計算：方法のハンドブック：米国労働統計局
仮定
BLS雇用予測は、明示的および暗黙の両方の基礎となる仮定の数で開発されています。 予測は、主観分析と組み合わせた統計的および計量経済学的モデルから開発される。 すべての分析的予測は、過去に示された関係が予測期間にわたって保持され続けると暗黙的に仮定しています。 統計モデルと計量経済モデルは、数学的に歴史的な関係を正式に投影します。, 主観的分析は、類似の過去の経験に基づいて、現在および歴史的行動を未来に投影する。 予測の有効性は、歴史の理解と過去が未来に外挿できるという期待の両方に依存しています。
Notes
1労働力手法の詳細については、Paul F.Velleman,”Definition and Comparison of Robust Nonlinear Data Smoothing Algorithms,”Journal of The American Statistical Association,September1980,Theory and Methods Section,pp.609-15を参照してください。,
2より詳細な議論については、米国国民所得および製品勘定の概念と方法(Bureau of Economic Analysis,October2009)、第1-5章、および米国インプット-アウトプット勘定の概念と方法(Bureau of Economic Analysis,September2006;updated April2009)、https://www.bea.gov/papers/pdf/IOmanual_092906.pdfを参照してください。
3H.S.HouthakkerとLester D.Taylor、米国における消費者需要：分析と予測（Cambridge、MA：Harvard University Press、1970）。
4米国, 国民所得および製品勘定（NIPA）は、実質集計を計算するために連鎖加重フィッシャー指数を採用しています。 BLSデータはBEA NIPAおよび入出力勘定に基づいているため、実際の予測データも連鎖加重ドルで測定されます。 連鎖重み付けの数学的性質のため、特定の年については、詳細は必ずしも特定の年の上位レベルの集計に追加されるとは限りません。
5つのカテゴリは、データの可用性に応じて、ある投影研究から次の投影スタディに異なる場合があります。,
6入出力解析に関する詳細な情報については、Ronald E.Miller and Peter D.Blair,Input-Output Analysis:Foundations and Extensions(Englewood Cliffs,NJ:Prentice-Hall,1985),pp.276-94を参照してください。
7RASはRichard Stoneによって開発された双比例行列バランシング手順です。 RASに関する詳細については、Richard Stone,Input-Output and National Accounts(Organization for European Economic Cooperation,Paris,1961)を参照してください。
教育および訓練の分類で使用される8つの定義は、https://www.bls.gov/emp/documentation/nem-definitions.htmにあります。,
最終更新日:September01,2020
