Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Journal of Official Statistics
Volume 38 (2022): Numero 3 (Settembre 2022)
Accesso libero
Hierarchical Bayesian Model with Inequality Constraints for US County Estimates
Lu Chen
Lu Chen
National Institute of Statistical Sciences
U.S.A.
Cerca questo autore su
Sciendo
|
Google Scholar
Chen, Lu
,
Balgobin Nandram
Balgobin Nandram
Worcester Polytechnic Institute and USDA National Agricultural statistics Service, Department of Mathematical Sciences
U.S.A.
Cerca questo autore su
Sciendo
|
Google Scholar
Nandram, Balgobin
e
Nathan B. Cruze
Nathan B. Cruze
USDA National Agricultural statistics Service
Cerca questo autore su
Sciendo
|
Google Scholar
Cruze, Nathan B.
12 set 2022
Journal of Official Statistics
Volume 38 (2022): Numero 3 (Settembre 2022)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Pubblicato online:
12 set 2022
Pagine:
709 - 732
Ricevuto:
01 gen 2021
Accettato:
01 gen 2022
DOI:
https://doi.org/10.2478/jos-2022-0032
Parole chiave
Administrative data
,
bayesian diagnostic
,
benchmarking
,
crop acreage estimates
,
small area estimation
,
sub-area models
,
survey data
© 2022 Lu Chen et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
