Approximate Bayesian computation for Lorenz curves from grouped data
Approximate Bayesian computation for Lorenz curves from grouped data
复制标题
根据分组数据对洛伦兹曲线进行近似贝叶斯计算
DOI：
10.1007/s00180-018-0831-x
复制
发表时间：
2018
影响因子：
1.3
通讯作者：
Kakamu Kazuhiko
中科院分区：
文献类型：
--
作者：
Kobayashi Genya;Kakamu Kazuhiko
本文提出了一种新的贝叶斯方法来估计基尼系数的分组数据的洛伦兹曲线。所提出的方法假设一个假设的收入分布和估计的参数直接工作的似然函数隐含的洛伦兹曲线的收入分布从分组数据。它继承了现有的两种方法的优点，通过这两种方法可以更准确地估计基尼系数，并提供了一个简单的解释有关的收入分配。由于似然函数是隐式定义的，因此采用了基于序贯蒙特卡罗方法的近似贝叶斯计算方法。通过模拟研究和日本的收入数据说明了所提出的方法的实用性。
This paper proposes a new Bayesian approach to estimate the Gini coefficient from the grouped data on the Lorenz curve. The proposed approach assumes a hypothetical income distribution and estimates the parameter by directly working on the likelihood function implied by the Lorenz curve of the income distribution from the grouped data. It inherits the advantages of two existing approaches through which the Gini coefficient can be estimated more accurately and a straightforward interpretation about the underlying income distribution is provided. Since the likelihood function is implicitly defined, the approximate Bayesian computational approach based on the sequential Monte Carlo method is adopted. The usefulness of the proposed approach is illustrated through the simulation study and the Japanese income data.
登录
查看更多内容
根据分组观测有效估计洛伦兹曲线和相关不平等措施
DOI：
--
发表时间：
1976
期刊：
影响因子：
--
作者：
N. Kakwani;N. Podder
通讯作者：
N. Podder
对 Sisson 等人的无似然序列蒙特卡罗的修正
DOI：
--
发表时间：
2009
影响因子：
11.1
作者：
D. Stanley;L. Mcknight;W. Hines;W. Usborne;J. deMan
通讯作者：
J. deMan
收入分配和洛伦兹曲线建模
DOI：
10.1007/s10888-010-9132-5
发表时间：
2010
期刊：
The Journal of Economic Inequality
影响因子：
--
作者：
D. Slottje
通讯作者：
D. Slottje
参数洛伦兹曲线：模型和应用
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
J. Sarabia
通讯作者：
J. Sarabia
平均洛伦兹曲线
DOI：
10.1007/s10888-004-5866-2
发表时间：
2005
期刊：
The Journal of Economic Inequality
影响因子：
--
作者：
D. Chotikapanich;W. Griffiths
通讯作者：
W. Griffiths