Funktion berechnet absolute (GroupSize) oder relative
(GroupRate) Schaetzwerte und die zugehoerigen Fehler.
GroupRate(x, TFstring, TFstring2 = NULL, each = NULL, byeach = TRUE, thousands_separator = TRUE, digits = 2, replicates = FALSE) GroupSize(x, TFstring = NULL, each = NULL, thousands_separator = TRUE, digits = 2, replicates = FALSE)
| x | MZ Daten - Output von Funktion ImportData. |
|---|---|
| TFstring | Character oder NULL: Logische Einschraenkung der Gruppe, im Fall der Anteile ( |
| TFstring2 | Character oder NULL: Logische Einschraenkung fuer den Nenner.
Falls NULL, gilt keine Einschraenkung fuer den Nenner ausser wenn |
| each | Character oder NULL: Name der Variable nach der getrennt berechnet werden soll. Hier koennen auch mehrere Variablen angegeben werden und zwar in einem character string, getrennt durch ein +, siehe Examples. |
| byeach | Logical: Vorgabe fuer den Nenner. |
| thousands_separator | Logical: Wenn TRUE, werden Tausendertrennzeichen angezeigt. |
| digits | Numerischer Wert: Anzahl der Nachkommastellen im angezeigten Ergebnis. Default ist 2. |
| replicates | Fürge einen Vektor aus Schätzwerten zum Output hinzu? Die Anzahl der Schätzwerte
pro Gruppe in |
Output ist ein Objekt der Klasse mzR.
Wiedergegeben wird der Schaetzer est, der Stichprobenfehler
sd, der Variationskoeffizient cv und die untere/obere Grenze
des 95% Konfidenzintervalls cil_2.5%/ciu_97.5%.
Die Fehler werden mit Hilfe von Replikationsgewichten aus einem Bootstrapverfahren
berechnet, d.h. sd entspricht der Standardabweichung der mit den Bootstrapgewichten
berechneten Schaetzwerte, cil_2.5% und ciu_97.5% sind die
entsprechenden 2.5% und 97.5% Quantile und cv=sd/est.
# Daten laden (oder Daten einlesen mit ImportData() bzw. IndivImportData()) data(mzTestData) # Arbeitslosenzahlen: Absolutwerte und Veraenderung GroupSize(mzTestData,TFstring="xerwstat==2&balt>=15&balt<=74")#> est sd cv cil_2.5% ciu_97.5% #> year2 258,847.97 185,932.8 0.72 83,024.03 520,470.4 #> year1 336,981.66 355,645.5 1.06 5,364.08 801,720.5 #> Absolute change -78,133.69 340,417.5 -4.36 -356,939.05 387,517.8 #> Relative change -23.19 9,513,740.1 -410,316.71 -81.31 19,146,156.7# Arbeitslosenquoten: Prozentwerte und Veraenderung GroupRate(mzTestData,TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74")#> est sd cv cil_2.5% ciu_97.5% #> year2 5.89 3.82 0.65 1.73 10.44 #> year1 6.58 7.73 1.17 0.09 17.79 #> Absolute change -0.69 7.33 -10.61 -7.96 8.14 #> Relative change -10.50 8,966,973.30 -854,080.27 -80.91 18,045,846.98# Oesterreichische Bevoelkerung nach Bundesland und Geschlecht GroupSize(mzTestData,TFstring=NULL,each="xnuts2+bsex")#> $xnuts2_bsex_11001 #> est sd cv cil_2.5% ciu_97.5% #> year2 185,263.10 21,948.62 0.12 156,969.78 205,504.42 #> year1 194,532.10 42,980.83 0.22 193,080.74 283,450.54 #> Absolute change -9,269.00 53,719.94 -5.80 -124,227.10 -6,745.15 #> Relative change -4.76 18.28 -3.84 -43.83 -3.29 #> #> $xnuts2_bsex_11002 #> est sd cv cil_2.5% ciu_97.5% #> year2 98,937.14 21,946.62 0.22 78,695.82 127,230.46 #> year1 88,899.48 42,980.83 0.48 1.83 90,371.63 #> Absolute change 10,037.66 53,716.79 5.35 7,507.52 124,974.97 #> Relative change 11.29 3,396,203.88 300,787.98 9.63 7,285,517.30 #> #> $xnuts2_bsex_12001 #> est sd cv cil_2.5% ciu_97.5% #> year2 561,527.58 308,543.09 0.55 2.6 692,055.89 #> year1 616,325.37 75,219.29 0.12 509,444.8 697,092.16 #> Absolute change -54,797.79 314,910.71 -5.75 -645,931.3 9,779.67 #> Relative change -8.89 48.76 -5.48 -100.0 1.17 #> #> $xnuts2_bsex_12002 #> est sd cv cil_2.5% ciu_97.5% #> year2 1,049,565.51 308,555.08 0.29 919,028.57 1,611,090.49 #> year1 985,793.66 75,219.29 0.08 904,964.62 1,092,611.99 #> Absolute change 63,771.84 314,930.51 4.94 -751.98 654,967.65 #> Relative change 6.47 32.91 5.09 -0.18 68.51 #> #> $xnuts2_bsex_13001 #> est sd cv cil_2.5% ciu_97.5% #> year2 608,973.37 248,745.42 0.41 414,042.83 938,551.08 #> year1 1,179,773.90 276,865.07 0.23 1,031,807.35 1,681,767.49 #> Absolute change -570,800.53 468,956.99 -0.82 -1,173,603.78 -94,634.18 #> Relative change -48.38 29.11 -0.60 -70.38 -9.12 #> #> $xnuts2_bsex_13002 #> est sd cv cil_2.5% ciu_97.5% #> year2 1,138,247.65 248,728.8 0.22 808,669.94 1,333,168.8 #> year1 539,146.41 276,865.1 0.51 37,278.92 687,239.1 #> Absolute change 599,101.23 468,925.8 0.78 122,808.79 1,201,694.2 #> Relative change 111.12 25,258,113.1 227,304.17 18.04 50,831,081.9 #> #> $xnuts2_bsex_21001 #> est sd cv cil_2.5% ciu_97.5% #> year2 249,421.08 108,036.75 0.43 165,650.40 415,049.76 #> year1 210,938.63 100,366.94 0.48 103,573.58 321,464.30 #> Absolute change 38,482.45 187,798.36 4.88 -110,990.57 311,476.18 #> Relative change 18.24 150.82 8.27 -39.94 302.99 #> #> $xnuts2_bsex_21002 #> est sd cv cil_2.5% ciu_97.5% #> year2 299,699.54 108,026.88 0.36 134,070.86 383,443.77 #> year1 337,389.91 100,366.94 0.30 226,842.93 444,733.65 #> Absolute change -37,690.37 187,789.47 -4.98 -310,662.79 111,777.51 #> Relative change -11.17 49.64 -4.44 -69.82 41.42 #> #> $xnuts2_bsex_22001 #> est sd cv cil_2.5% ciu_97.5% #> year2 781,989.89 171,938.56 0.22 643,442.26 1,024,927.07 #> year1 342,457.74 143,667.19 0.42 161,052.31 481,579.78 #> Absolute change 439,532.14 243,281.24 0.55 162,808.52 662,361.19 #> Relative change 128.35 177.27 1.38 33.81 433.09 #> #> $xnuts2_bsex_22002 #> est sd cv cil_2.5% ciu_97.5% #> year2 417,610.63 171,898.09 0.41 174,779.68 556,158.26 #> year1 852,056.71 143,667.19 0.17 712,844.71 1,033,372.18 #> Absolute change -434,446.07 243,251.37 -0.56 -657,078.92 -157,632.49 #> Relative change -50.99 25.73 -0.50 -78.38 -22.11 #> #> $xnuts2_bsex_31001 #> est sd cv cil_2.5% ciu_97.5% #> year2 640,341.53 56,872.9 0.09 638,058.73 763,611.46 #> year1 678,107.56 233,969.1 0.35 445,567.52 942,262.50 #> Absolute change -37,766.03 269,355.3 -7.13 -301,220.37 285,689.14 #> Relative change -5.57 42.6 -7.65 -31.89 64.51 #> #> $xnuts2_bsex_31002 #> est sd cv cil_2.5% ciu_97.5% #> year2 769,421.99 56,872.86 0.07 646,152.06 771,705.76 #> year1 723,074.93 233,969.15 0.32 458,917.28 955,612.26 #> Absolute change 46,347.07 269,353.15 5.81 -277,096.63 309,804.11 #> Relative change 6.41 44.93 7.01 -28.97 67.87 #> #> $xnuts2_bsex_32001 #> est sd cv cil_2.5% ciu_97.5% #> year2 392,769.95 121,374.41 0.31 190,964.21 461,358.69 #> year1 306,488.93 50,392.43 0.16 167,781.30 294,485.17 #> Absolute change 86,281.02 151,964.48 1.76 -96,861.44 253,384.79 #> Relative change 28.15 65.80 2.34 -30.95 121.95 #> #> $xnuts2_bsex_32002 #> est sd cv cil_2.5% ciu_97.5% #> year2 134,841.37 121,374.94 0.90 66,252.63 336,647.47 #> year1 217,875.43 50,392.43 0.23 229,897.79 356,601.66 #> Absolute change -83,034.06 151,964.55 -1.83 -250,156.43 100,090.16 #> Relative change -38.11 54.82 -1.44 -79.01 46.76 #> #> $xnuts2_bsex_33001 #> est sd cv cil_2.5% ciu_97.5% #> year2 531,313.22 50,834.64 0.10 505,046.2 620,545.6 #> year1 413,534.55 72,367.26 0.17 292,993.3 472,366.6 #> Absolute change 117,778.68 48,973.18 0.42 115,265.6 227,492.0 #> Relative change 28.48 21.70 0.76 24.6 77.3 #> #> $xnuts2_bsex_33002 #> est sd cv cil_2.5% ciu_97.5% #> year2 182,404.49 50,844.90 0.28 93,172.07 208,707.95 #> year1 293,971.52 72,367.26 0.25 235,164.52 414,537.88 #> Absolute change -111,567.03 48,977.05 -0.44 -221,305.48 -109,079.08 #> Relative change -37.95 11.35 -0.30 -67.05 -40.39 #> #> $xnuts2_bsex_34001 #> est sd cv cil_2.5% ciu_97.5% #> year2 169,206.60 37,197.94 0.22 199,813.18 280,924.3 #> year1 142,175.23 73,098.13 0.51 39,132.53 207,548.8 #> Absolute change 27,031.37 95,656.19 3.54 -3,764.18 214,309.6 #> Relative change 19.01 183.22 9.64 6.90 429.1 #> #> $xnuts2_bsex_34002 #> est sd cv cil_2.5% ciu_97.5% #> year2 203,315.38 37,194.27 0.18 91,599.76 172,708.80 #> year1 227,404.95 73,098.13 0.32 162,017.04 330,433.29 #> Absolute change -24,089.57 95,652.48 -3.97 -211,351.29 6,720.34 #> Relative change -10.59 34.51 -3.26 -69.79 9.16 #># NOT RUN { ############################################################################################ # Zusaetzliche Beispiele fuer DatennutzerInnen der Mikrozensus-Arbeitskraefteerhebung: # ############################################################################################ # Quartal und zugehoeriges Vorjahrsquartal einlesen (Funktion fuer STAT-interne Nutzer) dat <- ImportData(year=2014,quarter=4, comp_diff_lag=4) # Oesterreichische Bevoelkerung nach Bundesland und Geschlecht GroupSize(dat,TFstring=NULL,each="xnuts2+bsex") # Arbeitslosenzahlen: Absolutwerte und Veraenderung GroupSize(dat,TFstring="xerwstat==2&balt>=15&balt<=74") # Arbeitslosenquoten: Prozentwerte und Veraenderung GroupRate(dat,TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74") # Arbeitslosenzahl vom aktuelleren der beiden Quartale GroupSize(dat[1],TFstring="xerwstat==2&balt>=15&balt<=74") # Arbeitslosenquote vom weniger aktuellen Quartal GroupRate(dat[2],TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74") # Absolutwerte und Veraenderung fuer jede Auspraegung von xerwstat eingeschraenkt auf 15-74-Jaehrige GroupSize(dat,TFstring="balt>=15&balt<=74",each="xerwstat") # Prozentwerte (bezogen auf Gesamtbevoelkerung) und Veraenderung # fuer jede Auspraegung von xerwstat eingeschraenkt auf 15-74-Jaehrige GroupRate(dat,TFstring="balt>=15&balt<=74",each="xerwstat") # Arbeitslosenzahlen: Absolutwerte und Veraenderung fuer jedes Bundesland GroupSize(dat,TFstring="xerwstat==2&balt>=15&balt<=74",each="xnuts2") # Arbeitslosenquote: Prozentwerte und Veraenderung pro Bundesland GroupRate(dat,TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74",each="xnuts2") # Arbeitslosenquote: Prozentwerte und Veraenderung pro Geschlecht GroupRate(dat,TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74",each="bsex") # Arbeitslosenquote: Prozentwerte und Veraenderung pro Bundesland X Geschlecht GroupSize(dat,TFstring="xerwstat==2&balt>=15&balt<=74",each="xnuts2+bsex") GroupRate(dat,TFstring="xerwstat==2&balt>=15&balt<=74", TFstring2="xerwstat%in%c(1,2)&balt>=15&balt<=74",each="xnuts2+bsex") # Haushalte: Quartal und Vorquartal einlesen. dat <- ImportData(year=2014,quarter=4, comp_diff_lag=1, hh=TRUE) # Absolutwerte: Anzahl der Hauptmietwohnungen ohne gueltiger Kostenangabe. GroupSize(dat,TFstring="wrecht==3") GroupSize(dat,TFstring="wrecht2%in%c(1:3)") # }