A Fay-Herriot Model with Different Random Effect Variances
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F11%3A00175239" target="_blank" >RIV/68407700:21340/11:00175239 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985556:_____/11:00365252
Výsledek na webu
<a href="http://dx.doi.org/10.1080/03610920903480858" target="_blank" >http://dx.doi.org/10.1080/03610920903480858</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1080/03610920903480858" target="_blank" >10.1080/03610920903480858</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A Fay-Herriot Model with Different Random Effect Variances
Popis výsledku v původním jazyce
A modification of the Fay-Herriot model is introduced to treat situations where small areas are divided in two groups and domain random effects have different variances across the groups. The model is applicable to data having a large subset of domains where direct estimates of the variable of interest cannot be described in the same way as in its complementary subset of domains. This is generally the case when domains are constructed by crossing geographical characteristics with sex. Algorithms and formulas to fit the model, to calculate EBLUPs and to estimate mean squared errors are given. Monte Carlo simulation experiments are presented to illustrate the gain of precision obtained by using the proposed model and to get some practical conclusions. Amotivating application to Spanish Labour Force Survey data is also given.
Název v anglickém jazyce
A Fay-Herriot Model with Different Random Effect Variances
Popis výsledku anglicky
A modification of the Fay-Herriot model is introduced to treat situations where small areas are divided in two groups and domain random effects have different variances across the groups. The model is applicable to data having a large subset of domains where direct estimates of the variable of interest cannot be described in the same way as in its complementary subset of domains. This is generally the case when domains are constructed by crossing geographical characteristics with sex. Algorithms and formulas to fit the model, to calculate EBLUPs and to estimate mean squared errors are given. Monte Carlo simulation experiments are presented to illustrate the gain of precision obtained by using the proposed model and to get some practical conclusions. Amotivating application to Spanish Labour Force Survey data is also given.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Communication in Statistics-Theory and Method
ISSN
0361-0926
e-ISSN
—
Svazek periodika
40
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
13
Strana od-do
785-797
Kód UT WoS článku
000284884400002
EID výsledku v databázi Scopus
—