Artikel från Umeå universitet

Den här artikeln bygger på ett pressmeddelande. Läs om hur redaktionen jobbar.

30 maj 2005

Nya sätt att skatta modeller när datamaterialet är ofullständigt

Många forskare samlar in data för att statistiskt kunna förklara olika samband. Om datamaterialet är ofullständigt försvåras beräkningarna. Maria Karlsson vid Umeå universitet föreslår tre nya sätt att skatta regressionsmodeller i sådana situationer.

Så kallade regressionsmodeller används av forskare inom många ämnesområden för att beskriva och förklara samband mellan olika variabler. Sedan länge finns väletablerade metoder för hur sådana modeller ska skattas. Ibland är dock datamaterialet ofullständigt, som till exempel när ingen observation överhuvudtaget kan göras eller när det exakta värdet är okänt. Det senare gäller bland annat i medicinska studier av hur lång tid det tar mellan diagnos och tillfrisknande, eftersom en del personer fortfarande kan vara sjuka när studierna avbryts. Att datamaterial är ofullständigt på liknande sätt förekommer även inom andra ämnen, till exempel ekonomi.

Maria Karlsson vid Umeå universitet föreslår i sin avhandling tre nya sätt att skatta regressionsmodeller när datamaterialet inte är fullständigt. De nya skattningsfunktionerna (estimatorerna) är baserade på mildare antaganden om den så kallade feltermen i regressionsmodellen än tidigare föreslagna estimatorer.

Maria Karlsson visar också vilka egenskaper estimatorerna får vid stora respektive begränsade stickprov. Egenskaperna studeras både genom simuleringar och genom tillämpningar med empiriska data. Exempelvis har Maria Karlsson studerat tiden mellan ett bilköp och byte av samma bil. Resultaten visar att bilägarens ålder och hushållets årliga inkomst har betydelse för längden av återköpsintervallen. Yngre bilägare byter bil tidigare än äldre bilägare och intervallens längd minskar då inkomsten ökar.

Fredagen den 3 juni försvarar Maria Karlsson, statistiska institutionen, Umeå universitet, sin avhandling med titeln Estimators of semiparametric truncated and censored regression models. Svensk titel: Estimatorer av semiparametriska trunkerade och censurerade regressionsmodeller. Disputationen äger rum kl. 10.15 i Sal N450, Naturvetarhuset, Umeå universitet. Fakultetsopponent är professor Kenneth Carling, institutionen för ekonomi och samhälle, Högskolan Dalarna.

Kontaktinformation
För mer information, kontakta:

Maria Karlsson,
statistiska institutionen,
Umeå universitet,
tel: 090-786 55 96,
e-post: maria.karlsson@stat.umu.se

Nyhetsbrev med aktuell forskning

Visste du att robotar som ser en i ögonen är lättare att snacka med? Missa ingen ny forskning, prenumerera på vårt nyhetsbrev!

Jag vill prenumerera