Stratified Cox Model with Interactions in Analysis of Recurrent Events

• Authors: Beata Bieszk‑Stolorz

Title variants

Warstwowy model Coxa z interakcjami w analizie zdarzeń powtarzających się

• Languages of publication: EN

Abstracts

EN

The purpose of this paper is the assessment of relative intensity of exit from registered unemployment by means of the analysis of recurrent survival episodes and the comparison of these results with the results obtained for an individual episode. The stratified Cox model with interactions was used. Statistical data collected by labour offices indicate that a large fraction of the unemployed persons is registered multiple times. However, many of them resign from the mediation of labour offices and are subsequently removed from the register. In the article, the intensities of de‑registration due to various causes for men and women were compared. The study data came from the database of personal details of people registered by the Poviat Labour Office in Szczecin in 2013. The observation covered the records of their registration until the end of 2014. Gender of the unemployed persons influenced the intensity of de‑registrations in the first episodes, partially in the second and third ones, due to various causes, such as finding a job or removal from the register, whereas it did not influence the intensity of de‑registrations in the fourth and subsequent episodes. As for the other causes in the subsequent episodes, the differences were also not statistically significant. The proposed analysis may be important for implementing a good policy in the labour market. The identification of persons that resign from the mediation of the labour office is as interesting as the identification of these persons who find a job.

PL

Celem artykułu jest ocena względnej intensywności wychodzenia z bezrobocia rejestrowanego za pomocą analizy zdarzeń powtarzających się i porównanie wyników z wynikami otrzymanymi dla pojedynczych epizodów. W analizie wykorzystano warstwowy model Coxa z interakcjami. Dane statystyczne urzędów pracy wskazują, że duży odsetek osób bezrobotnych wielokrotnie korzysta z pośrednictwa urzędów w poszukiwaniu pracy. Wiele z tych osób rezygnuje z tego pośrednictwa i zostaje wykreślonych z rejestru. W artykule porównano intensywność wyrejestrowania z różnych powodów dla kobiet i mężczyzn. W badaniu wykorzystano dane indywidualne o osobach zarejestrowanych w Powiatowym Urzędzie Pracy w Szczecinie w 2013 roku. Obserwowano historię ich rejestracji do końca 2014 roku. Płeć osób bezrobotnych wpływała na intensywność wyrejestrowania z dowolnego powodu, z powodu podjęcia pracy i wykreślenia w pierwszych, częściowo drugich i częściowo trzecich epizodach. Natomiast nie wpływała na intensywność wyrejestrowania w czwartych i dalszych epizodach. W przypadku wyrejestrowania z pozostałych powodów różnice w intensywnościach również nie były istotne statystycznie. Zaproponowana analiza jest ważna z punktu widzenia polityki rynku pracy. Interesująca jest identyfikacja nie tylko osób podejmujących zatrudnienie, ale również tych, które rezygnują z pośrednictwa urzędu pracy.

Keywords

EN

survival analysis; recurrent events; stratified Cox model; discontinuous risk intervals; unemployment

PL

analiza trwania; zdarzenia powtarzające się; warstwowy model Coxa; nieciągłe przedziały ryzyka; bezrobocie; analiza trwania; zdarzenia powtarzające się; warstwowy model Coxa; nieciągłe przedziały ryzyka; bezrobocie

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2018
• Volume: 3
• Issue: 335
• Pages: 207-218

Dates

published

2018-05-16

Contributors

author

Beata Bieszk‑Stolorz

• University of Szczecin, Faculty of Economics and Management, Institute of Econometrics and Statistics

References

• Aalen O.O., Borgan O., Gjessing H.K. (2008), Survival and Event History Analysis. A Process Point of View, Springer, New York.
• Bieszk‑Stolorz B. (2017a), Cumulative Incidence Function in Studies on the Duration of the Unemployment Exit Process, “Folia Oeconomica Stetinensia”, vol. 17, issue 1, pp. 138–150.
• Bieszk‑Stolorz B. (2017b), Funkcja skumulowanej częstości i modele hazardu w ocenie konkurujących form wyjścia z bezrobocia, “Taksonomia”, no. 29, “Prace Naukowe UE we Wrocławiu”, no. 469, pp. 21–31, doi: 10.15611/pn.2017.469.02.
• Bieszk‑Stolorz B., Markowicz I. (2012), Modele regresji Coxa w analizie bezrobocia, CeDeWu, Warszawa.
• Bijwaard G.E., Franses P.H., Paap R. (2006), Modeling Purchases as Repeated Events, “Journal of Business & Economic Statistics”, vol. 24, no. 4, pp. 487–502, doi.org
• Cook R.J., Lawless J.F. (2007), The Statistical Analysis of Recurrent Events, Springer, New York.
• Gałecka‑Burdziak E. (2016), Multiple unemployment spells duration in Poland, Szkoła Główna Handlowa, Kolegium Analiz Ekonomicznych Working Papers Series, 2016/019, http://kolegia.sgh.waw.pl/pl/KAE/Documents/WorkingPapersKAE/WPKAE_2016_019.pdf [accessed: 15.01.2018].
• Gałecka‑Burdziak E., Góra M. (2017), How Do Unemployed Workers Behave Prior to Retirement? A Multi‑State Multiple‑Spell Approach, Discussion Paper Series, IZA DP no. 10680, ftp.iza.org [accessed: 15.01.2018].
• Guo Z., Gill T.M., Allore H.G. (2008), Modeling repeated time‑to‑event health conditions with discontinuous risk intervals: an example of a longitudinal study of functional disability among older persons, “Methods of Information in Medicine”, vol. 47, issue 2, pp. 107–116.
• Hosmer D.W., Lemeshow S. (1999), Applied Survival Analysis. Regression Modeling of Time to Event Data, John Wiley & Sons, New York.
• Jiang S.T, Landers T.L. Rhoads T.R. (2006), Proportional Intensity Models Robustness with Overhaul Intervals, “Quality and Reliability Engineering International”, vol. 22, issue 3, pp. 251–263.
• Kaplan E.L., Meier P. (1958), Non‑parametric estimation from incomplete observations, “Journal of American Statistical Association”, vol. 53, pp. 457–481.
• Kleinbaum D., Klein M. (2005), Survival Analysis. A Self‑Learning Text, Springer, New York.
• Machin D., Cheung Y.B., Parmar M.K.B. (2006), Survival Analysis. A Practical Approach. Second Edition, John Wiley & Sons, Chichester.
• Prentice R.L., Williams B.J., Peterson A.V. (1981), On the regression analysis of multivariate failure time data, “Biometrika”, no. 68, pp. 373–379.
• Sagara I., Giorgi R., Doumbo O.K., Piarroux R., Gaudart J. (2014), Modelling recurrent events: comparison of statistical models with continuous and discontinuous risk intervals on recurrent malaria episodes data, “Malaria Journal”, no. 13, pp. 293.
• Sączewska‑Piotrowska A. (2015), Badanie ubóstwa z zastosowaniem nieparametrycznej estymacji funkcji przeżycia dla zdarzeń powtarzających się, “Przegląd Statystyczny”, R. LXII, z. 1, pp. 29–51.
• Sokołowski A. (2010), Jak rozumieć i wykonywać analizę przeżycia, https://media.statsoft.pl/_old_dnn/downloads/jak_rozumiec_i_wykonac_analize_przezycia.pdf [accessed: 20.01.2018].
• Tan K.S. (2014), Regression Modeling of Longitudinal Outcomes With Outcome‑Dependent Observation Times, “Publicly Accessible Penn Dissertations”, vol. 1467, http://repository.upenn.edu/edissertations/1467 [accessed: 15.06.2017].
• Twisk J.W.R., Smidt N., Vente W. de (2005), Applied analysis of recurrent events: a practical overview, “Journal of Epidemiology and Community Health”, vol. 59, issue 8, pp. 706–710.

Identifiers

DOI

10.18778/0208-6018.335.14