SSB pre-system¶
Forsystem for månedlige og kvartalsvise NR-statistikker
Features¶
Prosjektet består av to klasser (Formula og PreSystem) og to funksjoner (convert og convert_step).
Formula¶
Indicator-underklassen definerer et indikatorobjekt som favner om de fleste indikatorer i nasjonalregnskapet,
$$ x_t = x_T\cdot\frac{k_t\sum_i w_{i,T} I_{i,t}}{\sum_{s\in T}k_s\sum_i w_{i,T} I_{i,s}}, $$
der $x$ er den aktuelle nasjonalregnskapsvariabelen, $w$ er vekter, $I$ er indikatorer. $T$ betegner basisåret. $k$ er en korreksjon som er lik én med mindre brukeren ønsker å foreta en korreksjon.
FDeflate-underklassen tar utgangspunkt i en eksisterende formel (for eksempel en Indicator-instans) og deflaterer denne,
$$ \sum_{s\in T}x_s\cdot\frac{k_t x_t/\sum_i w_{i,T} I_{i,t}}{\sum_{s\in T}k_s x_s/\sum_i w_{i,T} I_{i,s}}. $$
FInflate-underklassen tar utgangspunkt i en eksisterende formel (for eksempel en Indicator-instans) og inflaterer denne,
$$ \sum_{s\in T}x_s\cdot\frac{k_t x_t\sum_i w_{i,T} I_{i,t}}{\sum_{s\in T}k_s x_s\sum_i w_{i,T} I_{i,s}}. $$
FSum summerer andre Formula-insanser, FSumProd lager et summerprodukt, FMutlt multipliserer to instanser, og FDiv dividerer.
Alle undeklassene har metodene what og evaluate. formel.what vil returnere en tekstlig representasjon av definisjonen på formelen. Dette lar brukeren spore seg tilbake til én eller flere Indicator-instanser (alle formler må til slutt ende i Indicator-instanser). formel.evaluate(års_df, indikator_df, vekt_df, korreksjon_df) returnerer en Pandas-serie som er den aktuelle formelen evaluert gjenstand for data.
PreSystem¶
Klassen PreSystem lar brukeren initialisere et forsystem-objekt. Dette har som oppgave å holde instanser av Formel-objekter og la brukeren enkelt evaluere alle formler som er en del av forsystemet.
Convert og convert_step¶
Dette er funksjoner som lar brukeren konvertere en Pandas DataFrame fra én frekvens til en annen.
Installation¶
You can install SSB pre-system via pip from PyPI:
pip install ssb-pre-system
Usage¶
Please see the [Reference Guide] for details.
Contributing¶
Contributions are very welcome. To learn more, see the Contributor Guide.
License¶
Distributed under the terms of the MIT license, SSB pre-system is free and open source software.
Issues¶
If you encounter any problems, please file an issue along with a detailed description.
Credits¶
This project was generated from Statistics Norway’s SSB PyPI Template.