• Deutsch
    • English
  • English 
    • Deutsch
    • English
  • Login
Item View 
  •   Home
  • Rechts-, Wirtschafts- und Sozialwissenschaften
  • Wirtschaftswissenschaftliche Fakultät
  • Item View
  •   Home
  • Rechts-, Wirtschafts- und Sozialwissenschaften
  • Wirtschaftswissenschaftliche Fakultät
  • Item View
JavaScript is disabled for your browser. Some features of this site may not work without it.

Simple Solutions to hard Problems in the Estimation and Prediction of Welfare Distributions

Einfache Lösungen für schwierige Probleme in der Schätzung und Vorhersage der Wohlfahrtsverteilung

by Jing Dai
Doctoral thesis
Date of Examination:2011-04-08
Date of issue:2011-06-01
Advisor:Prof. Dr. Stefan Sperlich
Referee:Prof. Dr. Stefan Sperlich
Referee:Prof. Dr. Walter Zucchini
Referee:Prof. Dr. Inmaculada Martínez-Zarzoso
crossref-logoPersistent Address: http://dx.doi.org/10.53846/goediss-3541

 

 

Files in this item

Name:dai.pdf
Size:1003Kb
Format:PDF
ViewOpen

The following license files are associated with this item:


Abstract

English

The aim of my PhD projects is to investigate various problems in applied parametric and nonparametric estimation, and eventually in prediction. The main focus is on welfare analysis. For instance, in both nonparametric density estimation and regression, the so-called boundary effects, i.e. the bias and variance increase due to one-sided data information, can be quite serious. Therefore, a new, straightforward and very simple boundary correction is proposed in the first essay, applying local bandwidth variation at the boundaries. In a comprehensive simulation study this method is shown to perform very well. Furthermore, it is an excellent method for estimating the world income distribution, and Engel curves in economics. In the second and third essays, an integration-based procedure is introduced for estimating and predicting of population distributions. This is done by data matching with applications to the economics of wealth and health. In conclusion, both essays 2 and 3, it is evident that the proposed method can be applied to estimate both (unconditional) discrete and continuous distributions. It is applicable irrespective of the mean regression or model, and can be easily extended to other contexts, such as small area statistics, nonparametric statistics, any latent variable model (e.g. Tobit regression), simultaneous equation systems, instrumental variable methods, etc. The fourth essay is concerned with the problem of estimating the income or consumption distribution even if only few quantiles (e.g. quartiles and quintiles) are available. A method for convex estimation of a regression function based on the spline smoothing technique is used to estimate the Lorenz curve from sparse data points. The main contribution of this paper is to show how, based on a few quantiles, one can apply a functional form for the Lorenz curve to obtain a parametric density that is consistent with the given quantiles. Furthermore, one can easily derive inequality measures, such as Gini coefficient, based on the same information.
Keywords: nonparametric density estimation and regression; boundary correction; world income distribution; Engel curve; income distribution; data matching; doctor visits; Lorenz curve; quantile; density

Other Languages

Das Ziel meiner Doktorarbeit ist es, verschiedene Probleme in der angewandten parametrischen und nichtparametrischen Schätzung, und schließlich für Voraussagen zu untersuchen. Der Schwerpunkt liegt auf der Wohlfahrtsanalyse. Zum Beispiel kann sowohl in der nichtparametrischen Dichteschätzung als auch in der Regression der so genannte Rand effekt erheblich sein, d.h., dass sich der Bias und die Varianz aufgrund einseitiger Dateninformationen erhöhen. Daher wird im ersten Aufsatz eine neue, direkte und sehr einfache Korrektur für den Rande effekt vorgeschlagen: die Anwendung einer variierenden lokalen Bandweite an den Rändern. In einer umfangreichen Simulationsstudie wird gezeigt, dass diese Methode sehr gut funktioniert. Darüber hinaus ist es eine ausgezeichnete Methode zur Schätzung der Welteinkommensverteilung und von Engel-Kurven in den Wirtschaftswissenschaften. Im zweiten und dritten Aufsatz, wird ein integrationsbasiertes Verfahren für die Abschätzung und Vorhersage der Bevölkerungsverteilungen eingeführt. Dieses wird durch “data matching” anhand von Anwendungen in der Wohlfahrtsökonomie und der Ökonomie des Gesundheitswesens gezeigt. Im Ergebnis beider Ansätze (2 und 3) ist es o ffensichtlich, dass die vorgeschlagene Methode angewendet werden kann, um sowohl (unbedingte) diskrete als auch kontinuierliche Verteilungen zu schätzen. Die Methode funktioniert unabhängig von der Mittelwertregression oder vom Modell und kann leicht auf andere Kontexte, wie “small area”-Statistik, nichtparametrische Statistik, jedes Modell mit latenten Variablen (z.B. Tobit Regression), simultane Gleichungssysteme, Methoden mit Instrumentalvariablen, etc. erweitert werden. Der vierte Aufsatz befasst sich mit dem Problem der Schätzung der Einkommens- oder Verbrauchsverteilung, wenn nur wenige Quantile (z.B. Quartile und Quintile) zur Verfügung stehen. Eine Methode für die konvexe Schätzung einer Regressionsfunktion basierend auf der Spline Glättungstechnik wird benutzt, um die Lorenz-Kurve aus wenigen Datenpunkten zu schätzen. Der wichtigste Beitrag dieser Arbeit ist es, zu zeigen, wie man basierend auf ein paar Quantilen unter Anwendung einer funktionalen Form für die Lorenz-Kurve, eine parametrische Dichte, die im Einklang mit den angegebenen Quantilen steht, erhalten kann. Darüber hinaus ist es leicht, Ungleichheitsmaße, wie den Gini-Koeffizient, bezogen auf die gleichen Informationen abzuleiten.
 

Statistik

Publish here

Browse

All of eDissFaculties & ProgramsIssue DateAuthorAdvisor & RefereeAdvisorRefereeTitlesTypeThis FacultyIssue DateAuthorAdvisor & RefereeAdvisorRefereeTitlesType

Help & Info

Publishing on eDissPDF GuideTerms of ContractFAQ

Contact Us | Impressum | Cookie Consents | Data Protection Information
eDiss Office - SUB Göttingen (Central Library)
Platz der Göttinger Sieben 1
Mo - Fr 10:00 – 12:00 h


Tel.: +49 (0)551 39-27809 (general inquiries)
Tel.: +49 (0)551 39-28655 (open access/parallel publications)
ediss_AT_sub.uni-goettingen.de
[Please replace "_AT_" with the "@" sign when using our email adresses.]
Göttingen State and University Library | Göttingen University
Medicine Library (Doctoral candidates of medicine only)
Robert-Koch-Str. 40
Mon – Fri 8:00 – 24:00 h
Sat - Sun 8:00 – 22:00 h
Holidays 10:00 – 20:00 h
Tel.: +49 551 39-8395 (general inquiries)
Tel.: +49 (0)551 39-28655 (open access/parallel publications)
bbmed_AT_sub.uni-goettingen.de
[Please replace "_AT_" with the "@" sign when using our email adresses.]