Za pomocą wielomianowego modelu logitowego dokonamy określenia przynależności osób do następujących klas: pracujący w pełnym wymiarze czasu, pracujący w niepełnym wymiarze czasu, bezrobotni, nieaktywni zawodowo (renciści, emeryci). Dobrane do modelu zmienne objaśniające będą dotyczyły takich charakterystyk osób, jak wiek, płeć, poziom wykształcenia, stan cywilny, wielkość miejscowości zamieszkania, typ wyuczonego zawodu, czy oczekiwane zarobki. Dodatkowo wprowadzimy zmienną oznaczającą aktualny czas pobytu w bieżącym stanie. Zweryfikujemy statystyczną istotność wpływu tych wielkości.

Wykażemy, iż uzyskane oceny parametrów w wielomianowym modelu logitowym są takie same, jak szacunki parametrów dla modelu hazardu z wieloma wyjściami, czyli tzw. modelu ryzyk konkurencyjnych. Zastosujemy modele hazardu o czasie dyskretnym – przynależne do metod analizy czasu przetrwania -, za pomocą których można szacować długość czasu trwania aktywności zawodowej, czy też długość czasu poszukiwania zatrudnienia na rynku pracy. Modele ryzyk konkurencyjnych pozwolą opisać warunkowe prawdopodobieństwa przejścia między poszczególnymi interesującymi nas stanami.

Estymacji modeli dokonamy na podstawie danych uzyskanych z bazy pewnego powiatowego urzędu pracy.

Literatura:

Allison P. (1982), Discrete time methods for the analysis of event histories, w: S. Leinhardt (red.) Sociological Methodology 1982, San Francisco, 61-98.

Cramer J.S. (2001), An introduction to the logit models for economists, Londyn.

Frątczak E., Gach-Ciepiela U., Babiker H. (2005), Analiza historii zdarzeń., Elementy teorii, wybrane przykłady zastosowań, Warszawa.

Yamaguchi K. (1991), Event History Analysis, Applied Social Research Methods Series, Vol.28, Sage Publ., London-New Delhi.

• Legal notice:
  

  Copyright (c) Pielaszek Research, all rights reserved.
  The above materials, including auxiliary resources, are subject to Publisher's copyright and the Author(s) intellectual rights. Without limiting Author(s) rights under respective Copyright Transfer Agreement, no part of the above documents may be reproduced without the express written permission of Pielaszek Research, the Publisher. Express permission from the Author(s) is required to use the above materials for academic purposes, such as lectures or scientific presentations.
  In every case, proper references including Author(s) name(s) and URL of this webpage: https://science24.com/paper/10634 must be provided.

1. Measuring and explaining income inequalities in Poland: an estimation of Lorenz curves using hazard function approach
2. The quantile decomposition of income distributions of males and females in the USA
3. Gender differences in exit rates from unemployment in Poland
4. Modeling the dependence between the duration of time a woman remains childless and the duration of employment using bivariate copula models
5. The evaluation of the proportional hazards model adequacy using residual diagnostics