TECHNIQUES DE PRÉVISION STATISTIQUE

Auteur: MORENO CUARTAS BLANCA.
Année: 2004.
Université: OVIEDO [www.uniovi.es].
Lieu de l'exposition: FACULTAD DE CC. ECONÓMICAS Y EMPRESARIALES.
Lieu de préparation: FACULTAD DE CC. ECONÓMICAS Y EMPRESARIALES.

Résumé: Pronostics sur la même échelle peuvent être réalisées par les différents acteurs et par des méthodes différentes, en fonction de la prévision de la dernière élection degré de précision qu'il partenaire principal. Étant donné que chaque méthode utilisée et tous les fonctionnaires concernés peuvent saisir les différents aspects de l'information, il semble approprié d'entreprendre une combinaison de prévisions. À la suite de ces considérations, le présent rapport examine les possibilités offertes par les actions d'information dans le cadre de la prévision économique, en distinguant l'évaluation et la combinaison des prédictions. En ce qui concerne l'évaluation, les propositions initiales sur la base d'informations mesures sont Theil (1966), qui développe des mesures fondées sur l'incertitude de Shannon (1948). Conformément à cette approche, le présent rapport examine les nouvelles variantes qui comprennent à la fois des indicateurs basés sur l'incertitude (une mesure de flou quadratique) et d'autres construit à partir des préoccupations (quadratique informations associées avec les prédictions fondées sur quadratique et imprécis par rapport erreurs). L'analyse empirique du comportement de ces indicateurs et leur comparaison avec les mesures habituelles permet de tirer quelques conclusions d'intérêt. Quant à la combinaison de prévisions, le travail de pionnier concernent Bates et Granger (1969), qui propose une synthèse des techniques de prédiction de combinaisons linéaires des prédictions, dont les pondérations sont calculées à partir de l'écart correspondant. Dans cette étude, nous avons étudié le potentiel de la Théorie de l'information pour développer les techniques de combinaison dont le poids étalonné inégalement prédictions simple. Plus précisément, nous employons le principe de la maximisation de l'entropie pour les mesures de l'incertitude Hannon, et le double quadratique quadratique, et d'utiliser les données empiriques disponibles pour comparer les poids chers prédictions combinée à la moyenne artimética. En outre, il existe à travers une combinaison de régression basés sur des erreurs quadratiques, lorsque la fonction est un souci de réduire au minimum le double quadratique, et compare les prévisions obtenues au titre de cette approche combinée avec les moindres carrés ordinaires. Comme il est également possible d'élaborer des prédictions fondées sur la combinaison d'informations subjectives, le rapport analyse les différentes méthodes de quantification des attentes, en comparant leur capacité prédictive des mesures d'évaluation à la fois traditionnels et fondés sur des actions d'information. Il aborde également certains indicateurs qui résument les attentes sur diverses variables économiques, et d'examiner sa capacité à anticiper l'évolution du cycle économique.

Auteur: FERMIN PARRA WILMER JESUS.
Année: 2004.
Université: SALAMANCA [www.usal.es].
Lieu de l'exposition: DEPARTAMENTO DE ESTADISTICA.
Lieu de préparation: DEPARTAMENTO DE ESTADISTICA.

Résumé: Un problème commun à toutes les études longitudinales est à l'abandon, une sorte de manque de données dans laquelle le nombre des mesures qui s'est achevée prématurément. En fonction de la relation entre l'absence et la réponse, les décrocheurs peuvent influencer principalement dans l'interprétation des effets des traitements et d'autres variables explicatives de l'étude. L'abandon est le plus problématique de non-aleatorio (MNAR), dans laquelle l'absence n'est pas liée à la réponse observée. Modèles mixtes modèles ont été proposés pour les données longitudinales de ces abandons. Dans ces modèles sont stratifies la population au moment de l'abandon, et ensuite décrit les données observées au sein de chaque groupe d'absence. Un problème avec cette stratification est que dans un moment particulier peut se produire trois types de rebonds: complètement aléatoire (MCAR), aléatoire (MAR), et no-aleatorios. La différence entre ces types d'abandon récemment sensibles détecter les effets des covariables et de différencier les groupes de l'abandon. Ce document propose une méthode pour analyser les données longitudinales continues avec les abandons de non-réponses aleatorios. Ceci est stratifier la population par le biais d'un «détournement de la négligence" et en utilisant un modèle d'analyse à plusieurs niveaux. La méthode proposée est comparée, à travers une étude de simulation, avec la suppression listwise, y compris des schémas et des modèles de couples mixtes avec le temps de l'abandon. Les résultats montrent que notre proposition est plus sensible dans la détection des effets des covariables. La proposition s'applique à un ensemble de données longitudinales, avec des abandons, dans le domaine de l'éducation.