Analyses
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Contenu
Résultats
Tout (1)
Tout (1) ((1 résultat))
- Articles et rapports : 12-001-X202200200012Description :
Dans de nombreuses applications, les moyennes de population des petites régions géographiquement adjacentes présentent une variation spatiale. Si les variables auxiliaires disponibles ne tiennent pas suffisamment compte de la configuration spatiale, la variation résiduelle sera incluse dans les effets aléatoires. Par conséquent, l’hypothèse de distribution indépendante et identique sur les effets aléatoires du modèle Fay-Herriot échouera. De plus, des ressources limitées empêchent souvent l’inclusion de nombreuses sous-populations dans l’échantillon; il en résulte de petites régions non échantillonnées. Le problème peut être exacerbé au moment de prédire les moyennes de petites régions non échantillonnées à l’aide du modèle de Fay-Herriot ci-dessus, car les prévisions seront faites uniquement en fonction des variables auxiliaires. Pour remédier à ce problème, nous considérons les modèles spatiaux bayésiens à effets aléatoires qui peuvent prendre en compte de multiples régions non échantillonnées. Dans des conditions légères, nous déterminons si les distributions a posteriori de divers modèles spatiaux sont adaptées à une catégorie utile de densités a priori incompatibles avec les paramètres du modèle. L’efficacité de ces modèles spatiaux est évaluée à partir de données simulées et réelles. Plus précisément, nous examinons les prévisions du revenu médian des familles de quatre personnes à l’échelle de l’État fondées sur la « Current Population Survey » (enquête sur l’état de la population) de 1990 et le « Census for the United States of America » (recensement mené aux États-Unis d’Amérique) de 1980.
Date de diffusion : 2022-12-15
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (1)
Articles et rapports (1) ((1 résultat))
- Articles et rapports : 12-001-X202200200012Description :
Dans de nombreuses applications, les moyennes de population des petites régions géographiquement adjacentes présentent une variation spatiale. Si les variables auxiliaires disponibles ne tiennent pas suffisamment compte de la configuration spatiale, la variation résiduelle sera incluse dans les effets aléatoires. Par conséquent, l’hypothèse de distribution indépendante et identique sur les effets aléatoires du modèle Fay-Herriot échouera. De plus, des ressources limitées empêchent souvent l’inclusion de nombreuses sous-populations dans l’échantillon; il en résulte de petites régions non échantillonnées. Le problème peut être exacerbé au moment de prédire les moyennes de petites régions non échantillonnées à l’aide du modèle de Fay-Herriot ci-dessus, car les prévisions seront faites uniquement en fonction des variables auxiliaires. Pour remédier à ce problème, nous considérons les modèles spatiaux bayésiens à effets aléatoires qui peuvent prendre en compte de multiples régions non échantillonnées. Dans des conditions légères, nous déterminons si les distributions a posteriori de divers modèles spatiaux sont adaptées à une catégorie utile de densités a priori incompatibles avec les paramètres du modèle. L’efficacité de ces modèles spatiaux est évaluée à partir de données simulées et réelles. Plus précisément, nous examinons les prévisions du revenu médian des familles de quatre personnes à l’échelle de l’État fondées sur la « Current Population Survey » (enquête sur l’état de la population) de 1990 et le « Census for the United States of America » (recensement mené aux États-Unis d’Amérique) de 1980.
Date de diffusion : 2022-12-15
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :