Verfügbarkeit: Econometric analysis of count data

Econometric analysis of count data:

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Winkelmann, Rainer 1963- (VerfasserIn)
Format:	Buch
Sprache:	English
Veröffentlicht:	Berlin [u.a.] Springer 2008
Ausgabe:	5. ed.
Schlagworte:	Ökonometrisches Modell Econometrics Labor mobility > Econometric models Time-series analysis Ökonometrie Arbeitsmobilität Ereignisdatenanalyse Zeitreihenanalyse
Online-Zugang:	Inhaltsverzeichnis
Beschreibung:	XIV, 333 S. graph. Darst. 235 mm x 155 mm
ISBN:	9783540776482 3540776486 9783540783893 9783642096402

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV023148656
003	DE-604
005	20131119
007	t
008	080214s2008 gw d\|\|\| \|\|\|\| 00\|\|\| eng d
015			\|a 08,N06,0745 \|2 dnb
016	7		\|a 987201514 \|2 DE-101
020			\|a 9783540776482 \|c Gb. : EUR 106.95 (freier Pr.), sfr 174.00 (freier Pr.) \|9 978-3-540-77648-2
020			\|a 3540776486 \|c Gb. : EUR 106.95 (freier Pr.), sfr 174.00 (freier Pr.) \|9 3-540-77648-6
020			\|a 9783540783893 \|9 978-3-540-78389-3
020			\|a 9783642096402 \|9 978-3-642-09640-2
024	3		\|a 9783540776482
028	5	2	\|a 12215225
035			\|a (OCoLC)246632720
035			\|a (DE-599)DNB987201514
040			\|a DE-604 \|b ger \|e rakddb
041	0		\|a eng
044			\|a gw \|c XA-DE-BE
049			\|a DE-355 \|a DE-20 \|a DE-N2 \|a DE-703 \|a DE-19 \|a DE-M382 \|a DE-945 \|a DE-188 \|a DE-91G \|a DE-384 \|a DE-83
050		0	\|a HB139
082	0		\|a 330.015195 \|2 22
082	0		\|a 330.015195 \|2 22/ger
084			\|a QH 237 \|0 (DE-625)141552: \|2 rvk
084			\|a QH 252 \|0 (DE-625)141562: \|2 rvk
084			\|a QH 300 \|0 (DE-625)141566: \|2 rvk
084			\|a QV 230 \|0 (DE-625)142145: \|2 rvk
084			\|a WIR 361f \|2 stub
084			\|a WIR 017f \|2 stub
084			\|a 510 \|2 sdnb
100	1		\|a Winkelmann, Rainer \|d 1963- \|e Verfasser \|0 (DE-588)131412434 \|4 aut
245	1	0	\|a Econometric analysis of count data \|c Rainer Winkelmann
250			\|a 5. ed.
264		1	\|a Berlin [u.a.] \|b Springer \|c 2008
300			\|a XIV, 333 S. \|b graph. Darst. \|c 235 mm x 155 mm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
650		4	\|a Ökonometrisches Modell
650		4	\|a Econometrics
650		4	\|a Labor mobility \|x Econometric models
650		4	\|a Time-series analysis
650	0	7	\|a Ökonometrie \|0 (DE-588)4132280-0 \|2 gnd \|9 rswk-swf
650	0	7	\|a Arbeitsmobilität \|0 (DE-588)4068809-4 \|2 gnd \|9 rswk-swf
650	0	7	\|a Ereignisdatenanalyse \|0 (DE-588)4132103-0 \|2 gnd \|9 rswk-swf
650	0	7	\|a Zeitreihenanalyse \|0 (DE-588)4067486-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Ökonometrisches Modell \|0 (DE-588)4043212-9 \|2 gnd \|9 rswk-swf
689	0	0	\|a Ereignisdatenanalyse \|0 (DE-588)4132103-0 \|D s
689	0	1	\|a Ökonometrisches Modell \|0 (DE-588)4043212-9 \|D s
689	0		\|5 DE-604
689	1	0	\|a Arbeitsmobilität \|0 (DE-588)4068809-4 \|D s
689	1	1	\|a Ereignisdatenanalyse \|0 (DE-588)4132103-0 \|D s
689	1		\|5 DE-604
689	2	0	\|a Ökonometrie \|0 (DE-588)4132280-0 \|D s
689	2		\|8 1\p \|5 DE-604
689	3	0	\|a Zeitreihenanalyse \|0 (DE-588)4067486-1 \|D s
689	3		\|8 2\p \|5 DE-604
856	4	2	\|m SWB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016332219&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
999			\|a oai:aleph.bib-bvb.de:BVB01-016332219
883	1		\|8 1\p \|a cgwrk \|d 20201028 \|q DE-101 \|u https://d-nb.info/provenance/plan#cgwrk
883	1		\|8 2\p \|a cgwrk \|d 20201028 \|q DE-101 \|u https://d-nb.info/provenance/plan#cgwrk

Datensatz im Suchindex

_version_	1804137403070283776
adam_text	CONTENTS PREFACE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V 1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 POISSON REGRESSION MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 EXAMPLES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 ORGANIZATION OF THE BOOK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 PROBABILITY MODELS FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . 7 2.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2 POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.1 DEFINITIONS AND PROPERTIES . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.2 GENESIS OF THE POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . 10 2.2.3 POISSON PROCESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.4 GENERALIZATIONS OF THE POISSON PROCESS . . . . . . . . . . . . . . . 14 2.2.5 POISSON DISTRIBUTION AS A BINOMIAL LIMIT . . . . . . . . . . . . . 15 2.2.6 EXPONENTIAL INTERARRIVAL TIMES . . . . . . . . . . . . . . . . . . . . . . 16 2.2.7 NON-POISSONNESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3 FURTHER DISTRIBUTIONS FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . 20 2.3.1 NEGATIVE BINOMIAL DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . 20 2.3.2 BINOMIAL DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3.3 LOGARITHMIC DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.4 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.4 MODIFIED COUNT DATA DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.1 TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.2 CENSORING AND GROUPING . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.3 ALTERED DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.5 GENERALIZATIONS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.1 MIXTURE DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.2 COMPOUND DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.5.3 BIRTH PROCESS GENERALIZATIONS . . . . . . . . . . . . . . . . . . . . . . . 39 2.5.4 KATZ FAMILY OF DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . 40 VIII CONTENTS 2.5.5 ADDITIVE LOG-DIFFERENCED PROBABILITY MODELS . . . . . . . . . . 41 2.5.6 LINEAR EXPONENTIAL FAMILIES . . . . . . . . . . . . . . . . . . . . . . . . 42 2.5.7 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.6 DISTRIBUTIONS FOR OVER- AND UNDERDISPERSION . . . . . . . . . . . . . . . . 45 2.6.1 GENERALIZED EVENT COUNT MODEL . . . . . . . . . . . . . . . . . . . . . 45 2.6.2 GENERALIZED POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . 46 2.6.3 POISSON POLYNOMIAL DISTRIBUTION. . . . . . . . . . . . . . . . . . . . . 47 2.6.4 DOUBLE POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . 49 2.6.5 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2.7 DURATION ANALYSIS AND COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . 50 2.7.1 DISTRIBUTIONS FOR INTERARRIVAL TIMES . . . . . . . . . . . . . . . . . . 52 2.7.2 RENEWAL PROCESSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 2.7.3 GAMMA COUNT DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . 56 2.7.4 DURATION MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 59 3 POISSON REGRESSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1 SPECIFICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1.2 ASSUMPTIONS OF THE POISSON REGRESSION MODEL . . . . . . . . . 63 3.1.3 ORDINARY LEAST SQUARES AND OTHER ALTERNATIVES . . . . . . . 65 3.1.4 INTERPRETATION OF PARAMETERS . . . . . . . . . . . . . . . . . . . . . . . . 70 3.1.5 PERIOD AT RISK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 3.2 MAXIMUM LIKELIHOOD ESTIMATION . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.2.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.2.2 LIKELIHOOD FUNCTION AND MAXIMIZATION . . . . . . . . . . . . . . . 77 3.2.3 NEWTON-RAPHSON ALGORITHM . . . . . . . . . . . . . . . . . . . . . . . . 78 3.2.4 PROPERTIES OF THE MAXIMUM LIKELIHOOD ESTIMATOR . . . . . 80 3.2.5 ESTIMATION OF THE VARIANCE MATRIX . . . . . . . . . . . . . . . . . . . 82 3.2.6 APPROXIMATE DISTRIBUTION OF THE POISSON REGRESSION COEFFICIENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 3.2.7 BIAS REDUCTION TECHNIQUES . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.3 PSEUDO-MAXIMUM LIKELIHOOD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.3.1 LINEAR EXPONENTIAL FAMILIES . . . . . . . . . . . . . . . . . . . . . . . . 89 3.3.2 BIASED POISSON MAXIMUM LIKELIHOOD INFERENCE . . . . . . . . 90 3.3.3 ROBUST POISSON REGRESSION . . . . . . . . . . . . . . . . . . . . . . . . . 91 3.3.4 NON-PARAMETRIC VARIANCE ESTIMATION . . . . . . . . . . . . . . . . 95 3.3.5 POISSON REGRESSION AND LOG-LINEAR MODELS . . . . . . . . . . . 97 3.3.6 GENERALIZED METHOD OF MOMENTS . . . . . . . . . . . . . . . . . . . . 98 3.4 SOURCES OF MISSPECIFICATION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.4.1 MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.4.2 UNOBSERVED HETEROGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.4.3 MEASUREMENT ERROR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 3.4.4 DEPENDENT PROCESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3.4.5 SELECTIVITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3.4.6 SIMULTANEITY AND ENDOGENEITY . . . . . . . . . . . . . . . . . . . . . . 108 CONTENTS IX 3.4.7 UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 3.4.8 EXCESS ZEROS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 3.4.9 VARIANCE FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 3.5 TESTING FOR MISSPECIFICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 3.5.1 CLASSICAL SPECIFICATION TESTS . . . . . . . . . . . . . . . . . . . . . . . . 112 3.5.2 REGRESSION BASED TESTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 3.5.3 GOODNESS-OF-FIT TESTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 3.5.4 TESTS FOR NON-NESTED MODELS. . . . . . . . . . . . . . . . . . . . . . . . 120 3.6 OUTLOOK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 4 UNOBSERVED HETEROGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1.1 CONDITIONAL MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1.2 PARTIAL EFFECTS WITH UNOBSERVED HETEROGENEITY . . . . . . . . 128 4.1.3 UNOBSERVED HETEROGENEITY IN THE POISSON MODEL . . . . . . . 129 4.1.4 PARAMETRIC AND SEMI-PARAMETRIC MODELS . . . . . . . . . . . . . 130 4.2 PARAMETRIC MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 4.2.1 GAMMA MIXTURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 4.2.2 INVERSE GAUSSIAN MIXTURE. . . . . . . . . . . . . . . . . . . . . . . . . . . 131 4.2.3 LOG-NORMAL MIXTURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 4.3 NEGATIVE BINOMIAL MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 4.3.1 NEGBIN II MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 4.3.2 NEGBIN I MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 4.3.3 NEGBIN K MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 4.3.4 NEGBIN X MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 4.4 SEMIPARAMETRIC MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 4.4.1 SERIES EXPANSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 4.4.2 FINITE MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5 SAMPLE SELECTION AND ENDOGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.1 CENSORING AND TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.1.1 TRUNCATED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . 144 5.1.2 ENDOGENOUS SAMPLING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.1.3 CENSORED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . 146 5.1.4 GROUPED POISSON REGRESSION MODEL . . . . . . . . . . . . . . . . . . 147 5.2 INCIDENTAL CENSORING AND TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . 148 5.2.1 OUTCOME AND SELECTION MODEL. . . . . . . . . . . . . . . . . . . . . . . 148 5.2.2 MODELS OF NON-RANDOM SELECTION . . . . . . . . . . . . . . . . . . . . 149 5.2.3 BIVARIATE NORMAL ERROR DISTRIBUTION . . . . . . . . . . . . . . . . . 150 5.2.4 OUTCOME DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 5.2.5 INCIDENTAL CENSORING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 5.2.6 INCIDENTAL TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.3 ENDOGENEITY IN COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . 156 5.3.1 INTRODUCTION AND EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . 156 5.3.2 PARAMETER ANCILLARITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 X CONTENTS 5.3.3 ENDOGENEITY AND MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . 159 5.3.4 A TWO-EQUATION FRAMEWORK . . . . . . . . . . . . . . . . . . . . . . . . 161 5.3.5 INSTRUMENTAL VARIABLE ESTIMATION. . . . . . . . . . . . . . . . . . . . 162 5.3.6 ESTIMATION IN STAGES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 5.4 SWITCHING REGRESSION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 5.4.1 FULL INFORMATION MAXIMUM LIKELIHOOD ESTIMATION . . . . . 168 5.4.2 MOMENT-BASED ESTIMATION. . . . . . . . . . . . . . . . . . . . . . . . . . 170 5.4.3 NON-NORMALITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 5.5 MIXED DISCRETE-CONTINUOUS MODELS . . . . . . . . . . . . . . . . . . . . . . . . 171 6 ZEROS IN COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 6.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 6.2 ZEROS IN THE POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 6.2.1 EXCESS ZEROS AND OVERDISPERSION . . . . . . . . . . . . . . . . . . . . 174 6.2.2 TWO-CROSSINGS THEOREM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 6.2.3 EFFECTS AT THE EXTENSIVE MARGIN . . . . . . . . . . . . . . . . . . . . . 176 6.2.4 MULTI-INDEX MODELS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 6.2.5 A GENERAL DECOMPOSITION RESULT . . . . . . . . . . . . . . . . . . . . 177 6.3 HURDLE COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 6.3.1 HURDLE POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 6.3.2 MARGINAL EFFECTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 6.3.3 HURDLE NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . . . . . . 183 6.3.4 NON-NESTED HURDLE MODELS. . . . . . . . . . . . . . . . . . . . . . . . . . 183 6.3.5 UNOBSERVED HETEROGENEITY IN HURDLE MODELS . . . . . . . . . . 185 6.3.6 FINITE MIXTURE VERSUS HURDLE MODELS . . . . . . . . . . . . . . . . 186 6.3.7 CORRELATED HURDLE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 187 6.4 ZERO-INFLATED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 188 6.4.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 6.4.2 ZERO-INFLATED POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . 189 6.4.3 ZERO-INFLATED NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . 191 6.4.4 MARGINAL EFFETS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 6.5 COMPOUND COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 6.5.1 MULTI-EPISODE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 6.5.2 UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 6.5.3 COUNT AMOUNT MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 6.5.4 ENDOGENOUS UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . 197 6.6 QUANTILE REGRESSION FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . 199 7 CORRELATED COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 7.1 MULTIVARIATE COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 7.1.1 MULTIVARIATE POISSON DISTRIBUTION. . . . . . . . . . . . . . . . . . . . 205 7.1.2 MULTIVARIATE NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . 210 7.1.3 MULTIVARIATE POISSON-GAMMA MIXTURE MODEL. . . . . . . . . . 212 7.1.4 MULTIVARIATE POISSON-LOG-NORMAL MODEL . . . . . . . . . . . . . . 213 7.1.5 LATENT POISSON-NORMAL MODEL . . . . . . . . . . . . . . . . . . . . . . . 216 CONTENTS XI 7.1.6 MOMENT-BASED METHODS. . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 7.1.7 COPULA FUNCTIONS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 7.2 PANEL DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 7.2.1 FIXED EFFECTS POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . 222 7.2.2 MOMENT-BASED ESTIMATION OF THE FIXED EFFECTS MODEL . . 225 7.2.3 FIXED EFFECTS NEGATIVE BINOMIAL MODEL. . . . . . . . . . . . . . . 227 7.2.4 RANDOM EFFECTS COUNT DATA MODELS . . . . . . . . . . . . . . . . . 228 7.2.5 DYNAMIC PANEL COUNT DATA MODELS . . . . . . . . . . . . . . . . . . 230 7.3 TIME-SERIES COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 8 BAYESIAN ANALYSIS OF COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . 241 8.1 BAYESIAN ANALYSIS OF THE POISSON MODEL . . . . . . . . . . . . . . . . . . . . 242 8.2 A POISSON MODEL WITH UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . 245 8.3 ESTIMATION OF THE MULTIVARIATE POISSON-LOG-NORMAL MODEL BY MCMC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 8.4 ESTIMATION OF A RANDOM COEFFICIENTS MODEL BY MCMC . . . . . . . 248 9 APPLICATIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 9.1 ACCIDENTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 9.2 CRIME . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 9.3 TRIP FREQUENCY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 9.4 HEALTH ECONOMICS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 9.5 DEMOGRAPHY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 9.6 MARKETING AND MANAGEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 9.7 LABOR MOBILITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 9.7.1 ECONOMICS MODELS OF LABOR MOBILITY. . . . . . . . . . . . . . . . . 262 9.7.2 PREVIOUS LITERATURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 9.7.3 DATA AND DESCRIPTIVE STATISTICS. . . . . . . . . . . . . . . . . . . . . . 265 9.7.4 REGRESSION RESULTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 9.7.5 MODEL PERFORMANCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 9.7.6 MARGINAL PROBABILITY EFFECTS . . . . . . . . . . . . . . . . . . . . . . . . 274 9.7.7 STRUCTURAL INFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 A PROBABILITY GENERATING FUNCTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . 281 B GAUSS-HERMITE QUADRATURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 C SOFTWARE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 D TABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 AUTHOR*S INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 SUBJECT INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
adam_txt	CONTENTS PREFACE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V 1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 POISSON REGRESSION MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 EXAMPLES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 ORGANIZATION OF THE BOOK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 PROBABILITY MODELS FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . 7 2.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2 POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.1 DEFINITIONS AND PROPERTIES . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2.2 GENESIS OF THE POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . 10 2.2.3 POISSON PROCESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.4 GENERALIZATIONS OF THE POISSON PROCESS . . . . . . . . . . . . . . . 14 2.2.5 POISSON DISTRIBUTION AS A BINOMIAL LIMIT . . . . . . . . . . . . . 15 2.2.6 EXPONENTIAL INTERARRIVAL TIMES . . . . . . . . . . . . . . . . . . . . . . 16 2.2.7 NON-POISSONNESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3 FURTHER DISTRIBUTIONS FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . 20 2.3.1 NEGATIVE BINOMIAL DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . 20 2.3.2 BINOMIAL DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3.3 LOGARITHMIC DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3.4 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.4 MODIFIED COUNT DATA DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.1 TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.2 CENSORING AND GROUPING . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.3 ALTERED DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.5 GENERALIZATIONS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.1 MIXTURE DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.2 COMPOUND DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.5.3 BIRTH PROCESS GENERALIZATIONS . . . . . . . . . . . . . . . . . . . . . . . 39 2.5.4 KATZ FAMILY OF DISTRIBUTIONS . . . . . . . . . . . . . . . . . . . . . . . . 40 VIII CONTENTS 2.5.5 ADDITIVE LOG-DIFFERENCED PROBABILITY MODELS . . . . . . . . . . 41 2.5.6 LINEAR EXPONENTIAL FAMILIES . . . . . . . . . . . . . . . . . . . . . . . . 42 2.5.7 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.6 DISTRIBUTIONS FOR OVER- AND UNDERDISPERSION . . . . . . . . . . . . . . . . 45 2.6.1 GENERALIZED EVENT COUNT MODEL . . . . . . . . . . . . . . . . . . . . . 45 2.6.2 GENERALIZED POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . 46 2.6.3 POISSON POLYNOMIAL DISTRIBUTION. . . . . . . . . . . . . . . . . . . . . 47 2.6.4 DOUBLE POISSON DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . 49 2.6.5 SUMMARY. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2.7 DURATION ANALYSIS AND COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . 50 2.7.1 DISTRIBUTIONS FOR INTERARRIVAL TIMES . . . . . . . . . . . . . . . . . . 52 2.7.2 RENEWAL PROCESSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 2.7.3 GAMMA COUNT DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . 56 2.7.4 DURATION MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 59 3 POISSON REGRESSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1 SPECIFICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1.2 ASSUMPTIONS OF THE POISSON REGRESSION MODEL . . . . . . . . . 63 3.1.3 ORDINARY LEAST SQUARES AND OTHER ALTERNATIVES . . . . . . . 65 3.1.4 INTERPRETATION OF PARAMETERS . . . . . . . . . . . . . . . . . . . . . . . . 70 3.1.5 PERIOD AT RISK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 3.2 MAXIMUM LIKELIHOOD ESTIMATION . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.2.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.2.2 LIKELIHOOD FUNCTION AND MAXIMIZATION . . . . . . . . . . . . . . . 77 3.2.3 NEWTON-RAPHSON ALGORITHM . . . . . . . . . . . . . . . . . . . . . . . . 78 3.2.4 PROPERTIES OF THE MAXIMUM LIKELIHOOD ESTIMATOR . . . . . 80 3.2.5 ESTIMATION OF THE VARIANCE MATRIX . . . . . . . . . . . . . . . . . . . 82 3.2.6 APPROXIMATE DISTRIBUTION OF THE POISSON REGRESSION COEFFICIENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 3.2.7 BIAS REDUCTION TECHNIQUES . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.3 PSEUDO-MAXIMUM LIKELIHOOD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.3.1 LINEAR EXPONENTIAL FAMILIES . . . . . . . . . . . . . . . . . . . . . . . . 89 3.3.2 BIASED POISSON MAXIMUM LIKELIHOOD INFERENCE . . . . . . . . 90 3.3.3 ROBUST POISSON REGRESSION . . . . . . . . . . . . . . . . . . . . . . . . . 91 3.3.4 NON-PARAMETRIC VARIANCE ESTIMATION . . . . . . . . . . . . . . . . 95 3.3.5 POISSON REGRESSION AND LOG-LINEAR MODELS . . . . . . . . . . . 97 3.3.6 GENERALIZED METHOD OF MOMENTS . . . . . . . . . . . . . . . . . . . . 98 3.4 SOURCES OF MISSPECIFICATION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.4.1 MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 3.4.2 UNOBSERVED HETEROGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.4.3 MEASUREMENT ERROR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 3.4.4 DEPENDENT PROCESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3.4.5 SELECTIVITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3.4.6 SIMULTANEITY AND ENDOGENEITY . . . . . . . . . . . . . . . . . . . . . . 108 CONTENTS IX 3.4.7 UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 3.4.8 EXCESS ZEROS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 3.4.9 VARIANCE FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 3.5 TESTING FOR MISSPECIFICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 3.5.1 CLASSICAL SPECIFICATION TESTS . . . . . . . . . . . . . . . . . . . . . . . . 112 3.5.2 REGRESSION BASED TESTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 3.5.3 GOODNESS-OF-FIT TESTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 3.5.4 TESTS FOR NON-NESTED MODELS. . . . . . . . . . . . . . . . . . . . . . . . 120 3.6 OUTLOOK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 4 UNOBSERVED HETEROGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1.1 CONDITIONAL MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . . . . . . 127 4.1.2 PARTIAL EFFECTS WITH UNOBSERVED HETEROGENEITY . . . . . . . . 128 4.1.3 UNOBSERVED HETEROGENEITY IN THE POISSON MODEL . . . . . . . 129 4.1.4 PARAMETRIC AND SEMI-PARAMETRIC MODELS . . . . . . . . . . . . . 130 4.2 PARAMETRIC MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 4.2.1 GAMMA MIXTURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 4.2.2 INVERSE GAUSSIAN MIXTURE. . . . . . . . . . . . . . . . . . . . . . . . . . . 131 4.2.3 LOG-NORMAL MIXTURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 4.3 NEGATIVE BINOMIAL MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 4.3.1 NEGBIN II MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 4.3.2 NEGBIN I MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 4.3.3 NEGBIN K MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 4.3.4 NEGBIN X MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 4.4 SEMIPARAMETRIC MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 4.4.1 SERIES EXPANSIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 4.4.2 FINITE MIXTURE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5 SAMPLE SELECTION AND ENDOGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.1 CENSORING AND TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 5.1.1 TRUNCATED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . 144 5.1.2 ENDOGENOUS SAMPLING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.1.3 CENSORED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . 146 5.1.4 GROUPED POISSON REGRESSION MODEL . . . . . . . . . . . . . . . . . . 147 5.2 INCIDENTAL CENSORING AND TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . 148 5.2.1 OUTCOME AND SELECTION MODEL. . . . . . . . . . . . . . . . . . . . . . . 148 5.2.2 MODELS OF NON-RANDOM SELECTION . . . . . . . . . . . . . . . . . . . . 149 5.2.3 BIVARIATE NORMAL ERROR DISTRIBUTION . . . . . . . . . . . . . . . . . 150 5.2.4 OUTCOME DISTRIBUTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 5.2.5 INCIDENTAL CENSORING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 5.2.6 INCIDENTAL TRUNCATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 5.3 ENDOGENEITY IN COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . 156 5.3.1 INTRODUCTION AND EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . 156 5.3.2 PARAMETER ANCILLARITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 X CONTENTS 5.3.3 ENDOGENEITY AND MEAN FUNCTION . . . . . . . . . . . . . . . . . . . . 159 5.3.4 A TWO-EQUATION FRAMEWORK . . . . . . . . . . . . . . . . . . . . . . . . 161 5.3.5 INSTRUMENTAL VARIABLE ESTIMATION. . . . . . . . . . . . . . . . . . . . 162 5.3.6 ESTIMATION IN STAGES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 5.4 SWITCHING REGRESSION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 5.4.1 FULL INFORMATION MAXIMUM LIKELIHOOD ESTIMATION . . . . . 168 5.4.2 MOMENT-BASED ESTIMATION. . . . . . . . . . . . . . . . . . . . . . . . . . 170 5.4.3 NON-NORMALITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 5.5 MIXED DISCRETE-CONTINUOUS MODELS . . . . . . . . . . . . . . . . . . . . . . . . 171 6 ZEROS IN COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 6.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 6.2 ZEROS IN THE POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 6.2.1 EXCESS ZEROS AND OVERDISPERSION . . . . . . . . . . . . . . . . . . . . 174 6.2.2 TWO-CROSSINGS THEOREM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 6.2.3 EFFECTS AT THE EXTENSIVE MARGIN . . . . . . . . . . . . . . . . . . . . . 176 6.2.4 MULTI-INDEX MODELS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 6.2.5 A GENERAL DECOMPOSITION RESULT . . . . . . . . . . . . . . . . . . . . 177 6.3 HURDLE COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 6.3.1 HURDLE POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 6.3.2 MARGINAL EFFECTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 6.3.3 HURDLE NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . . . . . . 183 6.3.4 NON-NESTED HURDLE MODELS. . . . . . . . . . . . . . . . . . . . . . . . . . 183 6.3.5 UNOBSERVED HETEROGENEITY IN HURDLE MODELS . . . . . . . . . . 185 6.3.6 FINITE MIXTURE VERSUS HURDLE MODELS . . . . . . . . . . . . . . . . 186 6.3.7 CORRELATED HURDLE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 187 6.4 ZERO-INFLATED COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . 188 6.4.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 6.4.2 ZERO-INFLATED POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . 189 6.4.3 ZERO-INFLATED NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . 191 6.4.4 MARGINAL EFFETS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 6.5 COMPOUND COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 6.5.1 MULTI-EPISODE MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 6.5.2 UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 6.5.3 COUNT AMOUNT MODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 6.5.4 ENDOGENOUS UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . . . . 197 6.6 QUANTILE REGRESSION FOR COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . 199 7 CORRELATED COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 7.1 MULTIVARIATE COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 7.1.1 MULTIVARIATE POISSON DISTRIBUTION. . . . . . . . . . . . . . . . . . . . 205 7.1.2 MULTIVARIATE NEGATIVE BINOMIAL MODEL . . . . . . . . . . . . . . . 210 7.1.3 MULTIVARIATE POISSON-GAMMA MIXTURE MODEL. . . . . . . . . . 212 7.1.4 MULTIVARIATE POISSON-LOG-NORMAL MODEL . . . . . . . . . . . . . . 213 7.1.5 LATENT POISSON-NORMAL MODEL . . . . . . . . . . . . . . . . . . . . . . . 216 CONTENTS XI 7.1.6 MOMENT-BASED METHODS. . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 7.1.7 COPULA FUNCTIONS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 7.2 PANEL DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 7.2.1 FIXED EFFECTS POISSON MODEL . . . . . . . . . . . . . . . . . . . . . . . . 222 7.2.2 MOMENT-BASED ESTIMATION OF THE FIXED EFFECTS MODEL . . 225 7.2.3 FIXED EFFECTS NEGATIVE BINOMIAL MODEL. . . . . . . . . . . . . . . 227 7.2.4 RANDOM EFFECTS COUNT DATA MODELS . . . . . . . . . . . . . . . . . 228 7.2.5 DYNAMIC PANEL COUNT DATA MODELS . . . . . . . . . . . . . . . . . . 230 7.3 TIME-SERIES COUNT DATA MODELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 8 BAYESIAN ANALYSIS OF COUNT DATA . . . . . . . . . . . . . . . . . . . . . . . . . . 241 8.1 BAYESIAN ANALYSIS OF THE POISSON MODEL . . . . . . . . . . . . . . . . . . . . 242 8.2 A POISSON MODEL WITH UNDERREPORTING . . . . . . . . . . . . . . . . . . . . . 245 8.3 ESTIMATION OF THE MULTIVARIATE POISSON-LOG-NORMAL MODEL BY MCMC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 8.4 ESTIMATION OF A RANDOM COEFFICIENTS MODEL BY MCMC . . . . . . . 248 9 APPLICATIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 9.1 ACCIDENTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 9.2 CRIME . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 9.3 TRIP FREQUENCY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 9.4 HEALTH ECONOMICS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 9.5 DEMOGRAPHY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 9.6 MARKETING AND MANAGEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 9.7 LABOR MOBILITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 9.7.1 ECONOMICS MODELS OF LABOR MOBILITY. . . . . . . . . . . . . . . . . 262 9.7.2 PREVIOUS LITERATURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 9.7.3 DATA AND DESCRIPTIVE STATISTICS. . . . . . . . . . . . . . . . . . . . . . 265 9.7.4 REGRESSION RESULTS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 9.7.5 MODEL PERFORMANCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 9.7.6 MARGINAL PROBABILITY EFFECTS . . . . . . . . . . . . . . . . . . . . . . . . 274 9.7.7 STRUCTURAL INFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 A PROBABILITY GENERATING FUNCTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . 281 B GAUSS-HERMITE QUADRATURE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 C SOFTWARE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 D TABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 AUTHOR*S INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 SUBJECT INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
any_adam_object	1
any_adam_object_boolean	1
author	Winkelmann, Rainer 1963-
author_GND	(DE-588)131412434
author_facet	Winkelmann, Rainer 1963-
author_role	aut
author_sort	Winkelmann, Rainer 1963-
author_variant	r w rw
building	Verbundindex
bvnumber	BV023148656
callnumber-first	H - Social Science
callnumber-label	HB139
callnumber-raw	HB139
callnumber-search	HB139
callnumber-sort	HB 3139
callnumber-subject	HB - Economic Theory and Demography
classification_rvk	QH 237 QH 252 QH 300 QV 230
classification_tum	WIR 361f WIR 017f
ctrlnum	(OCoLC)246632720 (DE-599)DNB987201514
dewey-full	330.015195
dewey-hundreds	300 - Social sciences
dewey-ones	330 - Economics
dewey-raw	330.015195
dewey-search	330.015195
dewey-sort	3330.015195
dewey-tens	330 - Economics
discipline	Mathematik Wirtschaftswissenschaften
discipline_str_mv	Mathematik Wirtschaftswissenschaften
edition	5. ed.
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02982nam a2200745 c 4500</leader><controlfield tag="001">BV023148656</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20131119 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">080214s2008 gw d\|\|\| \|\|\|\| 00\|\|\| eng d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">08,N06,0745</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">987201514</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783540776482</subfield><subfield code="c">Gb. : EUR 106.95 (freier Pr.), sfr 174.00 (freier Pr.)</subfield><subfield code="9">978-3-540-77648-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3540776486</subfield><subfield code="c">Gb. : EUR 106.95 (freier Pr.), sfr 174.00 (freier Pr.)</subfield><subfield code="9">3-540-77648-6</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783540783893</subfield><subfield code="9">978-3-540-78389-3</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783642096402</subfield><subfield code="9">978-3-642-09640-2</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783540776482</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">12215225</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)246632720</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB987201514</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-355</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-N2</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-M382</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-91G</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-83</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">HB139</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">330.015195</subfield><subfield code="2">22</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">330.015195</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 237</subfield><subfield code="0">(DE-625)141552:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 252</subfield><subfield code="0">(DE-625)141562:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 300</subfield><subfield code="0">(DE-625)141566:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QV 230</subfield><subfield code="0">(DE-625)142145:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">WIR 361f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">WIR 017f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">510</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Winkelmann, Rainer</subfield><subfield code="d">1963-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)131412434</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Econometric analysis of count data</subfield><subfield code="c">Rainer Winkelmann</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">5. ed.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin [u.a.]</subfield><subfield code="b">Springer</subfield><subfield code="c">2008</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XIV, 333 S.</subfield><subfield code="b">graph. Darst.</subfield><subfield code="c">235 mm x 155 mm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Ökonometrisches Modell</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Econometrics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Labor mobility</subfield><subfield code="x">Econometric models</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Time-series analysis</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Ökonometrie</subfield><subfield code="0">(DE-588)4132280-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Arbeitsmobilität</subfield><subfield code="0">(DE-588)4068809-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Ereignisdatenanalyse</subfield><subfield code="0">(DE-588)4132103-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Zeitreihenanalyse</subfield><subfield code="0">(DE-588)4067486-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Ökonometrisches Modell</subfield><subfield code="0">(DE-588)4043212-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Ereignisdatenanalyse</subfield><subfield code="0">(DE-588)4132103-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Ökonometrisches Modell</subfield><subfield code="0">(DE-588)4043212-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Arbeitsmobilität</subfield><subfield code="0">(DE-588)4068809-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Ereignisdatenanalyse</subfield><subfield code="0">(DE-588)4132103-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">Ökonometrie</subfield><subfield code="0">(DE-588)4132280-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="3" ind2="0"><subfield code="a">Zeitreihenanalyse</subfield><subfield code="0">(DE-588)4067486-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="3" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">SWB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016332219&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-016332219</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection>
id	DE-604.BV023148656
illustrated	Illustrated
index_date	2024-07-02T19:54:51Z
indexdate	2024-07-09T21:11:44Z
institution	BVB
isbn	9783540776482 3540776486 9783540783893 9783642096402
language	English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-016332219
oclc_num	246632720
open_access_boolean
owner	DE-355 DE-BY-UBR DE-20 DE-N2 DE-703 DE-19 DE-BY-UBM DE-M382 DE-945 DE-188 DE-91G DE-BY-TUM DE-384 DE-83
owner_facet	DE-355 DE-BY-UBR DE-20 DE-N2 DE-703 DE-19 DE-BY-UBM DE-M382 DE-945 DE-188 DE-91G DE-BY-TUM DE-384 DE-83
physical	XIV, 333 S. graph. Darst. 235 mm x 155 mm
publishDate	2008
publishDateSearch	2008
publishDateSort	2008
publisher	Springer
record_format	marc
spelling	Winkelmann, Rainer 1963- Verfasser (DE-588)131412434 aut Econometric analysis of count data Rainer Winkelmann 5. ed. Berlin [u.a.] Springer 2008 XIV, 333 S. graph. Darst. 235 mm x 155 mm txt rdacontent n rdamedia nc rdacarrier Ökonometrisches Modell Econometrics Labor mobility Econometric models Time-series analysis Ökonometrie (DE-588)4132280-0 gnd rswk-swf Arbeitsmobilität (DE-588)4068809-4 gnd rswk-swf Ereignisdatenanalyse (DE-588)4132103-0 gnd rswk-swf Zeitreihenanalyse (DE-588)4067486-1 gnd rswk-swf Ökonometrisches Modell (DE-588)4043212-9 gnd rswk-swf Ereignisdatenanalyse (DE-588)4132103-0 s Ökonometrisches Modell (DE-588)4043212-9 s DE-604 Arbeitsmobilität (DE-588)4068809-4 s Ökonometrie (DE-588)4132280-0 s 1\p DE-604 Zeitreihenanalyse (DE-588)4067486-1 s 2\p DE-604 SWB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016332219&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk
spellingShingle	Winkelmann, Rainer 1963- Econometric analysis of count data Ökonometrisches Modell Econometrics Labor mobility Econometric models Time-series analysis Ökonometrie (DE-588)4132280-0 gnd Arbeitsmobilität (DE-588)4068809-4 gnd Ereignisdatenanalyse (DE-588)4132103-0 gnd Zeitreihenanalyse (DE-588)4067486-1 gnd Ökonometrisches Modell (DE-588)4043212-9 gnd
subject_GND	(DE-588)4132280-0 (DE-588)4068809-4 (DE-588)4132103-0 (DE-588)4067486-1 (DE-588)4043212-9
title	Econometric analysis of count data
title_auth	Econometric analysis of count data
title_exact_search	Econometric analysis of count data
title_exact_search_txtP	Econometric analysis of count data
title_full	Econometric analysis of count data Rainer Winkelmann
title_fullStr	Econometric analysis of count data Rainer Winkelmann
title_full_unstemmed	Econometric analysis of count data Rainer Winkelmann
title_short	Econometric analysis of count data
title_sort	econometric analysis of count data
topic	Ökonometrisches Modell Econometrics Labor mobility Econometric models Time-series analysis Ökonometrie (DE-588)4132280-0 gnd Arbeitsmobilität (DE-588)4068809-4 gnd Ereignisdatenanalyse (DE-588)4132103-0 gnd Zeitreihenanalyse (DE-588)4067486-1 gnd Ökonometrisches Modell (DE-588)4043212-9 gnd
topic_facet	Ökonometrisches Modell Econometrics Labor mobility Econometric models Time-series analysis Ökonometrie Arbeitsmobilität Ereignisdatenanalyse Zeitreihenanalyse
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016332219&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT winkelmannrainer econometricanalysisofcountdata

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Inhaltsverzeichnis

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge