Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/309499 
Erscheinungsjahr: 
2024
Quellenangabe: 
[Journal:] WISTA - Wirtschaft und Statistik [ISSN:] 1619-2907 [Volume:] 76 [Issue:] 6 [Year:] 2024 [Pages:] 51-60
Verlag: 
Statistisches Bundesamt (Destatis), Wiesbaden
Zusammenfassung: 
Fehlerhafte Datensätze können die Ergebnisse einer Statistik verzerren. Um dies zu vermeiden, fanden im Zensus 2022 verschiedene Aufbereitungs-, Plausibilisierungs- und Imputationsschritte statt. Für jeden Erhebungsteil des Zensus wurde dabei das beste Set an Plausibilisierungsmethoden genutzt, um eine valide Datenbasis für Auswertungen zu schaffen. Der Beitrag beschreibt die einzelnen Aufbereitungs- und Plausibilisierungsschritte für die unterschiedlichen Erhebungsteile des Zensus 2022 mit den jeweiligen Besonderheiten.
Zusammenfassung (übersetzt): 
Incorrect data sets may bias statistical results. To avoid this, various processing, edi ting and imputation steps were carried out in the 2022 Census. The best set of methods for plausibility checking was used for each survey component of the census in order to create a valid data basis for evaluations. This article describes the individual steps of processing and editing the different 2022 Census components and looks at special aspects of each component.
Schlagwörter: 
Datenaufbereitung
Plausibilitätskontrollen
Fehlerbereini- gung
Imputation
Personenerhebung
Gebäude- und Wohnungszählung
Gemeinschaftsunterkünfte
data processing
plausibility checks
error elimination
imputation
survey of individuals
census of buildings and housing
collective living quarters
Dokumentart: 
Article

Datei(en):
Datei
Größe
167.21 kB





Publikationen in EconStor sind urheberrechtlich geschützt.