W dniach 3-5 września 2014 roku odbyła się Międzynarodowa Konferencja Naukowa Small Area Estimation (SAE 2014), poświęcona metodologii statystyki małych obszarów (SMO), która zgodnie z ustaleniami European Working Group on Small Area Estimation, zorganizowana została przez Katedrę Statystyki Uniwersytetu Ekonomicznego w Poznaniu. Współorganizatorami konferencji był Główny Urząd Statystyczny w Warszawie oraz Urząd Statystyczny w Poznaniu. Honorowy Patronat nad konferencją objął prof. dr hab. Janusz Witkowski, Prezes Głównego Urzędu Statystycznego oraz prof. dr hab. Marian Gorynia, Rektor Uniwersytetu Ekonomicznego w Poznaniu. Konferencja była również realizowana z Narodowym Bankiem Polskim w ramach programu edukacji ekonomicznej a także uzyskała dofinansowanie z firmy R Revolution Analytics.

Pracom Komitetu organizacyjnego konferencji SAE 2014 przewodniczył dr Marcin Szymkowiak (Uniwersytet Ekonomiczny w Poznaniu). W pracach tego komitetu uczestniczyli również: Wojciech Adamczewski i Katarzyna Cichońska (Główny Urząd Statystyczny), Tomasz Józefowski (Urząd Statystyczny w Poznaniu) oraz Tomasz Klimanek i Jacek Kowalewski (Urząd Statystyczny w Poznaniu, Uniwersytet Ekonomiczny w Poznaniu). Komitet naukowy konferencji pracował pod kierunkiem profesora Domingo Moralesa (Universidad Miguel Hernández de Elche). W składzie komitetu naukowego byli również profesorowie: Ray Chambers (University of Wollongong), Grażyna Dehnel (Uniwersytet Ekonomiczny w Poznaniu), Elżbieta Gołata (Uniwersytet Ekonomiczny w Poznaniu), Malay Gosh (University of Florida), Jan Kordos (Główny Urząd Statystyczny), Partha Lahiri (University of Maryland), Risto Lehtonen (University of Helsinki), Isabela Molina (Universidad Carlos III de Madrid), Ralf Münnich (University of Trier), Jan Paradysz (Uniwersytet Ekonomiczny w Poznaniu), Danny Pfeffermann (Hebrew University of Jerusalem), J.N.K. Rao (Carleton University) oraz Li-Chun Zhang (University of Southampton). Komitet sterujący całością przygotowań konferencji stanowili: Domingo Morales – przewodniczący, Ray Chambers, Elżbieta Gołata, Partha Lahiri oraz Danny Pfeffermann.

Ideą konferencji SAE 2014 było stworzenie platformy do dyskusji naukowej, wymiany doświadczeń i poglądów statystyków, naukowców, ekspertów z uniwersytetów, urzędów statystycznych, instytutów badawczych i innych organów rządowych oraz władz lokalnych i przedsiębiorstw prywatnych zajmujących się metodologią badań regionalnych, w szczególności estymacją dla małych domen. Organizowane w Poznaniu wydarzenie wpisało się, zgodnie z przyjętą ideą, w cykl konferencji (Jyväskylä 2005, Piza 2007, Elche 2009, Trier 2011) łączących wymiar naukowych i praktycznych zastosowań SMO w statystyce oficjalnej.

Tematyka konferencji SAE 2014 koncentrowała się na zagadnieniach dotyczących zastosowań SMO w spisach ludności, modelowaniu w obszarze estymacji pośredniej i jego ewaluacji, wykorzystaniu modeli przestrzenno-czasowych, metod odpornych, braków odpowiedzi i odmów udziału w badaniu, zagadnieniu doboru próby, estymacji ubóstwa, nauczaniu statystyki małych obszarów oraz jej zastosowań w statystyce oficjalnej.

W konferencji SAE 2014 uczestniczyło 140 naukowców i praktyków z 22 państw (Albania 2, Australia 6, Chiny 1, Czechy 1, Finlandia 3, Hiszpania 9, Holandia 3, Izrael 1, Japonia 2, Kanada 2, Kuwejt 1, Litwa 3, Luksemburg 1, Malta 1, Niemcy 9, Norwegia 1, Nowa Zelandia 1, Polska 64, Tajlandia 1, Turcja 1, USA 15, Wielka Brytania 6, Włochy 6). Wśród nich byli najwybitniejsi przedstawiciele tej dziedziny badań statystycznych, profesorowie J.N.K. Rao, Malay Ghosh, Ray Chambers, Li-Chun Zhang, Partha Lahiri, Danny Pfeffermann, Risto Lehtonen, Ralf Münnich, Domingo Morales oraz Isabel Molina. Reprezentowali oni zarówno krajowe jak i zagraniczne ośrodki naukowe. W konferencji SAE 2014 uczestniczyli naukowcy z 46 uniwersytetów z całego świata, urzędów statystycznych z blisko 30 państw, międzynarodowych organizacji naukowych, Banku Światowego, Głównego Urzędu Statystycznego i urzędów statystycznych z całej Polski.

W trakcie trwania konferencji SAE 2014 zorganizowano dwie sesje plenarne, podczas których specjalne wykłady przedstawili profesorowie J.N.K. Rao i M. Ghosh:

• Inferential Issues in Model-Based Small Area Estimation: Some New Developments (Prof. J.N.K. Rao, Carleton University),
• Empirical Bayes Small Area Estimation under Multiplicative Models (Prof. Malay Ghosh, University of Florida).

W swojej prezentacji profesor Rao omówił zmiany jakie dokonały się w teorii i zastosowaniach statystyki małych obszarów na przełomie ostatnich piętnastu lat. W szczególności, zwrócił uwagę na rolę modelowania w statystyce małych obszarów, tak w odniesieniu do modeli wykorzystujących dane jednostkowe (unit level models) jak i modeli obszarowych (area level models) a także poruszył zagadnienia związane z wykorzystaniem metody bootstrap do szacowania błędu średniokwadratowego oraz konstrukcji przedziałów ufności dla wybranych parametrów. W sferze zastosowań omówiona została szczegółowo problematyka wykorzystania statystyki małych obszarów w kontekście zagadnienia mapowania ubóstwa na niskich poziomach agregacji przestrzennej. Wskazano również dalsze perspektywy rozwoju estymacji pośredniej, które uwzględniać będą w przyszłości m.in. wykorzystanie Big Data jako potencjalnych zmiennych pomocniczych w budowanych modelach.

Drugi z prelegentów – profesor Malay Ghosh w swoim wystąpieniu skupił uwagę na roli podejścia bayesowskiego i benchmarkingu w statystyce małych obszarów. W prezentacji wskazał na słabe strony wykorzystywania estymatorów bazujących na odpowiednio skonstruowanym modelu związanych m.in. z brakiem uzyskiwania zgodności odpowiednich oszacowań parametrów na poziomie domen w stosunku do większego obszaru, który je obejmuje (przykładowo, oszacowane wartości globalne pewnej zmiennej na niższych poziomach agregacji przestrzennej nie muszą się sumować do wartości globalnej na poziomie wyższym). Remedium na opisany powyżej problem mogą stanowić hierarchiczne benchmarkowe i empiryczne bayesowskie estymatory, których przydatność i użyteczność została zweryfikowana w badaniu symulacyjnym z wykorzystaniem rzeczywistych danych.

W konferencji SAE 2014 zorganizowano również dziesięć sesji tematycznych przygotowanych przez najwybitniejszych specjalistów:

• SAE: Robust and Nonparametric Methods (Prof. Ray Chambers, University of Wollongong),
• Small Area Methods for Repeated Survey (Prof. Partha Lahiri, University of Maryland),
• SAE in Poverty Mapping (Prof. Isabela Molina, Universidad Carlos III de Madrid),
• SAE Models: Selection and Checking (Prof. Danny Pfeffermann, Hebrew University of Jerusalem),
• SAE in Official Statistics (Prof. Jan Kordos, Główny Urząd Statystyczny),
• SAE Applications (Prof. Ralf Münnich, University of Trier),
• Teaching SAE (Prof. Risto Lehtonen, University of Helsinki),
• Population Census and SAE (Prof. Li-Chun Zhang, University of Southampton),
• Benchmarking, Design Issues and Nonresponse in SAE (Prof. Stefano Falorsi, ISTAT),
• Other Topics Related to SAE (Prof. Domingo Morales, Universidad Miguel Hernández de Elche).

W sesji zatytułowanej SAE: Robust and Nonparametric Methods zorganizowanej przez R. Chambersa, a której przewodniczył G. Kalton, wygłoszone zostały cztery referaty poświęcone różnym aspektom wykorzystania podejścia nieparametrycznego i modelowania odpornego w statystyce małych obszarów:

• Raymond Chambers – Two Recent Developments in Robust and Semiparametric Small Area Estimation,
• Beate Weidenhammer, Nikos Tzavidis, Timo Schmid, Nicola Salvati – Domain Prediction for Counts using Microsimulation via Quantiles,
• Payam Mokhtarian – On Outlier Robust Small Area Prediction of the Empirical Distribution Function,
• Forough Karlberg – Small Area Prediction for Skewed Data in the Presence of Zeroes.

W swojej prezentacji profesor R. Chambers dokonał omówienia aktualnego stanu wiedzy z zakresu statystyki małych obszarów w kontekście modelowania odpornego i odpowiedniego uwzględniania wartości odstających, które mają na ogół negatywny wpływ na jakość uzyskiwanych szacunków. Zwrócił przy tym uwagę na rolę regresji M-kwantylowej, która zaczyna odgrywać coraz większe znaczenie, przede wszystkim w badaniach związanych z mapowaniem ubóstwa. Pozostałe referaty w tej sesji koncentrowały się na różnych zagadnieniach związanych z modelowaniem odpornym i dotyczyły m.in. estymacji parametrów dla skrajnie asymetrycznych rozkładów oraz problemu występowania wartości zerowych w zbiorze obserwacji.

Organizatorem sesji Small Area Methods for Repeated Survey, której przewodniczył W. Fuller, był P. Lahiri. W sesji tej wygłoszono cztery referaty:

• Partha Lahiri – An Overview of Small Area Estimation with Repeated Survey Data,
• Jan A. van den Brakel, Sabine Krieg – Small area estimation with state-space common factor models for rotating panels,
• Enrico Fabrizi, Maria Rosaria Ferrante, Carlo Trivisano – Estimation of value added for firms cross-classified by region, industry and size using repeated survey data,
• Carolina Franco, William R. Bell – Alternative Approaches to Borrowing Information Over Time in Small Area Estimation with Application to Data from the Census Bureau’s American Community Survey.

Sesja stanowiła przegląd zastosowań różnych metod jakie oferuje statystyka małych obszarów w badaniach powtarzalnych, realizowanych wielokrotnie w określonych odstępach czasu i według zadanej metodologii. W referacie wprowadzającym profesor P. Lahiri dokonał syntezy najważniejszych rezultatów jakie zostały uzyskane na przestrzeni ostatnich lat w statystyce małych obszarów w zakresie badań panelowych. Wskazał na szczególną przydatność modelowania w tego typu badaniach statystycznych, w których ogromną rolę może odgrywać tzw. ,,pożyczanie mocy w czasie’’ z racji ich powtarzalnego charakteru. W pozostałych referatach w tej sesji uwaga skupiona została na praktycznych zastosowaniach SMO w badaniach rotacyjnych, zarówno w odniesieniu do statystyki społecznej jak i gospodarczej.

W sesji zatytułowanej SAE in Poverty Mapping, której organizatorem była profesor I. Molina, a której przewodniczyła profesor M. Pratesi wygłoszono również 4 referaty poświęcone zagadnieniu mapowania ubóstwa z wykorzystaniem metodologii SMO:

• Isabel Molina, J.N.K. Rao – An overview of small area estimation methods for poverty mapping,
• Gauri Datta, Abhyuday Mandal – Small area estimation with uncertain random effects,
• Domingo Morales – Partitioned area-level time models for estimating poverty indicators,
• Roy van der Weide – Estimation of Normal Mixtures in a Nested Error Model with an Application to Small Area Estimation of Poverty and Inequality.

Sesja SAE in Poverty Mapping była szczególnie istotna dla praktyków zajmujących się zagadnieniem ubóstwa na niskich poziomach agregacji przestrzennej. Dotyczyło to przede wszystkim pracowników krajowych urzędów statystycznych jak i Banku Światowego, które z wykorzystaniem SMO dokonuje oszacowania stopy ubóstwa dla wielu krajów w różnych przekrojach terytorialnych. W głównym referacie sesji J.N.K. Rao oraz I. Molina dokonali przeglądu najważniejszych technik SMO w zakresie mapowania ubóstwa. Swoją uwagę poświęcili roli różnych metod: regresji M-kwantylowej, modelom Faya-Herriota oraz podejściu bayesowskiemu, które w tym zakresie mają szczególne znaczenie. Oprócz rozważań teoretycznych, w tej sesji przedstawiono również praktyczne zastosowania SMO w obszarze mapowania ubóstwa. Znalazło to swoje odzwierciedlenie przede wszystkim w prezentacji Roya van der Weide – pracownika Banku Światowego, który z wykorzystaniem metodologii SMO i współpracując z urzędami statystycznymi zbudował odpowiednie mapy ubóstwa dla ponad 70 krajów na całym świecie.

W kolejnej sesji SAE Models: Selection and Checking, zorganizowanej przez Danny Pfeffermanna a moderowanej przez E. Gołatę wygłoszono cztery referaty:

• Danny Pfeffermann – Model Selection and Checking for Small Area Estimation,
• Jay Breidt, Daniel Hernandez-Stumpfhauser, Jean D. Opsomer – Variational Approximations for Selecting Hierarchical Models of Circular Data in a Small Area Estimation Application,
• Jiraphan Suntornchost, Partha Lahiri – Variable selection for Linear Mixed Models with Applications in Small Area Estimation,
• Yahia El Horbaty – A Simple Score Test for Random Effects with Application to Small Area Models.

Sesja ta była poświęcona roli budowy odpowiednich modeli w statystyce małych obszarów, które zaczynają być w coraz większym stopniu wykorzystywane przez urzędy statystyczne wielu krajów. Dotyczy to również Polski, dla której z wykorzystaniem obszarowego modelu Faya-Herriota Ośrodek Statystyki Małych Obszarów Urzędu Statystycznego w Poznaniu wspólnie z Departamentem Badań Społecznych i Warunków Życia Głównego Urzędu Statystycznego oraz Banku Światowego przygotowali mapę ubóstwa na poziomie podregionów. W referacie wprowadzającym autorstwa D. Pfeffermanna omówiono zagadnienie modelowania w statystyce małych obszarów a także sposoby doboru zmiennych pomocniczych w konstrukcji właściwych modeli. Zwrócono również uwagę na zastosowania podejścia bazującego na odpowiednio zbudowanym modelu w praktyce a także szeroko omówiono koncepcję efektów losowych w SMO. Pozostałe referaty skupiały się na aplikacji estymatorów statystyki małych obszarów wykorzystujących odpowiednio zbudowany model m.in. w zagadnieniu szacowania wielkości połowu ryb.

W kolejnej sesji SAE in Official Statistics zorganizowanej przez profesora J. Kordosa, a której przewodniczył W. Bell przedstawiono 4 prezentacje:

• Jan Kordos – Small area estimation in official statistics and statistical thinking,
• Danute Krapavickaite, Tomas Rudys – Application of small area estimation methods for Lithuanian Labour force survey data,
• Jan Paradysz, Karolina Paradysz – Indirect estimation of disability on the base of Polish National Census 2011,
• Jan Kubacki, Alina Jędrzejczak – Small area estimation under spatial SAR model.

Organizacja tej sesji była odpowiedzią na rosnące zapotrzebowanie urzędów krajowych i odbiorców danych statystycznych na informację na niskich poziomach agregacji przestrzennej. W tym zakresie SMO odgrywa szczególną. Wynika to z faktu, że ze względu na ograniczenia budżetowe i niemożliwość zwiększania wielkości próby w badaniach reprezentacyjnych, dostarczenie odpowiedniej jakości szacunków dla szczegółowo zdefiniowanych przekrojów możliwe jest przy wykorzystaniu estymacji pośredniej. W głównym referacie sesji profesor J. Kordos swoją uwagę skupił na misji krajowych urzędów statystycznych w produkcji wysokiej jakości danych statystycznych. Podkreślił rolę tzw. myślenia statystycznego w kontekście statystyki małych obszarów i podejścia określanego mianem kompleksowego zarządzania jakością (ang. Total Quality Management). Tematyka tej sesji koncentrowała się przede wszystkim na praktycznych zastosowaniach SMO w wybranych badaniach statystycznych. Można w niej było znaleźć referaty, w których uwaga skupiała się zarówno na aspektach związanych z estymacją parametrów dotyczących rynku pracy jak i szacunków liczby osób niepełnosprawnych w spisach realizowanych metodą mieszaną.

Kolejną – tematycznie związaną z SAE in Official Statistics sesją była SAE Applications zorganizowana przez profesora R. Münnicha. W sesji tej wygłoszono 4 referaty a przewodniczył jej dr Roy van der Weide z Banku Światowego:

• Ralf Münnich – Small area applications: some remarks from a design-based view,
• Ugarte, MD, Adín, A., Goicoa, T., Militino, A.F., López‐Abente, G. – Space‐time analysis of young people brain cancer mortality in Spanish provinces,
• Rebecca C. Steorts – Constrained Smooth Bayesian Estimation,
• William R. Bell, Mark Seiss – A Modeling Approach to Estimating the Mean Squared Error of Synthetic Small Area Estimators.

W sesji tej przedstawiono wybrane zastosowania statystyki małych obszarów z wykorzystaniem rzeczywistych danych pochodzących z różnych badań statystycznych. W szczególności można było zapoznać się z aplikacjami SMO w badaniu gospodarstw domowych, przedsiębiorstw, analizach umieralności młodych ludzi na raka mózgu w prowincjach w Hiszpanii czy praktycznych zastosowaniach statystyki małych obszarów w mapowaniu ubóstwa.

Niezwykle interesująca była sesja Teaching SAE zorganizowana przez profesora R. Lehtonena, której przewodniczył profesor G. Datta. Podobnie jak w pozostałych sesjach wygłoszono w niej 4 referaty:

• Risto Lehtonen – Experiences and challenges in teaching small area estimation,
• Jan Pablo Burgard, Ralf Münnich – SAE teaching using simulations,
• Elżbieta Gołata, Tomasz Klimanek – Challenges facing academics and the NSI in SAE education,
• Esther Lopez Vizcaino Lombardía Cortiña, M. José, Domingo Morales – mme: An R package for small area estimation with multinomial mixed models.

Sesja poświęcona była zagadnieniom związanym z nauczaniem statystyki małych obszarów na uczelniach wyższych oraz w urzędach statystycznych. Jest to niezwykle ważne zagadnienie gdyż statystyka małych obszarów jest przedmiotem obowiązkowym lub do wyboru przez studentów na wielu uniwersytetach na całym świecie. Dotyczy to również urzędów statystycznych, które coraz chętniej organizują dla swoich pracowników szkolenia w tym zakresie. Szkolenie takie miało miejsce również w Urzędzie Statystycznym w Poznaniu w grudniu 2014 roku, w którym pracownicy Ośrodka Statystyki Małych Obszarów dla pracowników Głównego Urzędu Statystycznego i pozostałych urzędów statystycznych zorganizowali specjalistyczne warsztaty z tej tematyki.
W tym kontekście dużego znaczenia nabiera sposób przekazywania wiadomości, odpowiedni dobór treści oraz prowadzenia zajęć z zakresu SMO przez pracowników naukowych na uczelniach wyższych czy trenerów prowadzących szkolenia w urzędach statystycznych. Zagadnienia te stanowiły przedmiot rozważań w głównym referacie sesji wygłoszonym przez R. Lehtonena, który omówił doświadczenia i wyzwania jakie stoją w obszarze nauczania statystyki małych obszarów. Rozważania na temat nauczania SMO poruszane były również w referacie E. Gołaty i T. Klimanka, którzy podzielili się z uczestnikami konferencji swoimi doświadczeniami w zakresie nauczania statystyki małych obszarów na Uniwersytecie Ekonomicznym w Poznaniu. Pozostałe dwa referaty poświęcone były roli symulacji i wykorzystania programów statystycznych, w tym m.in. R w nauczaniu SMO.

W sesji Population Census and SAE zorganizowanej przez profesora Li-Chun Zhanga, której przewodniczył S. Haslett wygłoszono także 4 referaty:

• Li-Chun Zhang – Census and SAE: Population size estimation,
• Ralf Münnich – Small area estimation in the German Census 2011,
• Paul Williamson, Karyn Morrissey, Ferran Espuny-Pujol – Survey reweighting as
  a means to SAE,
• Angela Luna-Hernandez, Li-Chun Zhang – Multivariate Generalized Structure Preserving Estimation.

Tematyka sesji koncentrowała się na możliwości wykorzystania SMO w spisach powszechnych, głównie realizowanych metodą mieszaną, w których dane pochodzą zarówno z rejestrów administracyjnych jak i z badań reprezentacyjnych. Oprócz rozważań teoretycznych na temat możliwości wykorzystania odpowiednich estymatorów klasy SMO w spisach powszechnych oraz zagadnień związanych z modelowaniem błędów pokrycia, znalazły się w tej sesji referaty dotyczące praktycznych zastosowań SMO w kontekście spisów. Szczególnie ważny był referat R. Münnicha, który przedstawił wybrane wyniki prowadzonych przez siebie badań w zakresie wykorzystania metodologii SMO w Niemieckim Spisie Powszechnym z 2011 roku.

W sesji Benchmarking, Design Issues and Nonresponse in SAE, zorganizowanej przez S. Falorsiego, której przewodniczył M. Hidiroglou wygłoszono również 4 referaty:

• Andrea Fasulo, Michele D’Alo’, Lorenzo Di Biagio, Stefano Falorsi, Fabrizio Solari – Benchmark constraints for space and time unit level EBLUP estimators,
• Li-Chun Zhang, Alison Whitworth – Benchmarked synthetic small area estimation,
  Serena Arima, Gauri S. Datta, Brunero Liseo – Multivariate Fay-Herriot model with structural measurement error,
• Janusz Wywiał – On sampling design proportional to function of auxiliary variable order statistics.

Tematyka sesji koncentrowała się przede wszystkim na problematyce braków odpowiedzi i ich wpływie na jakość szacunków otrzymywanych z wykorzystaniem SMO. Dużo miejsca poświęcono również zagadnieniu tzw. benchmarkingu. W statystyce małych obszarów jedną z istotnych kwestii jest bowiem konieczność zapewnienia spójności pomiędzy oszacowaniami dla mniejszych jednostek terytorialnych z wykorzystaniem estymacji pośredniej z wyższym obszarem, w skład którego wchodzą mniejsze jednostki, dla którego oszacowania uzyskiwane są najczęściej z wykorzystaniem estymacji bezpośredniej. Oznacza to, że szacunki dla mniejszych obszarów powinny sumować się do szacunku dla obszaru większego.

W ostatniej sesji Other Topics Related to SAE, której organizatorem był profesor D. Morales, a której przewodniczyła profesor M. D. Ugarte wygłoszono również 4 referaty:

• Wayne Fuller, Andreea Erciulescu – Small Area Prediction under Alternative Model Specifications,
• Domingo Morales, Miguel Boubeta, María José Lombardía – Empirical best prediction in Poisson mixed models,
• M.A. Hidiroglou, Victor Estevao – A comparison of small area and direct estimators via simulation,
• Monica Pratesi, Fosca Giannotti, Caterina Giusti, Stefano Marchetti, Dino Pedreschi, Nicola Salvati – Area level SAE models with measurement errors in covariates: an application to sample surveys and Big data sources.

Sesja ta poświęcona była różnym aspektom związanym ze statystyką małych obszarów, które nie były dyskutowane szczegółowo w poprzednich sesjach tematycznych. W ramach tej sesji znalazły się m.in. zagadnienia związane z wykorzystaniem Big Data jako źródła potencjalnych zmiennych pomocniczych w SMO czy porównaniem na drodze symulacji estymatorów bezpośrednich z estymatorami pośrednimi. Poruszono również kwestię użycia liniowych modeli mieszanych i modelu Poissona w estymacji pośredniej.

W trakcie trwania konferencji SAE 2014, oprócz dziesięciu sesji tematycznych, zorganizowano również sześć sesji równoległych poświęconych różnym aspektom statystyki małych obszarów a także jedną sesję plakatową. Łącznie we wszystkich sesjach wygłoszono 72 referaty oraz przedstawiono 10 posterów w sesji plakatowej.

Ważnym elementem konferencji był także panel dyskusyjny The Newest Achievements in SAE both in the Theoretical and Practical Field, którego organizatorem była prof. dr hab. Elżbieta Gołata. W trakcie trwania panelu dokonano podsumowania wszystkich sesji a także wskazano na wyzwania stojące przed estymacją pośrednią w odpowiednich obszarach tematycznych, które były przedmiotem rozważań w dziesięciu wspomnianych sesjach.

Warto również wspomnieć, że w przededniu konferencji odbyły się specjalistyczne warsztaty poświęcone teorii i praktyce metodologii estymacji pośredniej z programem R, które poprowadził profesor Li-Chun Zhang. Wzięło w nich udział 25 pracowników naukowych i reprezentujących urzędy statystyczne z całego świata.

Szczegółowe informacje na temat zorganizowanej konferencji można znaleźć pod adresem internetowym www.sae2014.ue.poznan.pl.

Zgodnie z planami European Working Group on Small Area Estimation kolejna konferencja SAE 2016 zorganizowana zostanie w Holandii przez tamtejszy urząd statystyczny. W międzyczasie, w sierpniu 2015 roku, odbędzie się konferencja poświęcona statystyce małych obszarów w Santiago (Chile) tzw. The First Latin American International Statistical Institute Satellite Meeting on Small Area Estimation. Szczegółowe informacje na temat orgaznizowanej konferencji można znaleźć pod adresem www.encuestasuc.cl/sae2015.