A Course on Small Area Estimation and Mixed Models / Morales, Domingo  

Público ISBD Ningún comentario para este título. Título : A Course on Small Area Estimation and Mixed Models : Methods, Theory and Applications in R Tipo de documento: documento electrónico Autores: Morales, Domingo, ; Esteban, María Dolores, ; Pérez, Agustín, ; Hobza, Tomáš, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XX, 599 p. 373 ilustraciones, 10 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-63757-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ciencias sociales  Estadísticas  Estadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas  Teoría y métodos estadísticos.  Software estadístico  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros Clasificación: 300.727 Resumen: Este libro de texto avanzado explora técnicas de estimación de áreas pequeñas, cubre la teoría matemática y estadística subyacente y ofrece apoyo práctico con su implementación. Presenta la teoría de manera rigurosa y compara y contrasta varias metodologías estadísticas, ayudando a los lectores a comprender cómo desarrollar nuevas metodologías para la estimación de áreas pequeñas. También incluye numerosos ejemplos de aplicaciones de técnicas de estimación de áreas pequeñas. El código R subyacente se proporciona en el texto y se aplica a cuatro conjuntos de datos que imitan datos de encuestas sobre mercados laborales y condiciones de vida, donde los indicadores socioeconómicos incluyen la estimación de áreas pequeñas del desempleo total, las tasas de desempleo, los ingresos promedio anuales de los hogares y los indicadores de pobreza. Dado su alcance, el libro será útil para estudiantes de maestría y doctorado, así como para estadísticos oficiales y otros estadísticos aplicados. . Nota de contenido: 1 Small Area Estimation -- 2 Design-based Direct Estimation -- 3 Design-based Indirect Estimation -- 4 Prediction Theory -- 5 Linear Models -- 6 Linear Mixed Models -- 7 Nested Error Regression Models -- 8 EBLUPs under Nested Error Regression Models -- 9 Mean Squared Error of EBLUPs -- 10 EBPs under Nested Error Regression Models -- 11 EBLUPs under Two-fold Nested Error Regression Models -- 12 EBPs under Two-fold Nested Error Regression Models -- 13 Random Regression Coefficient Models -- 14 EBPs under Unit-level Logit Mixed Models -- 15 EBPs under Unit-level Two-fold Logit Mixed Models -- 16 Fay-Herriot Models -- 17 Area-level Temporal Linear Mixed Models -- 18 Area-level Spatio-temporal Linear Mixed Models -- 19 Area-level Bivariate Linear Mixed Models -- 20 Area-level Poisson Mixed Models -- 21 Area-level Temporal Poisson Mixed Models -- A Some Useful Formulas -- Index. Tipo de medio : Computadora Summary : This advanced textbook explores small area estimation techniques, covers the underlying mathematical and statistical theory and offers hands-on support with their implementation. It presents the theory in a rigorous way and compares and contrasts various statistical methodologies, helping readers understand how to develop new methodologies for small area estimation. It also includes numerous sample applications of small area estimation techniques. The underlying R code is provided in the text and applied to four datasets that mimic data from labor markets and living conditions surveys, where the socioeconomic indicators include the small area estimation of total unemployment, unemployment rates, average annual household incomes and poverty indicators. Given its scope, the book will be useful for master and PhD students, and for official and other applied statisticians. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] A Course on Small Area Estimation and Mixed Models : Methods, Theory and Applications in R [documento electrónico] / Morales, Domingo, ; Esteban, María Dolores, ; Pérez, Agustín, ; Hobza, Tomáš,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XX, 599 p. 373 ilustraciones, 10 ilustraciones en color. ISBN : 978-3-030-63757-6 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Ciencias sociales  Estadísticas  Estadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas  Teoría y métodos estadísticos.  Software estadístico  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros Clasificación: 300.727 Resumen: Este libro de texto avanzado explora técnicas de estimación de áreas pequeñas, cubre la teoría matemática y estadística subyacente y ofrece apoyo práctico con su implementación. Presenta la teoría de manera rigurosa y compara y contrasta varias metodologías estadísticas, ayudando a los lectores a comprender cómo desarrollar nuevas metodologías para la estimación de áreas pequeñas. También incluye numerosos ejemplos de aplicaciones de técnicas de estimación de áreas pequeñas. El código R subyacente se proporciona en el texto y se aplica a cuatro conjuntos de datos que imitan datos de encuestas sobre mercados laborales y condiciones de vida, donde los indicadores socioeconómicos incluyen la estimación de áreas pequeñas del desempleo total, las tasas de desempleo, los ingresos promedio anuales de los hogares y los indicadores de pobreza. Dado su alcance, el libro será útil para estudiantes de maestría y doctorado, así como para estadísticos oficiales y otros estadísticos aplicados. . Nota de contenido: 1 Small Area Estimation -- 2 Design-based Direct Estimation -- 3 Design-based Indirect Estimation -- 4 Prediction Theory -- 5 Linear Models -- 6 Linear Mixed Models -- 7 Nested Error Regression Models -- 8 EBLUPs under Nested Error Regression Models -- 9 Mean Squared Error of EBLUPs -- 10 EBPs under Nested Error Regression Models -- 11 EBLUPs under Two-fold Nested Error Regression Models -- 12 EBPs under Two-fold Nested Error Regression Models -- 13 Random Regression Coefficient Models -- 14 EBPs under Unit-level Logit Mixed Models -- 15 EBPs under Unit-level Two-fold Logit Mixed Models -- 16 Fay-Herriot Models -- 17 Area-level Temporal Linear Mixed Models -- 18 Area-level Spatio-temporal Linear Mixed Models -- 19 Area-level Bivariate Linear Mixed Models -- 20 Area-level Poisson Mixed Models -- 21 Area-level Temporal Poisson Mixed Models -- A Some Useful Formulas -- Index. Tipo de medio : Computadora Summary : This advanced textbook explores small area estimation techniques, covers the underlying mathematical and statistical theory and offers hands-on support with their implementation. It presents the theory in a rigorous way and compares and contrasts various statistical methodologies, helping readers understand how to develop new methodologies for small area estimation. It also includes numerous sample applications of small area estimation techniques. The underlying R code is provided in the text and applied to four datasets that mimic data from labor markets and living conditions surveys, where the socioeconomic indicators include the small area estimation of total unemployment, unemployment rates, average annual household incomes and poverty indicators. Given its scope, the book will be useful for master and PhD students, and for official and other applied statisticians. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200