ANALÝZA FAKTORŮ ANALÝZA FAKTORŮ OVLIVŇUJÍCÍCH OVLIVŇUJÍCÍCH DÉLKU DOBY DÉLKU DOBY

NEZAMĚSTNANOSTI NEZAMĚSTNANOSTI VYUŽITÍM METOD VYUŽITÍM METOD ANALÝZY PŘEŽITÍANALÝZY PŘEŽITÍ

Jan Popelka Jan Popelka Doktorand oboru StatistikaDoktorand oboru Statistika

Den doktorandů FIS 4.3.2004

Den doktorandů FIS 4.3.2004

Úřad práce PříbramÚřad práce Příbram

►Sledované období: leden 2002 – Sledované období: leden 2002 – červen 2003červen 2003

►597 evidovaných uchazečů597 evidovaných uchazečů►Sledované faktorySledované faktory

• věkvěk• pohlavípohlaví• vzdělánívzdělání

Den doktorandů FIS 4.3.2004

Sledované faktorySledované faktory

VĚKVĚK►minimum 15 letminimum 15 let►maximum 60 letmaximum 60 let►průměr 34,97 průměr 34,97

rokuroku►medián 33 letmedián 33 let

POHLAVÍPOHLAVÍ►ženy 52%ženy 52%►muži 48%muži 48%

Den doktorandů FIS 4.3.2004

Sledované faktorySledované faktory

VZDĚLÁNÍVZDĚLÁNÍ►základní 18%základní 18%►středoškolské bez maturity 50%středoškolské bez maturity 50%►středoškolské s maturitou 29%středoškolské s maturitou 29%►vysokoškolské 3%vysokoškolské 3%

Den doktorandů FIS 4.3.2004

Důvody využití analýzy Důvody využití analýzy přežitípřežití

► 175 pozorování zprava cenzorováno175 pozorování zprava cenzorováno► rozdělení doby přežití není symetrickérozdělení doby přežití není symetrické

0

0,05

0,1

0,150,2

0,25

0,3

0,35

0,4

0 60 120 180 240 300 360 420 480 540

Doba přežití

Četn

ost

v %

Den doktorandů FIS 4.3.2004

Semiparametrický modelSemiparametrický model

►nevyžaduje znalost rozdělení doby nevyžaduje znalost rozdělení doby přežitípřežití

►Coxův proporcionální rizikový model Coxův proporcionální rizikový model T

0( , , ) ( ) exp( )h t h tx β x β

T

1 0 1 0( , , ) exp[( ) ]t x x x x β

►odhadnuté poměry intenzit jsou dobře interpretovatelnéodhadnuté poměry intenzit jsou dobře interpretovatelné►poměr intenzitpoměr intenzit

Den doktorandů FIS 4.3.2004

Srovnání alternativních Srovnání alternativních modelůmodelů

Model Proměěnné v modelu AIC

1 žádné 4284.118 4284.118

2 AGE4273.778

4275.778

3 AGE+AGE^2 4258.692 4262.692

4 AGE+AGE^2+ SEX_M 4258.684 4264.684

5 AGE+AGE^2+EDU_2+EDU_3+EDU_4 4241.168 4251.168

6 AGE+AGE^2+EDU_2+EDU_3+EDU_4+SEX_M 4241.142 4253.142

Porovnávané modely G Df p-value

2 vs 1 10,34 1 0,001

3 vs 2 15,086 1 0,000

4 vs 3 0,008 1 0,929

5 vs 3 17,524 3 0,001

6 vs 5 0,026 1 0,872

ˆ2 log L

Den doktorandů FIS 4.3.2004

Odhad parametrů modeluOdhad parametrů modeluVariable D

FParameter

EstimateStandard

ErrorChi-

SquarePr>ChiS

qHazard

Ratio95% Hazard

RatioConfidence

Limits

AGE 1 0.09556 0.03236 8.7217 0.0031 1.100 1.033 1.172

AGE^2 1 -0.00149 0.0004417 11.4382 0.0007 0.999 0.998 0.999

SEX_M 1 0.01627 0.09951 0.0267 0.8701 1.016 0.836 1.235

EDU_2 1 0.53016 0.15113 12.3053 0.0005 1.699 1.264 2.285

EDU_3 1 0.61198 0.16030 14.5752 0.0001 1.844 1.347 2.525

EDU_4 1 0.44136 0.32190 1.8800 0.1703 1.555 0.827 2.922

Den doktorandů FIS 4.3.2004

Odhad funkce přežitíOdhad funkce přežití

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 50 100 150 200 250 300 350 400 450 500 550

Doba přežití

Od

had

fu

nkc

e p

řeži

tí

24 let

33 let

46 let

muž, základní vzdělání

Den doktorandů FIS 4.3.2004

Odhad funkce přežitíOdhad funkce přežití

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 50 100 150 200 250 300 350 400 450 500 550

Doba přežití

Od

had

fu

nkc

e p

řeži

tí

Středoškolské bez maturity

Středoškolské s maturitou

Základní

Vysokoškolské

muž, 33 let

Den doktorandů FIS 4.3.2004

Náměty dalšího zkoumáníNáměty dalšího zkoumání

►Na základě rozsáhlejšího souboru Na základě rozsáhlejšího souboru posoudit stat. nevýznamnost vlivu posoudit stat. nevýznamnost vlivu pohlaví a vysokoškolského vzdělánípohlaví a vysokoškolského vzdělání

►zahrnout regionální členění jako další z zahrnout regionální členění jako další z faktorůfaktorů

►uvážit další možné faktoryuvážit další možné faktory