Odporny estymator GREG w ocenie małych przedsiębiorstw handlowych
DOI:
https://doi.org/10.18778/0208-6018.334.03Słowa kluczowe:
estymacja odporna, statystyka gospodarcza, statystyka małych obszarów, GREGAbstrakt
Dynamiczne zmiany w gospodarce spowodowały wzrost zapotrzebowania na dane statystyczne zarówno co do liczby cech, jak i rodzajów przekrojów. W statystyce gospodarczej sprostanie temu wyzwaniu jest szczególnie trudne ze względu na specyfikę populacji przedsiębiorstw. Wymusza ono poszukiwanie metod szacunku zmierzających w kierunku zwiększenia stopnia wykorzystania źródeł administracyjnych. Adaptacja nowych rozwiązań ma przyczynić się zarówno do rozszerzenia zakresu informacji, jak i do zwiększenia efektywności prowadzonych szacunków. Celem niniejszego badania jest próba wykorzystania odpornego estymatora GREG uwzględniającego KMNK i metody najmniejszej mediany kwadratów w szacunku charakterystyk dotyczących małych przedsiębiorstw handlowych działających w 2012 roku. W estymacji jako zmienne pomocnicze uwzględnione zostały zmienne opóźnione w czasie, pochodzące z rejestrów administracyjnych. W artykule odwołano się do metod estymacji reprezentowanych przez statystykę małych obszarów. Badanie prowadzone jest na niskim poziomie agregacji. Domenę studiów stanowi sekcja PKD z uwzględnieniem przekroju województw.
Pobrania
Bibliografia
Bracha C. (2004), Estymacja danych z badania aktywności ekonomicznej ludności na poziomie powiatów dla lat 1995–2002, GUS, Warszawa.
Chambers R., Kokic P., Smigh P., Cruddas M. (2000), Winsorization for Identifying and Treating Outliers in Business Surveys, Proceedings of the Second International Conference on Establishment Surveys, American Statistical Association, Alexandria.
Dehnel G. (2014), Winsorization Methods in Polish Business Survey, “Statistics in Transition – New Series”, vol. 15, no. 1, pp. 97–110, http://pts.stat.gov.pl/czasopisma/statistics‑in‑transition/ [accessed: 25.11.2017].
Dehnel G. (2015), Rejestr podatkowy oraz rejestr ZUS jako źródło informacji dodatkowej dla statystyki gospodarczej – możliwości i ograniczenia, [in:] K. Jajuga, M. Walesiak (eds.), Taksonomia 24. Klasyfikacji i analiza danych – teoria i zastosowania, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
Gross W.F., Bode G., Taylor J.M., Lloyd-Smith C.W. (1986), Some finite population estimators which reduce the contribution of outliers, Proceedings of the Pacific Statistical Conference, 20–24 May 1985, Auckland.
GUS (2014), Działalność przedsiębiorstw niefinansowych w 2012 roku, Warszawa.
GUS (2015), Małe i średnie przedsiębiorstwa niefinansowe w latach 2009–2013, Warszawa.
GUS (2016), Wykorzystanie danych administracyjnych w badaniu: Ocena bieżącej działalności gospodarczej przedsiębiorstw, Warszawa.
Horvitz D.G., Thompson D.J. (1952), A Generalization of Sampling without Replacement from a Finite Universe, “Journal of the American Statistical Association”, vol. 47, pp. 663–685.
Preston J., Mackin C. (2002), Winsorization for Generalised Regression Estimation, Paper for the Methodological Advisory Committee, Australian Bureau Of Statistics, Canberra.
Rao J.N.K., Molina I. (2015), Small Area Estimation, Wiley, Hoboken, doi: 10.1002/9781118735855.
Rousseeuw P.J., Leroy P.M. (2003), Robust Regression and Outlier Detection, Wiley-Interscience, Hoboken.
Pobrania
Pliki dodatkowe
Opublikowane
Numer
Dział
Jak cytować
