Survival Modelling of Repeated Events Using the Example of Changes in the Place of Employment

Wioletta Grzenda

doi:10.18778/0208-6018.342.10

Autor

Wioletta Grzenda Szkoła Główna Handlowa w Warszawie, Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych, Zakład Analizy Historii Zdarzeń i Analiz Wielopoziomowych http://orcid.org/0000-0002-2226-4563

DOI:

https://doi.org/10.18778/0208-6018.342.10

Słowa kluczowe:

zatrudnienie, powtarzające się zdarzenia, model wykładniczy, model Weibulla, modele z efektami losowymi

Abstrakt

W artykule został podjęty problem modelowania czasu trwania w przypadku powtarzających się zdarzeń. W modelowaniu tego typu zdarzeń należy zwrócić uwagę na występowanie zależności między analizowanymi czasami trwania, jak również nieobserwowalnej heterogeniczności. Jednym ze sposobów uwzględnienia w analizie tych aspektów jest wykorzystanie modeli z efektami losowymi. Głównym celem artykułu jest zaprezentowanie możliwości wykorzystania tego typu modeli do analizy zmian miejsc zatrudnienia. Modelowaniu poddano czas trwania poszczególnych okresów zatrudnienia dla badanych jednostek. Wykorzystane podejście umożliwiło identyfikację czynników wpływających na decyzje o zmianie miejsca zatrudnienia, ocenę ryzyka wystąpienia zdarzenia, jakim jest rozwiązanie stosunku pracy, oraz zbadanie wpływu nieobserwowalnej heterogeniczności na wyniki przeprowadzonych estymacji.

Pobrania

Brak dostępnych danych do wyświetlenia.

Biogram autora

Wioletta Grzenda - Szkoła Główna Handlowa w Warszawie, Instytut Statystyki i Demografii Kolegium Analiz Ekonomicznych, Zakład Analizy Historii Zdarzeń i Analiz Wielopoziomowych

Wioletta Grzenda, PhD, Assistant Professor at SGH Warsaw School of Economics. Her scientific interests focus on modeling of socio-economic and demographic processes. She is an author of papers on the applications of Bayesian and classical statistical methods in the analysis of fertility and labor market.

Bibliografia

Allison P. D. (2010), Survival Analysis Using SAS: A Practical Guide, Second Edition, SAS Institute Inc., Cary.
Google Scholar

Balbo N., Billari F. C., Mills M. (2013), Fertility in Advanced Societies: A Review of Research, “European Journal of Population”, vol. 29, pp. 1–38.
Google Scholar

Bieszk‑Stolorz B. (2018), Analysis of the duration in unemployment with use of the regression models for the recurrent events, “Research Papers Of Wrocław University Of Economics”, vol. 507, pp. 21–29.
Google Scholar

Cox D. R., Oakes D. (1984), Analysis of Survival Data, Chapman and Hall, London.
Google Scholar

CSO (2016), Monitoring rynku pracy. Kwartalna informacja o rynku pracy, Warszawa.
Google Scholar

Fan J., Li R. (2002), Variable selection for Cox’s proportional hazards model and frailty model, “Annals of Statistics”, vol. 30, pp. 74–99.
Google Scholar

Generations and Gender Programme, http://www.ggp‑i.org/ [accessed: 10.12.2018].
Google Scholar

Giannelli G. C., Jaenichen U., Rothe T. (2016), The evolution of job stability and wages after the implementation of the Hartz reforms, “Journal for Labour Market Research”, vol. 49, no. 3, pp. 269–294.
Google Scholar

Grzenda W. (2017), Modelling the duration of the first job using Bayesian accelerated failure time models, “Acta Universitatis Lodziensis. Folia Oeconomica”, vol. 4, no. 330, pp. 19–38.
Google Scholar

Gutierrez R. G. (2002), Parametric frailty and shared frailty survival models, “Stata Journal”, vol. 2, no. 1, pp. 22–44.
Google Scholar

Hougaard P. (1991), Modelling heterogeneity in survival data, “Journal of Applied Probability”, vol. 28, no. 3, pp. 695–701.
Google Scholar

Hougaard P. (1995), Frailty models for survival data, “Lifetime Data Analysis”, vol. 1, no. 3, pp. 255–273.
Google Scholar

Kleinbaum D. G., Klein M. (2006), Survival Analysis: A Self‑Learning Text, Springer Science & Business Media, New York.
Google Scholar

Kotowska I. E., Sztanderska U., Wóycicka I. (eds.) (2007), Aktywność zawodowa i edukacyjna a obowiązki rodzinne w Polsce w świetle badań empirycznych, Wydawnictwo Naukowe Scholar, Warszawa.
Google Scholar

Landmesser J. (2013), Wykorzystanie metod analizy czasu trwania do badania aktywności ekonomicznej ludności w Polsce, Wydawnictwo SGGW, Warszawa.
Google Scholar

Miller Jr R. G. (2011), Survival analysis, vol. 66, John Wiley & Sons, Hoboken.
Google Scholar

Morris C., Christiansen C. (1995), Fitting Weibull duration models with random effects, “Lifetime Data Analysis”, vol. 1, no. 4, pp. 347–359.
Google Scholar

Sochacka K. (2012), Skuteczne rozwiązanie stosunku pracy z pracownikiem, C. H. Beck, Warszawa.
Google Scholar

Sztanderska U. (2005), Aktywność zawodowa kobiet w Polsce. Jakie szanse? Jakie rezultaty?, [in:] I. Wóycicka (ed.), Szanse na wzrost dzietności – jaka polityka rodzinna?, Polskie Forum Strategii Lizbońskiej, Niebieskie Księgi, Gdańsk.
Google Scholar

Tanova C., Holtom B. C. (2008), Using job embeddedness factors to explain voluntary turnover in four European countries, “The International Journal of Human Resource Management”, vol. 19, no. 9, pp. 1553–1568.
Google Scholar

Wienke A. (2011), Frailty Models in Survival Analysis, CRC Press, Boca Raton.
Google Scholar

Willekens F. (1999), The Life course: Models and analysis, [in:] L. Van Wissen, P. Dykstra (eds.), Population Issues: An Interdisciplinary Approach, Kluwer/Plenum Publisher, New York.
Google Scholar