Экономико-статистическое исследование деятельности малых предприятий тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Чурилова, Эльвира Юрьевна
- Место защиты
- Москва
- Год
- 1999
- Шифр ВАК РФ
- 08.00.11
ДиссертацияДиссертация: содержание автор диссертационного исследования: кандидата экономических наук, Чурилова, Эльвира Юрьевна
Введение.
Глава 1. ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ МАЛОГО ПРЕДПРИНИМАТЕЛЬСТВА В УСЛОВИИ ЭКОНОМИЧЕСКИХ РЕФОРМ.
1.1. Экономическая характеристика деятельности малых предприятий.
1.2. Особенности статистического наблюдения малого предпринимательства.'.
1.3. Анализ отечественной практики статистического наблюдения малого предпринимательства.
Глава 2. МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ВОССТАНОВЛЕНИЯ ДАННЫХ ПРИ СТАТИСТИЧЕСКИХ ОБСЛЕДОВАНИЯХ МАЛЫХ ШЕДШИЯТИЙ.
2.1. Классификация данных с пропусками.
2.2. Методологические положения по обработке полных неответов (полных пропусков).
2.3. Методологические вопросы обработки частичных неответов (частичных пропусков).
Глава 3. МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ ДЕЯТЕЛЬНОСТИ МАЛЫХ ПРЕДПРИЯТИЙ ОРЛОВСКОЙ ОБЛАСТИ.
3.1. Экономико-статистическая характеристика малых предприятий Орловской области, как типичного представителя регионов Российской Федерации.
3.2. Методика анализа пропущенных данных при статистическом обследовании малых предприятий.
3.3. Результаты математико-статистической обработки пропущенных данных при статистическом наблюдении за деятельностью малых предприятий Орловской области.
Диссертация: введение по экономике, на тему "Экономико-статистическое исследование деятельности малых предприятий"
Актуальность темы исследования.
В настоящее время методология проведения экономико-статистического анализа деятельности малых предприятий является одной из составных частей развития и совершенствования экономической теории и практики.
Однако исследователи деятельности малого бизнеса часто сталкиваются с такими трудностями при наблюдении, как неответы предприятий на вопросы анкеты (отчетности), и таким образом, с невозможностью правильного определения объемов суммарных экономических показателей, характеризующих деятельность малых предприятий. Поэтому главной задачей совершенствования методологии экономико-статистического анализа деятельности малых предприятий в настоящее время является разработка методики восстановления данных при неответах предприятий, включенных в обследования.
Все вышеизложенное определяет актуальность темы, цели и задачи диссертационной работы.
Целью диссертационной работы является разработка и апробирование методики комплексного анализа экономической деятельности малых предприятий с учетом восстановления пропусков в первичных данных отчетности.
В соответствии с указанной целью в работе поставлены и решены задачи:
Q проведения исследования современной отечественной практики статистического наблюдения малого предпринимательства; разработки методики модельного восстановления данных к решению задач наблюдения малых предприятий;
Диссертация: заключение по теме "Статистика", Чурилова, Эльвира Юрьевна
ЗАКЛЮЧЕНИЕ
В результате выполненных в диссертационной работе исследований можно сделать следующие выводы.
Необходимость проведения исследований по малому предпринимательству обуславливается задачей совершенствования организации его статистического наблюдения с целью повышения качества и эффективности. Поставленная задача сводится к исследованиям по восстановлению пропусков в данных первичной отчетности предприятий. Ситуация усугубляется тем обстоятельством, что в нашей стране, можно сказать, полностью отсутствуют какие-либо практические рекомендации к заполнению пропусков, которые можно было бы непосредственно применить в практической работе статистических органов, обследующих малые предприятия. В частности, в методиках Госкомстата России используется только метод заполнения по средневыборочным значениям и экспертные оценки.
Проведенное исследование выявило, что среди причин, приводящих к получению пропусков в данных, традиционными являются:
• отказ от ответа из-за конфиденциальности большинства показателей по отдельным предприятиям, что вызывает нежелание предприятий предоставлять данные и провоцирует попытки внести в них искажения;
• невозможность получения информации из-за каких-либо организационных причин, независящих от респондентов, таких, как само отсутствие предприятия в генеральной совокупности ЕГРПО;
• присутствие недопустимых значений, исключаемых из основной информационной базы.
Большая численность генеральной совокупности малых предприятий, высокая интенсивность процессов их возникновения и ликвидации, а также распространенная практика смены вида экономической деятельности создает препятствия к получению полной информации о генеральной совокупности. К тому же личная незаинтересованность руководства предприятий предоставлять о себе сведения делает проблему трудноразрешимой.
Отсутствие опыта организации исследований при наличии в данных пропусков, а также отсутствие надлежащих программных средств, в которых была бы возможность заполнения пропусков на достаточно высоком научном уровне, делает результаты проведенного исследования особенно актуальными.
В диссертационной работе даны рекомендации по самой идентификации пропусков (неответов). К «полным ответам» рекомендуется относить:
• предприятия с полностью заполненными анкетами;
• предприятия, приславшие отчетность, но в качестве единственного признака указавшие фактическую отраслевую принадлежность (показатель «ОКОНХФАКТ»). Их рассматривают как недействующие или временно приостановившие свою финансово-хозяйственную деятельность.
• предприятия, также приостановившие свою хозяйственную деятельность, но сохранившие постоянно работающий персонал. У них в анкете представлены только два показателя: ОКОНХФАКТ и численность работающих. Эти предприятия также рассматриваются как временно недействующие, никаких корректировочных действий по заполнению пропусков по ним не требуется.
• предприятия со всеми ненулевыми показателями, кроме показателя выручки, при условии, что есть убыток или нулевая прибыль. Их рекомендуется классифицировать как «полные ответы» на основании таких рассуждений, как: если не было прибыли, то выручки могло и не быть. «Полные неответы» - это предприятия, не ответившие на вопросы анкеты и не приславшие отчетность. Таким образом, по ним нет никаких сведений: действующие они или нет; фактической отраслевой принадлежности и т.д. Удельный вес таких предприятий в общем количестве (в нашем исследовании - 24%) не позволяет их проигнорировать как несущественные с точки зрения их возможных вкладов в суммарные объемы показателей.
Автором предложены следующие методы по восстановлению подобных полных пропусков: из совокупности «полных неответов» исключают недействующие предприятия (на основе их доли по «полным ответам»), и производят перевзвешивание отраслевых групп с дальнейшим расчетом итоговых сводных показателей; случайный подбор внутри отраслевых групп предприятий-доноров (при этом не делается поправка на недействующие предприятия, так как совокупность из которой путем жеребьевки и т.п. производят отбор в том числе содержат и недействующие предприятия).
Если же полностью не наблюдаются «хвосты» распределений, как у торговых предприятий, где уклоняются от отчетности по мнениям экспертов наиболее мелкие предприятия, то восстановление данных в диссертационной работе предлагается проводить на основе цензурированных выборок, генерируя реализации случайной величины. Так же при ненаблюдении целых частей совокупности можно использовать случайную выборку из неответившей части.
В настоящей работе доказана целесообразность применения к заполнению частичных пропусков следующих методов: ближайшего соседа, заполнение по регрессии, по среднему, случайный подбор. Кроме того, для показателей, сохраняющих стабильность во времени наиболее подходящим способом восстановления является ретроспективный метод, когда в качестве подставляемого значения берется значение этого показателя по той же единице из предыдущих обследований, или же в качестве разновидности данного метода можно взять предыдущее значение, умноженное на некоторую меру тренда, вычисляемую по присутствующим наблюдениям.
В диссертационной работе подробно рассмотрены обоснования выбора подходящего метода восстановления данных и заполнения пропусков.
При обработке статистических данных, содержащих пропуски в переменных актуален такой вопрос, как случайны пропуски или нет (условие ОС и ОПС). Наличие случайности будет означать, что если мы подобные объекты проигнорируем и вычислим статистические характеристики по присутствующим единицам, например, среднее, то они будут являться несмещенными оценками исходных, другими словами, мы просто получим подвыборку исходной выборки по аналогии с получением выборочной основы.
В диссертации предложен следующий подход к проверке зависимости наличия пропуска от отраслевой группы, в которую он входит. Идея такова: если каждая отраслевая группа содержит по равной доле ответов, то вероятность того, что предприятие не ответит на вопросы анкеты не зависит от того, в какой отраслевой группе оно находится. В связи с этим выдвигается гипотеза о равенстве вероятностей получения ответа по отраслевым группам. В проведенном исследовании продемонстрировано на реальных статистических данных правила вычисления критерия и формирования окончательных выводов по данному вопросу.
Явление смены вида экономической деятельности при выборочном наблюдении имеет весьма важное значение, так как при выборке отбор предприятий производится непосредственно по данным Единого Регистра, и при несовпадении показателей «ОКОНХ» и «ОКОНХФАКТ» нарушается представительность формируемых выборочных слоев, что в конечном итоге ведет к нерепрезентативной выборке в связи с нарушенной долей отбора.
В связи с этим обстоятельством вызывает существенный интерес исследование структурных различий рассматриваемых показателей. Имея в распоряжении реальные данные по всей совокупности предприятий в диссертации решается задача проверки этого условия. Расчеты с использованием интегрального коэффициента структурных различий и индекса Салаи показали, что различия в структурах показателей есть, но они не существенны.
Кроме того, в диссертации обращается внимание на тот факт, что схема обработки пропущенных данных при статистических обследованиях малых предприятий непременно должна включать в себя аналитическое описание исходной совокупности с пропусками: их доли по отраслевым группам, отраслевую группировку внутри совокупностей полных, частичных неответов и т.д. Подобная аналитическая работа преследует своей целью нахождение закономерностей и главных причин порождения пропусков для дальнейшего их использования в последующих исследованиях малых предприятий.
Диссертация: библиография по экономике, кандидата экономических наук, Чурилова, Эльвира Юрьевна, Москва
1. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений.-М.: Статистика, 1974.- 238 с.
2. Алимова Т., Буев В., Голикова В. Малое предпринимательство в России (на примере Краснодарского края и Удмурской Республики) //Вопросы статистики. 1997. №2. С.9-28.
3. Алимова Т., Буев В., Голикова В., Долгопятова Т. Малый бизнес России: адаптация к переходным условиям.// Вопросы статистики. 1995. №9. С. 19-68.
4. Андерсон Т., Введение в многомерный статистический анализ.-М.: Физматгиз, 1963. -500 с.
5. Антюганов С., Зиновьев В., Стронгина Н. Малое предпринимательство: заметки о развитии.// Вопросы статистики. 1995. №9. с.69-75.
6. Афифи А., Эйзен С. Статистический анализ / Пер.с англ. М.: Мир.-488 с.
7. Афонин Ю.А. Российский промышленный малый бизнес: социально-экономические и духовные предпосылки становления / Самар. гос. экон. акад. Самара: Самар. кн. изд-во, 1994. 106 с.
8. Белоконная Л., Плышевский Б. Развитие малых предприятий в России. //Вопросы статистики. 1995. №9. С. 3-12.
9. Бикел П., Доксам К. Математическая статистика. Вып. 2. -М.: Финансы и статистика, 1983.-344 с.
10. Ю.Блейдс Д. Теневая экономика и национальные счета / Экономический обзор стран ОЭСР. Публикация ОЭСР. 1982. 123с.
11. П.Бокун Н., Кулибаба И. Проблемы статистической оценки теневой экономики.//Вопросы статистики. 1997. №7. С. 11-20.
12. Бокун Н., Кулибаба И. Теневая экономика: понятие, классификации, информационное обеспечение. //Волпросы статистики. 1997. №7. С.3-10.
13. Болч Б., Хуань К. Многомерные статистические методы экономики/Пер. с англ. -М.: Статистика, 1979.-317 с.
14. Болыиев JI.H., Смирнов Н.В. Таблицы математической статистики.-М.: Наука, 1965,- 464 с.
15. Боровиков В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows.- М.: Информационно-издательский дом «Филинъ», 1997,- 608 с.
16. Боровков А.А. Теория вероятностей. М.: Наука, 1976.
17. Бурденкова Е. Об основных направлениях совершенствования организации статистического наблюдения за услугами. //Вопросы статистики. 1998. №5. С. 16-20.
18. Бутова Е.С., Ключников В.М., Митрофанов В.А., Сумкин Д.Б., Успенский В.И., Яшин А.В., Яшин В.М. Информационные технологии в управлении: Учеб. пособие по переготовке и повышению квалификации гос. служащих. М. : МИ ПК учета и статистики, 1997.- 508 с.
19. Ван-дер-Варден Б.Л. Математическая статистика /Пер. с нем. .-М.:Иностранная литература, 1960.-434 с.
20. Воробей Г.С., Старцев Ю.В. Справочный материал: малый бизнес. М., 93 с.
21. Глинкина С. Теневая экономика России в условиях трансформации экономической системы: Лекционный материал. М., 1993. 5 с.
22. Гнеденко Б.В. Курс теории вероятностей,- М.: Наука, 1969.
23. Головнин С. Д. Мифы и реалии «теневой экономики» //Контроллинг. 1991. №2. С. 84-94.
24. Головнин С. Д. О классификации явлений теневой экономики.//Вестник Московского Университета. Сер.6. Экономика. 1992. №1. С. 12-21.
25. Головнин С.Д. Переход к рынку и теневая экономика.// Известия Академии наук СССР. Сер. экономическая. 1991. №5. С.79-87
26. Государство и малый бизнес: Сб. обзоров /Ред. -сост. B.C. Ажаева; ИНИОН РАН. М„ 1993. 166 с.
27. Громыко Г.Л. Статистика.-М.: Изд-во Моск. Ун-та, 1981, 408 с.
28. Демиденко Е.З. Линейная и нелинейная регрессия.-М.: Финансы и статистика, 1981.- 302 с.
29. Долгушевский Ф.Г., Козлов B.C., Полунин А.И., Эрлих Я.М. Общая теория статистики: Учебник.-М.: Статистика, 1967.-382 с.
30. Дрейпер Н., Смит Г. Прикладной регрессионный анализ.- М. Статистика, 1973.- 392 с.
31. Дубров A.M. Последовательный анализ в статистической обработке информации.-М.: Статистика, 1976.-160 с.
32. Дубров A.M., Корнилов И.А. Математические и математико-статистические методы, используемые в курсе «Многомерные методы статистики».-М.: МЭСИ, 1991.-130 с.
33. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник.-М.: Финансы и статистика, 1998.-352 с.
34. Дубров A.M., Мхитарян B.C., Трошин Л.И., Френкель А.А. Статистические методы многомерной классификации в экономике,- М.: МЭСИ, 1984.
35. Дубровский С.А. Прикладной многомерный статистический анализ .- М.: Статистика, 1982 216 с.
36. Дюран Б., Оделл П. Кластерный анализ.-М.: Статистика, 1977.128 с.
37. Иванова В.М., Калинина В.Н. и др. Математическая статистика. -М.: Высшая школа, 1981.
38. Информатика в статистике: словарь-справочник.- М.: Финансы и статистика, 1994.
39. Казимиер Б. Практические методы измерения укрываемой деятельности. Нидерланды, 1993. 22 с.
40. Кендалл М. Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976.- 736 с.
41. Кендалл М. Дж., Стьюарт А. Статистические выводы и связи.-М.: Наука, 1973. 899 с.
42. Козлов Т.И., Овсиснко В.Е., Смирнский В.И. Курс общей теории статистики: Учебник, 2-е изд., перераб. и доп. М.: Статистика, 1965.- 344 с.
43. Кокс Д., Спелл Э. Прикладная статистика. Принципы и примеры / Пер. с англ. М.: Мир, 1984.- 200 с.
44. Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория вероятностей и математическая статистика.-М.: Высшая школа, 1990.
45. Колмогоров А.Н. Основные понятии теории вероятностей. -М. :Наука, 1974. -120 с.
46. Корягина Т.И. Теневая экономика: анализ, оценки и прогнозы.// Известия Академии наук СССР. Сер. экономическая 1990. №6. С. 73-83.
47. Лигтл Р.Дж., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991. - 301 с.
48. Лукашин Ю.П. Регрессионные и адаптивные методы прогнозирования: Учебное пособие.-М.: Моск.гос.университет экономики, статистики, информатики, 1997.- 43 с.
49. Луппов А.Б., Степанов С.В., Карпова Н.С., Бурлакова Т.А. Методологические вопросы выборочных обследований в статистике предприятий: Учебно-методическое пособие. -М.:МИПК учета и статистики, 1998.- 95 с.
50. Маленво Э. Статистические методы эконометрии /Пер. с фр.:Вып. 1.-М.:Финансы и статистика, 1975.- 423 с.
51. Малый бизнес в России: проблемы становления и развития. //Вопросы экономики. 1994. №11. С. 92-160.
52. Малый и средний бизнес в системе предпринимательства: Сборник материалов международной научно-практической конференции./ННГУ. Н. Новгород, 1995. 191 с.
53. Методологические положения по статистике. Вып. 2. / Госкомстат России.-М., 1998.-244 с.5 9. Методологические принципы отражения в СНС теневой экономики и методологические рекомендации по расчету отдельных ее показателей. М. 1995. 33 с.
54. Мот Ж. Статистическое предвидение и решения на предприятии. -М.: Прогресс, 1966.- 512 с.
55. Мхитарян B.C., Трошин Л.И. Вопросы статистического оценивания в экономических исследованиях: Уч. Пособие. М.: МЭСИ, 1986.-112 с.
56. Национальное счетоводство: Учебник. Под ред. проф. Кулагиной Г.Д.- М.: Финансы и статистика, 1997.
57. Нестеров Л. Теневая экономика в зарубежной статистике. //Вестник статистики. 1991. №3. С.48-55.
58. Николаева М.И., Шевяков А.Ю. Теневая экономика: методы анализа и оценки.//Экономика и мат методы. 1990. Т.26, вып. 5. С.926-935.
59. Николаева М.И., Шевяков А.Ю. Теневая экономика: методы анализа и оценки (обзор работ западных экономистов). М. 1987.53 с.бб.Общая теория статистики: Учебник/ Г.С.Кильдишев, В.Е. Овсиенко, П.М. Рабинович, Т.В. Рябушкин.-М.: Статистика, 1980.- 432 с.
60. Общая теория статистики. Под ред. А .Я. Боярского, Г. Л. Громыко.- 2-е изд.- М.: Изд-во Моск.Ун-та, 1985.-376 с.
61. Ореховский П. А. Статистические показатели и теневая экономика/ Обнинский институт атомной энергетики //Рос.экон. журн. 1996. №4. С. 77-83.
62. Оценка скрытой экономики: опыт Латвии. Женева. 1996.-9 с.
63. Пешко Д.А. Особенности расширения сферы теневого бизнеса в условиях приватизации государственной собственности. М. 1992. -51 с.
64. Плюта В. Сравнительный многомерный анализ в эконометрическом моделировании/ Пер. с польск. В.В. Иванова.-М. Финансы и статистика, 1989.-175 с.
65. Показатели теневой экономики «в национальных счетах России». Женева, 1996. -10 с.
66. Пономарев В. Помогаем развитию предпринимательства. Опыт регионов: Московская область//Человек и труд. 1995. №4. С. 2530.
67. Пономаренко А. Подходы к определению параметров «теневой экономики» //Вопросы статистики. 1997. №1. С. 23-29.
68. Пономаренко А. Что означает статистический термин «теневая экономика» и как она отражается в национальных счетах.//Вопросы статистики. 1995. №6. С. 3-7.
69. Пономаренко А., Дашевская И. Неучтённые доходы и структура ВВП.//Вопросы статистики. 1997.№4. С. 16-20.
70. Попов И.В., Калюжная С.В. Малый бизнес в России и за рубежом: Проблемы становления и развития: Учеб. пособие /МГАП. М. 1994. -87 с.
71. Прикладная статистика: Исследование зависимостей: Справ.изд,/ С.А.Айвазян, И.С. Енюков, Л.Д.Мешалкин; под ред. С.А.Айвазяна.- М.: Финансы и статистика, 1985.-487 с.
72. Прикладная статистика: Классификация и снижение размерности: Справ.изд./ С.А.Айвазян, В.М.Бухштабер, И.С. Енюков, Л.Д.Мешалкин; под ред. С.А.Айвазяна.- М.: Финансы и статистика, 1989.-607 с.
73. Рао С.Р. Линейные статистические методы и их приложения.-М.: Наука, 1968.-548 с.
74. Россия: новый капитализм /П.Галушка, П.Кранц, С.Рид.//Бизнес Уик. 1995.№1. С. 12-17.
75. Рыночная экономика: Словарь./Под общ.ред. Г.Я. Кипермана.-М.: Республика, 1993.-524 с.
76. Ряузов Н.Н. Общая теория статистики: Учебник.-М.: Статистика, 1971.- 356 с.
77. Симачёв Ю. Теневая деятельность частных предприятий //Вопросы статистики. 1997. №7. С. 20-24.
78. Скрытая экономика в Румынии, и ее учет в национальных счетах. Женева, 1996. 8с.
79. Справочник по прикладной статистике. В 2-х т. Т1: Пер. с англ./ Под ред. Э.Ллойда, У. Ледермана, Ю.Н. Тюрина.- М.: Финансы и статистика, 1989.-510 с.
80. Справочник по прикладной статистике. В 2-х т. Т2: Пер. с англ./ Под ред. Э.Ллойда, У. Ледермана, С.А.Айвазяна,Ю.Н. Тюрина. -М.: Финансы и статистика, 1990.-526 с.
81. Статистические методы для ЭВМ/ Под ред. К.Энслейна, Э. Рэлстона, Г.С.Уилфа: Пер.с англ. /Под ред. М.В. Малютова.- М.: Наука. Гл. ред. физ.-мат. лит., 1986.-464 с.
82. Статистический словарь / гл. ред. М.А. Королева.-2-е изд., пер и доп.- М.: Финансы и статистика.- 1989.-623 с.
83. Суслов И.П. Общая теория статистики. Учеб.пособие. Изд. 2-е, перераб. и доп. М.: Статистика, 1978.- 392 с.
84. Теория статистики: Учебник/ Под ред. проф. Р.А. Шмойловой.-М.: Финансы и статистика, 1998.
85. Ульянов И. Статистическое наблюдение предприятий с использованием унифицированных форм //Вопросы статистики. 1998. №5. С. 3-16.
86. Фельс Э., Титинер Г. Методы экономических исследований. М.: Прогресс, 1971.-151 с.
87. Форма федерального государственного статистического наблюдения за деятельностью малых предприятий //Вопросы статистики. 1997. №2. С. 28-30.
88. Хальд А. Математическая статистика с технологическими приложениями.- М.: Иностранная литература, 1956.
89. Шохин А. О структуре и масштабах теневой экономики //Финансы СССР. 1990. №7. С. 19-26.
90. Afifi, A.A., and Elashoff, R.M. (1966). Missing observations in multivariate statistics I: Review of the literature, J. Am. Statist. Assoc.61, p. 595-604.
91. Dempster,A.P., Laird, N.M., and Rubin, D.B. (1977). Maximum likelihood from incomplete data via the EM algorithm (with discussion), J.Roy. Statist. Soc. B39, p. 1-38.
92. Dixon. W.J. (1983). BMDP Statistical Software, 1983 revised printing, University of California Press: Derkeley.
93. Hartley,И.О., and Hocking, R.R. (1971). The analysis of incomplete data. Biometrics 27, p. 783-808.
94. Jarrett, R.G. (1978). The analysis of designed experiments with missing observations, Appl Statist. 27, p.38-46.
95. Little, R.J.A. (1982). Models for nonresponse in sample surveys. J. Am. Statist. Assoc. 77, p. 237-250.
96. Marini, M.M., Olsen, A.R., and Rubin, D.B. (1980). Maximum likelihood estimation in panel studies with missing data. Sociological Methodology 1980, San Francisco: Jossey Bass.
97. Rubin, D.B. (1976). Inference and missing data, Biometrica 63, p. 581-592.
98. Rubin, D.B. (1977). Formalizing subjective notions about the effect of nonrespondents in sample surveys, J. Amer. Statist.Assoc.72, p. 538-543.
99. Rubin, D.B.(1978). Multiple imputations in sample surveys a phenomenological Bayesian approach to nonresponse, Imputation and Editing of Faulty or Missing Survey Data, U.S., p. 1-23.
100. Rubin, D.B. (1979). Illustrating the use of multiple imputation to handle nonresponse in sample survey, Proceedings of the 1979 Meetings of the ISI-IASS, Manila.
101. Rubin, D.B. (1986). Statistical matching using file concatenation with adjusted weights and multiple imputations, J. Business Econ. Statist. 4, p. 87-94.
102. Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. New York.
103. Rubin, D.B., and schenker, N. (1986). Multiple imputation for interval estimation from simple random samples with ignorable nonresponse, J. Amer. Statist. 81, p. 366-374.
104. Scott, A. J. (1977). On the problem of randomization in survey sampling, Sankhya C39, p. 1-9.