Brief Review of Logit Models Applications in Regional Studies

• Autorzy: Małgorzata Markowska

Warianty tytułu

Wykorzystanie modeli logitowych w badaniach regionalnych - krótki przegląd

• Języki publikacji: EN

Abstrakty

EN

The problems referring to the functioning of economy are closely related to a territory. The place of their occurrence, whether it is a country, a region or a smaller territorial unit, implies the scale and the benchmark for carrying out analyses. Numerous phenomena within the area of economic research are of complex nature and, moreover, it is frequently difficult to express them in a measurable form. The solution to such "inconvenience" is e.g. the application of qualitative variables. Logistic regression is one of the tools allowing the assessment of dependence and prediction in case of qualitative variables of dichotomous type. The purpose of the study is to review the applications of logit models in regional studies(original abstract)

Funkcjonowanie gospodarki jest ściśle związane z terytorium. Kraj, region czy mniejsza jednostka terytorialna implikują skalę i punkt odniesienia dla analiz. Wiele zjawisk w badaniach ekonomicznych ma złożony charakter, a dodatkowo często trudno je wyrazić w postaci mierzalnej. Rozwiązaniem tej "niedogodności" jest m.in. zastosowanie zmiennych jakościowych. Jednym z narzędzi umożliwiających ocenę zależności i predykcję w przypadku występowania zmiennych jakościowych o charakterze dychotomicznym jest regresja logistyczna. Celem pracy jest przegląd zastosowań modeli logitowych w badaniach regionalnych(abstrakt oryginalny)

Słowa kluczowe

EN

Economy; Economic models; Qualitative variables

PL

Gospodarka; Modele ekonomiczne; Zmienne jakościowe

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2017
• Numer: nr 476 Local and Regional Economy in Theory and Practice
• Strony: 9--17

Twórcy

autor

Małgorzata Markowska

• Wrocław University of Economics, Poland

Bibliografia

• Allen J., Lu K., 2003, Modelling and prediction of future urban growth in the Charleston Region of South Carolina: a GIS-based Integrated Approach, Conservation Ecology, Vol. 8(2), 2, URL:http://www.consecol.org/vol8/iss2/art2.
• Anioła P., Gołaś Z., 2012, Analiza problemów finansowych gospodarstw domowych w Polsce z zastosowaniem regresji logistycznej, Journal of Agribusiness and Rural Development, Vol. 1(23), pp. 25-35.
• Bartik T.J., 1985, Business location decisions in the United States: estimates of the effects of unionization, taxes, and other characteristics of states, Journal of Business and Economic Statistics, Vol. 3(1), pp. 14-22.
• Bartik T.J., 1989, Small business start-ups in the United States: estimates of the effects of characteristics of states, Southern Economic Journal, Vol. 55(1), pp. 1004-1018.
• Batóg B., Foryś I., 2011, Modele logitowe w analizie transakcji na warszawskim rynku mieszkaniowym, Studies and Materials of the Real Estate Scientific Society, Vol. 19(3), pp. 33-48.
• Batóg B., Wawrzyniak K., 2010, Dywersyfikacja spółek giełdowych z wykorzystaniem modeli wielomianowych, Zeszyty Naukowe, no. 612, Finanse, Rynki Finansowe, Ubezpieczenia, no. 28, pp. 167-180.
• Batóg B., Wawrzyniak K., 2011, Wykorzystanie porządkowych modeli logitowych w diagnozie i prognozie sytuacji gospodarczej województw, Prace i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego, Vol. 4(8), pp. 37-48.
• Baum S., Mitchell W.F., 2009, People, Space and place: a multidimensional analysis of unemployment in metropolitan labour markets, Geographical Research, Vol. 48(1), pp. 13-23.
• Baum S., Mitchell W.F., 2011, Adequate employment, underutilisation and unemployment: an analysis of labour force outcomes for Australian youth, Australian Journal of Labour Economics, Vol. 11.
• Berkson J., 1944, Application of the logistic function to bio-assay, Journal of the American Statistical Association, no. 9, pp. 357-365.
• Bhat C.R., 1995, A heteroscedastic extreme-value model of intercity mode choice, Transportation Research, Vol. 29B(6), pp. 471-483.
• Bhat C.R., Guo J., 2004, A mixed spatially correlated logit model: formulation and application to residential choice modelling, Transportation Research Part B: Methodological, Vol. 38 (2), pp. 147-168.
• Carlton D.W., 1983, The location and employment choices of new firms: an econometric model with discrete and continuous endogenous variables, Review of Economics and Statistics, Vol. 65, pp. 440-449.
• Chen Ch.-H., 1996, Regional determinants of foreign direct investment in mainland China, Journal of Economic Studies, Vol. 23(2), pp. 18-30.
• Cheng J., Masser I., 2003, Urban growth pattern modelling: a case study of Wuhan city, PR China, Landscape and Urban Planning, 62, pp. 199-217.
• Coughlin C.C., Terza J.V., Arromdee V., (1991), State characteristics and the location of foreign direct investment within the United States, Review of Economics and Statistics, Vol. 73, pp. 675--683.
• Cox D.R., 1958, The regression analysis of binary sequences, Journal of the Royal Statistical Society, Series B (Methodological), Vol. XX, no. 2, pp. 215-242.
• Czapiński J., Panek T. (eds.), 2009, Diagnoza społeczna 2009. Warunki i jakość życia Polaków, Human Resources Development Centre, Warszawa.
• Deary I.J., Taylor M.D., Hart C.L., Wilson V., Davey Smith G., Blane D., Starr J.M., 2005, Intergenerational social mobility and mid-life status attainment: influences of childhood intelligence, childhood social factors, and education, Intelligence, Vol. 33(5), pp. 455-472
• Domański H., Pokropek A., 2011. Podziały terytorialne, globalizacja a nierówności społeczne. Wprowadzenie do modeli wielopoziomowych, IFiS PAN, Warszawa.
• Dudek M., 2009, Sukcesja w gospodarstwach rolników w wieku przedemerytalnym, Zagadnienia Ekonomiki Rolnej, No. 3, 112-123.
• Dudek M., 2010, Czynniki wpływające na proces likwidacji gospodarstw indywidualnych, Journal of Agribusiness and Rural Development, no. 1(15), pp. 45-54.
• European Commission, 2010, Europe 2020. A strategy for smart, sustainable and inclusive growth, Brussels, European Commission. Communication from the Commission, COM (2010)2020.
• Eyman A., Ronning G., 1997, Microeconometric models of tourists' destination choice, Regional Science and Urban Economics, Vol. 27(6), pp. 735-761.
• Geoghegan J., Villar S.C., Klepeis P., Mendoza P.M., Himmelberger Y.O., Chowdhury R.R., 2001, Modelling tropical deforestation in the southern Yucatan peninsula region: comparing survey & satellite data, Agriculture, Ecosystems and Environment, 85, pp. 25-46.
• Goczek Ł., 2012, Empiryczne determinanty ograniczonego dostępu do finansowania przedsiębiorstw, Bank i Kredyt, Vol. 43 (2), pp. 59-80.
• Goczek Ł., 2013, Bezpośrednie inwestycje zagraniczne i niewystarczająco wykształcona siła robocza - badanie empiryczne przedsiębiorstw, Studia Ekonomiczne, no. 129, pp. 164-173.
• Gould M.I., Fieldhouse E., 1997, Using the 1991 Census SAR in a multilevel analysis of male unemployment, Environment and Planning, Vol. 29.
• Haynes M.A., Higginson A., Probert W.J.M., Boreham R., 2011, Social determinants and regional disparity of unemployment duration in Australia: A Multilevel approach, Survey Research Conference, The University of Melbourne.
• Hess S., Polak J.W., 2005, Mixed logit modelling of airport choice in multi-airport regions, Journal of Air Transport Management, Vol. 11(2), pp. 59-68.
• Hu Z., Lo C.P., 2007, Modelling urban growth in Atlanta using logistic regression, Computers, Environment and Urban Systems, 31, pp. 667-688.
• Kaczkowska-Serafińska M., 2012, Weryfikacja wpływu trzech grup zmiennych na satysfakcję z pracy - prezentacja wyników badania w formie modeli logitowych, Studia i Prace Kolegium Zarządzania i Finansów, 121, pp. 32-43.
• Kaczmarek J., 2012, Estimation of the Logistic Regression Model for Company Bankruptcy, Modern Management, no.1, pp. 20-31.
• Kasprzyk B., Fura B., 2011, Wykorzystanie modeli logitowych do identyfikacji gospodarstw domowych zagrożonych ubóstwem, Wiadomości Statystyczne, Studia Metodologiczne, no. 6 (601), pp. 1-15.
• Kisielińska J., Waszkowski A., 2010, Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja, Zeszyty Naukowe SGGW w Warszawie, Ekonomika i Organizacja Gospodarki Żywnościowej, no. 82, pp. 17-32.
• Kowerski M., Bielak J., 2013, Koniunktura gospodarcza a ocena sytuacji finansowej przez gospodarstwa domowe w województwie lubelskim, Handel wewnętrzny, no. 2, pp. 200-216.
• Koźlak A., 2011, Modelowe ujęcie transportu w planowaniu przestrzennym, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 241, pp. 489-501.
• Landis J., Zhang M., 1998, The second generation of the California urban futures model, Environment and Planning B: Planning and Design, Vol. 25(6), pp. 795-824.
• Li J., Guisinger S., 1992, The globalization of service multinationals in the "triad" regions: Japan, Western Europe and North America, Journal of International Business Studies, Vol. 23(4), pp. 675-696.
• Luo J., Wei Y.H.D., 2009, Modelling spatial variations of urban growth patterns in Chinese cities: The case of Nanjing, Landscape and Urban Planning, Vol. 91(2), pp. 51-64.
• Łaszkiewicz E., 2013, Bezrobocie w wybranych krajach Europy - zastosowanie wielopoziomowego modelu logitowego, Zarządzanie i Finanse, Vol. 3(2), pp. 163-177.
• Majewska J., Truskolaski S., 2013, Usługi wiedzochłonne w stymulowaniu innowacyjności w Polsce, Gospodarka Narodowa, no. 1-2, pp. 91-108.
• Marcinkowska I., Ruzik A., Strawiński P., Walewski M., 2008, Badanie struktury i zmian rozkładu wynagrodzeń w Polsce w latach 2000-2006, Departament Analiz Ekonomicznych i Prognoz, Ministerstwo Pracy i Polityki Społecznej, Warszawa.
• Markowicz I., 2013, Regionalne zróżnicowanie bezrobocia w Polsce, Zeszyty Naukowe Uniwersytetu Szczecińskiego, Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, Vol. 2, no. 31, Metody Ilościowe w Ekonomii, Vol. 2, pp. 217-231.
• Markowska M., 2017, Smart growth and vulnerability to crisis in the EU regions - evaluation with logistic regression, Prague Economic Papers, University of Economics, Prague (in review).
• Marzec J., 2003, Badanie niewypłacalności kredytobiorcy na podstawie modeli logitowych i probitowych, Zeszyty Naukowe, no. 628, Uniwersytet Ekonomiczny w Krakowie, Kraków, pp. 103-117.
• McFadden D., 1974, Conditional logit analysis of qualitative choice behaviour, [in:] P. Zarembka (ed.), Frontiers in Econometrics, Academic Press, New York, pp. 105-142.
• Ohlson J.A., 1980, Financial Ratios and the Probabilistic Prediction of Bankruptcy, Journal of Accounting Research, Vol. 18(1), pp. 109-131.
• Pociecha J. (eds.), 2014, Statystyczne metody prognozowania bankructwa w zmieniającej się koniunkturze gospodarczej, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
• Podolec B., Ulman P., Wałęga A., 2011, Próba oceny zróżnicowania spożycia artykułów żywnościowych w Polsce na podstawie wyników badań budżetów gospodarstw domowych, Acta Universitatis Lodziensis, FOLIA OECONOMICA, no. 253, pp. 225-237.
• Poston D.L. Jr., Duan C.C., 2000, Non-agricultural unemployment Beijing: A multilevel analysis, Research in Community Sociology, no. 10, pp. 187-301.
• European Commission, 2011, Regions in the European Union. Nomenclature of territorial unit for statistics NUTS 2010/EU-27, Luxembourg: European Commission. Series: Methodologies and Working Papers.
• Rusnak Z., 2012, Logistic regression model in poverty analyses, Wrocław University of Economics, ECONOMETRICS, Vol. 1(35), pp. 23-36.
• Ruzik A., 2007, Minimalne wynagrodzenie - analiza wpływu na zatrudnienie w Polsce, Polityka Społeczna, no. 1, pp. 5-9.
• Ryś-Jurek R., 2005, Zastosowanie analizy logitowej do badania struktur podmiotowych w rolnictwie, Roczniki Naukowe SERiA, Vol. 7(5), pp. 174-179.
• Ryś-Jurek R., 2006, Wykorzystanie analizy logitowej do oceny ekonomicznej sytuacji indywidualnych gospodarstw rolnych, Roczniki Naukowe SERiA, Vol. 8(5), pp. 72-76.
• Sagan A., Łapczyński M., 2014, Modele hybrydowe CART-logit w analizie procesu podejmowania decyzji w gospodarstwie domowym, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu.
• Schneider L., Pontius R.G., 2001, Modelling land use change in the Ipswich watershed, Massachusetts, USA, Agriculture, Ecosystems and Environment, 85, pp. 83-94.
• Serneels S., Lambin E.F., 2001, Proximate causes of land-use change in Narok District, Kenya: a spatial statistical model, Agriculture, Ecosystems and Environment, 85, pp. 65-81.
• Sokołowska K., 2013, Analiza czynników wpływających na mobilność społeczną w Polsce w latach 1992-2008, z wykorzystaniem modeli logitowych, Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu, Vol. 2(34), pp. 361-378.
• Sompolska-Rzechuła A., 2015, Określenie czynników wpływających na prawdopodobieństwo poprawy poziomu rozwoju społecznego z wykorzystaniem modelu logitowego, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, no. 385, pp. 239-247.
• Sompolska-Rzechuła A., Machowska-Szewczyk M., 2010, Wykorzystanie modelu logitowego do oceny jakości życia kobiet, Metody Ilościowe w Badaniach Ekonomicznych, Vol. 11(2), pp. 191-200.
• Standar A., 2010, Determinants influencing obtaining of the EU funds by communes of the Wielkopolska Province, Journal of Agribusiness and Rural Development, Vol. 4(18), 97-105.
• Sternberg R., Arndt O., 2001, The firm or the region: What determines the innovation behaviour of European firms?, Economic Geography, Vol. 77(4), October, pp. 364-382.
• Śliwicki D., Ręklewski M., 2012, Wykorzystanie modeli logitowych w analizie czynników aktywności zawodowej ludności, Wiadomości Statystyczne, no. 2, pp. 23-34.
• Świadek A., 2012, Wielkość przedsiębiorstw i ich struktura własności a rozwój innowacyjności w regionalnych systemach przemysłowych, Studia regionalne i lokalne, Vol. 1(47), pp. 5-23.
• Świadek A., Szopik-Depczyńska K., 2011, Dostawcy w łańcuchu dostaw w kształtowaniu innowacyjności polskich regionów, Zaeszyty Naukowe, Kolegium Gospodarki Światowej, no. 31, pp. 333-350.
• Świadek A., Szopik-Depczyńska K., 2014, Wielkość przedsiębiorstw a innowacyjność regionalnego systemu przemysłowego w województwie pomorskim w latach 2009-2011, Współczesna Gospodarka, Vol. 5(2), pp. 47-58.
• Świadek A., Tomaszewski M., 2013, Endogeniczny potencjał rozwoju innowacji na poziomie regionalnym na przykładzie województwa świętokrzyskiego, Studia i Materiały, Miscellanea Oeconomicae, Year 17, no. 1, pp. 11-24.
• Tłuczak A., 2014, Pomiar wieloczynnikowy w analizie preferencji konsumentów żywnościowych produktów regionalnych, Studia Ekonomiczne, no. 195, pp. 206-215.
• Walsh S.J., Crawford T.W., Welsh W.F., Crews-Meyer K.A., 2001, A multiscale analysis of LULC and NDVI variation in Nanrong district, northeast Thailand, Agriculture, Ecosystems and Environment, 85, pp. 47-64.
• Waszkowski A., 2013, Wielomianowy uporządkowany model logitowy w prognozowaniu zagrożenia finansowego przedsiębiorstw, Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie, Problemy Rolnictwa Światowego, Vol. 13(28), Part 1, pp. 156-163.
• Woodward D.P., 1992, Locational determinants of Japanese manufacturing start-ups in the United States, Southern Economic Journal, Vol. 58, January, pp. 690-708.
• Wrzaszcz W., 2012, Czynniki kształtujące zrównoważenie gospodarstw rolnych, Journal of Agribusiness and Rural Development, no. 2(24), pp. 285-296.
• Wu F., 2000, Modelling intrametropolitan location of foreign investment firms in a Chinese city, Urban Studies, Vol. 37(13), pp. 2441-2464.
• Wu F., Yeh A.G.-O., 1997, Changing spatial distribution and determinants of land development in Chinese cities in the transition from a centrally planned economy to a socialist market economy: a case study of Guangzhou, Urban Studies, Vol. 34(11), pp. 1851-1879.

Identyfikatory

DOI

10.15611/pn.2017.476.01