Schoch, Tobias

Profilbild
E-Mail-Adresse
Geburtsdatum
Projekt
Organisationseinheiten
Berufsbeschreibung
Nachname
Schoch
Vorname
Tobias
Name
Schoch, Tobias

Filter

2009 - 200952010 - 2019202020 - 20234
Filter zurücksetzen

Einstellungen

Suchergebnisse

Gerade angezeigt 1 - 10 von 48
  • Vorschaubild
    Publikation
    Gutachten zur Eignung der Rollenden Kostenstudie für die Taxpunktwertberechnung im Kanton Wallis
    (Hochschule für Wirtschaft FHNW, 18.07.2023) Schoch, Tobias; Hulliger, Beat; Thees, Oscar
    Das Gutachten befasst sich mit dem Urteil C-7338/2018 des Bundesverwaltungsgerichts, das sich zur "Repräsentativität" der Rollenden Kostenstudie im Kanton Wallis äussert. Im vorliegenden Gutachten wird dargelegt, dass "Repräsentativität" und "repräsentative Stichprobe" keine Begriffe der Statistik sind und daher keine sinnvoll quantifizierbare Eigenschaft einer Stichprobe darstellen. Stattdessen sollte der Fokus darauf liegen, ob die Schätzungen auf die Grundgesamtheit verallgemeinerbar sind (d.h. externe Validität besitzen) und ob die Charakteristika oder Parameter der Grundgesamtheit möglichst unverzerrt und effizient geschätzt werden können. Dies wird empirisch für die Rollende Kostenstudie im Kanton Wallis anhand einer Kalibrierung diskutiert.
    05 - Forschungs- oder Arbeitsbericht
  • Vorschaubild
    Publikation
    Überprüfung der Methodik im Schweizer Atlas der Gesundheitsversorgung
    (Institute for Competitiveness and Communication, Hochschule für Wirtschaft FHNW, 30.03.2023) Schoch, Tobias; Thees, Oscar
    Die Inanspruchnahme von Gesundheitsleistungen weist grosse regionale Unterschiede auf. Der Schweizer Versorgungsatlas (www.versorgungsatlas.ch) bildet seit dem Relaunch im April 2023 mit über 100 Indikatoren einen grossen Teil der medizinischen Versorgung und deren Inanspruchnahme ab. Die Indikatoren fokussieren auf die somatische Versorgung und umfassen sowohl stationäre als auch ambulante Behandlungen. Sie bilden die zentrale Grundlage, um geografische Muster bei der Inanspruchnahme von Leistungen der Gesundheitsversorgung zu erkennen und das Ausmass der regionalen Unterschiede zu quantifizieren. Mit dem Relaunch des Versorgungsatlas wurde auch die statistische Methodik überarbeitet. Der vorliegende Bericht befasst sich mit dieser Aufgabe und diskutiert statistische Methoden zur Berechnung von Raten und Kennzahlen zur Quantifizierung regionaler Variation im Kontext des Versorgungsatlas.
    05 - Forschungs- oder Arbeitsbericht
  • Vorschaubild nicht verfügbar
    Publikation
    wbacon: Weighted BACON algorithms for multivariate outlier nomination (detection) and robust linear regression
    (Institute for Competitiveness and Communication, Hochschule für Wirtschaft FHNW, 15.06.2021) Schoch, Tobias
    The BACON algorithms are methods for multivariate outlier nomination (detection) and robust linear regression by Billor, Hadi, and Velleman (2000, doi:10.1016/S0167-9473(99)00101-2). The extension to weighted problems is due to Beguin and Hulliger (2008, www150.statcan.gc.ca/n1/en/catalogue/12-001-X200800110616); see also Schoch (2021, doi:10.21105/joss.03238).
    09 - Software
  • Vorschaubild
    Publikation
    On the strong law of large numbers for nonnegative random variables. With an application in survey sampling
    (Austrian Statistical Society, 2021) Schoch, Tobias [in: Austrian Journal of Statistics]
    Strong laws of large numbers with arbitrary norming sequences for nonnegative not necessarily independent random variables are obtained. From these results we establish, among other things, stability results for weighted sums of nonnegative random variables. A survey sampling application is provided on strong consistency of the Horvitz-Thompson estimator and the ratio estimator.
    01A - Beitrag in wissenschaftlicher Zeitschrift
  • Vorschaubild nicht verfügbar
    Publikation
    Robuste Schätzer für das Fay-Herriot-Modell
    (2019) Schoch, Tobias
    Robuste Methoden für die Small-Area-Schätzung von Mittel- und Totalwerten sind seit einiger Zeit bekannt und werden erfolgreich in der Praxis eingesetzt. Eine Vielzahl von «robustifizierten» SAE-Schätzern ist aus ad-hoc-Überlegungen entstanden, was deren Tauglichkeit nicht schmälert. Für die Robustifizierung von Schätzern zum Fay-Herriot-Modell nehmen wir eine «theorie-nahe» Perspektive ein, was zu neuen Einsichten führt. Fay-Herriot (1979, J Amer Stat Assoc) haben das nach ihnen benannte Modell als Verallgemeinerung des James-Stein-Schätzers motiviert, wobei sie sich einen empirischen Bayes-Ansatz zunutze machten. Wir greifen diese Motivation des Problems auf und formulieren ein analoges robustes Bayes’sches Verfahren. Wählt man nun in der Bayes’schen Problemformulierung die ungünstigste Verteilung (eng. least favorable distribution) von Huber (1964, Ann Math Statist) als A-priori-Verteilung für die Lokationswerte der Small Areas, dann resultiert als Bayes-Schätzer [= Schätzer mit
    06 - Präsentation
  • Vorschaubild nicht verfügbar
    Publikation
    Evaluation des kantonalen Durchimpfungsmonitorings Schweiz
    (Bundesamt für Gesundheit BAG, 2017) Hulliger, Beat; Schoch, Tobias; Walther, Ursula
    05 - Forschungs- oder Arbeitsbericht
  • Vorschaubild nicht verfügbar
    Publikation
    Mechanisms for multivariate outliers and missing values
    (19.06.2013) Hulliger, Beat; Schoch, Tobias
    06 - Präsentation
  • Vorschaubild nicht verfügbar
    Publikation
    Mechanisms for multivariate outliers and missing values
    (19.06.2013) Hulliger, Beat; Schoch, Tobias
    04 - Beitrag Sammelband oder Konferenzschrift
  • Vorschaubild nicht verfügbar
    Publikation
    Robust, distribution-free inference for income share ratios under complex sampling
    (Springer, 26.05.2013) Hulliger, Beat; Schoch, Tobias [in: AStA Advances in Statistical Analysis]
    01A - Beitrag in wissenschaftlicher Zeitschrift
  • Vorschaubild nicht verfügbar
    Publikation
    Robust Unit-Level Small Area Estimation: A Fast Algorithm for Large Datasets
    (Austrian Journal of Statistics, 01.12.2011) Schoch, Tobias [in: Austrian Journal of Statistics]
    Small area estimation is a topic of increasing importance in official statistics. Although the classical EBLUP method is useful for estimating the small area means efficiently under the normality assumptions, it can be highly influenced by the presence of outliers. Therefore, Sinha and Rao (2009; The Canadian Journal of Statistics) proposed robust estimators/predictors for a large class of unit- and area-level models. We confine attention to the basic unit-level model and discuss a related, but slightly different, robustification. In particular, we develop a fast algorithm that avoids inversion and multiplication of large matrices, and thus permits the user to apply the method to large datasets. In addition, we derive much simpler expressions of the bounded-influence predicting equations to robustly predict the small-area means than Sinha and Rao (2009) did.
    01A - Beitrag in wissenschaftlicher Zeitschrift