Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Area-Level Gamma Mixed Model

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F17%3A00316348" target="_blank" >RIV/68407700:21340/17:00316348 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Area-Level Gamma Mixed Model

  • Popis výsledku v původním jazyce

    In practise we can encounter many problems where is useful (and sometimes necessary) to employ small area estimation (SAE) methods to obtain reliable estimates of characteristics of interest (means, totals, quantiles, etc.). The contribution deals with an area-level gamma mixed model that can be useful in some applications involving only positive responses (e.g. in a financial sector). To obtain estimates of regression parameters and predictors of random effects the PQL algorithm and the ML Laplace approximation algorithm are introduced. In order to check the behaviour of the fitting algorithms we perform simulation experiments and compare acquired results of both of them.

  • Název v anglickém jazyce

    Area-Level Gamma Mixed Model

  • Popis výsledku anglicky

    In practise we can encounter many problems where is useful (and sometimes necessary) to employ small area estimation (SAE) methods to obtain reliable estimates of characteristics of interest (means, totals, quantiles, etc.). The contribution deals with an area-level gamma mixed model that can be useful in some applications involving only positive responses (e.g. in a financial sector). To obtain estimates of regression parameters and predictors of random effects the PQL algorithm and the ML Laplace approximation algorithm are introduced. In order to check the behaviour of the fitting algorithms we perform simulation experiments and compare acquired results of both of them.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50403 - Social topics (Women´s and gender studies; Social issues; Family studies; Social work)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • 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

    SPMS 2017 - Stochastic and Physical Monitoring Systems, Proceedings of the international conference

  • ISBN

    978-80-01-06338-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    19-26

  • Název nakladatele

    Česká technika - nakladatelství ČVUT

  • Místo vydání

    Praha

  • Místo konání akce

    Dobřichovice

  • Datum konání akce

    19. 6. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000425554500003