There are many surveys of populations that contain a number of extreme values. This is particularly true in surveys of business enterprises. Outliers observations can have an important effect on work with estimation especially on low level of the aggregation. Although the values are extreme, they need not necessarily be false; extremely large observations are a natural component in survey populations. So we shall explore some alternative technique estimation less sensitive to outliers. In this paper we examine local regression which has ability to accommodate local departures from the underlying linear model in business statistics.
Rozwój gospodarczy określił nowe zadania dla statystyki przedsiębiorstw. Można zaobserwować wzrost zapotrzebowania na dane statystyczne, które dostarczane są w krótkich odstępach czasu oraz charakteryzują się większą dokładnością i spójnością. Spro-stanie temu wyzwaniu wymusza poszukiwanie metod szacunku zmierzających w kierunku zwiększenia stopnia wykorzystania źródeł administracyjnych. Adaptacja nowych rozwiązań ma przyczynić się do zwiększenia efektywności prowadzonych szacunków, rozszerzenia za-kresu informacji zarówno co do liczby cech, jak i rodzajów przekrojów, w których dane są publikowane. Celem niniejszego badania jest próba uwzględnienia winsoryzacji w estymacji typu GREG proponowanej przez statystykę małych obszarów do szacunku charakterystyk dotyczących małych przedsiębiorstw. W estymacji jako zmienne pomocnicze uwzględniono zmienne opóźnione w czasie. Badanie prowadzono na niskim poziomie agregacji, stanowią-cym przekrój województw z uwzględnieniem rodzaju PKD.