Generalized linear mixed models for small area estimation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F19%3A00335961" target="_blank" >RIV/68407700:21340/19:00335961 - isvavai.cz</a>
Výsledek na webu
<a href="http://gams.fjfi.cvut.cz/spms2019" target="_blank" >http://gams.fjfi.cvut.cz/spms2019</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Generalized linear mixed models for small area estimation
Popis výsledku v původním jazyce
Small area estimation is a field of statistics which deals with the problem of obtaining reliable estimates of characteristics of interest in situations when the sample is divided into domains for which the sample sizes are often small. For the use in this field a new unit-level logit mixed model is proposed. The model uses fixed effects for areas with larger sample sizes and models the rest of the domains by random effects. In order to predict area means empirical best predictor and plug-in predictor are used and compared via a simulation experiment. Simulation studies are carried out in order to compare the quality of predictions acquired from the proposed model with predictions obtained from a binomial logit-mixed model which only uses random effects to model the domains. The two models are applied to the estimation of poverty risks in counties of the region of Valencia, Spain, and their predictions are compared.
Název v anglickém jazyce
Generalized linear mixed models for small area estimation
Popis výsledku anglicky
Small area estimation is a field of statistics which deals with the problem of obtaining reliable estimates of characteristics of interest in situations when the sample is divided into domains for which the sample sizes are often small. For the use in this field a new unit-level logit mixed model is proposed. The model uses fixed effects for areas with larger sample sizes and models the rest of the domains by random effects. In order to predict area means empirical best predictor and plug-in predictor are used and compared via a simulation experiment. Simulation studies are carried out in order to compare the quality of predictions acquired from the proposed model with predictions obtained from a binomial logit-mixed model which only uses random effects to model the domains. The two models are applied to the estimation of poverty risks in counties of the region of Valencia, Spain, and their predictions are compared.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
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 SPMS 2019 - Stochastic and Physical Monitoring Systems
ISBN
978-80-01-06659-1
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
57-64
Název nakladatele
Česká technika - nakladatelství ČVUT
Místo vydání
Praha
Místo konání akce
Dobřichovice
Datum konání akce
20. 6. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—