Sökning: "sampling weights"

Visar resultat 1 - 5 av 17 avhandlingar innehållade orden sampling weights.

  1. 1. Statistical modeling in international large-scale assessments

    Detta är en avhandling från Umeå : Umeå universitet

    Författare :Inga Laukaityte; Umeå universitet.; [2016]
    Nyckelord :NATURVETENSKAP; NATURAL SCIENCES; multilevel model; plausible values; sampling weights; missing information; multiple imputation; non-monotone missing pattern; TIMSS; PISA; Statistics; statistik; pedagogik; Education;

    Sammanfattning : This thesis contributes to the area of research based on large-scale educational assessments, focusing on the application of multilevel models. The role of sampling weights, plausible values (response variable imputed multiple times) and imputation methods are demonstrated by simulations and applications to TIMSS (Trends in International Mathematics and Science Study) and PISA (Programme for International Student Assessment) data. LÄS MER

  2. 2. Cryptanalysis of Selected Stream Ciphers

    Detta är en avhandling från Department of Electrical and Information Technology, Lund University

    Författare :Paul Stankovski; Lunds universitet.; Lund University.; Lunds universitet.; Lund University.; [2013]
    Nyckelord :TEKNIK OCH TEKNOLOGIER; ENGINEERING AND TECHNOLOGY; Stream cipher; cryptanalysis; FCSR; state recovery; linear relations; optimal sampling; distinguisher; HC; nonrandomness; greedy bit set algorithm.;

    Sammanfattning : Popular Abstract in Swedish Kryptering kan användas när man vill hålla något viktigt meddelande hemligt, till exempel vid en bankbetalning på Internet. Men hur vet man att krypteringsalgoritmen (sättet att kryptera på) är tillräckligt säker? Hur vet man att ingen kan läsa vårt meddelande eller ändra i det så att, till exempel, en överföring av pengar från ett konto till ett annat går till någon helt annan? Det är detta vi har kryptoanalys till, för att kontrollera att säkerhetskrav som ställs på krypteringsalgoritmen är uppfyllda. LÄS MER

  3. 3. Calibration Adjustment for Nonresponse in Sample Surveys

    Detta är en avhandling från Örebro : Örebro university

    Författare :Bernardo João Rota; Örebro universitet.; [2016]
    Nyckelord :NATURVETENSKAP; NATURAL SCIENCES; Auxiliary variables; Calibration; Nonresponse; principal com-ponents; regression estimator; response probability; survey sampling; two-step estimator; variance estimator; weighting; Statistics; Statistik;

    Sammanfattning : In this thesis, we discuss calibration estimation in the presence of nonresponse with a focus on the linear calibration estimator and the propensity calibration estimator, along with the use of different levels of auxiliary information, that is, sample and population levels. This is a fourpapers- based thesis, two of which discuss estimation in two steps. LÄS MER

  4. 4. Towards Dense Air Quality Monitoring Time-Dependent Statistical Gas Distribution Modelling and Sensor Planning

    Detta är en avhandling från Örebro : Örebro University

    Författare :Sahar Asadi; Örebro universitet.; [2017]
    Nyckelord :NATURVETENSKAP; NATURAL SCIENCES; mobile robot olfaction; time-dependent gas distribution modelling; temporal sub-sampling; sensor planning; artificial potential field; gas monitoring;

    Sammanfattning : This thesis addresses the problem of gas distribution modelling for gas monitoring and gas detection. The presented research is particularly focused on the methods that are suitable for uncontrolled environments. LÄS MER

  5. 5. Mathematical programming for optimal probability weighting

    Detta är en avhandling från Stockholm : Karolinska Institutet, Institute of Environmental Medicine

    Författare :Michele Santacatterina; Karolinska Institutet.; Karolinska Institutet.; [2018]
    Nyckelord :MEDICIN OCH HÄLSOVETENSKAP; MEDICAL AND HEALTH SCIENCES;

    Sammanfattning : In spite of the fact that probability weighting is widely used in statistics to correct for unequal sampling, control for confounding, and handle missing data, it has two main limitations. First, statistical inferences may be inefficient in the presence of extreme probability weights. LÄS MER