Презентација на тему Употреба вишеструких административних, Big Data и геопросторних извора у производњи званичне статистике

1. СТРУЧНА ПРАКСАС
ЖЕЉКО АСЕНТИЋТРУ
СТРУЧНА ПРАКСА
Тема: Коришћење вишеструких административних, великих података (Big data)
и геопросторних извора за производњу званичне статистике
Национални статистички завод Бугарске
9. јануар – 5. април 2023.

2. СОФИЈА - ОСНОВНИ ПОДАЦИ
 Софија, главни и највећи град Републике
Бугарске, налази се у западном дијелу земље, у
Софијском пољу, које је окружено планинама
Витоша на југу и Старом планином (Балкан) на
сjеверу, у близини горњег тока најдуже бугарске
ријеке Искар.
 Град је према подацима из 2022. имао непуних 1,3
мил. становника (близу 1/5 укупног становништва
Бугарске; 15-ти по величини град ЕУ).
 На мјесту данашњег града првобитно је била
трачка насеобина по имену Сердика; Римљани су
је освојили 29. н.е. (сједиште провинције Dacia) ;
Бугари су први пут заузели Сердику 809. коју су
касније преименовали у Софију (постаје
престоница 1879. након ослобођења одТурака).

3. НАЦИОНАЛНИ СТАТИСТИЧКИ ЗАВОД БУГАРСКЕ
(БНСИ)
 1881. основан је бугарски званични завод за статистику
и обављен први попис становништва
 1908. издаје публикацију „Мјесечни статистички
прегледи“
 1910. објављен први статистички годишњак
 1991. донесен је Закон о статистици – настао је данашњи
Национални статистички институт (НСИ).
 2007. Бугарска статистика је интегрисана у Европски
статистички систем

4. ОРГАНИЗАЦИОНА СТРУКТУРА БНСИ

5. РЕАЛИЗОВАНЕ АКТИВНОСТИ СТРУЧНЕ ПРАКСЕ:
• Представљање употребе административних извора у сврху статистичких
истраживања у Републици Српској
• Упознавање са публикацијом „Методолошки приручник о територијалној
типологији“ и истраживање радова урађених од DG REGIO
• Проучавање публикације „QGIS за пописе и анкетно мапирање“ и
практичан рад коришћењем QGIS-a
• Практичан рад на визуелизацији статистичких података и просторним
анализама коришћењем QGIS-a
• Интеграција административних извора и геопросторних информација са
Анкетом о радној снази
• Упознавање са Процјеном малих подручја (Small Area Estimation)
• Упознавање са Big Data (пројекат ESSnet Big Data II)

6. QGIS ПЛАТФОРМА
QGIS (раније Quantum GIS) je GIS
апликација отвореног кода која
омогућава визуализацију, управљање,
уређивање и анализу геопросторних
података.
Подржава векторске и растерске
податке, WMS,WFS, повезивање с
просторним базама података, те разне
просторне анализе, моделовања и
научна прогнозирања...
Комплекснији задаци изводе се помоћу
Toolbox-а односно plugin-ова који
омогућују приступ open-source
алгоритмима других аналитичких
програма (попут GRASS, SAGA, R ...) .

7. ВИЗУАЛИЗАЦИЈА СТАТИСТИЧКИХ ПОДАТАКА
Табеларни прикази
статистичких података су
бројке које су углавном
непрегледне и незанимљиве.
Визуализацијски приказ
статистичких података на
карти (помоћу картограма ,
картодијаграма и сл.) даје
занимљивију и прегледнију
слику статистичких података,
који уз то добијају и нову,
просторну димензију.

8. ТЕРИТОРИЈАЛНАТИПОЛОГИЈА НА NUTS 3 НИВОУ

9. ТЕРИТОРИЈАЛНАТИПОЛОГИЈА НА НИВОУ
ЛОКАЛНИХАДМИНИСТРАТИВНИХ ЈЕДИНИЦА

10. РАСТЕР / ГРИД
Растер или грид је
просторна структура
података која дијели
простор у правоугаоне
ћелије (пикселе) које
садрже једну или више
вриједности неког
опажаног или моделираног
феномена. Вриједности
ћелија су углавном
нумерички или
категоријски подаци.

11. СТАРОСНЕ СТРУКТУРЕ
ЗЕМАЉА ЕУ, ЕФТА
И РЕПУБЛИКЕ СРПСКЕ

12. КОРОПЛЕТНА КАРТА
Короплетна карта
(Choropleth map, Method
Color) служи за
приказивање нумеричког
обиљежја површинских
знакова по разредима.
Овом методом приказују се
обиљежја изражена
релативним бројевима.

13. CHOROPLETH
MAPS

14. КОМБИНОВАНА МЕТОДА
Методе картографског
приказа често се
комбинују, посебно
када је сврха тематске
статистичке карте да
представи одређене
односе међу појавама, а
не само пружање
информација о
просторној
распрострањености и
вриједности једне
појаве.

15. SMALL AREA POPULATION STATISTICS

16. ПРОСТОРНЕ И СТАТИСТИЧКЕАНАЛИЗЕ
ДОСТУПНОСТИ ЈАВНОГ САОБРАЋАЈА (SDG 11.2.1)
Употреба QGIS-a и
Phyton-a за анализу
спацијалних података
(QGIS tools & advanced
Phyton calc – help code,
enviromental indicators)

17. ESSNET BIG DATA II:
Радни пакети / Work-packages:
WPB Online job vacancies
WPC Enterprise characteristics
WPD Smart energy
WPE Tracking ships
WPF Process and architecture
New pilot projects:
WPG Financial transaction data
WPH Earth observation
WPI Mobile networks data
WPJ Innovative tourism statistics
Big Data II је пројекат који заједнички спроводи 28
партнера, међу којима је и БНСИ, у оквиру Eвропског
статистичког система (ESS).

18. ПРИМЈЕР РАДНОГ ПАКЕТА (WP)
У ОКВИРУ ESSNET BIG DATA II
Earth Observation (Посматрање Земље ЕО) ствара предност
без преседана у Европи и свијету за развој оперативних
апликација даљинске детекције пружајући огроман скуп
података.ЛансирањеSentintela из програма Kopernikus
отворило је ново поглавље у примјени података даљинске
детекције који обезбјеђују слободан, отворен приступ,
континуирано и систематско добијање сателитских снимака.
Једна од важних економских и комерцијалних примјена ЕО
података је званична статистичка производња, као и
мапирање пејзажа за различите тематске сврхе…
Коришћење ЕО података је посебно обећавајуће у
перспективи пописа становништва и пописа пољопривреде, а
један од кључних циљева пројекта је употреба ЕО података из
различитих извора који ће допринијети изградњи
геопросторног оквира који ће ово подржати. У оквиру овог
пројекта ЕО подаци се користе како би се превазишао јаз
између статистичких и географских информација употребом
геопросторне анализе. Циљ пројекта ће се постићи кроз
разраду неколико тематских области као што су попис
становништва, пољопривреда, шумарство, земљишни
покривач и насеља.

19. СТЕЧЕНА ЗНАЊА И ИСКУСТВА
Стажирање је представљало добру прилику да кроз
практичан рад унаприједим знања која се односе на
употребу геопросторних извора у производњи званичне
статистике користећи GIS технологију.
Научио сам како да визуализујем статистичке податке
користећи адекватне методе и технике у складу са
регулативама територијалне типологије Европске уније.
Имао сам прилику да будем упознат са напредним
концептима који представљају будућност статистичких
истраживања као што су Small Area Estimation и Big data.
Драгоцјено је искуство упознавања са колегама из БНСИ,
бугарским народом и његовом културом.

20. ЗАВРШЕТАК TRAINEESHIP-A

21. ХВАЛА НА ПАЖЊИ!