Small area estimation of poverty proportions under random regression coefficient models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F11%3A00187398" target="_blank" >RIV/68407700:21340/11:00187398 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985556:_____/11:00366043
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-20853-9_22" target="_blank" >http://dx.doi.org/10.1007/978-3-642-20853-9_22</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-20853-9_22" target="_blank" >10.1007/978-3-642-20853-9_22</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Small area estimation of poverty proportions under random regression coefficient models
Popis výsledku v původním jazyce
In this paper a random regression coefficient model is used to provide estimates of small area poverty proportions. As poverty variable is dichotomic at the individual level, the sample data from Spanish Living Conditions Survey is previously aggregatedto the level of census sections. EBLUP estimates based on the proposed model are obtained. A closed-formula procedure to estimate the mean squared error of the EBLUP estimators is given and empirically studied. Results of several simulations studies arereported as well as an application to real data.
Název v anglickém jazyce
Small area estimation of poverty proportions under random regression coefficient models
Popis výsledku anglicky
In this paper a random regression coefficient model is used to provide estimates of small area poverty proportions. As poverty variable is dichotomic at the individual level, the sample data from Spanish Living Conditions Survey is previously aggregatedto the level of census sections. EBLUP estimates based on the proposed model are obtained. A closed-formula procedure to estimate the mean squared error of the EBLUP estimators is given and empirically studied. Results of several simulations studies arereported as well as an application to real data.
Klasifikace
Druh
C - Kapitola v odborné knize
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 knihy nebo sborníku
Modern Mathematical Tools and Techniques in Capturing Complexity
ISBN
978-3-642-20852-2
Počet stran výsledku
14
Strana od-do
315-328
Počet stran knihy
511
Název nakladatele
Springer-Verlag
Místo vydání
Berlin
Kód UT WoS kapitoly
—