The Use of the Robust GREG Estimator to Estimate Small Trade Firms

Grażyna Dehnel

doi:10.18778/0208-6018.334.03

Autor

Grażyna Dehnel Uniwersytet Ekonomiczny w Poznaniu

DOI:

https://doi.org/10.18778/0208-6018.334.03

Słowa kluczowe:

estymacja odporna, statystyka gospodarcza, statystyka małych obszarów, GREG

Abstrakt

Dynamiczne 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.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Bracha C. (2004), Estymacja danych z badania aktywności ekonomicznej ludności na poziomie powiatów dla lat 1995–2002, GUS, Warszawa.
Google Scholar

Chambers 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.
Google Scholar

Dehnel 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].
Google Scholar

Dehnel 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.
Google Scholar

Gross 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.
Google Scholar

GUS (2014), Działalność przedsiębiorstw niefinansowych w 2012 roku, Warszawa.
Google Scholar

GUS (2015), Małe i średnie przedsiębiorstwa niefinansowe w latach 2009–2013, Warszawa.
Google Scholar

GUS (2016), Wykorzystanie danych administracyjnych w badaniu: Ocena bieżącej działalności gospodarczej przedsiębiorstw, Warszawa.
Google Scholar

Horvitz 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.
Google Scholar

Preston J., Mackin C. (2002), Winsorization for Generalised Regression Estimation, Paper for the Methodological Advisory Committee, Australian Bureau Of Statistics, Canberra.
Google Scholar

Rao J.N.K., Molina I. (2015), Small Area Estimation, Wiley, Hoboken, doi: 10.1002/9781118735855.
Google Scholar

Rousseeuw P.J., Leroy P.M. (2003), Robust Regression and Outlier Detection, Wiley-Interscience, Hoboken.
Google Scholar