ISSN: 2450-7733
eISSN: 2300-4096
OAI
DOI: 10.18276/sip.2016.45/2-01
Lista wydań /
nr 45/2 2016
MODELE HAZARDU A MODEL LOGITOW
| Autorzy: |
Beata
Bieszk-Stolorz
Uniwersytet Szczeciński |
| Słowa kluczowe: | model regresji Coxa hazard empiryczny regresja logistyczna bezrobocie |
| Data publikacji całości: | 2016 |
| Liczba stron: | 12 (11-22) |
| Klasyfikacja JEL: | C51 J64 |
Abstrakt
Celem artykułu jest porównanie dwóch grup modeli stosowanych w analizie historii zdarzeń. Pierwsza z nich to modele z czasem ciągłym opisujące intensywność zachodzenia zjawiska(hazard) w dowolnym momencie czasu. W badaniu wykorzystano model proporcjonalnego hazardu Coxa. Druga grupa to modele z czasem dyskretnym. Analizę oparto na modelu regresji logistycznej (prawdopodobieństwo zajścia zdarzenia w czasie dyskretnym) i modelu hazardu empirycznego(dla danych pogrupowanych). Materiał badawczy stanowiły dane indywidualne osób bezrobotnych zarejestrowanych w PUP w Szczecinie w 2012 roku obserwowane do końca 2013 roku. Wyznaczono intensywność względną wychodzenia z bezrobocia i szansę względną na podjęcie zatrudnienia w zależnoći od płci, wieku, wykształcenia i stażu pracy osoby bezrobotnej.
Pobierz plik
Plik artykułu
Bibliografia
| 1. | Allison, P.D. (1982). Discrete-Time Methods for the Analysis of Event Histories. Sociological Methodology, 13, 61–98. |
| 2. | Allison, P.D. (1984). Event History Analysis: Regression for Longitudinal Event Data. Beverly Hills CA: SAGE Publications. |
| 3. | Bieszk-Stolorz, B. (2013). Analiza historii zdarzeń w badaniu bezrobocia. Szczecin: Volumina. pl Daniel Krzanowski. |
| 4. | Bieszk-Stolorz, B., Markowicz, I. (2012). Modele regresji Coxa w analizie bezrobocia. Warszawa: CeDeWu. |
| 5. | Brown, C.C. (1975). On the Use of Indicator Variables for Studying the Time Dependence of Parameters in a Response-Time Model. Biometrics, 31, 863–872. |
| 6. | Byar, D.P., Mantel, N. (1975). Some Interrelationships among the Regression Coefficient Estimates Arising in a Class of Models Appropriate to Response-Time Data. Biometrics, 31, 943–947. |
| 7. | Cox, D.R. (1972). Regression Models and Life-Tables. Journal of the Royal Statistical Society Series B, 34, 187–220. |
| 8. | Frątczak, E., Gach-Ciepiela, U., Babiker, H. (2005). Analiza historii zdarzeń. Elementy teorii, wybrane przykłady zastosowań. Warszawa: Wyd. SGH. |
| 9. | Holford, T.R. (1976). Life Tables with Concomitant Information. Biometrics, 32, 587–597. |
| 10. | Holford, T.R (1980). The Analysis of Rates and of Survivorship Using Log-Linear Models. Biometrics, 36, 299–305. |
| 11. | Mantel, N., Hankey, B. (1978). A Logistic Regression Analysis of Response-Time Data Where the Hazard Function is Time Dependent. Communications in Statistics – Theory and Methods, A7, 333–347. |
| 12. | Myers, M.H., Hankey, B.F., Mantel, N. (1973). A Logistic-Exponential Model for Use with Response-Time Data Involving Regressor Variables. Biometrics, 29, 257–269. |
| 13. | Prentice, R.L., Gloeckler, L.A. (1978). Regression Analysis of Grouped Survival Data with Application to Breast Cancer Data. Biometrics, 34, 57–67. |
| 14. | Thompson, W.A., JR. (1977). On the Treatment of Grouped Observations in Life Studies. Biometrics, 33, 463–470. |
| 15. | Yamaguchi, K. (1991). Event History Analysis. Newbury Park CA: SAGE Publications |