Forside

Søgeresultat

Viser resultat 901 - 910 af 2962

QPASSIVN

Navn, QPASSIVN , Beskrivende navn, Passiver ultimo året , Gyldighed, Gyldig fra: 01-01-1995, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Ja, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Beløb i kr. og øre., Vi anbefaler, at man benytter det nye formueregister, når man arbejder med formuer. Se, https://www.dst.dk/extranet/ForskningVariabellister/FORMGELD%20-%20Samlet%20opg%C3%B8relse%20af%20formue%20og%20g%C3%A6ld.html, Det nye formueregister indeholder dog kun data fra 2014 og frem. , Passiver ultimo året, Realkreditgæld, pengeinstitutgæld, gæld til Hypotekbanken (Udbeatling Danmark studiegæld), finansieringsselskaber, kommuner, kontokortgæld og pantebrevsgæld (pantebreve i depot), (defineret fra og med 1995), Privat gæld indgår ikke i opgørelsen., QPASSIVN=bankgaeld+oblgaeld+pantgaeld+udprigael+GAELD_TIL_OFF, Beløb i kr. og ører. , Detaljeret beskrivelse, Før 1995 se variablen QPASSIV (passiver opgjort efter gammel opgørelse). For årene 1995 og 1996 er der opgørelser både for denne variabel (QPASSIVN) og efter gammel opgørelse (QPASSIV). I det omfang gæld i virksomhed er realkreditgæld, pengeinstitutgæld, gæld til Hypotekbanken(Udbetaling Danmark Studiegæld, finansieringsselskaber, kommuner, kontokortgæld og pantebrevsgæld (pantebreve i depot), indgår den i QPASSIVN. Passiver fra Danmark er indberetninger fra registre (indberetninger fra pengeinstitutter/depotholdere, kreditforeninger, kontokortholdere). Passiver fra udlandet (udenlandsk depot) er indberetninger til SKAT fra skatteyderen. Vedr. sammenligning med variablen QPASSIV (1980-1996), se vedlagte dokument "formueopgørelse.doc" samt nedenstående. I 1997 ophæves formueskatten, og dermed skal skatteyderne ikke indberette formuer og passiver til SKATpå selvangivelserne. Dermed udgår en række passiver af opgørelserne. Fra 2013 indgår gæld til det offentlige( fra Skats inddrivelsessystem) Følgende passiver indgår ikke i variable QPASSIVN: Pantebreve der ikke er i depot, afbetalingskontrakter, policelån, vej- og kloakgæld, skyldig restskat, B-skat vedr. tidligere år samt skyldige arbejdsmarkedsbidrag., Bilag, Graf, Tabel, Populationer:, Skattepligtige personer hele året, Populationen i datasæt, som udleveres af forskningsservice, omfatter alle personer som er mindst 15 år ved årets udgang eller har indkomst i løbet af året eller formue den 31. december. For at få konsistens over tid i vedhæftede tabel og graf er populationen lig med alle fuldt skattepligtige personer, som har været i Danmark både primo og ultimo året, og som ved årets udgang er mindst 15 år. , Værdisæt, QPASSIVN har ingen værdisæt

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/personindkomster/qpassivn

UDD

Navn, UDD , Beskrivende navn, Uddannelseskode , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Ja, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Kode for en uddannelse forstået som uddannelsesprogrammet eller uddannelsesaktiviteten., Alle uddannelsesprogrammer har en UDD-kode., fx:, Sygeplejerske = 5166, Maskinmester = 5189, Koden er entydig og en uddannelses UDD-kode ændres ikke. Det er derfor UDD-koden, som skal bruges, hvis et givet uddannelsesprogram skal identificeres over tid. , Gennem tiden har det dog i nogle tilfælde været nødvendigt at lægge 2 udd koder sammen til en ny, hvis der har været tale om den samme uddannelse og splitte en udd kode op i, hvis 2 uddannelser har været indberettet på samme kode., Detaljeret beskrivelse, De 4-cifrede koder for uddannelser identificerer entydigt de enkelte uddannelser, men er i sig selv usystematiske og derfor ikke umiddelbart velegnet til udarbejdelse af statistik. Her benyttes i stedet de 8-cifrede såkaldte forspaltekoder, som angiver uddannelsens placering i en uddannelsesklassifikation. Se fx dokumentationen af HOVEDOMRAADE_DETALJERET., I nogle tilfælde skifter en uddannelse niveau, dvs. flytter fra et niveau i uddannelsesklassifikationen til et andet niveau. Sygeplejerskeuddannelsen var fx på et tidspunkt placeret som en kort videregående uddannelse, men er i dag placeret som en mellemlang videregående uddannelse., En uddannelse, der udvikler sig og flyttes til et nyt uddannelsesniveau, vil normalt bevare sin uddannelseskode, hvis der ikke er nogen presserende grund til at skelne mellem den oprindelige og den nye udgave af uddannelsen. Man vil således ikke skulle lede efter sygeplejersker forskellige steder i klassifikationen, selv om sygeplejersken har udviklet sig og skiftet uddannelsesniveau. , Bemærk endvidere at koder for uddannelsesaktiviteter og uddannelseskvalifikationer er stabile over tid, men de tilknyttede forspaltekoder kan ændre sig. En uddannelse kan være fejlplaceret og forspaltekoden bliver derfor ændret, når fejlen erkendes, eller en uddannelse kan have udviklet sig over tid, så den på et tidspunkt bliver flyttet til et andet niveau. Det er derfor bedst at bevare uddannelseskoden i historisk materiale og efterfølgende anvende seneste klassifikation på alt historisk materiale for at undgå inkonsistens i forbindelse med tidsserier., UDD-koden er 4 cifre lang. Værdisættet er numeriske felter og eventuelt foranstillede 0'er bliver fjernet., Nye UDD-koder:, Der oprettes løbende nye uddannelser og dermed kommer der løbende nye UDD-koder., Bilag, Graf, Tabel, Værdisæt, UDD har ingen værdisæt

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/hoejst-fuldfoerte-uddannelse/udd

Forskermaskinen

Brugere af mikrodataordningerne kan vælge at foretage deres arbejde på Danmarks Statistiks forskermaskine - det vil sige en server, der kan rumme flere adskilte projekter., Her findes vejledninger til opsætning, login og brug af Danmarks Statistiks forskermaskine:, Forbindelse til forskerservere i Danmarks Statistik - Windows brugere (pdf), Forbindelse til forskerservere i Danmarks Statistik - Mac brugere (pdf), Forbindelse til forskerservere i Danmarks Statistik - Linux brugere (pdf), Forbindelse til Ministerieordningen i Danmarks Statistik - Windows brugere (pdf), Forbindelse til Ministerieordningen i Danmarks Statistik - Mac brugere (pdf), Vejledning til skift af password (pdf), Vejledning til reset af password (pdf), Forbindelse til Danmarks Statistiks forskerservere fra udlandet (pdf), Arbejde på Danmarks Statistiks forskerservere (pdf), Adgang til Statistikbanken og Danmarks Statistiks hjemmeside fra forskerservere (pdf), Brugen af SAS formater i Danmarks Statistik, Vejledning til upload af data (pdf), Vejledning til hurtig genskabelse af filer (pdf), Hardware og software på Danmarks Statistiks forskermaskiner (pdf), , Projekternes diskforbrug, På oversigterne over diskforbrug nedenfor, kan du se, hvor meget plads dit forskningsprojekt har optaget på forskningsserverne de seneste år., Diskforbrug 2025, 1-2. kvartal, Diskforbrug 2024, Diskforbrug 2023, Diskforbrug 2022, Diskforbrug 2021, Diskforbrug 2020, Diskforbrug 2019, Diskforbrug 2018, Diskforbrug 2017, Diskforbrug 2016, Diskforbrug 2015, Diskforbrug 2014, Diskforbrug 2013, Diskforbrug 2012, Diskforbrug 2011, Diskforbrug 2010, AI-værktøj til kodehjælp på forskermaskinen, På forskermaskinen og hostede servere er der udviklet et AI-værktøj til kodehjælp. Formålet med værktøjet er at hjælpe brugere af Danmarks Datavindue med diverse programmeringsopgaver. Værktøjet giver dig mulighed for at prompte en model, som hjælper dig med at skrive i og forstå en lang række programmeringssprog herunder SAS, SPSS, Python, Stata og R, som er de fem sprog, der er understøttet på forskermaskinen., Sådan får du adgang, Login på forskermaskinen:, AI-værktøjet til kodehjælp er placeret på forskermaskinen. Du skal derfor starte med at logge på forskermaskinen via remote.dst.dk., Åben AI-værktøjet:, Klik på ikonet ”AI code-help”, som ligger på skrivebordet., Login på AI-værktøj:, Efter du har åbnet AI-værktøjet, kommer der en side frem, som beder om login-oplysninger. Her skal du bruge din projekt-IDENT (uden @dstfse.local) samt dit Windows password., Så snart du har gjort dette, vil du have adgang til AI-værktøjets hovedside, og du kan nu gå i gang med at prompte. Vær opmærksom på, at selvom værktøjet ligger lokalt på forskermaskinen, , må du ikke indtaste data af nogen art, . Værktøjet er altså udelukkende tiltænkt kodehjælp., Af sikkerhedsmæssige årsager vil dine dialoger med værktøjet ikke blive gemt efter nedlukning af værktøjet. Er der kodeeksempler, som du ønsker at gemme i længere tid, skal du derfor gemme i dem workdatamappen. , Modellen, som værktøjet er baseret på, er den offentligt tilgængelige qwen2.5-coder, som er produceret af virksomheden Ollama. Ønsker du mere information om modellens funktionalitet, henviser vi til Ollamas hjemmeside.

https://www.dst.dk/da/TilSalg/data-til-forskning/analyseplatform/forskermaskinen

Ny forbedret HPC-løsning: Udviklet i et samarbejde mellem Danmarks Statistik, PREDICT og NGC

Danmarks Statistiks Forskningsservice har gennem længere tid arbejdet på en ny HPC-løsning, der giver mulighed for at kombinere DST-data med store, eksterne datasæt – uden at disse skal overføres til DST Løsningen er nu klar til brug – i første omgang for sundhedsprojekter., 9. juli 2025 kl. 11:45 , , Forskningsservice har i længere tid arbejdet på en ny High Performance Computing (HPC) løsning kaldet ”Shared Secure Processing Environment (SSPE)”. Løsningen er udviklet i samarbejde Nationalt Genom Center (NGC), og grundforskningscenteret ”PREDICT” ved Aalborg Universitetshospital., NGC har stillet infrastruktur til rådighed og oprettet et delt sikkert analysemiljø (SSPE), hvor data fra et forskningsprojekt kan kombineres med data fra DST, begge dele på NGC’s supercomputer., SSPE løser to centrale udfordringer, Den største fordel ved SSPE er, at eksterne data ikke nødvendigvis behøver at passere gennem Danmarks Statistiks systemer for at blive afidentificeret, hvilket er en forudsætning for at det kan kobles med registerdata fra Danmarks Statistik, som det ses i den nuværende opsætning. Dette løser to centrale udfordringer: , 1. For det første gør det muligt at arbejde med projekter, hvor datamængden overstiger kapaciteten enten på Forskningsservices egne servere, eller hostede servere. En følgevirkning af dette er, at Danmarks Statistiks data kan være en del af datagrundlaget for analysemodeller, der er for krævende for de servere Forskningsservice stiller til rådighed i dag (eksempelvis Machine Learning)., 2. For det andet sikrer SSPE, at brugere, som har indgået juridiske aftaler om ikke at videresende data til eksterne aktører – herunder Danmarks Statistik – kan overholde disse forpligtelser., Det første projekt har allerede afprøvet SSPE, Det første projekt ved PREDICT har allerede draget fordel af den nye løsning. Projektet ”IBD and lifepaths” er et sundhedsprojekt med formål om at undersøge hvordan en diagnose af inflammatorisk tarmsygdom (IBD) i barndommen påvirker patientens livsbane og den opnåede socioøkonomiske position. , IBD and lifepaths har, som det første projekt, fået stillet grunddata og eksterne data til rådighed igennem SSPE. Projektet har derigennem bistået med input og vigtig viden omkring processen fra et brugerperspektiv samt testet de tekniske løsninger i forbindelse med overførsel og afidentificering af data i miljøet. , SSPE skal ikke erstatte den eksisterende opsætning, men tilbydes som supplement til projekter der, på kort eller lang sigt, oplever at have brug for en større kapacitet og lagring af data til brug i deres analyser. I første omgang åbnes der op for, at projekter med et sundhedsmæssigt (somatisk eller psykiatrisk) formål kan oprettes på NGC-serverne. Forskningsservice arbejder også på en tilsvarende løsning der kan tilgodese projekter med andre formål og vil melde ud når denne er klar., SSPE er under stadig udvikling, men har allerede nu oplevet stor interesse fra eksterne og interne interessenter og samarbejdspartnere. Hvis SSPE kunne have interesse for dine sundhedsprojekter er du velkommen til at henvende dig til Forskningsservice. ,

https://www.dst.dk/da/TilSalg/data-til-forskning/nyt-og-meddelelser/2025/ny-forbedret-hpc-loesning