Statystyka małych obszarów w badaniach ekonomicznych. Podejście modelowe i mieszane

-17%

Statystyka małych obszarów w badaniach ekonomicznych. Podejście modelowe i mieszane

1 opinia

Format:

pdf, ibuk

DODAJ DO ABONAMENTU

WYBIERZ RODZAJ DOSTĘPU

21,58  26,00

Format: pdf

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa: 26,00 zł (-17%)

Najniższa cena z 30 dni: 20,02 zł  


21,58

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Praca składa się z pięciu rozdziałów. Pierwszy rozdział ma charakter wprowadzający. Przedstawiono w nim podstawowe definicje z zakresu metody reprezentacyjnej i statystyki małych obszarów. Rozdział drugi poświęcono empirycznym najlepszym liniowym nieobciążonym predyktorom w badaniach prowadzonych w jednym okresie. Rozdział trzeci poświęcono empirycznym najlepszym liniowym nieobciążonym predyktorom w badaniach wielookresowych. Oprócz przeglądu metod prezentowanych w literaturze przedstawiono autorski model nadpopulacji zakładany dla profili, uwzględniający występowanie korelacji w czasie i przestrzeni, zmiany populacji i przynależności elementów populacji do podpopulacji w czasie. Rozdział czwarty poświęcono podejściu mieszanemu. Rozdział piąty poświęcono klasom estymatorów i predyktorów, które nie były omawiane w poprzednich rozdziałach. W każdym z rozdziałów uwzględniono przykłady zastosowania metod statystyki małych obszarów w badaniach ekonomicznych, a ponadto rozdziały od drugiego do piątego uwzględniają badania symulacyjne przeprowadzone na danych rzeczywistych z wykorzystaniem programów przygotowanych w języku R.


Rok wydania2015
Liczba stron294
KategoriaInne
WydawcaWydawnictwo Uniwersytetu Ekonomicznego w Katowicach
ISBN-13978-83-7875-237-0
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Wprowadzenie    9
  Rozdział    1
  Podstawy statystyki małych obszarów     17
  1.1. Przedmiot statystyki małych obszarów     17
  1.2. Przykłady zastosowań statystyki małych obszarów    19
  1.3. Podstawowe oznaczenia     22
  1.4. Podejście randomizacyjne     24
  1.5. Podejście modelowe     30
  1.6. Nieinformatywność planu losowania    36
  1.7. Wybrane modele nadpopulacji    38
  1.7.1. Ogólny model liniowy     38
  1.7.2. Ogólny mieszany model liniowy    39
  1.7.3. Wybrane przypadki szczególne modeli liniowych    41
  1.8. Wybrane metody szacowania parametrów modeli    45
  1.8.1. Metoda największej wiarygodności    45
  1.8.2. Metoda największej wiarygodności z ograniczeniami    47
  1.8.3. Metoda quasi-wiarygodności    48
  1.8.4. Iteracyjna ważona metoda najmniejszych kwadratów     49
  1.9. Wybór i weryfikacja modelu nadpopulacji    50
  1.9.1. Kryteria wyboru modelu     51
  1.9.2. Testy normalności rozkładu     51
  1.9.3. Klasyczne testy istotności efektów stałych     54
  1.9.4. Klasyczne testy istotności komponentów wariancyjnych    55
  1.9.5. Testy permutacyjne    56
  1.10. Podsumowanie    59
  Rozdział    2
  Wybrane elementy podejścia modelowego – badania prowadzone w jednym okresie    61
  2.1. Najlepszy liniowy nieobciążony predyktor Hendersona    61
  2.2. Empiryczna wersja predyktora Hendersona    63
  2.2.1. Ocena błędu średniokwadratowego – rozwinięcie w szereg Taylora    64
  2.2.2. Ocena błędu średniokwadratowego – metoda jackknife    69
  2.2.3. Ocena błędu średniokwadratowego i przedziały ufności – parametryczny bootstrap     71
  2.2.4. Ocena dokładności predykcji z wykorzystaniem kwantyli rozkładu modułów błędów predykcji – przypadek jednowymiarowy i wielowymiarowy     74
  2.3. Najlepszy liniowy nieobciążony predyktor Royalla     75
  2.4. Empiryczna wersja predyktora Royalla    77
  2.4.1. Ocena błędu średniokwadratowego – wykorzystanie podejścia Hendersona     78
  2.4.2. Ocena błędu średniokwadratowego – rozwinięcie w szereg Taylora    80
  2.4.3. Ocena błędu średniokwadratowego – metoda jackknife    82
  2.4.4. Ocena błędu średniokwadratowego i przedziały ufności – parametryczny bootstrap     85
  2.4.5. Ocena dokładności predykcji z wykorzystaniem kwantyli rozkładu modułów błędów predykcji – przypadek jednowymiarowy i wielowymiarowy     89
  2.5. Modele nieliniowe i predyktor Hendersona     90
  2.6. Modele nieliniowe i predyktor Royalla     91
  2.7. Predykcja kombinacji liniowej charakterystyk domen     94
  2.8. Wybrane przypadki szczególne najlepszych liniowych nieobciążonych predyktorów    99
  2.9. Wybrane przypadki szczególne predyktorów empirycznych    102
  2.9.1. Modele typu A – niezależne efekty losowe    103
  2.9.2. Modele typu A – efekty losowe skorelowane przestrzennie    108
  2.9.3. Modele typu B – niezależność efektów i składników losowych    113
  2.9.4. Modele typu B – efekty losowe skorelowane przestrzennie    125
  2.10. Badanie symulacyjne    129
  2.10.1. Porównanie dokładności    131
  2.10.2. Szacowanie błędu średniokwadratowego i innych charakterystyk pozwalających na ocenę dokładności predykcji    137
  2.11. Podsumowanie    140
  Rozdział    3
  Wybrane elementy podejścia modelowego – badania wielookresowe    143
  3.1. Badania wielookresowe    143
  3.2. Wybrane metody statystyki małych obszarów w badaniach wielookresowych    147
  3.2.1. Modele typu A    147
  3.2.2. Modele typu B    150
  3.3. Predykcja z wykorzystaniem modeli wielookresowych zakładanych dla profili    152
  3.3.1. Model nadpopulacji    153
  3.3.2. Predyktor    156
  3.3.3. Ocena dokładności predykcji – rozwinięcie w szereg Taylora    159
  3.3.4. Ocena dokładności predykcji – metoda jackknife i parametryczna metoda bootstrap    162
  3.3.5. Predykcja dla przyszłych okresów    165
  3.3.6. Predykcja kombinacji liniowej charakterystyk domen     166
  3.4. Wybrane przypadki szczególne modeli wielookresowych zakładanych dla profili    171
  3.4.1. Wielookresowy model regresyjny z zagnieżdżonym składnikiem losowym    171
  3.4.2. Wielookresowy prosty model regresyjny z losowym parametrem    174
  3.4.3. Wielookresowy model regresyjny z losowym parametrem kierunkowym    178
  3.4.4. Modele z efektami losowymi skorelowanymi w domenach i skorelowanymi w czasie składnikami losowymi    181
  3.4.5. Modele z efektami losowymi skorelowanymi w grupach domen i skorelowanymi w czasie składnikami losowymi    185
  3.5. Badanie symulacyjne    187
  3.5.1. Porównanie dokładności    190
  3.5.2. Szacowanie błędu średniokwadratowego i innych statystyk pozwalających na ocenę dokładności predykcji    197
  3.6. Podsumowanie    200
  Rozdział    4
  Wybrane elementy podejścia mieszanego    203
  4.1. Estymatory kalibrowane i modelowo-kalibrowane wartości globalnej w populacji – badania prowadzone w jednym okresie    203
  4.2. Estymatory kalibrowane wartości globalnej w domenie – badania prowadzone w jednym okresie    209
  4.3. Estymatory modelowo-kalibrowane wartości globalnej w domenie – badania prowadzone w jednym okresie    214
  4.4. Estymatory kalibrowane wartości globalnej w domenie – badania wielookresowe    215
  4.5. Estymatory modelowo-kalibrowane wartości globalnej w domenie – badania wielookresowe    221
  4.6. Pseudoempiryczne najlepsze liniowe nieobciążone predyktory wartości globalnej w domenie – badania prowadzone w jednym okresie    223
  4.7. Pseudoempiryczne najlepsze liniowe nieobciążone predyktory wartości globalnej w domenie – badania wielookresowe    226
  4.8. Badanie symulacyjne    231
  4.8.1. Wyniki badania symulacyjnego    234
  4.8.2. Analiza wybranych wyników    238
  4.9. Podsumowanie    240
  Rozdział    5
  Inne klasy estymatorów i predyktorów    242
  5.1. Estymacja i predykcja w przypadku losowej przynależności do domen    242
  5.1.1. Model nadpopulacji    242
  5.1.2. Najlepszy liniowy nieobciążony predyktor    244
  5.1.3. Najlepszy dwuliniowy nieobciążony predyktor    245
  5.1.4. Estymatory kalibrowane    247
  5.1.5. Uogólnione predyktory liniowe    249
  5.2. Szacowanie dowolnych charakterystyk domen – empiryczne najlepsze predyktory dla badań prowadzonych w jednym okresie    252
  5.3. Szacowanie dowolnych charakterystyk domen – empiryczne najlepsze predyktory dla badań wielookresowych    258
  5.4. Predykcja dowolnych charakterystyk domen dla przyszłych okresów    261
  5.5. Badanie symulacyjne    262
  5.6. Podsumowanie    273
  Zakończenie    275
  Bibliografia    279
RozwińZwiń