계산:핸드북의 방법:미국의 노동통계
가정
BLS 고용 예측은 번호와 개발의 기본 가정 모두 명시적 및 암시적입니다. 예측은 주관적 분석과 결합 된 통계 및 계량 경제 모델에서 개발됩니다. 모든 분석적 예측은 과거에 전시 된 관계가 투영 기간 동안 계속 유지 될 것이라고 암시 적으로 가정합니다. 통계 및 계량 경제 모델은 수학적 기반으로 역사적 관계를 공식적으로 투사합니다., 주관적 분석은 현재와 역사적인 행동을 비슷한 과거의 경험에 기초하여 미래로 투영합니다. 예측의 효능은 역사에 대한 이해와 과거가 미래로 외삽 될 수 있다는 기대 모두에 의존합니다.
메모
1 에 대한 자세한 정보는 노동력의 방법을 참조하십시오 폴 F.Velleman,”정의하고 비교한 데이터를 비선형 스무딩 알고리즘,”Journal of the American 통계 협회,월은 1980 년,이론과 방법 섹션,pp.609-15.,
2 에 대한 자세한 토론,볼 개념과 방법의 미국 국민 소득 및 제품정(국의 경제적 분석,October2009 년),장 1-5,한 개념 및 방법의 미국 입출력 계정(경제 분석의 국 월 2006;업데이트 April2009),https://www.bea.gov/papers/pdf/IOmanual_092906.pdf.
3H.S.Houthakker 및 Lester D.Taylor,미국의 소비자 수요:분석 및 예측(Cambridge,MA:Harvard University Press,1970).
4 미국, 국민 소득 및 제품 계정(NIPA)은 실제 집계를 계산하기 위해 체인 가중 피셔 지수를 채택했습니다. BLS 데이터는 BEA NIPA 및 입출력 계정을 기반으로하기 때문에 실제 예측 데이터도 체인 가중 달러로 측정됩니다. 때문에의 수학적 특성을 체인의 가중치,특히,올해 상세정보되지 않을 추가하여 그들의 높은 수준에 대한 집계 어떤 특정 연도.
5 가지 범주는 데이터의 가용성에 따라 한 투영 연구에서 다음 투영 연구까지 다를 수 있습니다.,
6 에 대한 자세한 정보를 입출력 분석,볼 로널드 E. 밀러와 베드로 D. 블레어 총리,입출력 분석:기초 및 확장자(Englewood Cliffs,NJ:Prentice-Hall,1985),pp.276-94.
7RAS 는 Richard Stone 이 개발 한 양방향 비례 매트릭스 밸런싱 절차입니다. RAS 에 관한 자세한 내용은 Richard Stone,입출력 및 국가 계정(유럽 경제 협력기구,파리,1961)을 참조하십시오.
8 교육 및 훈련 분류에 사용 된 정의는https://www.bls.gov/emp/documentation/nem-definitions.htm에서 찾을 수 있습니다.,
최종 수정 날짜:2020 년 9 월 01 일
