Kostholdsstatistikk. Metodenotat for publisering av 2018-årgangen

Abstract

Kostholdsstatistikken, som baserer seg på data brukt til å utvikle prisstatistikk (konsumpris indeksen), viser detaljer om norsk kosthold basert på hvilke matvarer som selges i et representativt utvalg dagligvarebutikker. Denne nye tilnærmingen til å estimere befolkningens kosthold basert på kjøpte mat- og drikkevarer, muliggjør hyppigere målinger og gir en innsikt i kostholdstrender og utvikling over tid sammenliknet med andre metoder. Dette metodenotatet er et supplement til «Om statistikken», med mer detaljerte forklaringer av metodene vi har brukt. For å beregne tallene for 2018, har vi utviklet nye metoder som beskrives nærmere i dette notatet. Kapittel 2 om datakilder introduserer de ulike kildene som har blitt benyttet til å utarbeide denne statistikken. Vi diskuterer noen utfordringer og valg som er tatt underveis for å tilpasse data som i utgangspunktet er samlet inn og brukt til andre formål. En nøkkelkomponent i utarbeidelsen av statistikken er nøyaktig bestemmelse av hver vares vekt, som korresponderer med mengdevariabelen i prisdataene. I kapittel 3 beskrives de ulike metodene vi har brukt i prioritert rekkefølge. Vi har gjort et omfattende arbeid for å identifisere korrekte energi- og næringsverdier for de mest solgte varene i datagrunnlaget. Disse verdiene brukes til å gi korrekte næringsinformasjon på de mest solgte matvarene, samt til å trene en maskinlæringsmodell som predikerer manglende verdier for de resterende varene, basert på tekstinformasjon på enkeltvare- og gruppenivå. I kapittel 4 om maskinlæring gjennomgår vi hovedpunktene i prosessen, og foreslår forbedringer for fremtidige utgivelser. Norsk matvaregruppering er et nyutviklet kodeverk som er tilpasset norske forhold. Vi presenterer i kapittel 5 kort hvordan dette implementert. Til slutt i kapittel 6 skisseres hvordan vekting og skalering av datagrunnlaget er gjort for å få representative tall for hele befolkningen.