Wyniki wyszukiwania - Biblioteka Nauki

1

Analiza rozkładów dochodu rozporządzalnego według województw z uwzględnieniem czasu

100%

Jędrzejczak A. , Kubacki J.

|

2017

|

nr 469

69-81

PL

W pracy przedstawiono aproksymację rozkładu dochodu rozporządzalnego, w tym dochodu rozporządzalnego na osobę, na podstawie danych indywidualnych pochodzących z badania budżetów gospodarstw domowych za lata 2003-2011 z użyciem trójparametrowego rozkładu Daguma. Wyznaczono rozkłady tych zmiennych, stosując pakiet VGAM [Yee, Wild 1996; Yee 2015] dla środowiska R-project [R Core Team 2015]. Oceniono również stopień zgodności dopasowania rozkładów teoretycznych do empirycznych. Przedstawiono wstępne wyniki klasyfikacji wybranych parametrów rozkładu Daguma z użyciem hierarchicznych metod aglomeracyjnych oraz metody k-średnich. Oszacowano parametry nieliniowych funkcji trendu dla parametru skali rozkładu Daguma opisującego zmiany dochodu rozporządzalnego na osobę i porównano ten model z modelem trendu dla średniego dochodu rozporządzalnego na osobę. Uzyskano dość dobrą zgodność obu tych modeli, co potwierdzają wykresy ujmujące zależności nieliniowe w czasie.

2

Estimation of Mean Income for Small Areas in Poland Using Rao-Yu Model

100%

Jędrzejczak A. , Kubacki J.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2016

|

tom 3

|

nr 322

PL

Modelowanie i szacowanie zależności, które uwzględniają szeregi czasowe oraz dane przekrojowe, jest często dyskutowane w literaturze statystycznej, ale na ogół w takich pracach nie są brane pod uwagę błędy losowe. W pracy przedstawiono zastosowanie modelu Rao-Yu uwzględniającego zarówno autokorelację między obszarami efektów losowych zjawisk w czasie, jak i błędy losowe oszacowane na podstawie próby. Na podstawie modelu otrzymano empiryczny najlepszy nieobciążony predyktor liniowy (EBLUP), uwzględniający korelację zjawisk w czasie. Jako przykład wybrano aplikację dla kilku zmiennych dochodowych wyznaczonych dla województw dla lat 2003–2011 na podstawie Badania Budżetów Gospodarstw Domowych wraz z wybranymi zmiennymi objaśniającymi pochodzącymi z Banku Danych Lokalnych GUS. Obliczenia wykonano w systemie R-project z użyciem pakietów sae2 i sae oraz programu WesVar. Precyzję dla szacunków bezpośrednich wyznaczono z użyciem metody półprób zrównoważonych (BRR).Dla większości rozważanych przypadków zaproponowana metoda, stosująca model dla małych obszarów typu Rao-Yu, skutkuje znaczącą poprawą szacunków średniego dochodu gospodarstw domowych w Polsce, o czym świadczą oceny błędów szacunku porównane do zwykłej estymacji EBLUP. Dla części otrzymanych modeli stwierdzono istnienie wysokiej autokorelacji związanej ze składnikiem losowym dla czasu ρ (o wartościach niekiedy wyższych od 0.9), co dobrze ilustruje tendencje wzrostowe dla dochodów gospodarstw domowych w Polsce w rozważanym okresie.

EN

Modelling and estimating relationships that combine time series and crosssectional data is often discussed in the statistical literature but in these considerations sampling errors are seldom taken into account. In the paper the application of the Rao-Yu model involving both- autocorrelated random effects between areas and sampling errors-has been presented. On the basis of this model the empirical best linear unbiased predictor (EBLUP) with time correlation has been obtained. As an example the application of several income-related variables for the Polish voivodships (regions) and the years 2003–2011 was used on the basis of the Polish Household Budget Survey and selected explanatory variables obtained from Polish Local Data Bank. The computations were performed using sae2 and sae packages for R-project environment and WesVAR software. The precision of the direct estimates was obtained using Balanced Repeated Replication (BRR) technique.For most investigated cases, the proposed methods based on the Rao-Yu model yielded the significant improvement of small area estimates due to substantial reduction of their relative estimation errors as compared to the ordinary EBLUP technique. For some income variables examined within the study very high values of time-related autocorrelation coefficient were observed. These values were in some cases higher than 0.9, what can be – in our opinion – a good illustration of income growth tendency observed in Poland in the period under consideration.

3

Impact of expenditure on social assistance on household income at the regional level in Poland

100%

Jędrzejczak A. , Kubacki J.

Wiadomości Statystyczne. The Polish Statistician

|

2021

|

tom 66

|

nr 1

9-31

PL

Głównym celem artykułu jest analiza statystyczna zmian rozkładu dochodów gospodarstw domowych w Polsce na poziomie regionalnym z uwzględnieniem wpływu wydatków rządowych na pomoc społeczną. W badaniu wykorzystano modele liniowe, które zawierają relacje wykorzystujące funkcje sklejane, oraz wektorowe modele autoregresyjne (VAR). Modele liniowe dla województw zawierały zmienną dychotomiczną o wartościach zależnych od funkcjonowania programów socjalnych wprowadzonych przez polski rząd w 2016 r. Wykorzystano również zmienną niezależną określającą wydatki na pomoc społeczną per capita na poziomie kraju. Wyniki dla tych modeli zostały porównane z podobnymi miarami wyznaczonymi w badaniach mikrosymulacyjnych na podstawie badania budżetów gospodarstw domowych oraz z łączną oceną programów społecznych. Wskazują one, że wydatki na pomoc społeczną mają znaczący wpływ na wartości dochodu rozporządzalnego. Do obliczeń wykorzystano dane z baz GUS: Banku Danych Lokalnych (w szczególności dane z badania budżetów gospodarstw domowych za lata 2000–2018) oraz Banku Danych Makroekonomicznych, a także dane z co-rocznych sprawozdań z wykonania budżetu państwa. Użyto środowiska R-project oraz nakładki R-commander z zastosowaniem funkcji lm, jak również modułu vars dla środowiska R-project. Posłużono się także programem Gretl.

EN

The main aim of the paper is a statistical analysis of changes in household income distribution at the regional level in Poland taking into account the impact of government spending on social assistance. Various linear models (incorporating relations for spline functions) and the vector autoregression models (VAR) were used in the research. The linear models formulated for voivodships (NUTS 2) contained a dichotomous variable with values dependent on the existence of social programmes introduced by the Polish government in 2016. An independent variable representing expenditure per capita on social assistance specified for the national level was also used. The results for these models were compared with the findings of both microsimulation studies obtained on the basis of the Household Budget Surveys (HBS) and the total assessment of the social programmes, and they indicate a significant influence of social assistance expenditure on the amounts of available income. The calculations were conducted using data from the Statistics Poland databases: Local Data Bank (and in particular, data from the Polish HBS for the years 2000-2018) and from the Macroeconomic Data Bank, and from the annual reports on the implementation of the state budget. They were performed by means of the R-project environment and R-commander overlay, using the lm function as well as the vars module for the R-project environment. The study also involved using the Gretl package.

4

APPLICATION OF EBLUP ESTIMATION TO THE ANALYSIS OF SMALL AREAS ON THE BASIS OF POLISH HOUSEHOLD BUDGET SURVEY

100%

Jędrzejczak A. , Kubacki J.

Metody Ilościowe w Badaniach Ekonomicznych

|

2009

|

tom 10

|

nr 1

121-130

EN

In the paper the results of small area estimation using empirical best linear unbiased predictor (EBLUP) for the data coming from Polish Household Budget Survey are presented. The results were obtained using small area models of household expenditures for regions. Estimation of sampling errors was conducted by means of the balanced repeated replication (BRR) technique. The estimation of EBLUPs and their corresponding mean square errors (MSE) was carried out using variance components technique. To calculate MSE of EBLUP the maximum likelihood method (ML) and restricted maximum likelihood method (REML) were used. The computation was made using SAE package designed for R-project.

5

Estimation of income characteristics for regions in Poland using spatio-temporal small area models

100%

Jędrzejczak A. , Kubacki J.

|

tom 20

|

nr 4

113-134

EN

The paper presents the comparison of estimation results for spatial and spatiotemporal small area models. The study was carried out for income-related variables drawn from the Polish Household Budget Survey and explanatory variables from the Polish Local Data Bank for the years 2003-2013. The properties of EBLUPs (Empirical Best Linear Unbiased Predictors) based on spatiotemporal models, which utilize spatial correlation between neighbouring areas as well as historical data, were compared and contrasted with EBLUPs based on spatial models obtained separately for each year and with EBLUPs based on the Rao-Yu model. The computations were performed using sae, sae2 and spdep packages for R-project environment. In the case of sae package, the eblupFH, eblupSFH and the eblupSTFH functions were used for point estimation along with the mseFH, mseSFH and the pbmseSTFH functions for the MSE estimation, whereas the eblupRY function was applied for the purposes of sae2 package. The precision of direct estimators was guaranteed by the adoption of the Balanced Repeated Replication method. The results of the analysis demonstrate that a visible reduction of the estimation error was achieved for the implemented spatiotemporal small-area models, especially when significant spatial and time autocorrelations were observed. These results are even more valuable than those achieved by the means of the Rao-Yu model. In the computations, three author-defined functions were adopted, which not only enabled the author to perform the extract of random effects for spatial, spatiotemporal and Rao-Yu models, but also made it possible to obtain their decomposition with respect to spatial and temporal parts, thus creating a novel solution. The comparison was carried out using choropleth maps for spatial effects and distributions of temporal random effects for the considered years.