BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Jurkiewicz Tomasz (University of Gdansk, Poland)
Tytuł
Efficiency of the Modified Synthetic Estimator - Monte Carlo Analysis
Źródło
Acta Universitatis Lodziensis. Folia Oeconomica, 2009, t. 228, s. 43-51, wykr., bibliogr. 9 poz.
Tytuł własny numeru
Multivariate Statistical Analysis : Statistical Inference, Statistical Models and Applications
Słowa kluczowe
Estymatory, Estymacja, Szacowanie prawdopodobieństwa, Symulacja Monte Carlo
Estimators, Estimation, Probability estimation, Monte Carlo simulation
Uwagi
summ., streszcz.
Abstrakt
Problem zbyt małej liczby obserwacji w próbie, reprezentującej określoną domenę populacji, może być rozwiązany między innymi poprzez zastosowanie takich estymatorów, które do szacowania parametrów w określonej subpopulacji (małym obszarze, domenie) wykorzystują dodatkowe informacje z pozostałej części próby. Rozwijane przez statystykę małych obszarów metody estymacji są często skomplikowane i trudne do praktycznego zastosowania np. w badaniach biznesowych. Stąd też istnieje po-trzeba rozwijania także metod, które będą łatwe w aplikacji i wystarczające efektywne. Jedną z takich propozycji może być zmodyfikowany estymator syntetyczny (MES). Zastosowanie estymatora MES zakłada dwuetapowy proces estymacji. W pierwszym etapie za pomocą metod klasyfikacji lub badania podobieństw określa się podobieństwa jednostek należących do małej domeny do jednostek z pozostałej części próby. Drugim krokiem jest wykorzystanie w estymacji, za pomocą odpowiednio skonstruowanych wag, informacji tylko od tych jednostek, które są podobne do jednostek z małej domeny. Autor przedstawia wyniki porównania efektywności estymatora MES z innymi estyma-torami na bazie eksperymentów symulacyjnych.(abstrakt oryginalny)

The problem of insufficient number of sample observations representing a population domain of interest (small area) can be solved by applying estimators which will be able to combine sample information from the given domain with information about sample units representing other domains. Modified Synthetic Estimator (MES) can be regarded as one of the proposals in this field. Using modified synthetic estimator requires an application of a two-stage estimation procedure. The first stage consists in applying some distance measures in order to identify the degree of similarity between the sample units. In the second stage, those units, which turned out to be similar to units from the domain of interest, are used to provide sample information with specially constructed weights. Author presents and discusses some results of Monte Carlo analysis aimed at comparing efficiency between the MES and other estimators. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bracha C. (1996) Teoretyczne podstawy metody reprezentacyjnej, PWN, Warszawa.
  2. Bracha C. (2003) Estymacja danych z badania aktywności ekonomicznej ludności na poziomie powiatów dla lat 1995-2002, http://www.stat.gov.pl/cps/rde/xbcr/gus/PUBL_estymacja_danych_z_bad_na_poziomie_pow_dla_lat_1995_2002.pdf; 2007-12-27.
  3. Domański C., Pruska K. (2001 ) Metody statystyki małych obszarów, Wyd. Uniwersytetu Łódzkiego.
  4. Jurkiewicz T. (2001) Efficiency of Small Domain Estimators for the Population Proportion: A Monte Carlo Analysis, Statistics in Transition, Vol. 5, No 2.
  5. Jurkiewicz T. (2008) Correlation Among Variables and Methods of Establishing Weights of Sample Units. Monte Carlo Analysis the Modified Synthetic Estimator, Acta Universitatis Lodziensis, Folia oeconomica Nr 216.
  6. Jurkiewicz T., Najman K. (2004) An Efficiency of Modified Synthetic Estimator for the Population Proportion: A Monte Carlo Analysis, Statistics in Transition Vol. 6, No 5.
  7. Jurkiewicz T., Najman K. (2006) An influence of classification method on efficiency of modified synthetic estimator, Acta Universitatis Lodziensis, Folia oeconomica Nr 196.
  8. Kordos J. (1999) Problemy estymacji dla małych obszarów, Wiadomości Statystyczne 1/1999.
  9. Wieczorkowski R., Zieliński R. (1997) Komputerowe generatory liczb losowych, WNT, Warszawa.
Cytowane przez
Pokaż
ISSN
0208-6018
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu