Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 7

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  regresja kwantylowa
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Artykuł podejmuje problem analizy umieralności w Polsce. Celem pracy jest badanie wpływu wybranych czynników na średnią długość życia kobiet i mężczyzn w 66 podregionach Polski. Stosujemy modele kwantylowej autoregresji przestrzennej. W analizie wykorzystujemy metodologię wielorakiej regresji kwantylowej, która umożliwia analizę zależności pomiędzy zmiennymi w różnych kwantylach Rozkładu zmiennej niezależnej. Ponadto narzędzie to jest odporne na założenie klasycznej regresji dotyczące postaci wielowymiarowego rozkładu składnika losowego.
EN
The paper concerns mortality in Poland. The aim of the article is to identify factors determining average life length of men and women in 66 subregions of Poland. We use spatial quantile regression methodology which allows studying dependencies between variables in different quantiles of the response distribution. Moreover, this statistical tool is robust against violations of the classical regression assumption about the multidimensional distribution of error term.
2
100%
PL
Regresja kwantylowa jest narzędziem analitycznym, które pozwala na ocenę oddziaływania zmiennych wyjaśniających, współzależnych na różne kwantyle zmiennej wyjaśnianej. Addytywne modele funkcji kwantylowych stanowią atrakcyjne ramy dla nieparametrycznych aplikacji regresji skoncentrowanych na funkcjach kwantyli zamiast na ich centralnej tendencji. W celu kontrolowania gładkości składników dodatkowych można zastosować kary za całkowite wygładzanie zmian. W artykule przedstawiono ogólne podejście do estymacji i wnioskowania dla modeli addytywnych tego typu. Regresja kwantylowa wykorzystywana jako miara ryzyka została zastosowana w analizie portfela sektorowego dla zbioru danych z Giełdy Papierów Wartościowych w Warszawie.
EN
Quantile regression allows us to assess different possible impacts of covariates on different quantiles of a response variable. Additive models for quantile functions provide an attractive framework for non‑parametric regression applications focused on functions of the response instead of its central tendency. Total variation smoothing penalties can be used to control the smoothness of additive components. We write down a general approach to estimation and inference for additive models of this type. Quantile regression as a risk measure has been applied in sector portfolio analysis for a data set from the Warsaw Stock Exchange.
PL
Celem pracy jest badanie wpływu wybranych czynników na średnią długość życia z zdrowiu kobiet i mężczyzn w krajach UE. Ze względu na fakt, że kraje Unii Europejskiej charakteryzuje silne zróżnicowanie pod względem średniej długości życia w zdrowiu oraz jakości życia obywateli, stosujemy w pracy modele wielorakiej kwantylowej autoregresji przestrzennej. Regresja kwantylowa umożliwia analizę zależności pomiędzy zmiennymi w różnych kwantylach rozkładu zmiennej niezależnej. Ponadto narzędzie to jest odporne na założenie klasycznej regresji dotyczące postaci wielowymiarowego rozkładu składnika losowego. Estymacji punktowej parametrów modeli dokonano przy użyciu zmiennych instrumentalnych (Kim, Muller 2004), natomiast do estymacji przedziałowej i weryfikacji hipotezy istotności parametrów wykorzystano metodę bootstrap.
EN
The paper investigates the impact of the selected factors on the healthy life years of men and women in the EU countries. The multiple quantile spatial autoregression models are used in order to account for substantial differences in the healthy life years and life quality across the EU members. Quantile regression allows studying dependencies between variables in different quantiles of the response distribution. Moreover, this statistical tool is robust against violations of the classical regression assumption about the distribution of the error term. Parameters of the models were estimated using instrumental variable method (Kim, Muller 2004), whereas the confidence intervals and p-values were bootstrapped.
PL
Celem artykułu jest oszacowanie premii z tytułu zatrudnienia w sektorze publicznym w Polsce w ujęciu netto, w latach 1999–2012. W artykule skorzystano ze zbioru danych indywidualnych pochodzących z badania wynagrodzeń wg zawodów (BWZ) przeprowadzanego przez GUS co dwa lata na reprezentatywnej próbie firm zatrudniających więcej niż 9 osób. W celu rozwiązania kilku problemów metodologicznych związanych z badaniem zróżnicowania wynagrodzeń, zastosowano metodę regresji kwantylowej oraz dekompozycję Ñopo.Pokazano, iż przy kontroli strukturalnych różnic w wynagrodzeniach, w ostatnich latach nie jest widoczny wyraźny trend, jeśli chodzi ewolucję premii z tytułu zatrudnienia w sektorze publicznym w ujęciu netto. Podejście parametryczne wskazuje na dodatnią i rosnącą premię, przy jednoczesnym występowaniu istotnych różnic w różnych częściach rozkładu płac. Podejście nieparametryczne przynosi inne wyniki, wskazując na negatywną premię i brak wyraźnego trendu jej zmian w całym okresie 1999–2012. Jednocześnie w ostatnich latach obserwowany jest spadek wartości bezwzględnej ujemnej premii z tytułu zatrudnienia w sektorze publicznym. Oznacza to, iż polski rynek pracy w coraz większym stopniu upodabnia się w tym aspekcie do rynków krajów wysoko rozwiniętych.
EN
The aim of this paper is to estimate the adjusted sectoral wage gap in Poland from 1999 to 2012. We use a set of individual data from a survey on the structure of earnings by occupation (SEO) carried out by Poland’s Central Statistical Office (CSO) every two years for businesses with more than nine employees. We apply quantile regression and the Ñopo decomposition method to address several methodological problems of wage differential analysis. We show that, after controlling for structural differences in employment, there is no clear trend in the evolution of the adjusted public-sector wage premium in Poland in recent years. The parametric approach indicates a positive and growing premium, with significant variations across different parts of the wage distribution. The non-parametric approach yields different results, indicating a negative premium with no clear trend in the 1999-2012 period, with a declining public-sector wage penalty in recent years. This means that the Polish labour market is becoming increasingly similar to its counterparts in developed countries in this respect.
PL
W artykule poruszono problematykę międzysektorowego zróżnicowania wynagrodzeń w Polsce. W literaturze wnioski odnośnie do kierunku zależności wynagrodzeń od sektora są niespójne. Celem było zbadanie sytuacji w Polsce. Dodatkowo, analizowano, jak kształtuje się luka międzysektorowa wzdłuż rozkładu wynagrodzeń. Użyto regresji kwantylowej i danych z Badania Struktury Wynagrodzeń według Zawodów w październiku 2012 roku. Rezultaty wskazują, że wyższe wynagrodzenia otrzymywali pracownicy sektora prywatnego. Wyniki dekompozycji Oaxaci−Blindera pokazały, że czynnik dotyczący różnic w charakterystykach pracowników odpowiada za przeważającą część międzysektorowej różnicy wynagrodzeń.
EN
In the paper, we examine the issue of public-private wage gap in Poland. The literature, in regards to the correlation of salaries and sector, brings contradictory evidences. The aim of the article is to explore the situation in Poland. Additionally, the gap was analyzed among the wage distribution. The quantile regression and the data from the Survey of Wages and Salaries in October 2012 were used. The results indicate that private sector employees received higher wages. According to Oaxaca–Blinder decomposition, the gap results mostly from the part that is explained by the differences in observed characteristics between workers.
EN
Demand analysis focuses mainly on the study of the relationship between consumption, prices of goods and the changing income of consumers. An attempt aiming to explain the demand for food diversity involves a slightly different approach to research on the determinants of demand. This approach searches for factors that have a statistically significant effect on the quantity and distribution of goods purchased by consumers. The aim of the study described in the article is to determine the factors that have a significant influence on the diversity of the diet in Polish households. The study uses non-identifiable microdata from the 2020 Household Budget Survey conducted by Statistics Poland. Based on the estimation of the quantile regression model, parameter estimates were obtained for the explanatory variables describing the surveyed households. The results confirm that, apart from income and household size, the level of the diversity of a diet depends on the following characteristics: the socio-economic status of the household, place of residence, and the age and education level of the head of the household. The study also shows that the effect of the analysed factors depends on the degree to which the diet is diverse. In general, the impact of the considered factors is more significant for households showing a low demand for a varied diet.
PL
Analiza popytu polega w głównej mierze na określeniu związków zachodzących między spożyciem a cenami dóbr oraz zmieniającymi się dochodami konsumentów. Nieco innym ujęciem badania determinant popytu jest próba wyjaśnienia zapotrzebowania na zróżnicowaną dietę, czyli poszukiwanie czynników mających statystycznie istotny wpływ na ilość i rozkład dóbr nabywanych przez konsumentów. Celem badania omawianego w artykule jest wyznaczenie czynników istotnie wpływających na zróżnicowanie diety w gospodarstwach domowych w Polsce. Wykorzystano nieidentyfikowalne dane jednostkowe pochodzące z badania budżetów gospodarstw domowych przeprowadzonego przez Główny Urząd Statystyczny w 2020 r. Na podstawie estymacji modelu regresji kwantylowej oszacowano wartości parametrów dla zmiennych objaśniających, które opisują badane gospodarstwa. Uzyskano rezultaty świadczące o tym, że poziom zróżnicowania diety w gospodarstwie domowym zależy zarówno od jego dochodu i wielkości, jak i od takich jego cech, jak: grupa społeczno-ekonomiczna, miejsce zamieszkania oraz wiek i wykształcenie głowy gospodarstwa domowego. Ponadto wskazano, że wpływ wymienionych czynników na badane zjawisko zależy od poziomu zróżnicowania diety. Dowiedziono również, że czynniki te mają większe znaczenie w przypadku gospodarstw domowych, które cechują się niewielkim popytem na zróżnicowaną dietę.
EN
In order to evaluate living conditions of particular households it is necessary to take into consideration both the physical characteristics of the premises occupied and the expenses for this purpose. Expenses distribution models can be used to describe the expenditures on the society level. Regression models explain the influence of particular independent variables on the level of housing expenditures. Between 2003 and 2013 housing expenses grew steadily, but the coefficient of variation remained stable, close to 100%. The Gini index of 0.4 indicates high inequality in expenses for housing and energy in the Polish society. The increase in housing expenses is associated w ith an increase in size of the place of residence, an increase in the number of household members and per capita income growth. Variables such as the size of the place of residence, per capita income and education of the household head have a greater impact on the amount of housing expenses for households that incur lower expenses for this purpose.
PL
Na ocenę warunków mieszkaniowych gospodarstwa domowego składają się nie tylko fizyczne właściwości zajmowanego przez nie lokalu, ale także wydatki ponoszone na ten cel. W celu zbadania wydatków w skali całego społeczeństwa wykorzystać można modele rozkładu wydatków oraz modele regresji opisujące jakie zmienne niezależne wpływają na wysokość wydatków ponoszonych przez gospodarstwa domowe. W badanych latach 2003-2013 wydatki na utrzymanie mieszkania lub domu rosły systematycznie, przy czym współczynnik zmienności utrzymywał się na stałym, bliskim 100% poziomie. Wysoki był także poziom nierówności wydatków ponoszonych przez gospodarstwa domowe na pokrycie kosztów utrzymania mieszkania lub domu i nośniki energii, opisany współczynnikiem Ginniego. Wzrost wydatków mieszkaniowych jest związany ze wzrostem wielkości miejscowości zamieszkania, wzrostem liczebności gospodarstwa domowego oraz wzrostem dochodów per capita. Zmienne takie jak wielkość miejscowości zamieszkania, dochód per capita i wykształcenie głowy gospodarstwa domowego mają większy wpływ na wysokość wydatków mieszkaniowych w przypadku gospodarstw domowych, które ponoszą mniejsze wydatki na ten cel.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.