THE ANALYSIS OF CHANCES OF YOUNG AND MIDDLE-AGED PEOPLE FOR HAVING A JOB USING BAYESIAN LOGISTIC REGRESSION MODEL

• Authors: Grzenda Wioletta
• Languages of publication: EN

Abstracts

EN

The aim of this article is to analyze the chances of having a job using Bayesian logistic regression model. In this study both young and middle-aged people have been considered. The individual characteristics of economically active people have a significant impact on their labour market status. In this research the commonly studied set of features has been extended by adding the following characteristics: marital status, financial situation of the household, health assessment and the fact of living with parents in the case of young people. In this study, Bayesian logistic regression model has been used. The Bayesian approach enabled us to incorporate information from previous studies.

Keywords

EN

employment; logistic regression; Bayesian inference; MCMC

• Publisher: Katedra Ekonometrii i Statystyki, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
• Journal: Metody Ilościowe w Badaniach Ekonomicznych
• Year: 2017
• Volume: 18
• Issue: 1
• Pages: 27-37

Contributors

author

Grzenda Wioletta

• Collegium of Economic Analysis, Warsaw School of Economics, Poland

References

• Albert J. H., Chib S. (1993) Bayesian analysis of binary and polychotomos response data. Journal of the American Statistical Association, 88, 669–679.
• Bieszk-Stolorz B., Markowicz I. (2013) Men's and women's economic activity in Poland. Acta Universitatis Lodziensis, Folia Oeconomica, 285, 31–39.
• Bolstad W.M. (2007) Introduction to Bayesian statistics. Second Edition, Wiley & Sons, New York.
• Bukowski M. (red) (2011) Zatrudnienie w Polsce 2010. Integracja i globalizacja. Instytut Badań Strukturalnych, Warszawa.
• Casella G., George E. I. (1992) Explaining the Gibbs sampler. The American Statistician, 46, 167–74.
• Congdon P. (2006) Bayesian Statistical Modelling. 2nd ed., John Wiley & Sons Inc., United Kingdom.
• Finney D. J. (1972) Probit Analysis, Cambridge University Press, London.
• Gelman A., Carlin J.B., Stern H. S., Rubin D. B. (2000) Bayesian data analysis. Chapman &Hall / CRC, London.
• Generations and Gender Programme: http://www.ggp-i.org/
• Gruszczyński M. (Eds.) (2012) Mikroekonometria. Modele i metody analizy danych indywidualnych. Oficyna a Wolters Kluwer business, Warszawa.
• Grzenda W. (2012) Badanie determinant pozostawania bez pracy osób młodych z wykorzystaniem semiparametrycznego modelu Coxa. Przegląd Statystyczny, Numer specjalny 1, 123–139.
• GUS (2014) Badanie Aktywności Ekonomicznej Ludności (BAEL).
• GUS (2016) Monitoring Rynku Pracy. Kwartalna informacja o rynku pracy, 1–16.
• Hosmer D. W., Lemeshow S. (2000) Applied Logistic Regression, Wiley, New York.
• Kotowska I. E., Jóźwiak J. (2011) Panelowe badanie przemian relacji między pokoleniami, w rodzinie oraz między kobietami i mężczyznami: generacje, rodziny i płeć kulturowa – GGS-PL. Studia Demograficzne, 1(159), 99–106.
• 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.
• Marzec J. (2008a) Bayesowska analiza i testowanie modeli dwumianowych z rozkładem t Studenta. Przegląd Statystyczny, 55(2), 48–63.
• Marzec J. (2008b) Bayesowskie modele zmiennych jakościowych i ograniczonych w badaniach niespłacalności kredytów. Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
• MRPiPS (2012) Sytuacja na rynku pracy osób młodych w 2012 roku, Ministerstwo Pracy i Polityki Społecznej. Departament Rynku Pracy, Wydział Analiz i Statystyki, Warszawa.
• Núñez I, Livanos I. (2010) Higher education and unemployment in Europe: an analysis of the academic subject and national effects. Higher Education 59(4), 475–487.