Abstract

Folosind date combinate din Health Survey of England (HSE) și un model de regresie semi-parametric, această lucrare își propune să estimeze relația dintre greutatea corporală și probabilitatea de angajare. Arătăm că probabilitățile de angajare nu urmează o relație liniară și sunt mai mari la o greutate corporală peste pragul clinic pentru supraponderalitate. În loc de o „pedeapsă pentru obezitate”, găsim dovezi ale unei „prime pentru supraponderalitate”, în special în locurile de muncă active social. Aceste rezultate sugerează că ar putea exista o normă socială endogenă care să guverneze judecățile privind greutatea corporală și să influențeze perspectivele de angajare, care a fost recent actualizată datorită creșterii greutății corporale medii.

Aceasta este o previzualizare a conținutului abonamentului, conectați-vă pentru a verifica accesul.

Opțiuni de acces

Cumpărați un singur articol

Acces instant la PDF-ul complet al articolului.

Calculul impozitului va fi finalizat în timpul plății.

Abonați-vă la jurnal

Acces online imediat la toate numerele începând cu 2019. Abonamentul se va reînnoi automat anual.

Calculul impozitului va fi finalizat în timpul plății.

premium

Note

Definit ca șomer și care nu caută în mod activ un loc de muncă.

Având în vedere că GAM-urile se bazează pe regresia non-parametrică, presupunerea unei potriviri globale între X și Da se înlocuiește cu montaj local, fără a renunța la presupunerea efectelor aditive.

Trebuie remarcat faptul că GLM-urile, cum ar fi modelele probit sau logit, sunt încă liniare și parametrice în forma lor funcțională. Doar aplicarea funcției de legătură, cum ar fi distribuția cumulativă normală într-un model probit, induce un anumit grad de neliniaritate.

Ar fi posibil să se facă ceva similar folosind un polinom de o ordine suficient de mare pentru a obține o curbă care a trecut prin fiecare punct. Este probabil, totuși, că curba s-ar „învârti” excesiv și nu ar reprezenta o potrivire lină.

Definit în funcție de sex și categorie de vârstă împărțit în trei praguri (18-30, 31-41 și 42-65).

De asemenea, efectuăm aceeași analiză folosind în schimb cele 28 de autorități sanitare (HA). Deși a obținut rezultate similare, eșantionul de estimare a fost semnificativ mai scurt (din 2002 până în 2006), deoarece HA au fost abolite în 2006 (rezultatul este disponibil la cerere).

În loc de 9 clustere cu 5000 de observații folosind pur și simplu originalul GOR.

Variabile continue măsurate ca vârsta la care respondentul și-a terminat educația continuă cu normă întreagă la școală sau colegiu minus 4 ani.

Cele 12 elemente sunt: ​​concentrarea, pierderea somnului, jucarea unui rol util, capabil să ia decizii, în mod constant sub tensiune, problema depășirii dificultăților, bucurarea activităților de zi cu zi, capacitatea de a face față problemelor, nefericit sau deprimat, pierderea încrederii, cred că e -vrednicie, fericire generală.

Prin urmare, scara Likert variază de la 0 la 36, ​​unde 0 este cel mai bun scenariu și 36 este cel mai rău.

La estimarea modelelor pentru proba completă.

În plus față de acest test, am comparat, de asemenea, deviația de la un model care se potrivește un parametru non-parametric cu devianța pentru un model identic care se potrivește liniar cu termenul, obținând rezultate similare.

Disponibil la cerere, avem lista completă a 25 de categorii sub-majore ale SOC2000 cu clusterul asociat în care le-am clasificat.

O metodă frecvent utilizată pentru estimarea compoziției corpului prin determină opoziția electrică la fluxul unui curent electric prin țesuturile corpului, care poate fi utilizată pentru FFM și BF estimate (Kyle și colab. 2004).

Pentru o discuție mai profundă despre metodă, vezi Wada și Tekin (2010).

O astfel de diferență nu a fost găsită la bărbați.

Acest algoritm de ajustare este folosit în general pentru a se potrivi (3) cu variabile independente continue, la care ne referim (Caliendo și Gehrsitz 2016; Hastie și Tibshirani 1990; Keele 2008), pentru o explicație mai detaliată a unui astfel de mecanism.

Un astfel de algoritm de reajustare (Hastie și Tibshirani 1990; Keele 2008) implică un proces iterativ bazat pe reziduuri parțiale. Folosim ca valori inițiale \ (\ hat = E (Y) \) și \ (> _ j = X_j \) pentru toți j, care sunt colectate în matrice \ (> _ j \). În primul pas, se obțin reziduuri parțiale pentru fiecare variabilă folosind aceste valori inițiale. De exemplu, \ (> (X_1) \) se obține ca \ (> (X_1) = Y_j- \ sum _ ^ kR_j- (X_j) -E (Y) \). În al doilea pas, fiecare reziduu parțial este regresat pe cel corespunzător X-coloană. Aceasta înseamnă că \ (> (X_1 \)) este regresat pe \ (X_1 \), \ (> (X_2) \) este regresat pe \ (X_2 \) și așa mai departe și așa mai departe. Coeficienții rezultați sunt utilizați pentru a actualiza matricea \ (> _ j \) înainte ca iterația să înceapă de la primul pas cu greutăți, astfel încât \ (> _ j ^ m (X_i) \) să denote estimarea \ (R_j (.) ) \) la ma. Procedura se repetă până când modelul converge în termeni de modificări infinitezimale mici în suma reziduală a pătratelor, adică când \ (RSS = E (Y_j- \ sum _ ^ kR ^ m_j (X_j) -E (Y)) ^ 2 \) nu reușește să scadă.

Care este o tehnică generală de evaluare a potrivirii modelului, bazată pe eșantionare, care poate fi aplicată majorității modelelor statistice.

Referințe

Ali MM, Amialchuk A, Gao S, Heiland F (2012) Creșterea în greutate a adolescenților și rețelele sociale: există un efect de contagiune? Appl Econ 44 (23): 2969–2983

Allison DB, Zhu S, Plankey M, Faith MS, Heo M (2002) Asocieri diferențiale ale indicelui de masă corporală și adipozitate cu mortalitatea de toate cauzele în rândul bărbaților în primul și al doilea studiu național de sănătate și nutriție (nhanes i și nhanes ii) studii de urmărire. Int J Obes Relat Metab Disord 26 (3): 410

Arena VC, Padiyar KR, Burton WN, Schwerha JJ (2006) Impactul indicelui de masă corporală asupra invalidității pe termen scurt la locul de muncă. J Occup Environ Med 48 (11): 1118-1124

Atella V, Pace N, Vuri D (2008) Angajatorii discriminează în ceea ce privește greutatea? Dovezi europene care utilizează regresia cuantilă. Econ Hum Biol 6 (3): 305-329

Bennett GG, Wolin KY (2006) Satisfăcut sau necunoscut? Diferențe rasiale în starea de greutate percepută. Int J Behav Nutr Phys Act 3 (1): 40

Blanchflower DG, Landeghem B, Oswald AJ (2009) Obezitate imitativă și utilitate relativă. J Eur Econ Assoc 7 (2-3): 528-538

Bozoyan C, Wolbring T (2011) Grăsime, mușchi și salarii. Econ Hum Biol 9 (4): 356-363

Burke MA, Heiland F (2007) Dinamica socială a obezității. Econ Inq 45 (3): 571-591

Burke M, Heiland F, Nadler C (2009) De la „supraponderalitate” la „aproximativ corect”: dovezi ale unei schimbări generaționale în normele de greutate corporală. Obezitatea 18 (6): 1226–1234

Burkhauser RV, Cawley J (2008) Dincolo de BMI: valoarea măsurilor mai exacte ale grăsimii și obezității în cercetarea științelor sociale. J Health Econ 27 (2): 519-529

Caliendo M, Gehrsitz M (2016) Obezitatea și piața muncii: o privire nouă asupra pedepsei în greutate. Econ Hum Biol 23: 209–225

Caliendo M, Lee W-S (2013) Fat chance! obezitatea și tranziția de la șomaj la ocuparea forței de muncă. Econ Hum Biol 11 (2): 121–133

Cawley J (2000) O abordare a variabilelor instrumentale pentru măsurarea efectului greutății corporale asupra dizabilității de muncă. Health Res Res 35 (5 Pt 2): 1159

Cawley J (2015) O economie de scări: o analiză selectivă a cauzelor, consecințelor și soluțiilor economice ale obezității. J Health Econ 43: 244-268

Cawley J, Danziger S (2005) Obezitatea morbidă și tranziția de la bunăstare la muncă. J Policy Anal Manag 24 (4): 727-743

Christakis NA, Fowler JH (2007) Răspândirea obezității într-o rețea socială mare de peste 32 de ani. N Engl J Med 357 (4): 370-379

Dorsey RR, Eberhardt MS, Ogden CL (2009) Diferențe rasiale/etnice în percepția greutății. Obezitatea 17 (4): 790–795

Dragone D, Savorelli L (2012) Subțire și obezitate: un model de consum alimentar, probleme de sănătate și presiune socială. J Health Econ 31 (1): 243-256

Etilé F (2007) Norme sociale, greutatea corporală ideală și atitudini alimentare. Health Econ 16 (9): 945–966

Font JC, Fabbri D, Gil J (2010) Descompunerea diferențelor între țări în ceea ce privește nivelurile de obezitate și supraponderalitate: contează mediul social? Soc Sci Med 70 (8): 1185–1193

García Villar J, Quintana-Domeque C (2009) Venitul și indicele de masă corporală în Europa. Econ Hum Biol 7 (1): 73-83

Halliday TJ, Kwak S (2009) Creșterea în greutate la adolescenți și colegii lor. Econ Hum Biol 7 (2): 181–190

Hastie TJ, Tibshirani RJ (1990) Modele aditive generalizate, vol 43. CRC Press, Boca Raton

Heitmann B, Erikson H, Ellsinger B, Mikkelsen K, Larsson B (2000) Mortalitate asociată cu grăsime corporală, masă fără grăsime și indicele de masă corporală în rândul bărbaților suedezi în vârstă de 60 de ani, de 22 de ani. Studiul bărbaților născuți în 1913. Int J Obes Relat Metabolic Disord 24 (1): 33

Johansson E, Böckerman P, Kiiskinen U, Heliövaara M (2009) Obezitatea și succesul pieței muncii în Finlanda: diferența dintre a avea un IMC ridicat și a fi gras. Econ Hum Biol 7 (1): 36–45

Johnson WG, Stewart R, Pusser AT (2012) Pragul de percepție pentru supraponderali. Eat Behav 13 (3): 188–193

Keele LJ (2008) Regresie semiparametrică pentru științele sociale. Wiley, New York

Kinge JM (2016) Indicele masei corporale și starea ocupării forței de muncă: un aspect nou. Econ Hum Biol 22: 117-125

Klarenbach S, Padwal R, Chuck A, Jacobs P (2006) Analiza bazată pe populație a obezității și a participării forței de muncă. Obezitatea 14 (5): 920-927

Kropfhäußer F, Sunder M (2015) O problemă importantă revizuită: efectul dinamic al greutății corporale asupra câștigurilor și satisfacției din Germania. Appl Econ 47 (41): 4364–4376

Kyle UG, Bosaeus I, De Lorenzo AD, Deurenberg P, Elia M, Gómez JM, Heitmann BL, Kent-Smith L, Melchior J-C, Pirlich M (2004) Analiza impedanței bioelectrice, partea I: revizuirea principiilor și metodelor. Clin Nutr 23 (5): 1226–1243

Likert R (1952) O tehnică pentru dezvoltarea scalelor de atitudine. Educ Psychol Meas 12 (2): 313-315

Lindeboom M, Lundborg P, van der Klaauw B (2010) Evaluarea impactului obezității asupra rezultatelor pieței muncii. Econ Hum Biol 8 (3): 309-319

Loader CR (1996) Estimarea densității probabilității locale. Ann Stat 24: 1602–1618

Maximova K, McGrath J, Barnett T, O'Loughlin J, Paradis G, Lambert M (2008) Vezi ce văd? Percepția greșită a stării greutății și expunerea la obezitate la copii și adolescenți. Int J Obes 32 (6): 1008-1015

Mocan NH, Tekin E (2011) Obezitate, stimă de sine și salarii. Nu. w15101. Nat Bur Econ Res

Morris S (2006) Indicele masei corporale și nivelul profesional. J Health Econ 25 (2): 347-364

Morris S (2007) Impactul obezității asupra ocupării forței de muncă. Labor Econ 14 (3): 413-433

Mosca I (2013) Indicele masei corporale, circumferința taliei și ocuparea forței de muncă: dovezi ale adulților irlandezi mai în vârstă. Econ Hum Biol 11: 522-533

Paraponaris A, Saliba B, Ventelou B (2005) Obezitatea, statutul de greutate și capacitatea de angajare: dovezi empirice dintr-un sondaj național francez. Econ Hum Biol 3 (2): 241-258

Popkin BM (2007) Lumea este grasă. Sci Am 297 (3): 88-95

Rooth D-O (2009) Obezitate, atractivitate și tratament diferențial în angajare: un experiment de teren. J Hum Res 44 (3): 710-735

Sassi F (2010) Obezitatea și economia prevenirii: nu se potrivește fără grăsime. Editura OECD, Paris

Stearns PN (2002) Istoria grăsimii: corpuri și frumusețe în vestul modern. NYU Press, New York

Taylor P, Funk C, Craighill P (2006) Americanii văd probleme de greutate peste tot, dar în oglindă. Pew Foundation Social Trends Report, Philadelphia

Trogdon JG, Allaire BT (2014) Efectul selecției prietenilor asupra influențelor sociale în obezitate. Econ Hum Biol 15: 153–164

Trogdon JG, Nonnemaker J, Pais J (2008) Efecte similare la supraponderali la adolescenți. J Health Econ 27 (5): 1388–1399

Tunceli K, Li K, Williams L (2006) Efectele pe termen lung ale obezității asupra limitărilor ocupării forței de muncă și a muncii la noi, adulții, 1986-1999. Obezitate 14 (9): 1637–1646

Vallejo-Torres L, Morris S (2010) Contribuția fumatului și a obezității la inegalitățile legate de venituri în sănătate în Anglia. Soc Sci Med 71 (6): 1189–1198

Wada R, Tekin E (2010) Compoziția corpului și salariile. Econ Hum Biol 8 (2): 242–254

Wood S (2006) Modele aditive generalizate: o introducere cu R. CRC Press, Boca Raton

Informatia autorului

Afilieri

Center for Health Economics, Universitatea din Gothenburg, Vasagatan 1, 41124, Gothenburg, Suedia

Paolo Nicola Barbieri

Puteți căuta acest autor și în PubMed Google Scholar

autorul corespunzator

Informatii suplimentare

Îi mulțumesc lui Franco Sassi, Marion Devaux, Markus Gehrsitz și doi arbitri anonimi pentru comentarii perspicace.

Anexa A: Estimarea GAM logistic

Anexa A: Estimarea GAM logistic

În GAM logistic, ideea de bază este înlocuirea predictorului liniar cu unul aditiv. Pentru a explica mecanismul, să ne concentrăm pe un model pur aditiv al formei:

Unde g(.) este o funcție de legătură cunoscută, în cazul nostru o logistică, \ (f_i \) sunt funcții necunoscute.

În general, lăsați \ (E (Y | X) = \ mu \)

unde \ (\ nu \) este o funcție a p variabile. Să presupunem că \ (Y = \ nu (x) + \ epsilon \) având în vedere o estimare inițială a \ (\ nu (x) \), construiți variabila dependentă ajustată (adică pseudo date)

În loc să se potrivească un model aditiv la Da, potrivim un model aditiv la Z'S, tratând-o ca variabilă de răspuns. Apoi, aplicăm cel mai mic pătrat iterat reweighed (IRLS) (Hastie și Tibshirani 1990; Wood 2006), prin inițierea \ (f_o = g (E (Y)) \) și \ (f_1 ^ 0 = \ cdots = f_p ^ 0 = 0 \). Apoi iterați cu \ (m = m + 1 \) .

Din variabila dependentă ajustată

Apoi formează greutățile \ (W = \ big (\ frac> \ big) ^ 2V_i ^ \) cu \ (V_i = Var (Y_i) \). Adaptați un model aditiv la Z folosind algoritmul de adaptare Notă de subsol 17 cu greutatea W, pentru a obține funcția estimată \ (f ^ m_j \), predictor aditiv, \ (\ nu _m \) și valori ajustate \ (\ mu _i ^ m = p_i \). Repetați procesul de iterație până când modificarea devianței este suficient de mică. Ultimul pas al acestui proces de iterație este pur și simplu algoritmul de adaptare a regresiei aditive. Nota de subsol 18 În această setare semiparametrică, regresia din pasul doi este montată folosind o linie, în cazul nostru am folosit spline de regresie cubice penalizate pentru a netezi reziduurile estimate de IMC. În cazul covariabilelor (liniare) suplimentare, ca și în cazul (3), se folosește aceeași procedură descrisă mai sus, iar o potrivire liniară pătrată ar fi folosită pentru a „netezi” o covariabilă binară sau o covariabilă continuă pentru care o se dorea potrivirea liniară (Wood 2006).