SAYMA VERİLERİNİN MODELLENMESİ VE BİREYLERİN İŞSİZ KALMA SÜRESİ ÜZERİNE BİR UYGULAMA
Authors:
- Afet Sözen ÖzdenAÖAfet Sözen Özden
- Elvan HayatEHElvan Hayat
- 25 January 2022
- journal article
- research article
- Published by Pamukkale University in Pamukkale University Journal of Social Sciences Institute
Abstract
Bağımlı değişkenin sayıma dayalı veri olması durumunda güvenilir tahminler yapabilmek için Sayma Verisi Regresyon Modellerinin kullanılması daha uygundur. Sayıma dayalı veriler kesikli bir yapıda olduğundan bu regresyon modelleri kesikli dağılımlardan yararlanılarak geliştirilmiştir. Bu çalışmada, Türkiye İstatistik Kurumu (TÜİK) 2019 yılı Gelir ve Yaşam Koşulları Araştırması (GKYA) verilerinden yararlanarak bir sayma verisi olan bireylerin işsiz kaldığı sürenin (ay cinsinden) modellenmesi amaçlanmıştır. Analizde kullanılacak bağımsız değişkenler, tüm olası alt küme yöntemi ile medeni durum, eğitim durumu, genel sağlık ve kronik hastalık olarak belirlenmiştir. Sayma veri regresyon modellerinden Poisson Regresyon (PR), Negatif Binom Regresyon (NBR), Sıfır Değer Ağırlıklı Negatif Binom Regresyon (ZINB) ve Genelleştirilmiş Poisson Regresyon (GPR) modelleri ele alınarak, bu dört model tahmin edilmiş ve veri setine en iyi uyum sağlayan model bilgi kriterleri ile belirlenmiştir. Tahmin edilen modeller içerisinde veri setine en iyi uyum sağlayan modelin ZINB modeli olduğu belirlenmiştir.Keywords
This publication has 14 references indexed in Scilit:
- Modeling accident risk at the road level through zero-inflated negative binomial models: A case study of multiple road networksSpatial Statistics, 2021
- Using Count Regression Models to Determine the Factors which Effects the Hospitalization Number of People with SchizophreniaJournal of Data Science, 2018
- Modeling Count Data2014
- Models for Injury Count Data in the U.S. National Health Interview SurveyJournal of Scientific Research and Reports, 2014
- Regression Analysis of Count Data1998
- Modeling household fertility decisions with generalized Poisson regressionJournal of Population Economics, 1997
- Analysis of Rates Using a Generalized Poisson Regression ModelBiometrical Journal, 1993
- Generalized Linear Models1989
- Negative binomial and mixed Poisson regressionCanadian Journal of Statistics, 1987
- Generalized Linear ModelsJournal of the Royal Statistical Society. Series A (General), 1972