Suchergebnisse

In diesem Buch wird die deskriptive Statistik im weitesten Sinne behandelt. Explorative Datenanalyse (EDA), deskriptive Statistik und graphische Darstellungstechnik werden unter einem gemeinsamen Aspekt beschrieben. Das Buch versucht, erstmals in deutscher Sprache, die Datenaufbereitung im Stile Tukey (1977) und Mosteller und Tukey (1977) mit Beispielen aus dem sozial- und wirtschaftswissenschaftlichen Bereich dem Studenten nahezubringen. Dabei wird vollständig auf den Gebrauch von Wahrscheinlichkeiten verzichtet, dafür aber der Begriff der empirischen Verteilung zentral behandelt. Darüberhinaus wird eine Brücke zwischen der traditionellen (deutschsprachigen) deskriptiven Statistik und dem neuen explorativen Zugang des angelsächsischen Raumes geschlagen. Schließlich wird in jedem Kapital die Verfügbarkeit der Methoden in Programmpaketen kurz diskutiert

The extended Hodrick-Prescott (HP) method was developed by Polasek (2011) for a class of data smoother based on second order smoothness. This paper develops a new extended HP smoothing model that can be applied for spatial smoothing problems. In Bayesian smoothing we need a linear regression model with a strong prior based on differencing matrices for the smoothness parameter and a weak prior for the regression part. We define a Bayesian spatial smoothing model with neighbors for each observation and we define a smoothness prior similar to the HP filter in time series. This opens a new approach to model-based smoothers for time series and spatial models based on MCMC. We apply it to the NUTS-2 regions of the European Union for regional GDP and GDP per capita, where the fixed effects are removed by an extended HP smoothing model.