Pokaż uproszczony rekord

dc.contributor.authorDehnel, Grażyna
dc.date.accessioned2018-02-28T11:45:01Z
dc.date.available2018-02-28T11:45:01Z
dc.date.issued2018
dc.identifier.issn0208-6018
dc.identifier.urihttp://hdl.handle.net/11089/24164
dc.description.abstractIn the face of dynamic changes in the economy, there is a growing demand for multivariate statistics for cross‑classified domains. In economic statistics, this demand poses a particular challenge owing to the unique character of the population of enterprises, which is what motivates the search for estimation methods that can exploit administrative sources to a greater extent. The adoption of new solutions in this area is expected to increase the scope of statistical outputs and improve the efficiency of estimates. The purpose of the presented study is to test the application of the robust GREG estimator based on the LS method and least median of squares regression to estimate characteristics of small trade firms operating in 2012. The estimation process is supported with delayed variables from administrative registers used as auxiliary variables. The paper refers to small area estimation methods. The variables of interest are estimated at the low level of aggregation represented by cross‑section province and NUTS 2.en_GB
dc.description.abstractDynamiczne 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. pl_PL
dc.description.sponsorshipThe project is financed by the Polish National Science Centre, decision DEC–2015/17/B/ HS4/00905.en_GB
dc.language.isoplen_GB
dc.publisherWydawnictwo Uniwersytetu Łódzkiegoen_GB
dc.relation.ispartofseriesActa Universitatis Lodziensis. Folia Oeconomica;334
dc.subjectrobust estimationen_GB
dc.subjectbusiness statisticsen_GB
dc.subjectsmall area estimationen_GB
dc.subjectGREGen_GB
dc.subjectestymacja odpornapl_PL
dc.subjectstatystyka gospodarczapl_PL
dc.subjectstatystyka małych obszarówpl_PL
dc.subjectGREGpl_PL
dc.titleThe Use of the Robust GREG Estimator to Estimate Small Trade Firmsen_GB
dc.title.alternativeOdporny estymator GREG w ocenie małych przedsiębiorstw handlowychpl_PL
dc.typeArticleen_GB
dc.rights.holder© Copyright by Authors, Łódź 2018; © Copyright for this edition by Uniwersytet Łódzki, Łódź 2018en_GB
dc.page.number[39]-51
dc.contributor.authorAffiliationPoznań University of Economics and Business, Faculty of Informatics and Electronic Economy, Department of Statistics
dc.identifier.eissn2353-7663
dc.referencesBracha C. (2004), Estymacja danych z badania aktywności ekonomicznej ludności na poziomie powiatów dla lat 1995–2002, GUS, Warszawa.pl_PL
dc.referencesChambers 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.pl_PL
dc.referencesDehnel 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].pl_PL
dc.referencesDehnel 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.pl_PL
dc.referencesGross 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.pl_PL
dc.referencesGUS (2014), Działalność przedsiębiorstw niefinansowych w 2012 roku, Warszawa.pl_PL
dc.referencesGUS (2015), Małe i średnie przedsiębiorstwa niefinansowe w latach 2009–2013, Warszawa.pl_PL
dc.referencesGUS (2016), Wykorzystanie danych administracyjnych w badaniu: Ocena bieżącej działalności gospodarczej przedsiębiorstw, Warszawa.pl_PL
dc.referencesHorvitz 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.pl_PL
dc.referencesPreston J., Mackin C. (2002), Winsorization for Generalised Regression Estimation, Paper for the Methodological Advisory Committee, Australian Bureau Of Statistics, Canberra.pl_PL
dc.referencesRao J.N.K., Molina I. (2015), Small Area Estimation, Wiley, Hoboken, doi: 10.1002/9781118735855.pl_PL
dc.referencesRousseeuw P.J., Leroy P.M. (2003), Robust Regression and Outlier Detection, Wiley-Interscience, Hoboken.pl_PL
dc.contributor.authorEmailg.dehnel@ue.poznan.pl
dc.identifier.doi10.18778/0208-6018.334.03
dc.relation.volume2en_GB
dc.subject.jelC40


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord