PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2008 | 15 | nr 7 (1207) Klasyfikacja i analiza danych - teoria i zastosowania | 426--434
Tytuł artykułu

Aktywność ekonomiczna ludności : klasyfikacja osób za pomocą wielomianowych modeli logitowych oraz jej związek z modelami hazardu dla czasów trwania

Warianty tytułu
Economic Activity of People : Classification Using Multinomial Logit Models and Their Connection with Hazard Models
Języki publikacji
PL
Abstrakty
Estymacji modeli hazardu dla ryzyka konkurencyjnego o czasie dyskretnym można dokonać m.in. za pomocą wielomianowych modeli logitowych (MLM). Model MLM stanowi dobrą aproksymantę modelu hazardu opartego na danych grupowych w przedziałach o stałych stopach hazardu. Dysponując oszacowanym modelem MLM, określimy przynależność osób do klas (pracujący, bezrobotni, nieaktywni zawodowo). Ocena jakości uzyskanej klasyfikacji może być pomocna we wnioskowaniu na temat jakości wyjściowego modelu hazardu. (fragment tekstu)
EN
In this paper the usage of a multinomial logit model MLM for the estimation of a discrete time competing risks hazard models is described. The MLM model provides a close approximation to a hazard model for interval-censored data for which the hazard rate is constant within each interval. The usefulness of the information provided by the MLM model for predicting a categorical outcome variable reflects a quality of the prior hazard model. To illustrate this statement we use employment duration data from the Labour Force Survey in Poland (BAEL). (original abstract)
Twórcy
  • Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
Bibliografia
  • Allison P. (1982), Discrete-Time Methods for the Analysis of Event Histories, „Sociological Methodology", vol. 13, s. 61-98.
  • Frątczak E., Gach-Ciepiela U., Babiker H. (2005), Analiza historii zdarzeń., Elementy teorii, wybrane przykłady zastosowań, Oficyna Wydawnicza SGH, Warszawa.
  • Landmesser J.M. (2007), Estymacja modeli ryzyk konkurencyjnych o czasie dyskretnym za pomocą wielomianowych modeli logitowych, [w:] Metody ilościowe w badaniach ekonomicznych - VIII, red. B. Borkowski, Wydawnictwo SGGW, Warszawa, s. 183-192.
  • Jenkins S.P. (2004), Survival Analysis, manuskrypt, University of Essex, Colchester.
  • Kalbfleisch J., Prentice R. (1980), The Statistical Analysis of Failure Time Data, John Wiley and Sons, New York.
  • Kiefer N. (1988), Economic Duration Data and Hazard Functions, „Journal of Economic Literature", 26, s. 646-679.
  • Narendranathan W., Stewart M.B. (1993), Modelling the Probability of Leaving Unemployment: Competing Risks Models with Flexible Baseline Hazards, „Journal of the Royal Statistical Society, Applied Statistics", 42, s. 63-83.
  • Tutz G. (1995), Competing Risks Models in Discrete Time with Nominal or Ordinal Categories of Response, „Quality & Quantity", 29, s. 405-420.
  • Yamaguchi K. (1991), Event History Analysis, „Applied Social Research Methods Series", vol. 28, Sage Publ., London-New Delhi.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000168892414

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.