Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів

Saved in:

Bibliographic Details
Date:	2005
Main Authors:	Саріогло, В.Г., Терещенко, Г.І.
Format:	Article
Language:	Ukrainian
Published:	Інститут демографії та соціальних досліджень НАН України 2005
Subjects:	Методологія демографічних та соціально-економічних досліджень
Online Access:	https://nasplib.isofts.kiev.ua/handle/123456789/11761
Tags:	Add Tag No Tags, Be the first to tag this record!
Journal Title:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів / В.Г. Саріогло, Г.І. Терещенко // Демографія та соціальна економіка. — 2005. — № 1. — С. 79-87. — Бібліогр.: 10 назв — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

_version_	1859728055254122496
author	Саріогло, В.Г. Терещенко, Г.І.
author_facet	Саріогло, В.Г. Терещенко, Г.І.
citation_txt	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів / В.Г. Саріогло, Г.І. Терещенко // Демографія та соціальна економіка. — 2005. — № 1. — С. 79-87. — Бібліогр.: 10 назв — укр.
collection	DSpace DC
first_indexed	2025-12-01T11:57:56Z
format	Article
fulltext	79 Методологія демографічних та соціально3економічних досліджень МЕТОДИЧНІ ЗАСАДИ ОБ’ЄДНАННЯ ДАНИХ З РІЗНИХ ДЖЕРЕЛ ДЛЯ АНАЛІЗУ ДЕМОГРАФІЧНИХ І СОЦІАЛЬНО� ЕКОНОМІЧНИХ ПРОЦЕСІВ В.Г.Саріогло, кандидат технічних наук, старший науковий співробітник Г.І.Терещенко, молодший науковий співробітник, Інститут демографії та соціальних досліджень НАН України Останніми роками науковці, фахівці державних, громадських та комерційних струк� тур, які працюють в галузі дослідження та моніторингу демографічних і соціально�еко� номічних процесів, все чіткіше усвідомлюють необхідність використання інформації, отриманої з різних джерел. Цьому сприяють, зокрема, наступні тенденції у зміні прин� ципів розробки соціальної політики [1]: • зміщення акцентів при оцінці соціального розвитку та ефективності со� ціальних програм на регіональний та локальний (місцевий) рівень; • зростання актуальності оцінки умов життя окремих верств населення – на� селення у стані бідності або злиденності, етнічних груп тощо; • підвищення ролі багатовимірних, комплексних індикаторів соціального роз� витку, таких, наприклад, як індекс людського розвитку; • застосування методів моделювання при розробці заходів соціальної політи� ки; • дедалі ширше використання методів прогнозування і прогнозних оцінок; • розвиток інформаційної бази, нові можливості застосування сучасних інфор� маційних технологій та ін. Зростання попиту з боку користувачів призвело до того, що в галузі розробки мето� дологічних підходів, методів, методик і процедур комплексного використання соціаль� ної інформації нині відбуваються революційні зміни. Особливо це стосується проблем інтеграції даних на мікрорівні, про що свідчить й постійне зростання кількості публі� кацій з відповідних питань. УДК 314.02 80 Методологія демографічних та соціально3економічних досліджень Значну увагу фахівці приділяють питанням створення спеціалізованих (демографіч� них, соціальних) інтегрованих інформаційних систем корпоративного та, навіть, націо� нального рівнів [2]. Важливим елементом таких систем є засоби, що забезпечують мож� ливість об’єднання даних з різних джерел. Окремі методики об’єднання даних впроваджуються в технологію обробки резуль� татів вибіркових обстежень населення, що дозволяє підвищити надійність оцінок показ� ників та узгодити їх з наявною зовнішньою інформацією [2]. У даній роботі розглядаються основні підходи до об’єднання інформації з різних джерел для підвищення ефективності вимірювання соціально�економічних і демогра� фічних показників. Головна увага приділяється підходам до об’єднання даних на субна� ціональному рівні. Методологічні та методичні аспекти вказаних підходів в Україні та пострадянських країнах недостатньо висвітлені в спеціальній літературі, хоча окремі ме� тодики та процедури вже застосовуються на практиці, зокрема при організації держав� них вибіркових обстежень населення. Слід зазначити, що найбільш поширеним і опрацьованим підходом до забезпечення можливості оцінки показників на регіональному рівні є об’єднання агрегованих даних. Так, для оцінювання демографічних показників на регіональному рівні у міжперепис� ний період ще з 50�х років минулого століття застосовуються спеціалізовані симптома� тичні розрахункові методики, в основі яких лежать так звані традиційні демографічні методи [3]. Ці методи призначені для оцінювання показників по малих територях на базі об’єднання даних переписів з поточними адміністративними даними. Останні викорис� товуються як симптоматичні показники для малих територій при аналізі відповідних процесів: актуальні адміністративні дані по певній території про кількість народжених, кількість померлих, характеристики міграційних процесів та ін. [4]. До найбільш відо� мих демографічних методик належать такі: методика життєвих відношень (Vital Rates Method), методика композиційного оцінювання, методика житлових одиниць тощо. Спеціальні підходи до вимірювання показників зайнятості та безробіття на базі ком� плексного використання інформації з різних джерел з початку 60�х років ХХ століття застосовуються в США. Наприклад, у поточному вибірковому обстеженні населення (ПОН), що проводиться в США головним чином для щомісячного вимірювання рівнів безробіття і зайнятості населення, для отримання оцінок за окремими штатами та адмі� ністративними округами застосовуються методи моделювання [5, 6]. При цьому буду� ються два види моделей: для рівня зайнятості та для рівня безробіття. У моделі оцінки безробіття поряд з даними ПОН враховується така додаткова інфор� мація, як дані з реєстру страхування по безробіттю, чисельність зайнятих, що визначається за платіжними документами, результати обстеження зайнятості, яке проводиться в не� сільськогосподарських галузях в ході поточного обстеження зайнятості, тощо. Перелічені дані використовуються в агрегованому вигляді. При моделюванні на рівні штату засто� совуються статистичні процедури, що дають можливість коригувати оцінки з урахуван� ням наявних контрольних величин. Наприклад, місячні оцінки зайнятості та безробіття на рівні штатів коригуються таким чином, щоб їх річні середні показники дорівнювали відповідним показникам ПОН. У США застосовуються також методи оцінки зайнятості та безробіття для субштат� ного рівня – так званий метод довідника, який до 1973 року був єдиним офіційним підхо� дом для отримання оцінок зайнятості та безробіття на рівні штатів і на місцевому рівні [5, 6]. При оцінюванні безробіття на локальному рівні цей метод полягає у формуванні ряду оціночних “будівельних блоків”, в яких категорії безробітних класифікуються за 81 Методологія демографічних та соціально3економічних досліджень їхнім попереднім статусом (рис.1). При цьому для отримання інформації по відповідних блоках використовуються наявні на місцевому рівні джерела даних, що забезпечує висо� ку економічну ефективність підходу. Оцінка безробіття в поточному місяці за методом довідника являє собою сукупну оцінку всіх трьох складових будівельних блоків. “Охоплена” категорія складається з та� ких груп безробітних: тих, хто в теперішній час отримує допомогу за програмою страху� вання по безробіттю; тих, хто не має права на допомогу. Оцінка чисельності першої гру� пи безробітних не є проблемою, оскільки ці дані отримують з відповідних реєстрів. Рис. 1. “Будівельні блоки” при оцінюванні чисельності безробітних за методом довідника Зазначимо, що до осіб, які в останній час працювали на підприємствах, що не охоп� лені страхуванням по безробіттю (рис.1), відносять хатніх робітниць, безоплатно працю� ючих робітників сімейних підприємств, осіб, які займаються індивідуальною трудовою діяльністю, тих, що працюють в некомерційних організаціях, місцевих органах самовря� дування та деяких сільськогосподарських галузях. Серед економічно активного населен� ня кількість осіб цієї категорії мала тенденцію до зменшення, насамперед, за рахунок розвитку системи страхування на випадок безробіття. Тому, починаючи з 1996 року, вона не враховується при оцінках чисельності безробітних на місцевому рівні. Оцінки кількості безробітних осіб, які втратили право на отримання допомоги, та тих, хто не має права на її отримання, базуються на оцінках фактичного числа безробітних в теперішній час плюс оцінка чисельності тих, кого слід додати до цих оцінок з попередніх періодів. Наприклад, оцінки за методом довідника кількості безробітних серед тих, хто вперше почав працювати (і не має права на допомогу), є функцією ряду параметрів, а саме: місяця року; поточної кількості кваліфікованих осіб серед безробітних і поточної чисель� ності кваліфікованої робочої сили; частки молодих людей у чисельності населення пра� цездатного віку та оцінок відповідних часток економічно активного населення у попередні періоди. Оцінка на місцевому рівні середньої чисельності безробітних осіб серед тих, хто вперше почав працювати в поточному місяці, визначається за формулою [6, c. 28]: �� !" �� # �� $�� $�� 82 Методологія демографічних та соціально3економічних досліджень UT=A(X+E)+BX, де UT – середня за поточний період чисельність безробітних серед тих, хто вперше почав працювати; X – середня чисельність безробітних за поточний період; E – середня чисельність зайнятих за поточний період; A і B – синтетичні коефіцієнти, що враховують історичні (за попередні періоди) оцінки часток економічно активного населення, сезонні коливання безробіття та ін. Оцінка загальної чисельності зайнятих за методом довідника базується на даних, які отримують з кількох джерел. Головним джерелом інформації є обстеження підприємств, що проводиться за програмою поточного обстеження зайнятості на федеральному та місцевому рівнях. Важливим джерелом даних є обстеження зайнятості на підприємствах, що проводяться самими штатами. Використовуються також деякі інші дані. Метою оп� рацювання усіх цих даних є отримання оцінок загальної кількості найманих працівників, не пов’язаних з сільськогосподарським виробництвом, які працюють на підприємствах певного району. Ці оцінки зайнятості за місцем роботи узгоджуються з оцінками за місцем проживання. Розраховуються коефіцієнти коригування для кількох категорій зайнятих на основі співвідношень, встановлених за результатами останнього перепису населення. Екстраполяцією результатів перепису оцінюється, зокрема, чисельність працівників, що належать до сільськогосподарських робітників; працюючих не за наймом; безоплатно працюючих на сімейних підприємствах; працюючих вдома та ін. Всі перелічені складові, доповнені даними про погодинну оплату та заробітну плату, становлять оцінку показни� ка зайнятості за методом довідника. Таким чином, з наведеного зрозуміло, що ступінь використання наявної інформації при оцінюванні показників зайнятості та безробіття в США є дуже високим, особливо при оцінюванні показників на рівні штатів та адміністративних округів. Аналогічні підходи в США застосовуються при оцінюванні показників бідності. Подібна методика використовується також у Канаді. Окремі підходи реалізовані у Франції, Великій Британії, Швеції та в інших країнах. Впровадження аналогічних підходів в соціальну статистику України є наразі дуже актуальним. Розглянуті раніше підходи стосуються, головним чином, агрегованих показників для різних рівнів агрегації даних. Ці методи розвиваються і стають все більш досконалими. На особливу увагу заслуговують методи інтеграції даних на мікрорівні, тобто на рівні осіб або домогосподарств. Ці методи є найбільш актуальними для фахівців, оскільки да� ють змогу отримувати узгоджені масиви мікроданих [1]. При інтеграції даних з різних джерел застосовують такі основні методи: • приєднання даних (data merging); • зв’язування записів (record linkage); • статистичне злиття, з’єднання даних (statistical matching; data fusion). Перші два підходи застосовуються за умов, коли з різних джерел отримують дані по одних і тих самих одиницях або по однакових ознаках. Наприклад, у вибірковому обсте� женні економічної активності населення, що проводилося Держкомстатом України за схемою ротації з 1999 по 2003 роки, у вибірці щоквартально змінювалось 25% домогос� подарств (тобто, четверта частина домогосподарств вибувала з обстеження, і стільки ж 83 Методологія демографічних та соціально3економічних досліджень нових домогосподарств входило до вибірки) [7]. Квартальні оцінки показників розрахо� вувалися на основі результатів опитування приблизно 30 тисяч відібраних домогоспо� дарств. Для побудови річних оцінок показників в єдиний масив зливалися результати опитування за чотири квартали. З урахуванням того, що кожного кварталу анкети опи� тування були ідентичні, схема процедури приєднання даних є досить простою (рис. 2). Рис. 2. Схема об’єднання квартальних даних обстеження економічної активності в єдиний річний масив методом приєднання даних Звернемо увагу на те, що йдеться про одиниці однакового рівня – домогосподарства і про ідентичний набір ознак. Процедура приєднання даних реалізується багатьма стан� дартними статистичними пакетами програм і, зокрема, програмою SPSS. Процедура зв’язування записів застосовується, коли по одних і тих самих одиницях отримують дані з різних джерел, тобто до певного масиву даних необхідно приєднати додаткові змінні (рис. 3). Прикладом застосування цього методу може бути щокварталь� не вибіркове обстеження Держкомстату України умов життя домогосподарств, в якому дедалі більше застосовуються так звані модульні обстеження. Вони проводяться за окре� мою тематичною анкетою і охоплюють, як правило, всі або певну частину (підвибірку) домогосподарств, що були обстежені з питань умов життя. Для можливості приєднання X P1 … Pn �� + X P1 … Pn �� + X P1 … Pn �� + X P1 … Pn �� = X P1 … Pn �!" �� # �� 84 Методологія демографічних та соціально3економічних досліджень даних з умов життя (наприклад, даних щодо складу, доходів або витрат домогосподарств) до даних модульного обстеження необхідно передбачити спеціальні ознаки – ключі, за якими вдасться потім зв’язати записи за домогосподарствами. Рис. 3. Схема зв’язування записів модульного обстеження з даними обстеження умов життя домогосподарств Процедура зв’язування записів також реалізується багатьма стандартними статис� тичними пакетами програм. Два розглянуті підходи широко застосовують при обробці даних вибіркових обстежень у відповідних підрозділах Держкомстату України, науковці, соціологи та статистики при дослідженнях. Найбільш методологічно і технологічно складним є третій підхід, який дозволяє об’єднувати дані з різних джерел за різними блоками обстежених одиниць та різними блоками ознак (рис. 4). При цьому не вимагається наявність ознак�ключів. Таке об’єднан� ня даних спирається на аналіз та врахування статистичних властивостей наборів даних. Застосування методики злиття даних дає можливість отримувати єдині масиви даних на основі різних обстежень, таких, наприклад, як переписи населення та вибіркові обсте� ження населення (домогосподарств). Слід зазначити, що результати переписів і вибіркових обстежень фактично допов� нюють одне одного. Переписи є джерелом даних по всіх одиницях спостереження, але по дуже обмеженому колу “фундаментальних” ознак. Спеціалізовані обстеження дають набагато більш детальні дані, але по певній частині (вибірці) одиниць. Лише на підставі комплексного аналізу цих даних з’являється можливість ефективного моніторингу за� ходів соціальної політики. При цьому дані переписів дають змогу встановити основні характеристики одиниць спостереження та їх розміщення, а результати обстежень – виз� начити взаємозв’язки та взаємодію ознак [5]. �� $�%�� &�� &�� $�� & �� !" �� # �� !��$�� Q Z1 … Zn Q P1 … Pm Q Z1 … Zn P1 … Pm + = 85 Методологія демографічних та соціально3економічних досліджень Рис. 4. Схема статистичного злиття даних двох різних обстежень Методи статистичного злиття даних дають можливість оцінювати соціальні показ� ники на основі більших за обсягом масивів інформації, ніж масиви, отримані за даними конкретних обстежень. Так, злиття даних обстежень умов життя домогосподарств і еко� номічної активності населення дозволило би оцінювати показники, що вимірюються в обох обстеженнях (наприклад, окремі показниками зайнятості), на значно більших ма� сивах даних – щоквартально об’єднані масиви включали би результати обстеження май� же 35 тис. домогосподарств замість близько 25 тис. для обстеження економічної актив� ності та близько 10 тисяч для обстеження умов життя домогосподарств. Саме для реалі� зації такої можливості зараз Держкомстат України проводить роботи з гармонізації про� грам цих обстежень. Можливість застосування методології злиття даних передбачає виконання певних правил підготовки даних [8], а саме: • гармонізацію статистичних одиниць; • гармонізацію періоду статистичних обстежень; • порівнянність охоплення населення; • гармонізацію ознак; • гармонізацію класифікацій; • контроль пропущених значень; • контроль походження змінних; • контроль змінних на послідовність. Гармонізація статистичних одиниць передбачає необхідність з’ясування, чи всі дані з різних джерел можна віднести до одиниць одного рівня. Наприклад, у вибіркових обсте� женнях часто обстежують домогосподарства, а переписи та реєстри населення містять інформацію по окремих особах, тому треба передбачити можливість переходу до статис� тичних одиниць одного рівня. Гармонізація періоду статистичних обстежень полягає в узгодженні періоду (момен� ту часу) отримання даних. Аналіз охоплення населення дає змогу з’ясувати, чи однакові групи населення об’єднані, бо дані перепису населення містять інформацію про все населення, а дані, скажімо, об� �� &�� ' �� &�� ( �!" �� # �� + = 86 Методологія демографічних та соціально3економічних досліджень стеження економічної активності населення містять лише інформацію про працездатне населення, тобто населення у віці 15–70 років. Гармонізація змінних. В усіх джерелах інформації всі змінні, що об’єднані, мають бути однаково визначені. Гармонізація класифікацій. В усіх джерелах інформації всі змінні, що об’єднані, по� винні бути однаково класифіковані. Перевірка на пропущені значення. Дана процедура дозволяє з’ясувати, чи не містять змінні пропущені значення. Походження змінних. Внаслідок об’єднання можуть з’явитися деякі нові змінні. Перевірка змінних на послідовність дає можливість з’ясувати, чи зберегли змінні по� трібну послідовність в об’єднаному масиві. Оскільки перший масив, зображений на рис. 4 (масив даних обстеження 1), викори� стовується для отримання невідомої частини другого масиву, перший масив називають донором, а другий – реципієнтом. Завдання полягає фактично у заповненні частини масиву � реципієнта за допомогою спеціальної процедури відновлення відсутніх даних – процедури імпутації [9]. Найбільш поширеними методами імпутації є заповнення відсут� ньої частини масиву: середніми з наявних значень; методом «cold deck» імпутації (запов� нення без додбору); методом «hot deck» імпутації (з добором); методом «найближчого сусіда»; заповнення на базі статистичних моделей; багаторазове заповнення, або багато� разова імпутація. Слід зауважити, що кожна методика імпутації має свої переваги і недо� ліки. Для їх ефективного застосування в конкретній ситуації необхідно виконати спе� ціальні дослідження. Як правило, при об’єднані даних застосовують кілька методик от� римання відсутньої інформації. Яскравим прикладом комплексного використання даних переписів та вибіркових обстежень населення на основі третього підходу до об’єднання даних є методика так зва� ної “картографії” бідності – спеціальна методика оцінювання показників бідності для малих територій, що забезпечує можливість візуалізації та детального аналізу просторо� вого розподілу бідних верств населення для певної країни та її регіонів [10]. Корисність цього підходу для розробників соціальної політики та дослідників особливо висока, коли є можливість аналізу бідності для найнижчих рівнів агрегації даних – окремих населених пунктів або районів великих міст. Головний методологічний принцип картографії бідності полягає в об’єднанні даних вибіркових обстежень, в яких вимірюються показники для оцінки бідності, і даних пере� пису населення (або даних реєстру населення). Враховуючи, що обстеження не можуть забезпечити надійних оцінок бідності на місцевому рівні, а переписи не надають інфор� мації для оцінки бідності, об’єднання даних – фактично єдиний шлях до можливості аналізу бідності на локальному рівні. Процедура об’єднання даних забезпечує визначен� ня (імпутацію) показників бідності (рівня доходів або споживання) для домогосподарств, які охоплені переписом населення. Для цього застосовуються, як правило, методи ста� тистичного моделювання. Моделі будуються на даних вибіркового обстеження. При цьому зрозуміло, що факторні (екзогенні) змінні повинні вимірюватись і у вибірковому обсте� женні, і в переписі та бути гармонізовані, що вже відзначалося раніше. За результатами виконаних досліджень доцільно зробити такі висновки. Для належ� ного вимірювання й аналізу демографічних і соціально�економічних процесів на регіо� нальному та локальному рівнях необхідне ефективне використання інформації, отрима� 87 Методологія демографічних та соціально3економічних досліджень ної з різних джерел. Сучасні методологічні підходи до комплексного використання інфор� мації на різних рівнях агрегації даних та на мікрорівні застосовуються в багатьох країнах світу при оцінці ряду важливих показників. Окремі розробки в цьому напрямі є і в Ук� раїні. Для забезпечення можливості застосування методів об’єднання інформації при розрахунках демографічних і соціально�економічних показників на регіональному та локальному рівнях для офіційного використання необхідно виконати певний обсяг дос� ліджень і провести відповідну роботу з користувачами. При плануванні масштабних дер� жавних обстежень населення України необхідно передбачати можливість комплексного використання їх результатів на регіональному та локальному рівнях. Джерела 1. Bakker B.F.M., Al P.G. Re�engineering social statistics by micro�integration of different sources: an introduction//Netherlands Official Statistics. – 2000. – Vol. 15. 2. Материалы встречи группы экспертов по инновационным методикам для пере� писей населения и крупномасштабных демографических обследований. – Гаага: NIDI, 22–26 апреля 1996 г. 3. Rao J.N.K. Small Area Estimation. – John Wiley&Sons, 2003. 4. Рон Превост. Интеграция статистических данных (результатов обследований) с (административными) данными регистров / Экономический и Социальный Совет. – ООН, 2000. – Е. 5. Local Area Unemployment Statistics. Program Manual. – U.S. Department of Labor, Bureau of Labor Statistics, August 2001. 6. Методологическое руководство бюро статистики труда США. – BLS Handbook of methods. Russian Language, April 1997. 7. Статистичний збірник. Економічна активність населення України 2002. – К.: Держкомстат України, 2003. 8. Van der Laan, P. Integration administrative registers and household surveys // Netherlands Official Statistics. – 2000. – Vol. 15. 9. Саріогло В.Г. Особливості застосування процедур імпутації при обробці даних вибіркових обстежень домогосподарств // Проблеми статистики. – К., 2001. – Вип. 3. 10. Harold Alderman, Miriam Babta, Gabriel Demombynes, Nthabiseng Makhath, Berk. How low can you go? Combining census and survey data for mapping poverty in South Africa. – World Bank. – November 2001.
id	nasplib_isofts_kiev_ua-123456789-11761
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn	2072-9480
language	Ukrainian
last_indexed	2025-12-01T11:57:56Z
publishDate	2005
publisher	Інститут демографії та соціальних досліджень НАН України
record_format	dspace
spelling	Саріогло, В.Г. Терещенко, Г.І. 2010-09-02T17:04:36Z 2010-09-02T17:04:36Z 2005 Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів / В.Г. Саріогло, Г.І. Терещенко // Демографія та соціальна економіка. — 2005. — № 1. — С. 79-87. — Бібліогр.: 10 назв — укр. 2072-9480 https://nasplib.isofts.kiev.ua/handle/123456789/11761 314.02 uk Інститут демографії та соціальних досліджень НАН України Методологія демографічних та соціально-економічних досліджень Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів Methodical principles of aggregation of data from different sources for analysis of demographic and social-economic processes Article published earlier
spellingShingle	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів Саріогло, В.Г. Терещенко, Г.І. Методологія демографічних та соціально-економічних досліджень
title	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
title_alt	Methodical principles of aggregation of data from different sources for analysis of demographic and social-economic processes
title_full	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
title_fullStr	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
title_full_unstemmed	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
title_short	Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
title_sort	методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів
topic	Методологія демографічних та соціально-економічних досліджень
topic_facet	Методологія демографічних та соціально-економічних досліджень
url	https://nasplib.isofts.kiev.ua/handle/123456789/11761
work_keys_str_mv	AT saríoglovg metodičnízasadiobêdnannâdanihzríznihdžereldlâanalízudemografíčnihísocíalʹnoekonomíčnihprocesív AT tereŝenkogí metodičnízasadiobêdnannâdanihzríznihdžereldlâanalízudemografíčnihísocíalʹnoekonomíčnihprocesív AT saríoglovg methodicalprinciplesofaggregationofdatafromdifferentsourcesforanalysisofdemographicandsocialeconomicprocesses AT tereŝenkogí methodicalprinciplesofaggregationofdatafromdifferentsourcesforanalysisofdemographicandsocialeconomicprocesses

Методичні засади об’єднання даних з різних джерел для аналізу демографічних і соціально-економічних процесів

Institution

Similar Items