BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Klimanek Tomasz (Uniwersytet Ekonomiczny w Poznaniu), Szymkowiak Marcin (Uniwersytet Ekonomiczny w Poznaniu)
Tytuł
Taksonomiczne aspekty estymacji pośredniej uwzględniającej korelację przestrzenną
Taxonomic Issues of indirect Estimation with Spatial Autocorrelation
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 228-235, bibliogr. 9 poz.
Research of Wrocław University of Economics
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Powszechny Spis Rolny, Statystyka małych obszarów, Autokorelacja przestrzenna
Agricultural Census, Small area estimates, Spatial autocorrelation
Uwagi
streszcz., sum.
Kraj/Region
Polska
Poland
Abstrakt
Głównym celem artykułu jest prezentacja metod i technik estymacji pośredniej uwzględniających przestrzeń. Wykorzystując dane z Narodowego Spisu Rolnego 2002 oraz mierniki autokorelacji przestrzennej, autorzy podejmują próbę oceny obciążenia estymatora EBLUP oraz estymatora EBLUP uwzględniającego korelację przestrzenną SEBLUP. Wyniki przeprowadzonych symulacji wskazują, że wykorzystanie informacji a priori o występowaniu bądź braku autokorelacji przestrzennej badanego zjawiska może w znaczący sposób poprawić jakość uzyskanych oszacowań (obciążenie estymatora).(abstrakt oryginalny)

The main purpose of the paper is to present methods and techniques of indirect estimation which take the space into account. Using the data from National Agricultural 2002 Census and some measures of spatial autocorrelation, the authors attempt to assess the bias of empirical best linear unbiased predictor - EBLUP and empirical best linear unbiased predictor based on spatially correlated area effects - SEBLUP. The results obtained via simulation approach indicate that a priori information about the presence or the lack of spatial autocorrelation in a phenomenon under study can significantly improve the quality of estimates (the bias of the estimator).(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. Chandra H., Salvati N., Chambers R., Small area estimation for spatially correlated populations. A comparison of direct and indirect model-based methods, Statistics in Transition 2007, vol. 8, no. 2, s. 887-906.
  2. Klimanek T., Estymacja pośrednia charakterystyk gospodarstw rolnych na podstawie Spisu Rolnego z 2002 roku, Zeszyty Naukowe UEP nr 128, Poznań 2009, s. 88-101.
  3. Petrucci A., Salvati N., Small Area Estimation considering spatial correlation in watershed erosion assessment survey, "Journal of Agricultural, Biological, and Environmental Statistics" 2006, vol. 11, no. 14, s. 169-182.
  4. Pratesi M., Salvati N., Small Area Estimation: The EBLUP estimator based on spatially correlated random area effects, "Statistical Methods & Applications" 2008, vol. 17, no. 1, s. 113-141.
  5. Rao J.N.K., Small Area Estimation, Wiley, Hoboken, New Jersey 2003.
  6. Saei A., Chambers R., Small Area Estimation: A Review of Methods Based on the Application of Mixed Models, EURAREA, 2003.
  7. Saei A., Chambers R., Small Area Estimation Under Linear and Generalized Linear Mixed Models with Time and Area Effects, University of Southampton, Southampton 2004,
  8. Suchecki B. (red.), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck, Warszawa 2010.
  9. http://www.statistics.gov.uk/eurarea - EURAREA_Project_Reference_Volume.
Cytowane przez
Pokaż
ISSN
1899-3192
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu