Datenrevisionen sind ein normaler, notwendiger Teil des Versuchs, eine 30 Billionen Dollar schwere Wirtschaft in Echtzeit zu messen. Sie können auch schockierend sein, insbesondere für Menschen, die nicht obsessiv jeden Arbeitsbericht genau unter die Lupe nehmen. Also habe ich mich mit dem Wie und Warum von Revisionen beschäftigt. Einige wichtige Erkenntnisse:

1. Nein, es gibt keine Beweise für politische Voreingenommenheit. Punkt. Dieses schöne Diagramm von @collinskeith macht das deutlich: Es gab nach unten korrigierte Schätzungen unter Biden und Trump.

Siehe auch diesen früheren Thread, der die Behauptung widerlegt, dass das BLS die Arbeitszahlen nach Trumps Sieg nach unten korrigiert hat. (Tatsächlich haben sie sie *während der DNC* nach unten korrigiert, was kaum ein günstiger politischer Moment für Biden/Harris war.)

2. Überarbeitungen sind entscheidend. Alle wirtschaftlichen Statistiken stellen einen Kompromiss zwischen Aktualität und Genauigkeit dar. Wenn Sie nicht überarbeiten, müssen Sie sich für eines entscheiden – aktuell oder genau. Überarbeitungen, wie @JedKolko erklärte, sind der Weg, wie Sie beides erreichen können.

4. Das Muster der konstanten Abwärtsrevisionen ist jedoch ungewöhnlich. (Aber es geht dem Trump voraus.) Normalerweise sind Abwärtsrevisionen ein schlechtes Zeichen für die Wirtschaft – die ursprünglichen Schätzungen neigen dazu, an Wendepunkten hinterherzuhinken.

Aber in diesem Fall könnte es andere Erklärungen geben. Wir haben große Veränderungen in der Einwanderung, im Unternehmertum, in saisonalen Mustern usw. gesehen, die die Modelle des BLS beeinflussen könnten.

Und die Überarbeitungen am Freitag konzentrierten sich auf die lokale Regierung, wie dieses Diagramm von @christinezhang zeigt. Das könnte saisonale Anpassungen oder andere Probleme widerspiegeln.

5. Das BLS hat, wie andere statistische Ämter weltweit, *große* Probleme mit sinkenden Umfrageantwortquoten. Das hat offensichtlich die Qualität seiner Daten bisher nicht beeinträchtigt, aber wenn der Trend anhält, wird es das tun.

Experten sowohl innerhalb als auch außerhalb des BLS haben anerkannt, dass es weniger auf umfragebasierte Datenquellen angewiesen sein muss und mehr administrative und private Daten einbeziehen sollte. Sie haben bereits Schritte in diese Richtung unternommen.

Aber die Änderung von Methoden und die Einbeziehung neuer Quellen ist ressourcenintensiv (auch wenn es auf lange Sicht weniger kosten könnte). Die statistischen Ämter haben seit Jahren ihre Budgets schrumpfen sehen, und das Problem hat sich unter der Trump-Administration verschärft.

Wie Nancy Potok, die ehemalige Chefstatistikerin der USA in der ersten Trump-Administration, es ausdrückte: „Die Lösung dafür ist nicht, den Leiter des BLS zu entlassen, sondern sofortige Investitionen in das föderale statistische System zu tätigen."

Viel mehr in der Geschichte. Kostenloser Link: