ІМТ та зайнятість - це надмірна вага Premium SpringerLink
Анотація
Використовуючи об’єднані дані Опитування здоров’я Англії (HSE) та напівпараметричну модель регресії, ця робота спрямована на оцінку співвідношення між масою тіла та ймовірністю зайнятості. Ми показуємо, що ймовірність працевлаштування не відповідає лінійним відносинам і є найвищою при масі тіла, що перевищує клінічний поріг надмірної ваги. Замість “покарання за ожиріння” ми знаходимо докази “надмірної ваги”, особливо на соціально активних робочих місцях. Ці результати свідчать про те, що може існувати ендогенна соціальна норма, що регулює судження про вагу тіла та впливає на перспективи працевлаштування, яка нещодавно була оновлена через збільшення середньої маси тіла.
Це попередній перегляд вмісту передплати, увійдіть, щоб перевірити доступ.
Параметри доступу
Придбайте одну статтю
Миттєвий доступ до повної статті PDF.
Розрахунок податку буде завершено під час оформлення замовлення.
Підпишіться на журнал
Негайний онлайн-доступ до всіх випусків з 2019 року. Підписка буде автоматично поновлюватися щороку.
Розрахунок податку буде завершено під час оформлення замовлення.
Примітки
Визначається як безробітний і не активно шукає роботу.
Враховуючи, що GAM покладаються на непараметричну регресію, припущення про глобальну відповідність між ними X і Y замінюється місцевим припасуванням, не відпускаючи припущення про адитивні ефекти.
Слід зазначити, що GLM, такі як моделі probit або logit, все ще є лінійними та параметричними у своїй функціональній формі. Тільки застосування функції зв'язку, наприклад, нормальний кумулятивний розподіл у пробіт-моделі, викликає певний ступінь нелінійності.
Можна було б зробити щось подібне, використовуючи поліном достатньо високого порядку, щоб отримати криву, яка проходила через кожну точку. Однак, цілком ймовірно, що крива буде надмірно хитатися і не представлятиме плавного прилягання.
Визначено за категорією статі та віку, розділеною на три пороги (18–30, 31–41 та 42–65).
Ми також проводимо той самий аналіз, використовуючи замість цього 28 органів охорони здоров’я (HA). Незважаючи на отримання подібних результатів, зразок оцінки був значно коротшим (з 2002 по 2006 рр.), Оскільки HA були скасовані в 2006 р. (Результат доступний за запитом).
Замість 9 кластерів з 5000 спостереженнями використовується просто оригінальний GOR.
Безперервні змінні, що вимірюються як вік, у якому респондент закінчив свою постійну безперервну освіту в школі чи коледжі мінус 4 роки.
12 предметів: концентрація, втрата сну, відігравання корисної ролі, здатність приймати рішення, постійно напружена, проблема подолання труднощів, насолода щоденною діяльністю, здатність стикатися з проблемами, нещасний або пригнічений, втрата впевненості, віра в себе -варт, загальне щастя.
Отже, шкала Лікерта коливається від 0 до 36, де 0 - найкращий сценарій, а 36 - найгірший.
При оцінці моделей для повної вибірки.
На додаток до цього тесту ми також порівняли відхилення від моделі, яка непараметрично відповідає терміну, з девіацією для ідентичної моделі, яка підходить для терміна лінійно, даючи схожі результати.
За запитом ми маємо повний перелік 25 основних категорій SOC2000 з відповідним кластером, в який ми їх класифікували.
Загальновживаний метод оцінки складу тіла шляхом визначення електричного протистояння потоку електричного струму через тканини тіла, який може бути використаний для оцінки FFM та BF (Kyle et al. 2004).
Для більш глибокого обговорення методу див. Wada and Tekin (2010).
Для чоловіків такої різниці не виявлено.
Цей алгоритм зворотного припасування зазвичай використовується для підгонки (3) до безперервної незалежної змінної, про яку ми посилаємось (Caliendo and Gehrsitz 2016; Hastie and Tibshirani 1990; Keele 2008), для більш детального пояснення такого механізму.
Такий алгоритм зворотної підгонки (Hastie and Tibshirani 1990; Keele 2008) передбачає ітераційний процес, заснований на часткових залишках. Ми використовуємо як початкові значення \ (\ hat = E (Y) \) та \ (> _ j = X_j \) для всіх j, які зібрані в матриці \ (> _ j \). На першому кроці отримують часткові залишки для кожної змінної з використанням цих вихідних значень. Наприклад, \ (> (X_1) \) отримується як \ (> (X_1) = Y_j- \ сума _ ^ kR_j- (X_j) -E (Y) \). На другому етапі кожен частковий залишок регресує на відповідному X-стовпець. Це означає, що \ (> (X_1) \) регресує на \ (X_1 \), \ (> (X_2) \) регресує на \ (X_2 \) і так далі і так далі. Отримані коефіцієнти використовуються для оновлення матриці \ (> _ j \) перед початком ітерації з першого кроку вагами, так що \ (> _ j ^ m (X_i) \) позначає оцінку \ (R_j (.) \ ) біля мго Процедура повторюється, поки модель не сходиться в терміні нескінченно малих змін залишкової суми квадратів, тобто коли \ (RSS = E (Y_j- \ сума _ ^ kR ^ m_j (X_j) -E (Y)) ^ 2 \) не зменшується.
Це загальна техніка оцінки придатності моделі, заснована на передискретизації, яка може застосовуватися до більшості статистичних моделей.
Список літератури
Алі М.М., Аміальчук А, Гао С, Хейланд Ф (2012) Збільшення ваги підлітків та соціальні мережі: чи існує ефект зараження? Appl Econ 44 (23): 2969–2983
Allison DB, Zhu S, Plankey M, Faith MS, Heo M (2002) Диференціальні асоціації індексу маси тіла та ожиріння зі смертністю від усіх причин у першому та другому національних обстеженнях з питань охорони здоров'я та харчування (nhanes i та nhanes ii) подальші дослідження. Int J Obes Relat Metab Disord 26 (3): 410
Arena VC, Padiyar KR, Burton WN, Schwerha JJ (2006) Вплив індексу маси тіла на короткочасну втрату працездатності на робочому місці. J Occup Environment Med 48 (11): 1118–1124
Ателла V, Пейс Н, Вурі Д (2008) Чи здійснюють роботодавці дискримінацію щодо ваги? Європейські докази з використанням квантильної регресії. Econ Hum Biol 6 (3): 305–329