Økonomisk Kandidateksamen 2006I Økonometri 1. Tilbagetrækning fra arbejdsmarkedet for årgang 1945
|
|
- Signe Lange
- 8 år siden
- Visninger:
Transkript
1 Økonomisk Kandidateksamen 2006I Økonometri Tilbagetrækning fra arbejdsmarkedet for årgang 945 Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri : Start med at sikre dig, at du kan få adgang til data, opgavetekst og bilag (se næste side). Opgaven skal besvares individuelt. Læs alle opgaverne igennem, før du begynder at svare. Besvar alle spørgsmål og delspørgsmål i opgave til 5. Der gælder følgende vejledende vægtning af opgaverne: opgave : 0%, opgave 2: 30%, opgave 3: 25%, opgave 4: 25%, opgave 5: 0%. Der ønskes en samlet rapport med specifikke referencer til relevante bilagstabeller med regressionsoutput. Teksttabeller og figurer i teksten forsynes med henvisning til den relevante bilagstabel. Bilagstabeller med regressionsoutput ønskes fortløbende nummereret og forsynet med henvisning til navnet på det SAS-program, hvorfra tabellen er genereret. SAS-programet vedlægges som bilag. Forsiden til besvarelsen skal være den side, der kan downloades som opgaveforside.pdf. Siden udfyldes med eksamensnummer og samlede sidetal. Omfanget af besvarelsen bør ikke overstige 6 sider, inkl. teksttabeller og figurer i teksten, inkl. forside. Omfanget af bilag med regressionsoutput, SAS-program mv. bør ikke overstige 5 sider. Det er ikke nødvendigt at medtage meget omfangsrigt output, fx cross sections effects fra Proc tscsreg i bilaget. Alle sider i besvarelsen (inkl. bilag) forsynes med sidetal og eksamensnummer. Besvarelsen (inkl. bilag) afleveres i 2 eksemplarer på Det samfundsvidenskabelige Fakultet, Ekspeditionen, Øster Farimagsgade 5, opg. B,. sal., 353 Kbh. K den 23. januar 2006 senest kl Der skal afleveres eksemplar af en diskette eller en CD-rom mærket med eksamensnummer med flg. indhold: o SAS-programmer, der er anvendt til løsning af opgaven. o Filen INDIVID.SAS, der er anvendt til at generere det individuelle datasæt. o SAS-datafilen INDIVID.SAS7BDAT. Der vil være almindeligt åbent i edb-kælderen fredag den 20. januar indtil kl og mandag den 23. januar fra kl Det er også muligt at få adgang lørdag den 2. januar og søndag den 22. januar i tidsrummet fra kl til kl Kontakt i så fald edb-vagten på telefonnummer for at blive lukket ind.
2 Adgang til data Sådan får du fat i dit individualiserede datasæt: a. Download tre filer fra hjemmesiden til et katalog fx C:\WRK på din PC: MASTER.SAS7BDAT, SASMACR.SAS7BCAT og INDIVID.SAS. b. Placer filerne midlertidigt i det valgte katalog og check, at stierne i INDIVID.SAS stemmer overens med dette. c. Indsæt dit eksamensnummer i INDIVID.SAS. d. Kør INDIVID.SAS. Programmet danner filen INDIVID.SAS7BDAT som indeholder dit datasæt, og udskriver tallene som et check på, at du kan få kontakt til datasættet. e. Kopier INDIVID.SAS7BDAT til en diskette eller direkte til det katalog på PC en, hvor du ønsker at arbejde med dine data. Du er nu klar til at løse opgaven. f. Slet filen MASTER.SAS7BDAT. Har du problemer med at generere filen INDIVID.SAS7BDAT kan du kontakte Mette Ejrnæs (telefon ) i tidsrummet fra 5.00 til 8.00 fredag den 20. januar. Der ydes ikke hjælp efter det nævnte tidsrum og heller ikke til andre dele af opgaven. 2
3 Dokumentation af data: Datasættet indeholder en række informationer om 634 personer i årerne 997 og Alle personerne i data er født i 945 og er i beskæftigelse i 997 og alle de 5 efterfølgende år frem til Data indeholder oplysninger om den planlagte alder for tilbagetrækning fra arbejdsmarkedet og en række oplysninger om demografiske, helbredsmæssige og økonomiske forhold. Datasættet indeholder i alt 268 observationer. Data i denne opgave er et deldatasæt fra ældredatabasen, som er en interviewsundersøgelse vedr. ældres forhold. Det antages at de personer som indgår i ældredatabasen er fremkommet ved en tilfældig stikprøve af ældre i Danmark. Variabelliste: Tilbagetrækningsalder: tbalder Personens planlagte alder for tilbagetrækning fra arbejdsmarkedet 2 Demografiske forhold: kvinde Dummy for kvinde enlig Dummy for enlig dudd Dummy for ufaglært dudd2 Dummy for faglært 3 Arbejdsmarkedsforhold: erfar Antal års arbejdsmarkedserfaring Indkomstsforhold: pension Den (skønnede) årlige offentlige pensionsudbetaling (førtidspension, efterløn eller folkepension) ved tilbagetrækning i 000 kr. kpenbelob Det (skønnede) årlige udbetaling fra kapitalpension ved tilbagetrækning i 000 kr. Helbredsforhold: helbred Dummy for dårligt (selvvurderet) helbred for_live Dummy for, om forældre er i live ejmotion Dummy for, at personen ikke dyrker motion hjaelp Dummy for, om personen har modtaget hjælp til rengøring, vask, madlavning Øvrige variable lbnr Løbenummer for individ d2002 Dummy for 2002 Data er venligst stillet til rådighed af Mona Larsen, SFI. 2 Spørgsmålet i interviewundersøgelsen lyder Hvornår regner De med at holde op [med at arbejde]?. 3 Referencekategorien for dudd og dudd2 er videregående uddannelse. 3
4 Introduktion til opgaven: I debatten om, hvordan velfærdssamfundet sikres, er tilbagetrækningsalderen ofte blevet nævnt. Velfærdskommissionen skriver d. 7. december 2005 i sit resume 4 : Vi er i den glædelige situation, at vi lever længere end vore bedste- og oldeforældre gjorde. Og vores børn har udsigt til et endnu længere liv. For øjeblikket giver de ekstra leveår ret til flere år på pension. Bliver vi tre år ældre, kan vi få pension i tre år mere. Seks ekstra leveår giver seks års ekstra pension. Vi må bryde den sammenhæng, hvis vi fortsat skal have råd til de velfærdsydelser, vi ønsker. Det stiller krav om, at tilbagetrækningsalderen skal være højere og følge levetiden. Samtidig skal unge starte tidligere på deres arbejdsliv. Hensigten med denne opgave er at undersøge empirisk, hvordan helbred, uddannelse samt økonomiske forhold påvirker den planlagte tilbagetrækningsalder fra arbejdsmarkedet. I denne opgave analyseres data for årgang 945. Model: Opgaven tager udgangspunkt i en model for den planlagte tilbagetrækningsalder. Vi vil analysere følgende lineære regressionsmodel tbalder = β0 + βenlig + β2helbred + β3dudd+ β4dudd2+ β5erfar + β6pension + β kpenbelob + β d v, (.) 7 8 hvor v er et fejlled. Opgave : a) Fortolkning af modellen: i) Beskriv modellen i (.). ii) Hvad er fortolkningen af parametrene β 2 og β 6? Hvilket fortegn forventer du til parametrene? iii) Hvilken rolle spiller variablen d2002? b) Databeskrivelse: i) Beskriv de variable, som indgår i model (.) med udgangspunkt i dit individualiserede datasæt i filen INDIVID.SAS7BDAT. Gør dette, ved at opstille en tabel med relevante karakteristika for de enkelte variabler. Kommenter kort på tabellen. ii) Beregn for hvert af de to år (997 og 2002) gennemsnit, standardafvigelse, min, max for følgende variable: tbalder, helbred og erfar. Opstil en tabel med resultaterne og diskuter udviklingen i de tre variable fra 997 til Det fulde resume kan ses på 4
5 Opgave 2: I opgave 2 ignoreres panelaspektet og det antages indtil videre, at modellen (.) opfylder MLR.- MLR.4. a. Udfør estimationen af (.) ved OLS. Rapportér regressionskoefficienterne ˆ β, ˆ β,..., ˆ β. 0 8 b. Undersøg om modellen i (.) opfylder antagelsen MLR.5 om, at fejlleddet har konstant varians, givet værdierne af de forklarende variabler. Gør dette ved at lave: i) White test for heteroskedasticitet. ii) Breuch-Pagan testet for heteroskedasticitet hvor variablen helbred antages at være variansstyrende. Redegør for, hvilken hypotese du tester, og din konklusion. Begrund dine svar. Antag i resten af opgave 2, at fejlleddene er homoskedastiske. c. Datasættet indeholder både mænd og kvinder. Man kan forestille sig, at der er forskel på tilbagetrækningsadfærden for mænd og kvinder. Test vha. et Chow test, om der er forskel på relationen for tilbagetrækning for mænd og kvinder. i) Opskriv hypotesen. ii) Udfør Chow-testet. iii) Konkluder på baggrund af dine resultater, om der er forskel på tilbagetrækningsadfærden for mænd og kvinder. Der introduceres nu en ny model: tbalder = β0 + βenlig + β2helbred + β3dudd+ β4dudd2+ β5erfar + β6pension + β kpenbelob + β d β kvinde + β ( pension* kvinde) + v (.2) d. Karakteriser model (.2) og udfør et test af model (.2) over for din foretrukne model fra spørgsmål 2.c. e. Tag udgangspunkt i model (.2) og undersøg følgende påstande vedr. tilbagetrækningsmønstret for mænd og kvinder: i) Betydningen af størrelsen af pension er den samme for mænds og kvinders planlagte tilbagetrækning. Formuler hypotesen og udfør det relevante test. ii) Størrelsen af offentlige pensionsudbetaling har ingen betydning for kvinders planlagte tilbagetrækning. Formuler hypotesen og udfør det relevante test. iii) Udregn den forventede planlagte tilbagetrækningsalder for en mand og en kvinde i 997 med følgende karakteristika: gift, godt helbred, ufaglært, 38 års erfaring, offentlig pension på kr. og ingen kapitalpension. 5
6 iv) Kommenter resultaterne fra spørgsmål 2.e i)- iii) og angiv en mulig forklaring på de fundne resultater. f. I debatten om velfærdstaten har der været meget fokus på erhvervsfrekvensen herunder tilbagetrækningsalderen. Et vigtigt element i debatten har været, hvorledes den gennemsnitlige tilbagetrækningsalder vil ændre sig som følge af den generelle udvikling i uddannelsesniveauet i befolkningen (se bilag ). I tabellen nedenfor ses uddannelsesniveauet for årgangene og årgangene Tabel : Fordelingen på uddannelsesgrupper for årgang og i 2004 Årgang Årgang Ufaglært 0,340 0,348 Faglært 0,37 0,45 Videregående udd. 0,288 0,237 Kilde: Danmarks statistiks statistikdatabank 5 og egne beregninger Med udgangspunkt i den estimerede model (.2) beregnes den forventede forskel i den gennemsnitlige (planlagte) tilbagetrækningsalder for årgangene til årgangene Det antages, at de gennemsnitlige værdier af alle øvrige karakteristika ved årgang og årgang er identiske. Beskriv, hvordan den forventede forskel kan bestemmes og udregn størrelsen af den. Diskuter, om forskellen i planlagt tilbagetrækning giver et realistisk bud på, hvordan tilbagetrækningsalderen vil ændre sig som følge af et ændret uddannelsesniveau. Inddrag gerne betragtningerne fra bilag. g. I den aktuelle debat er det ofte blevet fremført, at tilbagetrækningsalderen skal hæves. Tag udgangspunkt i en mand i 997 med følgende karakteristika: gift, godt helbred, ufaglært, 38 års erfaring, offentlig pensionsudbetaling på kr. og ingen kapitalpension. Udregn på baggrund af dine estimationsresultater, hvad de offentlige pensionsudbetalinger skal være, for at denne forventede planlagte tilbagetrækningsalder for denne mand hæves med et år. Angiv om denne konklusion kan udstrækkes til at gælde for andre typer (personer med andre karakteristika). Diskuter, om man kan bruge den estimerede model til at drage denne type konklusioner. Opgave 3: a. Vi vil igen tage udgangspunkt i modellen (.2). Vi vil også her antage, at fejlleddet i modellen er homoskedastisk, og panelaspektet ignoreres. Antag, at helbredsvariablen, helbred, er en potentielt endogen forklarende variabel. De øvrige variabler antages at være exogene. 5 Se tabel HFU2. 6
7 I denne opgave benyttes IV estimation. i) Diskuter hvorfor helbredsvariablen kan være endogen. Som instrumenter for helbred vil vi benytte dummy variabler, som angiver om personens forældre er i live (for_live), at personen ikke dyrker motion (ejmotion), og hvorvidt personen har modtaget hjælp til rengøring osv. (hjaelp). Angiv de antagelser, som instrumenterne skal opfylde, og diskuter derefter om antagelser virker rimelige her. ii) Estimer den reducerede form for den endogene forklarende variabel og test for om instrumenterne er gyldige. iii) Udfør instrument variabel estimationen. Test for, om den potentielt endogene variabel faktisk er endogen. iv) Udfør testet for overidentifikation og konkluder på baggrund af testet. v) Opskriv IV-estimaterne og standard fejl. Konkluder på baggrund af dine estimationsresultater, hvad modellen viser. b. I denne opgave undersøges hvordan IV estimatoren beregnes, hvis det anvendte instrument er en dummy variabel. Betragt følgende simple regressionsmodel: y = β + β x + u, i 0 i i hvor u i er et fejlled. Vi antager at x i er en endogen variabel. Desuden antages, at der findes en variabel z, som er en dummy variabel. Denne variabel skal anvendes som instrument for x. i) Vis, at IV estimatoren for β kan opskrives på følgende måde: ˆ IV ˆ γ β =, ˆ π hvor ˆ γ og ˆ π er OLS estimater fra følgende hjælperegressioner yi = γ 0 + γzi + vi x = π + π z + w i 0 i i. ii) Angiv, hvilke antagelser der er nødvendige for at udlede IV estimatoren. I denne delopgave udledes et resultat om OLS estimatoren for en simpel regression med dummy-variable. Betragt følgende simple regressionsmodel: yi = δ0 + δ di + ui, i=,..., N, hvor di er en dummy variabel. Vis, at OLS estimatoren for δ er givet ved ˆ = y y δ d= d= 0 7
8 N yd i i i= yd = = gennemsnittet af y for individer med di = N d i= N yi( di) i= yd = 0 = gennemsnittet af y for individer med di = 0 N ( d ) i= i i iii) Vis, at IV estimatoren for β kan opskrives på følgende måde: ˆ β y y IV z z 0 = = =. xz= xz= 0 Antag, at y er den planlagte tilbagetrækningsalder, x er et mål for helbred og z er en dummy variabel for, om man har fået hjælp til rengøring osv. Forklar, hvordan IV-estimatoren fremkommer. Opgave 4: Indtil nu har vi ignoreret panelaspektet af data. I denne del af opgave vil vi nu udnytte panelaspektet. tbalder = β + β enlig + β helbred + β dudd + β dudd2 + β erfar + β pension + it 0 it 2 it 3 it 4 it 5 it 6 it β kpenbelob + β d β kvinde + β ( pension * kvinde ) + v, 7 it 8 it 9 it 0 it it it v = a + u i=,..., N t = 997,2002 it i it (.3) Her betegner a i en uobserveret individ-specifik effekt, som ikke varierer over tid, mens u it er et fejlled, som varierer tilfældigt over individ og tid. a. Estimer parametrene i model (.3) ved en random effekt estimation. i) I en paneldata model dekomponeres fejlledet vit i to led ai og u it. Diskuter, hvilke faktorer a i kan tænkes at indeholde. ii) Opskriv, under hvilke forudsætninger random effekt estimationen vil give konsistente estimater. Diskuter, om forudsætningerne kan antages at være opfyldt i det konkrete tilfælde. iii) Udfør random effekt estimationen og rapportér parameterestimaterne ˆ β, ˆ β,..., ˆ β og deres standardfejl
9 b. Estimer model (.3) ved en fixed effekt estimator. i) Opskriv under hvilke forudsætninger fixed effekt estimationen vil give konsistente estimater. Diskuter, om forudsætningerne kan antages at være opfyldt i det konkrete tilfælde. ii) Diskuter, hvilke parametre der er identificeret. Redegør for om parameteren til erfaring kan estimeres, og i givet fald hvordan den skal fortolkes. iii) Estimer modellen med en fixed effekt estimator og redegør for den valgte estimationsteknik. Rapportér parameterestimaterne og deres standardfejl. iv) Sammenlign resultaterne med random effekt og OLS estimationen af model (.2). Diskuter, hvorledes de tre sæt af estimater forholder sig til hinanden. c. I denne opgave ønskes en redegørelse for dataudvælgelsen (som beskrevet i afsnittet om dokumentation om data). Diskuter, om data kan antages at stamme fra en tilfældig stikprøve, eller data kommer fra en endogen og/eller exogen dataudvælgelse, og hvorledes dataudvælgelsen påvirker parameterestimaterne. Giv gerne specifikke eksempler på parameterestimater, som potentielt kan være biased på grund af dataudvælgelsen og angiv evt. retningen af bias (opad eller nedad biased). Inddrag evt. data til at underbygge dine konklusioner. Opgave 5: Sammenfatning og konklusion a. Lav en tabel for estimationsresultaterne for den planlagte tilbagetrækningsalder, der sammenfatter de analyser, du har lavet i opgave 2, 3 og 4. Kommenter kort på tabellen. Kommenter også på, hvorledes de forskellige modeller forholder sig til hinanden, og hvilke(t) sæt af estimater du vil lægge til grund for din vurdering af bestemmelsen af, hvad der er afgørende for den planlagte tilbagetrækningsalder i Danmark. b. Diskuter hvad man ud fra dine analyser kan sige om, hvilke faktorer der er bestemmende for tilbagetrækningsalderen for 945 årgangen i Danmark. Bilag : Uddrag af Sammenfatning af teknisk analyserapport Befolkningsudvikling, velstandsdilemma og makroøkonomiske strategier, Velfærdkommisionen. November 2005 Bilag 2: The Impact of Health on Individual Retirement Plans: a Panel Analysis comparing Selfreported versus Diagnostic Measures af Nabanita Datta Gupta og Mona Larsen, November
10 Bilag : Uddrag af Sammenfatning af teknisk analyserapport - Befolkningsudvikling, velstandsdilemma og makroøkonomiske strategier, Velfærdkommisionen. November Øget uddannelse flere på arbejdsmarkedet? Det har været diskuteret om ikke et stigende uddannelsesniveau vil trække i retning af øget erhvervsdeltagelse. Argumentet er, at uddannelsesniveauet i arbejdsstyrken er voksende, og at personer med højere uddannelsesniveau har højere erhvervsdeltagelse. Begge de to sidste udsagn er isoleret set korrekte. Velfærdskommissionen indregner en positiv effekt af stigende uddannelsesniveau på erhvervsfrekvensen. Denne er på personer på langt sigt. I lyset af det historiske forløb vurderes dette imidlertid som en optimistisk effekt, jf. nedenfor. Uddannelsesniveauet er stigende. Dette kan illustreres ved at opdele uddannelse i tre niveauer: Uden kompetencegivende uddannelse, Erhvervsfaglig uddannelse og Videregående udannelse (KVU, MVU, LVU, Bachelorer, Erhvervsbachelorer og Forskeruddannelse), jf. figur 4. Det ses af figuren, at der er en betydelig stigning i uddannelsesniveauet for personer i den erhvervsaktive alder i perioden 98 til For befolkningen som helhed vokser den andel, der har en videregående uddannelse således fra 3 til 25 procent af de erhvervsaktive årgange. Også andelen af personer med erhvervsfaglig uddannelse er voksende i perioden. I 98 var det 3 procent af personerne i de erhvervsaktive aldre, der havde en erhvervsfaglig uddannelse, mens andelen var vokset til 38 procent i Denne udvikling med en gradvist voksende andel af de to uddannelseskategorier betyder, at andelen af personer uden kompetencegivende uddannelse falder fra 50 procent til 36 procent af personerne i den erhvervsaktive alder. Der er i høj grad tale om en generationseffekt, hvor de unge generationer, der kommer til, er bedre uddannet end de generationer, der forlader arbejdsstyrken på grund af alder. Der er således grund til at forvente at dette fortsætter, selvom omfanget kan diskuteres. Figur 4: Uddannelsesfordeling Figur 5: Uddannelsesbetingede erhvervsfrekvenser Andel 0,6 0,5 0,4 0,3 0,2 0, 0, Erhvervsfaglig udd. Videregående udd. Uden kompetencegivende udd. Andel 0,6 0,5 0,4 0,3 0,2 0, 0,0 Andel,0 0,9 0,8 0,7 0,6 0, Befolkningen i alt Erhvervsfaglig udd. Videregående udd. Uden kompetencegivende udd. Andel,0 0,9 0,8 0,7 0,6 0,5 Kilde: RAS-Statistikken, Danmarks Statistik. Der er imidlertid to vigtige forhold, der skal tages i betragtning for at vurdere betydningen af et øget uddannelsesniveau for erhvervsdeltagelsen. Det første som umiddelbart kan aflæses af figur 5 er, at selvom erhvervsdeltagelsen er voksende i uddannelsesniveauet, er der for alle grupper et betydeligt fald over tid i erhvervsfrekvenserne. For personer uden kompetencegivende uddannelse er faldet i erhvervsdeltagelsen størst, idet det er på 8 pct.point over perioden, mens de tilsvarende 6 Hele rapporten kan ses på 0
11 fald for de to andre uddannelseskategorier er 6 pct.point for erhvervsfagligt uddannede og 5 pct.point for videregående uddannede. En del af forklaringen på, at der er en faldende erhvervsdeltagelse for alle tre grupper kan være velstandsstigningen, jf. diskussionen ovenfor. Årsagen til, at det har været muligt at fastholde en nogenlunde konstant gennemsnitlig erhvervsdeltagelse for alle uddannelsesgrupper under ét, er således, at stigningen i uddannelsesniveauet har ført til, at der er blevet flere personer i de grupper, der har den højeste erhvervsdeltagelse. Det kræver altså en fortsat stigning i uddannelsesniveauet for at kunne fastholde en konstant erhvervsfrekvens i fremtiden, hvis tendensen til faldende erhvervsfrekvens inden for den enkelte uddannelsesgruppe fortsætter. Det kan blive vanskeligt at fastholde samme vækst i uddannelsesniveauet fremadrettet, fordi de generationer, som forlader arbejdsmarkedet, efterhånden også vil være bedre uddannet i gennemsnit. For det andet er det ikke oplagt, at en given ændring i uddannelsessammensætningen i fremtiden vil få samme effekt. Det skyldes, at et stigende uddannelsesniveau ikke alene vil påvirke gruppen, der får en given uddannelse, men også gruppen af personer uden kompetencegivende uddannelse. Sidstnævnte gruppe indeholder personer med en f.eks. studentereksamen som højeste uddannelsesniveau. Samtidig indeholder gruppen også personer som pga. fysiske eller psykiske handicaps ikke er i stand til at gennemføre en uddannelse og derfor heller ikke har mulighed for en høj arbejdsmarkedstilknytning. Når gruppen af personer uden kompetencegivende uddannelse reduceres, sker dette hovedsageligt ved at de bedst kvalificerede i gruppen sikres en uddannelse. Det betyder, at den gennemsnitlige erhvervstilknytning falder for de, der er tilbage i gruppen uden kompetencegivende uddannelse. Man kan således ikke realistisk antage uændrede erhvervsfrekvenser for alle grupper i takt med at der sker et uddannelsesløft. Dette problem ses endnu mere markant, når man betragter udviklingen i antallet af førtidspensionister som følge af en ændret uddannelsessammensætning. Tager man udgangspunkt i konstante alders-, køns- og uddannelsesbetingede førtidspensionsfrekvenser for perioden 980 til 200 og benytter den faktiske udvikling i uddannelsessammensætning vil man forvente et faldende antal førtidspensionister. Årsagen er, at de historiske erfaringer udviser den sammenhæng, at hyppigheden for førtidspension er faldende med uddannelsesniveauet. Faktisk steg antallet af førtidspensionister over denne periode. Problemet opstår, fordi man ikke tager højde for at de bagvedliggende faktorer fysiske eller psykiske der begrunder tildeling af førtidspensioner også i mange tilfælde er årsagen til, at de pågældende ikke får en uddannelse. Samlet vurderet er det således ikke oplagt, at øget uddannelse vil øge erhvervsdeltagelsen. Det niveau for stigningen i erhvervsdeltagelsen, der er indarbejdet i Velfærdskommissionens grundforløb, kan derfor vise sig at være for optimistisk.
12 Bilag 2: Uddrag af: The Impact of Health on Individual Retirement Plans: a Panel Analysis comparing Selfreported versus Diagnostic Measures af Nabanita Datta Gupta og Mona Larsen, November Subjective reports of health made by those planning to retire or already retired potentially lead to justification bias. That is, failing health is used as a socially acceptable excuse for retirement, rather than an accurate description of the reason why individuals leave the labor market. This biases the impacts of health on labor market outcomes as well as the effects of any variables correlated with health. In fact, earlier U.S. studies based on Retirement History Longitudinal Survey (RHS) data, found evidence of justification bias (such as Anderson and Burkhauser, 985). Another consideration is that health may be endogenous to labor market outcome. This leads to overestimation of the effect of health if, for instance, withdrawal from the labor market improves or worsens health. An indirect effect is generated if unobserved differences across individuals correlate both with health and retirement behavior, for example, differences in workers time rate of preference. Inability to control for these variables could lead to omitted variable bias. Another problem may be reporting heterogeneity or incomparability across individuals of (ordered) selfassessed health, which varies systematically with characteristics such as gender and age (Lindeboom and Van Doorslaer, 2004; Groot 2000). Use of objective health measures might correct for these problems but in most cases, objective measures are proxies for general health or presence of health conditions rather than work incapacity. A measure such as subsequent mortality for example, suffers from this measurement error problem, particularly as mortality often occurs abruptly or following a short-lived serious illness. Conversely, many chronic conditions such as arthritis may severely limit one s ability to work, but have less of an effect on life expectancy. In fact, as subjective health measures potentially suffer from both endogeneity bias and attenuation bias and objective measures only from measurement error, the former may be preferable as the two types of bias cancel each other out (Bound, 99). Still, many researchers prefer more objective self-reports on the presence of a disease condition, for example, than to use self-assessed health for reasons of greater reporting accuracy, insusceptibility to individual rationalization and greater comparability across individuals. Individual self-reports of the presence of a doctor-diagnosed illness are however, not error-free in themselves. A recent paper by Baker et al. (2004) that matches individual s self-reports of medical conditions to their medical records finds considerable error in these so-called objective self-reports. Furthermore, the reporting error is systematically related to labor market status and hence a source of justification bias. In that study, a comparison of the estimated effects of different measures of health on labor market activity using objective measures of health as instruments for both the subjective measures and the self-reported objective measures confirms as in previous studies that OLS underestimates health and overestimates wages. However, the measure of labor market opportunities employed is rather limited and concerns of potential omitted variable bias and measurement error remain. 2
Økonomisk Kandidateksamen 2004II Økonometri 1. Læsefærdigheder hos skoleelever i Danmark
Økonomisk Kandidateksamen 2004II Økonometri 1 Læsefærdigheder hos skoleelever i Danmark Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang
Læs mereØkonomisk Kandidateksamen 2006II Økonometri 1. Afkastet af uddannelse for britiske tvillingepar
Økonomisk Kandidateksamen 2006II Økonometri 1 Afkastet af uddannelse for britiske tvillingepar Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig, at du kan få
Læs mere! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion
Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!
Læs mereØkonomisk Kandidateksamen 2003II Økonometri 1. Værdisætning af skov
Økonomisk Kandidateksamen 2003II Økonometri 1 Værdisætning af skov Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang til data, opgavetekst
Læs mereBasal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.
Hjemmeopgave Basal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.-27 marts) Garvey et al. interesserer sig for sammenhængen mellem
Læs mereØkonometri 1 Efterår 2006 Ugeseddel 11
Økonometri 1 Efterår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave: Paneldata estimation Sammenhængen mellem alder og
Læs mereØkonometri 1 Forår 2006 Ugeseddel 11
Økonometri 1 Forår 2006 Ugeseddel 11 Program for øvelserne: Gruppearbejde og plenumdiskussion Introduktion til SAS øvelser SAS øvelser Øvelsesopgave 5: Paneldata estimation af indkomstligninger på danske
Læs mereKlar sammenhæng mellem børns og forældres livsindkomst
Klar sammenhæng mellem børns og forældres livsindkomst Der er stor forskel på størrelsen af den livsindkomst, som 3-årige danskere kan se frem til, og livsindkomsten hænger nøje sammen med forældrenes
Læs mereDanskerne trækker sig senere tilbage fra arbejdsmarkedet
Danskerne trækker sig senere tilbage fra arbejdsmarkedet I de seneste godt 10 år er der sket en forholdsvis markant stigning i erhvervsdeltagelsen blandt de ældre i aldersgruppen -64 år. Særligt bemærkelsesværdigt
Læs mereWooldridge, kapitel 19: Carrying out an Empirical Project. Information og spørgsmål vedr. eksamen. Økonometri 1: Afslutningsforelæsning 2
Økonometri 1 Afslutningsforelæsning 19. maj 2003 Økonometri 1: Afslutningsforelæsning 1 Evalueringer Kun 23 har udfyldt evalueringsskemaerne ud af ca. 120 tilmeldte til eksamen Resultatet kan ses på hjemmesiden
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 9. september 003 Denne note er skrevet til kurset Økonometri på. årsprøve af polit-studiet.
Læs mereØkonometri 1. Dagens program: Afslutningsforelæsning 23. maj 2007
Dagens program: Økonometri 1 Afslutningsforelæsning 23. maj 2007 6-trins procedure til IV estimation. Afrunding af IV: Rygning og fødselsvægt. Afrunding og perspektivering af Kvant 2. Opfølgning af introduktionsforelæsningen.
Læs mereAalborg Universitet. Økonomisk ulighed og selvværd Hansen, Claus Dalsgaard. Publication date: 2011
Aalborg Universitet Økonomisk ulighed og selvværd Hansen, Claus Dalsgaard Publication date: 2011 Document Version Tidlig version også kaldet pre-print Link to publication from Aalborg University Citation
Læs mereMarkante sæsonudsving på boligmarkedet
N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige
Læs mereAdgangsgivende eksamen (udeladt kategori: Matematisk student med matematik på niveau A)
Økonometri 1 Forår 2003 Ugeseddel 13 Program for øvelserne: Gruppearbejde Opsamling af gruppearbejdet og introduktion af SAS SAS-øvelser i computerkælderen Øvelsesopgave 6: Hvem består første årsprøve
Læs mereKvantitative metoder 2
Gentagne tværsnit og paneldata Kvantitative metoder 2 Gentagne tværsnit og panel data II 9. maj 2007 I dag: To-periode panel data: Følger de samme individer over to perioder (13.3-4) Unobserved effects
Læs mereØkonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1
Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere
Læs mereØkonometri 1. Gentagne tværsnit (W ): Opsamling. Gentagne tværsnit og paneldata. Gentagne Tværsnit og Paneldata II.
Gentagne tværsnit (W 13.1-): Opsamling. Økonometri 1 Gentagne Tværsnit og Paneldata II Kombinerer tværsnit indsamlet på forskellige tidspunkter. Partial pooling: Tillader koefficienterne til nogle af variablerne
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007II. Økonometri 1
Rettevejledning til Økonomisk Kandidateksamen 2007II Økonometri 1 Vurderingsgrundlaget for tag-hjem eksamen er selve opgavebesvarelsen og bilaget. Programmer og data bedømmes som sådan ikke, men er anvendt
Læs mereUfaglærte har færre år som pensionist end akademikere
Tilbagetrækningsreformen Ufaglærte har færre år som pensionist end akademikere Ufaglærte har udsigt til færre år på folkepension end højtuddannede. Det skyldes, at ufaglærte har en relativt høj dødelighed,
Læs mereØkonometri 1. Målsætning for Økonometri 1. Dagens program: Afslutningsforelæsning 16. December 2005
Dagens program: Økonometri 1 Afrunding og perspektivering af Økonometri 1. Opfølgning af introduktionsforelæsningen. Wooldridge, kapitel 19: Carrying out an Empirical Project Oversigt over økonometriske
Læs mereenige i, at der er et godt psykisk arbejdsmiljø. For begge enige i, at arbejdsmiljøet er godt. Hovedparten af sikkerhedsrepræsentanterne
3. ARBEJDSMILJØET OG ARBEJDSMILJØARBEJDET I dette afsnit beskrives arbejdsmiljøet og arbejdsmiljøarbejdet på de fem FTF-områder. Desuden beskrives resultaterne af arbejdsmiljøarbejdet, og det undersøges
Læs mereØkonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2
Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition
Læs mereBasic statistics for experimental medical researchers
Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:
Læs mereKvantitative metoder 2
Kvalitative egenskaber og dummyvariabler Kvantitative metoder 2 Dummyvariabler 28. marts 2007 Vi har (hovedsagligt) set på kvantitative variabler (løn, priser, forbrug, indkomst, )... Men hvad med kvalitative
Læs mereAfvikling af efterlønsordningen og forøget folkepensionsalder - Analyse 2: "Reformpakke"
Afvikling af efterlønsordningen og forøget folkepensionsalder - Analyse 2: "Reformpakke" 1. juli 2011 Indledning Dette notat beskriver effekten på befolkningens arbejdsmarkedstilknytning af et marginaleksperiment,
Læs mereSyddansk Universitet. Dødeligheden i Københavns kommune Koch, Mette Bjerrum; Davidsen, Michael; Juel, Knud. Publication date: 2012
Syddansk Universitet Dødeligheden i s kommune Koch, Mette Bjerrum; Davidsen, Michael; Juel, Knud Publication date: 212 Document version Tidlig version også kaldet pre-print Citation for pulished version
Læs mereRettevejledning til Økonomisk Kandidateksamen 2005I, Økonometri 1
Rettevejledning til Økonomisk Kandidateksamen 005I, Økonometri Vurderingsgrundlaget er selve opgavebesvarelsen og bilaget, inklusive det afleverede SAS program. Materialet på diskette/cd bedømmes som sådan
Læs mereUddannelse kan løfte BNP med op til 96 mia. kr.
Uddannelse kan løfte BNP med op til 96 mia. kr. Fremskrivninger af arbejdsmarkedet viser, at der bliver stor mangel på uddannet arbejdskraft frem mod 225. Forskellen i BNP er op til 96 mia. kr. mellem
Læs mereTilbagetrækningsalderen 1992-2008
MARKEDSUDVIKLING SKADESFORSIKRING FORSIKRING & PENSIONS ÅRSMØDE JANUAR 2008 SIDE 1 Jonas Zielke Schaarup Amaliegade 10 1256 København K Telefon 33 43 55 00 www. forsikringogpension.dk Indledning 1. Sammenfatning
Læs mereBILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Bilag til Evaluering af de nationale test i folkeskolen Dato September 2013 BILAG 3: DETALJERET REDEGØ- RELSE FOR REGISTER- ANALYSER
Læs mereSundhedstilstand for forskellige befolkningsgrupper I dette afsnit er befolkningens sundhedstilstand
Kapitel 7. Social ulighed i sundhed Den sociale ulighed i befolkningens sundhedstilstand viser sig blandt andet ved, at ufaglærte i alderen 25-64 år har et årligt medicinforbrug på 2.2 kr., mens personer
Læs mereØkonometri 1. Interne evalueringer af forelæsninger. Kvalitative variabler. Dagens program. Dummyvariabler 21. oktober 2004
Dagens program Økonometri 1 Dummyvariabler 21. oktober 2004 Emnet for denne forelæsning er kvalitative egenskaber i den multiple regressionsmodel (Wooldridge kap. 7.1-7.6) Kvalitative variabler generelt
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereReminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model
Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H
Læs mereFremtidens velfærd kommer ikke af sig selv
Resumé af debatoplægget: Fremtidens velfærd kommer ikke af sig selv I Danmark er vi blandt de rigeste i verden. Og velfærdssamfundet er en tryg ramme om den enkeltes liv: Hospitalshjælp, børnepasning,
Læs mereSkriftlig Eksamen Kombinatorik, Sandsynlighed og Randomiserede Algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, Sandsynlighed og Randomiserede Algoritmer (DM58) Institut for Matematik og Datalogi Syddansk Universitet, Odense Torsdag den 1. januar 01 kl. 9 13 Alle sædvanlige hjælpemidler
Læs mereBortfald af efterløn for alle under 40 år skaber råderum på 12 mia.kr. til beskæftigelsesfradrag
Bortfald af efterløn for alle under 40 år skaber råderum på 12 mia.kr. til beskæftigelses Det foreslås, at efterlønnen bortfalder for alle under 40 år. Det indebærer, at efterlønnen afvikles i perioden
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereØkonometri 1. Oversigt. Mere om dataproblemer Gentagne tværsnit og panel data I
Oversigt Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I Info om prøveeksamen Mere om proxyvariabler og målefejl fra sidste gang. Selektion og dataproblemer Intro til nyt emne: Observationer
Læs mereTilkendelser af førtidspension og fleksjob 2003-2012
7. MARTS 2014 Tilkendelser af førtidspension og fleksjob 2003-2012 AF ANDREAS ØSTERGAARD NIELSEN En samlet analyse af tilkendelsespraksis 2003-2012 Formålet med dette notat er at give en samlet beskrivelse
Læs mereTabel 1. BMI, kropsvægt, overvægt og fedme for voksne og børn fordelt på køn. BMI gennemsnit Kropsvægt Normalvægtig Overvægtig Fed Totalt % (N) Alle voksne 25,60 50 35 15 100% (1746) Kvinder 25,54 52 33
Læs mereBetydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007 KM2: F21 1 Program for de to næste forelæsninger Emnet er specifikation og dataproblemer (Wooldridge kap. 9) Fejlleddet kan være korreleret
Læs mereMeasuring the Impact of Bicycle Marketing Messages. Thomas Krag Mobility Advice Trafikdage i Aalborg, 27.08.2013
Measuring the Impact of Bicycle Marketing Messages Thomas Krag Mobility Advice Trafikdage i Aalborg, 27.08.2013 The challenge Compare The pilot pictures The choice The survey technique Only one picture
Læs mereAbstract Inequality in health
Abstract Inequality in health The paper examines how Bourdieu s theory of capitals, habitus and social reproduction and environment, and how the Danish governments health regulation KRAM can explain why
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereGeneralized Probit Model in Design of Dose Finding Experiments. Yuehui Wu Valerii V. Fedorov RSU, GlaxoSmithKline, US
Generalized Probit Model in Design of Dose Finding Experiments Yuehui Wu Valerii V. Fedorov RSU, GlaxoSmithKline, US Outline Motivation Generalized probit model Utility function Locally optimal designs
Læs mereStigende uddannelsesniveau kan redde arbejdsstyrken
Stigende uddannelsesniveau kan redde arbejdsstyrken Selvom væksten i uddannelsesniveauet har været faldende de seneste år, så kan den beskedne stigning, der har været, alligevel løfte arbejdsstyrken med
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereProfilmodel 2009 fremskrivning af en ungdomsårgangs uddannelsesniveau
Profilmodel 9 fremskrivning af en ungdomsårgangs uddannelsesniveau Af Katja Behrens og Thomas Lange En ungdomsårgangs kommende uddannelsesniveau fremskrives ud fra en antagelse om, at uddannelsessystemet
Læs mereHjemmeopgave. I bedes benytte sidste side fra denne opgavetekst i udfyldt stand som forside på jeres opgavebesvarelse. Siden findes også på nettet.
Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, efterår 2012 Udleveret 2. oktober, afleveres senest ved øvelserne i uge 44 (30. oktober-1. november) I Secher et al. (1986) estimeres referencekurver
Læs mereRettevejledning til Økonomisk Kandidateksamen 2007II. Kvantitative Metoder 2: Tag-hjem eksamen
Rettevejledning til Økonomisk Kandidateksamen 2007II Kvantitative Metoder 2: Tag-hjem eksamen Der skal for hver studerende foretages en samlet bedømmelse af tag-hjem gruppeopgaven og den individuelle 2-timers
Læs mereStatistik for MPH: 7
Statistik for MPH: 7 3. november 2011 www.biostat.ku.dk/~pka/mph11 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:
Læs mereTo samhørende variable
To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen
Læs mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mereStore gevinster af at uddanne de tabte unge
Store gevinster af at uddanne de tabte unge Gennem de senere år har der været stor diskussion om, hvor stor gevinsten vil være ved at uddanne den gruppe af unge, som i dag ikke får en uddannelse. Nye studier
Læs mereBasal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30.
Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30. oktober) En undersøgelse blandt fødende kvinder
Læs merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
Læs mereDansk-historieopgaven (DHO) skrivevejledning
Dansk-historieopgaven (DHO) skrivevejledning Indhold Formalia, opsætning og indhold... Faser i opgaveskrivningen... Første fase: Idéfasen... Anden fase: Indsamlingsfasen... Tredje fase: Læse- og bearbejdningsfasen...
Læs merePå alle områder er konklusionen klar: Der er en statistisk sammenhæng mellem forældre og børns forhold.
Social arv 163 8. Social arv nes sociale forhold nedarves til deres børn Seks områder undersøges Der er en klar tendens til, at forældrenes sociale forhold "nedarves" til deres børn. Det betyder bl.a.,
Læs mereØkonomisk Kandidateksamen 2005I Økonometri 1. Virker u-landsbistanden?
Økonomisk Kandidateksamen 2005I Økonometri 1 Virker u-landsbistanden? Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri 1: Start med at sikre dig at du kan få adgang til data og bilag
Læs mereNotat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober
Notat Oktober Notat om produktivitet og lange videregående uddannelser Martin Junge Oktober 21 Notat om produktivitet og lange videregående uddannelser Notat om produktivitet og lange videregående uddannelser
Læs mereUndervisningsnoter til øvelse i Panel Modeller. %, it. E(x kjs
4 I afsnit 3 beskæftigede vi os med 1EC modellen og viste, hvordan den kunne estimereres med FGLS - bla under forudsætning af, at det individspecifikke stokastiske led er ukorreleret med de forklarende
Læs mereLinear Programming ١ C H A P T E R 2
Linear Programming ١ C H A P T E R 2 Problem Formulation Problem formulation or modeling is the process of translating a verbal statement of a problem into a mathematical statement. The Guidelines of formulation
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen
Læs mereFig. 1 Billede af de 60 terninger på mit skrivebord
Simulation af χ 2 - fordeling John Andersen Introduktion En dag kastede jeg 60 terninger Fig. 1 Billede af de 60 terninger på mit skrivebord For at danne mig et billede af hyppighederne flyttede jeg rundt
Læs mereReeksamen i Statistik for Biokemikere 6. april 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på
Læs mere! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)
Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!
Læs mereØkonomisk Kandidateksamen 2004I Økonometri 1. Kvinders arbejdsudbud
Økonomisk Kandidateksamen 004I Økonometri Kvinders arbejdsudbud Praktiske anvisninger til individuel tag-hjem eksamen i Økonometri : Start med at sikre dig at du kan få adgang til data (se næste side).
Læs mere1 α K = A t, (SS1) n + g + δ eller: ln yt =lna t +
Tag Med-Hjem-Eksamen Makroøkonomi,. Årsprøve Efterårssemestret 5 Udleveres mandag den. januar, 6, kl. 10. Afleveres onsdag den 4. januar, 6, senest kl. 10. på: Eksamenskontoret, Center for Sundhed og Samfund
Læs mereEvaluering af Soltimer
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning
Læs mere! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet
Dagens program Økonometri Den multiple regressionsmodel 4. februar 003 regressionsmodel Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5)! Opsamling fra sidst
Læs mereUforudsete forsinkelser i vej- og banetrafikken - Værdisætning
Downloaded from orbit.dtu.dk on: Dec 17, 2015 - Værdisætning Hjorth, Katrine Publication date: 2012 Link to publication Citation (APA): Hjorth, K. (2012). - Værdisætning [Lyd og/eller billed produktion
Læs mereEksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereForskerbeskyttelse i CPR 2008
Danmarks Statistik, Metode 16. janaur 2008 Statistisk metode BNL Forskerbeskyttelse i CPR 2008 Antallet af personer med forskerbeskyttelse har siden år 2000 været kraftigt stigende, og det stiger fortsat.
Læs mereapplies equally to HRT and tibolone this should be made clear by replacing HRT with HRT or tibolone in the tibolone SmPC.
Annex I English wording to be implemented SmPC The texts of the 3 rd revision of the Core SPC for HRT products, as published on the CMD(h) website, should be included in the SmPC. Where a statement in
Læs mereTrængselsopgørelse Københavns Kommune 2013
Downloaded from orbit.dtu.dk on: Dec 21, 2017 Trængselsopgørelse Københavns Kommune 2013 Rasmussen, Thomas Kjær; Aabrink, Morten; Nielsen, Otto Anker Publication date: 2014 Document Version Publisher's
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007 KM2: F22 1 Program Specifikation og dataproblemer, fortsat (Wooldridge kap. 9): Betydning af målefejl Dataudvælgelse: Manglende observationer
Læs mereX M Y. What is mediation? Mediation analysis an introduction. Definition
What is mediation? an introduction Ulla Hvidtfeldt Section of Social Medicine - Investigate underlying mechanisms of an association Opening the black box - Strengthen/support the main effect hypothesis
Læs mereLøsning til øvelsesopgaver dag 4 spg 5-9
Løsning til øvelsesopgaver dag 4 spg 5-9 5: Den multiple model Vi tilføjer nu yderligere to variable til vores model : Køn og kolesterol SBP = a + b*age + c*chol + d*mand hvor mand er 1 for mænd, 0 for
Læs mereUniversity Colleges. Sådan kan du hjælpe dit barn med lektierne! Kristensen, Kitte Søndergaard. Publication date: 2011
University Colleges Sådan kan du hjælpe dit barn med lektierne! Kristensen, Kitte Søndergaard Publication date: 2011 Document Version Tidlig version også kaldet pre-print Link to publication Citation for
Læs mereMultipel Lineær Regression
Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer
Læs mereRegion. Nyhavnsgade 2 90000 Aalborg
Region Nordjylland i national balance September 2011 ERHVERV NORDDANMARK Nyhavnsgade 2 90000 Aalborg Region Nordjylland i national balance Et centralt emne i den regionale debat i Nordjylland har i de
Læs mereDet danske arbejdsmarked udvikler sig skævt
Det danske arbejdsmarked udvikler sig skævt København med Omegn samt Østjylland og Østsjælland er sluppet nådigst gennem krisen, mens de øvrige landsdele har været ekstremt hårdt ramt på beskæftigelsen.
Læs mereTidsværdi for gods i Sverige
Tidsværdi for gods i Sverige Mogens Fosgerau 1 og Mikkel Birkeland, COWI 1 Indledning COWI har sammen med INREGIA i Stockholm gennemført en undersøgelse af tidsværdien for gods for SIKA, Statens Institut
Læs mereEffekten af indvandring på indfødte danskeres løn og beskæftigelse
d. 22.05.2017 Brian Krogh Graversen (DØRS) Effekten af indvandring på indfødte danskeres løn og beskæftigelse I kapitlet Udenlandsk arbejdskraft i Dansk Økonomi, forår 2017 analyseres det, hvordan indvandringen
Læs mereTjek. lønnen. Et værktøj til at undersøge lokal løndannelse og ligeløn på offentlige arbejdspladser. 2007 udgave Varenr. 7520
Tjek lønnen Et værktøj til at undersøge lokal løndannelse og ligeløn på offentlige arbejdspladser 2007 udgave Varenr. 7520 Indholdsfortegnelse Forord... 3 Teknisk introduktion... 4 Indledning... 5 Introduktion
Læs mereHver anden vil benytte øget åbningstid i dagtilbud
Børnefamiliers dagtilbud og arbejdsliv 17. maj 18 Hver anden vil benytte øget åbningstid i dagtilbud Halvdelen af alle lønmodtagere med børn mellem -13 år ville benytte sig af udvidede åbningstider i deres
Læs mereBilag. Resume. Side 1 af 12
Bilag Resume I denne opgave, lægges der fokus på unge og ensomhed gennem sociale medier. Vi har i denne opgave valgt at benytte Facebook som det sociale medie vi ligger fokus på, da det er det største
Læs mereTest og sammenligning af udvalgte regressionsmodeller Berit Christina Olsen forår 2008
Indholdsfortegnelse 1 INDLEDNING OG PROBLEMSTILLING... 2 1.1 OVERVÆGT SOM CASE... 2 2 ANALYSEFORBEREDELSER... 4 2.1 HEPRO-UNDERSØGELSEN... 4 2.2 DEN AFHÆNGIGE VARIABEL VIGTIGHED AF ÆNDRINGEN AF VÆGT...
Læs mereStor ulighed blandt pensionister
Formuerne blandt pensionisterne er meget skævt fordelt. Indregnes de forbrugsmuligheder, som formuerne giver i indkomsten, så er uligheden blandt pensionister markant større end uligheden blandt de erhvervsaktive.
Læs mereBasal statistik for sundhedsvidenskabelige forskere, forår 2015 Udleveret 3. marts, afleveres senest ved øvelserne i uge 13 (24.-25.
Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, forår 2015 Udleveret 3. marts, afleveres senest ved øvelserne i uge 13 (24.-25. marts) En stikprøve bestående af 65 mænd og 65 kvinder
Læs mereProfilmodel 2012 Videregående uddannelser
Profilmodel 1 Videregående uddannelser En fremskrivning af hvor stor en andel af en niende klasse årgang, der forventes at få en videregående uddannelse Profilmodel 1 er en fremskrivning af, hvordan en
Læs mereØkonometri 1. Kvalitative variabler. Kvalitative variabler. Dagens program. Kvalitative variable 8. marts 2006
Dagens program Økonometri 1 Kvalitative variable 8. marts 2006 Kvalitative variabler som forklarende variabler i en lineær regressionsmodel (Wooldridge kap. 7.1-7.4) Kvalitative variabler generelt Dummy
Læs mereStatistik for MPH: oktober Attributable risk, bestemmelse af stikprøvestørrelse (Silva: , )
Statistik for MPH: 7 29. oktober 2015 www.biostat.ku.dk/~pka/mph15 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:
Læs mereAT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5
AT-1. Oktober 09 + December 10 + November 11. CL+JW. Stenhus. side 1/5 1. 2. 3. 4. AT-1. Metodemæssig baggrund. Oktober 09. (NB: Til inspiration da disse papirer har været anvendt i gamle AT-forløb med
Læs merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
Læs mereSamfundsmæssige omkostninger og kommunale udgifter ved udvalgte risikofaktorer Koch, Mette Bjerrum
Syddansk Universitet Samfundsmæssige omkostninger og kommunale udgifter ved udvalgte risikofaktorer Koch, Mette Bjerrum Publication date: 2012 Document Version Tidlig version også kaldet pre-print Link
Læs mere