close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Einführung in das Thema Was ist Armut, wie misst man Armut

EinbettenHerunterladen
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Einf¨uhrung in das Thema
Was ist Armut, wie misst man Armut?
22. Wissenschaftliches Kolloquium
Armutsmessung
DESTATIS und Deutsche Statistische Gesellschaft
Ralf M¨
unnich
Wirtschafts- und Sozialstatistik
Universit¨at Trier, FB IV, VWL
Wiesbaden, 21. November 2013
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 1 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Einf¨uhrung in das Thema: Was ist Armut, wie misst man
Armut?
Indikatoren zur Armut und sozialen Benachteiligung
Inhaltliche Ziele (Vorbereitung)
Messprozess mittels Modellen (Analyse)
Statistischer Produktionsprozess
Editing, ggf. Geheimhaltung
Behandlung fehlender Werte
Qualit¨at der Daten
→ Verbesserung durch Modelle / Qualit¨
at
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 2 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Einf¨uhrung in das Thema: Was ist Armut, wie misst man
Armut?
Indikatoren zur Armut und sozialen Benachteiligung
Inhaltliche Ziele (Vorbereitung)
Messprozess mittels Modellen (Analyse)
Statistischer Produktionsprozess
Editing, ggf. Geheimhaltung
Behandlung fehlender Werte
Qualit¨at der Daten
→ Verbesserung durch Modelle / Qualit¨
at
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 2 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Einf¨uhrung in das Thema: Was ist Armut, wie misst man
Armut?
Indikatoren zur Armut und sozialen Benachteiligung
Inhaltliche Ziele (Vorbereitung)
Messprozess mittels Modellen (Analyse)
Statistischer Produktionsprozess
Editing, ggf. Geheimhaltung
Behandlung fehlender Werte
Qualit¨at der Daten
→ Verbesserung durch Modelle / Qualit¨
at
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 2 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Probleme der Armutsmessung
Walter Kr¨amer Armut ist nicht gleich Ungleichheit
(Unstatistik 10/2012)
Problem der Methodik
ifo Schnelldienst 2008 Armutsmessung: Unklare Datenlage –
chaotische Berichterstattung
Problem der veschiedenen Datenquellen
Mikrozensus
SOEP
EVS
D-SILC
Messen wir wirklich, was wir messen wollen?
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 3 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Probleme der Armutsmessung
Walter Kr¨amer Armut ist nicht gleich Ungleichheit
(Unstatistik 10/2012)
Problem der Methodik
ifo Schnelldienst 2008 Armutsmessung: Unklare Datenlage –
chaotische Berichterstattung
Problem der veschiedenen Datenquellen
Mikrozensus
SOEP
EVS
D-SILC
Messen wir wirklich, was wir messen wollen?
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 3 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Der Armutsatlas: Deutschland und Rheinland-Pfalz
Quelle: http://www.forschung.paritaet.org/index.php?id=armutsatlas&no_cache=1
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 4 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Wie ist derzeit die Qualit¨at der Sch¨atzung?
Sch¨atzung auf Haushaltsebene
Deutschland etwa 40 Mio. Haushalte
Mikrozensus (MZ) etwa 400.000 Haushalte (1%)
D-SILC 14.400 Haushalte (etwa 0,036%)
Kleine Studie f¨
ur Rheinland-Pfalz
Proportionale Allokation (D/KRS – RLP)
SRS von Haushalten in Kreisen
Stichprobenumfang: etwa 0,1%
Auswertung der Ergebnisse auf Kreisen
Sch¨atzwerte: ARPR und S8020 (EU Laeken-Indikatoren)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 5 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Armutsgef¨ahrdungsquote (ARPR)
Eigene Simulation
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 6 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Armutsgef¨ahrdungsquote (ARPR)
Eigene Simulation
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 6 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Quintile Share Ratio (S8020)
Eigene Simulation
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 7 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Quintile Share Ratio (S8020)
Eigene Simulation
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 7 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Einkommen versus Verm¨ogen
Lorenzkurven des Bruttoeinkommens und Nettovermögens der HH
BE
Lorenzkurven des Bruttoeinkommens und Nettovermögens der HH
DE
1.0
1.0
Bruttoeinkommen
Nettovermögen
kum. Anteil des Bruttoeinkommens/Nettovermögens
kum. Anteil des Bruttoeinkommens/Nettovermögens
Bruttoeinkommen
Nettovermögen
0.8
0.6
0.4
0.2
0.8
0.6
0.4
0.2
0.0
0.0
0.0
0.2
0.4
0.6
0.8
1.0
kum. Anteil der Haushalte
0.0
0.2
0.4
0.6
0.8
kum. Anteil der Haushalte
Eigene Berechnung auf Basis des Household Finance and Consumption Survey (2013)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 8 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
1.0
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Mazziotta-Pareto-Index
Zusammengesetzter Indikator (siehe Mazziotta et al., 2010):
At-risk-of-poverty rate (ARPR)
Gini coefficient (GINI)
Quintile share ratio (QSR)
Self reported unmet need for medical examination or
treatment (Hea)
Medium- and long-term unemployment rate (Unem)
Share of persons with low educational attainment (Edu)
Studie zum Einfluss von Stichprobendesigns (M¨
unnich und Seger,
2014)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 9 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Effekte 1. Ordnung einer Sensitivit¨atsanalyse
First order effect − simple random sampling
First order effect − cluster sampling
1.0
1.0
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.0
0.0
R1
R2
R3
Sampling
Wiesbaden,
R4
R5
Normalisation
R6
R7
R8
Exclusion
R9
R10
R11
Weighting
21.11.2013 | Ralf M¨
unnich | 10 (25)
R1
R2
R3
Sampling
R4
R5
Normalisation
R6
R7
R8
Exclusion
R9
R10
Weighting
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
R11
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Rangeffekte einer Sensitivit¨atsanalyse
1
Legend:
1
Legend:
2
0.32
2
0.32
0.3
3
0.3
3
0.28
0.28
0.26
4
0.26
4
0.24
0.24
0.2
0.18
6
0.16
0.14
7
0.12
0.22
Indicator rank
5
5
0.2
0.18
6
0.16
0.14
7
0.12
0.1
8
0.08
0.1
8
0.08
0.06
9
0.04
0.06
9
0.04
0.02
0.02
Country
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 11 (25)
R11
R9
R10
R8
R7
R6
R5
R4
R3
R2
R1
R11
R9
R10
R8
Mode rank
R7
11
R6
Mode rank
R5
0
11
R4
10
R3
0
R2
10
R1
Indicator rank
0.22
Country
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Laeken-Indikatoren
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
At-risk-of-poverty rate (subgroups)
Inequality of income distribution S80/S20 income quintile share ratio
At-persistent-risk-of-poverty rate (60% median)
Relative median at-risk-of-poverty gap
Regional cohesion (dispersion of regional employment rates)
Long term unemployment rate
Persons living in jobless households
Early school leavers not in education or training
Life expectancy at birth
Self defined health status by income quintile
Dispersion around the at-risk-of-poverty threshold
Inequality of income distribution GINI coefficient
At-persistent-risk-of-poverty rate (50% median)
Long term unemployment share
Very long-term unemployment rate
Persons with low educational attainment
Vielfach mit Untergliederungen nach Alter und Geschlecht (Kinderarmut)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 12 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Laeken-Indikatoren
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
At-risk-of-poverty rate (subgroups)
Inequality of income distribution S80/S20 income quintile share ratio
At-persistent-risk-of-poverty rate (60% median)
Relative median at-risk-of-poverty gap
Regional cohesion (dispersion of regional employment rates)
Long term unemployment rate
Persons living in jobless households
Early school leavers not in education or training
Life expectancy at birth
Self defined health status by income quintile
Dispersion around the at-risk-of-poverty threshold
Inequality of income distribution GINI coefficient
At-persistent-risk-of-poverty rate (50% median)
Long term unemployment share
Very long-term unemployment rate
Persons with low educational attainment
Vielfach mit Untergliederungen nach Alter und Geschlecht (Kinderarmut)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 12 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Qualit¨atsberichterstattung im Rahmen der
Armutsberichterstattung in der EU
Verordnung (EG) Nr. 1177/2003
des Europ¨aischen Parlaments und des Rates f¨
ur die
Gemeinschaftsstatistik u
¨ber Einkommen und Lebensbedingungen
(EU-SILC) im Hinblick auf den detaillierten Inhalt der
Qualit¨atsberichte.
Verordnung (EG) Nr. 28/2004
der Kommission vom 5. Januar 2004 zur Durchf¨
uhrung der
Verordnung (EG) Nr. 1177/2003.
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 13 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Armutsgef¨ahrdungsquote (1)
Mit Hilfe der Armutsgrenze α · yp erh¨alt man als allgemeine
Armutsgef¨ahrdungsquote (ARPR)
ARPRα;p = F (α · yp )
.
Diese wird durch
ARPRα,p = F (α · yp )
gesch¨atzt, wobei
yp = inf F (y ) > p
y ∈R
(vgl. Berger / Skinner, 2003).
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 14 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Armutsgef¨ahrdungsquote (2)
Unter Verwendung der Werte τu∗ =
i∈S
wi · ui∗ erh¨alt man
V (ARPRα,p ) ≈ V (τu∗ )
.
Man erh¨alt nun konkret f¨
ur die allgemeine
Armutsgef¨ahrdungsquote
1
· 1(yi ≤ αyp ) − ARPRα,p
ui∗ =
N
und als Varianzsch¨atzer im Falle der geschichteten
Zufallsstichprobe
H
Nh2
V (ARPRα,p ) ≈
h=1
·
su2∗
(h)
nh
· 1−
nh
Nh
.
Bemerkung: ARPRα,p wird i.A. ebenso gesch¨atzt (siehe Deville,
1999).
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 15 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Die Armutsgrenze
EU-Konzept: relative Armutsgrenze α · yp
konkret 60% des Medianeinkommens
Kann bei regionalen Vergleichen problematisch sein
Verwendung einer absoluten Armutsgrenze
Quantifizierung ist problematisch
M¨
oglicherweise m¨
ussen regionale Preisdifferenzen beachtet
werden
Erhebungsaufwand gr¨
oßer
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 16 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
GINI-Koeffizient
Der GINI-Koeffizient kann durch
GINIy =
1
·
τY
i∈S
1
1
· 2·
πi
N
j∈S
1
· δ yj ≤ yi −1 · yi
πj
F (yi )
gesch¨atzt werden. Hierf¨
ur ergeben sich die Einflusswerte
ui∗ =
Wiesbaden,
1
· 2 · yi · F (yi ) − (GINIy + 1) · yi
τY
21.11.2013 | Ralf M¨
unnich | 17 (25)
.
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Quintile share ratio
S80/S20–Anteilsverh¨altnis der Einkommensquintile y0,2 und y0,8
F¨
ur die Gruppen R und P erh¨alt man
wi · yi − yi · 1(yi ≤ y0,8 )
µR =
wi · (1 − 0,8)
i
i
wi · yi · 1(yi ≤ y0,2 )
µP =
i
wi · 0,2 .
i
Die QSR kann vollst¨andig als Funktion von Totalwerten dargestellt
werden:
QSR =
µR
τ1
=
µP
τ2
τ3
τ4
Mit Hilfe der Woodruff-Methode kann nun die linearisierte Variable
ermittelt werden.
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 18 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
QSR: linearisierte Variable
u1i = yi − (yi − y0,8 ) · 1(yi ≤ y0,8 ) + 0,8 · y0,8
u2i = 0,2
u3i = (yi − y0,2 ) · 1(yi ≤ y0,2 ) + 0,2 · y0,2
u4i = 0,2
1
τ1
· u2i ) ·
= µR
τ2
N · 0,2
τ3
1
u6i = (u3i −
· u4i ) ·
= µP
τ4
N · 0,2
u5i = (u1i −
wobei τ2 = τ4 = N · 0,2. Schließlich erh¨alt man
τ4
zi = (u5i − QSR · u6i ) ·
τ3
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 19 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
QSR: linearisierte Variable
u1i = yi − (yi − y0,8 ) · 1(yi ≤ y0,8 ) + 0,8 · y0,8
u2i = 0,2
u3i = (yi − y0,2 ) · 1(yi ≤ y0,2 ) + 0,2 · y0,2
u4i = 0,2
1
τ1
· u2i ) ·
= µR
τ2
N · 0,2
τ3
1
= µP
u6i = (u3i −
· u4i ) ·
τ4
N · 0,2
u5i = (u1i −
wobei τ2 = τ4 = N · 0,2. Schließlich erh¨alt man
τ4
zi = (u5i − QSR · u6i ) ·
τ3
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 19 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Varianzsch¨atzung f¨ur nichtlineare Statistiken
Resampling-Methoden
Kovaˇcevi´c und Yung (1997)
Balanced Repeated Replication
Jackknife-Methoden
Bootstrap-Methoden
Linearisierungsmethoden
Taylor-Approximation
Woodruff-Linearisierung
Woodruff (1971) oder Andersson und Nordberg (1994)
Estimating Equations (Sch¨atzgleichungen)
Kovaˇcevi´c und Binder (1997)
Einflussfunktionen
Deville (1999)
Demnati und Rao (2004)
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 20 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Anwendung auf Armuts- und Disparit¨atsmaße
Man verwendet die linearisierten Werte von ARPR, GINI und QSR
zur Approximation der Varianzsch¨atzung:
V I ≈V
i
1
· ui
πi
Wenn die Gewichte bei der Sch¨atzung von I aus Kalibrierungen
stammen, dann sind die ui die Residuen der Regression der
linearisierten Werte auf die Hilfsvariablen der Kalibrierung (vgl.
Deville, 1999).
Indikator I
ARPR:
GINI:
QSR:
Wiesbaden,
Quelle
Deville (1999), Osier (2009)
Kovaˇcevi´c und Binder (1997)
Hulliger und M¨
unnich (2007)
21.11.2013 | Ralf M¨
unnich | 21 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Verh¨altnis in der Zeit
V RI = V It1 /It0
1
=
· R2I · V It0 + V It1 − 2 · RI · Cov It0 , It1
It20
Kovarianzsch¨atzung f¨ur nichtlineare Sch¨atzer
Cov It0 , It1 = Cov
i∈St0
i∈St0 j∈St1
Wiesbaden,
j∈St1
1−
=
πi = P(i ∈ St. );
ui
,
πi
uj
πj
πi · πj
πij∗
·
ui uj
·
πi πj
πij∗ = P(i ∈ St0 , j ∈ St1 )
21.11.2013 | Ralf M¨
unnich | 22 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Rotationsstichproben in EU-SILC
Year
t0
t1
1
2
3
4
2
3
4
5
Aktueller Stichprobenplan Die Population ist in
Panel-Rotationsviertel partitioniert (ohne Attrition)
St0 Geschichtete Zufallsstichprobe (unabh¨angig)
in den Vierteln 1 bis 4.
St1 Neue geschichtete Zufallsstichprobe im Viertel 1; zus¨atzlich
Einheiten in St0 aus den Vierteln 2 bis 4.
Haushalte als Prim¨arerhebungseinheiten
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 23 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Rotationsstichproben in EU-SILC
Year
t0
t1
1
2
3
4
2
3
4
5
Aktueller Stichprobenplan Die Population ist in
Panel-Rotationsviertel partitioniert (ohne Attrition)
St0 Geschichtete Zufallsstichprobe (unabh¨angig)
in den Vierteln 1 bis 4.
St1 Neue geschichtete Zufallsstichprobe im Viertel 1; zus¨atzlich
Einheiten in St0 aus den Vierteln 2 bis 4.
Haushalte als Prim¨arerhebungseinheiten
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 23 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Signifikanztest auf Ver¨anderung: H0 : ∆ = 0
RMPG
0.55
RMPG
0.34
0.30
0.40
0.32
0.45
0.50
0.36
0.38
ARPR
2007
2008
2005
17
2006
time
2006
2007
2008
QSR
time
16
GINI
14
11
0.42
12
0.43
13
0.44
QSR
0.45
15
0.46
0.47
2005
Hulliger (2005): Displays of indicators and of their accuracy
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 24 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Vorbemerkungen
Armutsmessung in Deutschland
Aspekte der Armutsmesung
Herausforderungen in der Armutsmessung
Vertiefung in Einkommensbestandteile
Regionalisierung von Armutsmessungen
Verwendung von Registerdaten
Erhebliche statistische Anforderungen
Small Area-Verfahren
EU-SILC-Nutzerdaten
Regionalisierungen kaum m¨
oglich (Anonymisierung)
Vielfach ist mit verzerrten Sch¨atzungen zu rechnen
Varianzsch¨atzung nicht m¨
oglich
Ad¨aquate p-Werte sind fast nicht ermittelbar
D-SILC problematisch wegen response propensities
(Enderle und M¨
unnich, 2013)
Axiomatische Armutsmessung als Basis f¨
ur die Auswahl von
Indikatoren; Chakravarty (2006) oder Kockl¨auner (2013)
Armutsrisiko als Zukunftsaussicht
Wiesbaden,
21.11.2013 | Ralf M¨
unnich | 25 (25)
Einf¨
uhrung in das 22. Wissenschaftliche Kolloquium
Document
Kategorie
Kunst und Fotos
Seitenansichten
2
Dateigröße
1 710 KB
Tags
1/--Seiten
melden