Ukryte łańcuchy Markowa jako metoda analizy danych panelowych
Transkrypt
Ukryte łańcuchy Markowa jako metoda analizy danych panelowych
Ukryte łańcuchy Markowa jako metoda analizy danych panelowych Monika Książek Szkoła Główna Handlowa w Warszawie Celem referatu jest zaprezentowanie możliwości jakich dostarcza metodologia ukrytych łańcuchów Markowa w analizie danych panelowych. Pierwsza część referatu poświęcona będzie prezentacji metodologii ukrytych łańcuchów Markowa. Przedmiotem analizy są obiekty obserwowane w kilku momentach czasu, opisywane w każdym z tych momentów przez pewne zmienne mierzalne. W modelach ukrytych łańcuchów Markowa zakłada się, że badane obiekty znajdują się w każdym momencie czasu w jednym z dyskretnych stanów pewnego procesu. O procesie tym zakłada się, że ma własność Markowa, to znaczy, że stan osiągany w danym momencie zależy od stanu z poprzedniego momentu, ale nie od stanów z okresów wcześniejszych. Stany są nieobserwowalne, ale przynależność do nich determinują obserwowane wartości zmiennych mierzalnych. Zmienne te są zatem wskaźnikami nieobserwowalnego stanu. Parametrami modelu są: prawdopodobieństwa przynależności do poszczególnych stanów w pierwszym okresie, macierz przejścia oraz rozkłady warunkowe zmiennych obserwowalnych. Regułą jest przyjmowanie założenia niezmienność pomiaru które oznacza, że ostatnia grupa parametrów jest stała w czasie. Standardowy model ukrytego łańcucha Markowa można rozszerzyć o współzmienne. Współzmienne wpływają na prawdopodobieństwa przynależności do stanów w pierwszym okresie oraz na prawdopodobieństwa przejścia. Mogą one być obserwowalne lub nieobserwowalne. Nieobserwowalna współzmienna ma charakter klasy ukrytej i może mieć swoje własne wskaźniki. Model z nieobserwowalnymi współzmiennymi nazywa się mieszanym modelem ukrytego łańcucha Markowa. W referacie zostanie zaprezentowana specyfikacja mieszanego modelu ukrytego łańcucha Markowa z obserwowalnymi współzmiennymi. Omówione zostaną również metody estymacji tych modeli: metoda EM i Newtona-Rapsona oraz sposób oceny jakości modelu. Drugą część referatu będzie stanowił przykład zastosowania modelu mieszanego ukrytego łańcucha Markowa z obserwowalną współzmienną. Przedmiotem analizy będzie stan portfela oszczędności i kredytów polskich gospodarstw domowych. Wskaźnikami stanu portfela będą: posiadanie oszczędności i kredytów, forma i przeznaczenie oszczędności, typ kredytodawcy oraz cel kredytów. Zgodnie z teoriami zachowań finansowych, na przynależność do wyłonionych stanów będzie wpływał bieżący dochód. Klasa ukryta powinna natomiast rozróżniać osoby o różnych postawach wobec oszczędzania i zadłużania się oraz różnych zdolnościach zarządzania finansami. Wskaźnikami ukrytej klasy będą wykształcenie, klasa wielkości miejscowości, poziom i źródło dochodu oraz okres urodzenia. Dane zostaną zaczerpnięte z Diagnozy Społecznej badania panelowego prowadzonego na reprezentatywnej próbie polskich gospodarstw domowych. Słowa kluczowe: model ukrytego łańcucha Markowa, mieszany model ukrytego łańcucha Markowa, model ukrytego łańcucha Markowa ze współzmiennymi, model klas ukrytych, oszczędności i zadłużenie gospodarstw domowych Literatura: Rószkiewicz Małgorzata, „Oszczędzanie. Postawy i zachowania polskich gospodarstw domowych wobec oszczędzania”, Aureus, Warszawa 2008 Langeheine Rolf, van de Pol Frank, „Latent Markov Chains” w: Applied Latent Class Analysis pod red. Hagenaars Jacques A., McCutcheon Allan L., Cambridge University Press 2002, str. 304-341 Vermunt J.K. , Magidson J., “Technical Guide for Latent GOLD 4.0: Basic and Advanced”, Statistical Innovations Inc., 2005