The Pennsylvania reemployment bonus experiments : how a survival model helps in the analysis of the data


Schunk, Daniel


[img]
Vorschau
PDF
dp03_35.pdf - Veröffentlichte Version

Download (263kB)

URL: http://ub-madoc.bib.uni-mannheim.de/2748
URN: urn:nbn:de:bsz:180-madoc-27486
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2003
Titel einer Zeitschrift oder einer Reihe: None
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Rechtswissenschaft und Volkswirtschaftslehre > Sonstige - Fakultät für Rechtswissenschaft und Volkswirtschaftslehre
MADOC-Schriftenreihe: Sonderforschungsbereich 504 > Rationalitätskonzepte, Entscheidungsverhalten und ökonomische Modellierung (Laufzeit 1997 - 2008)
Fachgebiet: 330 Wirtschaft
Normierte Schlagwörter (SWD): USA , Pennsylvania , Stellensuche , Arbeitslosenversicherung , Versicherungsprämie , Wirkungsanalyse , Mikroökonomie , Schätzung
Freie Schlagwörter (Englisch): Reemployment experiments , survival analysis , quantile regression
Abstract: Survival models for life-time data and other time-to-event data are widely used in many fields, including medicine, the environmental sciences, engineering etc. They have also found recognition in the analysis of economic duration data. This paper provides a reanalysis of the Pennsylvania Reemployment Bonus Experiments, which were conducted in 1988-89 to examine the effect of different types of reemployment bonus offers on the unemployment spell. A Cox-proportional-hazards survival-model is fitted to the data and the results are compared to the results of a linear regression approach and to the results of a quantile regression approach. The Cox-proportional-hazards model provides for a remarkable goodness of fit and yields less effective treatment responses, therefore lower expectations concerning the overall implications of the Pennsylvania experiment. An influence analysis is proposed for obtaining qualitative information on the influence of the covariates at different quantiles. The results of the quantile regression and of the influence analysis show that both the linear regression and the Cox-model still impose stringent restrictions on the way covariates influence the duration distribution, however, due to its flexibility, the Cox-proportional hazards model is more appropriate for analysing the data.
Zusätzliche Informationen:




Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen