Współzależność pomiędzy rozwojem teorii i praktyki badań reprezentacyjnych w Polsce

• Authors: Jan Kordos

Title variants

EN

The interplay between sample survey theory and practice in Poland

• Languages of publication: PL

Abstracts

PL

Autor bada współzależności między rozwojem teorii i praktyki badań reprezentacyjnych w Polsce w ciągu ponad 60 lat. Rozpoczyna od klasycznej pracy Neymana (Neyman, 1934), która dała teoretyczne podstawy probabilistycznego podejścia wyboru próbki umożliwiające wnioskowanie z badań reprezentacyjnych. Główne idee tej pracy były najpierw opublikowane po polsku w 1933 r. (Neyman, 1933) i miały istotny wpływ na a praktykę badań reprezentacyjnych Polsce przed i po II Wojnie Światowej. Badania reprezentacyjne prowadzone w latach 1950-tych i 1960-tych były konsultowane z J. Neymanem w czasie jego wiz w Polsce w latach 1950 i 1958 (Fisz, 1950; Zasępa, 1958). Praktyczne problemy występujące przy planowaniu i analizie badań reprezentacyjnych Polsce były częściowo rozwiązywane przez Komisję Matematyczną GUS powołaną w końcu 1949 r. jako organ doradczy i opiniodawczy Prezesa GUS. Komisja ta składała się ze specjalistów zarówno z GUS jak i ośrodków naukowo-badawczych w kraju (Kordos, 2012a). Komisja działała do 1993 r. i wpływała w istotny sposób na praktykę badań reprezentacyjnych Polsce. Specjalną uwagę poświęcono wpływowi teorii badań próbkowych na świecie i w Polsce na praktykę badań reprezentacyjnych w Polsce, a w szczególności na plany i schematy losowania i metody estymacji w badaniach prowadzonych w czasie, a głównie metodzie rotacyjnej (Greń, 1969; Kordos, 1967, 2012b; Kowalczyk, 2004; Kowalski, 2006; Lednicki, 1982; Popiński, 2006; Wesołowski, 2010); lokalizacji próby (Bracha et al.,2004b, Greń, 1964, 1966; Lednicki, 1979, 1989; Lednicki i Wesołowski, 1994;), metodom estymacji (Bracha, 1996, 1998; Greń, 1970; Kordos, 1982; Lednicki, 1979, 1987, Wesołowski, 2004, Zasępa, 1962, 1972), jakości danych (Kordos, 1973, 1988; Zasępa, 1993) oraz metodom estymacji dla małych obszarów (Bracha, 1994, 2003; Bracha et al., 2004b; Dehnel, 2010; Domański, Pruska, 2001; Golata, 2004ab, 2012; Kalton et al., 1993; Kordos, 1991, 2000b; Kordos, Paradysz, 2000; Niemiro, Wesołowski, 2012; Paradysz, 1998; Wesołowski, 2004). W zakończeniu prowadzone są rozważania na temat przyszłych zapotrzebowań na informacje z badań reprezentacyjnych.

EN

The author examines interplay between sample survey theory and practice in Poland over the past 60 years or so. He begins with the Neymans’s (1934) classic landmark paper which laid theoretical foundations to the probability sampling (or design—based) approach to inference from survey samples. Main ideas of that paper were first published in Polish in 1933 (Neyman, 1933) and had a significant impact on sampling practice in Poland before and after the World War II. Sample surveys conducted in 1950s and 1960s were consulted with J. Neyman during his visits in Poland in 1950 and 1958 (Fisz, 1950a; Zasepa, 1958). Some practical problems encountered in the design and analysis of sample surveys were partly solved by the Mathematical Commission of the CSO which was established in 1949, as an advisory and opinion—making body to the CSO President in the field of sample surveys. The Commission concentrated specialists in the sampling methods both from the CSO and research centres in the country (Kordos, 2012a). The Commission had a significant impact on sampling practice in Poland and was active till 1993. Special attention is devoted to the impact of sampling theory on sampling practice in Poland, and particularly on sample designs and estimation methods in: sampling in time and rotation methods (Kordos, 1967, 2012b; Kowalczyk, 2004; Kowalski, 2006; Wesołowski, 2010); sample allocation and estimation methods (Bracha, 1994, 1996, 2003; Greń, 1964, 1966, 1969, 1970; Kordos, 1969, 1973, 1982; Wesołowski, 2004, Zasępa, 1962, 1972, 1993 ); data quality (Kordos, 1973, 1988); estimation methods for small areas (Dehnel, 2010; Domański, Pruska, 2001; Golata, 2004ab, 2012; Kalton et al., 1993; Kordos, 1991, 2000b, 2004; Kordos, Paradysz, 2000; Niemiro, Wesołowski, 2012; Paradysz, 1998; Wesołowski, 2004). Concluding remarks are given at the end.

Keywords

PL

badanie reprezentacyjne; metoda estymacji; złożone badanie reprezentacyjne; jakość danych; statystyka małych obszarów; metoda rotacyjna; metoda alokacji próby

EN

sample survey; estimation methods; complex sample surveys; data quality; estimation for small area; rotation sampling; sample allocation methods

• Publisher: Główny Urząd Statystyczny
• Journal: Przegląd Statystyczny
• Year: 2012
• Volume: 59
• Issue: numer specjalny 1
• Pages: 61-86

Contributors

author

Jan Kordos

• Szkoła Główna Handlowa w Warszawie
• Wyższa Szkoła Menedźerska w Warszawie

References

• Barczyk A., Gaca I., Zagożdzińska I., (1994), Badanie koniunktury, Zeszyty metodyczne i klasyfikacje GUS, Warszawa.
• Bowley A.L., (1913), Working Class Households in Reading, Journal of the Royal Statistical Society, 672—691.
• Bowley A.L., (1915), The Nature and Purpose of the Measurement of Social Phenomena, P.S. King and Son, Ltd, London.
• Bowley A.L., (1926), Measurement of the Precision Attained in Sampling, Bulletin of the International Statistical Institute, 22 (1), 1—62.
• Bracha Cz., (1972), Reprezentacyjne badanie struktury zapasów w uspołecznionym handlu detalicznym, Wiadomo¬ści Statystyczne, 1, 21—25.
• Bracha Cz., (1994), Metodologiczne aspekty badania małych obszarów, Z prac Zakładu Badań Statystyczno—Ekonomicznych GUS, 43.
• Bracha Cz., (1996), Teoretyczne podstawy metody reprezentacyjnej, PWN, Warszawa.
• Bracha Cz., (1998), Schemat losowania próby i metoda estymacji w badaniu ankietowym „stan zdrowia ludności", Wiadomości Statystyczne, 3, 9—15.
• Bracha Cz., (2003), Estymacja danych z Badania Aktywności Ekonomicznej Ludności na poziomie powiatów dla lat 1995—2002, GUS, Warszawa.
• Bracha Cz., Jakubowski J., Szarkowski A.,(2004a), Analiza porównawcza estymatorów regresyjnych w reprezentacyjnych badaniach statystycznych, Seria Studia i Prace – Z prac Zakładu Badań Statystyczno—Ekonomicznych GUS i PAN, 292, Warszawa.
• Bracha Cz., Lednicki B., Wieczorkowski R., (2004b), Wykorzystanie złożonych metod estymacji do dezagregacji danych z Badania Aktywności Ekonomicznej Ludności w roku 2003, Studia i Prace – Z prac Zakładu Badań Statystyczno—Ekonomicznych GUS i PAN, 299, Warszawa.
• Ciepiela P., Gniado K. ,Wesołowski J.,Wojty M., (2012), Dynamic K-Composite estimator for an arbitrary rotation scheme, Statistics in Transition – new series, 13 (1), 7 -20.
• Cochran W.G., (1977), Sampling Techniques, 3rd ed., Wiley, New York.
• Dalenius,T. , (1957), Sampling in Sweden. Contributions to the Methods and Theories of Sample Survey Practice. Uppsala.
• Dehnel G., (2010), Rozwój mikroprzedsiebiorczości w Polsce w świetle estymacji dla małych domen, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
• Deming W.E., (1950), Some Theory of Sampling, Wiley, New York.
• Deming W.E., (1987), On the Statistician’s Contribution to Quality, Bulletin of the International Statistical Institute, Proceedings of the 46th Session, 2, 355—369.
• Domański Cz., Pruska, K., (2001), Metod y statystyki małych obszarów, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• Eckler A.R., (1955), Rotation Sampling, Annals of Mathemathical Statistics, 26, 664-685.
• Eurostat (1996), The Future of European Social Statistics: Use of Administrative Registers and Dissemination Strategies, Luxembourg.
• Eurostat (1997), Family Budget Surveys in the EC: Methodology and Recommendations for Harmonisation, Population and Social Conditions 3, Methods E, Luxembourg.
• Eurostat (2007), Handbook on Data Quality Assessment: Methods and Tools, Luxembourg.
• Eurostat (2009), Handbook on Quality Report, Luxembourg.
• Fellegi I., (1999), Statistical Services – Preparing for the Future, Survey Methodology, 25 (2), 113—128.
• Fisz M., (1950a), Konsultacje prof. Neymana i wnioski z nich wypływające, Studia i Prace Statystyczne, 3–4, 14—27.
• Fisz M., (1950b), Kontrola jakości produkcji masowej na cechę ciągłą, Studia i Prace Statystyczne, 2, 123-160.
• Frankel L.R., Stock J.S., (1942), On the sample surveys of employment, Journal of the Statistical American Association, 37, 77—80.
• Gołata E., (2004a), Pośrednia estymacja bezrobocia na lokalnym rynku pracy, Wydawnictwo Poznańskiej Akademii Ekonomicznej, Prace habilitacyjne, 11, Poznań .
• Gołata E., (2004b), Problems of Estimate Unemployment for Small Domains in Poland, Statistics in Transition, 6 (5), 755—776.
• Gołata E., (2012), Data integration and small domain estimation in Poland – experiemnces and problems, Statistics in Transition – new series, 13 (1), 107—142.
• Greń J., (1964), O pewnych metodach wyznaczania lokalizacji próby w losowaniu warstwowym wieloparametrycznym, Przegląd Statystyczny, 3, 361—369.
• Greń J., (1966), O pewnym zastosowaniu programowania nieliniowego do metody reprezentacyjnej , Przegląd Statystyczny, 3, 361—369.
• Greń J., (1969), Efektywność powtarzalnych badań metodą reprezentacyjną,, Biblioteka Wiadomości Statystycznych, 7, 97—104.
• Greń J., (1970), Wielowymiarowy estymator regresyjny średniej dla skończonej populacj, , Przegląd Statystyczny, 1, 73—78.
• GUS (1969), Zastosowanie metod matematycznych w statystyce, Biblioteka Wiadomości Statystycznych, 7, Warszawa.
• GUS (1970a), Wybrane problemy prognoz statystycznych, Biblioteka Wiadomości Statystycznych, 11, Warszawa.
• GUS (1970b), Statystyczna ocena wyników badań budżetów rodzinnych, Studia i Prace Statystyczne, Warszawa.
• GUS (1971a), Badania statystyczne metodą reprezentacyjną w krajach socjalistycznych, Biblioteka Wiadomości Statystycznych, 14, Warszawa.
• GUS (1971b), Wybrane problemy metodologiczne badań reprezentacyjnych, Biblioteka Wiadomości Statystycznych, 15, Warszawa.
• GUS (1972), Eksperytentalne badania budżetów rodzinnych metodą rotacyjną, Biblioteka Wiadomości Statystycznych, 18, Warszawa.
• GUS (1973), Stan i perspektywy rozwoju statystyki w Polsce, Biblioteka Wiadomości Statystycznych, 17, Warszawa.
• GUS (1976), Statystyka i ekonometria w Polsce Ludowej, Biblioteka Wiadomości Statystycznych, 25, Warszawa.
• GUS (1978), Metodologia badan reprezentacyjnych w GUS – Prace Komisji Matematycznej, Biblioteka Wiadomości Statystycznych, 29, Warszawa.
• GUS (1979), Statystyka i ekonometria w Polsce Ludowej (wydanie drugie – zmienione), Biblioteka Wiadomości Statystycznych, 31, Warszawa.
• GUS (1986), Metodyka i organizacja badań budżetów gospodarstw domowych, Zeszyty Metodologiczne, 62, Warszawa.
• GUS (1987a), Problemy integracji statystycznych badań gospodarstw domowych, Biblioteka Wiadomości Statystycznych, 34, Warszawa.
• GUS (1987b), Zastosowanie metody reprezentacyjnej w badaniach statystycznych GUS (1981–1986), Z prac Zakładu Badań Statystyczno—Ekonomicznych GUS, 166, Warszawa.
• GUS (1989), Problemy badań statystycznych metodą reprezentacyjną, Biblioteka Wiadomości Statystycznych, 36, Warszawa.
• GUS (1992), Poverty Measurement for Economies in Transition in Eastern European Countries, Polish Statistical Association, Warsaw.
• GUS (1995), Rozwój metodologii badań statystycznych w Polsce, Biblioteka Wiadomości Statystycznych, 44, Warszawa.
• GUS (1998), Metodologia i organizacja mikrospisów, Statystyka w Praktyce, Warszawa.
• GUS (2002), Warunki życia ludności w 2001 r., Studia i Analizy Statystyczne, Warszawa.
• GUS (2005a), Warunki życia ludności w 2004 r., Studia i Analizy Statystyczne, Warszawa.
• GUS (2005b), Budżet czasu ludności, Studia i Analizy Statystyczne, Warszawa .
• GUS (2006), Stan zdrowia ludności Polski w 2004 r., Informacje i Opracowania Statystyczne, Warszawa.
• GUS (2008), Incomes and Living Conditions of the Population in Poland (report from the EU—SILC survey of 2006), Warsaw
• GUS (2011a), Metodologia badania budżetów gospodarstw domowych, Zeszyty Metodologiczne, Warszawa.
• GUS (2011b), Stan zdrowia ludności Polski w 2009 r., Informacje i Opracowania Statystyczne, Warszawa.
• GUS (2012), Raport wyników, Narodowy Spis Powszechny Ludności i Mieszkań 2011, Warszawa.
• Hansen M.H., Hurwitz W.N., (1943), On the theory of sampling from a finate population, Annals of Mathematical Statistics,14, 333— 362.
• Hansen M.H., Hurwitz W.N., (1946), The problem of non–response in sample surveys, Journal of the American Statistical Association, 41, 517—529.
• Hansen M.H., Hurwitz W.N., Bershad M.A., (1961), Measurement errors in censuses and surveys, Bulletin of the International Statistical Institute, 38, 359—374.
• Hansen M.H., Hurwitz W.N., Madow W.G., (1953), Sample Survey Methods and Theory, Vol. I i II, Wiley, New York.
• Kalton G., Citro C.F., (1993), Panel surveys: adding the fourth dimension, Survey Methodology, 19, 205—215.
• Kalton G., Kasprzyk D., (1986), The treatment of missing survey data, Survey Methodology, 12,. 1—16.
• Kalton G., Kordos J., Platek, R., (1993), Small Area Statistics and Survey Designs, Vol. I: Invited Papers; Vol. II: Contributed Papers and Panel Discussion. Central Statistical Office, Warsaw.
• Kiaer A., (1897), The representative method of statistical surveys (angielskie tłumaczenie z norweskiego oryginału z 1976 r., Central Bureau of Statistics of Norway, Oslo.
• Kish L. , (1965), Survey Sampling, New York.
• Kish L., (1987), Statistical Design for Research, John Wiley and Sons, New York.
• Kish L., (1996), Stuletnie zmagania o badania reprezentacyjne, Wiadomości Statystyczne, 8, 3—16.
• Kordos J., (1959), Szacunek rozkładu ludności według grup zamożnosci, Wiadomości Statystyczne, 3, 4—8.
• Kordos J., (1963), Rozkład ludności pozarolniczej według wysokości dochodów na osobę w 1960 r., Biuletyn Komitetu Przestrzennego Zagospodarowania Kraju PAN, 8.
• Kordos J. , (1967), Metoda rotacyjna w badaniach reprezentacyjnych, Przegląd Statystyczny, 4, 373—394.
• Kordos J., (1968), Zastosowanie metody reprezentacyjnej w statystyce rolniczej, Przegląd Statystyczny, 3, 251—264.
• Kordos J., (1971), Eksperytentalne badania budżetów rodzinnych metodą rotacyjną, Przegląd Statystyczny, 3–4, 227—246.
• Kordos J. ,(1973), On Analysis of Sampling and Non–sampling Errors in Official Statistics in Poland. Proceeding of the 40th Session of the International Statistical Institute, XLV, Vienna, 609—616.
• Kordos J., (1974), Reprezentacyjne badania warunków bytu ludności.,Przegląd Statystyczny, 2, 195—209.
• Kordos J., (1975), 25 lat działalności Komisji Matematycznej GUS, Przegląd Statystyczny, 1, 171—173.
• Kordos J., (1982), Metoda rotacyjna w badaniach budżetów rodzinnych w Polsce. Wiadomości Statystyczne, 9, 1– 6.
• Kordos J., (1985), Towards an Integrated System of Household Surveys in Poland, Bulletin of the International Statistical Institute, (invited paper), vol. 51, Amsterdam, Book 2 , 1.3.1—18.
• Kordos J., (1987), Dokładność danych w badaniach społecznych, Biblioteka Wiadomości Statystycznych, GUS, 35, Warszawa.
• Kordos J., (1988), Jakość danych statystycznych, PWE, Warszawa.
• Kordos J., (1991), Statystyka małych obszarów a badania reprezentacyjne, Wiadomości Statystyczne, 4, 1—5.
• Kordos J., (1993), Refleksje nad rozwojem metod badania budżetów gospodarstw domowych, Wiadomości Statystyczne, 7, 15–20.
• Kordos J.,(1995), Metodologiczne problemy kontroli badań statystycznych, W: Rozwój metodologii badań statystycznych w Polsce, Biblioteka Wiadomości Statystycznych, 44, 45—56, Warszawa.
• Kordos J.,(1997), 40 lat badań budżetów gospodarstw domowych w Polsce, Wiadomości Statystyczne, 7, 27—42.
• Kordos J., (1998), Social Statistics in Poland and its Harmonisation with the European Union Standards, Statistics in Transition, 3 (4), 617—639,
• Kordos J., (1999), Problemy estymacji danych dla małych obszarów, Wiadomości Statystyczne, 1, 85—101.
• Kordos J., (2000a), Teoria i sztuka badań reprezentacyjnych, Wiadomości Statystyczne, 1, 1—13.
• Kordos J., (2000b), Nowy projekt zastosowania estymacji dla małych obszarów, Wiadomości Statystyczne, 8, 1—10.
• Kordos J., (2001a), Some Data Quality Issues in Statistical Publications in Poland, Statistics in Transition, 5 (3), 475—489.
• Kordos J., (2001b), Globalne zarządzanie jakością wkracza do statystyki, Kwartalnik Statystyczny, nr 2, 9-12.
• Kordos J., (2004), Niektóre aspekty jakości w statystyce małych obszarów, W: A. Zeliaś (red.), Tradycje i obecne zadania statystyki w Polsce, 95—124, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków,.
• Kordos J., (2007), Some Aspects of Post–Enumeration Surveys in Poland, Statistics in Transition—new series, 8 (3), 563–576.
• Kordos J., (2009), Impact of J. Neyman and W.E. Deming on Sample Survey Practice in Poland, The third Conference of the European Survey Research Association, Warsaw, 2009, http://www.europeansurveyresearch.org/sites/default/files/abstracts.pdf, Chapter II.
• Kordos J., (2011), Professor Jerzy Neyman – some reflections, Lithuanian Journal of Statistic, 2011, No. 1, s. 112-122. www.statisticsjournal.lt.
• Kordos J., (2012a), Działalność Komisji Matematycznej GUS w latach 1950—1993, Wiadomości Statystyczne, 9, 11— 25.
• Kordos J., (2012b), Application of Rotation Methods in Sample Surveys in Poland, Statistics in Transition—new series, 13 (2), 47—64.
• Kordos J., Szarkowski A., (1974), Metoda oceny precyzji podstawowych estymatorów stosowanych w badaniach budżetów rodzinnych, Wiadomości Statystyczne, 5, 18—20.
• Kordos J., Kursa L., (1997), Metoda reprezentacyjna w rolniczych badaniach statystycznych w Polsce, Wiadomości Statystyczne, 9, 12—34.
• Kordos J., Paradysz J., (2000), Some Experiments in Small Area Estimation in Poland, Statistics in Transition, 4 (4), 963-977.
• Kordos J., Zięba-Pietrzak A., (2010), Development of Standard Error Estimation Methods in Complex Household Sample Surveys in Poland, Statistics in Transition—new series, 11(2), 231–252.
• Kowalczyk B. (2003), Estimation of the population total on the current occasion under second stage unit rotation pattern, Statistics in Transition, 6 (4), 503—513.
• Kowalski J. (2006), Rotation in sampling patterns, in review for Journal of Statistical Planning and Inference, 2006.
• Kowalski, J. (2009), Optimal Estimation in Rotation Pattern, J. Statist. Plann. Infer. 139 (4), 2429-2436.
• Kozak M., (2004), Multivariate Sample Allocation Problem in Two Schemes of Two–Stage Sampling, Statistics in Transition, 6 (7), 1047—1054.
• Kozak M., (2006), Multivariate Sample Allocation: Application of Random Search Method, Statistics in Transition, 7 (4), 889—900.
• Kruskal W.H., Mosteller F., (1979—1980), Representative Sampling I, II, III i IV. International Statistical Review, 1895—1939.
• Krzysztofik W., (1939), Gospodarstwa karłowate w świetle ankiety losowej, Warszawa.
• Kubacki J., (2004), Application of the Hierarchical Bayes Estimation to the Polish Labour Force Survey, Statistics in Transition, 6 (5), 785–796.
• Kubacki J., (2006), Remarks on Using the Polish LFS Data for Unemployment Estimation by County, Statistics in Transition, 7 (4), 901—916.
• Kursa L., Lednicki, B., (2006), The agricultural sample surveys in Poland in transition period, Statistics in Transition, 7(5), 981-1008.
• Lednicki B., (1973), Zastosowanie metody reprezentacyjnej w badaniu składników wynagrodzeń w przemyśle, Wiadomości Statystyczne, 12, 25—26.
• Lednicki B., (1974), Badanie efektywności losowania zespołowego na podstawie Narodowego Spisu Powszechnego 1970 roku, Z prac Zakładu Badań Statystyczno—Ekonomicznych GUS, 78.
• Lednicki B., (1979), Zastosowanie metody reprezentacyjnej w kwartalnych spisach pogłowia zwierząt gospodarskich, W: Metodologia badań reprezentacyjnych w GUS. Prace Komisji Matematycznej, Biblioteka Wiadomości Statystycznych, 29, 35—38.
• Lednicki B., (1982), Schemat losowania i metoda estymacji w rotacyjnym badaniu budżetów gospodarstw domowych, Wiadomości Statystyczne, 9, 7—15.
• Lednicki B., (1987), Schemat losowania „próby–matki” do Zintegrowanego Systemu Badań Gospodarstw Domowych w Polsce. W: Problemy integracji badań gospodarstw domowych. Biblioteka Wiadomości Statystycznych, 34, 269—279.
• Lednicki B., (1989), Badanie efektywności różnych schematów losowania przy wykorzystaniu informacji o cechach dodatkowych, Wiadomości Statystyczne, 1, 18–22.
• Lednicki B., Wesołowski J., (1994), Lokalizacja próby pomiędzy subpopulacje, Wiadomości Statystyczne, 9, 2—4.
• Lednicki B., Wieczorkowski R., (2003), Optimal Stratification and Sample Allocation Between Sub–population and Strata, Statistics in Transition, 6 (2), 287—305.
• Mahalanobis P.C., (1944), On large—scale sample surveys, Philosophical Transactions of the Royal Society of London, 231, 329—451.
• Mahalanobis P.C., (1952), Some aspects of the design of sample surveys. Sankhya, 12, 1—7.
• Neyman J. , (1925), Contributions to the Theory of Small Samples Drawn from a Finite Population, Biometrika, 17.
• Neyman J. , (1933), Zarys teorii i praktyki badania struktury ludnosci metoda reprezentacyjna, Instytut Spraw Społecznych, Warszawa.
• Neyman J., (1934), On the Two Different Aspects of the Representative Method: The Method of Stratified Sampling and the Method of Purposive Selection, Journal of the Royal Statistical Society, 97, 558—625.
• Neyman J., (1935), On the Problem of Confidence Intervals, The Annals of Mathematical Statistics, 6, 111-116.
• Neyman J., (1938), Contribution to the Theory of Sampling Human Population, Journal of American Statistical Association, 33, 101—116.
• Niemiro W., Wesołowski J., (2001), Fixed Precision Optimal Allocation in Two–Stage Sampling, Applicationes Mathematicae, 28 (1),73—82.
• Niemiro W., Popiński W., Wesołowski J., Wieczorkowski R., (2002), Optymalna alokacja próby w warunkach niekompletnej realizacji badania, Wiadomości Statystyczne, 9, 1—9.
• Niemiro W. ,Wesołowski J., (2012), Linear estimation and prediction under model—design approach with small area efects, Statistics: A Journal of Theoretical and Applied Statistics, 46 (4), 523 — 547.
• O’Muircheartaigh C., Wong S. T. ,(1981), The impact of sampling theory on survey sampling practice: a review, Bulletin of International Statistical InstituteInvited Paper, 49 (I), 437—446.
• Paradysz J. (1998), Small Area Statistics in Poland – First Experiences and Application Possibilities, Statistics in Transition, 3 (5), 1003—1015.
• Patterson H.D, (1950), Sampling on successive occasions with partial replacements of units, Journal of the Royal Statistical Society, ser. B, 12, 241—255.
• Pawłowska J., (1969), Efektywność metod estymacji i schematów losowania w badaniach pogłowia zwierząt gospodarskich , Z prac Zakładu Badań Statystyczno –Ekonomicznych, GUS, 15, Warszawa.
• Pawłowski Z., (1972), Wstęp do statystycznej metody reprezentacyjnej, PWN, Warszawa
• Pekasiewicz D., Pruska K., (2002), Analysis of Distribution of Some Estimators in Small Area Statistics, Folia Oeconomica, 156, 91–111.
• Piekałkiewicz J., (1934), Sprawozdanie z badań składu ludności robotniczej w Polsce metodą reprezentacyjną, Instytut Spraw Społecznych, Warszawa.
• Platek R., Rao J.N.K, Särndal C.E. , Singh, M.P., (1987), Small Area Statistics – An International Symposium, John Wiley & Sons, New York.
• Popiński W., (2006), Development of the Polish Labour Force Survey, Statistics in Transition, 7 (5), 1009—1030.
• Rao J. N. K., (2005), Interplay between sample survey theory and practice: An appraisal, Survey Methodology, 31(2), 117–138.
• Rao, J.N.K., Graham, J.E. (1964), Rotation designs for sampling on repeated occasions. Ann. Math. Statist. 35, 492-509.
• Riga (1999), Small Area Estimation – Conference Proceedings, Riga, Latvia.
• Särndal C.-E., Swensson B., Wretman, J., (1992), Model Assisted Survey Sampling, Springer, New York.
• Smith T.M.F., (1976), The foundations of Survey Sampling: a review, Journal of Royal Statistical Society, A. 139, 183—204.
• Smith T.M.F., (1994), Sample Surveys 1975—1990; an age of reconciliation? International Statistical Review, 62, 3—34.
• Steczkowski J., (1988), Zastosowanie metody reprezentacyjnej w badaniach społeczno—ekonomicznych, PWN, Warszawa.
• Steinhaus H., (1956), Liczby złote i żelazne, Zastosowania Matematyki, 3, 51—65.
• Steinhaus H., (2000), Między duchem a materią pośredniczy matematyka, PWN, Warszawa.
• Sukhatme P.V., Sukhatme, B.V. (1970), Sampling Theory of Surveys with Applications. Asia Publishing House, London.
• Szabłowski P.J., Wesołowski J., Wieczorkowski R., (1996), Indeks zgodności jako miara jakości danych, Wiadomości Statystyczne, 4 , 43—49.
• Szarkowski A., Witkowski J., (1994), The Polish Labour Force Survey, Statistics in Transition, 1 (4), 467—483.
• Szreder M., (2004), Metody i techniki sondażowych badań opinii, PWE, Warszawa.
• Szulc S. (1967), Metody statystyczne, PWE, Warszawa.
• Szutkowska J., (2012), Zarządzanie jakością w statystyce publicznej: modele, standardy, metody i narzędzia, Wiadomości Statystyczne, 11.
• UN Statistics Division (2010), Post Enumeration Surveys, Operational guidelines, Technical Report, New York, April 2010
• Verma J. i Betti G. (2006), EU Statistics on Income and Living Conditions (EU—SILC): Choosing the Survey Structure and Sample Design, Statistics in Transition , 7 (5), 935—970.
• Wesołowski J. (2004), Problemy estymacji dla małych obszarów, Wiadomości Statystyczne, 3, 9—14.
• Wesołowski J. (2010), Recursive optimal estimation in Szarkowski rotation scheme, Statistics in Transition—new series, 11(2), 267—285.
• Wierzchosławski S., (1995), Węzłowe problemy metodologii badań statystycznych zjawisk społeczno—ekonomicznych w Polsce, W: Rozwój metodologii badań statystycznych w Polsce, Biblioteka Wiadomości Statystycznych, 44, 18 — 44, Warszawa.
• Wywiał J., (1995), Wielowymiarowe aspekty metody reprezentacyjnej. Ossolineum, Wrocław—Warszawa—Kraków.
• Wywiał J., (1996), On two–phase sampling for stratification, Statistics in Transition, 2 (6), 971—977.
• Wywiał J., (1998), Estimation of population average on the basis of strata formed by means of discrimination functions. Statistics in Transition, 3 (5), 903—912.
• Wywiał J., (1999), Generalisation of Singh and Srivastava’s schemes providing unbiased regression estimatiors. Statistics in Transition, 4 (2), 259—281.
• Wywiał J., (2000), On precision of Horvitz—Thompson strategies, Statistics in Transition, 4 (5), 779—798.
• Wywiał J., (2001), Estimation of population mean on the basis of non—simple sample when non—response error is present. Statistics in Transition, 5(3), 443—450.
• Wywiał J., (2007), Simulation analysis of accuracy estimation of population mean on the basis of strategy dependent on sampling design proportionate to the order statistic of an auxiliary variable. Statistics in Transition—new series, 8(1), 125—137.
• Wywiał J., (2010), Wprowadzenie do metody reprezentacyjnej, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice.
• Wywiał J., Gamrot W., (red.), (2010), Survey Sampling Methods in Economic and Social Research, Katowice University of Economics, Katowice.
• Wywiał J., Żądło T., (red.), (2009), Survey Sampling Methods in Economic and Social Research, Katowice University of Economics, Katowice.
• Yates F., (1980), Sampling Methods for Censuses and Surveys,(4th ed.), London.
• Zarkovich S.S., (1966). Quality of Statistical Data. FAO, Rome.
• Zasępa R., (1958), Problematyka badań reprezentacyjnych GUS w świetle konsultacji z prof. J. Neymanem , Wiadomości Statystyczne, 6, 7—12.
• Zasępa R., (1962), Badania statystyczne metodą reprezentacyjną , PWN, Warszawa.
• Zasępa R., (1968), Zastosowanie metody reprezentacyjnej przy spisach rolnych , Studia i Prace Statystyczne, GUS, 10, Warszawa.
• Zasępa R., (1972), Metoda reprezentacyjna, PWE, Warszawa.
• Zasępa R., (1993a). Precyzja wyników badań budżetów rodzinnych , "Wiadomosci Statystyczne", 3, 30— 32.
• Zasepa R., (1993b), Use of Sampling Methods in Population Censuses in Poland, Statistics in Transition, 1(1), 69—78.