Application of mixed logistic model in small area estimation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F14%3A00222919" target="_blank" >RIV/68407700:21340/14:00222919 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Application of mixed logistic model in small area estimation
Popis výsledku v původním jazyce
Small area estimation (SAE) is in need of reliable methods for statistical inference. Direct estimation from particular small areas might not be feasible and models that borrow strength from other areas are used. For binary data, a logistic model is oneof the most used in practice. In this work, the logistic mixed model is introduced. Then, parameter estimation techniques based on Laplace approximation of likelihood are outlined. The pseudo empirical best linear unbiased predictors (pseudo?EBLUP) of area parameters are derived. The random area effects logistic model is compared to a logistic model with area effects treated as fixed in a set of Monte Carlo simulations. Performance of both models is discussed. Finally, the results are compared to the corresponding results of a Fay?Herriot model.
Název v anglickém jazyce
Application of mixed logistic model in small area estimation
Popis výsledku anglicky
Small area estimation (SAE) is in need of reliable methods for statistical inference. Direct estimation from particular small areas might not be feasible and models that borrow strength from other areas are used. For binary data, a logistic model is oneof the most used in practice. In this work, the logistic mixed model is introduced. Then, parameter estimation techniques based on Laplace approximation of likelihood are outlined. The pseudo empirical best linear unbiased predictors (pseudo?EBLUP) of area parameters are derived. The random area effects logistic model is compared to a logistic model with area effects treated as fixed in a set of Monte Carlo simulations. Performance of both models is discussed. Finally, the results are compared to the corresponding results of a Fay?Herriot model.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of Stochastic and Physical Monitoring Systems 2014
ISBN
978-80-01-05616-5
ISSN
—
e-ISSN
—
Počet stran výsledku
10
Strana od-do
193-202
Název nakladatele
ČVUT v Praze
Místo vydání
Praha
Místo konání akce
Malá Skála
Datum konání akce
23. 6. 2014
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—