Zastosowanie bayesowskich metod wyboru modelu do identyfikacji czynników wpływających na jakość życia

• Autorzy: Dariusz Biskup

Warianty tytułu

Application of Bayesian Model Choice Procedures to Identify Factors Influencing the Quality of Life

• Języki publikacji: PL

Abstrakty

W artykule opisana została bayesowska procedura wyboru zmiennych oraz funkcji łączącej w uogólnionym modelu liniowym. Procedura ta wykorzystuje metodę Monte Carlo, a zwłaszcza algorytm reversible jump. Opisany algorytm zastosowany został do identyfikacji czynników wpływających na jakość życia. Analizie poddane zostały dane ankietowe, w których analizowaną zmienną jest odpowiedź na pytanie, czy dana osoba określa swoje życie jako szczęśliwe. Stwierdzono, że czynnikami wpływającymi na szczęście człowieka są m.in. płeć, dochód, wiek oraz wykształcenie. (abstrakt oryginalny)

EN

The paper describes a bayesian procedure for variable and link function selection in the generalized linear model. The procedure uses Monte Carlo methods, specifically the reversible jump algorithm. The procedure has been used to identify factors influencing the quality of life. The subjects of the analysis was survey data in which the question was whether the respondent feels happy. Il has been found that the factors determining the happiness of a human being are among others sex, income, age and education. (original abstract)

Słowa kluczowe

PL

Modele bayesowskie; Algorytmy; Metoda Monte Carlo; Modele liniowe; Jakość życia; Ocena jakości życia

EN

Bayesian models; Algorithms; Monte Carlo method; Linear models; Quality of life; Life quality assessment

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria
• Rocznik: 2009
• Tom: 23
• Numer: nr 37 Zastosowania metod ilościowych
• Strony: 93--103

Twórcy

autor

Dariusz Biskup

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Agresti A., Categorical Data Analysis, John Wiley & Sons, 2002.
• Biskup D., Wybór modelu oraz zmiennych do modelu w ujęciu bayesowskim, [w:] Praktyka statystyki. red. W. Miszczak, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1140, AE, Wrocław 2006.
• Czapiński J., Panek T., Diagnoza społeczna 2007. Warunki i jakość życia Polaków, Rada Monitorin¬gu Społecznego, 2007.
• Green P., Reversible jump Markov chain Monte Carlo computation and Bayesian model determination, „Biometrika" 1995 nr 82, s. 711-732.
• Kass R.E., Wasserman L., A reference Bayesian test for nested hypotheses and its relationship to theSchwarz criterion, „Journal of American Statistical Association" 1995 nr 90, s. 928-934.
• Ntzoufras I., Dellaportas P., Forster J.J., Bayesian variable and link determination for generalized linear models, „Journal of Statistical Planning and Inference" 2003 nr 111, s. 165-180.