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”

Small area estimation under area-level generalized linear mixed models

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F22%3A00345785" target="_blank" >RIV/68407700:21340/22:00345785 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1080/03610918.2020.1836216" target="_blank" >https://doi.org/10.1080/03610918.2020.1836216</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/03610918.2020.1836216" target="_blank" >10.1080/03610918.2020.1836216</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Small area estimation under area-level generalized linear mixed models

  • Popis výsledku v původním jazyce

    This paper introduces a general area-level model-based formulation to small area estimation based on generalized linear mixed models. By applying an optimization algorithm to the Laplace approximation of the likelihood, the maximum likelihood estimators of the model parameters are calculated. Empirical best predictors of small area quantities are derived and the corresponding mean squared errors are estimated by parametric bootstrap. Some simulation experiments are carried out to study the behavior of the fitting algorithm, the small area predictors and the estimators of the mean squared errors. By using data of the Spanish living condition survey of 2008, an application to the estimation of average annual net incomes in Spanish provinces by sex is given.

  • Název v anglickém jazyce

    Small area estimation under area-level generalized linear mixed models

  • Popis výsledku anglicky

    This paper introduces a general area-level model-based formulation to small area estimation based on generalized linear mixed models. By applying an optimization algorithm to the Laplace approximation of the likelihood, the maximum likelihood estimators of the model parameters are calculated. Empirical best predictors of small area quantities are derived and the corresponding mean squared errors are estimated by parametric bootstrap. Some simulation experiments are carried out to study the behavior of the fitting algorithm, the small area predictors and the estimators of the mean squared errors. By using data of the Spanish living condition survey of 2008, an application to the estimation of average annual net incomes in Spanish provinces by sex is given.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF16_019%2F0000778" target="_blank" >EF16_019/0000778: Centrum pokročilých aplikovaných přírodních věd</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Communications in Statistics - Simulation and computation

  • ISSN

    0361-0918

  • e-ISSN

    1532-4141

  • Svazek periodika

    51

  • Číslo periodika v rámci svazku

    12

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    23

  • Strana od-do

    7404-7426

  • Kód UT WoS článku

    000582538900001

  • EID výsledku v databázi Scopus

    2-s2.0-85094156915