On Some Problems of Prediction of Domain Total in Longitudinal Surveys when Auxiliary Information is Available

• Authors: Tomasz Żądło
• Languages of publication: EN

Abstracts

PL

W artykule wyprowadzono postacie najlepszych liniowych nieobciążonych predyktorów przy założeniu pewnych modeli będących uogólnieniami na przypadek danych przekrojowo-czasowych modeli znanych z literatury statystyki małych obszarów. Ponadto wyprowadzono postacie błędów średniokwadratowych empirycznych wersji tych predyktorów oraz zaproponowano ich estymatory. W symulacji Monte Carlo porównywano dokładność zaproponowanego predyktora z dwoma ogólnymi estymatorami regresyjnymi po planie losowania i po modelu nadpopulacji (także w różnych przypadkach złej specyfikacji modelu). Ponadto analizowano obciążenia zaproponowanych estymatorów błędu średniokwadratowego.

Keywords

EN

Estimators; Monte Carlo method; Monte Carlo simulation; Small area estimates

PL

Estymatory; Metoda Monte Carlo; Statystyka małych obszarów; Symulacja Monte Carlo

• Publisher: Uniwersytet Ekonomiczny w Katowicach
• Journal: Studia Ekonomiczne
• Year: 2013
• Volume: 133
• Pages: 86-106

Contributors

author

Tomasz Żądło

References

• Battese G.E., Harter R.M., and Fuller W.A. (1988): An Error-components Model for Prediction of County Crop Areas Using Survey and Satellite Data. "Journal of the American Statistical Association", No. 83.
• Datta G.S., Lahiri P. (2000): A Unified Measure of Uncertainty of Estimated Best Linear Unbiased Predictors in Small Area Estimation Problems. "Statistica Sinica", No. 10.
• Dempster A.P., Rubin D.B., Tsutakawa R.K. (1981): Estimation in Covariance Components Models. "Journal of the American Statistical Association", Vol. 76, No. 374.
• Hedeker D., Gibbons R.D. (2006): Longitudinal Data Analysis. John Wiley and Sons, New Jersey.
• Henderson C.R. (1950): Estimation of Genetic Parameters (Abstract). "Annals of Mathematical Statistics", No. 21.
• Kackar R.N., Harville D.A. (1981): Unbiasedness of Two-stage Estimation and Prediction Procedures for Mixed Linear Models. "Communications in Statistics" Ser. A,10.
• Lahiri P., Rao J.N.K. (1995): Robust Estimation of Mean Squared Error of Small Area Estimators. "Journal of the American Statistical Association", No. 90.
• Moura F.A.S., Holt D. (1999): Small Area Estimation Using Multilevel Models. "Survey Methodology", No. 25.
• Prasad N.G.N, Rao J.N.K. (1990): The Estimation of Mean the Mean Squared Error of Small Area Estimators. "Journal of the American Statistical Association", No. 85.
• R Development Core Team (2011): A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna.
• Rao J.N.K. (2003): Small Area Estimation. John Wiley and Sons, New York.
• Rao J.N.K., Yu M. (1994): Small-area Estimation by Combining Time-series and Crosssectional Data. "The Canadian Journal of Statistics", No. 22.
• Royall R.M. (1976): The Linear Least Squares Prediction Approach to Two-stage Sampling. "Journal of the American Statistical Association"" No. 71.
• Verbeke G., Molenberghs G. (2000): Linear Mixed Models for Longitudinal Data. Springer, New York.
• Żądło T. (2004): On Unbiasedness of Some EBLU Predictor. In: Proceedings in Computational Satistics 2004. Ed. J. Antoch. Physica-Verlag, Heidelberg-New York.
• Żądło T. (2009a): On MSE of EBLUP. Statistical Papers. Springer, 50.
• Żądło T. (2009b): On Prediction of Domain Totals Based on Unbalanced Longitudinal Data. In: Survey Sampling in Economic and Social Research. Eds. J. Wywiał, T. Żądło. Wydawnictwo AE, Katowice.

Identifiers

ISSN

2083-8611