S T A T I S T I K A U S T R I A 1 www.statistik.at Amtliche Statistik in Österreich 26. November 2008 © STATISTIK AUSTRIA I n f o r m a t i o n e n Wir.

Präsentation zum Thema: "S T A T I S T I K A U S T R I A 1 www.statistik.at Amtliche Statistik in Österreich 26. November 2008 © STATISTIK AUSTRIA I n f o r m a t i o n e n Wir."—  Präsentation transkript:

1 S T A T I S T I K A U S T R I A 1 www.statistik.at Amtliche Statistik in Österreich 26. November 2008 © STATISTIK AUSTRIA I n f o r m a t i o n e n Wir bewegen

2 S T A T I S T I K A U S T R I A 2 Inhalt 1.Die Bundesanstalt Statistik Austria 2.Methodische Arbeiten in Statistik Austria 3.Strategische Zielsetzungen

3 S T A T I S T I K A U S T R I A 3 Einige historische Fakten 1829: „Statistisches Bureau“ 2004: 175 Jahre Amtliche Statistik in Österreich 1. Jänner 2000: Bundesstatistikgesetz (BStatG 2000) tritt in Kraft ÖSTAT (Österreichisches Statistisches Zentralamt): Teil der öffentlichen Verwaltung STAT (Statistik Österreich, Statistik Austria): eine Bundesanstalt ÖSTAT STAT

4 S T A T I S T I K A U S T R I A 4 Was ist Bundesstatistik?  Informationssystem des Bundes,  das statistische Daten über die wirtschaftlichen, demographischen, sozialen, ökologischen und kulturellen Gegebenheiten in Österreich  den Bundesorganen  zur Planung  Entscheidungsvorbereitung und  Kontrolle von Maßnahmen  sowie der Wissenschaft, der Wirtschaft und der Öffentlichkeit bereitstellt. § 1 BStatG

5 S T A T I S T I K A U S T R I A 5  Direkte Erhebungen/Befragungen nur zulässig, wenn die Datenbeschaffung nicht anders möglich ist  Beschaffung der Daten zuerst bei den öffentlichen Registern und Verwaltungsstellen  Stichproben- statt Vollerhebungen  Freiwilligkeit statt Zwang bei Befragungen  Benutzerfreundliche Erhebungsbögen Ziele des Bundesstatistikgesetzes (1) Entlastung der Bürger, insb. der Unternehmen

6 S T A T I S T I K A U S T R I A 6  Rationalisierung, insbesondere im Personalbereich  Höhere Qualifizierung des Personals  Moderne Managementstrukturen  Auf- und Ausbau von Datenbanken und Registern  Nutzung von Verwaltungsdaten  Vermehrte Nutzung elektronischer Medien Ziele des Bundesstatistikgesetzes (2) Erhöhung der Effizienz

7 S T A T I S T I K A U S T R I A 7  Festlegung der fachlichen Grundsätze bei der Erstellung der amtlichen Statistiken  Laufende Qualitätsverbesserung, Qualifikationssteigerung  Erhöhung der Aktualität  Verpflichtung zur unentgeltlichen Veröffentlichung der statistischen Ergebnisse im Internet  Sicherstellung der fachlichen Unabhängigkeit der amtlichen Statistik Ziele des Bundesstatistikgesetzes (3) Sicherstellung der Qualität, Aktualität und Transparenz der amtlichen Statistik

8 S T A T I S T I K A U S T R I A 8  Inhaltliche, fachliche Verantwortlichkeit: Im hoheitlichen Bereich: der nach dem Bundesministeriengesetz für die jeweilige Statistik zuständige Fachminister. Weisungsfreiheit der Anstalt in methodischen Fragen. Sicherstellung durch Aufsichtsrechte der Fachminister  Wirtschaftliche Verantwortlichkeit: Eigenverantwortlichkeit der Anstalt Sicherstellung durch Aufsichtsrechte des Bundeskanzlers Ziele des Bundesstatistikgesetzes (4) Festlegung der Verantwortlichkeiten in der Amtlichen Statistik

9 S T A T I S T I K A U S T R I A 9  Tätigwerden aufgrund einer Anordnung: unmittelbar wirksame EU-Normen gesetzliche Anordnung Anordnung durch Verordnung  Aufgrund eines Vertrages dürfen Statistiken erstellt werden für Gebietskörperschaften für Anstalten öffentlichen Rechts für Internationale Organisationen für Gemeinwirtschaftliche Unternehmungen Ziele des Bundesstatistikgesetzes (5) Die Bundesanstalt soll grundsätzlich nur auf Anordnung oder Auftrag und gegen Kostenersatz tätig werden

10 S T A T I S T I K A U S T R I A 10 Statistisches System Österreichs (1) Bundesebene:  Bundesanstalt Statistik Österreich  Andere Organe der Bundesstatistik Energie Control (Energiestatistik) Umweltbundesamt (Abfallstatistik)  Oesterreichische Nationalbank (Zahlungsbilanz, Monetärstatistik)  Bundesministerien  Arbeitsmarktservice (Arbeitslosenstatistik, Statistik der offenen Stellen)  Hauptverband der österreichischen Sozialversicherungsträger (z.B. Beschäftigungsstatistik)  Wirtschaftskammer Österreich und andere öffentlich-rechtliche Interessensvertretungen  Verbände und Interessensvertretungen

11 S T A T I S T I K A U S T R I A 11 Statistisches System Österreichs (2) Landes- und Gemeindeebene:  Landesstatistik  Städtestatistik

12 S T A T I S T I K A U S T R I A 12 Internationales Statistik-Umfeld NSI EU Eurostat / Europ. Kommission, Rat der EU, Europ. Parlament, Europ. Zentralbank, CEIES etc. UN Statistical Commission, Economic Commission for Europe (ECE), Konferenz europ. Statistiker (CES), WHO, ILO etc. OECD Committee on Statistics etc. NGOs International Statistical Institute (ISI) etc. NSI

13 S T A T I S T I K A U S T R I A 13

14 S T A T I S T I K A U S T R I A 14 Besondere Grundsätze, § 24 BStatG  Objektivität und Unparteilichkeit beim Erstellen der Statistiken  Statistische Methoden und Verfahren nach international anerkannten wissenschaftlichen Grundsätzen und Standards, ihre Offenlegung  Laufende Überprüfung der Statistiken auf Qualitätsverbesserungen  Möglichst hohe Aktualität der Statistiken  Minimierung der Belastung und ausreichende Information der Betroffenen und Auskunftspflichtigen  Wahrung der Grundsätzen der Veröffentlichung gem. § 30 BStatG  Vertraulichkeit von personenbezogenen Daten Wird jährlich beurteilt durch den Statistikrat

15 S T A T I S T I K A U S T R I A 15  Planung von Stichprobendesigns  Hoch- und Fehlerrechnung  Plausibilitätsprüfung und Imputation  Saisonbereinigung von Zeitreihen  Flash estimates mit Zeitreihenmodellen  Record linkage von Verwaltungsdaten mit Registern  Kleinräumige Schätzverfahren  Schulung und Beratung über stat. Methoden Methodische Arbeiten

16 S T A T I S T I K A U S T R I A 16 Mikrozensus-Arbeitskräfteerhebung (kontin.) Gesundheit der Bevölkerung Zeitverwendung (10-jährig) Konsumerhebung (5-jährig) Wohnbaufinanzierung (jährlich) SILC Einkommen u. Lebensbed. (jährlich) Urlaubsreisen (quartalsw.) Berufl. Weiterbildung (mehrj.) JVS Offene Stellen Konjunkturerhebung im Handel (monatlich) Leistungs- und Strukturerhebung (jährlich) Straßengüterverkehr (laufend) Stichproben I

17 S T A T I S T I K A U S T R I A 17 Stichproben II Verdienststrukturerhebung (4jährig) Arbeitskostenerhebung (4jährig) Energieverbrauch der Gemeinden (jährlich) Energieverbrauch der Unternehmen Allgemeine Viehzählung (jährlich) Schweinezählung (halbjährlich) E-Commerce (4jährig) Innovationserhebung (4jährig) Abfallerhebung (UBA)

18 S T A T I S T I K A U S T R I A 18 Charakteristika der Stichproben Teils verpflichtend, teils freiwillig Zufallsauswahl Großer Stichprobenumfang Periodizität Merkmalsvielfalt Schichtung Klumpung Mehrstufigkeit der Auswahl Hochrechnung Fehlerrechnung

19 S T A T I S T I K A U S T R I A 19 Umsatz USB Investitionen ca. 280.000 aktive Unternehmen Erhebung Schätzung Primär Non Response [~5%] ~35.000 Unternehmen [13%] ~245.000 Unternehmen [87%] … ::: ::: Schwelle Verwaltungsquellen data matrix Lager … ~ 120 Merkmale Modellbasierte Schätzungen

20 S T A T I S T I K A U S T R I A 20 Datenschutz bei Einzeldaten Aggregation von (möglichst ähnlichen) Beobachtungen (Mikroaggregation) Vertauschen von Werten (Swapping) Erzeugen von synthetischen Daten Zufällige Verunreinigung von Daten (Perturbation) Gezielte Verunreinigung von Daten mittels robuster Ausreißererkennung (Adding noise) Blanking und Imputation Univariate (z.B. Mittel, Mediane) und multivariate (z.B. Korrelationen, Modelparameter) Struktur soll erhalten bleiben.

21 S T A T I S T I K A U S T R I A 21 Datenschutz bei Einzeldaten Erzeugen von sogenannten „Public use files“. Welche Kombinationen von Beobachtungen kommen selten vor, z.B. Beruf Generaldirektor, Wohnort Grein, Geschlecht M  Identifizierbar. Veränderung dieser Beobachtungen.  Software: Τ-Argus und μ-Argus: von CBS NL R-package ‚sdcMicro‘: in Statistik Austria entwickelt zur Erzeugung sicherer Mikrodaten, auf dem R archive network (CRAN) verfügbar http://cran.at.r-project.org/src/contrib/Descriptions/sdcMicro.html

22 S T A T I S T I K A U S T R I A 22 Datenschutz in Tabellen Unterdrückung (Primäre Sperrung) von Zellen, zu deren Wert weniger als 3 Unternehmen beitragen oder in der die größte Firma mehr als 85% des Zellwertes beiträgt (Bsp. voestalpine im NACE… - jeder kann den Umsatz erahnen). Problem: bei Publikation der Randsummen wird Zellenwert rückrechenbar (Randsumme minus andere Einträge in Tabelle).

23 S T A T I S T I K A U S T R I A 23 Datenschutz in Tabellen WirtschaftsklasseRegion ARegion BRegion C I205010 II81922 III173212 WirtschaftsklasseRegion ARegion BRegion C I205010 II819G III173212

24 S T A T I S T I K A U S T R I A 24 Wertunterdrückung WirtschaftsklasseRegion ARegion BRegion CÖsterreich I20501080 II819G49 III17321261 Insgesamt4510144190 WirtschaftsklasseRegion ARegion BRegion CÖsterreich I20501080 IIG19G49 IIIG32G61 Insgesamt4510144190

25 S T A T I S T I K A U S T R I A 25 Intervallwerte und kontrollierte Rundung WirtschaftsklasseRegion ARegion BRegion CÖsterreich I[18,24]50[ 6,12]80 II[4,10]19[20,26]49 III17321261 Insgesamt4510144190 WirtschaftsklasseRegion ARegion BRegion CÖsterreich I20501080 II1020 50 III15301560 Insgesamt4510045190 Tabelle kontrolliert gerundet Tabelle mit Intervallwerten

26 S T A T I S T I K A U S T R I A 26 Zellverschmutzung WirtschaftsklasseRegion ARegion BRegion CÖsterreich I20501080 II7162649 III1835861 Insgesamt4510144190 WirtschaftsklasseRegion ARegion BRegion CÖsterreich I20501080 II8192249 III17321261 Insgesamt4510144190 Verschmutzte Tabelle Originaltabelle

27 S T A T I S T I K A U S T R I A 27 Datenschutz in Tabellen (2) Unterdrückung anderer Zellen (Sekundärsperrung) z.B. mittels: - „Quadranten“: Primär gesperrte Zellen können nicht exakt berechnet werden. - mittels linearer Programmierung (besser): Optimierungsproblem: Z.B. so wenig wie möglich Zellen unterdrücken unter der Nebenbedingung, dass primär gesperrte Zellen auch nicht in einem bestimmten Intervall bestimmt werden können. Problem z.B. bei hierarchischen Tabellen: Zellenwert rückrechenbar über Hierarchien.

28 S T A T I S T I K A U S T R I A 28 Datenschutz in hierarchischen Tabellen Ziel: Z.B. Sperren von möglichst wenigen Zellen und gleichzeitig keine Rückrechenmöglichkeit auch bezüglich hierarchischen Tabellen zu ermöglichen (Werte sollten auch nicht näherungsweise berechnet werden können)  Optimierungsproblem. Keine optimale Lösung, da der Rechenaufwand zu hoch – finde gute näherungsweise optimale Lösung mittels Heuristiken.

29 S T A T I S T I K A U S T R I A 29 Imputation Zweck: Vollständige und fehlerfreie Einzeldatensätze Ausgleich von Verzerrungen, die z.B. durch Nonresponse entstehen Konsistente Tabellen Verfahren: Methoden, die auf Merkmale des jeweiligen Datensatzes fußen. Methoden, die auf Spenderdatensätze zurückgreifen.

30 S T A T I S T I K A U S T R I A 30 Imputation (2) Methoden, die auf Verteilungsparameter des betrachteten Merkmals zurückgreifen. Zeitreihenmethoden Externe Datenquellen Multiple Imputation Neuronale Netze

31 S T A T I S T I K A U S T R I A 31 Saisonbereinigung Trend Konjunktur Saison Irreguläre Schwankungen Saison- und Arbeitstagsbereinigung mit X12-ARIMA Vorbehandlung der Reihen (Ausreißer, Arbeitstage) ARIMA-Modell wird einmal pro Jahr ermittelt, Parameter aber monatlich neu berechnet Annahme: Zeitreihe lässt sich in Komponenten zerlegen

32 S T A T I S T I K A U S T R I A 32 Saisonbereinigung (2) Unterschiedliche Anzahl von Werktagen: Jeder Werktag hat den gleichen Einfluss (z.B. März 2001: 22 Werktage, März 2002: 25 Werktage) Jeder Werktag hat einen spezifischen Einfluss (z.B. Verkauf ist freitags generell höher als montags – März 2001: 5 Freitage, März 2002: 4 Freitage) Arbeitstägige Einflüsse:

33 S T A T I S T I K A U S T R I A 33 Flash estimates Glättungsverfahren, z.B. Holt-Winters Algorithmus – Trend und Saisoneinflüsse werden fortgeschrieben (saisonale) ARIMA – Modelle (ohne exogene (Input- ) Variable) ARIMAX – Modelle (Verwendung von exogenen Variablen) Multivariate Zeitreihenmodelle (Vektorautoregressive (VAR)↔Fehlerkorrekturmodelle (FKM)) Schätzungen mit X12 ARIMA wiesen die beste Prognosequalität auf

34 S T A T I S T I K A U S T R I A 34 Record linkage  Abgleich des Unternehmensregisters mit Firmenbuch Mitgliedsdatei der WKO Steuer Sozialversicherung  Probleme für automat. Abgleich Unterschiedliche Einheiten Aktualität der Daten Fehlender numerischer Schlüssel Abgleich über Textfelder Bigramme für Ähnlichkeitsmaß

35 S T A T I S T I K A U S T R I A 35 Strategien für die Zukunft 8 strategische Ziele, 2 davon beziehen sich auf Methodik und Forschung  Ziel 3: Bedeutung methodischer Forschung und Intensivierung der Zusammenarbeit zwischen amtlicher Statistik und akademischer Forschung  Ziel 5: Verstärkte Zusammenarbeit von Statistik Austria mit anderen NSI in ausgewählten statistischen, methodischen oder themenübergreifenden Bereichen Andere Ziele  Internet-basierte Datenerhebung  Integration von Datenbeständen, z.B. Zusammenführen von Erhebungsdaten mit administrativen Daten  Publikation mittels Internet und online Datenbanken

36 S T A T I S T I K A U S T R I A 36 Strategien für die Zukunft (2) Zentrale Forschungsgebiete  Plausibilitätsprüfung und Imputation  Modell-basierte Schätzverfahren  Statistische Geheimhaltung Kooperation mit Universitäten  Teilnahme an FP7 Forschungsprojekten  Teilnahme an Centers of Excellence Internationale Zusammenarbeit  Zusammenarbeit im ESS  Aktive Rolle in Expertengruppen der EU und anderen internat. Organisationen  Unterstüttzung neuer EU-Mitglieder  Zusammenarbeit mit Österreichs Nachbarstaaten

37 S T A T I S T I K A U S T R I A 37 Beispiele für Kooperationen  EPROS (European Programme for Research in Official Statistics): Projekte zu methodischen und anderen Themen, finanziert durch Europäische Kommission; zB DACEIS, DIECOFIS, METANET  Centers of Excellence:  SDC Geheimhaltung  ISAD Integration von Erhebungen und administrativen Daten  FP7-Projekt AMELI: 8 Partner, Varianzschätzung für Laeken Indikatoren, R-package für robuste Schätzung und Imputation, Visualisierungstools für Ausreißer, Karten für Indikatoren

38 S T A T I S T I K A U S T R I A 38 Kooperationen mit Universitäten  Bereitstellung von  Standardisierten Datensätzen („scientific use files“)  Aufgabenspezifischen Datensätzen via Homepage der Statistik Austria (www.statistik.at)www.statistik.at  Bilaterale empirische und methodische Projekte  Workshops zum Erfahrungsaustausch Nutzen für die Offizielle Statistik  Transfer von Kompetenz durch gemeinsame Projekte  Arbeitsteilung im Bereich von Sekundärstatistische Analysen Nutzen für Universitäten  Datenbestand der Offiziellen Statistik liefert Materialien für Forschung und Lehre  Zugang zu Daten aus Forschungsfeldern, die sonst nicht zugänglich sind

39 S T A T I S T I K A U S T R I A 39 Publikationskanäle  Internet (www.statistik.at)www.statistik.at  Pressemitteilungen, Pressekonferenzen  “Statistische Nachrichten”, monatlich  Jahrbuch  Berichte, Schnellberichte  Folder, gezielte Informationen  Maßgeschneiderte Produkte (z.B. “Firmennachrichten“)  Internationale Organizationen (EUROSTAT, OECD, UNECE)

40 S T A T I S T I K A U S T R I A 40 Zusammenfassung  Seit 1829 Statistisches Zentralamt  Ausgliederung 2000, Bundesanstalt Statistik Österreich  Zentralisiertes statistisches System,  Eingebettet in das Europäische Statistische System  Anbieter von umfassender Information über die wirtschaftlichen, demographischen, sozialen, ökologischen und kulturellen Gegebenheiten in Österreich  Starker Wandel in Aufgaben und Methoden durch sich ändernde Herausforderungen und Möglichkeiten  Umfangreiches Methodenspektrum  Interessante und vielfältige Tätigkeitsbereiche für Statistiker  Kooperationen mit Partnern aus der Wissenschaft  Zugang zu Daten über Homepage der Statistik Austria

41 S T A T I S T I K A U S T R I A 41 Danke für Ihr Interesse www.statistik.at