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

• Autorzy: Joanna Małgorzata Landmesser

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)

Słowa kluczowe

PL

Aktywność ekonomiczna ludności; Zatrudnienie; Badanie Aktywności Ekonomicznej Ludności (BAEL)

EN

Human economic activity; Employment; Research of Economic Activity of Population (BAEL)

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2008
• Tom: 15
• Numer: nr 7 (1207) Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 426--434

Twórcy

autor

Joanna Małgorzata Landmesser

• 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.