Szacowanie łącznych charakterystyk cech nieobserwowanych łącznie

• Autorzy: Wojciech Roszka

Warianty tytułu

Joint Characteristics' Estimation of Variables not Jointly Observed

• Języki publikacji: PL

Abstrakty

Zwiększające się zapotrzebowanie na aktualne komunikaty statystyczne stanowi rosnące wyzwanie dla instytucji badawczych, zarówno państwowych, jak i prywatnych. Duże koszty przeprowadzenia nowych badań powodują stosunkowo niedużą częstotliwość ich realizacji. Wykorzystanie metod statystycznej integracji danych umożliwia łączenie dostępnych repozytoriów danych w sposób umożliwiający szacowanie łącznych charakterystyk cech nieobserwowanych łącznie w pojedynczych źródłach. Metody te mogą stanowić dodatkowe źródło informacyjne dla badań społeczno-ekonomicznych.(abstrakt oryginalny)

EN

Increasing demand for up-to-date statistical information is an increasing challenge for research institutions, both public and private. High costs of new studies result in relatively small frequency of their implementation. The use of statistical data integration methods allows to combine the available datasets in order to estimate the joint characteristics of variables not jointly observed. These methods may be the source of additional information for socio-economic research.(original abstract)

Słowa kluczowe

PL

Badania statystyczne; Informacja; Badania społeczno-ekonomiczne

EN

Statistical surveys; Information; Socio-economic research

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2013
• Tom: 21
• Numer: nr 279 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 174-181

Twórcy

autor

Wojciech Roszka

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Aczel A.D. (2000), Statystyka w zarządzaniu. Pełny wykład, Wydawnictwo Naukowe PWN, Warszawa.
• Cohen M.L. (1991), Statistical Matching and Microsimulation Models, [w:] Improving Information for Social Policy Decisions, the Use of Microsimulation Modeling, Technical Papers, vol. II, National Academy Press.
• Di Zio M., D'Orazio M., Scanu M. (2006), Statistical Matching. Theory and Practice, John Wiley & Sons Ltd., England.
• D'Orazio M. (2012), Statistical Matching and Imputation of Survey Data with the Package StatMatch for the R Environment, Italian National Institute of Statistics (Istat), Rome, Italy.
• Gatnar E., Walesiak M. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa.
• Kadane J.B. (1978), Some Statistical Problems in Merging Data Files, [w:] Department of Treasury, Compendium of Tax Research,. US Government Printing Office, Washington, DC.
• Kiesl H., Raessler S. (2006), How Valid Can Data Fusion Be?, IAB Discussion Paper 15/2006, Nürnberg, Deutschland.
• Moriarity C. (2009), Statistical Properties of Statistical Matching. Data Fusion Algorithm, VDM Verlag Dr. Mueller, Saarbrucken, Deutschland.
• Moriarity C., Scheuren F. (2001), Statistical matching: a paradigm for assessing the uncertainty in the procedure, "Journal of Official Statistics" 17.
• Moriarity C., Scheuren F. (2003), A note on Rubin's statistical matching using file concatenation with adjusted weights and multiple imputation, "Journal of Business and Economic Statistics" 21.
• Raessler S. (2002), Statistical Matching. A Frequentist Theory, Practical Applications, and Alternative Bayesian Approaches, Springer, New York, USA.
• Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych, Wydawnictwo Naukowe PWN, Warszawa.
• Rubin D.B. (1986), Statistical matching using file concatenation with adjusted weights and multiple imputations, "Journal of Business and Economic Statistics".
• Singh A.C., Mantel H., Kinack M., Rowe G. (1990), On methods of statistical matching with and without auxiliary information, Technical Report, DDMD-90-016, Statistics Canada.
• Witkowski M., Klimanek T. (2006), Prognozowanie gospodarcze i symulacje w przykładach i zadaniach, Wydawnictwo Akademii Ekonomicznej w Poznaniu.