Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "analiza przeżycia" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Determinanty czasu oczekiwania na pracę i ich wzajemne oddziaływanie
Determinants of Job Awaiting Time and their Interaction
Autorzy:
Markowicz, Iwona
Bieksz-Stolorz, Beata
Powiązania:
https://bibliotekanauki.pl/articles/906768.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
bezrobocie
analiza przeżycia
model proporcjonalnego hazardu Coxa
Opis:
In the paper results of survey concerning the influence of gender, age and education of unemployed on job awaiting time will be presented. For the sake of specificity of survey, especially of occurrence of censored data, the proportional hazard model of Cox will be used for identification of determinants and research their influence for time needed to take up a job. To the model except of independent variables, their interactions that enable calculation of interplay of researched variables are attached. 5074 persons registered as unemployed in the Local Labour Office in Szczecin and due to various reasons unregistered in the fourth quarter of 2006 have been included in the research. If unregistering occurred due to different reasons than finding a job, such a observation is considered as censored.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 271
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Examining Selected Theoretical Distributions of Life Expectancy to Analyse Customer Loyalty Durability. The Case of a European Retail Bank
Ocena wybranych rozkładów teoretycznych trwania życia do analizy lojalności klientów na przykładzie europejskiego banku detalicznego
Autorzy:
Kubacki, Dominik
Kubacki, Robert
Powiązania:
https://bibliotekanauki.pl/articles/1033690.pdf
Data publikacji:
2020-11-04
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza przeżycia
wartość życiowa klienta
bankowość
modele parametryczne
estymator Kaplana–Meiera
survival analysis
customer lifetime value
banking
parametric models
Kaplan–Meier estimator
Opis:
One of the key elements related to calculating Customer Lifetime Value is to estimate the duration of a client’s relationship with a bank in the future. This can be done using survival analysis. The aim of the article is to examine which of the known distributions used in survival analysis (Weibull, Exponential, Gamma, Log‑normal) best describes the churn phenomenon of a bank’s clients. If the aim is to estimate the distribution according to which certain units (bank customers) survive and the factors that cause this are not so important, then parametric models can be used. Estimation of survival function parameters is faster than estimating a full Cox model with a properly selected set of explanatory variables. The authors used censored data from a retail bank for the study. The article also draws attention to the most common problems related to preparing data for survival analysis.
Jednym z kluczowych elementów związanych z wyliczaniem wartości klienta w czasie (Customer Life Time Value) jest oszacowanie długości trwania relacji klienta z bankiem w przyszłości. Można ją oszacować z wykorzystaniem metod analizy przeżycia. Celem artykułu jest sprawdzenie, który ze znanych rozkładów wykorzystywanych w analizie przeżycia (Weibulla, wykładniczy, gamma, logarytmicznie normalny) najlepiej opisuje zjawisko odejść klientów z banku. Jeśli celem jest oszacowanie rozkładu, według którego „przeżywają” określone jednostki (klienci banku), a czynniki, które to powodują, nie są aż tak istotne, to modele parametryczne mogą być wykorzystane. Oszacowanie parametrów funkcji przeżycia jest szybsze niż oszacowanie pełnego modelu Coxa z odpowiednio dobranym zestawem zmiennych objaśniających. Do badania wykorzystano dane cenzurowane banku detalicznego. W artykule zwrócono uwagę na najczęstsze problemy związane z przygotowaniem danych do analizy przeżycia.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2020, 4, 349; 81-92
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies