Informacja

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

Wyszukujesz frazę "estymacja pośrednia" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Estymacja pośrednia wskaźników ubóstwa na poziomie powiatów
Indirect estimation of poverty indicators at poviat level
Autorzy:
Wawrowski, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/1046658.pdf
Data publikacji:
2020-08-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
ubóstwo
estymacja pośrednia
empiryczna metoda bayesowska
poverty
small area estimation
empirical bayes method
Opis:
Dysponowanie szczegółowymi i precyzyjnymi danymi na temat ubóstwa na niskim poziomie agregacji przestrzennej jest ważne dla prowadzenia skutecznej polityki spójności. W Polsce tego typu informacje są gromadzone w ramach badań gospodarstw domowych, prowadzonych przez Główny Urząd Statystyczny, i udostępniane na poziomie kraju, regionów i wybranych grup społeczno-ekonomicznych. Oszacowania bezpośrednie w domenach, których badanie nie obejmuje, są obarczone dużym błędem szacunku. W sytuacji ograniczonej, w skrajnym przypadku zerowej, liczebności próby estymację umożliwia zastosowanie metod statystyki małych obszarów – estymacji pośredniej. Techniki te wykorzystują cechy silnie skorelowane z badanym zjawiskiem, pochodzące ze spisu powszechnego lub z rejestru administracyjnego. Celem badania omawianego w artykule jest estymacja dwóch wskaźników: stopy ubóstwa i głębokości ubóstwa na poziomie powiatów, z zastosowaniem empirycznej metody bayesowskiej (EB). Pierwszy wskaźnik informuje o skali zjawiska, a drugi – o jego intensywności, więc są one komplementarnymi miarami ubóstwa. W badaniu wykorzystano dane z Europejskiego Badania Dochodów i Warunków Życia przeprowadzonego w 2011 r. oraz Narodowego Spisu Powszechnego Ludności i Mieszkań 2011. Za pomocą metody EB, bazującej na liniowym modelu mieszanym i symulacjach Monte Carlo, uzyskano informacje o wielkości i intensywności ubóstwa na poziomie powiatów. Oszacowane w ten sposób wskaźniki pozwalają na ocenę zróżnicowania ubóstwa na poziomie lokalnym. Ponadto cechują się większą precyzją i zbieżnością z rejestrami administracyjnymi w porównaniu do rezultatów estymacji bezpośredniej.
The availability of detailed and precise data on poverty at a low level of spatial aggregation is important when pursuing an effective cohesion policy. In Poland, this type of information is gathered during household surveys conducted by Statistics Poland and is made available at country, region, and selected socio-economic group level. Direct estimates relating to domains not included in a survey are burdened with a serious estimation error. In a situation of a limited (or in extreme cases zero) sample size, an estimation becomes possible through the application of small area estimation methods – indirect estimation. These techniques use variables which are strongly correlated with the researched phenomenon and which come from a census or from an administrative register. The aim of the study discussed in the article is to estimate two indicators: the rate of poverty and the depth of poverty at a poviat level, with the application of the Empirical Bayes (EB) method. The first indicator provides information on the scale of the phenomenon and the other one on its intensity, and so they constitute complementary measures of poverty. The study used data from the European Union Statistics on Income and Living Conditions of 2011 and the National Census of Population and Housing 2011. Information about the scale and intensity of poverty at the poviat level was obtained through the adaptation of the EB method based on the linear mixed model and Monte Carlo simulations. The indicators estimated this way allow for an assessment of the diversity of poverty at a local level. In addition, they are more precise and consistent with administrative registers in comparison to direct estimation results.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2020, 65, 8; 7-26
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Strukturalne modele szeregów czasowych w estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek
Structural Time Series Models in Unemployment Rate Estimation in Disaggregation on Voivodeship, Sex and Age
Autorzy:
Wilak, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/422988.pdf
Data publikacji:
2014
Wydawca:
Główny Urząd Statystyczny
Tematy:
statystyka małych obszarów
estymacja pośrednia
dynamiczne modele liniowe
stopa bezrobocia
Small Area Estimation
direct estimation
dynamic linear models
unemployment rate
Opis:
Informacje publikowane przez Główny Urząd Statystyczny na podstawie Badania Aktywności Ekonomicznej Ludności cechują się dużym poziomem agregacji. Oszacowania w przekroju województw dla małych grup określonych przez cechy demograficzne nie są publikowane ze względu na zbyt małą precyzję estymacji bezpośredniej, spowodowaną małą liczebnością próby. Sposobem na zwiększenie precyzji oszacowania jest zastosowanie estymacji pośredniej. W literaturze popularne jest podejście, w którym do estymacji pośredniej charakterystyk rynku pracy stosuje się strukturalne modele szeregów czasowych. W niniejszym artykule została podjęta próba oceny wykorzystania tej metody w kontekście zwiększenia precyzji estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek. Ocena ta została dokonana na podstawie eksperymentu Monte Carlo z wykorzystaniem danych jednostkowych z Badania Aktywności Ekonomicznej Ludności z lat 2000-2009. Wyniki tego badania pokazują, że zastosowany estymator pośredni w większości przypadków cechuje się lepszą jakością niż estymacja bezpośrednia.
Central Statistical Office in Poland publishes information on labour market derived from Labour Force Survey at high level of aggregation. Estimates for small demographic domains on voivodeship level are not published due to insufficient precision of direct estimates, caused by small sample size. One of possible approaches to the problem is to apply small area estimation. Taking into account that LFS is panel research of households structural time series models can be used in order to borrow strength in time. The aim of the article is to evaluate this method in the context of unemployment rate estimation on voivodeship level including sex and age domains. Monte Carlo simulation study will be applied in order to assess results of estimation and compare to direct estimation. Data obtained from the Labour Force Survey in Poland between 2000-2009 will be used. Results of the study indicates that temporal small area estimation have better quality of estimates compared to direct estimation.
Źródło:
Przegląd Statystyczny; 2014, 61, 4; 409-431
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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