年龄-时期-队列模型社科文献出版社 / 2018-10出版 想读 在读 读过 豆瓣评分TM打开App评分 7.2 11人评分电子书/纸质版购买46.00元起简介 本书对聚合层次数据的年龄、时期、队列(APC)效应建模中存在的问题及策略进行了介绍。这些策略包括约束估计、年龄/时期/队列特征的使用、可估函数、方...展开...
高等教育对社会地位回报的变迁是由外部社会性因素和内部个体因素共同导致的,运用年龄-时期-队列分析法,可以将三种时间维度分开来考察高等教育的回报,使研究在三种时间维度变化上的趋势估计更加精准,同时避免年龄、时期和队列三者间的多重共线性...
《年龄-时期-队列模型：聚合数据分析方法》是2018年10月社会科学文献出版社出版的图书，作者是[美]罗伯特·M.奥布莱恩。内容简介 本书对聚合层次数据的年龄、时期、队列（APC）效应建模中存在的问题及策略进行了介绍。这些策略包括约束估计、年龄/时期/队列特征的使用、可估函数、方差分解，以及新近出现的s -约束法...
首先看看为什么进行Age-Period-Cohort分析,所谓的年龄-时期-队列分析的优势何在? 在趋势研究中虽然我们可以主要关注一种时间维度,例如,幸福感随时期的变化,但是在实际研究中会不可避免地同时涉及年龄、时期和队列三种维度。当忽略年龄和队列而讨论时期变化时,其潜在的假设是,对于每一个观测时期,年龄和队列的构成基本相...
我们将年龄、年龄的平方项同时纳入模型。时期也即九次调查时期的年份。我们的分析共包括九期的调查数据。考虑到1949年以后发生的波澜壮阔的社会变迁,出生队列也相应地划分为9个队列:20世纪50年代以前出生以及70年代以后出生划分为两个单独的队列,其余年份每三年划分为一个队列。
这次,我们讲解Age-Period-Cohort(年龄-时期-队列模型,APC模型)分析方法以及在GBD数据库上的运用。 在讲解APC模型在GBD的数据库中运用前,我们首先需要对APC模型进行简单的介绍:APC模型主要用于对慢性病发病率和死亡率变化趋势的分析,以及预测未来疾病负担变化,其考虑因素包括年龄、时期和队列3个因素。前面2期我们将介绍...
本研究分析1990—2019年中国哮喘的发病和死亡情况,并探讨年龄-时期-队列模型对发病和死亡的效应,以及阐述相关危险因素对哮喘负担的变化情况。 1 材料与方法 1.1 数据来源 本研究使用的数据来自全球疾病负担(Global burden of disease,GBD)2019数据库,该研究估计了204个国家和地区369种疾病和损伤的发病率、流行率、...
不过本文主要讲Age-Period-Cohort分析,所谓的年龄—时期—队列分析及其实现过程,以及相应的经典书籍。 计量经济圈公众号搜索功能及操作流程演示 正文 首先看看为什么进行Age-Period-Cohort分析,所谓的年龄-时期-队列分析的优势何在? 在趋势研究中虽然我们可以主要关注一种时间维度,例如,幸福感随时期的变化,但是在实际研究...
年龄-时期-队列模型 〔美〕罗伯特 M.奥布莱恩年龄、期间、队列效应的分离性分析具有十分重要的理论与应用价值。本书从集体层次的角度来对年龄、期间、队列效应估计的建模进行了详细的探讨。包括的内容主要有:从约束性估计到年龄、期间、队列特征的应用,再到估计方程,再到方差分解。在一章对已有的APC研究进行简单而...