Artikel
Robuste Schätzung regionaler Indikatoren auf Basis unsicherer Daten durch regularisierte Regression
Small Area Estimation erlaubt die Schätzung regionaler Indikatoren anhand kleiner Stichproben. Hierfür werden Survey-Daten mehrerer Regionen in statistischen Modellen kombiniert. Aufgrund der Digitalisierung der Gesellschaft entstehen immer mehr zusätzliche Datenquellen, wie etwa Website- und Social-Media-Daten, welche die Modelle weiter verbessern könnten. Bei der Verwendung dieser Daten ist jedoch zu beachten, dass ihre Eigenschaften sich deutlich von Stichprobendaten unterscheiden. Sie sind unter anderem mit einer generellen Unsicherheit assoziiert, welche sich nicht quantifizieren lässt. Klassische Schätzverfahren können dies nicht antizipieren, was zu ungenauen Ergebnissen führt. Dieser Artikel zeigt, dass die Schätzung regionaler Indikatoren gegen Unsicherheit mithilfe von Regularisierung robustifiziert werden kann.
- Sprache
-
Deutsch
- Erschienen in
-
Journal: WISTA - Wirtschaft und Statistik ; ISSN: 1619-2907 ; Volume: 74 ; Year: 2022 ; Issue: 1 ; Pages: 25-33 ; Wiesbaden: Statistisches Bundesamt (Destatis)
- Thema
-
Internetdaten
Messfehler
regularisierte Regression
robuste Statistik
Small Area Estimation
internet data
measurement errors
regularised regression
robust statistics
small area estimation
- Ereignis
-
Geistige Schöpfung
- (wer)
-
Krause, Joscha
- Ereignis
-
Veröffentlichung
- (wer)
-
Statistisches Bundesamt (Destatis)
- (wo)
-
Wiesbaden
- (wann)
-
2022
- Handle
- Letzte Aktualisierung
-
10.03.2025, 11:46 MEZ
Datenpartner
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Artikel
Beteiligte
- Krause, Joscha
- Statistisches Bundesamt (Destatis)
Entstanden
- 2022