OCENA TRUDNOŚCI FINANSOWYCH W ZAKRESIE NABYWANIA ŻYWNOŚCI – ZASTOSOWANIE MODELU PROBITOWEGO ZE ZMIENNYMI EFEKTAMI

• Authors: Dudek Hanna

Title variants

EN

ASSESSMENT OF FINANCIAL DIFFICULTIES IN FOOD PURCHASE – APPLICATION OF RANDOM EFFECTS PROBIT MODEL

• Languages of publication: PL

Abstracts

PL

W pracy podjęto temat postrzegania przez gospodarstwa domowe występowania trudności finansowych w zakresie zakupu wystarczającej ilości żywności. W celu identyfikacji determinant tego zjawiska wykorzystano modele probitowe z efektami losowymi. W analizie statystycznej wykorzystano dane z badania „Diagnoza społeczna – warunki i jakość życia Polaków” z lat 2000-2015. Stwierdzono, że oprócz dochodów ekwiwalentnych i miejsca zamieszkania ważną rolę odgrywa typ biologiczny gospodarstwa domowego.

EN

In the article the problem of the financial difficulties of households to purchase enough food was undertaken. In order to identify the determinants of this phenomenon random effects probit model was employed. Data came from the research “Social Diagnosis – the conditions and quality of life Poles” conducted in the years 2000-2015. It was found that apart from of equivalent incomes and places of residence important impact had biological types of households.

Keywords

PL

trudności finansowe; żywność; gospodarstwa domowe; model probitowy z efektami losowymi

EN

financial difficulties; food; households; random effects probit model

• Publisher: Katedra Ekonometrii i Statystyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
• Journal: Metody Ilościowe w Badaniach Ekonomicznych
• Year: 2016
• Volume: 17
• Issue: 1
• Pages: 31-41

Contributors

author

Dudek Hanna

• Katedra Ekonometrii i Statystyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

References

• Czapiński J., Panek T. (red.) (2000-2015) Diagnoza społeczna 2000-2015. www.diagnoza.com, dostęp w dniu 1.03.2015.
• Dudek H., Krawiec M., Landmesser J. (2011) Podstawy analizy statystycznej w badaniach rynku, Wydawnictwo SGGW.
• Gibbons R. D, Hedeker D., Charles S. C., Frisch P. (1994) Random-effects probit model for predicting medical malpractice claims, Journal of the American Statistical Association, Vol. 89, s. 760–767.
• Greene W.H. (2012) Econometric analysis, Pearson Education, Harlow.
• Greene W.H. (2015) Panel data models for discrete choice, [w:] The Oxford handbook for panel data red. B. Baltagi, Oxford University Press, Oxford.
• Panek T. (2014) Ubóstwo i wykluczenie społeczne, [w:] Statystyka Społeczna red. T. Panek, PWE, Warszawa.
• Panek T. (2006) Multidimensional fuzzy relative poverty dynamic measures in Poland, w: Fuzzy set approach to multidimensional poverty measurement, red. A. Lemmi, G. Betti, Springer Science Business+Media, LLC, New York, s. 233-256.
• Phipps S. (1991) Regional differences in the incidence of poverty in Canada, Canadian Journal of Regional Science, Vol. 14 (1), s. 47-71.
• Rada Monitoringu Społecznego (2015) Diagnoza społeczna 2000–2015: zintegrowana baza danych, http://www.diagnoza.com, dostęp w dniu 1.03.2015.
• Rusnak Z. (2012) Logistic regression model in poverty analyses, Econometrics, Vol. 35 (1), s. 9-23.
• Sączewska-Piotrowska A. (2015) Nierówności dochodowe a typ gospodarstwa domowego w świetle badań panelowych, Studia Ekonomiczne, Nr 232, s. 204-214.
• Szukiełojć- Bieńkuńska A. (2008) Pomiar ubóstwa i wykluczenia społecznego w urzędowej statystyce polskiej, [w:] Pomiar ubóstwa, zmiany koncepcji i ich znaczenie red. I. Topińska, Opracowania PBZ, Instytut Pracy i Spraw Socjalnych, Warszawa.
• Szulc A. (2003) It is possible to estimate reliable equivalence scales, Statistics in Transition, Vol. 6, s. 589-611.
• Verbeek M. (2008) A guide to modern econometrics, Wiley & Sons, Ltd, Chichester.