Elementy statystyki małych obszarów z programem R (PDF) Wodzisław Śląski

Przedmiotem zawartych w pracy rozważań jest ocena parametrów podpopulacji (nazywanych też dziedzinami badań, domenami lub małymi obszarami) z głównym naciskiem na wartość globalną w domenie. Jako narzędzie wspomagające obliczenia został wykorzystany program R (R Development Core Team, 2006). Podręcznik jest skierowany do osób zainteresowanych badaniami reprezentacyjnymi, które chcą poszerzyć swą wiedzę o szacowanie charakterystyk podpopulacji nawet w sytuacji, gdy ich liczebność w próbie jest niewielka lub zerowa. W szczególności polecany jest studentom kierunków ekonomicznych, w tym kierunku informatyka i ekonometria, choć mogą z niego korzystać także studenci innych kierunków studiów. Spis treści: WPROWADZENIE7 1. ZAGADNIENIA WSTĘPNE9 1.1. Podstawowe definicje10 1.2. Wstęp do podejścia randomizacyjnego18 1.3. Wstęp do podejścia modelowego27 1.4. Wybrane modele nadpopulacji30 1.5. Podstawowe pojęcia w statystyce małych obszarów42 1.6. Wybrane zastosowania statystyki małych obszarów43 2. METODY DEMOGRAFICZNE49 2.1. Metody rachunku symptomatycznego49 2.2. Metoda współczynników ruchu demograficznego i jej modyfikacja51 2.3. Model alokacji proporcjonalnej53 2.4. Regresyjne metody symptomatyczne54 3. ELEMENTY PODEJŚCIA RANDOMIZACYJNEGO57 3.1. Wybrane estymatory bezpośrednie57 3.2. Wybrane estymatory pośrednie66 3.3. Estymatory złożone79 3.4. Ocena precyzji i dokładności estymacji82 3.5. Analiza Monte Carlo86 4. ELEMENTY PODEJŚCIA MODELOWEGO95 4.1. Predyktory typu BLU95 4.2. Przykładowe predyktory bezpośrednie typu BLU97 4.3. Przykładowe predyktory pośrednie typu BLU100 4.4. Predyktory typu EBLU108 4.5. Ocena elementów macierzy wariancji i kowariancji109 4.6. Błąd średniokwadratowy predyktora typu EBLU116 4.7. Estymatory błędu średniokwadratowego predyktora typu EBLU118 4.8. Przykładowe predyktory typu EBLU120 4.9. Analiza Monte Carlo127 5. ELEMENTY PODEJŚCIA MIESZANEGO137 5.1. Estymatory kalibrowane wartości globalnej w populacji137 5.2. Ogólne estymatory regresyjne wartości globalnej w domenie przy nieznanych wartościach globalnych cech dodatkowych w domenie143 5.3. Ogólne estymatory regresyjne wartości globalnej w domenie przy znanych wartościach globalnych cech dodatkowych w domenie145 5.4. Zmodyfikowane ogólne estymatory regresyjne wartości globalnej w domenie147 6. ELEMENTY PODEJŚCIA BAYESOWSKIEGO149 6.1. Podstawowe definicje149 6.2. Elementy klasycznego wnioskowania bayesowskiego153 6.3. Elementy empirycznej estymacji bayesowskiej157 6.4. Elementy hierarchicznej estymacji bayesowskiej158 DODATEK161 1. Populacja powiatów w województwie śląskim163 2. Definicje164 3. Wprowadzenie do analizy danych z programem R165 4. Analiza Monte Carlo dokładności estymatorów181 5. Analiza Monte Carlo dokładności predyktorów186 6. Dokładność i precyzja estymatorów i predyktorów - interpretacje192 BIBLIOGRAFIA