Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "mirror data" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Jakość danych dotyczących wewnątrzunijnej wymiany towarowej
    Quality of data on intra-EU trade in goods
    Autorzy:
    Markowicz, Iwona
    Baran, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/962518.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    handel zagraniczny
    dane lustrzane
    jakość danych statystycznych
    kraje członkowskie UE
    foreign trade
    mirror data
    quality of statistical data
    eu member states
    Opis:
    Dane statystyki publicznej dotyczące wymiany towarowej między krajami Unii Europejskiej (UE) gromadzone są na poziomie krajowym, a następnie agregowane przez Eurostat. Metodyka zbierania danych różni się w pewnym zakresie w poszczególnych krajach członkowskich (np. różne są progi statystyczne i poziom pokrycia), a do tego występują różnice kursowe, transakcje niezgłoszone, opóźnione zgłoszenia, błędy klasyfikacji towarowej i inne. Powoduje to, że dane lustrzane, dotyczące w założeniu tych samych transakcji odnotowanych w statystyce kraju wywozu i kraju przywozu, są często nieporównywalne. Znaczną część rozbieżności można tłumaczyć zróżnicowaną jakością zbiorów danych zasilających bazę Eurostatu. Celem przedstawionego w artykule badania jest porównanie jakości danych za 2017 r. o wewnątrzunijnej wymianie towarowej Polski i sąsiednich krajów UE: Niemiec, Czech, Słowacji i Litwy oraz pozostałych krajów bałtyckich – Łotwy i Estonii. Dodatkowym celem jest wskazanie, które kierunki w największym stopniu wpłynęły na występowanie różnic w danych lustrzanych. Wyniki przeprowadzonej analizy wskazują, że najczęściej wpływ na niską jakość danych dotyczących wymiany towarowej między badanymi krajami mają deklaracje składane w Estonii.
    Official statistics on trade in goods between EU member states are collected on country-level and then aggregated by Eurostat. Methodology of data collecting differs slightly between member states (e.g. various statistical thresholds and coverage), including differences in exchange rates as well as undeclared or late-declared transactions, errors in classification of goods and other mistakes. It often involves incomparability of mirror data (nominally concerning the same transactions recorded in statistics of both dispatcher and receiver countries). A huge part of these differences can be explained with the variable quality of data resources in the Eurostat database. In the study data quality on intra-EU trade in goods for 2017 was compared between Poland and neighbouring EU countries, i.e.: Germany, Czech Republic, Slovakia, Lithuania, and other Baltic states – Latvia and Estonia. The additional aim was to indicate the directions having the greatest influence on the observed differences in mirror data. The results of the study indicate that the declarations made in Estonia affect the poor quality of data on trade in goods between the countries mentioned above to the greatest extent.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 6; 5-15
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza rozbieżności danych lustrzanych dotyczących masy towarów w statystykach handlu wewnątrzunijnego
    Autorzy:
    Markowicz, Iwona
    Baran, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/1046657.pdf
    Data publikacji:
    2020-08-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    handel
    dane lustrzane
    wewnątrzunijna wymiana towarowa
    jakość danych
    podejście wartościowe
    podejście ilościowe
    trade
    mirror data
    intra-eu trade of goods
    data quality
    value-based approach
    quantitative approach
    Opis:
    W badaniach prowadzonych dotychczas przez autorów artykułu ocena jakości danych lustrzanych w wymianie towarowej między krajami Unii Europejskiej (UE) opierała się na wartości towarów. Analogiczne podejście stosuje wielu badaczy. Celem badania omawianego w artykule jest ocena jakości danych dotyczących obrotu wewnątrzunijnego na podstawie nie tylko wartości, lecz także ilości towarów. W analizie rozbieżności danych w handlu między krajami UE, ze szczególnym uwzględnieniem Polski, wzorowano się na wybranych metodach badania znanych z literatury przedmiotu. Podejście zarówno wartościowe, jak i ilościowe stanowi wkład własny autorów w metodykę badawczą. Zaproponowano wskaźniki jakości danych oraz wykorzystano dane dotyczące masy towarów. Analizie poddano informacje na temat obrotu towarowego między krajami unijnymi w 2017 r. pochodzące z bazy Eurostatu Comext. Badanie dynamiki obejmowało również lata: 2005, 2008, 2011 i 2014. Wyniki analizy pokazały, że ogółem udział wywozu z Polski towarów do danego kraju na obszarze UE jest różny dla danych wyrażonych wartościowo (wartość towarów) i ilościowo (masa towarów). W badaniu jakości danych lustrzanych należy zatem stosować oba podejścia.
    In the research carried out to date by the authors of the article, the assessment of the quality of mirror data in the exchange of goods between European Union (EU) countries was based on the value of goods. A similar approach is applied by many researchers. The aim of the research discussed in the article is to assess the quality of data relating to intra-EU trade based on not only the value, but also on the quantity of goods. The analysis of discrepancies in data relating to trade between EU countries, with a particular emphasis on Poland, was based on selected research methods known from literature. Both the value-based and the quantitative approach constitute the authors' contribution to the development of research methodology. Data quality indicators were proposed and data pertaining to the weight of goods were used. Information on trade in goods between EU countries in 2017 obtained from Eurostat's Comext database was analysed. The research relating to the dynamics also covered the years 2005, 2008, 2011, and 2014. The results of the analysis demonstrated that the total share of export of goods from Poland to a given country within the EU is different for data expressed in value (value of goods) and in quantity (weight of goods). Therefore, both approaches should be applied in the study of the quality of mirror data.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2020, 65, 8; 27-38
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Coherence and Comparability as Criteria of Quality Assessment in Business Statistics
    Autorzy:
    Młodak, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/466016.pdf
    Data publikacji:
    2013
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    coherence
    comparability
    mirror statistics
    benchmarking
    data precision
    complex indices
    Opis:
    The problems of coherence and comparability exceed the classical notion of analysis of survey errors, because they do not concern single surveys or variables but the question of how results of two or more surveys can be used together and how relevant data can effectively be compared to obtain a better picture of social and economic phenomena over various aspects, e.g. space or time. This paper discusses characteristics of the main concepts of coherence and comparability as well as a description of differences and similarities between these two notions. Types of coherence and various aspects of perception of these notions in business statistics are analysed. Main sources of lack of coherence and comparability, factors affecting them (e.g. methodology, time, region, etc.) and methods of their measurement in context of information obtained from businesses will be also presented.
    Źródło:
    Statistics in Transition new series; 2013, 14, 2; 287-318
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies