Informacja

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

Wyszukujesz frazę "BAEL" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Autokorelacja błędów oszacowań w Badaniu Aktywności Ekonomicznej Ludności
Autocorrelation of Error Estimations in Labour Force Surveys
Autocorrélation des erreurs d’estimation relative à l’Enquête de l’Activité Économique de la Population
Автокорреляция ошибок оценивания в Обследовании экономической активности населения
Autorzy:
Wilak, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/543981.pdf
Data publikacji:
2015-06
Wydawca:
Główny Urząd Statystyczny
Tematy:
Badanie Aktywności Ekonomicznej Ludności (BAEL)
Rynek pracy
Metody estymacji
Stopa bezrobocia
badanie panelowe z panelem rotacyjnym
autokorelacja błędów
Research of Economic Activity of Population (BAEL)
Labour market
Estimation methods
Unemployment rate
rotating panel design
autocorrelations of survey errors
Opis:
Оборотная панель используемая в Обследовании экономической актив-ности населения (BAEL) является причиной корреляции ошибок оценки характеристик рынка труда. Знания по теме автокорреляции являются важными в отношении к оценке тренда параметров на рынке труда. Неучтение автокорреляции может привести к тому, что кривая тренда будет подвергать колебаниям, которые являются характеристическими для процессов авторегрессии. Ошибки оценивания не наблюдаются, таким образом невозможным оказывается оценка коэффициентов их автокор-реляции с использованием обычных оценок. В статье характеризуется приспособление метода оценивания коэффициентов автокорреляции оши-бок (предложенного Пфефферманном и другими), к оборотной схеме в BAEL. Затем этот метод был использован для оценки коэффициентов автокорреляции в ошибках оценивания нормы безработицы в велико-польском воеводстве для шести домен определенных полом и возрастом.
Panel rotacyjny zastosowany w Badaniu Aktywności Ekonomicznej Ludności (BAEL) powoduje, że błędy estymacji cech rynku pracy mogą być ze sobą skorelowane. Wiedza na temat autokorelacji jest ważna w kontekście estymacji trendu parametrów rynku pracy. Nieuwzględnienie autokorelacji może skutkować tym, że krzywa trendu będzie obarczona wahaniami, charakterystycznymi dla procesów autoregresyjnych. Błędy estymacji nie są obserwowalne, zatem nie jest możliwe oszacowanie współczynników ich autokorelacji za pomocą klasycznych estymatorów. W artykule opisano dostosowanie metody szacowania współczynników autokorelacji błędów (zaproponowanej przez Pfeffermanna i in.), do schematu rotacyjnego w BAEL. Następnie metodę tę wykorzystano do estymacji współczynników autokorelacji w błędach oszacowania stopy bezrobocia w woj. wielkopolskim dla sześciu domen określonych przez płeć i wiek.
Rotating panel used in the Labour Force Survey (LFS) causes correlation possibility of estimations of labor markets errors. Knowledge of autocorrelation is important in the context of the trend estimation of labor market parameters. Dismissal of autocorrelation can result in the trend curve it will be fraught with volatility, characteristic of auto-regression processes. Estimation errors are not observable, thus it is not possible to estimate the autocorrelation coefficients by conventional estimators. This paper describes the adaptation of methods for estimating the errors of autocorrelation coefficients (proposed by Pfeffermanna et al.), The rotational scheme in LFS. Then, this method was used to estimate the autocorrelation coefficients in error estimation of the unemployment rate in the province. Greater Poland for six domains defined by gender and age. Rotating panel used in the LFS (Labour Force Survey) causes estimation errors labor markets may be correlated. Knowledge of autocorrelation is important in the context of the trend estimation parameters labor market. Dismissal of autocorrelation can result in the trend curve it will be fraught with volatility, characteristic of auto-regression processes. Estimation errors are not observable, thus it is not possible to estimate the autocorrelation coefficients by conventional estimators. This paper describes the adaptation of methods for estimating the errors of autocorrelation coefficients (proposed by Pfeffermann and others), to the rotational scheme in LFS. Then, this method was used to estimate the autocorrelation coefficients in error estimation of the unemployment rate in the Wielkopolskie voivodship for six domains defined by gender and age.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2015, 6; 31-40
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using indirect estimation with spatial autocorrelation in social surveys in Poland
Wykorzystanie estymacji pośredniej uwzględniającej korelację przestrzenną w badaniach społecznych w Polsce
Autorzy:
Klimanek, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/422834.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
small area statistics
spatial autocorrelation
unemployment
Labour Force Survey (LFS)
statystyka małych obszarów
autokorelacja przestrzenna
bezrobocie
Badanie Aktywności Ekonomicznej Ludności (BAEL)
Opis:
The article presents possible application of indirect estimation methods (including the method accounting for spatial correlation) to estimate some characteristics of labor market in the population of people aged 15 and over at the level of NUTS3 in Poland in 2008. This is a more detailed spatial aggregation of data compared with that found in publications of the Central Statistical Office based on Labour Force Survey results. The second aim of the article is to compare the precision measures of the direct estimator with those of the EBLUP estimator (empirical best linear unbiased predictor) and the EBLUPGREG_SPATIAL estimator (which takes into account spatial correlation).
Artykuł przedstawia propozycję wykorzystania metod estymacji pośredniej (w tym także tej metody, która uwzględnia korelację przestrzenną) do oszacowania pewnych charakterystyk rynku pracy w populacji osób w wieku 15 lat i więcej w przekroju podregionów w Polsce w 2008 roku. Jest to bardziej szczegółowy poziom agregacji przestrzennej niż ten prezentowany w publikacjach Głównego Urzędu Statystycznego opartych na wynikach Badania Aktywności Ekonomicznej Ludności. Drugim celem jest porównanie miar precyzji estymatora bezpośredniego z precyzją estymatora typu EBLUP (empirical best linear unbiased predictor) oraz estymatora typu EBLUPGREG_SPATIAL (uwzględniającego korelację przestrzenną).
Źródło:
Przegląd Statystyczny; 2012, 59, numer specjalny 1; 155-172
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Edukacja całożyciowa dorosłych obywateli w Unii Europejskiej w perspektywie strategii Europa 2020
Lifelong Learning of Adult Citizens in the EU in the view of Europe 2020 Growth Strategy
Autorzy:
Roszko-Wójtowicz, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/464211.pdf
Data publikacji:
2015
Wydawca:
Akademickie Towarzystwo Andragogiczne
Tematy:
Strategia Europa 2020
program Edukacja i szkolenia 2020 (ET2020)
kształcenie ustawiczne
UE
Badanie Aktywności Ekonomicznej Ludności (BAEL)
Badanie Edukacji Dorosłych (AES)
Strategy Europe 2020
Education and Training 2020 (ET2020)
lifelong learning
EU
Labour Force Survey (LFS)
Adult Education Survey (AES)
Opis:
Edukacja, kształcenie zawodowe składają się na szerszą perspektywę jaką stanowi uczenie się przez całe życie. Kształcenie ustawiczne będące charakterystycznym zjawiskiem współczesnego świata zajmuje ważne miejsce w ekonomiczno-społecznych strategiach Unii Europejskiej. Celem niniejszego artykułu jest pokazanie, w sposób syntetyczny, 10-letniej perspektywy dokonań i zmian, jakie zostały osiągnięte w obszarze kształcenia i szkoleń w UE, ze szczególnym uwzględnieniem rozbieżności pomiędzy poszczególnymi krajami członkowskimi. Artykuł ma charakter empiryczny, a źródłem danych statystycznych wykorzystanych w artykule są raporty oraz bazy Europejskiego Urzędu Statystycznego – Eurostat. Głównym źródłem danych statystycznych na poziomie UE w zakresie lifelong learning są trzy badania ankietowe przeprowadzane przede wszystkim w krajach członkowskich: Badanie Aktywności Ekonomicznej Ludności (BAEL), Badanie Edukacji Dorosłych (AES), Ustawiczne kształcenie zawodowe (CVTS). Wyniki dwóch pierwszych badań zostaną w opracowaniu omówione, na ich podstawie zostaną sformułowane wnioski płynące z analizy porównawczej. Podsumowując należy stwierdzić, że edukacja i szkolenia cały czas stanowią istotny element polityki Unii Europejskiej. Zainteresowanie obywateli UE ideą kształcenia ustawicznego cały czas rośnie, co znajduje potwierdzenie w przyjętej docelowej (do roku 2020) wartości wskaźnika określającego udział osób w wieku 25-64 lata w kształceniu ustawicznym wynoszącej 15%.
Education and vocational training provide a broader perspective which is lifelong learning. Adult learning being characteristic of contemporary world, plays an important role in EU economic and social strategies. The aim of the following article is to provides a concise account of 10 years of achievements and changes in the field of education and training in the EU, with special attention given to discrepancy between Member States. The crucial part is devoted to the analysis of statistical data reflecting educational activity of EU citizens over the last decade. The article presents empirical approach, the source of statistical data used in the article are European Statistical Office (Eurostat) reports. The main source of statistical data concerning lifelong learning in EU are three surveys carried out primarily in member states: EU Labour Force Survey (LFS), Adult Education Survey (AES), Continuous Vocational Training Survey (CVTS). The first two aforementioned will be used for drawing conclusions from comparative analysis. The most significant conclusion that may be drawn from the following analysis is reinforcing the position of education and training in EU policy. Educational and training activity of EU members is constantly growing up which is confirmed by the assumed 15% rate (target value by 2020) of the population aged 25-64 to participate in adult learning.
Źródło:
Edukacja Dorosłych; 2015, 2; 163-184
1230-929X
Pojawia się w:
Edukacja Dorosłych
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