BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Witek Ewa (Uniwersytet Ekonomiczny w Katowicach)
Wykorzystanie mieszanek rozkładów Poissona do oceny liczby przyznanych patentów w krajach UE
The Use of Poisson Mixture Models in the Evaluation of the Number of Patents Granted in the European Union Countries
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 204-211, bibliogr. 11 poz.
Research of Wrocław University of Economics
Issue title
Klasyfikacja i analiza danych - teoria i zastosowania
Rozkład Poissona, Patenty, Ochrona patentowa
Poisson distribution, Patent, Patent protection
streszcz., sum.
Unia Europejska (UE)
European Union (EU)
W artykule przedstawiono zastosowanie mieszanek warunkowych rozkładów Poissona w regresji. Mieszanki tych rozkładów stosowane są wówczas, gdy zbiór obserwacji charakteryzuje się nadmiernym rozproszeniem, będącym wynikiem na przykład pominięcia jednej z ważnych zmiennych objaśniających. Celem referatu jest zbadanie wpływu wydatków na badania i rozwój na liczbę przydzielonych patentów w krajach Unii Europejskiej.(abstrakt oryginalny)

The paper focuses on Poisson mixture models and their application in the regression. These models are often used to capture overdispersion in the data which can occur for example if important covariates are omitted in the regression. It is then assumed that the influence of these covariates can be captured by allowing a random distribution for the intercept. The goal of this paper is to analyze the relationship among patents and research and development spending in the European Union countries.(original abstract)
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Full text
  1. Dean D.B., Testing for overdispersion in Poisson and binomial regression model, "Journal of the American Statistical Association" 1992, 87, s. 451-457.
  2. Dempster A.P., Laird N.M., Rubin D.B., Maximum likelihood for incomplete data via the EM algorithm (with discussion), "Journal of the Royal Statistical Society" 1977, B 39, s. 1-38.
  3. Cohen W., Levin R., Empirical Studies of Innovation and Market Structure, [w:] R. Schmalensee, R. Willig (red.), Handbook of Industrial Organization, North-Holland, Amsterdam 1989, s. 1059-1107.
  4. Frühwirth-Schnatter S., Finite Mixture and Markov Switching Models, Springer Series in Statistics, Hardcover, Berlin 2006.
  5. Gourieroux C., Monfort A., Trognon A., Pseudo maximum likelihood methods: Applications to Poisson models, "Econometrica" 1984, 52, s. 701-720.
  6. Hall B.H., Griliches Z., Hausman J.A., Patents and R&D: Is there a lag, "International Economic Review" 1986, 27, s. 265-283.
  7. Leisch R., FlexMix: A general framework for finite mixture models and latent class regression in R, "Journal of Statistical Software" 2004, 11(8), s. 1-18.
  8. Mairesse J., Sassenou M., R & D and productivity: A survey of econometric studies at the firm level, "STI Review" 1991, 8, s. 9-43.
  9. Wang P., Puterman M.L., Cockburn I., Le N., Mixed Poisson regression models with covariate dependent rates, "Biometrics" 1996, 52, s. 381-400.
  10. Wang P., Cockburn I.M., Puterman M.L., Analysis of patent data - a mixed-Poisson-regression-model approach, "Journal of Business & Economic Statistics" 1998, 16 (1), s. 27-41.
Cited by
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu