Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: normal approximation

Sortuj według:

Ogranicz wyniki do:

The toy model with two strong players in a weighted voting game

Tomski A.

Mathematica Applicanda

2014

Vol. 42, No. 2

259--272

The aim of this article is to compare a specific toy voting model with the results derived from the normal approximation techniques by Słomczyński et al in the previous papers. For this purpose we have constructed a model in which the optimal quota for the qualified majority has been estimated. The optimal quota is set in such a way that the voting power of each member of the voting body, measured by the (normalised) Penrose-Banzhaf index, is proportional to its voting weight. We present the ‘France-Germany’ model of two strong players each of which is c > 1 times stronger than each of the others and we estimate the quota in the case of c = 2. We check that these results are consistent with a formula derived from the normal approximation, where the quota we are looking for is the inflection point of the density function for this distribution.

Celem niniejszego artykułu jest porównanie szczególnego typu wyborczego modelu-zabawki z wynikami uzyskanymi przy pomocy metod aproksymacji normalnej przez Słomczyńskiego i innych w poprzednich pracach. Dla tego celu skonstruowaliśmy model, w którym zostaje oszacowany próg optymalny dla większości kwalifikowanej. Próg optymalny jest to próg, który minimalizuje różnicę między siłą głosu członka ciała decyzyjnego, mierzoną za pomocą (znormalizowanego) indeksu Penrose‘a-Banzhafa, a jego wagą głosu. Wprowadzamy model „Francja-Niemcy” z dwoma silnymi graczami, w którym każdy z nich jest c > 1 razy silniejszy od reszty i szacujemy próg optymalny w przypadku c = 2. Sprawdzamy, że te wyniki są zgodne z oszacowaniem uzyskanym z aproksymacji normalnej, gdzie szukany próg jest punktem przegięcia krzywej gęstości rozkładu normalnego.

Empirical likelihood for the additive risk model

Lu X., Qi Y.

Probability and Mathematical Statistics

2004

Vol. 24, Fasc. 2

419--431

In this article, we investigate the empirical likelihood method for the additive risk model when the failure times are subject to left-truncation and right-censoring. An empirical likelihood ratio for the p-vector of regression coefficients is defined and it is shown that its limiting distribution is a weighted sum of independent chi-squared distributions with one degree of freedom.This enables one to make empirical likelihood based inference for the regression parameters. Finite sample performance of the proposed methods is illustrated in simulation studies to compare the empirical likelihood method with the normal-approximation-based method.