Wyniki wyszukiwania - BazEkon

1

Problemy optymalnej alokacji próby w statystyce małych obszarów

100%

Dehnel G., Gołata E., Klimanek T.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2004

|

11

|

nr 1022 Klasyfikacja i analiza danych - teoria i zastosowania

355-364

Od ponad 30 lat statystycy zajmują się problematyką estymacji dla małych obszarów. Liczebność próby w badaniach reprezentacyjnych jest zwykle zbyt mała, aby uzyskać dokładne oceny bezpośrednie dla małych domen, dlatego poszukuje się rozwiązań, które by pozwoliły na dokonanie szacunków dla małych obszarów. (fragment tekstu)

2

Wyznaczanie optymalnej alokacji próby pomiędzy małe obszary dla estymatora złożonego

100%

Szymkowiak M.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2004

|

11

|

nr 1022 Klasyfikacja i analiza danych - teoria i zastosowania

413-419

W ramach projektu badawczego EURAREA pojawił się problem wyznaczania optymalnej alokacji próby pomiędzy małe obszary dla różnych estymatorów. W pracy N. Longforda [2002] przedstawiono metodę wyznaczania optymalnej alokacji próby pomiędzy małe obszary dla estymatora bezpośredniego i złożonego. W przypadku jednak estymatora złożonego ze względu na skomplikowane równania Longford proponuje wyznaczanie optymalnej alokacji próby przy wykorzystaniu iteracyjnej procedury Jednowymiarowego poszukiwania". Metoda ta wymaga jednak odpowiedniego oprogramowania. W artykule przedstawiona zostanie analityczna metoda znajdowania optymalnej alokacji próby między domenami dla estymatora złożonego, minimalizująca ważoną sumę wariancji estymatorów dla małych obszarów. Problem wyznaczania optymalnej alokacji rozstrzygnięty zostanie dzięki wykorzystaniu metody mnożników Lagrange'a. (fragment tekstu)

3

On MSE Estimators of Eblup of Domain Total Under Some Longitudinal Model

100%

Żądło T.

Mathematical Economics

|

2013

|

nr 9(16)

117-127

Żądło (2012) proposed a certain unit-level longitudinal model which was a special case of the General Linear Mixed Model. Two vectors of random components included in the model obey assumptions of simultaneous spatial autoregressive process (SAR) and temporal first-order autoregressive process (AR(1)) respectively. Moreover, it is assumed that the population can change in time and the population elements can change its domains' (subpopulations') affiliation in time. Under the proposed model, Żądło (2012) derived the Empirical Best Linear Unbiased Predictor (EBLUP) of the domain total. What is more (based on the theorem proved by Żądło (2009)), the approximate equation of the mean squared error (MSE) was derived and its estimator based on the Taylor approximation was proposed. The proposed MSE estimator was derived under some assumptions including that the variance-covariance matrix can be decomposed into linear combination of variance components. The assumption was not met under the proposed model. In the paper the jackknife MSE estimator for the derived EBLUP will be proposed based on the results presented by Jiang, Lahiri, Wan (2002). The bias of the jackknife MSE estimator will be compared in the simulation study with the bias of the MSE estimator based on the Taylor approximation.(original abstract)

4

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Rao J. N. K.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

53-58

5

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Gershunskaya J.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

23-29

6

Rejoinder

80%

Ghosh M.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

59-67

7

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Li Y.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

35-39

8

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Newhouse D.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

45-50

9

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Pfeffermann D.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

51-52

10

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Molina I.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

40-44

11

Discussion of "Small Area Estimation: its Evolution in Five Decades", by Malay Ghosh

80%

Han Y.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

30-34

12

Konstrukcja syntetycznych zbiorów danych na potrzeby estymacji dla małych domen

80%

Roszka W.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia

|

2015

|

24

|

nr 384 Klasyfikacja i analiza danych - teoria i zastosowania

254-261

Rozwijająca się gospodarka wymaga wsparcia informacyjnego w szczegółowych przekrojach. Liczebność próby w badaniach reprezentacyjnych uniemożliwia spełnienie tego postulatu, natomiast badania pełne, ze względu na koszty i czas realizacji, przeprowadzane są rzadko. Metody statystycznej integracji danych umożliwiają łączenie informacji z wielu źródeł. Dzięki ich zastosowaniu możliwe jest połączenie bogatych merytorycznie źródeł pochodzących z badań reprezentacyjnych ze zbiorami o pełnym pokryciu, zapewniającym możliwości estymacji dla małych domen. W artykule przedstawiony zostanie proces łączenia informacji z publikacji spisowych z informacjami z badań reprezentacyjnych w celu estymacji stopy bezrobocia w ujęciu powiatów(abstrakt oryginalny)

13

Wielopoziomowa analiza powierzchni gospodarstw rolnych w wybranych gminach Wielkopolski

80%

Klimanek T.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2004

|

11

|

nr 1022 Klasyfikacja i analiza danych - teoria i zastosowania

384-391

Modele wielopoziomowe wzięły początek z badań socjologicznych. Często dotyczą one zagadnienia pomiaru związku między jednostką i społeczeństwem. Główną ideą jest tutaj fakt współoddziaływania jednostek i tzw. kontekstu społecznego, do którego jednostki należą. Oznacza to, że z jednej strony widoczny jest wpływ społeczności na jednostki, z drugiej zaś strony charakterystyki społeczności są odzwierciedleniem jednostek je tworzących. Ogólnie można powiedzieć, że jednostki i grupy postrzegane są jako system hierarchiczny, który może mieć wiele poziomów. Ogólna koncepcja modelowania wielopoziomowego ma wiele wspólnego z koncepcją będącą podstawą statystyki małych obszarów. Definiując hierarchię jednostek analizy, możemy przypuszczać, że jednostki pierwszego poziomu należące do grup tworzących jednostki drugiego poziomu są bardziej podobne do siebie w ramach grupy niż między grupami. Możemy się spodziewać, że gospodarstwa rolne w gminach Wielkopolski są bardziej podobne do siebie niż do gospodarstw rolnych w gminach Małopolski. Mamy zatem w tym przypadku odwołanie do wykorzystywania podobieństwa. Statystyka małych obszarów jest oparta na wykorzystywaniu podobieństwa do "pożyczania mocy" w czasie i przestrzeni. (fragment tekstu)

14

On Asymmetry of Prediction Errors in Small Area Estimation

80%

Żądło T.

Statistics in Transition

|

2017

|

18

|

nr 3

413-432

The mean squared error reflects only the average prediction accuracy while the distribution of squared prediction error is positively skewed. Hence, assessing or comparing accuracy based on the MSE (which is the mean of squared errors) is insufficient and even inadequate because we should be interested not only in the average but in the whole distribution of prediction errors. This is the reason why we propose to use different than MSE measures of prediction accuracy in small area estimation. In the prediction accuracy comparisons we take into account our proposal for the empirical best predictor, which is a generalization of the predictor presented by Molina and Rao (2010). The generalization results from the assumption of a longitudinal model and possible changes of the population and subpopulations in time. (original abstract)

15

Próba wykorzystania statystyki małych obszarów w szacowaniu dochodu gospodarstw domowych

80%

Klimanek T.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2007

|

nr 1163 Statystyka w praktyce społeczno-gospodarczej

136-146

Informacja o dochodach gospodarstw domowych jest bardzo ważnym elementem oceny sytuacji ekonomicznej w wielu przekrojach terytorialnych czy typologicznych. Popyt na tę informację wydaje się coraz większy i, co więcej, dotyczy coraz bardziej szczegółowych podziałów. Innymi słowy, aktualna informacja na temat dochodów gospodarstw domowych potrzebna jest na coraz mniejszym stopniu agregacji. Jednocześnie podaż informacji na temat sytuacji dochodowej gospodarstw domowych jest niewystarczająca. Podstawowym badaniem, jakie prowadzi statystyka publiczna w zakresie dochodów gospodarstw domowych, jest Badanie Budżetów Gospodarstw Domowych. Badania te są prowadzone przez urzędy statystyczne podlegające Głównemu Urzędowi Statystycznemu - Departamentowi Statystyki Społecznej. Realizowane są metodą reprezentacyjną, jednakże, jak zwraca się uwagę w uwagach metodologicznych, wyniki można uogólniać na poziom całego kraju lub co najwyżej województw. Próba oszacowania wyników badań na niższych przekrojach, z wykorzystaniem estymatorów z klasycznej metody reprezentacyjnej, skutkuje dużymi błędami szacunku. Metodologia estymacji pośredniej, w świetle doświadczeń np. amerykańskich, wydaje się wychodzić naprzeciw tym potrzebom w zakresie zaspokojenia popytu informacyjnego. Dotyczy to zwłaszcza tych poziomów agregacji, gdzie tradycyjna metoda reprezentacyjna daje niezadowalające wyniki. (fragment tekstu)

16

Demograficzne korzenie i perspektywy statystyki małych obszarów

80%

Gołata E., Paradysz J.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2007

|

nr 1163 Statystyka w praktyce społeczno-gospodarczej

89-108

Podręczniki i publikacje przeglądowe omawiające zagadnienia statystyki małych obszarów SMO podkreślają jej demograficzną genezę. Autorzy tych opracowań ograniczają się w zasadzie do wskazania na szacunki liczby ludności w okresach międzyspisowych. W niniejszym opracowaniu przedstawiono przyczyny warunkujące rozwój metodologii estymacji pośredniej na gruncie badań ludnościowych, obszernie omówiono zakres dotychczasowych aplikacji oraz wskazano perspektywy dalszych zastosowań. Zwrócono uwagę, iż w dobie szczupłości zasobów finansowych, również w ramach innych dziedzin nauki, wykorzystanie idei integracji danych z różnych źródeł może przyczynić się do poprawy jakości wnioskowania statystycznego. (fragment tekstu)

17

Spatial Microsimulation of Personal Income in Poland at the Level of Subregions

80%

Roszka W.

Statistics in Transition

|

2019

|

20

|

nr 3

133-153

The paper presents an application of spatial microsimulation methods for generating a synthetic population to estimate personal income in Poland in 2011 using census tables and EU-SILC 2011 microdata set. The first section presents a research problem and a brief overview of modern estimation methods in application to small domains with particular emphasis on spatial microsimulation. The second section contains an overview of selected synthetic population generation methods. In the last section personal income estimation on NUTS 3 level is presented with special emphasis on the quality of estimates. (original abstract)

18

A Comparison of Area Level and Unit Level Small Area Models in the Presence of Linkage Errors

80%

Di Consiglio L., Tuoto T.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

103-122

In Official Statistics, interest in data integration has grown enormously, but the effect of integration procedures on statistical analysis has not yet been sufficiently developed. Data integration is not an error-free procedure and linkage errors, as false links and missed links can invalidate standard estimates. Recently, increasing attention has been paid to the effect of linkage errors on the statistical analyses and on statistical predictions. Recently, methods to adjust the unit level small area estimators for linkage errors have been proposed when the domains are correctly specified. In this paper we compare the naive and the adjusted unit level estimators with the area level estimators that are not affected by the linkage errors. The comparison encourages the use of the adjusted unit level estimator. (original abstract)

19

Zastosowanie metody symulacyjnej przy konstrukcji estymatora wskaźnika struktury dla małego obszaru

80%

Domański C., Pruska K.

Przegląd Statystyczny

|

1997

|

44

|

z. 2

225-234

This study proposes a structure index estimator for a small area, whose value is determined upon the basis of empiric data as well as values generated in accordance with a suitable zero-one distribution. The authors also analyze the properties of the estimator in question. In certain cases, a characteristic feature of the latter is smaller variance than that of the classical estimator, while in the variance equation, conditional expected value replaced expected value. The demonstration of the bias of the estimator makes use of the conditional expected value. Furthermore, the study contains a suggestion for constructing a two-dimensional generator of the zero-one distribution. (original abstract)

20

Teoria i praktyka statystyki małych obszarów

80%

Małasiewicz A.

Wiadomości Statystyczne

|

2014

|

nr 8

40-53

W artykule zaprezentowano rozważania teoretyczne wykorzystania najnowszych osiągnięć metodologicznych z zakresu statystyki małych obszarów (SMO). Przedstawiono także przykłady zastosowań SMO w badaniach statystycznych w Polsce i na świecie.