An Area-Level Model with Fixed or Random Domain Effects in Small Area Estimation Problems
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F11%3A00187457" target="_blank" >RIV/68407700:21340/11:00187457 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-20853-9_21" target="_blank" >http://dx.doi.org/10.1007/978-3-642-20853-9_21</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-20853-9_21" target="_blank" >10.1007/978-3-642-20853-9_21</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An Area-Level Model with Fixed or Random Domain Effects in Small Area Estimation Problems
Popis výsledku v původním jazyce
A Fay-Herriot model having both fixed and random effects is introduced to estimate linear parameters of small areas. The model is applicable to data having a small 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. Algorithms and formulas to fit the model, to calculate EBLUPs and to estimate mean squared errors are given. A Monte Carlo simulation experiment is carried out to investigate the gain of precisionobtained by using the proposed model. An application to Spanish Labour Force Survey data is also given.
Název v anglickém jazyce
An Area-Level Model with Fixed or Random Domain Effects in Small Area Estimation Problems
Popis výsledku anglicky
A Fay-Herriot model having both fixed and random effects is introduced to estimate linear parameters of small areas. The model is applicable to data having a small 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. Algorithms and formulas to fit the model, to calculate EBLUPs and to estimate mean squared errors are given. A Monte Carlo simulation experiment is carried out to investigate the gain of precisionobtained by using the proposed model. An application to Spanish Labour Force Survey data is also given.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
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
12
Strana od-do
303-314
Počet stran knihy
511
Název nakladatele
Springer-Verlag
Místo vydání
Berlin
Kód UT WoS kapitoly
—