binequality：分析固定收入数据的方法
模型选择、模型平均和计算指标的方法，如基尼系数、泰尔系数、平均对数偏差等，对最顶层的箱子是右感知的箱子收入数据。我们提供了一种非参数方法，称为有界中点估计（BME），它将案例分配到它们的bin中点；除审查箱外，在审查箱中，案例被分配给通过拟合帕累托分布估计的收入。由于通常的帕累托估计可能不准确或未定义，特别是在小样本情况下，我们实现了一个有界的帕累托估计，从而产生更好的结果。我们还提供了一种参数方法，它适用于广义贝塔（GB）族的分布。由于某些GB分布可能具有较差的拟合或未定义的估计，因此我们拟合10个GB族分布，并使用多模推理从最佳拟合分布中获得确定的估计。我们还提供美国所有学区、县和州的装箱收入数据。
文档：
下载内容：
链接：
请使用规范形式https://CRAN.R-project.org/package=binequality链接到此页面。