• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Survey methodology >A bivariate hierarchical Bayesian model for estimating cropland cash rental rates at the county level
【24h】

A bivariate hierarchical Bayesian model for estimating cropland cash rental rates at the county level

机译：用于估计县级农田现金租金的双变量贝叶斯模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The National Agricultural Statistics Service (NASS) of the United States Department of Agriculture (USDA) is responsible for estimating average cash rental rates at the county level. A cash rental rate refers to the market value of land rented on a per acre basis for cash only. Estimates of cash rental rates are useful to farmers, economists, and policy makers. NASS collects data on cash rental rates using a Cash Rent Survey. Because realized sample sizes at the county level are often too small to support reliable direct estimators, predictors based on mixed models are investigated. We specify a bivariate model to obtain predictors of 2010 cash rental rates for non-irrigated cropland using data from the 2009 Cash Rent Survey and auxiliary variables from external sources such as the 2007 Census of Agriculture. We use Bayesian methods for inference and present results for Iowa, Kansas, and Texas. Incorporating the 2009 survey data through a bivariate model leads to predictors with smaller mean squared errors than predictors based on a univariate model.
机译：美国农业部（USDA）的国家农业统计局（NASS）负责估算县级的平均现金租金。现金租金率是指仅以现金为基础，以每英亩为单位租用的土地的市场价值。现金租金的估算对农民，经济学家和政策制定者很有用。 NASS使用现金租金调查收集有关现金租金率的数据。由于县级实现的样本量通常太小而无法支持可靠的直接估计量，因此需要研究基于混合模型的预测量。我们指定了一个双变量模型，以使用2009年现金租金调查的数据和外部变量（例如2007年农业普查）的辅助变量来获取2010年非灌溉农田现金租赁率的预测指标。我们使用贝叶斯方法进行推断，并给出爱荷华州，堪萨斯州和德克萨斯州的结果。通过双变量模型合并2009年调查数据会导致预测变量的均方误差比基于单变量模型的预测变量小。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号