İstatistik – Sosyal Bilimlerde İstatistik (86) – Model Özellikleri ve Simülasyon – İstatistik Nedir? – İstatistik Fiyatları – Ücretli İstatistik Yaptırma
On yılı aşkın süredir ödev yapma desteği veren Ödevcim Akademik, size İstatistiğin her alanında yardımcı olacaktır. Sosyal Bilimlerde İstatistik, İstatistik Nedir, İstatistik Fiyatları, Ücretli İstatistik Yaptırma, Analiz Yaptırma, Veri Analizi Yaptırma aramalarında sizde Ödevcim Akademik destek olsun istiyorsanız yapmanız gerekenler çok basit. Öncelikle İstatistik ile ilgili belgelerinizi akademikodevcim@gmail.com sayfamızdan gönderebilir ödevleriniz, tezleriniz, makaleleriniz ve projeleriniz ile ilgili destek alabilirsiniz.
Temel yaşam tablosu girdi olarak yaşa özgü ölüm olasılıklarını gerektirse de, çok durumlu yaşam tablosu girdi olarak yaşa özgü geçiş olasılık matrislerini gerektirir, burada bu matrisler dikkate alınan çeşitli durumlar arasında geçiş olasılıklarını içerir. Şekil 10.7, bireylerin sağlıklı (1. durum), sağlıksız (2. durum) veya ölü (3. durum) olabileceği ve izin verilen geçişlerin sağlıklı durumdan sağlıklı olabileceği basit üç durumlu bir model için “durum alanını” göstermektedir. , sağlıksız veya ölü durumlar ve sağlıksız durumdan sağlıklı, sağlıksız veya ölü durumlara. Bu nedenle, gerekli altı geçiş olasılığı vardır.
Gerekli yaşa özgü geçiş olasılıklarının iki değişkenli bir ikili probit modeli ile tahmin edilebileceğini göstermektedir; sağlıklıya karşı sağlıksız bir sonuç değişkeni ve canlıya karşı ölü diğeridir. Geçiş olasılıklarını gerçekten yakalamak için, iki dalgalı panel verilerine ihtiyacımız var, böylece hem bireylerin bir zaman aralığına başladığı durumu hem de bireylerin aralığı sonlandırdığı durumu öğrenebiliriz. Bu tür verilere sahipsek, yaş ve başlangıç durumu istenen diğer değişkenlerle birlikte ortak değişkenler olarak dahil edilebilir.
Yaşa özgü geçiş olasılıkları daha sonra model parametrelerinden, parametrelerin ve istenen ortak değişken değerlerin doğrusal kombinasyonunun hesaplanmasıyla üretilebilir. Tam yaş aralığını elde etmek için, bu doğrusal kombinasyon, yaşı en küçük yaştan en yaşlıya doğru artırarak tekrarlanmalıdır. Tüm geçiş olasılıklarını elde etmek için, başlangıç durumunun ortak değişken değeri (yani, sağlıklı ve sağlıksız) olası değerlerinin her birine ayarlanmalıdır. Geçiş olasılıkları daha sonra yukarıda tartışılan tek değişkenli tehlike modelinde olduğu gibi tahmin edilen değerlere uygulanan bağlantı fonksiyonunu ters çevirerek elde edilebilir. Bununla birlikte, çok durumlu durumda, bağlantı işlevi çok değişkenlidir ve bu nedenle geçiş olasılıkları iki değişkenli entegrasyon yoluyla elde edilir. Bu süreci örnekte gösteriyoruz.
Çok durumlu yaşam tablosu hesaplamalarına girdi için geçiş olasılıkları üretmek için ortak değişkenli çok değişkenli bir model kullanma süreci yeni değildir (bkz. Land, Güralnik ve Blazer 1994). Bununla birlikte, maksimum olasılık yöntemlerini kullanan klasik tahmin yaklaşımı, bu tablolardaki durum beklentilerinin (HLE, ULE ve TLE) aralık tahminlerini oluşturmak için basit bir yönteme izin vermez (ancak yapılacak bir yöntem için bkz. Laditka ve Wolf 1998 yani simülasyon yoluyla). Önceki bölümde parti üyeliği / siyasi yönelim örneğiyle ilgili tartıştığımız gibi, parametreler için tahmin edilen standart hataların devlet beklentileri için standart hatalara nasıl dönüştüğü net değil.
Bu nedenle, bugüne kadar, tehlike modeli sonuçlarından üretilen çok durumlu yaşam tablolarını kullanan çoğu araştırmacı, yaşam tablosu miktarları için basitçe nokta tahminlerini rapor etmiştir. Yine de, model tahmini için kullanılan verilerin tipik olarak örneklerden geldiği ve popülasyon verileri olmadığı göz önüne alındığında, popülasyonlara çıkarım yapmak için örnek verilerini kullanmanın doğasında bulunan belirsizliği en azından ölçebilmemiz gerekir. Bayesian yaklaşımı, bunu yapmanın basit bir yolunu sunar (Gibbs örnekleyicileri ve MH algoritmalarını kullanan tek azaltma, çoklu azaltma ve çok durumlu yaşam tabloları için aşağıda sunulandan daha derinlemesine bir tartışma için bkz. Lynch ve Brown 2005).
Model Özellikleri ve Simülasyon
Bu örnek için veriler 1987 ve 1992 NHEFS’den alınmıştır. Daha önce açıklandığı gibi, NHEFS, 1971’de başlatılan ve 1982, 1987 ve 1992’de devam eden en az dört anket serisidir. Orijinal örneklem büyüklüğü 14,407 kişiydi. 1987’de ölen veya anketten ayrılan kişileri ortadan kaldırdıktan, yaş aralığını 1987’de 45 yaş ve üstü kişilerle sınırladıktan ve bir veya daha fazla çıkar değişkeninde eksik olan kişileri eledikten sonra, n = 3, 495 kişi vardır.
Analizlere 1987’de yaşı, cinsiyeti, ırkı, ikamet bölgesini, medeni durumu (her ikisi de 1987’de ölçülmüştür), eğitimi ve 1987 ve 1992’deki kendi kendine derecelendirilmiş sağlığı dahil ediyorum. Kendi kendine derecelendirilen sağlık, hem 1987 hem de 1992’de “Mükemmel” veya “İyi” sağlık ile “Orta” veya “Kötü” sağlık olarak ikiye ayrılır ve 1987 ölçüsü bir değişken olarak dahil edilir. Yaş, beş yıllık aralıklarla ölçülür (yani, 45-49 = 0, 50-54 = 1,.., 85+ = 8). Cinsiyet, ırk, bölge ve medeni durum kukla değişkenler olarak (erkek = 1, beyaz olmayan = 1, Güney = 1, evli = 1), eğitim ise eğitim yılı olarak ölçülür.
1992’de sağlık durumunu (sağlıksız – sağlıklı) ve hayatta kalma durumunu (ölü – diri) tahmin etmek için iki değişkenli bir probit modeli inşa edildi, sağlık durumu 1987’de ve yaş ve sağlık durumu arasındaki etkileşim 1987’de öngörücüler olarak dahil edildi. cinsiyet, ırk, bölge, medeni durum ve eğitim. 1992’de sağlık ve hayatta kalma durumunu tahmin etmek için iki değişkenli probit modeli, önceki bölümde tartışılan iki değişkenli probit modelinden önemli ölçüde farklı değildir ve bu nedenle burada genel modeli tekrar etmiyorum (önceki bölüme bakın).
Ancak modelin bir özelliği farklıdır ve biraz tartışmayı gerektirir. Şekil 10.8’de gösterilen sonuç alanı göz önüne alındığında, hayatta kalanlar arasında sağlık durumunu gözlemleyebileceğimiz, ancak merhumların arasında göremeyeceğimiz açıktır. 1987 ve 1992 dalgaları arasında hayatını kaybeden bireylerin 1992’deki sağlık durumu gözlemlenmemiştir, çünkü elbette görüşülen kişiyle 1992’de görüşme yapılamamıştır.
Bu ikilem, bir tür eksik veri problemi oluşturur ve Gibbs örneklemesi yoluyla kolayca çözülür. Modeldeki ve gerçekten Gibbs örnekleyicisindeki tek değişiklik, merhum kişiler için sağlık sonucu için gizli verilerin, kesme kısıtlaması olmadan simüle edilmesi gerektiğidir. Bu ayarlamayı yaptıktan sonra model için R programı aşağıdadır:
# okunan veri x = as.matrix (read.table (“c: \\ mvnprob.dat2”) [, 1: 9]) z = as.matrix (read.table (“c: \\ mvnprob.dat2”) [, 10: 11])
#estabish değişkenler zstar = matrix (0, nrow (z), 2)
b <-matrix (0,18) s <-diag (d); cs <-diag (d)
acctot = 0
# eşikleri tanımlayın – t3 ve t4 için ‘trick’e’ dikkat edin tz = matrix (0, d, 4); ctz = matrix (0, d, 4)
tz [1] = – Inf; tz [2] = 0; tz [3] = tz [4] = Inf
yazma (c (0, t (b), t (s)), file = “c: \\ mshaz.out”, ncolumns = 23, append = T)
#begin Gibbs örnekleyici (2: 10000’de) {
# gizli verileri çekin
bb = matris (b, 9,2)
m = x% *% bb
#mini mvn gibbs örnekleyici – ANAHTAR PARÇA mm = m [, 2] + s [1,2] * (zstar [, 1] -m [, 1]) ss = 1-s [1,2] ^ 2
zstar [, 2] = qnorm (runif (nrow (z), min = pnorm (tz [z [, 2] +1], mm, sqrt (ss)), max = pnorm (tz [z [, 2] + 2], mm, sqrt (ss))), ortalama = mm, sd = sqrt (ss))
mm = m [, 1] + s [1,2] * (zstar [, 2] -m [, 2]) ss = 1-s [1,2] ^ 2
zstar [, 1] = qnorm (runif (nrow (z), min = pnorm (tz [z [, 1] -z [, 2] +1], mm, sqrt (ss)), max = pnorm (tz [ z [, 1] + z [, 2] +2], mm, sqrt (ss))), ortalama = mm, sd = sqrt (ss))
#draw b mvn vb = çözüm (çözme (s)% x% (t (x)% *% x)) mn = vb% *% (as.vector (t (x)% *% zstar% *% t (çöz (s)))) b = mn + t (rnorm (18,0,1)% *% chol (fi.))
# MH örneklemesini kullanarak s’yi simüle edin e = matris ((as.vector (zstar) – (diag (2)% x% x% *% b)), nrow (z), 2) v = t (e)% *% e
On yılı aşkın süredir ödev yapma desteği veren Ödevcim Akademik, size İstatistiğin her alanında yardımcı olacaktır. Sosyal Bilimlerde İstatistik, İstatistik Nedir, İstatistik Fiyatları, Ücretli İstatistik Yaptırma, Analiz Yaptırma, Veri Analizi Yaptırma aramalarında sizde Ödevcim Akademik destek olsun istiyorsanız yapmanız gerekenler çok basit. Öncelikle İstatistik ile ilgili belgelerinizi akademikodevcim@gmail.com sayfamızdan gönderebilir ödevleriniz, tezleriniz, makaleleriniz ve projeleriniz ile ilgili destek alabilirsiniz.
hayatta kalma durumu iki değişkenli bir ikili probit modeli İstatistik – Sosyal Bilimlerde İstatistik (86) – Model Özellikleri ve Simülasyon – İstatistik Nedir? – İstatistik Fiyatları – Ücretli İstatistik Yaptırma Model Özellikleri ve Simülasyon model tahmini modelin bir özelliği