کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6896198 1445991 2016 39 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Modeling international trade data with the Tweedie distribution for anti-fraud and policy support
ترجمه فارسی عنوان
مدلسازی داده های تجارت بین المللی با توزیع تویدی برای مبارزه با تقلب و حمایت از سیاست
ترجمه چکیده
این مقاله پتانسیل توزیع تودی در تجزیه و تحلیل داده های تجاری بین المللی را نشان می دهد. در دسترس بودن یک مدل انعطاف پذیر برای توصیف مقادیر معامله ای به دلایل مختلف مهم است. اولا، می تواند حمایت مستقیم به سیاست گذاران را فراهم کند. دوم، این اجازه می دهد تا ارزیابی عملکرد آماری ابزار ضد تقلب در تعداد زیادی از مجموعه داده های مصنوعی تولید شده با خواص آماری شناخته شده، که باید با سناریوهای واقعی جهان منطبق باشد. ما مزایای استفاده از مدل تودی در تعدادی از مجموعه داده ها را می بینیم که به طور خاص در زمینه مبارزه با تقلب هستند و ویژگی های بی اهمیتی را نشان می دهند. ما همچنین یک طرح منظم از پیدایش توزیع توویی را ارائه می دهیم و ما به تعدادی از مسائل مربوط به آماری و محاسباتی مانند توسعه الگوریتم های کارآمد برای هر دو برای ارزیابی پارامتر و برای تولید متغیرهای تصادفی می پردازیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
This paper shows the potential of the Tweedie distribution in the analysis of international trade data. The availability of a flexible model for describing traded quantities is important for several reasons. First, it can provide direct support to policy makers. Second, it allows the assessment of the statistical performance of anti-fraud tools on a large number of data sets artificially generated with known statistical properties, which must comply with real world scenarios. We see the advantages of adopting the Tweedie model in several data sets which are particularly relevant in the anti-fraud context and which show non-trivial features. We also provide a systematic outline of the genesis of the Tweedie distribution and we address a number of relevant statistical and computational issues, such as the development of efficient algorithms both for parameter estimation and for random variate generation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Operational Research - Volume 248, Issue 3, 1 February 2016, Pages 1031-1043
نویسندگان
, , , ,