يجب تسجيل الدخول أولا
The Importance of Selecting Bayesian Nonparametric Survival Models: Application to the Estimation of Unemployment Durations
| المصدر: | المجلة الدولية للأداء الاقتصادي |
|---|---|
| الناشر: | جامعة أمحمد بوقرة بومرداس - مخبر أداء المؤسسات الاقتصادية الجزائرية في ظل الحركية الاقتصادية الدولية |
| المؤلف الرئيسي: | Hamimes, Ahmed (Author) |
| المجلد/العدد: | مج5, ع2 |
| محكمة: | نعم |
| الدولة: |
الجزائر |
| التاريخ الميلادي: |
2022
|
| الشهر: | ديسمبر |
| الصفحات: | 400 - 412 |
| DOI: |
10.54241/2065-005-002-024 |
| ISSN: |
2661-7161 |
| رقم MD: | 1342297 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
Fleming-Harrington | Kaplan-Meier | The Bayesian Paradigm | Unemployment Durations
|
| رابط المحتوى: |
عدد مرات التحميل
2
| المستخلص: |
The Kaplan-Meier and Fleming-Harrington estimator in the frequentist approach are functional methods. We compare in this article the different Bayesian structures of the Kaplan-Meier and Fleming-Harrington estimators through the information deviance criterion in a real example describes the duration of unemployment of 1064 individuals in an employment agency. employment at the local employment agency in Ain El Benian. This study clearly shows the importance of bayesian model selection in duration models. |
|---|---|
| ISSN: |
2661-7161 |
عناصر مشابهة
-
Bayesian Constant Hazard Risk Model with a Change Point Case of Study: The Durations of Unemployment of a Local Employment Agency
بواسطة: Hamimes, Ahmed منشور: (2020) -
On Bayesian and Non-Bayesian Model Selection
بواسطة: Helmy, Samar A. منشور: (2015) -
The Bayesian Design of Kaplan Meier Estimation Using Gibbs Sampling: Application in Econometrics of Duration Models
بواسطة: Hamimes, Ahmed منشور: (2020) -
Forecasting Algeria’s Unemployment Rates Using Sarima Model in Python Programming during 2001-2021
بواسطة: Benayad, Wafaa منشور: (2022) -
Bayesian Variable Selection for Single Index Model
بواسطة: Alshaybawee, Taha Hussain Ali منشور: (2023)
