Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.01.2015 | Ausgabe 1/2015

Quality & Quantity 1/2015

Bayesian informative priors with Yang and Land’s hierarchical age–period–cohort model

Zeitschrift:
Quality & Quantity > Ausgabe 1/2015
Autoren:
Andrew Bell, Kelvyn Jones

Abstract

Previous work (Bell and Jones, Demogr Res 2013a; Bell and Jones, Soc Sci Med 2013c; Luo and Hodges, Under review 2013) has shown that, when there are trends in either the period or cohort residuals of Yang and Land’s Hierarchical age–period–cohort (APC) model (Yang and Land, Sociol Methodol 36:75–97 2006; Yang and Land, APC analysis: new models, methods, and empirical applications. CRC Press, Boca Raton 2013), the model can incorrectly estimate those trends, because of the well-known APC identification problem. Here we consider modelling possibilities when the age effect is known, allowing any period or cohort trends to be estimated. In particular, we suggest the application of informative priors, in a Bayesian framework, to the age trend, and we use a variety of simulated but realistic datasets to explicate this. Similarly, an informative prior could be applied to an estimated period or cohort trend, allowing the other two APC trends to be estimated. We show that a very strong informative prior is required for this purpose. As such, models of this kind can be fitted but are only useful when very strong evidence of the age trend (for example physiological evidence regarding health) is available. Alternatively, a variety of strong priors can be tested and the most plausible solution argued for on the basis of theory.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2015

Quality & Quantity 1/2015Zur Ausgabe

Premium Partner

Stellmach & BröckersBBL | Bernsau BrockdorffMaturus Finance GmbHPlutahww hermann wienberg wilhelm

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und der Faktor Arbeit - Implikationen für Unternehmen und Wirtschaftspolitik

Künstliche Intelligenz und ihre Auswirkung auf den Faktor Arbeit ist zum Modethema in der wirtschaftswissenschaftlichen Politikberatung avanciert. Studien, die alarmistisch die baldige Verdrängung eines Großteils konventioneller Jobprofile beschwören, leiden jedoch unter fragwürdiger Datenqualität und Methodik. Die Unternehmensperspektive zeigt, dass der Wandel der Arbeitswelt durch künstliche Intelligenz weitaus langsamer und weniger disruptiv ablaufen wird. Jetzt gratis downloaden!

Bildnachweise