Bayerisches Landesamt für Statistik veröffentlicht Small Area Estimation für gruppierte Einkommensdaten in Bayern; Kreisebene zuverlässig schätzbar trotz geringer Stichprobengrößen
Small Area Estimation für gruppierte Einkommensdaten: Schätzung regionaler Armuts- und Ungleichheitsindikatoren für Bayern auf Basis des Mikrozensus
Publikation Small Area Estimation für gruppierte Einkommensdaten: Schätzung regionaler Armuts- und Ungleichheitsindikatoren für Bayern auf Basis des Mikrozensus
Das Interesse an kleinräumigen Daten vonseiten verschiedener Nutzendengruppen ist groß. Die Ergebnisse des Mikrozensus können durch das Bayerische Landesamt für Statistik unter anderem aufgrund teilweise geringer Stichprobengrößen allerdings nicht bis auf Kreisebene veröffentlicht werden. Dieser Beitrag untersucht, ob mit der Anwendung von Small-Area-Verfahren auf den Mikrozensus 2022 verschiedene Armuts- und Ungleichheitsindikatoren verlässlich für die bayerische Kreisebene geschätzt werden können. Auf Grundlage des gruppierten Haushaltsnettoeinkommens werden die direkten Schätzer mittels Iterative Kernel Density Estimation berechnet. Für die Small-Area-Schätzer wird die Empirical-Best-Predictor -Methode für gruppierte Daten mit dem Zensus 2022 als weitere Datenquelle angewendet.
Auszug aus der Publikation “WISTA - Wirtschaft und Statistik”, 4
Artikel " Small Area Estimation für gruppierte Einkommensdaten: Schätzung regionaler Armuts- und Ungleichheitsindikatoren für Bayern auf Basis des Mikrozensus" Herunterladen (PDF, 940KB, Datei ist barrierefrei⁄barrierearm)
Artikel " Small Area Estimation für gruppierte Einkommensdaten: Schätzung regionaler Armuts- und Ungleichheitsindikatoren für Bayern auf Basis des Mikrozensus"
(PDF, 940KB, Datei ist barrierefrei⁄barrierearm)