- Tytuł:
-
Prawdopodobieństwo wyjścia z bezrobocia rejestrowanego na przykładzie Szczecina
The probability of exitfrom registered unemployment, based on the example of Szczecin - Autorzy:
-
Bieszk-Stolorz, Beata
Dmytrów, Krzysztof - Powiązania:
- https://bibliotekanauki.pl/articles/962753.pdf
- Data publikacji:
- 2019
- Wydawca:
- Główny Urząd Statystyczny
- Tematy:
-
drzewa przeżycia
estymator Kaplana-Meiera
test log-rank
bezrobocie rejestrowane
survival trees
kaplan-meier estimator
log-rank test
registered unemployment - Opis:
-
Celem artykułu jest ustalenie wpływu płci, wieku i wykształcenia na
prawdopodobieństwo wyjścia z bezrobocia rejestrowanego w Szczecinie. Na potrzeby
badania zastosowano metodę analizy trwania. W tym celu wykorzystano drzewa przeżycia zbudowane w oparciu o estymatory Kaplana-Meiera, a za kryterium podziału przyjęto
statystyki testu log-rank. Analizowano dwie najczęstsze przyczyny wyrejestrowywania
z urzędu pracy – podjęcie pracy oraz wykreślenie z przyczyn leżących po stronie osoby
bezrobotnej. Wyodrębniono podgrupy osób podejmujących pracę oraz rezygnujących
z pośrednictwa urzędu pracy w najkrótszym i najdłuższym czasie. Analizę oparto na
danych indywidualnych z Powiatowego Urzędu Pracy w Szczecinie. Dotyczyły one osób
zarejestrowanych w 2013 r. i obserwowanych do końca 2014 r. Obliczenia przeprowadzono w programie R, korzystając z pakietu partykit, funkcji ctree. Z badania wynika, że
prawdopodobieństwo wyłączenia z ewidencji bezrobotnych z powodu podjęcia pracy
zależało tylko od wieku i wykształcenia, natomiast z powodów leżących po stronie osoby
bezrobotnej było warunkowane przez płeć, wiek oraz wykształcenie.
The aim of the paper is to determine the influence of sex, age and education on the probability of exit from the registered unemployment in Szczecin. For the purposes of the study, the authors employed the survival analysis method, where they used survival trees built on the basis of the Kaplan-Meier estimators and adopted the statistic of the log-rank test as the splitting criterion. The research analysed the two most frequent reasons for deregistration, namely starting a job and the unemployed person’s failure to meet the conditions for being registered as unemployed. In addition, the study extracted subgroups of persons whom it took shortest and longest to start a job or deregister from a labour office. The analysis was based on the microdata from the Powiat Labour Office in Szczecin concerning persons who registered as unemployed in 2013 and were monitored until the end of 2014. The calculations were made in the R computer programme, using the partykit package and the ctree function. The research demonstrated that the probability of deregistration from the unemployment register because of finding a job depends solely on the age and education of the unemployed person, while the probability of getting removed from the unemployment register – on the two former determinants plus sex. - Źródło:
-
Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 11; 7-24
0043-518X - Pojawia się w:
- Wiadomości Statystyczne. The Polish Statistician
- Dostawca treści:
- Biblioteka Nauki
Artykuł