Search results

1

On a Class of Estimators for a Reciprocal of Bernoulli Parameter

100%

Gamrot W.

Studia Ekonomiczne

|

2013

|

vol. 133

71-85

PL

Powszechnie znany estymator odwrotności prawdopodobieństwa zaproponowany przez Fattoriniego uogólniono poprzez dopuszczenie zmian wartości jednostkowej stałej występującej we wzorze definiującym go. Prowadzi to do konstrukcji klasy estymatorów odwrotności prawdopodobieństwa. Własności tych estymatorów zbadano analitycznie. Zaproponowano metodę wyznaczania asymptotycznego obciążenia dla całkowitych wartości zmodyfikowanej stałej. Własności estymatorów dla małych prób wyznaczono numerycznie, korzystając z własności rozkładu dwumianowego.

2

A Stopping Rule for Simulation‑Based Estimation of Inclusion Probabilities

100%

Gamrot W.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2020

|

vol. 4

|

issue 349

67-80

PL

Estymacja parametrów populacji skończonych i ustalonych, prowadzona w ramach podejścia randomizacyjnego, zazwyczaj wymaga znajomości prawdopodobieństw inkluzji charakteryzujących schemat losowania próby. Są one bezpośrednio wykorzystywane w celu wyznaczenia wag przypisanych poszczególnym wylosowanym jednostkom i uwzględniane podczas obliczania estymatorów. Jednak dla pewnych użytecznych schematów losowania pozostają nieznane. W takim wypadku możliwe jest ich wyznaczenie na drodze symulacyjnej, poprzez wielokrotne losowanie prób z wykorzystaniem tego samego schematu losowania i zliczanie wystąpień poszczególnych jednostek populacji. Zastępując nieznane prawdopodobieństwa inkluzji oszacowaniami uzyskanymi w wyniku takiego eksperymentu, otrzymuje się oszacowania wartości globalnej badanej cechy populacji. Szczególnym wyzwaniem podczas takiego postępowania jest wyznaczenie liczby replikacji próby, zapewniającej wymaganą precyzję estymacji. W niniejszym artykule proponowana jest nowa procedura, która może przyczynić się do zmniejszenia złożoności obliczeniowej eksperymentu symulacyjnego.

EN

Design‑based estimation of finite population parameters such as totals usually relies on the knowledge of inclusion probabilities characterising the sampling design. They are directly incorporated into sampling weights and estimators. However, for some useful sampling designs, these probabilities may remain unknown. In such a case, they may often be estimated in a simulation experiment which is carried out by repeatedly generating samples using the same sampling scheme and counting occurrences of individual units. By replacing unknown inclusion probabilities with such estimates, design‑based population total estimates may be computed. The calculation of required sample replication numbers remains an important challenge in such an approach. In this paper, a new procedure is proposed that might lead to the reduction in computational complexity of simulations.

3

On Kernel Smoothing and Horvitz-Thompson Estimation

100%

Gamrot W.

Studia Ekonomiczne

|

2013

|

vol. 152

32-41

EN

Estimation of the total value of fixed characteristic of interest in a finite population is considered for a complex sampling scheme featuring unknown inclusion probabilities. The general empirical Horvitz-Thompson statistic is adopted as an estimator for the unknown total. In the presence of additional knowledge on inclusion probabilities taking form of inequality constraints it is proposed to use the well-known kernel estimator for individual inclusion probabilities. For a fixed-cost sequential sampling scheme this leads to a new nonparametric empirical Horvitz-Thompson estimator of a total. Its properties are compared to known alternatives in a simulation study.

Refine search results

2 Studia Ekonomiczne

1 Acta Universitatis Lodziensis. Folia Oeconomica

3 Gamrot W.

1 2020

2 2013

On a Class of Estimators for a Reciprocal of Bernoulli Parameter

A Stopping Rule for Simulation‑Based Estimation of Inclusion Probabilities

On Kernel Smoothing and Horvitz-Thompson Estimation