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。