A Lorenz curve is a graphical representation of the distribution of income or wealth within a population. The generalized Lorenz curve can be created by scaling the values on the vertical axis of a Lorenz curve by the average output of the distribution. In this paper, we propose two non-parametric methods for testing the equality of two generalized Lorenz curves. Both methods are based on empirical likelihood and utilize a U-statistic. We derive the limiting distribution of the likelihood ratio, which is shown to follow a chi-squared distribution with one degree of freedom. We performed simulations to evaluate how well the proposed methods perform compared to an existing method, by examining their Type I error rates and power across different sample sizes and distribution assumptions. Our results show that the proposed methods exhibit superior performance in finite samples, particularly in small sample sizes, and are robust across various scenarios. Finally, we use real-world data to illustrate the methods of testing two generalized Lorenz curves.


翻译:洛伦兹曲线是表示一个人群内收入或财富分布的图形化工具。通过将分布的垂直轴上的值缩放为该分布的平均输出,可以创建广义洛伦兹曲线。在本文中,我们提出两种无参数方法来检验两个广义洛伦兹曲线的等价性。这两种方法都基于经验似然,并利用U统计量。我们推导出似然比的极限分布,其服从自由度为1的卡方分布。我们进行了模拟以评估所提出的方法在样本量和分布假设不同的情况下与现有方法相比的实验效果,通过检查它们的Ⅰ类错误率和功率。我们的结果表明,所提出的方法在有限样本中表现出超强的性能,特别是在小样本量的情况下,并且在各种情况下都具有鲁棒性。最后,我们使用实际数据来说明检验两个广义洛伦兹曲线的方法。

0
下载
关闭预览

相关内容

【2023新书】使用Python进行统计和数据可视化,554页pdf
专知会员服务
126+阅读 · 2023年1月29日
专知会员服务
117+阅读 · 2021年10月6日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
概率论和机器学习中的不等式
PaperWeekly
2+阅读 · 2022年11月9日
一些关于随机矩阵的算法
PaperWeekly
1+阅读 · 2022年7月13日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
数据分析师应该知道的16种回归方法:泊松回归
数萃大数据
35+阅读 · 2018年9月13日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年5月26日
Arxiv
0+阅读 · 2023年5月26日
Arxiv
110+阅读 · 2020年2月5日
VIP会员
相关资讯
概率论和机器学习中的不等式
PaperWeekly
2+阅读 · 2022年11月9日
一些关于随机矩阵的算法
PaperWeekly
1+阅读 · 2022年7月13日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
数据分析师应该知道的16种回归方法:泊松回归
数萃大数据
35+阅读 · 2018年9月13日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员