Robust Multivariate Methods for Income Data
Kein Vorschaubild vorhanden
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
01.02.2011
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Eurostat
Verlagsort / Veranstaltungsort
Brüssel
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Income inequality and poverty measures are central to the analysis of social welfare. However, recording and measurement errors, outlying observations exert strong influence on non-robust estimators of these measures. If the data cannot be purged of these, welfare conclusions drawn from the data can be seriously misleading. Moreover, these measures are computed on the basis of a univariate income variable, which is an aggregation of several distinct income sources or components. Notably outliers in several income components may severely affect the univariate income variable and thus the estimates. In addition, the aggregation process may propagate or mask outliers in the components. Therefore, instead of focusing on univariate robust estimators, propose to adopt truly multivariate outlier-detection and robust imputation methods. Both, outlier-detection- and imputation methods are adapted for the finite population sampling context and can cope with missing values and the multiple zero-inflation structure of income data. This kind of data.
Schlagwörter
statistical method application
Fachgebiet (DDC)
330 - Wirtschaft
659 - Werbung & Public Releations (PR)
659 - Werbung & Public Releations (PR)
Veranstaltung
New Technologies and Techniques (NTTS)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Unbekannt
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Keine Begutachtung
Open Access-Status
Lizenz
Zitation
HULLIGER, Beat und Tobias SCHOCH, 2011. Robust Multivariate Methods for Income Data. In: New Technologies and Techniques (NTTS). Brüssel: Eurostat. 1 Februar 2011. Verfügbar unter: http://hdl.handle.net/11654/9896