Suchergebnisse

"Im Rahmen der europaweiten Zensus-Erhebungsrunde im Jahr 2011 wird zum ersten Mal seit 1987 auch im vereinigten Deutschland wieder eine Volkszählung stattfinden, diesmal allerdings nicht in Form einer Vollerhebung, sondern in Form einer kosten- und ressourcenschonenden registergestützten Erhebung. Diese wird flankiert durch eine Haushaltsstichprobe, aus der erstens in den Registern nicht erfasste Informationen gewonnen werden sollen und zweitens eine Abschätzung der Zahl der Karteileichen (KAL) und Fehlbestände (FEB) in den Melderegistern erfolgen soll. Aus den Register- und Stichprobendaten sollen möglichst verlässliche und genaue Schätzungen der Totalwerte vorgenommen werden. Ziel des von DESTATIS eingesetzten Stichprobenforschungsprojektes ist es, Antworten auf die Frage zu geben, welches Stichprobendesign unter den gegebenen Restriktionen empfohlen werden kann. Darüber hinaus sollen Schätzstrategien entwickelt werden, die zur Verwendung im Zensus 2011 vorgeschlagen werden können. Der vorliegende Aufsatz stellt einige wichtige Erkenntnisse aus dem Forschungsprojekt dar, wobei ein Schwerpunkt auf der Darstellung eines optimalen Stichprobendesigns liegt." (Autorenreferat)

Die Schätzung von Mortalitätsverhältnissen und Sterblichkeitstrends ist für die meisten Länder der Erde eine schwer zu bewerkstelligende Aufgabe, allen voran für Entwicklungsländer. Nach zwei Jahrzehnten intensiver Diskussion und Herleitung spezifischer Schätzverfahren für diese Bevölkerungen scheint die Tatsache der Verwendung indirekter Methoden unter denjenigen, die diese Verfahren nicht verwenden, weitestgehend vergessen. Allerdings sind diese Methoden in der Mehrzahl der Entwicklungsländer auch heute noch die wichtigste und oftmals sogar die einzige Möglichkeit für die Schätzung demografischer Trends und Gegebenheiten. Mit dem Ziel, die Herkunftsart der verfügbaren Daten und die verwendeten Methoden zu systematisieren, wurden für diesen Beitrag eine Fünf-Gruppen-Klassifikation der Mortalitätsdaten entwickelt und alle Länder mit mehr als 100.000 Einwohnern entsprechend zugeordnet. Die Klassifikation basiert auf drei Informationsquellen bezüglich der Herkunftsart länderspezifischer Mortalitätsdaten: den analytischen Berichten der United Nations' World Population Prospects für die Jahre 2004 und 2006 sowie den Daten- und Methodenberichten der Global Burden of Disease-Studie des Jahres 2006. Obwohl die durch diese Klassifikation erbrachte Information rein deskriptiv ist und keinen detaillierten Überblick über die spezifischen Datenquellen und Methoden liefert, sollten die Inhalte dieses Beitrags vor allem für diejenigen von Interesse sein, die die World Population Prospects der Vereinten Nationen verwenden oder indirekte Schätzverfahren lehren und lernen.

"High-quality data from large-scale surveys provide a solid basis for outstanding research in the social sciences. Because of the unique demands of survey measurement in terms of the resources and skills required, it should be viewed as a specific sector of the research data infrastructure. In Germany, large-scale surveys have been established both within and outside academia, and major new projects are underway. Clearly, the sector is expanding. There is a need to discuss future challenges, not only with a focus on individual large projects, but with a view to the sector of large-scale survey measurement in general. One aspect is the segmentation of large-scale survey measurement in Germany along institutional lines (statistical offices, ministerial or government agency research (Ressortforschung), public research institutions, and the academic community). Here, we recommend that an overall framework be developed covering all sub-sectors. A second aspect is the infrastructure required for largescale, high-quality data collection. In Germany (outside the sector of Statistical Offices), this infrastructure is provided by private survey organisations. We argue that these should be recognised as relevant actors within the research data infrastructure. They have to invest in technological and human resources in order to provide the professional services required, and they need conditions and forms of cooperation that encourage this investment." [author's abstract]

Die Ausschöpfungsquote einer Studie wird häufig als alleiniger Qualitätsindikator gesehen. Dies ist bekanntlich aus mehreren Gründen irreführend. Abgesehen von den Möglichkeiten der Manipulation der Ausschöpfungsraten sieht der Verfasser das Problem der Verwendung von Ausschöpfungsraten als Qualitätsindikator vor allem im Verkennen eines elementaren statistischen Fakts: Für die meisten Statistiken resultiert ein möglicher Nonresponsebias aus dem Produkt des Anteils der Nonrespondenten mit der Differenz zwischen Nonrespondenten und Respondenten. Man benötigt neben dem Anteil der Nonrespondenten auch Angaben über die Differenz zwischen Nonrespondenten und Respondenten. Erst wenn es hier Unterschiede gibt, ist ein Bias zu erwarten. Nonresponse kann, so der Autor, weder vermieden noch ignoriert werden. Die häufig vorgeschlagene Verwendung anderer Stichprobenverfahren (z.B. Quota), Erhebungsverfahren (z.B. Internetsurveys) oder Gewichtungen bietet keine Lösung des Nonresponseproblems, sondern verschleiert das Problem lediglich. Die einzig mögliche Antwort auf Nonresponse kann nur in sorgfältiger Feldarbeit, deren Dokumentation und einer statistischen Analyse, die auf Nonresponse Rücksicht nimmt, bestehen. Neuere statistische Entwicklungen erlauben die Abschätzung der Unsicherheit der Schlussfolgerungen durch Nonresponse. Um solche Verfahren anwenden zu können, muss ein Datensatz eine Reihe von Informationen enthalten, nämlich Interviewer-ID, Sampling-Point-ID, Datum und Uhrzeit der Kontaktversuche, Anzahl aller Kontaktversuche (persönlich, telefonisch, schriftlich). Diese Informationen sind nahezu kostenneutral zu gewinnen. Dies gilt auch für die wichtigste praktische Schlussfolgerung: Für eine Analyse, die Rücksicht auf Nonresponse nimmt, benötigt man immer Brutto-Datensätze, d.h. Records auch für Nichtbefragte. Ohne diese Brutto-Datensätze sind kaum Nonresponse-Analysen und nur sehr begrenzt eventuelle Korrekturen möglich. (ICF2)

"In den letzten Jahren wurde in Deutschland intensiv über den Zugang der Wissenschaft zu den Mikrodaten der amtlichen Statistik diskutiert. Durch die 'Kommission zur Verbesserung der informationellen Infrastruktur zwischen Wissenschaft und Statistik' (KVI) wurden dafür im Auftrag des Bundesministeriums für Bildung und Forschung verschiedene Vorschläge zur Verbesserung der Wechselwirkungen zwischen Wissenschaft und Statistik erarbeitet. Eine der zentralen institutionellen Empfehlungen dieser Kommission bestand in der möglichst raschen Einrichtung von Forschungsdatenzentren bei den öffentlichen Datenproduzenten. Diese Empfehlung wurde von der amtlichen Statistik aufgegriffen. Im Jahr 2001 hat das Statistische Bundesamt ein solches Forschungsdatenzentrum etabliert. Ein weiteres Forschungsdatenzentrum der Statistischen Landesämter wurde im März 2002 als gemeinsame Einrichtung aller Statistischen Landesämter mit 16 regionalen Standorten eingerichtet. Mit diesen Forschungsdatenzentren intensiviert die deutsche amtliche Statistik ihre bisherigen Bemühungen, Mikrodaten der amtlichen Statistik für wissenschaftliche Analysen zugänglich zu machen. Wesentliche Aufgabe der Forschungsdatenzentren ist es, die Dateninfrastruktur zu verbessern sowie den Zugang der Wissenschaft zu den Mikrodaten der amtlichen Statistik durch die Einrichtung mehrerer Zugangswege zu erleichtern." (Autorenreferat)

Aufgrund der zunehmenden Nachfrage nach Daten zur Arbeits- und Berufsforschung wird im Bereich der Statistik der Zentrale der Bundesagentur für Arbeit ein Forschungsvorhaben zur Bereitstellung anonymisierter Mikrodaten zu sozialversicherungspflichtigen Beschäftigungen bearbeitet. Ziel ist es, Verwaltungsdaten auch für Forschungszwecke zu erschließen und in breiterer Form zugänglich zu machen. Beginnend mit dem Jahr 1998 beinhaltet der als Panel aufgebaute Datensatz 18 Wellen mit je 600.000 Beschäftigten und wird einmal jährlich aktualisiert. Seit 1999 werden auch geringfügige Beschäftigungen erfasst. Als Datenquelle dienen die Quartalsdaten des Beschäftigungsstatistik der BA, die aus dem Meldeverfahren zur Sozialversicherung stammen. Der Datensatz umfasst 52 Merkmale, sowohl individuelle Merkmale der Beschäftigten als auch betriebliche Merkmale der Beschäftigungsbetriebe. Da die Daten dem Sozialdatenschutz des Sozialgesetzbuches unterliegen dürfen lediglich anonymisierte Datensätze an Forschungseinrichtungen übermittelt werden. Zur Anonymisierung wird u.a. die Sozialversicherungsnummer durch eine zufallsgenerierte Personennummer ersetzt, sensible Merkmale werden entfernt und Merkmalsausprägungen werden vergröbert. Zudem basiert das Beschäftigtenpanel auf einem Stichprobenverfahren, nach dem Beschäftigte anhand ihres Geburtsdatums ausgewählt werden. Von der IAB-Beschäftigtenstichprobe unterscheidet sich das BA-Beschäftigtenpanel in Hinblick auf Datenaufbereitung und Auswertungsdesign. Während bei der Beschäftigtenstichprobe der Schwerpunkt auf Verlaufsanalysen liegt, stehen beim Beschäftigtenpanel Untersuchungen stichtagsorientierter Querschnitte im Mittelpunkt. (IAB)

Die saisonbedingten 'unit root tests' ermöglichen es, das Wesen von deterministischen und stochastischen saisonbedingten Schwankungen zu bestimmen. Der Autor wendet diese Methode im vorliegenden Arbeitspapier auf die originalen monatlichen Reihen des Währungsvorrats der Reichsbank an (umgerechnet auf wöchentliche Daten mit 2160 Beobachtungen) und hebt die deterministischen, saisonbedingten Schwankungen mit einer besonders ausgeprägten Saisonbedingtheit zu Anfang und am Ende des Jahres hervor. Dieses statistische Ergebnis wird abschließend zu den Wendepunkten in Beziehung gesetzt, die von der historischen Analyse ermittelt worden sind. (ICIÜbers)

'Seit Anfang 1997 können die faktisch anonymisierten Einzeldaten des Mikrozensus 1995 von der Forschung relativ einfach vom Statistischen Bundesamt bezogen werden. Im Vergleich zu Umfragedaten aus der empirischen Sozialforschung liegen die Vorteile des Mikrozensus in der Qualität und Größe der Stichprobe. Die Nutzer des Mikrozensus sind jedoch auch mit Einschränkungen konfrontiert, die daraus resultieren, daß das Fragenprogramm vorwiegend am Datenbedarf von Verwaltung und Politik orientiert ist. Dieser Beitrag wird anhand von Beispielen die Auswertungsmöglichkeiten des Mikrozensus praxisbezogen und methodenkritisch darstellen. Die Fragestellungen konzentrieren sich auf die Bereiche Arbeitsmarkt, Haushalte, Familien und Sozialstruktur.' (Autorenreferat)

Enrico Diecidue (" Dynamic Purchase Decisions Under Regret: Price and Availability ") is an associate professor of decision sciences at INSEAD (France) and holds a Ph.D. from the CentER (Center for Economic Research), Tilburg University, the Netherlands. Since 2001 he has been a resident faculty member at INSEAD, except for 2008-2009 when he was a visiting professor at Wharton and 2010-2011 when he was on sabbatical at the Erasmus School of Economics (the Netherlands). His main research interests are in individual decision making under uncertainty, health decisions, and experimental economics. He is interested in the role of regret, aspiration levels, and time in individual decisions. His current research is also addressing the role of groups in complex and ambiguous decisions. Enrico's research has appeared in leading journals in economics and management. He is an associate editor of Decision Analysis and on the editorial board of the Journal of Risk and Uncertainty. He teaches MBA, executive MBA, and executive participants on topics such as uncertainty, data and judgment; decision making under uncertainty, and management decision making. He has won teaching awards at INSEAD and Wharton. Address: INSEAD, Boulevard de Constance, 77305 Fontainebleau Cedex, France; email: enrico.diecidue@insead.edu . Seth Guikema (" Robust Adversarial Risk Analysis: A Level-k Approach ") is an assistant professor in the Department of Geography and Environmental Engineering at Johns Hopkins University, a professor II (adjunct) in the Department of Industrial Economics, Risk Management, and Planning at the University of Stavanger (Norway), and a senior analyst with Innovative Decisions Inc. He received his Ph.D. in risk and decision analysis from Stanford University and a B.S., M.S., and M.E. in civil and environmental engineering. Address: Department of Geography and Environmental Engineering, 205 Ames Hall, Johns Hopkins University, 3400 N. Charles Street, Baltimore, MD 21218; email: sguikema@jhu.edu . L. Robin Keller (" From the Editor: Decisions over Time (Exploding Offers or Purchase Regret), in Game Settings (Embedded Nash Bargaining or Adversarial Games), and in Influence Diagrams ") is a professor of operations and decision technologies in the Merage School of Business at the University of California, Irvine. She received her Ph.D. and M.B.A. in management science and her B.A. in mathematics from the University of California, Los Angeles. She has served as a program director for the Decision, Risk, and Management Science Program of the U.S. National Science Foundation (NSF). Her research is on decision analysis and risk analysis for business and policy decisions and has been funded by NSF and the U.S. Environmental Protection Agency. Her research interests cover multiple attribute decision making, riskiness, fairness, probability judgments, ambiguity of probabilities or outcomes, risk analysis (for terrorism, environmental, health, and safety risks), time preferences, problem structuring, cross-cultural decisions, and medical decision making. She is currently Editor-in-Chief of Decision Analysis, published by the Institute for Operations Research and the Management Sciences (INFORMS). She is a Fellow of INFORMS and has held numerous roles in INFORMS, including board member and chair of the INFORMS Decision Analysis Society. She is a recipient of the George F. Kimball Medal from INFORMS. She has served as the decision analyst on three National Academy of Sciences committees. Address: Merage School of Business, University of California, Irvine, Irvine, CA 92697-3125; email: lrkeller@uci.edu . Yijing Li (" A Framework for Solving Hybrid Influence Diagrams Containing Deterministic Conditional Distributions ") is a doctoral student in decision sciences/supply chain management in the School of Business at the University of Kansas in Lawrence. Her research interests include inference in Bayesian networks and influence diagrams, and topics in supply chain management. She has taught courses such as introduction to supply chain management. She received her B.A. in economics and B.S. in mathematics from Wuhan University in China in 2005, and she completed her M.A. in economics from the University of Kansas in 2007. Address: School of Business, Summerfield Hall, University of Kansas, 1300 Sunnyside Avenue, Lawrence, KS 66045-7601; email: yjl@ku.edu . Steven A. Lippman (" Exploding Offers "; " Embedded Nash Bargaining: Risk Aversion and Impatience ") is Distinguished Professor and George Robbins Professor of Management at the Anderson School of Management at the University of California, Los Angeles. He received his B.A. in economics and statistics from the University of California, Berkeley and his Ph.D. in operations research from Stanford University. Professor Lippman has published more than 80 papers, some of which have appeared in Management Science, Operations Research, American Economic Review, the Bell Journal of Economics, and Econometrica. His research interests have included inventory theory, dynamic programming, queueing optimization, game theory, decision analysis, and microeconomics. He is best known for his work on the economics of search with John J. McCall as well as for his papers "On Dynamic Programming with Unbounded Rewards," "Uncertain Imitability: An Analysis of Interfirm Differences in Efficiency Under Competition" with Richard Rumelt, and "The Competitive Newsboy" with Kevin McCardle. He has taught negotiations analysis to M.B.A. students for the last 17 years. Address: Anderson School of Management, University of California, Los Angeles, 110 Westwood Plaza, Los Angeles, CA 90095-1481; email: slippman@anderson.ucla.edu . John W. Mamer (" Exploding Offers ") is a professor at the Anderson School of Management at the University of California, Los Angeles. He received a B.S. degree in mathematics and a B.A. degree in economics from the University of California, Davis, and M.S. and Ph.D. degrees from the Haas School at the University of California, Berkeley. His research interests include decision making under uncertainty, applied probability, game theory, and optimization. His work has appeared in Management Science, Journal of Economic Theory, Mathematics of Operations Research, Naval Research Logistics, and INFORMS Journal on Computing. His teaching responsibilities include probability and statistics, which he has taught to M.B.A. students for the past 12 years. Address: Anderson School of Management, University of California, Los Angeles, 110 Westwood Plaza, Los Angeles, CA 90095-1481; email: jmamer@anderson.ucla.edu . Kevin F. McCardle (" Embedded Nash Bargaining: Risk Aversion and Impatience ") is a professor of decisions, operations and technology management at the Anderson School of Management at the University of California, Los Angeles. His research interest is in mathematical models of decision making. He and Steven Lippman have had a long and productive collaboration: their first jointly authored paper was published in 1987. Professor McCardle served on the faculty at the Fuqua School of Business at Duke University from 1985 until 1999, when he joined the faculty at Anderson. His primary teaching responsibility has been to make the required course in probability and statistics palatable to M.B.A. students. For that effort he has won teaching awards at both Fuqua and Anderson. From 2007 to 2010 he was senior associate dean and director of the M.B.A. program at Anderson. He has been an associate editor at Operations Research, Management Science, and Decision Analysis, and he is currently area editor at Operations Research for decision analysis and on the editorial board of Decision Analysis. He serves as chair of the board of St. Joseph Center, a charitable social-service agency in west Los Angeles. Address: Anderson School of Management, University of California, Los Angeles, 110 Westwood Plaza, Los Angeles, CA 90095-1481; email: kevin.mccardle@anderson.ucla.edu . Laura McLay (" Robust Adversarial Risk Analysis: A Level-k Approach ") is an assistant professor of statistical sciences and operations research at Virginia Commonwealth University. She received her Ph.D. from the University of Illinois at Urbana–Champaign. Her research interests are in the field of operations research, with a particular focus on discrete optimization and algorithm design with application to homeland security and emergency response problems. Dr. McLay's research has been supported by the National Science Foundation (NSF), the Department of Homeland Security, and the Department of the Army. She has authored or coauthored more than 30 publications in archival journals and refereed proceedings. Dr. McLay is the recipient of the Outstanding IIE Publication Award and has received one best paper award for coauthored proceedings papers to the IIE Annual Conference and Expo. She has been named a fellow in the NSF-sponsored program Enabling the Next Generation of Hazards and Disaster Researchers. Address: Department of Statistical Sciences and Operations Research, 4111 Harris Hall, Virginia Commonwealth University, 1015 Floyd Avenue, P.O. Box 843083, Richmond, VA 23284; email: lamclay@vcu.edu . Casey Rothschild (" Robust Adversarial Risk Analysis: A Level-k Approach ") is an economic theorist who studies applications of game theory, risk and insurance, and public economics. His research interests include the government's role in regulating private insurance markets, the optimal design of income tax systems, the evolution of cooperation and conflict, and terrorism risk. His articles have appeared in a variety of outlets, including the Journal of Public Economics, the Journal of Economic Theory, the Journal of Financial Economics, the Journal of Risk and Insurance, the Journal of Pension Economics and Finance, and the Journal of Theoretical Biology. He received his Ph.D. in economics from the Massachusetts Institute of Technology in 2006, and has since taught at Middlebury College, MIT, Columbia, and Wellesley College. Address: Department of Economics, PNE 414, Wellesley College, 106 Central Street, Wellesley, MA 02481; email: crothsch@wellesley.edu . Nils Rudi (" Dynamic Purchase Decisions Under Regret: Price and Availability ") is an associate professor of technology and operations management at INSEAD. His research is in operations management with overlap to information systems, marketing, psychology, and finance. He has been focusing on supply chain management and how one can use different strategies (e.g., variety postponement, real options, flexibility, financial hedging, and incentive structures) to better handle demand uncertainty. After high school, Nils worked for three years as a computer programmer of ERP (Enterprise Resource Planning) systems at Movex. He then formed Minard, specializing in decision support systems for forecasting and inventory management. Minard did an initial public offering and went public on the Oslo Stock Exchange (Norway) in 1996. Before joining INSEAD, Nils worked at the University of Rochester for six years. He holds a Ph.D. in operations management from the University of Pennsylvania. Address: INSEAD, 1 Ayer Rajah Avenue, 138676 Singapore; email: nils.rudi@insead.edu . Prakash P. Shenoy (" A Framework for Solving Hybrid Influence Diagrams Containing Deterministic Conditional Distributions ") is the Ronald G. Harper Distinguished Professor of Artificial Intelligence in the School of Business, University of Kansas at Lawrence. His research interests are in the areas of uncertain reasoning and decision analysis. He is the inventor of "valuation-based systems," an abstract framework for knowledge representation and inference that includes Bayesian probabilities, Dempster–Shafer belief functions, Spohn's kappa calculus, Zadeh's possibility theory, propositional logic, optimization using dynamic programming, Bayesian decision making, solving systems of equations, database retrieval, and other domains. He is also a coauthor (with Glenn Shafer) of the "Shenoy–Shafer architecture" for computing marginals of joint distributions using local computation. He received a B.Tech. in mechanical engineering from the Indian Institute of Technology, Bombay, India, in 1973, and an M.S. and a Ph.D. in operations research from Cornell University, Ithaca, New York, in 1975 and 1977, respectively. Address: School of Business, Summerfield Hall, University of Kansas, 1300 Sunnyside Avenue, Lawrence, KS 66045-7601; email: pshenoy@ku.edu . Wenjie Tang (" Dynamic Purchase Decisions Under Regret: Price and Availability ") is assistant professor of quantitative methods at IE Business School and holds a Ph.D. from INSEAD. Her main research interests are individual decision making and supply chain management, both theoretically and experimentally. Professor Tang joined IE Business School in 2011, and has been teaching quantitative methods for the International M.B.A. program. Address: IE Business School, Calle de Maria de Molina, 13, 28002 Madrid, Spain; email: wenjie.tang@ie.edu .

Neue Möglichkeiten für Mobilitäts- und Pendleranalysen ergeben sich aus der Auswertung kleinräumiger Mobilfunkdaten. Mit dem Erringen des ersten Platzes beim bitkom-Wettbewerb "Digitalstadt Deutschland" im Juni 2017 war auch die kostenlose Überlassung von Mobilfunkdaten der Telekom-Tochter Motionlogic verbunden. Die anonymisierten zeitlich und räumlich verfügbaren Mobilfunkdaten erlauben eine wesentlich differenziertere Analyse der Pendlerbewegungen in die Stadt und innerhalb der Stadt. Die Analyse von Pendlerbewegungen mittels Mobilfunkdaten bietet vollkommen neue Möglichkeiten und Perspektiven für die amtliche Statistik (z.B. regionale Pendleranalysen, Frequentierung öffentlicher Räume, etc.), wenn es noch besser gelingt, eine Verifizierung der Daten mit Quellen der amtlichen Statistik und lokalen Verkehrsmodellen zu erreichen.

Seit rund zehn Jahren sind die Groß- und Universitätsstädte in Deutschland wegen der anhaltenden Reurbanisierung auf Wachstumskurs. Die Städte sind heute von Knappheiten und stark steigenden Preisen auf den Wohnungs- und Immobilienmärkten gekennzeichnet und stoßen bei der Wohnungsversorgung an ihre Grenzen. In der Landeshauptstadt Stuttgart ist zunehmend zu erkennen, dass die Einwohner infolge des hohen Miet- und Kaufpreisniveaus wieder vermehrt in das Umland ausweichen. Im Gegensatz zur Suburbanisierungsphase des letzten Jahrhunderts profitieren von dieser Entwicklung vor allem Wohnlagen in den Mittelzentren und verkehrstechnisch gut erschlossenen Mittelstädten entlang der Schnellstraßen und S-Bahn-Trassen. Diese stadtregionale Einwohnerdynamik ist entsprechend nicht als neuerlicher Trend zu Ungunsten der Kernstadt zu interpretieren, sondern als Konsequenz des starken Wachstums der vergangenen Jahre, welches zunehmend weniger von der Kernstadt alleine bewältigt werden kann.