Ë ÑÔÐ ¹ Ö ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ Û Ø Ò ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ ÂÓ Ò ÖØ Ð ÑÝ Ò È Ð ÔÔ ÌÓ ÒØ Ô ÖØÑ ÒØ Ó Å Ø Ñ Ø ÍÒ Ú Ö ØÝ Ó Æ ÑÙÖ Ð ÙÑ Ô Ð ÔÔ ºØÓ ÒØ ÙÒ Ôº º Ó Òº ÖØ Ð ÑÝ ÙÒ Ôº º Æ ÑÙÖ ÖÙ ÖÝ ¾¼½½ º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
ÁÒØÖÓ ÙØ ÓÒ Ø Á Å Ö Ñ ÛÓÖ Á Å ÓÑÔ Ø Ø ÓÒ ÓÖ Ø ÖÓ Ò Ö ØÖÙØÙÖ ØÛ Ò Ô Ò Ö Ò Ö Ø ØÖ Ò ÔÓÖغ Ö Ø ÑÓ ÐÐ Ò Ù Ò Ñ ÖÓ ÑÙÐ Ø ÓÒº Òع Ñ Ø Ó ÓÐÓ Ýº º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÁÒØÖÓ ÙØ ÓÒ Ø ÔÖÓ Ð Ñ Å ÖÓ ÑÙÐ Ø ÓÒ Ò Ö ÐÐÝ Ñ ÖÓ ÑÙÐ Ø ÓÒ ÒÚÓÐÚ ¾ Ñ ÓÖ Ø Ô ½ ¾ ÓÒ ØÖÙØ Ò Ø Ø Ö ÔÖ ÒØ Ò Ø Ö Ø Ö Ø Ó Ø ÒØ Ó ÒØ Ö Ø ÑÙÐ Ø Ò Ø Òس Ú ÓÖ Ò ÙÔ Ø Ò Ø Ö Ö Ø Ö Ø º Ø Ú Øݹ ØÖ Ú Ð Ñ Ò ÓÖ Ø Ò ÒØ Ò Ú Ù Ð Ø Ö Ò ÓÙ ÓÐ º ËÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ï Ý ÁÑÔÓ Ð ÓÖ ØÓÓ ÜÔ Ò Ú ØÓ Ø Ò Ü Ù Ø Ú Ø Ø Ø ÒÙÑ Ö Ó ÒØ Ð Ö º ËØÖ Ò ÒØ ÔÖ Ú Ý Ð Û Ö ØÖ Ø Ò Ø Ù Ó Ù Ø Ø ËØ Ô ½ ÈÓÔÙÐ Ø ÓÒ ÝÒØ º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÁÒØÖÓ ÙØ ÓÒ ËÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ Ì ÔÖÓ Ð Ñ Ú Ò ÒÓÛÒ Ø Û Ò Ö Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ó ÓÙ ÓÐ Ò Ò Ú Ù Ð ÓÖ ÑÙÒ Ô Ð ØÝ Ó Ð ÙѺ Significant sample +... Set of consistent margins IPFP + Random Draws Synthetic Population ÙÖ ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Á Ñ Ò Ø Ðº ½ µ ÁÒØ Ö Ø Ò Ò Ö Ø Ø Ø Ø Ö Øµ Û Ø Ö Ø Ø Ø µº Ü ÑÔÐ ÒØ Ö Ø Ö Þ Ý Ò º \ ½ ¾ ÌÓØ Ð ½ É ½. ¾ É ¾. ÌÓØ Ð É.½ É.¾ Æ Ì Ð Ì Ö Ø Á ½ Ü ½ Ý ¾ Þ ½ ¾ Ü ¾ Ý ¾ Þ º º º º Æ Ü ½ Ý ½ Þ ¾ Ì Ð Ë ÆÓØ ¹ Æ Æ ¹ Ò = ÓÒØÖÓÐ Ú Ö Ð º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ ÔÓÔÙÐ Ø ÓÒ ÝÒØ ÔÖÓ ÙÖ ÔÓÔÙÐ Ø ÓÒ ÝÒØ ÔÖÓ ÙÖ ½ Ø Ñ Ø Ø Ó ÒØ ØÖ ÙØ ÓÒ Ó Ø ÓÒØÖÓÐ Ú Ö Ð Ù Ø Ø ¹ Ø Ø Ø Ñ Ö Ò Ð ØÖ ÙØ ÓÒ Ó Ø Ø Ö Ø ¹ Ø ÓÖÖ Ð Ø ÓÒ ØÖÙØÙÖ Ó Ø ÔÖ ÖÚ º ¾ Ë Ð Ø Ò ÓÔÝ ÑÔÐ ÓÙ ÓÐ ÖÓÑ Ø ØÓ Ø Ø Ö Ø ØÓ Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ó Ø Ø Ø Ö ÙÐØ Ò ØÖ ÙØ ÓÒ ÓÒ Ø ÒØ Û Ø Ø ÓÒ Ó Ø Ò Ò Ø Ô ½º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Ø Ñ Ø Ò Ø ÓÑÔÐ Ø ØÖ ÙØ ÓÒ ÁÈ È ËØ Ô ½ ÁØ Ö Ø Ú ÈÖÓÔÓÖØ ÓÒ Ð ØØ Ò ÈÖÓ ÙÖ Ñ Ò Ò ËØ Ô Ò ½ ¼µ Ø Ñ Ø ÙÐÐ ÓÒØ Ò ÒÝ Ø Ð ÓÒ ÒÓÛÒ Ñ Ö Ò Ð ØÖ ÙØ ÓÒ Ú Ò ÑÔÐ Ó Ó ÖÚ Ø ÓÒ Ò Ø Ö Ø Ø º \ ½ ¾ ÌÓØ Ð ½ É ½. ¾ É ¾. ÌÓØ Ð É.½ É.¾ Æ Ì Ð Å Ö Ò Ð ØÖ ÙØ ÓÒ \ ½ ¾ ÌÓØ Ð ½ Ò ½½ Ò ½¾ Ò ½. ¾ Ò ¾½ Ò ¾¾ Ò ¾. ÌÓØ Ð Ò.½ Ò.¾ Æ Ì Ð Ë ÑÔРº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Ø Ñ Ø Ò Ø ÓÑÔÐ Ø ØÖ ÙØ ÓÒ ÁÈ È ÓÒØ ÒÙ µ ÁÈ È ¾ Ñ Ò ÓÒ µ ÍÔ Ø Ò Ø Ø Ö Ø ÓÒ Ø ÐÐ ÔÖÓ Ð Ø Ö Ö Ò Ø Ú ÐÙ Ó Ø Ñ Ö Ò Ð ØÖ ÙØ ÓÒ º ÁÒ Ø ÄÓÓÔ Ô (¼) = π Û Ö π = Ò /Æ. Ï Ð Ô ( ) Ô ( ) = Ô ( ½) P Ô( ½) Ô ( +½) = Ô ( ) P Ô( ) Ù Ø Ø Ô ( ½) É. É. Ô ( ) > ǫ Ó Û Ö É. Ò É. Ö Ø ÒÓÛÒ Ö Ñ Ö Ò Ð ØÓØ Ð Ó ÖÓÛ Ò ÓÐÙÑÒ º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ ÁÈ ÔÖÓÔ ÖØ ÈÖÓÔ ÖØ Å Ü Ñ Ø Ö Ð Ø Ú ÒØÖÓÔÝ ÁÖ Ð Ò Ò ÃÙÑ ½ µ Á = X X Ô ÐÒ Ô! π Ó Ö Ø Ó Ö ÔÖ ÖÚ Ø Ø Ö Ø ÓÒ Ð ÅÓ Ø ÐÐ Ö ½ µ Ò Ò Ò Ò = Ô (Ð) Ô (Ð) Ô (Ð) Ô(Ð) ÈÖÓ Ù Ñ Ü ÑÙÑ Ð Ð ÓÓ Ø Ñ ØÓÖ Ä ØØÐ Ò ÏÙ ½ ¾µ ÆÓØ Ý ØÓ Ò Ö Ð Þ ØÓ Ò > ¾ Ñ Ò ÓÒ º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Ë Ð Ø Ò Ë ÑÔÐ ÀÓÙ ÓÐ ËØ Ô ¾ Ë Ð Ø Ò Ë ÑÔÐ ÀÓÙ ÓÐ ½ ÑÔÐ ÒØ Ò Û Ø ÔÖÓ Ð ØÝ Ó Ò Ð Ø Ò Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒº ¾ ÓÒ Ø ÔÖÓ Ð Ø Ú ÐÙ ÑÔÐ ÒØ Ö Ö Ò ÓÑÐÝ Ö ÛÒ Ù Ò ÅÓÒØ ÖÐÓ ÔÖÓ ÙÖ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½¼» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Ë Ð Ø Ò Ë ÑÔÐ ÀÓÙ ÓÐ Ü ÑÔÐ Ü ÑÔÐ Ó ÔÖÓ Ð ØÝ ÙÒØ ÓÒ Ñ Ò ½ µ Ä Ø = Ò ÒØ ÖÓÑ Ø ÑÔÐ Ò Ø = Ò ÒØ Ö Ø Ö Þ Ý ÐÐ ÖÓÑ Ø Ø Ö Ø Ø Ð º ½ ÓÑÔÙØ Ø Ò ØÛ Ò Ò Ø Y (, Ø) = Û ½ ( Ø )/Ö Y `½ (, ) Ø Â / Â Û Ö Â Ø Ø Ó ÓÖ Ò Ð Ú Ö Ð Û Ø Òس Û Ø Ö Ø Ö Ò Ó Ø Ú Ö Ð Ø Ú ÐÙ Ó Ø Ú Ö Ð Ò Ö ØÖ ÖÝ ÓÒ Ø ÒØ Ò j α (, Ø ) = = Ø ; ½ α ÓØ ÖÛ º ¾ Ì ÔÖÓ Ð ØÝ Ø Ò Ú Ò Ý È{ Ð Ø Ò } = (, Ø) (, Ø). P º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½½» ¾
ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ Ö Û Ö Û ÁÒ Ú Ù Ð¹Ä Ú Ð Î Ö Ð ÍÒÓÒØÖÓÐÐ Ø Ú Øݹ ØÖ Ú Ð Ñ Ò ÓÖ Ø Ò ÙØ ÒØ ÓÙ ÓÐ Ò Ø Ò Ú Ù Ð Ò Ø ÓÙ ÓÐ º Ð ÓÖ Ø Ñ Ò ØÓ ÓÙÒØ ÓÖ ÓÒÐÝ ½ ÓÒØ Ò ÒÝ Ø Ð ØÝÔ ÐÐÝ Ø Ø Ú Ð Ð Ó ÒÓØ ÙÔÔÓÖØ Ø Ø Ñ Ø ÓÒ Ó Ò Ð ÓÒØ Ò ÒÝ Ø Ð Ø Ø Ö ÔÖ ÒØ Ø Ó ÒØ ØÖ ÙØ ÓÒ Ó ÓÙ ÓÐ ¹Ð Ú Ð Ò Ò Ú Ù Ð¹Ð Ú Ð Ú Ö Ð º Ì Ñ Ø Ó ÒÒÓØ ÓÒØÖÓÐ ÓÖ ÓØ ÓÙ ÓÐ ¹Ð Ú Ð Ò Ò Ú Ù Ð¹Ð Ú Ð Ú Ö Ð º س ÔÔÖÓ º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½¾» ¾
س ÔÔÖÓ ÇÚ ÖÚ Û Á ÜØ Ò ÓÒ Ó Ø ÓÒÚ ÒØ ÓÒ Ð ÔÔÖÓ ½ Ø ÖÑ Ò Ø ÓÙ ÓÐ Ò Ò Ú Ù Ð Ð Ú Ð ÑÙÐØ ¹Û Ý ØÖ ÙØ ÓÒ º ¾ ÁÒ Ø Ð Þ Ø ÓÙ ÓÐ Ò Ò Ú Ù Ð ¹Ð Ú Ð ÓÙÒØ º ÄÓÓÔ ÙÒØ Ð Ø Ö ÒÙÑ Ö Ó ÓÙ ÓÐ Ö ÓÑÔÙØ Ð Ø ÓÒ ÔÖÓ Ð Ø º Ð Ø ÑÔÐ ÓÙ ÓÐ º ÓÙ ÓÐ Ö Ð ØÝ Ø ÓÙ ÓÐ ØÓ Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ ÙÔ Ø Ø ÓÙ ÓÐ Ò Ò Ú Ù Ð ¹Ð Ú Ð ÓÙÒØ ÆÓ Ö ÑÓÚ Ø ÖÓÑ Ø ÔÓÓÐ ÑÔÐ º ÆÓØ ËØ ÐÐ Ö ÐÝ ÓÒ ÁÈ Èº º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
ÓÒÚ ÒØ ÓÒ Ð¹ ÔÔÖÓ Ù ÁÈ È³ Ö Û ØÖÓÒ ÙÑÔØ ÓÒ Ê ÕÙ Ö ÓÒ Ø ÒØ Ñ Ö Ò Ø Ö Øµ Ê ÕÙ Ö Ò ÒØ ÑÔÐ ØÓ ÔÖÓ Ù Ò Ø Ð ÓÒØ Ò ÒÝ Ø Ð µ ÁÒÓÖÖ Ø ¼ ÐÐ Ú ÐÙ Ê ÕÙ Ö Ñ ÒØ Ö Ø Ð ÓÖ ÁÈ È³ ÓÒÚ Ö Ò Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
ÓÒÚ ÒØ ÓÒ Ð¹ ÔÔÖÓ Ù Ð Ò Á Ù ÁÒÓÒ Ø Ò Ò Ø Ø Ù ØÓ Ø Ù Ó Ú Ö Ð ÓÙÖ Ú Ð Ð º Ä Ó Ö ÔÖ ÒØ Ø Ú ÑÔÐ ÓÖ ÑÙÒ Ô Ð Øݺ ÓÒÚ ÒØ ÓÒ Ð ÁÈ È¹ ÔÔÖÓ ÙÒ ÔÔÐ Ð ÓÒØ Ò ÒÝ Ø Ð ËÓÙÖ Å Ö Ò ÈÖÓÔº ÑÙÒ Ô Ð ØÝ Ò Ö È ¾¼¼½ ¼ º ½ ½ ¼¼ ÑÙÒ Ô Ð ØÝ ØÝÔ È ¾¼¼½ ¼º ¼ ÑÙÒ Ô Ð ØÝ Ù Ø ÓÒ Ð Ú Ð È ¾¼¼½ ¾ º ¾ ½ ¼ ÑÙÒ Ô Ð ØÝ Ø ØÙ È ¾¼¼½ º ¼ ØÖ Ø ØÝÔ ÁÆË ¾¼¼½ º ¼ ØÖ Ø Ù Ø ÓÒ Ð Ú Ð ÁÆË ¾¼¼½ º ¾ ¼ Ì Ð Ü ÑÔÐ Ó Ø ÒÓÒ Ø Ò ÓÖ Ø ØÖ Ø Ó ÖÐ ÖÓ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
Ò Û ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ Source 2 Source 1... Source n Ó Ð ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ Ò¹ Ð Ò Ø Ø ÒÓÒ Ø Ò Ù ØÓ Ø Ù Ú Ö ÓÙ ÓÙÖ º Ø ÓÙÖ Inconsistencies processing Synth Pop Generator ÁÆË È Í Äµ ÅÇ Ä ¾ Ð Ú Ð Ó Ö Ø ÓÒ ¹ ÅÙÒ Ô Ð ØÝ ¹ ØÖ Ø º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
Ò Û ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ Å Ò Ò Ö Ð Ô ÐÓ ÓÔ Ý ÓÒ ØÖÙØ Ò Ú Ù Ð Ò ÓÙ ÓÐ Ý Ö Û Ò Ø Ö Ö Ø Ö Ø ÓÖ Ñ Ñ Ö Ö Ò ÓÑÐÝ Û Ø Ò Ø Ö Ð Ú ÒØ ØÖ ÙØ ÓÒ Ø Ø ÑÓ Ø Ö Ø Ð Ú Ð Ú Ð Ð Û Ð Ñ Ø Ò Ò ÒÓÛÒ ÓÖÖ Ð Ø ÓÒ ØÖÙØÙÖ º ¹ Ø Ô ÔÖÓ ÙÖ ÔÔÐ ØÓ ÑÙÒ Ô Ð ØÝ ½ ¾ Ò Ö Ø ÓÒ Ó ÁÒ ÔÓÓÐ Ó Ò Ú Ù Ð º Ø Ñ Ø ÓÒ Ó À Ø ÓÙ ÓÐ ³ ØØÖ ÙØ Ó Òع ØÖ ÙØ ÓÒº ÓÒ ØÖÙØ ÓÒ Ó Ø ÝÒØ Ø ÓÙ ÓÐ Ý Ö Û Ò Ò Ú Ù Ð ÖÓÑ ÁÒ º ÆÓØ ËØ Ô Ñ Ò Ñ Ø χ ¾ Ø Ò χ ¾(ÁÒ, ÁÒ ) Ò χ ¾(À, À ) Û Ö χ ¾(Ü, Ü ) = X (Ü Ü )¾ Ü. º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
Ò Û ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ ËØ Ô ½ Ò Ö Ø ÓÒ Ó Ø ÔÓÓÐ Ó Ò Ú Ù Ð ËØ Ô ½ ÈÓÓÐ Ó ÁÒ Ú Ù Ð ÁÒ Ú Ù Ð Ö Ø Ö Þ Ý Å = Æ + à ØØÖ ÙØ Ö Ò ÓÑ Ö Û ¹ Æ Å ØØÖ ÙØ Ò Ø Ó Òع ØÖ ÙØ ÓÒ Ú Ð Ð Ø Ø ÅÙÒ Ô Ð ØÝ Ð Ú Ð ¹ Ã Ñ Ò ØØÖ ÙØ Ò Ø Ó Òع ØÖ ÙØ ÓÒ Ú Ð Ð Ø Ø ÓÖÖ Ø ØÖ Ø Ð Ú Ð ÁÈ Èµº Municipality level joint-distribution for N attributes Individual generation Update of Ind District level joint-distribution for K attributes º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
Ò Û ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ ËØ Ô ¾ Ø Ñ Ø ÓÒ Ó Ø ÓÙ ÓÐ ³ Ó ÒØ ØÖ ÙØ ÓÒ A I Source 1... Source k Source (k+1)... Source m Accurate and compatible data Inaccurate and incompatible data Hh estimation Ò Á = ÕÙ Ð ØÝ ÓÒ ØÖ ÒØ ÓÖ À ³ Ø Ñ Ø ÓÒº ÇÔØ Ñ Þ Ø ÓÒ ÔÖÓ Ð Ñ Ñ Ü Ñ Þ Ò ÕÙ Ð ØÝ Ö Ø Ö ÓÒ Ù Ø Ø ¹ Ø ¹ Á Ø ÑÙ ÔÓ Ð º Ë Ð Ø Ö Ø Ö ÓÒ ÒØÖÓÔÝ Ñ Ü Ñ Ø ÓÒ º º P (Ü ÐÒ Ü Ü )º º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
Ò Û ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ Ò Ö ØÓÖ ËØ Ô ÓÙ ÓÐ Ò Ö Ø ÓÒ Determine household ype Update Individuals Update Individuals Update Individuals Update Individuals Find the household head Find head's mate (if any) Find child (if any) Find adult (if any) Update Households Determine next household type No Last household OR Ind empty? Yes STOP ÙÖ ÀÓÙ ÓÐ Ò Ö Ø ÓÒ ÓÖ ÑÙÒ Ô Ð ØÝ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾¼» ¾
ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ ÁÒ Ú Ù Ð ³ Ò ÓÙ ÓÐ ³ ØØÖ ÙØ ØØÖ ÙØ ÁÒ Ú Ù Ð Ò ÓÙ ÓÐ Ö Ø Ö Þ Ý ØØÖ ÙØ Ò Ù Ò Ò Ø ØÖ Ú Ð Ú ÓÙÖº ØØÖ ÙØ Ò Ö Ð Ù Ø ÓÒ Ð Ú Ð ËÓ Ó ÔÖÓ ÓÒ Ð Ø ØÙ Ö Ú Ò Ð Ò Î ÐÙ Ñ Ð Ñ Ð ¼¹ ¹½ ½ ¹ ¼¹ ¼ ÔÖ Ñ ÖÝ ÓÓÐ Ö Ù Ø ÓÒ ÒÓÒ Ø Ú Ò Ø Ú ØÙ ÒØ Ý ÒÓ Ì Ð ÁÒ Ú Ù Ð ØØÖ ÙØ ÌÝÔ Ð Ö Ò Ø ÓÒ Ð ÙÐØ Ñ Ø ÒÓØ ÒÐÙ µ Î ÐÙ Ò Ð Ñ Ò ÐÓÒ Ò Ð ÛÓÑ Ò ÐÓÒ Ò Ð Ñ Ò Û Ø Ð Ö Ò Ò ÓØ Ö ÙÐØ µ Ò Ð ÛÓÑ Ò Û Ø Ð Ö Ò Ò ÓØ Ö ÙÐØ µ ÓÙÔÐ Û Ø ÓÙØ Ð Ö Ò ÓÙÔÐ Û Ø Ð Ö Ò Ò ÓØ Ö ÙÐØ µ ¼ ØÓ ¼ ØÓ ¾ Ì Ð ÀÓÙ ÓРº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾½» ¾
ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ Ê ÙÐØ ÓÐÙØ È Ö ÒØ Ö Ò È µ È (Ü, Ý) = Ü Ý Ü Û Ö Ü = Ø Ö Ú ÐÙ Ò Ý = Ò ÔÔÖÓÜ Ñ Ø Ò Ö Ø µ Ú ÐÙ º Ø Ñ Ø Ò Ö Ø Ö Ò È ÁÒ Ú Ù Ð ½¼ ½¼ ½¼ ½ ½¾ < ¼º¼¼½ ÀÓÙ ÓÐ ¾ ½ ¾ < ¼º¼¼½ Ì Ð Ð Ò ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ ØÖ ÙØ ÓÒ Å Ò Å Ü ËØ Ú Ø ÓÒ Å Ò ÁÒ ¼º¼¼¼ ¼º¼¼ < ¼º¼¼½ < ¼º¼¼½ À ¼º¼¼¼ ¼º¼ ¾ ¼º¼¼ < ¼º¼¼½ À Û Ø ÓÙØ À Ö Ø ÔÔ µ ¼º¼¼¼ ¼º¼¼ < ¼º¼¼½ < ¼º¼¼½ Ì Ð Ú Ö È Ø Ø Ø ÑÓÖ Ö Ø Ò ÐÝÞ Ó ÁÒ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾¾» ¾
ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ Ê ÙÐØ ÓÒØ ÒÙ µ È ³ Ö Ô ÖØ Ø ÓÒ ÓÖ Ø Ò Ú Ù Ð ØÝÔ AAPD Individuals Legend AAPD 0 0,000001-0,000100 0,000101-0,000400 0,000401-0,001000 0,001001-0,003140 0 510 20 30 Kilometers GRT - July 2010 º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ Ê ÙÐØ ÓÒØ ÒÙ µ Ì Ó À Ö Þ ÛÓÖ Ø È 250 Î ÐÙ Ø Ñ Ø ¾ Ò Ö Ø ¾ Ö Ò ½ È Øº Òºµ < ¼º¼¼½ È (ÁÒ ) ¼º¼¼ Ì Ð ÌÙ Þ Number of generated individuals 200 150 100 50 0 0 50 100 150 200 250 Number of estimated individuals ÙÖ Ø Ñ Ø Ú Ò Ö Ø ÒØ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÔÔÐ Ø ÓÒ ØÓ Ð ÙÑ Ê ÙÐØ Ò µ 0.015 Standard deviation of APD 0.01 0.005 0 0 0,0002 0,0004 0,0006 0,0008 0,0010 0,0012 0,0014 0,0016 Mean of APD ÙÖ Å Ò Ò Ø Ò Ö Ú Ø ÓÒ Ó Ø È ÓÖ Ò Ú Ù Ð ØÝÔ ÖÖÓÖ Ò Ö ÐÐÝ ÐÓÛ < ¼.¾%µ Ö Ð Ø Ú ÐÝ Ø Ð ÖÓ Ø ÑÙÒ Ô Ð Ø Ø Ú Ø ÓÒ < ½. %µ º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÓÑÔ Ö ÓÒ Û Ø Ò ÁÈ È¹ Ò Ö ØÓÖ Ø Ù ÌÖÙ ÔÓÔÙÐ Ø ÓÒ Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ ÖÓÑ Û Ø ÓÐÐÓÛ Ò Ø ÜØÖ Ø Ñ Ö Ò Ò Ò ÒØ ÑÔÐ ÓÖ ÑÙÒ Ô Ð ØÝ ØÖ ÙØ ÓÒ Ø Ø ÑÙÒ Ô Ð ØÝ Ò ØÖ Ø Ð Ú Ðº Ø ÓÒ Ø ÒÝ ÙÖ Ø³ Ò Ö ØÓÖ ÔÔÐ Ð Ø ÊÌ ÁÒ ¼º¼ % ¾ º % À ¾º % º % Ì Ð ÈÖÓÔÓÖØ ÓÒ Ó ÑÙÒ Ô Ð ØÝ Ø Ø Ø ÐÐÝ Ñ Ð Ö α = ¼.¼½µ º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÓÑÔ Ö ÓÒ Û Ø Ò ÁÈ È¹ Ò Ö ØÓÖ ÀÓÙ ÓÐ Ò Ö Ø ÓÒ ÔÖÓ ÙÖ 2 APDs mean and standart deviation for each individual type 0 GRT Bhat 2 Standart deviation of APD 4 6 8 10 12 10 8 6 4 2 0 2 Mean of APD ÙÖ Å Ò Ò Ø Ò Ö Ú Ø ÓÒ Ó Ø È ÓÖ Ò Ú Ù Ð ØÝÔ ÐÓ Ð µ Ø ÊÌ ÁÒ ½¼¼% ½¼¼ % À ¾ º % ½¼¼ % Ì Ð ÈÖÓÔÓÖØ ÓÒ Ó Ò Ö Ø ÑÙÒ Ô Ð ØÝ Ø Ø Ø ÐÐÝ Ñ Ð Ö ØÓ Ø Ö Ø Ñ Ø ÓÒ α = ¼.¼ µ º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÔÔÐ Ø ÓÒ ÅÓ Ð Ó Ï ÐÝ Ä ÓÖ È ÖØ Ô Ø ÓÒ ÓÖ Ð Ò ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ö ÐÐÓ ÓÖÒ Ð Ò ÌÓ ÒØ ¾¼½¼ º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
ÓÒÐÙ ÓÒ ÈÖÓÔ ÖØ Ó Ø Ò Ö ØÓÖ Ë ÑÔÐ ¹ Ö À Ò Ð ÑÓ Ö Ø µ Ø ÒÓÒ Ø Ò ÀÓÙ ÓÐ Ò Ö Ø ÓÒ ÔÖÓ ÙÖ Ð ØÓ Ø Ø Ø Ñ Ø Ó Òع ØÖ ÙØ ÓÒ ÙÖ Ø ÐÝ ÈÖ ÖÚ ÔÖ Ú Ý Î Ð Ø ÓÒ ÜÔ Ö Ñ ÒØ ÐÝ ÒÓÙÖ Ò Å ÒØ Ò Ò ÍÔ Ø Ó Ø ÝÒØ Ø ÔÓÔÙÐ Ø ÓÒ ØÓ Ñ Ø Ø ¾¼½½ ÔÓÔÙÐ Ø ÓÒ ÁÒØ Ö Ø ÓÒ Ó Ò Û Ø ÓÙÖ Ò Ú Ö Ð Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾
È Ö Ô Ø Ú Ò ÙØÙÖ Ö Ö Î ÖØÙ Ð Ð ÙÑ ËØ ÖØ Ò ÔÓ ÒØ Ó Û Ö Ò Ó ÒØ ÖÓÒÒ Ø ÔÔÐ Ø ÓÒ Ò Ö Ö New variables Epidemiology Residential choices Virtual Belgium Activity Chains : - assignment - localization (statistical sectors) Social Networks Dynamic evolution... º ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¼» ¾
È Ö Ô Ø Ú Ò ÙØÙÖ Ö Ö Î ÖØÙ Ð Ð ÙÑ Ë ÓÖØ Ø ÖÑ Ø Ú ØÝ Ò Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ½» ¾
È Ö Ô Ø Ú Ò ÙØÙÖ Ö Ö Î ÖØÙ Ð Ð ÙÑ ÚÓÐÙØ ÓÒ Ó Ø ÔÓÔÙÐ Ø ÓÒ 120 Men Women 100 80 60 40 20 0 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 x 10 5 ÙÖ ÈÓÔÙÐ Ø ÓÒ ÔÝÖ Ñ Âº ÖØ Ð ÑÝ È º ÌÓ ÒØ ÍÆ Èµ ËÝÒØ Ø ÈÓÔÙÐ Ø ÓÒ Ò Ö Ø ÓÒ ÖÙ ÖÝ ¾¼½½ ¾» ¾