Elementy statystyki małych obszarów z programem r, AZB/DL-ebwm/pdf (Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach)

Tytuł komponenty statystyki znikomych obszarów z programem R Autor Tomasz Żądło Język polski Wydawnictwo Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach ISBN 978-83-7246-863-5 Rok wydania 2008 Katowice Wydanie 1 ilość stron 202 Format pdf Spis treści WPROWADZENIE 7
1. ZAGADNIENIA WSTĘPNE 9
1.1. Podstawowe definicje 10
1.2. Wstęp do podejścia randomizacyjnego 18
1.3. Wstęp do podejścia modelowego 27
1.4. Wybrane modele nadpopulacji 30
1.5. Podstawowe pojęcia w statystyce nieznacznych obszarów 42
1.6. Wybrane zastosowania statystyki śladowych obszarów 43
2. METODY DEMOGRAFICZNE 49
2.1. Metody rachunku symptomatycznego 49
2.2. Metoda współczynników ruchu demograficznego i jej modyfikacja 51
2.3. Model alokacji proporcjonalnej 53
2.4. Regresyjne metody symptomatyczne 54
3. Komponenty PODEJŚCIA RANDOMIZACYJNEGO 57
3.1. Wybrane estymatory bezpośrednie 57
3.2. Wybrane estymatory pośrednie 66
3.3. Estymatory złożone 79
3.4. Ocena precyzji i precyzyjności estymacji 82
3.5. Analiza Monte Carlo 86
4. Części PODEJŚCIA MODELOWEGO 95
4.1. Predyktory rodzaju BLU 95
4.2. Przykładowe predyktory bezpośrednie rodzaju BLU 97
4.3. Przykładowe predyktory pośrednie typu BLU 100
4.4. Predyktory typu EBLU 108
4.5. Ocena części macierzy wariancji i kowariancji 109
4.6. Błąd przeciętniekwadratowy predyktora rodzaju EBLU 116
4.7. Estymatory błędu przeciętniekwadratowego predyktora rodzaju EBLU 118
4.8. Przykładowe predyktory typu EBLU 120
4.9. Analiza Monte Carlo 127
5. Elementy PODEJŚCIA MIESZANEGO 137
5.1. Estymatory kalibrowane wartości globalnej w populacji 137
5.2. Ogólne estymatory regresyjne wartości globalnej w domenie przy nieznanych wartościach globalnych cech dodatkowych w domenie 143
5.3. Ogólne estymatory regresyjne wartości globalnej w domenie przy znanych wartościach globalnych cech dodatkowych w domenie 145
5.4. Zmienione ogólne estymatory regresyjne wartości globalnej w domenie 147
6. Elementy PODEJŚCIA BAYESOWSKIEGO 149
6.1. Podstawowe definicje 149
6.2. Części konwencjonalnego wnioskowania bayesowskiego 153
6.3. Komponenty empirycznej estymacji bayesowskiej 157
6.4. Elementy hierarchicznej estymacji bayesowskiej 158
DODATEK 161
1. Populacja powiatów w województwie śląskim 163
2. Definicje 164
3. Wprowadzenie do analizy danych z programem R 165
4. Analiza Monte Carlo skrupulatności estymatorów 181
5. Analiza Monte Carlo staranności predyktorów 186
6. Precyzyjność i precyzja estymatorów i predyktorów – interpretacje 192
BIBLIOGRAFIA 195