• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Survey methodology >Estimation sur petits domaines sous linéarisation
【24h】

Estimation sur petits domaines sous linéarisation

机译：线性化下的小域估计

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

L'estimation sur petits domaines fondée sur des modèles linéaires mixtes est parfois inefficace quand les relations sous-jacentes ne sont pas linéaires. Nous présentons des techniques d'estimation sur petits domaines pour des variables qui peuvent être modélisées linéairement après une transformation non linéaire. En particulier, nous étendons l'estimateur direct fondé sur un modèle de Chandra et Chambers (2005, 2009) à des données qui concordent avec un modèle linéaire mixte sur l'échelle logarithmique, en utilisant le calage sur un modèle pour définir des poids pouvant être utilisés dans cet estimateur. Nos résultats montrent que l'estimateur fondé sur la transformation que nous obtenons est à la fois efficace et robuste à la distribution des effets aléatoires dans le modèle. Une application à des données d'enquêtes auprès des entreprises démontre la performance satisfaisante de la méthode.
机译：当基础关系不是线性时，基于混合线性模型的小面积估计有时无效。我们为可在非线性变换后线性建模的变量提供了小域估计技术。特别是，我们将基于Chandra和Chambers（2005，2009）模型的直接估计量扩展到与对数刻度上的混合线性模型相符的数据，并使用模型上的校准来定义权重。在此估算器中使用。我们的结果表明，我们获得的基于变换的估计量对于模型中随机效应的分布既有效又健壮。在商业调查数据中的应用证明了该方法的令人满意的性能。

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