Funkcja skumulowanej częstości i modele hazardu w ocenie konkurujących form wyjścia z bezrobocia

• Autorzy: Beata Bieszk-Stolorz

Warianty tytułu

Cumulative Incidence Function and Hazards Models in The Assessment of Routes For Unemployment Exit

• Języki publikacji: PL

Abstrakty

W analizie czasu trwania bezrobocia rejestrowanego występują dane cenzurowane dwojakiego rodzaju. Jeżeli zdarzeniem kończącym obserwację jest podjęcie pracy, to obserwacjami cenzurowanymi są przypadki wyrejestrowania z pozostałych przyczyn (np. przejście na rentę lub emeryturę, wyjazd za granicę, niezgłoszenie się w urzędzie) lub obserwacje, które nie zakończyły się zdarzeniem przed końcem okresu badania. Pojęcie podjęcie pracy obejmuje różne formy wyjścia z bezrobocia: podjęcie zatrudnienia lub działalności gospodarczej, skorzystanie z subsydiowanych form zatrudnienia: prac interwencyjnych lub robót publicznych. Wszystkie te formy stanowią różne rodzaje zdarzeń konkurujących. Celem artykułu jest wykorzystanie funkcji skumulowanej częstości do oceny prawdopodobieństwa wyjścia z bezrobocia oraz modeli hazardu do oceny intensywności tego wyjścia dla różnych rodzajów ryzyk konkurujących. Zastosowane metody pozwoliły na ocenę wpływu innych niż praca przyczyn wyrejestrowania z urzędu pracy(abstrakt oryginalny)

EN

The survival analysis of registered unemployment uses censored data of two kinds. If the final event of the observation is a jobseeker's employment, then we can accept for censored observations the cases of leaving the register for other reasons (retirement due to old-age pension or permanent disability, a failure to report to the labour office) or the observations which had not finished with an event before the end of the study. Moreover, the very act of taking up income-generating work can take various forms: taking up a job, setting up a business or taking advantage of subsidised job programmes offered by local governments, such as intervention or public works. All of these forms are considered to be some form of competing risk. The purpose of the article is to use the cumulative incidence function (CIF) to evaluate the probability to leave unemployment and to use the hazards models to assess the intensity of leaving unemployment in reference to various types of the competing risk(original abstract)

Słowa kluczowe

PL

Hazard; Bezrobocie; Ryzyko; Czas trwania bezrobocia

EN

Hazard; Unemployment; Risk; Unemployment duration

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2017
• Tom: 29
• Numer: nr 469 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 21--31

Twórcy

autor

Beata Bieszk-Stolorz

• Uniwersytet Szczeciński

Bibliografia

• Aly E.A.A., Kochar S., McKeague E., 1994, Some tests for comparing cumulative incidence functions and cause-specific hazard rates, Journal of the American Statistical Association, vol. 89 (427), s. 994-999.
• Bieszk-Stolorz B., Markowicz I., 2012, Wykorzystanie wielomianowego modelu logitowego do oceny szansy podjęcia pracy przez bezrobotnych, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 242, Taksonomia 19, s. 628-636.
• Bryant J., Dignam J.J., 2004, Semiparametric models for cumulative incidence functions, Biometrics 60(1), s. 182-190.
• Crowder M., 1994, Identifiability crises in competing risks, International Statistical Review, vol. 62, no. 3, s. 379-391.
• Crowder M., 1996, On assessing independence of competing risks when failure times are discrete, Lifetime Data Analysis, 2(2), s. 195-209.
• Crowder M., 1997, A test for independence of competing risks with discrete failure Times, Lifetime Data Analysis, vol. 3 (3), s. 215-223.
• Gooley T.A., Leisenring W., Crowley J., Storer B.E., 1999, Estimation of failure probabilities in the presence of competing risks: new representations of old estimators, Statistics in Medicine, vol. 18 (6), s. 695-706.
• Klein J.P., Moeschberger M.L., 2003, Survival Analysis: Techniques for Censored and Truncated Data. Second Edition, Springer-Verlag, New York.
• Kleinbaum D., Klein M., 2005, Survival Analysis. A Self-Learning Text, Springer, New York.
• Landmesser J.M., 2008a, Aktywność ekonomiczna ludności: klasyfikacja osób za pomocą wielomianowych modeli logitowych oraz jej związek z modelami hazardu dla czasów trwania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 7 (1207), Taksonomia 15, s. 426-434.
• Landmesser J.M., 2008b, Modele ryzyka konkurencyjnego dla czasu trwania czynności, Prace Naukowe Akademii Ekonomicznej w Katowicach, s. 371-385.
• Marubini E., Valsecchi M., 1995, Analysing Survival Data from Clinical Trials and Observational Studies, John Wiley & Sons, New York.
• Pepe M.S., 1991, Inference for Events with Dependent Risks in Multiple Endpoint Studies, Journal of the American Statistical Association, vol. 86 (415), s. 770-778.
• Sherif Bintu N., 2008, A Comparison of Kaplan-Meier and Cumulative Incidence Estimate in the Presence or Absence of Competing Risks in Breast Cancer Data, Master's Thesis, University of Pittsburgh.

Identyfikatory

DOI

10.15611/pn.2017.469.02