Dobór modelu a obciążenie szacunku na przykładzie estymatora GREG w badaniu małych przedsiębiorstw
DOI:
https://doi.org/10.15678/ZNUEK.2017.0971.1101Słowa kluczowe:
estymacja GREG, statystyka gospodarcza, estymacja typu model‑assisted, obserwacje odstająceAbstrakt
Estymacja dotycząca populacji charakteryzujących się silną asymetrią i obecnością obserwacji odstających jest zagadnieniem trudnym, zwłaszcza gdy prowadzona jest na niskim poziomie agregacji. Zastosowanie klasycznych, bezpośrednich metod estymacji nie pozwala na otrzymanie wiarygodnych szacunków. Potrzeba uzyskania szczegółowych informacji oraz szerszych możliwości wykorzystania danych pochodzących z rejestrów administracyjnych skłania do poszukiwania innych, nieklasycznych metod szacunku. Przykładem może być estymacja typu GREG. W artykule podjęto próbę zbadania wpływu wyboru modelu uwzględnionego w ramach estymatora GREG na jakość szacunku parametru populacji przedsiębiorstw. Analizę przeprowadzono na podstawie danych pochodzących z badania małych przedsiębiorstw. Badaną zmienną był przeciętny przychód przedsiębiorstwa. Jako zmienne pomocnicze wykorzystano zmienne opóźnione pochodzące z rejestrów administracyjnych. Badanie prowadzono w przekroju województw z uwzględnieniem rodzaju prowadzonej działalności gospodarczej.
Pobrania
Bibliografia
Bracha C. [2004], Estymacja danych z badania aktywności ekonomicznej ludności na poziomie powiatów dla lat 1995–2002, GUS, Warszawa.
Chambers R., Chandra H., Salvati N., Tzavidis N. [2014], Outlier Robust Small Area Estimation, „Journal of the Royal Statistical Society: Series B (Statistical Methodology)”, vol. 76, no 1, https://doi.org/10.1111/rssb.12019. DOI: https://doi.org/10.1111/rssb.12019
Chambers R. L., Falvey H., Hedlin D., Kokic P. [2001], Does the Model Matter for GREG Estimation? A Business Survey Example, „Journal of Official Statistics”, vol. 17, nr 4.
Clark R.G., Kokic P., Smith P.A. [2017], A Comparison of Two Robust Estimation Methods for Business Surveys, „International Statistical Review”, vol. 85, nr 2, https://doi.org/10.1111/insr.12177. DOI: https://doi.org/10.1111/insr.12177
Dehnel G. [2014], Winsorization Methods in Polish Business Survey, „Statistics in Transition – New Series”, vol. 15, nr 1. DOI: https://doi.org/10.59170/stattrans-2014-007
Dehnel G. [2016], M-estimators in Business Statistics, „Statistics in Transition – New Series”, vol. 17, nr 4. DOI: https://doi.org/10.59170/stattrans-2016-041
Dehnel G. [2017], GREG Estimation with Reciprocal Transformation for a Polish Business Survey [w:] Proceedings of the 11th Professor Aleksander Zelias International Conference on Modelling and Forecasting of Socio-Economic Phenomena, eds M. Papież, S. Śmiech, Foundation of the Cracow University of Economics, Cracow.
Lehtonen R., Särndal C.E., Veijanen A. [2016], Generalized Regression and Model-calibration Estimation for Domains: Accuracy Comparison, https://www.researchgate.net/publication/228665672_Generalized_regression_and_model-calibration_estimation_for_domains_Accuracy_comparison (data dostępu: 17.12.2017).
Ludność. Stan i struktura demograficzno-społeczna. Narodowy Spis Powszechny Ludności i Mieszkań 2011 [2013], GUS, Warszawa. DOI: https://doi.org/10.59139/ws.2011.11.2
Rao J.N.K., Molina I. [2015], Small Area Estimation, 2nd ed., Wiley Series in Survey Methodology, Wiley, Hoboken, New Jersey.
Särdnal C. E., Swensson B., Wretman J. [1992], Model Assisted Survey Sampling, Springer Verlag, New York.
Wykorzystanie danych administracyjnych w badaniu: Ocena bieżącej działalności gospodarczej przedsiębiorstw [2016], GUS, Warszawa.
