GLMM Based Segmentation of Czech Households Using the EU-SILC Database

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10431071" target="_blank" >RIV/00216208:11320/21:10431071 - isvavai.cz</a>

Výsledek na webu

<a href="https://mme2021.v2.czu.cz/en/r-16791-news-mme-2021/proceedings-of-the-39-th-international-conference-on-mme-202.html" target="_blank" >https://mme2021.v2.czu.cz/en/r-16791-news-mme-2021/proceedings-of-the-39-th-international-conference-on-mme-202.html</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

GLMM Based Segmentation of Czech Households Using the EU-SILC Database

Popis výsledku v původním jazyce

The EU-SILC database contains annually gathered rotating-panel data on a household level covering indicators of monetary poverty, severe material deprivation or low work household intensity. Data are obtained via questionnaires leading to outcome variables of diverse nature: numeric, binary, ordinal or general categorical. In our previous contribution to MME 2020 we presented a clustering method for such a type of data. The used thresholding approach of latent numeric counterparts of binary and ordinal outcomes suffered from slow convergence and unclear interpretation of resulting estimates. Hence we propose an alternative approach which again exploits a Bayesian variant of the model based clustering (MBC). Nevertheless, the underlying models are all of a generalized linear mixed model (GLMM) nature: (proportional odds) logit model for (ordinal) or binary indicators, multinomial logit model for general categorical outcomes and a standard linear mixed model for numeric outcome. Czech households interviewed within the EU-SILC project between 2005 and 2018 are then divided into several groups of similar evolution of income, housing costs, self-evaluations and other indicators.

Název v anglickém jazyce

GLMM Based Segmentation of Czech Households Using the EU-SILC Database

Popis výsledku anglicky

The EU-SILC database contains annually gathered rotating-panel data on a household level covering indicators of monetary poverty, severe material deprivation or low work household intensity. Data are obtained via questionnaires leading to outcome variables of diverse nature: numeric, binary, ordinal or general categorical. In our previous contribution to MME 2020 we presented a clustering method for such a type of data. The used thresholding approach of latent numeric counterparts of binary and ordinal outcomes suffered from slow convergence and unclear interpretation of resulting estimates. Hence we propose an alternative approach which again exploits a Bayesian variant of the model based clustering (MBC). Nevertheless, the underlying models are all of a generalized linear mixed model (GLMM) nature: (proportional odds) logit model for (ordinal) or binary indicators, multinomial logit model for general categorical outcomes and a standard linear mixed model for numeric outcome. Czech households interviewed within the EU-SILC project between 2005 and 2018 are then divided into several groups of similar evolution of income, housing costs, self-evaluations and other indicators.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GA19-00015S" target="_blank" >GA19-00015S: Identifikace schémat časového vývoje indikátorů chudoby a sociálního vyčlenění domácností založená na vícerozměrných panelových datech smíšeného typu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 39th International Conference on Mathematical Methods in Economics

ISBN

978-80-213-3126-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

505-510

Název nakladatele

Česká zemědělská univerzita v Praze

Místo vydání

Praha, Česká republika

Místo konání akce

Praha, Česká republika

Datum konání akce

8. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000936369700084