An Area-Level Gamma Mixed Model for Small Area Estimation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F23%3A00362716" target="_blank" >RIV/68407700:21340/23:00362716 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-031-04137-2_30" target="_blank" >https://doi.org/10.1007/978-3-031-04137-2_30</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-04137-2_30" target="_blank" >10.1007/978-3-031-04137-2_30</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An Area-Level Gamma Mixed Model for Small Area Estimation
Popis výsledku v původním jazyce
This paper introduces an area-level gamma mixed model with log link for small area estimation. A Laplace approximation algorithm is implemented to estimate the model parameters. Empirical best predictors of domain means are derived and their mean squared errors are estimated by parametric bootstrap. An application to data from the Spanish living condition survey of 2008 is given, where the target is the estimation of average annual net incomes by province and sex.
Název v anglickém jazyce
An Area-Level Gamma Mixed Model for Small Area Estimation
Popis výsledku anglicky
This paper introduces an area-level gamma mixed model with log link for small area estimation. A Laplace approximation algorithm is implemented to estimate the model parameters. Empirical best predictors of domain means are derived and their mean squared errors are estimated by parametric bootstrap. An application to data from the Spanish living condition survey of 2008 is given, where the target is the estimation of average annual net incomes by province and sex.
Klasifikace
Druh
C - Kapitola v odborné knize
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)
Ostatní
Rok uplatnění
2023
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
Trends in Mathematical, Information and Data Sciences
ISBN
978-3-031-04136-5
Počet stran výsledku
10
Strana od-do
359-368
Počet stran knihy
456
Název nakladatele
Springer
Místo vydání
Cham
Kód UT WoS kapitoly
—