Results found: 2

Search results

Search:
in the keywords: Bayes estimation

Sort By:

Limit search:

Bayes estimation in agricultural sample surveys in Poland

100%

Bartosińska D., Chair of Statistics and Econometrics U. o. M. C. S. i. L.

Acta Universitatis Lodziensis. Folia Oeconomica

2008

vol. 216

Direct estimators used in sample surveys usually provide parameters’ estimates for country and regions. They do not provide estimates for smaller crosssections (age, gender etc.) or smaller geographical areas (subregions, counties, towns and communes). One of the possibilities to obtain such estimates is Bayes approach. It is based on known information beyond the sample. There were considered two Bayes estimators: empirical and hierarchical to obtain precise estimates for counties in agricultural sample surveys carried out by Central Statistical Office in Poland. Additional source of information was Census of Agriculture, whose data are correlated with data from agricultural sample surveys.

W badaniach reprezentacyjnych, prowadzonych przez statystykę publiczną w Polsce i innych krajach, są stosowane estymatory bezpośrednie, oparte wyłącznie na wynikach z próby. Dostarczają one ocen parametrów dla podstawowych przekrojów kraju jako całości i dla większych obszarów, jak województwa. Natomiast nie dają ocen dla mniejszych przekrojów, jak: wiek, płeć itp. oraz dla mniejszych obszarów, jak: podregiony, powiaty, miasta, gminy. Jedną z możliwości uzyskania takich ocen jest podejście bayesowskie, oparte na znanej informacji spoza próby. W artykule rozważa się dwa estymatory bayesowskie: empiryczny i hierarchiczny, aby uzyskać precyzyjne oceny parametrów dla powiatów w reprezentacyjnych badaniach rolniczych prowadzonych przez GUS w Polsce. Źródłem informacji dodatkowych jest pełny spis rolny. Zastosowanie tych estymatorów daje oceny parametrów dla powiatów o dużej precyzji, w przypadku istnienia znacznej korelacji między wynikami z pełnego spisu rolnego i z reprezentacyjnych badań rolniczych prowadzonych po danym spisie.

Statistical inference of exponential record data under Kullback-Leiber divergence measure

88%

Awwad R. R. A., Abufoudeh G. K., Bdair O. M.

Statistics in Transition new series

2019

vol. 20

issue 2

1-14

Based on one parameter exponential record data, we conduct statistical inferences (maximum likelihood estimator and Bayesian estimator) for the suggested model parameter. Our second aim is to predict the future (unobserved) records and to construct their corresponding prediction intervals based on observed set of records. In the estimation and prediction processes, we consider the square error loss and the Kullback-Leibler loss functions. Numerical simulations were conducted to evaluate the Bayesian point predictor for the future records. Finally, data analyses involving the times (in minutes) to breakdown of an insulating fluid between electrodes at voltage 34 kv have been performed to show the performance of the methods thus developed on estimation and prediction.

Refine search results

1 Acta Universitatis Lodziensis. Folia Oeconomica

1 Statistics in Transition new series

1 Abufoudeh G. K.

1 Awwad R. R. A.

1 Bartosińska D.

1 Bdair O. M.

1 Chair of Statistics and Econometrics U. o. M. C. S. i. L.

1 2019

1 2008

Search results

Bayes estimation in agricultural sample surveys in Poland

Statistical inference of exponential record data under Kullback-Leiber divergence measure