W pracy omówiono podstawowe cele i założenia wykonawcze projektu prowadzącego do modernizacji metodologii badań statystycznych dotyczących statystyki działalności gospodarczej i oceny jakości ich wyników. Jest to projekt Methodology for Modern Business Statistics (w skrócie MeMoBuSt), realizowany w ramach Europejskiego Systemu Statystycznego. Jest to przedsięwzięcie ośmiu krajów: Holandii, Węgier, Polski, Szwecji, Szwajcarii, Norwegii, Włoch oraz Grecji. Grupa działa od 2011 r. i planuje wydanie nowej wersji podręcznika metodologicznego poruszającego wymienione tematy w 2013 r. Specjaliści z tych ośmiu krajów wezmą pod uwagę najnowsze osiągnięcia naukowe w tej dziedzinie i wypracują kierunki ich efektywnego zastosowania. Obecny podręcznik metodologiczny został wydany w 1997 r. Grupa naukowców analizuje wady i braki informacyjne podręcznika w stosunku do obecnych realiów i wyzwań. Kolejna część pracy poświęcona jest charakterystyce założeń zawartych w obecnej wersji. Zawiera również informacje opisujące stopień jego zgodności z powszechnie stosowanymi w statystyce europejskiej i światowej schematami organizacji badań statystycznych (GSBPM – Generic Statistical Business Process Model, Podstawowy Model Prowadzenia Statystyki Działalności Gospodarczej), które stosuje ONZ, OECD oraz Eurostat. Omówiono aktualne twierdzenia i rozbieżności dotyczące szczegółowej wizji treści poszczególnych rozdziałów oraz recenzje już napisanych fragmentów. Uzupełnienie artykułu stanowi analiza polskiego wkładu w to przedsięwzięcie oraz zagadnień, które Polska wniosła do tego projektu i do których może wnieść swój wkład w przyszłości.
statystyka gospodarcza, modernizacja, projekty rozwoju gospodarczego
Andrigde R. R., Little R. J. A. (2010), A Review of Hot Deck Imputation of Survey Non-response, „International Statistical Review”, vol. 70
Arcaro C., Yung W. (2001), Variance estimation in the presence of imputation, SSC Annual Meeting, Proceedings of the Survey Method Section
Chaimongkol W., Suwattee, P. (2004), Weighted Nearest Neighbor and Regression Imputation, 9th Asia-Pacific Decision Sciences Institute Conference, APDSI-KOPOMS Seoul, Korea, 1—4 July 2004, Seoul, Korea
D’Orazio M., Di Zio M., Scanu M. (2006), Statistical Matching. Theory and Practice, John Wiley & Sons, New York
Generic Statistical Business Process Model (2009), Joint UNECE/Eurostat/OECD Work Session on Statistical Metadata (METIS), Version 4.0, United Nations Economic Commission for Europe (UNECE), UNECE Secretariat, http://www.unece.org/fileadmin/DAM/stats/documents/ece/ces/ge.61/2009/mtg1/zip.32.e.pdf
Młodak A. (2010a), Metodologiczne problemy imputacji danych w spisach powszechnych, „Kwartalnik Statystyczny”, R. XII, nr 4
Młodak A. (2010b), Imputacja danych w spisach powszechnych, „Wiadomości Statystyczne”, R. LV, nr 8
Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Centrum Doradztwa i Informacji DIFIN, Warszawa
SDMX Content-Oriented Guidelines. Annex 4: Metadata Common Vocabulary 2009 (2009), http://sdmx.org/wp-content/uploads/2009/01/04_sdmx_cog_annex_4_mcv_2009.pdf
Stefanowicz B. (2009), Imputacja danych statystycznych (maszynopis)
Templa M., Kowarik A., Filzmoser P. (2011) Iterative stepwise regression imputation using standard and robust methods, „Computational Statistics & Data Analysis”, vol. 55
Willeboordse A. (red.) (1997), Handbook on the Design and Implementation of Business Surveys, Eurostat, Luxembourg
Yuan Y. C. (2010), Multiple Imputation for Missing Data: Concepts and New Development (Version 9.0), SAS Institute Inc Rockville, MD, U.S.A
