczególnym ogólnego modelu liniowego i ogólnego mieszanego modelu liniowego. W modelu tym uwzględniono dwa wektory składników losowych spełniające odpowiednio założenia przestrzennego modelu autoregresyjnego i modelu autoregresyjnego rzędu pierwszego w czasie. W symulacji rozważano dokładność estymatorów parametrów modelu uzyskanych metodą największej wiarygodności z ograniczeniami. (abstrakt oryginalny)
EN
The problem of modeling longitudinal profiles is considered assuming that the population and elements' affiliation to subpopulations may change in time. Some longitudinal model which is a special case of the general linear model (GLM) and the general linear mixed model (GLMM) is studied. In the model two random components are included under assumptions of simultaneous spatial autoregressive process (SAR) and temporal first-order autoregressive process (AR(1)) respectively. The accuracy of model parameters' restricted maximum likelihood estimators is considered in the simulation. (original abstract)
Twórcy
  • University of Economics in Katowice, Poland
Bibliografia
  • Chandra H., Salvati N., Chambers R. (2007), Small area estimation for spatially correlated populations - a comparison of direct and indirect model-based methods. Statistics in Transition, 8(2): 331-350.
  • Datta G. S., Lahiri P. (2000), A unified measure of uncertainty of estimated best linear unbiased predictors in small area estimation problems, Statistica Sinica, 10, 613-627.
  • Hedeker D.. Gibbons R.D. (2006), Longitudinal Data Analysis. New Jersey: John Wiley.
  • Jiang, J. (1996), REML estimation: Asymptotic behavior and related topics, The Annals of Statistics, 24, 255-286.
  • Molina I., Salvati, N., Pratesi M. (2009), Bootstrap for estimating the MSE of the Spatial EBLUP. Computational Statistics, 24: 441-458.
  • Petrucci A., Salvati N. (2006), Small area estimation for spatial correlation in watershed erosion assessment. J Agric Biol Environ Stat, 11:169-182.
  • Petrucci A., Pratesi M., Salvati N. (2005), Geographic information in small area estimation: small area models and spatially correlated random area effects. Statistics in Transition, 7(3): 609-623.
  • Pratesi M., Salvati N. (2008), Small area estimation: the EBLUP estimator based on spatially correlated random area effects. Stat Methods Appl, 17: 113-141.
  • R Development Core Team (2011), A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna.
  • Salvati N., Pratesi M., Tzavidis N., Chambers R. (2009), Spatial M-quantile models for small area estimation. Statistics in Transition, 10(2), 251-261.
  • Thompson W.A., Jr. (1962), The problem of negative estimates of variance components, Annals of Mathematical Statistics, 33, 273-289.
  • Verbeke G., Molenberghs G. (2000), Linear Mixed Models for Longitudinal Data, New York: Springer-Verlag.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171257261

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.