IDEAS home Printed from
MyIDEAS: Log in (now much improved!) to save this paper

Disparitätsmessung aus klassierten Daten mittels Schätzung von entropiemaximalen Dichtefunktionen

Listed author(s):
  • Lucas, André
Registered author(s):

    Standardmethoden zur Schätzung von Disparitätsmaßen aus klassierten Daten basieren entweder auf der Bestimmung von Schranken, die den wahren Wert des jeweiligen Disparitätsmaßes einschließen (nichtparametrischer Ansatz) oder aber auf Annahmen bezüglich der den Daten zugrunde liegenden Verteilung, deren Parameter geschätzt werden müssen (parametrischer Ansatz). Die Parameterschätzung kann je nach angenommener Verteilung numerisch aufwendig sein und es ist nicht in jedem Fall gesichert, dass diese Verteilung eine gute Anpassung an die Daten darstellt. Die Bestimmung der Schranken ist hingegen nur dann sinnvoll, wenn diese nahe genug beieinander liegen (dies ist zumeist nur bei Vorliegen einer größeren Anzahl von Klassen der Fall). In diesem Beitrag wird die Schatzung von Disparitätsmaßen mittels Bestimmung von entropiemaximalen Dichtefunktionen dargestellt. Dabei wird in jeder Klasse die Entropie der geschätzten Dichtefunktion maximiert. Die durchgeführte Simulationsstudie bestätigt eine verbesserte Schätzung bei einem akzeptablen numerischen Aufwand auch bei einer kleinen Klassenanzahl.

    If you experience problems downloading a file, check if you have the proper application to view it first. In case of further problems read the IDEAS help page. Note that these files are not on the IDEAS site. Please be patient as the files may be large.

    File URL:
    Download Restriction: no

    Paper provided by University of Cologne, Institute of Econometrics and Statistics in its series Discussion Papers in Econometrics and Statistics with number 1/99.

    in new window

    Date of creation: 1999
    Handle: RePEc:zbw:ucdpse:199
    Contact details of provider: Postal:
    0221 / 470 5607

    Phone: 0221 / 470 5607
    Fax: 0221 / 470 5179
    Web page:

    More information through EDIRC

    References listed on IDEAS
    Please report citation or reference errors to , or , if you are the registered author of the cited work, log in to your RePEc Author Service profile, click on "citations" and make appropriate adjustments.:

    in new window

    1. Gastwirth, Joseph L, 1972. "The Estimation of the Lorenz Curve and Gini Index," The Review of Economics and Statistics, MIT Press, vol. 54(3), pages 306-316, August.
    2. Foster, James E., 1983. "An axiomatic characterization of the Theil measure of income inequality," Journal of Economic Theory, Elsevier, vol. 31(1), pages 105-121, October.
    Full references (including those not matched with items on IDEAS)

    This item is not listed on Wikipedia, on a reading list or among the top items on IDEAS.

    When requesting a correction, please mention this item's handle: RePEc:zbw:ucdpse:199. See general information about how to correct material in RePEc.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (ZBW - German National Library of Economics)

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If references are entirely missing, you can add them using this form.

    If the full references list an item that is present in RePEc, but the system did not link to it, you can help with this form.

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your profile, as there may be some citations waiting for confirmation.

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    This information is provided to you by IDEAS at the Research Division of the Federal Reserve Bank of St. Louis using RePEc data.