Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/230954 
Autor:innen: 
Erscheinungsjahr: 
2021
Quellenangabe: 
[Journal:] WISTA – Wirtschaft und Statistik [ISSN:] 1619-2907 [Volume:] 73 [Issue:] 1 [Publisher:] Statistisches Bundesamt (Destatis) [Place:] Wiesbaden [Year:] 2021 [Pages:] 49-58
Verlag: 
Statistisches Bundesamt (Destatis), Wiesbaden
Zusammenfassung: 
Dieser Artikel stellt eine Methode vor, welche Survey-, Sensor- und administrative Daten verknüpft und unter Anwendung von Capture-recapture-Techniken (CRC) die Korrektur von Messfehlern in Surveys ermöglicht. Dazu werden die Antworten des niederländischen Surveys zu Güterverkehr mit externen Sensormessungen verknüpft. Mittels CRC-Techniken wird die Unterberichterstattung geschätzt, wobei administrative Daten Informationen über Fahrzeuge und Halter liefern, die zur Modellierung der Heterogenität in den Beobachtungen verwendet werden. Die Ergebnisse zeigen, dass die Surveyschätzungen aufgrund von Unterberichterstattung negativ verzerrt sind.
Zusammenfassung (übersetzt): 
This article presents a method that links survey, sensor, and administrative data and, by using capture-recapture techniques (CRC), allows to correct measurement errors in surveys. To this end, the responses to the Dutch Road Freight Transport survey are linked to records from a road sensor network. Using CRC techniques, underreporting is estimated, with administrative data providing information on vehicles and owners which is used to model the heterogeneity in the observations. The results show that the survey estimates are downward biased due to underreporting.
Schlagwörter: 
Big data
Registerdaten
Record Linkage
Unterberichterstattung
Datenvalidierung
register data
underreporting
data validation
Dokumentart: 
Article

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.