मेरे पास प्रत्येक समय बिंदु पर एन = 14 गणनाओं के साथ डेटा की एक समय श्रृंखला है, और मैं प्रत्येक समय बिंदु पर इस अनुमान के लिए गनी गुणांक और एक मानक त्रुटि की गणना करना चाहता हूं।
चूँकि मेरे पास प्रत्येक समय बिंदु पर केवल N = 14 काउंट्स हैं, जो मैं जैकनेफ विचरण, अर्थात गणना करके आगे समीकरण 7 से टॉमसन ओग्वांग का समीकरण 7 'जीनी इंडेक्स की गणना का एक सुविधाजनक तरीका और इसकी' मानक त्रुटि ' । कहाँ तत्व के बिना एन मूल्यों की गिनी गुणांक है और का मध्यमान है ।जी(एन,कश्मीर)कश्मीर ˉ जी (एक्स)जी(एन,कश्मीर)
वेरिएंस के लिए उपरोक्त सूत्र का प्रत्यक्ष अनुभवहीन कार्यान्वयन।
calc.Gini.variance <- function(x) {
N <- length(x)
# using jacknifing as suggested by Tomson Ogwang - equation 7
# in the Oxford Bulletin of Economics and Statistics, 62, 1 (2000)
# ((n-1)/n) \times \sum_{k=1}^n (G(n,k)-\bar{G}(n))^2
gini.bar <- Gini(x)
gini.tmp <- vector(mode='numeric', length=N)
for (k in 1:N) {
gini.tmp[k] <- Gini(x[-k])
}
gini.bar <- mean(gini.tmp)
sum((gini.tmp-gini.bar)^2)*(N-1)/N
}
calc.Gini.variance(c(1,2,2,3,4,99))
# [1] 0.1696173
Gini(c(1,2,2,3,4,99))
# [1] 0.7462462
क्या यह एक छोटे एन के लिए एक उचित दृष्टिकोण है? कोई अन्य सुझाव?