成功是什麼樣的？

特朗普總統在7月份的工作報告顯示在過去季度的工作增長很少後，在局勞工統計專員埃里卡·麥肯特（Erika McEntarfer）中解雇了。最初，總統 指責她的“ iacientis”數字可以彌補。最近，他的管理人員試圖將批評減少到正確和實質性的更正（其中一位代表就是凱西·穆利根（Casey Mulligan）的推文 一側）。

讓我們採取較少的炎症系統（不可靠的工作形狀）來提出問題的真實動作：改變統計計劃的樣子會是什麼？

這將是消失的機會。有了統計數據，將始終有修訂。每個統計報告都必須建立各種職位。最終，根據整個人的主張，您將根據樣式化的位置收集樣品以使用。理想情況下，一項對整個人群的調查，但在金錢和時間上都有過高的成本。是的，誰使用（理想的）代表性人口樣本。如果您將風格化的事實更改或無用，則可以識別該模型。修訂將再次改變樣本主張的結果。在這種情況下，修訂的數據的存在是一個標誌 改進 模型。沒有修改，該模型當時將不太有用。

修訂的大小呢？那是出來的。如果模型的修訂通常是揮舞大量的，那麼該模型從根本上是惡性的。但是阿肯色州中央大學經濟學家傑里米·霍帕爾（Jeremy Hopsahl）表明，BLS的 數據更正必須在 （參見 這篇文章 路易斯安那大學經濟學家加里·瓦格納（Gary Wagner））。它沒有太大的更好空間。

樣本量和修訂頻率取決於樣本，以及樣本的大部分響應率。 BLS數據一般的一個主要問題是 答复率一直在下降。響應率下降意味著越來越大的含量必須具有較少的數據。不是標本。提高響應率以簽署更好的質量數據。

我什至看不到BLS數據與其他來源相對應。 adp-to薪資公司： 擁有製造商的工作。它與BLS報告還不夠相同（請參閱差異底部的常見問題解答），但這是有用的比較。實際上，對BLS數據（或ADP規格）的更正往往會使兩個數據集更接近。在BLS的私人就業數字和ADP的私人就業人數與ADP報告的平均1,000個工作相比，BLS報告的時間少於BLS報告。鑑於我們正在談論一百萬的工作收益 /損失，如果每個月有十萬，那麼這種差異根本不錯。 （1）以下兩個數據集之間的差異將是修正案的跡象。

改進經濟數據是好事。但是最好是一個艱難的過程。必須非常謹慎地評估或更改是修正案。

–
（1）注意：所有數據均使用非態度。當時間調整辦公室模型由其本身選擇時，NSA提供了最佳的蘋果與申請比較。但是，時間，足夠的數字並沒有那麼多改變。差異每月最多增加5,000名員工。