Results found: 2

Search results

Search:
in the keywords: Small Area Estimation

Sort By:

Limit search:

SAE Education Challenges to Academics and NSI

100%

Gołota E.

Statistics in Transition new series

2015

vol. 16

issue 4

611-630

The aim of the paper is to present some experiences in teaching Small Area Estimation (SAE). SAE education experiences and challenges are analysed from the academic side and from the NSI side. An attempt was undertaken to discuss SAE issues in a wider perspective of teaching statistics. In particular, the topics refer to Polish conditions, but they are presented against the background of selected international experiences and practices. Information comes from a special inquiry - a survey conducted among employees of statistical offices and academics from universities involved in SAE research. A further issue is inclusion of SAE in the EMOS project (European Master in Official Statistics). The survey is extended with information collected by monitoring of trainings and projects organized by the leading centres dealing with SAE. The results obtained are related to a similar survey within Eurostat project: ESSnet on Small Area Estimation, which was conducted in 2010. The study includes interest in learning and the need to implement SAE methodology, a range of subjects taught as well as a range of applications, forms of training, type of courses, software used and teaching methods. In particular, it intends to answer how strong the interest in small area estimation is, what the demand for practical and theoretical knowledge in the field is and what the recommendations for universities and statistical institutes are.

Strukturalne modele szeregów czasowych w estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek

51%

Wilak K.

Przegląd Statystyczny

2014

vol. 61

issue 4

409-431

Informacje publikowane przez Główny Urząd Statystyczny na podstawie Badania Aktywności Ekonomicznej Ludności cechują się dużym poziomem agregacji. Oszacowania w przekroju województw dla małych grup określonych przez cechy demograficzne nie są publikowane ze względu na zbyt małą precyzję estymacji bezpośredniej, spowodowaną małą liczebnością próby. Sposobem na zwiększenie precyzji oszacowania jest zastosowanie estymacji pośredniej. W literaturze popularne jest podejście, w którym do estymacji pośredniej charakterystyk rynku pracy stosuje się strukturalne modele szeregów czasowych. W niniejszym artykule została podjęta próba oceny wykorzystania tej metody w kontekście zwiększenia precyzji estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek. Ocena ta została dokonana na podstawie eksperymentu Monte Carlo z wykorzystaniem danych jednostkowych z Badania Aktywności Ekonomicznej Ludności z lat 2000-2009. Wyniki tego badania pokazują, że zastosowany estymator pośredni w większości przypadków cechuje się lepszą jakością niż estymacja bezpośrednia.

Central Statistical Office in Poland publishes information on labour market derived from Labour Force Survey at high level of aggregation. Estimates for small demographic domains on voivodeship level are not published due to insufficient precision of direct estimates, caused by small sample size. One of possible approaches to the problem is to apply small area estimation. Taking into account that LFS is panel research of households structural time series models can be used in order to borrow strength in time. The aim of the article is to evaluate this method in the context of unemployment rate estimation on voivodeship level including sex and age domains. Monte Carlo simulation study will be applied in order to assess results of estimation and compare to direct estimation. Data obtained from the Labour Force Survey in Poland between 2000-2009 will be used. Results of the study indicates that temporal small area estimation have better quality of estimates compared to direct estimation.

Refine search results

1 Przegląd Statystyczny

1 Statistics in Transition new series

1 Gołota E.

1 Wilak K.

1 2015

1 2014

Search results

SAE Education Challenges to Academics and NSI

Strukturalne modele szeregów czasowych w estymacji stopy bezrobocia w dezagregacji na województwa, płeć i wiek