008131127s1998                                                eng  d
■001CHIMSIN00303366
■00520131127090625.5
■020    ▼a9780599175112
■040    ▼aUMI▼cUMI
■090    ▼aPh.D.
■1001  ▼aDe  los  Santos,  Plinio  Antonio▼cJr.
■24510▼aStatistical  methods  for  estimating  and  characterizing  social  welfare  recipient  payments▼h[e-book]
■260    ▼aTroy▼bRensselaer  Polytechnic  Institute▼c1998.
■300    ▼a226  p.
■500    ▼aChairs:  James  M.  Tien;  Richard  J.  Burke.
■502    ▼aThesis  (Ph.D.)--Rensselaer  Polytechnic  Institute,  1998.
■520    ▼aSocial  welfare  programs  constitute  public  assistance  that  provides  benefits  to  eligible  populations.  While  the  Federal  Government  regulates  most  social  programs,  they  are  generally  administered  at  the  State  level.  From  a  State  perspective,  the  administration  of  these  programs  requires  that  two  types  of  information  be  tracked:  (1)  Information  about  the  magnitude  of  recipient  expenditure.  This  is  necessary  to  claim  these  expenditures  to  the  Federal  Government.  (2)  Information  about  the  amount  of  time  that  recipients  receive  benefits  from  the  social  programs.  This  is  useful  in  evaluating  social  program  performance  and  potential  program  administration  issues.
■520    ▼aAdopting  a  state  perspective,  this  research  develops  statistical  methods  to  effectively  estimate  and  characterize  recipient  payments  in  social  welfare  programs  that  provide  periodic  payment  benefits.  Specifically,  this  is  accomplished  by:
■520    ▼a(a)  Developing  multi-period  retrospective  sampling  approaches  to  estimate  recipient  payment  expenditures.  The  proposed  sampling  methods  improve  the  multi-period  reliability  of  elementary  sampling  estimates  by  progressively  incorporating  sampling  information  obtained  from  previous  sampling  periods.  Contrary  to  existing  rotation  panel  approaches  and  to  repeated  survey  time  series  methods,  the  proposed  methods  improve  multi-period  sampling  reliability  estimates  without  requiring  special  data  assumptions,  such  as  covariance-matrix  non-singularity  and  data  stationarity.
■520    ▼a(b)  Developing  a  nonparametric  univariate  technique  to  estimate  recipient  missing  payment  amounts  in  poor  quality  electronic  databases.  The  proposed  technique  uses  cross-sectional  recipient  information  and  it  allows  relative  reductions  in  payment  amount  over-estimation  penalties  as  compared  to  other  univariate  methods.  The  proposed  technique  differs  from  existing  missing  data  techniques  which  require  explicit-modeling,  because  it  does  not  depend  on  either  covariates  or  restrictive  modeling  assumptions.
■520    ▼a(c)  Developing  a  nonparametric  multi-episode  duration  analysis  approach.  The  proposed  approach  provides  knowledge  for  understanding  how  recipient  populations  use  a  social  program.  The  proposed  analysis  approach  extends  existing  multi-episode  analysis  approaches  by  allowing  the  comparison  of  duration  patterns  for  recipients  with  different  number  of  service  episodes.
■520    ▼aIn  addition,  this  research  provides  a  data  set  valuable  for  future  comparative  research  in  social  sciences.
■590    ▼aSchool  code:  0185.
■650  4▼aStatistics
■650  4▼aPolitical  Science,  Public  Administration
■650  4▼aSociology,  Public  and  Social  Welfare
■690    ▼a0463
■690    ▼a0617
■690    ▼a0630
■71020▼aRensselaer  Polytechnic  Institute.
■7730  ▼tDissertation  Abstracts  International▼g60-02A.
■790    ▼a0185
■79010▼aTien,  James  M.▼eadvisor
■79010▼aBurke,  Richard  J.▼eadvisor
■791    ▼aPh.D.
■792    ▼a1998
■85640▼uKTLA/2013/9918381.pdf