Saltar al contingut principal

MÈTODES PER A LA MILLORA DE TÈCNIQUES ESTADÍSTIQUES

Codi: 22 05 06 PAAE: 2016 Tipus d'actuació: consolidada

Ressenya: Desenvolupament i aplicació de tècniques estadístiques per a la millora qualitativa i quantitativa dels processos de producció estadística. Entre aquests mètodes s'inclouen els estimadors de petita àrea, amb l'objectiu d'obtenir resultats territorials fiables minimitzant la dimensió de les mostres i, per tant, reduint al màxim la càrrega que suporten les unitats informants.

Activitat que desenvolupa del PEC 2011-2014

Objectiu: Metodologia i normalització estadístiques

Nom: INNOVACIONS METODOLÒGIQUES EN L'ESTADÍSTICA OFICIAL

Finalitat: Impuls dels avenços metodològics, procedimentals i instrumentals que procurin la màxima qualitat i eficàcia en la producció i la difusió de resultats estadístics.

Organismes responsables: Institut d'Estadística de Catalunya

Organismes col·laboradors: centres de recerca, universitats catalanes

Origen de la informació: —

Informant inicial: —

Tècnica de recollida de les dades primàries: —

Periodicitat: contínua

Variables principals a investigar: —

Organismes difusors: Institut d'Estadística de Catalunya

Mitjà principal de difusió: —

Nivell de desagregació territorial: —

Referència temporal dels resultats: —

Disponibilitat dels resultats sintètics: —

Cost directe estimat: 12.000 €

Adreça escurçada: https://idescat.cat/paae/2016/220506

Compliment

Grau de compliment: L'actuació estadística s'ha dut a terme.

Informació disponible i referència temporal de les dades:

S'ha avançat molt en la fase de recerca metodològica per a la millora del tractament d'ajust de calendari i estacional dels indicadors de conjuntura i macromagnituds segons el que estableixen les darreres recomanacions europees. S'han dut a terme simulacions per avaluar l'impacte de la modelització, especialment de les intervencions, amb el programari JDemetra+ recomanat oficialment per Eurostat. S'ha iniciat el desenvolupament d'un paquet d'eines de modelització, simulació i producció massiva amb la interfície d'aquest programari amb R, que ens està oferint un bon entorn de "laboratori" .

S'ha iniciat un projecte per obtenir previsions del PIB a un horitzó de t+30 dies mitjançant mètodes directes. L'avançament del PIB actualment es genera a un horitzó de t+45 i amb mètodes indirectes. La recerca es basa en la bibliografia que l'AIReF i algunes reserves federals d'EEUU han publicat sobre l'ús de models dinàmics factorials. Aquests models permeten incorporar tota la informació conjuntural disponible per obtenir previsions en temps real. S'han implementat i desenvolupat 2 d'aquests mètodes amb el programari R.

Respecte als mètodes de mostreig, i mitjançant l'assistència tècnica als diferents organismes del Sistema estadístic de Catalunya (SEC), s'han completat millores importants en els dissenys mostrals per adaptar-los als estàndards europeus. Les millores s'han concentrat en garantir l'obtenció de mostres de cobertura màxima i totalment probabilístiques, amb una estructura que permeti calcular a posteriori un dels principals indicadors de qualitat: la precisió.

Resultats publicats:

SEIO 2016: "Diagnóstico e identificación de escalones estacionales en el ajuste de indicadores de coyuntura económica"

JECAS 2016: "Diagnóstico e identificación de escalones estacionales en el ajuste de indicadores de coyuntura económica" (PDF)

JECAS 2016: "Métodos de nowcasting para la estimación del PIB: una aplicación para la economía catalana" (PDF)

II International Workshop on Proximity Data, Multivariate Analysis and Classification: "Dynamic Factor Models for GDP nowcasting: An application for the Catalan economy"

La informació sobre els resultats de l'actuació també es pot descarregar des del web de l'Idescat:

JECAS 2016: "Diagnóstico e identificación de escalones estacionales en el ajuste de indicadores decoyuntura económica" (PDF)

JECAS 2016: "Métodos de nowcasting para la estimación del PIB: una aplicación para la economíacatalana" (PDF)

II International Workshop on Proximity Data, Multivariate Analysis and Classification: "Dynamic Factor Models for GDP nowcasting: An application for the Catalan economy" (PDF)

Per conèixer el significat d'aquests camps, consulteu l'apartat Continguts de la fitxa descriptiva de l'actuació estadística.