Estimation of a Quantile Using Pareto Sampling Scheme

• Autorzy: Wojciech Gamrot

Warianty tytułu

Estymacja kwantyli z wykorzystaniem schematu losowania Pareto

• Języki publikacji: EN

Abstrakty

Jedną z popularnych metod wykorzystywania dostępnych informacji o wartościach cech pomocniczych do poprawy dokładności oszacowań wartości globalnej lub średniej w populacji jest losowanie prób z prawdopodobieństwami inkluzji pierwszego rzędu proporcjonalnymi do wartości cechy pomocniczej. Podejście takie prowadzi do konstrukcji rozmaitych schematów losowania, takich jak schemat Lahiriego-Midzuno, Hartleya-Rao, Rao-Harleya-Cochrana, Suntera, czy też Pareto. W niniejszym artykule zbadano empirycznie, jak zastosowanie ostatniego z wymienionych schematów losowania próby wpłynie na własności stochastyczne uzyskiwanych oszacowań innego parametru, a mianowicie kwantyla. (abstrakt oryginalny)

EN

One of most common methods of utilizing available auxiliary information to improve stochastic properties of estimates for simple population parameters such as population total or population mean relies on drawing population units to the sample with individual inclusion probabilities proportional to known values of auxiliary variable. This leads to the construction of various non-simple sampling schemes. This paper focuses on properties of population quantile estimates when Pareto sampling scheme is used. Simulation results are presented. (original abstract)

Słowa kluczowe

PL

Zasada Pareto; Metody statystyczne; Estymacja; Metody estymacji; Modele stochastyczne

EN

Pareto principle; Statistical methods; Estimation; Estimation methods; Stochastic models

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2010
• Tom: 235 Multivariate Statistical Analysis
• Strony: 31-38

Twórcy

autor

Wojciech Gamrot

• The Karol Adamiecki University of Economics in Katowice, Poland

Bibliografia

• Aires, N. (2000) Techniques to Calculate Exact Inclusion Probabilities for Conditional Poisson Sampling and Pareto πps Sampling Designs, Phd thesis, Chalmers, Göteborg University. Göteborg.
• Bracha Cz. (1996) Teoretyczne podstawy metody reprezentacyjnej Wydawnictwo Naukowe PWN Warszawa.
• Chambers, R., Dunstan, R., (1986) Estimating Distribution Functions from Survey Data. Biometrika, 73 (3): 597-604.
• Gilchrist, W.G. (2000) Statistical Modelling with Quantile Functions, Chapman&Hall/CRC, Boca Raton.
• Hyndman R.J., Fan Y, (1996) Sample Quantiles in Statistical Packages, The American Statistician, 50(4), 361-365.
• Rao, J. N. K., Kovar J.G., Mantel, H. J. (1990) On estimating distribution functions and quantiles from survey data using auxiliary information, Biometrika 77(2), 365-375.
• Rosén B. (1997) On sampling with probability proportional to size, Journal of Statistical Planning and Inference, 62, 159-191.
• Rueda M. M., Arcos A., Martinez-Miranda M. D., Roman Y. (2004) Some improved estimators of finite population quantile using auxiliary information in sample surveys, Computational Statistics & Data Analysis, 45(4), 825-848.
• Särndal C.E., Swensson B., Wretman J.H. (1992) Model Assisted Survey Sampling, Springer-Verlag, New York.
• Yates F., Grundy P. M. (1953) Selection without replacement from within strata with probability proportional to size, Journal of the Royal Statistical Society B 15, 235-261.

Identyfikatory

DOI

11089/336