On Empirical Best Predictors of Poverty Measures Based on Polish Household Budget Survey

• Autorzy: Małgorzata K. Krzciuk , Tomasz Stachurski , Tomasz Żądło

Warianty tytułu

O wykorzystaniu empirycznych najlepszych predyktorów do oceny ubóstwa na podstawie danych z badań budżetów gospodarstw domowych

• Języki publikacji: EN

Abstrakty

Rozważamy problem szacowania stopy ubóstwa, indeksu luki dochodowej i indeksu dotkliwości ubóstwa w podpopulacjach. Zaproponowano pewien model nadpopulacji należący do klasy mieszanych modeli liniowych z zagnieżdżonym składnikiem losowym, w przypadku którego najlepszy empiryczny predyktor może być stosowany także dla bardzo dużych populacji. Oprócz rozważań teoretycznych przedstawiono przykład zastosowania omawianego predyktora dla rzeczywistych danych pochodzących z badania budżetów gospodarstw domowych. (abstrakt oryginalny)

EN

We consider the problem of estimation of poverty measures: head count ratio, poverty gap and poverty severity in subpopulations. We propose a superpopulation model, which belongs to the class of nested error mixed linear models and the empirical best predictor, which can be used even for very large populations. Theoretical considerations are supported by a real data application based on the Polish household budget survey from 2011. (original abstract)

Słowa kluczowe

PL

Ubóstwo; Statystyka małych obszarów; Budżet gospodarstwa domowego

EN

Poverty; Small area estimates; Budgets of households

• Czasopismo: Studia i Materiały Wydziału Zarządzania i Administracji Wyższej Szkoły Pedagogicznej im. Jana Kochanowskiego w Kielcach
• Rocznik: 2017
• Numer: R. 21, nr 3, t. 1 Pomiar jakości życia w układach regionalnych i krajowych : dylematy i wyzwania
• Strony: 33-44

Twórcy

autor

Małgorzata K. Krzciuk

• Uniwersytet Ekonomiczny w Katowicach

autor

Tomasz Stachurski

• Uniwersytet Ekonomiczny w Katowicach

autor

Tomasz Żądło

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Biecek P., Analiza danych z programem R Modele liniowe z efektami stałymi i losowymi i mieszanymi, PWN, Warszawa 2012.
• Datta G.S, Lahiri P., A Unified Measure of Uncertainty of Estimated Best Linear Unbiased Predictors in Small Area Estimation Problems, "Statistica Sinica" 2000.
• Elbers Ch., van der Weide R., Estimation of Normal Mixtures in a Nested Error Model with an Application to Small Area Estimation of Poverty and Inequality. Policy Research Working Paper 6962, World Bank Group, Development Research Group Poverty and Inequality Team, 2014.
• Foster J., Greer J., Thorbecke E., A class of decomposable poverty measures, "Econometrica" 1984.
• Guadarrama M., Molina I., Rao J.N.K., Small area estimation of general parameters under complex sampling designs, UC3M Working Papers, Universidad Carlos III de Madrid, Madrid 2016.
• Jacqmin-Gadda H., Sibillot S., Proust C., Molina J.-M., Thiebaut R., Robustness of the Linear Mixed Model to Misspecified Error Distribution, "Computational Statistics & Data Analysis" 2007.
• Molina I., Rao J.N.K., Small Area Estimation of Poverty Indicators, "The Canadian Journal of Statistics" 2010, no. 38.
• Panek T., Ubóstwo, wykluczenie społeczne i nierówności. Teoria i praktyka pomiaru, Szkoła Główna Handlowa w Warszawie, Warszawa 2011.
• Pratesi M. (ed.), Analysis of Poverty Data by Small Area Estimation, Wiley, Chichester 2016.
• Rao J.N.K., Molina I., Small Area Estimation. Second Edition, Wiley, New Jersey 2015.
• Verbeke, G., Molenberghs, G., Linear Mixed Models for Longitudinal Data, Springer, New York 2009.