fa استفاده از مدل‌های رده نهان مارکوف دربرآورد خطای رده‌بندی آمارهای جریان نیروی کار ایران آمار رسمی Official Statistics كاربردي و توسعه ای Applied <div style="text-align: justify;">در کشورهایی که آمارگیری نیروی کار بر اساس نمونه‌گیری چرخشی است، به علت وجود افراد مشترک در دوره‌های مختلف آمارگیری، آمار تغییر وضعیت‌، قابل برآورد است و با عنوان آمارهای جریان ارائه می‌شود. یکی از مهم‌ترین خطاهای غیرنمونه‌گیری در آمارهای بازار کار، خطای پاسخ است. در آمارهای جریان این خطا مضاعف است. معمولا خطای رده‌بندی آمارهای جریان با استفاده از روش پر هزینه و دشوار مصاحبه مجدد برآورد می‌شود. در این مقاله ضمن ارایه فرایند برآورد آمار جریان و مدل‌های مناسب برای محاسبه خطای رده‌بندی در آن، با توجه به الگوی چرخش نمونه‌گیری در آمارگیری نیروی کار ایران هر یک از روش‌ها امکان سنجی شده است. در خاتمه مدل‌ رده نهان مارکوف با فرض نابرابری احتمال‌های انتقال بر اساس الگوی چرخش نمونه‌‌های نیروی کار ایران به‌عنوان مدلی مناسب برای برآورد خطای رده‌بندی در آمار جریان ایران با استفاده از داده های آمارگیری نیروی کار سال های ۱۳۹۸ و ۱۳۹۹ معرفی شده است.&nbsp;</div> <div style="text-align: justify;"><span style="font-size:11pt"><span style="line-height:107%"><span style="font-family:Calibri,sans-serif"><span style="font-family:Yas">In countries where labor force surveys are based on rotation samples and partially standard sample units at different periods, the number of changing statuses can be estimated and presented as flow statistics. The response error is one of the essential non-sampling errors in labor force statistics. This error is doubled in flow statistics. Usually, the error of classifying flow statistics is estimated using the interview method, which is costly and complex. This paper presents the process of estimating flow statistics and appropriate models for calculating the classification error for it. Also, according to Iran&#39;s sample rotation pattern, each model&#39;s feasibility is examined. Finally, the Markov latent class model, assuming inequality of transition probabilities based on the rotation pattern of Iran for labor force samples, is introduced as a fit model for estimating classification error for flow statistics in Iran using the labour force survey data of 2019 and 2020.</span></span></span></span></div> آمارگیری نیروی کار, آمار جریان, مدل رده نهان مارکوف. Labor Force Survey, Flow Statistic, Markov Latent Class Model. 189 207 http://jss.irstat.ir/browse.php?a_code=A-10-876-2&slc_lang=fa&sid=1 Lida Kalhori Nadrabadi لیدا کلهری ندرآبادی lidakalhori@yahoo.com 10031947532846007346 10031947532846007346 Yes Statistical Research and Training Center, Tehran , Iran. پژوهشکده آمار Zohreh Fallah Mohsekhani زهره فلاح محسن‌خانی zohrehf@yahoo.com 10031947532846007347 10031947532846007347 No Statistical Research and Training Center, Tehran , Iran. پژوهشکده آمار