ARTICLE
ABSTRACT
Surveys and censuses conducted by the Central Statistical Office in Poland are the main sources of information about disability for official statistics. Because sample sizes for relevant cross-classification domains are too small to employ classical estimation methods, results are usually published at a relatively high level of aggregation (at country or province level) or for very broadly defined domains.
To meet the growing demand for detailed information about disability, the authors present an attempt of applying the methodology of small area estimation to estimate the percentage of disabled people, in the legal and biological sense, across districts (NUTS 4/LAU 1 units) of the province of Wielkopolska crossclassified by the level of education. This methodological exercise is based on data from the 2011 census and employs selected techniques of indirect estimation.
Estimates obtained in the study provide an indication of the spatial variation of disability in the target domains with greater precision. It is worth noting that this level of aggregation has not been considered for purposes of official statistical outputs because of unacceptably high estimation errors of the direct estimator.
KEYWORDS
disability, small area estimation, EURAREA, mean squared error
REFERENCES
Dehnel G., (2010), Rozwój mikroprzedsiębiorczości w Polsce w świetle estymacji dla małych domen, Uniwersytet Ekonomiczny w Poznaniu, Poznań.
Dehnel G., Klimanek T., (2016), Disability in the National Censuses of 2002 and 2011 – a Comparison of Information Scope, Acta Universitatis Lodziensis, Folia Oeconomica, 5 (325), 127–141.
Elazar D., Conn L., (2004), Small Area Estimation of Disability in Australia, Research Paper, Australian Bureau of Statistics.
Fabrizi E., Montanari G. E., Ranalli G. M., (2015), A Hierarchical Latent Class Model for Predicting Disability Small Area Counts from Survey Data, Journal of the Royal Statistical Society, Series A (Statistics in Society), 179 (1), 1–29.
Gołata E., (2004), Estymacja pośrednia bezrobocia na lokalnym rynku pracy, Wydawnictwo Akademii Ekonomicznej w Poznaniu.
GUS (2011), Metodologia badania Budżetów Gospodarstw Domowych, Warszawa.
GUS (2012), Raport z wyników. Narodowy Spis Powszechny Ludności i Mieszkań 2011, Warszawa.
GUS (2013), Ludność. Stan i struktura demograficzno-społeczna. Narodowy Spis Powszechny Ludności i Mieszkań 2011, Zakład Wydawnictw Statystycznych, Warszawa.
GUS (2016a), Aktywność ekonomiczna ludności Polski III kwartał 2016, Główny Urząd Statystyczny, Warszawa.
GUS (2016b), Budżety Gospodarstw Domowych w 2015 roku, Główny Urząd Statystyczny, Warszawa.
GUS (2016c), Stan zdrowia ludności Polski w 2014 r., Główny Urząd Statystyczny, Warszawa.
GUS (2017), Dochody i warunki życia ludności Polski (raport z badania EU-SILC 2015), Główny Urząd Statystyczny, Warszawa.
Józefowski T., Grygiel G., Klimanek T., (2016), Indirect Estimation of Disabled Persons – a Simulation Study, Small Area Estimation Conference (SAE 2016), Maastricht, Holandia.
Józefowski T., Szymkowiak M. (2013), Zastosowanie estymatora typu SPREE w szacowaniu liczby osób bezrobotnych w przekroju podregionów, Studia Oeconomica Posnaniensia, 1, 10 (259), 120– –135.
Klimanek T., (2017), Estymacja pośrednia niepełnosprawności – badanie symulacyjne, Taksonomia 29 Klasyfikacja i analiza danych – teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 469, 91–99.
Komisja Europejska (2010), Europejska strategia w sprawie niepełnosprawności 2010–2020: Odnowione zobowiązanie do budowania Europy bez barier, Bruksela.
Marchetti S., Beręsewicz M., Salvati N., Szymkowiak M., Wawrowski Ł., (2018), The Use of a Three Level M-quantile Model to Map Poverty at LAU 1 in Poland, Journal of the Royal Statistical Society, Series A (Statistics in Society), 181 (4), 1077–1104.
ONS (2004), Eurarea Project – Enhancing Small Area Estimation Techniques to Meet European Needs, Project documentation.
Rao J. N. K., Molina I., (2015), Small Area Estimation, 2nd Edition, Wiley Series in Survey Methodology.
Szymkowiak M., Józefowski T., Klimanek T., (2016), An Application of Log-linear Models to Disability in Poland, ICEA – FAA 2016, Bukareszt, Rumunia.
Szymkowiak M., Młodak A., Wawrowski Ł., (2017), Mapping Poverty at the Level of Subregions in Poland Using Indirect Estimation, Statistics in Transition - new series, 18 (4), 609–635.
Urząd Statystyczny w Poznaniu (2013), Mapy ubóstwa na poziomie podregionów w Polsce z wykorzystaniem estymacji pośredniej, raport badawczy.
Żądło T., (2015), Statystyka małych obszarów w badaniach ekonomicznych, Podejście modelowe i mieszane, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach.
