En este trabajo se propone un modelo jerárquico Gamma para el estudio bayesiano de tiempos de desem-pleo con covariables utilizando técnicas de análisis de supervivencia. Se trata de un modelo de efectos aleato-rios o modelo de poblaciones debido a su estructura jerárquica, que permite la introducción de covariables, de modo que son tenidas en cuenta las características personales de cada individuo. El análisis considera la exis-tencia de datos censurados, ya que el tiempo de desempleo de alguno de los individuos puede ser desconocido si permanecen en situación de desempleo al final del estudio.
La función de riesgo de cada individuo se modeliza con la correspondiente a una distribución Gamma y sus covariables se introducen mediante una relación no determinista incluida en el orden más alto de la jerarquía. El modelo se analiza desde una perspectiva bayesiana, estudiando la distribución final mediante técnicas de Monte Carlo basadas en cadenas de Markov, con lo que es posible estimar los parámetros del modelo y cubrir los objetivos básicos de este trabajo: establecer la importancia de las distintas covariables y obtener la distribu-ción predictiva del tiempo de desempleo de nuevos individuos.
Con información procedente de la Encuesta de Población Activa, se aplica el modelo teórico propuesto al Análisis de datos de desempleo sobre los parados valencianos que buscan su primer trabajo.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados