On Accuracy of Calibration Estimators Supported by Auxiliary Variables from Past Periods Based on Simulation Analyses

Tomasz Stachurski; Tomasz Żądło

doi:10.18778/0208-6018.330.03

Autor

Tomasz Stachurski Uniwersytet Ekonomiczny w Katowicach, Wydział Zarządzania, Katedra Statystyki, Ekonometrii i Matematyki
Tomasz Żądło

DOI:

https://doi.org/10.18778/0208-6018.330.03

Słowa kluczowe:

estymatory kalibrowane, statystyka małych obszarów, badania wielookresowe

Abstrakt

W badaniach reprezentacyjnych nierzadko zachodzi potrzeba szacowania nie tylko parametrów populacji, ale także parametrów podpopulacji (domen). W artykule rozważany jest problem estymacji wartości globalnej w domenach. W takim przypadku może być stosowany estymator Horvitza‑Thompsona. Niemniej jednak nie uwzględnia on informacji dodatkowych o elementach populacji, które zazwyczaj są dostępne. Dlatego podjęto próbę zbadania własności estymatorów kalibrowanych, w których będą wykorzystywane informacje o zmiennych dodatkowych z bieżącego oraz przeszłych okresów.

Pobrania

Statystyki pobrań niedostępne.

Bibliografia

Białek J. (2014), Simulation study of an original price index formula, “Communications in Statistics – Simulation and Computation”, vol. 43, issue 2, pp. 285–297, http://www.tandfonline.com/doi/abs/10.1080/03610918.2012.700367.

Deville J.C., Särndal C.E. (1992), Calibration estimators in survey sampling, “Journal of the American Statistical Association”, no. 87, pp. 376–382.

Fattorini L. (2006), Applying the Horvitz‑Thompson criterion in complex designs: A computer ‑ intensive perspective for estimating inclusion probabilities, “Biometrika”, vol. 93(2), pp. 269–278.

Gamrot W. (2014), Estimators for the Horvitz‑Thompson statistic based on some posterior distributions, “Mathematical Population Studies”, vol. 21(1), pp. 12–29.

Krzciuk M.K. (2014), On the design accuracy of Royall’s predictor of domain total for longitudinal data, Conference Proceedings. 32nd International Conference on Mathematical Methods in Economics (MME 2014), Olomouc.

R Development Core Team (2016), A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna.

Rao J.N.K., Molina I . (2015), Small area estimation, 2nd ed., John Wiley & Sons, Hoboken, New Jersey.

Särndal C. E. (1981), Frameworks for Inference in Survey Sampling with Applications to Small Area Estimation and Adjustment for Nonresponse, “Bulletin of the International Statistical Institute”, no. 49, pp. 494–513.

Särndal C.E., Swensson B., Wretman J. (1992), Model Assisted Survey Sampling, Springer‑Verlag, New York.

Singh A.C., Mohl C.A. (1996), Understanding calibration estimators in survey sampling, “Survey Methodology”, no. 22, pp. 107–115.

Stukel D.M., Hidiroglou M.A., Särndal C.E. (1996), Variance estimation for calibration estimators: A comparison of jackknifing versus Taylor linearization, “Survey Methodology”, no. 22, pp. 177–125.

Żądło T. (2011), On calibration estimators of subpopulation total for longitudinal data, “Acta Universitatis Lodziensis. Folia Oeconomica”, vol. 252, pp. 191–204.

Żądło T. (2015), Statystyka małych obszarów w badaniach ekonomicznych. Podejście modelowe i mieszane, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.