Problemy jakości danych statystycznych w przypadku badania cech rzadkich

• Authors: Alina Jędrzejczak , Jan Kubacki

Title variants

Quality problems of statistical data in the case of the rare features study

• Languages of publication: PL

Abstracts

W artykule przedstawiono szacowanie parametrów dla cech rzadkich oraz metody wyboru próby dla populacji rzadkich i trudno uchwytnych, które mogą stanowić alternatywę lub uzupełnienie badań nakierowanych na cechy powszechne. Zaprezentowano podstawowe schematy losowania dla cech rzadkich, w tym losowania: odwrotnego (inverse sampling), wielokrotnego połowu (losowanie typu pojmanie-uwolnienie, capture-recapture sampling), lokacyjnego (location sampling) oraz schematy linia-przecięcie (line-intercept sampling) i śledzenia łączy (link-tracing design). Przedstawiono też koncepcję operatów wielokrotnych (multiple frame) oraz zagadnienie próby o zwiększonym pokryciu (oversampling). Trudności wynikające z zastosowania typowych schematów losowania zilustrowano przykładem symulacyjnym opartym na danych z Powszechnego Spisu Rolnego oraz danych z badania budżetów gospodarstw domowych. Wskazano na istnienie alternatywnych rozwiązań, wraz z określeniem korzyści i wad zastosowania tych metod. (fragment tekstu)

EN

The authors presented estimation of parameters for rare characteristics as well as methods of the sample selection to the rare and hardly perceptible populations, which may provide an alternative or complement to research aimed at the common characteristics. The basic sampling schemes for rare characteristics, including the inverse sampling, capture-recapture sampling, location sampling, as well as line-intercept sampling and link-tracing design were described. Also the multiple frame concept and the trials of increased coverage are presented in the article. Difficulties arising from the use of conventional sampling schemes were exemplified with a simulation based on data from the Agricultural Census and household budget surveys. The existence of alternatives for such cases, along with the advantages and disadvantages of those solutions are pointed, too. (original abstract)

Keywords

PL

Jakość w statystyce; Badania statystyczne; Metodologia badań statystycznych

EN

Quality in statistics; Statistical surveys; Methodology of statistical surveys

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2014
• Issue: 6
• Pages: 11-26

Contributors

author

Alina Jędrzejczak

• Uniwersytet Łódzki

author

Jan Kubacki

• Urząd Statystyczny w Łodzi

References

• Birnbaum Z. W., Sirken M. G. (1965), Design of Sampling Surveys to Estimate the Prevalence of Rare Diseases: Three Unbiased Estimates, Vital and Health Statistics, Washington D.C.: U.S. Government Printing Office
• Coleman J. S. (1958), Relational Analysis: the Study of Social Organizations with Survey Methods. Human Organization, No. 17, http://sfaa.metapress.com/content/q5604m676260q8n7/
• Czaja R., Blair J. (1988), Using Network Sampling for Rare Populations: An Application to Local Crime Victimization Surveys, Proceedings of the Survey Research Methods Section, American Statistical Association, http://www.amstat.org/sections/SRMS/Proceedings/papers/1988_007.pdf
• Fattorini L., Ghellini G. (2009), Estimating the size of street-dwelling populations by means of mark-resighting counts: theoretical considerations and empirical results, Proceedings of the XXVI IUSSP International Population Conference, http://iussp2009.princeton.edu/abstracts/90984
• Goodman L. A. (1961), Snowball Sampling, "Annuals of Mathematical Statistics", No. 32, http://projecteuclid.org/DPubS? service=UI&version=1.0&verb=Display&handle=euclid.aoms/ /1177705148
• Haldane J. B. S. (1945), On a Method of Estimating Frequencies, "Biometrika", No. 33 (3), http://www.jstor.org/stable/2332299
• Kalton G. (1991), Sampling flows of mobile human populations, "Survey Methodology", No. 17
• Kalton G., Anderson D. W. (1986), Sampling Rare Populations, "Journal of the Royal Statistical Society", No. 149
• Klovdahl A. S. et al. (1977), Social Networks in an Urban area: First Canberra Study, "Australian and New Zealand Journal of Sociology", No. 3(2)
• Kubacki J., Jędrzejczak A., Piasecki T. (2011), Wykorzystanie metod statystyki małych obszarów do opracowania wyników badań statystycznych, raport z pracy metodologicznej 3.065, Ośrodek Statystyki Matematycznej, Urząd Statystyczny w Łodzi
• Kubacki J., Piasecki T. (2009), Opracowanie modelu/estymacji danych w PSR 2010 z wykorzystaniem danych z systemów informacyjnych i badań statystycznych, Ośrodek Realizacji Badań, Urząd Statystyczny w Łodzi, raport powstały w ramach prac podgrupy ds. statystyczno--matematycznych w ramach prac przygotowawczych do PSR 2010
• Lednicki B., Wieczorkowski R. (2003), Optimal Stratification and Sample Allocation Between Subpopulations and Strata, "Statistics in Transition", October 2003, Vol. 6, No. 2
• Lohr S. (2007), Recent Developments in Multiple Frame Surveys, Proceedings of the Survey Research Methods Section, American Statistical Association, http://www.amstat.org/sections/ /SRMS/Proceedings/y2007/Files/JSM2007-000580.pdf
• Lucas H. A., Seber G. A. F. (1977), Estimating Coverage and Particle Density Using the Line Intercept Method, "Biometrics", No. 64, http://www.jstor.org/stable/2345342
• Multiple Frame Agricultural Surveys (1996), FAO, Vol. 1
• Purcell N. J., Kish L. (1979), Estimationfor Small Domains, "Biometrics", No. 35, http://www.jstor.org/ /stable/2530340
• Seber G. A. F. (1973), The Estimation of Animal Abundance, London, Griffin
• Sirken M. G. (1998), A Short History of Network Sampling, Proceedings of the Survey Research Methods Section, American Statistical Association, http://www.amstat.org/sections/SRMS/ /Proceedings/papers/1998_001.pdf
• Thompson S. K. (2006), Adaptive web sampling, "Biometrics", No. 62, http://www.jstor.org/stable/ /4124545
• Thompson S. K. (2012), Sampling, 3rd ed., Hoboken, Wiley
• Thompson S. K., Ramsey F. L. (1983), Adaptive sampling of animal populations, "Technical Report", No. 82, Corvallis, OR, Department of Statistics, Oregon State University