BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Józefowski Tomasz (Urząd Statystyczny w Poznaniu), Szymkowiak Marcin (Uniwersytet Ekonomiczny w Poznaniu)
Tytuł
Zastosowanie estymatora typu spree w szacowaniu liczby osób bezrobotnych w przekroju podregionów
Using a spree estimator to estimate the number of unemployed people across subregions
Źródło
Studia Oeconomica Posnaniensia, 2013, vol. 1, nr 10, s. 120-135, rys., tab., bibliogr. 9 poz.
Słowa kluczowe
Statystyka bezrobocia, Statystyka małych obszarów, Estymatory, Badanie Aktywności Ekonomicznej Ludności (BAEL), Kalibracja
Unemployment statistics, Small area estimates, Estimators, Research of Economic Activity of Population (BAEL), Calibration
Uwagi
summ.
Abstrakt
W literaturze przedmiotu wskazuje się, że estymatory klasy SMO (Statystyka Małych Obszarów - SMO) mają przewagę nad estymatorami znanymi z klasycznej metody reprezentacyjnej, gdyż umożliwiają dostarczenie potrzebnych informacji w sytuacji niewielkiej liczebności lub nawet braku obserwacji w próbie dla danego przekroju [Longford 2005]. Uzyskane w ten sposób oszacowania dla niższych poziomów przestrzennych bądź subpopulacji różnią się często po zsumowaniu od szacunków uzyskanych za pomocą metody reprezentacyjnej dla wyższego poziomu, który jest możliwy ze względu na wystarczającą liczebność próby. Jednym ze sposobów poradzenia sobie z powyżej opisaną niezgodnością jest zastosowanie estymatora typu SPREE [Zhang i Chambers 2004]. Głównym celem artykułu jest zaprezentowanie możliwości, jakie oferuje estymator typu SPREE do oszacowania liczby osób bezrobotnych na poziomie podregionów województwa wielkopolskiego przy wykorzystaniu danych pochodzących z rejestru bezrobotnych oraz Badania Aktywności Ekonomicznej Ludności.(abstrakt oryginalny)

The methodology of small area estimation (SAE) plays an important role in the field of modern information gathering, which aims to cut survey costs while lowering the responent burden. SAE methods have an advantage over clasical methods since they enable reliable estimates at lower levels of spatial aggregation and with more domains, where the representative approach displays too much variability. This means that small area estimation can be used to handle cases with few or no observations for a given domain in the sample. However, cell total estimates for lower levels of spatial aggregation or subpopulations tend to differ from estimates calculated by means of higher levels of representation, which is possible due to their adequate sample size. One way of coping with this incompatibility is by applying a SPREE estimator. This is used to adjust the values in the cells of an estimated contingency table to the totals obtained by means of the representative method. Internal cells can initially be filled with data from previous censuses, or current administrative registers. The method seems to be particularly useful for estimating the parameters of the labour market, since the methodology used in the Labour Force Survey can only yield data at the level of a province. The users of statistical data, however, expect information which is more geographically disaggregated. Considering the above, the aim of the present paper is to demonstrate the potential of the SPREE estimator for estimating the number of unemployed at the level of subregions in the Wielkopolska province using data from the unemployment register and the Labour Force Survey.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Berg, E., Fuller, W.A., 2009, A SPREE Small Area Procedure for Estimating Population Counts, SSC Annual Meeting, Proceedings of the Survey Methods Section.
  2. Janukowicz, P., 2010, Bezrobocie rejestrowane a bezrobocie według BAEL, Polityka Społeczna, nr 1.
  3. Longford, N., 2005, Missing Data and Small Area Estimation: Modern Analytical Equipment for the Survey Statistician, Series: Statistics for Social and Behavioral Sciences, Springer.
  4. Purcell, N.J., Kish, L., 1980, Postcensal Estimates for Local Areas (or Domains), International Statistical Review, 48, s. 3-18.
  5. Rao, J.N.K., 2003, Small Area Estimation, John Wiley & Sons, INC., Publication.
  6. Särndal, C.-E., 2007, The Calibration Approach in Survey Theory and Practice, Survey Methodology, vol. 33, no. 2, s. 99-119.
  7. Swanson, D.A., Tayman, J., 2012, Subnational Population Estimates, The Springer Series on Demographic Methods and Population Analysis, New York.
  8. Szymkowiak, M., 2007, Przyczynek do kalibracji w badaniach statystycznych z brakami odpowiedzi, w: Panek, E. (red.), Kapitał ludzki i wiedza w gospodarce: wyzwania XXI wieku, Akademii Ekonomicznej w Poznaniu, Poznań, s. 194-204.
  9. Zhang, L., Chambers, R.L., 2004, Small Area Estimates for Cross-classifications, Journal of the Royal Statistical Society B, 66, s. 479-496
Cytowane przez
Pokaż
ISSN
2300-5254
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu