Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Journal of Official Statistics
Volumen 37 (2021): Edición 3 (Septiembre 2021)
Acceso abierto
Latent Class Analysis for Estimating an Unknown Population Size – with Application to Censuses
Bernard Baffour
Bernard Baffour
School of Demography, Australian National University
Canberra, Australia
Buscar este autor en
Sciendo
|
Google Scholar
Baffour, Bernard
,
James J. Brown
James J. Brown
School of Mathematical and Physical Sciences, University of Technology
Australia
Buscar este autor en
Sciendo
|
Google Scholar
Brown, James J.
y
Peter W.F. Smith
Peter W.F. Smith
Department of Social Statistics and Demography, University of Southampton
Southampton,
Buscar este autor en
Sciendo
|
Google Scholar
Smith, Peter W.F.
13 sept 2021
Journal of Official Statistics
Volumen 37 (2021): Edición 3 (Septiembre 2021)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
13 sept 2021
Páginas:
673 - 697
Recibido:
01 abr 2019
Aceptado:
01 jul 2020
DOI:
https://doi.org/10.2478/jos-2021-0030
Palabras clave
Capture-recapture
,
latent class analysis
,
log-linear models
© 2021 Bernard Baffour et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.