Suchergebnisse

"Verschiedene Autoren (z.B. Brüderl, Diekmann, Yamaguchi) leiten parametrische Hazardratenmodelle der Ereignisanalyse aus sozialen Diffusionsprozessen ab. Der vorliegende Beitrag beschäftigt sich gleichfalls mit der Verbindung von Diffusionsforschung und Verlaufsdatenanalyse. Nach einer Diskussion von Diekmanns flexiblem Diffusionsmodell wird ein alternativer Ansatz vorgestellt, der theoretische Unterschiede zwischen bekannten Ratenmodellen (z.B. Exponentialmodell, log-logistisches Modell, Sichel-Modell) verdeutlicht. Insbesondere liefert er eine neuartige Begründung für das generalisierte log-logistische Modell im Sinne eines verallgemeinerten Ansteckungsprozesses. Für Anwendungsfälle mit glockenförmigem Ratenverlauf erlaubt dieser Ansatz daher, die Hypothese einer sozialen Ansteckung im Gefolge von Zufallskontakten zwischen aktuellen und potentiellen Merkmalsträgern zu prüfen. Dies wird durch eine Anwendung auf Scheidungsdaten illustriert." (Autorenreferat)

Der Autor gibt einen Überblick über die Grundideen der Ereignisdatenanalyse anhand verschiedener Beispiele aus der empirischen Sozialforschung. Ereignisdaten als spezielle zeitbezogene Daten, die über die Abfolge von Ereignissen und die Länge der Zeitintervalle zwischen den untersuchten Ereignissen informieren, geben Auskunft über soziale Prozesse. Es werden Datenstruktur und Zensierungsproblem, Übergangsrate und Ankunftszeitverteilung, Schätzung der Parameter sowie semi-parametrische Cox-Regression vorgestellt. Dabei wird der Zusammenhang zwischen den in der Ereignisanalyse gebräuchlichen Modellen und den Modellen zur Erforschung sozialer Diffusion in zweierlei Hinsicht aufgezeigt: (1) Die Schätzung der Parameter von Prozessen sozialer Diffusion kann mit den Techniken der Ereignisdatenanalyse verbessert werden; (2) das Spektrum der in der Ereignisdatenanalyse verwendeten Modelle kann durch die Einbeziehung von Diffusionsmodellen erweitert werden. Abschließend werden Forschungsperspektiven beschrieben. (HN)

"This contribution focuses on the career trajectories of the functional elites of the collapsed state socialist GDR after reunification. There is up to now no consensus, whether cadres of the middle and upper stratum of the service class could usually continue their careers after 1989/1990, or not. On the one hand, past research indicates career continuity. On the other hand, there is also evidence of a considerable extent of career interruptions or even disruptions in the early 1990s. In this respect, the contribution discusses the option of matching data from different sources by approaches of 'Statistical Matching' or 'Data Fusion' as has already been practiced by the author and his colleagues by fusing data of the Central Cadre Data Base with data of the German Socio-Economic Panel Study, a longitudinal sample, that has been introduced to the GDR already in 1990. Here an event history analysis, on the Basis of GSOEP-data, that qualify for the criteria of having a near-identical 'statistical twin', is applied." (author's abstract)

This contribution focuses on the career trajectories of the functional elites of the collapsed state socialist GDR after reunification. There is up to now no consensus, whether cadres of the middle and upper stratum of the service class could usually continue their careers after 1989/1990, or not. On the one hand, past research indicates career continuity. On the other hand, there is also evidence of a considerable extent of career interruptions or even disruptions in the early 1990s. In this respect, the contribution discusses the option of matching data from different sources by approaches of 'Statistical Matching' or 'Data Fusion' as has already been practiced by the author and his colleagues by fusing data of the Central Cadre Data Base with data of the German Socio-Economic Panel Study, a longitudinal sample, that has been introduced to the GDR already in 1990. Here an event history analysis, on the Basis of GSOEP-data, that qualify for the criteria of having a near-identical 'statistical twin', is applied.

The statistical field of survival analysis is fundamentally concerned with modeling durations between specific events and associated missing data phenomena. This doctoral thesis addresses three important issues via Bayesian and frequentist methods: First, Bayesian estimation for a proportional hazards model under double-censoring is studied. Second, the linear regression model for randomly double-truncated lifetimes is treated. Finally, random double truncation caused by time-limited collection of survival data is addressed via Bayesian methods.

Die meisten wissenschaftlichen Studien, die sich einer Analyse des gesellschaftlichen Problems Armut widmen, untersuchen die Armutssituation in einer Periode. Da eine statische Betrachtungsweise aber nur ein unvollständiges Bild vermittelt, wird in dieser Arbeit die individuelle Dynamik von Armut anhand von Daten aus dem Sozio-ökonomischen Panel (SOEP) analysiert. Es werden Aussagen über das Ausmaß chronischer Armut bzw. die Dauer kontinuierlicher Armutsepisoden abgeleitet. Nach einer kurzen Hinführung zum Thema werden in Kapitel 2 die theoretischen Grundlagen für die empirischen Analysen der Folgekapitel gelegt. Es wird erörtert, wie Armut in dieser Studie definiert wird, wie die Bedarfsgewichtung der Haushaltseinkommen vorgenommen wird und wie die Armutsgrenzen festgelegt werden. Daran anschließend wird die verwendete Datenbasis vorgestellt, bevor zum Schluss dieses Kapitels mögliche Determinanten der Dauer und Dynamik von Armut beleuchtet werden. Kapitel 3 widmet sich der Analyse chronischer Armut. Dazu wird ein vier Jahre umfassender Analysezeitraum definiert und chronische Armut anhand der Anzahl an Jahren in Armut bzw. anhand der Höhe des Durchschnittseinkommens innerhalb dieses Zeitraums identifiziert. Mit Hilfe verschiedener univariater und multivariater Analysemethoden lassen sich differenzierte Erkenntnisse über das Risiko chronischer Armut in Deutschland gewinnen. Da sich die Untersuchungen aus Kapitel 3 nicht dazu eignen, Aussagen über die Dauer von Armut oder die Häufigkeit wiederkehrender Armut zu treffen, konzentrieren sich die Analysen in Kapitel 4 ausschließlich auf die Betrachtung kontinuierlicher Abfolgen von Armuts- und Nichtarmutsphasen. Es werden Methoden aus dem Bereich der Ereignisdatenanalyse eingesetzt, mit denen die Übergangswahrscheinlichkeiten zwischen Armut und Nichtarmut untersucht werden können. Neben der Frage, welche individuellen und haushaltsstrukturellen Faktoren maßgeblich für längere Armuts- und kürzere Nichtarmutsphasen verantwortlich sind, wird u.a. auch die Verweildauerabhängigkeit von Armut und Nichtarmut näher untersucht. In Kapitel 5 werden die zentralen Ergebnisse zusammengefasst und ein Ausblick auf weitere Forschungsansätze gegeben.