GESIS Leibniz-Institut für Sozialwissenschaften: Homepage aufrufen

Survey Statistics

Im Bereich Survey Statistics werden unterschiedliche Aspekte der Qualität von Erhebungen erforscht. Das Stichprobendesign, insbesondere Stichprobenumfang und –zusammensetzung wirken sich unmittelbar auf die Repräsentativität der Studienergebnisse aus. Nichtteilnahme (unit nonresponse) und das Auslassen einzelner Fragen einer Befragung (item nonresponse) stellen weitere Herausforderungen an die Datenqualität dar. Die mit der Ziehung von Zufallsstichproben verbunden Problemstellungen und Lösungen sind daher Fokus der Forschungsaktivitäten im Bereich Survey Statistics. Diese werden auch in einigen drittmittelgeförderten Projekten erforscht.

Unsere Forschungsschwerpunkte im Bereich Survey Statistics

  • Ziehungsverfahren für komplexe Stichprobendesigns
  • Nonresponse (bias) Analyse
  • Gewichtungsverfahren für Umfrageerhebungen
  • Imputation fehlender Werte
  • Varianzschätzung unter komplexen Stichprobendesigns und Imputation fehlender Werte
  • Anwendung von Machine Learning-Verfahren in der Erhebungsstatistik

Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:

  • Schimpl-Neimanns, Bernhard. 2017. "Estimation of standard error for estimators of net change – by taking the example of LFS-data from Austria." GESIS Training Course on EU-LFS, 2017-11-27.
  • Ponomarenko, Valentina. 2017. "Part II: Computer Lab Session – Basic Topics: Methodical issues: Cross-national comparison (Multi-level analysis I)."
  • Ponomarenko, Valentina. 2017. "Part II: Computer Lab Session – Basic Topics: Substantive issues: e.g. Non-standard Employment."
  • Herter-Eschweiler, Robert, and Bernhard Schimpl-Neimanns. 2017. "Neue Möglichkeiten der Längsschnittanalyse mit den Scientific-Use-Files des Mikrozensus ab 2013." Gemeinsame Sitzung von Vertretern des ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute, der Arbeitsgemeinschaft Sozialwissenschaftlicher Institute (ASI) und des Statistischen Bundesamtes, 2017-11-07.
  • Bluemke, Matthias. 2017. "Measurement equivalence of linear equation systems in multiple-group confirmatory factor analysis: A comparison of Bayesian modeling and frequentist approaches of real and simulated data (including cross-checks of open source solutions with proprietary software): Unveröffentlichte Masterarbeit zur Erlangung des akademischen Grades „Master of Science in Medical Biometry/Biostatistics“."