Моделирование длительности безработицы по панельным данным опросов населения тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Фурманов, Кирилл Константинович

• Фурманов, Кирилл Константинович
• кандидат экономических наук
• 2009

Оглавление диссертации кандидат экономических наук Фурманов, Кирилл Константинович

Введение.

ГЛАВА 1. Эконометрические модели длительности состояний.

1.1. Анализ длительностей как особая область прикладной статистики.

1.2. Основные понятия анализа длительностей.

1.3. Наблюдаемая разнородность.

1.4. Ненаблюдаемая разнородность.

1.5. Особенности данных: цензурирование и урезание.

1.6. Моделирование различных состояний выхода.

ГЛАВА 2. Оценивание модели длительности состояний по данным опросов населения.

2.1. Особенности данных опросов населения и смещение отбора.

2.2. Анализ длительностей по данным опроса населения.

2.3. Анализ длительностей по данным панели опросов: непрерывная модель.

2.4. Анализ длительностей по данным панели опросов: дискретная модель.

ГЛАВА 3. Моделирование длительности безработицы в России.

3.1. Краткий обзор проведённых исследований.

3.2. Теоретическая модель поиска работы. Временная зависимость.

3.3. Использованные данные и определение безработицы.

3.4. Результаты оценивания: средняя длительность безработицы, функции риска и дожития.

3.5. Сравнительный анализ данных РМЭЗ, НОБУС и ОНПЗ о продолжительности безработицы.

3.6. Результаты оценивания: детерминанты длительности и временная зависимость.

Введение диссертации (часть автореферата) на тему «Моделирование длительности безработицы по панельным данным опросов населения»

Актуальность темы исследования. Методы анализа длительностей, вошедшие в эконометрику в конце 1970-х годов, быстро нашли широкое применение прежде всего в экономике труда, а также в демографии, экономике предприятий и экономике здравоохранения. Одной из основных тем исследований, посвященных эконометрическому анализу рынка труда, является продолжительность безработицы. Цель таких исследований заключается в выявлении факторов, определяющих вероятность выхода индивида из состояния безработицы. Кроме различных индивидуальных и региональных характеристик, на эту вероятность влияет продолжительность пребывания в безработном состоянии. Зависимость вероятности выхода из некоторого состояния от продолжительности пребывания в нём называется временной зависимостью (duration или temporal dependence), и выявление характера временной зависимости также входит в цели исследования длительности безработицы.

Российский Мониторинг Экономики и Здоровья (РМЭЗ) является одним из двух основных источников данных для эконометрического анализа длительности безработицы в России, наряду с данными государственных служб занятости (ГСЗ). При этом данные РМЭЗ содержат информацию о незарегистрированных безработных, которую не предоставляют ГСЗ, а дополнительная привлекательность РМЭЗ заключается в доступности широкому кругу исследователей. Однако использование данных мониторинга сопряжено со значительными трудностями, так как они не получены путём постоянного наблюдения за индивидами, а представляют последовательность опросов населения. Опрос респондентов проводится не чаще раза в год, что затрудняет рассчёт продолжительности состояний безработицы и приводит к смещению отбора. Смещение возникает, так как моменты опроса с большей вероятностью попадают на продолжительные состояния безработицы, в то время как короткие состояния чаще остаются незамеченными, «проскакивая» между опросами. Это явление до сих пор игнорировалась исследователями, занимавшимися анализом длительности безработицы по данным РМЭЗ.

Как показано в диссертации, игнорирование смещения отбора приводит к завышению средней длительности безработицы в два и более раз и к сильно искажённым оценкам временной зависимости. Таким образом, для получения надёжных результатов требуется метод анализа, ориентированный на применение к данным последовательных опросов населения, какими и являются данные РМЭЗ.

Целью исследования является разработка инструментария, позволяющего проводить анализ длительности состояний по данным последовательности опросов населения. Для достижения этой цели решались следующие задачи исследования:

- анализ последствий игнорирования особой структуры данных и обращения с данными последовательных опросов как с данными постоянного наблюдения за объектами, построение модели, описывающей наблюдаемые в последовательности опросов изменения состояний объектов, и подлежащей оцениванию методами математической статистики,

- программная реализация процедуры оценивания параметров модели,

- апробация модели на данных РМЭЗ о продолжительности безработицы в России.

Объект и предмет исследования. Объектом исследования является продолжительность состояний, фиксируемых при проведении опросов населения. Предметом исследования являются статистические методы анализа длительности состояний.

Теоретической и методологической базой исследования послужили научные работы в области статистического анализа длительностей и экономической теории поиска работы, проведённые такими учёными как С.Дж. Никель, Т. Ланкастер, Н.М. Кифер, P.JI Прентис, JI.A. Глоклер, С.Дж. Салан, П. Шмидт, А.Д. Витте, Дж.Дж. Хекман, У. Гренандер, К. Ямагучи, Т.Маньяк, Ж-М. Робин.

Методы исследования. В диссертационной работе использовались методы эконометрического моделирования дискретного выбора и длительности состояний для построения модели длительности, ориентированной на использование данных последовательности опросов населения,

- статистической теории оценивания и проверки гипотез для оценивания параметров предложенной модели и проверки значимости влияния различных факторов на продолжительность безработицы, статистического эксперимента (методы Монте-Карло) для выяснения последствий игнорирования особой структуры данных последовательности опросов населения.

Информационную базу исследования составили:

- данные V-XIV раундов РМЭЗ (1994-2005 гг.),

- публикуемые Федеральной Службой Статистики РФ результаты выборочного Обследования Населения по Проблемам Занятости (ОНПЗ) за 2001-2005 гг.

- база данных Национального Обследования Благосостояния домохозяйств и Участия в Социальных программах (НОБУС), проводившегося в 2003 г.

Научная новизна исследования:

- разработана модель, пригодная для анализа длительности состояний по данным последовательности опросов населения,

- предложен метод анализа интервально-цензурированных данных о длительности состояний с различными вариантами выхода,

- объяснены различия между оценками средней продолжительности безработицы, предоставляемыми Федеральной Службой Статистики РФ и Министерством Труда с одной стороны и полученными различными исследователями на основании данных РМЭЗ с другой стороны, объяснена причина специфического характера временной зависимости вероятности выхода из безработицы, выявленная различными исследователями на основании данных РМЭЗ,

- получены оценки средней продолжительности завершённых состояний безработицы на основе данных РМЭЗ, НОБУС и ОНПЗ, согласующиеся друг с другом,

- получены оценки эконометрической модели длительности ~ безработицы по данным РМЭЗ, не подверженные смещению отбора и

разделяющие выход в занятость и выход из состава рабочей силы.

- выявлены категории безработных с наибольшим риском попадания в долгосрочную безработицу.

Теоретическая и практическая значимость диссертационного исследования. Практическая значимость исследования состоит в разработке модели длительности состояний, пригодной для анализа ' данных типа последовательности опросов населения и позволяющей оценивать влияние экзогенных переменных и временной зависимости на вероятности разных типов выхода из изучаемого состояния. Так как основным источником индивидуальных данных для анализа российской экономики является РМЭЗ, являющийся последовательностью опросов домохозяйств, разработка такого метода представляется важным для эконометрического анализа российской действительности. ч

Результаты исследования могут быть использованы в курсах «математическая статистика», «эконометрика панельных и качественных данных», «эконометрический анализ рынка труда».

Апробация результатов. Основные результаты диссертационного исследования были представлены на 32-м заседании международной научной школы-семинара «Системное моделирование социально-экономических процессов» имени академика С.С. Шаталина (2009 г.), семинаре Лаборатории Исследования Рынка Труда ГУ-ВШЭ (2008 г.) и трёх семинарах Лаборатории Макроструктурного Моделирования Экономики России ГУ-ВШЭ (2008-2009 гг.).

Разработанный в ходе исследования метод анализа данных и написанное для его реализации программное обеспечение прошли апробацию в ходе выполнения исследовательского проекта «Анализ поведения российского населения по отношению к рынку труда с использованием модифицированных моделей времени жизни». Проект был поддержан грантом факультета экономики ГУ-ВШЭ 2008 года.

Результаты исследования использовались при преподавании курса «Эконометрика-2» и при научном руководстве над курсовой и выпускной квалификационной работой Вакуленко Е.С.

Публикации. Результаты диссертационного исследования опубликованы в трёх работах общим объёмом 2.1 п.л. (вклад автора —1.9 п.л.), в том числе в двух статьях в ведущих научных журналах, рекомендованных ВАК МОиН РФ.

Структура диссертации. Диссертация состоит из введения, трёх глав, заключения, списка использованной литературы, который включает в себя 89 отечественных и зарубежных источников. Общий объём диссертации - 120 страниц.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Фурманов, Кирилл Константинович

Заключение

В диссертационной работе была исследована проблема моделирования длительности состояний по данным опросов населения, носящих панельный характер. Ниже приведены основные результаты исследования.

Проведённый статистический эксперимент показал, что игнорирование особого характера данных о длительности состояний, полученных в результате последовательности опросов населения, приводит к значительному искажению функции риска и появлению кажущейся положительной временной зависимости. Несоответствие получаемых оценок функции риска истинным значениям проявляется в области малых длительностей (меньше временного промежутка между опросами).

Разработана модель длительности, которая может быть оценена на данных последовательности пространственных выборок (таких как данные РМЭЗ), содержащих повторяющиеся наблюдения за изучаемыми объектами. Модель учитывает различные варианты выхода из состояния безработицы, допускает наличие изменяющихся во времени объясняющих переменных и гибкую спецификацию временной зависимости, её параметры интерпретируемы.

Процедура оценивания параметров модели реализована в программном модуле для статистического пакета Stata.

Проведено оценивание эконометрической модели длительности безработицы по данным РМЭЗ за 2000-2005 гг. Полученые оценки являются устойчивыми к изменениям спецификации и состава выборки.

На основании данных РМЭЗ 1994-2005 гг. получены оценки средней продолжительности безработицы, согласующиеся с данными ОНПЗ и НОБУС и дополняющие их в отношении результативности поиска работы (вероятности трудоустройства в противоположность вероятности выхода из состава рабочей силы).

Выявлена отрицательная временная зависимость для вероятности нахождения работы в России - по мере роста продолжительности пребывания в безработице вероятность трудоустройства падает. Этот вывод противоречит результатам предыдущих исследований по данным РМЭЗ, на которых, видимо, сказалось смещение отбора. Оценки для вероятности выхода из состава рабочей силы свидетельствуют о немонотонной временной зависимости — эта вероятность сначала падает, а затем растёт.

На основании проведённого исследования можно сделать следующие рекомендации, относящиеся к моделированию длительности состояний и сбору данных о длительностях:

- Предложенная в настоящей работе модель рекомендуется к использованию для анализа данных о длительностях, полученных при значительных промежутках между моментами наблюдения за исследуемыми объектами и в тех случаях, когда промежутки между моментами наблюдения за объектами (опросы) имеют неравную длину.

- Разработанная модель также может быть рекомендована к использованию при моделировании состояний с различными типами выхода по интервально-цензурированным данным (в которых длительности сгруппированы по интервалам).

- В качестве альтернативы использованию разработанной модели можно рекомендовать осуществление непрерывного наблюдения за изучаемыми объектами либо сбор данных о переходах между различными состояниями в течение ненаблюдаемых промежутков на основании опросов респондентов.

Список литературы диссертационного исследования кандидат экономических наук Фурманов, Кирилл Константинович, 2009 год

1. Арженовский, С.В. Социально-экономические детерминанты курения в современной России. Москва: EERC, 2005.

2. Аршакуни К.В. Процессы возникновения и становления новых малых предприятий. Эконометрическое исследование начальных условий генезиса на базе индивидуальных данных / Экономический журнал ГУ-ВШЭ, Том 9 (2005), №1, С. 17-49.

3. Аршакуни, К.В. Динамика новых малых предприятий и эндогенные начальные условия. Эконометрический подход на базе симулированного правдоподобия / Экономический журнал ГУ-ВШЭ, Том 9 (2005), №3, С. 291-324.

4. Беккер Г. Человеческое поведение: экономический подход. Избранные труды по экономической теории. М.: ГУ-ВШЭ, 2003.

5. Горелкина О.Г. Микроанализ рождаемости в России: роль неэкономических факторов / Прикладная эконометрика, №1(5) 2007, с.58-74.

6. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: Начальный курс. М.: Дело, 2007.

7. Карцева М.А. Влияние образования на вероятность нахождения работы в России: Препринт BSP/2002/058R. М.: Российская экономическая школа, 2002.

8. Коровкин А.Г. Динамика занятости и рынка труда. Вопросы макроэкономического анализа и прогнозирования. Москва, МАКС Пресс, 2001.

9. Ю.Коровкин А.Г, Долгова И.Н., Королёв И.Б. Долгосрочные тренды изменения структуры миграционных потоков и оценка их влияния на региональную занятость населения России. 2007.http://www.ecfor.ru/pdf.php?id:=pub/korov03.

10. Купец, О.В. Определяющие факторы продолжительности безработицы в Украине. Москва: EERC, 2005.

11. Маркова К.В., Рощин С.Ю. Поиск работы на российском рынке труда/ Москва, ТЕИС, 2004.

12. Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период в России. М.: РПЭИ, 1998. Сер. «Научные доклады». №99/04.

13. Ниворожкина Л.И., Ниворожкин Е.М., Шухмин А.Г. Моделирование поведения населения на рынке труда крупного города: продолжительность регистрируемой безработицы / Финальный отчёт по гранту РПЭИ, 2000.

14. Обзор занятости в России. Выпуск 1 (1991-2000 гг.) М.: Бюро экономического анализа, 2002.

15. Ратникова Т.А. Введение в эконометрический анализ панельных данных / Экономический журнал ВШЭ, Том 10 (2006), №2, С. 267-316.

16. Савинцева О.С. Анализ длительностей до момента прекращения. http://www.nsu.ru/ef/tsy/ecmr/durat/savinc/savinc.htm.

17. Сайт федеральной службы государственной статистики. http ://www. gks.ru.

18. Aalen О.О. Non Parametric Inference for a Family of Counting Processes /Annals of statistics, Vol. 6 (1978), стр. 701-726.

19. Aalen O.O. A Linear Regression Model for the Analysis of Life Times / Statistics in Medicine, Vol. 8 (1989), стр. 907-925.

20. Addison J.T., Portugal P. Unemployment Duration: Competing and Defective Risks / Journal of Human Resources, Vol. 38 (2003), стр. 156-191.

21. АП M.M., Marshall Т., Babiker A.G. Analysis of Incomplete Durations with Application to Contraceptive Use / Journal of the Royal Statistical Society. Series A (Statistics in Society), Vol. 164, No. 3 (2001), pp. 549-563.

22. Baker G.M., Trivedy P.K. Estimation of Unemployment Duration from Grouped Data: A Comparative Study / Journal of Labor Economics. 1985. Vol. 3. №2. P. 153-174.

23. Balia S., Jones A.M. Catching the habit: a study of inequality of opportunity in smoking-related mortality. The University of York, 2009.

24. Baum C.F. A Little Bit of Stata Programming Goes a Long Way. http://fmwww.bc.edu/EC-P/WP612.pdf.

25. Bellmann L., Estrin S., Hartmut L., Wadsworth J. The Eastern German labor market in transition: gross flow estimates from panel data / Journal of Comparative Economics, Vol. 20 (1995), pp. 139-170.

26. Bowers, J.K., Harkness, D. Duration of Unemployment by Age and Sex / Economica, vol. 46 (1979), no. 183.

27. Braun, N., Engelhardt, H. Diffusion Processes and Event History Analysis. Max Planck Institute for Demographic Research, 2002.

28. Bruderl J. Applied Regression Analysis Using Stata. 2005. http://www.so wi.uni-mannheim.dc/lehrstuehle/lessm/veranst/AppliedRegression.pdf

29. Burdett K., Lagos R., Wright R. An On-the-Job Search Model of Crime, Inequality and Unemployment. Penn Institute for Economic Research, 2003.

30. Carlson J.A., Horrigan M.W. Measures of Unemployment Duration as Guides to Research and Policy: Comment / The American Economic Review, Vol. 73, No. 5. (Dec., 1983), pp. 1143-1150.

31. Chen, Y.Q. Accelerated Hazards Regression Model and Its Adequacy for Censored Survival Data / Biometrics, Vol. 57, No. 3 (Sep., 2001), стр. 853-860.

32. Cleves, M.A., Gould, W.W., Gutierrez, R.G. An Introduction to Survival Analysis Using Stata. Stata Press, 2004.

33. Corak M., Heisz A. Alternative Measures of the Average Duration of Unemployment / Review of Income and Wealth. Series 42. №1. P. 63-74.

34. Cox, D.R. Regression models and life-tables (with discussion) / Journal of the Royal Statistical Society, Series В Vol. 34 (1972), стр. 187-220.

35. Cox, D.R. Partial Likelihood / Biometrika, Vol. 62(2) (1972), стр. 269276.

36. Сгёроп, В., Dejemeppe M., Gurgand M. Counseling the Unemployed: Does It Lower Unemployment Duration and Recurrence? IZA Papers, 2005.

37. Douglas, S.M. The Duration of the Smoking Habit / Economic Inquiry, Vol. 36(1), стр.49-64.

38. Finkelstein, M., Esaulova V. Asymptotic behavior of mixture failure rates. Max Planck Institute for Demographic Research, 2005.

39. Flinn C.J., Heckman J.J. New Methods for Analyzing Structural Labor Force Dynamics / Journal of Econometrics, Vol. 18 (1982), pp.115-168.

40. Flinn C.J. Econometric Analysis of CPS-Type Unemployment Data / The Journal of Human Resources, Vol. 21, No. 4 (Autumn, 1986), pp. 456-484.

41. Foley, M.C. Determinants of Unemployment Duration in Russia. Yale University, 1997.

42. Grenander, U. On the Theory of Mortality Measurement, Part II, Skand. Akt. 39 (1956), pp. 125-153.

43. Gould W., Pitblado J., Sribney W. Maximum Likelihood Estimation with Stata. Third Edition. College Station, Texas, Stata Press, 2006.

44. Gould W. Stata Programming / Stata Technical Bulletin, Vol. 2 (1993), №10, pp. 3-18.

45. Gould W. Stata Programming / Stata Technical Bulletin, Vol. 2 (1993), №11, pp. 5-9.

46. Grogan L., van den Berg G. The Duration of Unemployment in Russia. University of Amsterdam, 1999.

47. Guell, M., Hu, L. Estimating the Probability of Leaving Unemployment Using Uncompleted Spells from Repeated Cross-Section Data. IZA, 2004.

48. Heath A., Swann T. Reservation Wages and the Duration of Unemployment. Reserve Bank of Australia, Economic Research Department, 1999.

49. Heckman, J.J., Singer, B. The Identification Problem in Econometric Models for Duration Data. Cambridge University Press, 1982.

50. Heckman, J.J., Singer, B. A Method for Minimizing the Impact of Distributional Assumptions in Econometric Models for Duration Data / Econometrica, Vol. 52 (1984), No. 2, стр. 271-320.

51. Heckman J.J., Singer B. Econometric Duration Analysis / Journal of Econometrics, Vol. 24 (1984), стр. 63-132.

52. Hilbe J.M. Logistic Regression Models. CRC Press, 2009.

53. Hosmer D.W., Lemeshow S., May S. Applied Survival Analysis: Regression Modeling of Time-to-Event Data. Second Edition. Wiley, 2008.

54. Jones D. C., Kato T. The nature and the determinants of labor market transitions in former communists economies: evidence from Bulgaria / Industrial Relations, Vol. 36 (1997), №2, pp. 229-254.

55. Kaitz, H. Analyzing Length of Spells of Unemployment / Monthly Labor Review, vol. 93 (November, 1979), pp.11-20.

56. Kaplan, E.L., Meier, P. Nonparametric Estimation from Incomplete Observations / Journal of the American Statistical Association, Vol. 53 (1958), c. 457-481.

57. Kettunen J. Education and Unemployment Duration / Economics of Education Review. Vol .16 (1997), №2, c. 163-170.

58. Kirimi L., Sindi K. A Duration Analysis of Poverty Transitions in Rural Kenya. Michigan State University, 2006.

59. Klein J.P., Moeschberger M.L. Survival Analysis: Techniques for Censored and Truncated Data. 2d ed. New York: Springer, 2003.

60. Laird, N. Nonparametric Maximum Likelihood Estimation of a Mixing Distribution / Journal of American Statistical Association, 73 (1978), стр. 805811.

61. Lancaster T. Econometric Methods for the Duration of Unemployment / Econometrica, Vol. 47 (1979), No. 4, c. 939-956.

62. Lancaster T. The Econometric Analysis of Transition Data. Cambridge: Cambridge University Press, 1990.

63. Lindsay, B.G. The Geometry of Mixture Likelihoods: A General Theory. Annals of Statistics, Vol. 11, No. 1 (1983), стр. 86-94.

64. Lindsay, B.G. The Geometry of Mixture Likelihoods, part II: The Exponential Family. Annals of Statistics, Vol. 11, No. 3 (1983), стр. 783-792.

65. Magnac Т., Robin J.-M. An econometric analysis of labour market transitions using discrete and tenure data / Labour Economics, Vol.1 (1994), c. 327-346.

66. Magnac Т., Robin J.-M., Visser M. Analysing Incomplete Individual Employment Histories Using Indirect Inference / Journal of Applied Econometrics, Vol. 10, Special Issue: The Microeconometrics of Dynamic Decision Making (Dec., 1995), c. S153-S169

67. Mahmud T. Survival of Newly Founded Business: A Log-Logistic Model Approach. Social Science Research Center, Berlin, 1997.

68. Meyer B.D. Unemployment Insurance and Unemployment Spells. Econometrica, Vol. 58 (1990), No. 4, c. 757-782.

69. Mortensen D.T. Job Search, the Duration of Unemployed, and the Phillips Curve / The American Economic Review, Vol. 60, No. 5 (Dec., 1970), c. 847862.

70. Nelson W. Hazard plotting for incomplete failure data / Journal of Quality Technology, Vol. 1 (1969), стр. 27-52.

71. Nelson W. Theory and Application of Hazard Plotting for Censored Failure Data / Technometrics, Vol. 14 (1972), стр. 945-965.

72. Neumann G.R. Search Models and Duration Data / Handbook of Applied Econometrics. Ch. 4. 1995.

73. Nickell, S.J. The Effect of Unemployment and Related Benefits on the Duration of Unemployment / The Economic Journal, Vol. 89 (1979), No. 353, c. 34-39.

74. Nickell, S.J. Estimating the Probability of Leaving Unemployment / Econometrica, Vol. 47 (1979), No. 5, c. 1249-1266.

75. Nivorozhkin A. New Estimates of the Risk and Duration of Registered Unemployment in Urban Russia / Institute for Employment Research, Nuremberg, Working Paper No. 60. 2005.

76. SO.Podivinsky, J.M., McVicar, D. Unemployment Duration Before and After New Deal. Northern Ireland Economic Research Centre, 2002.

77. Prentice, R.L., Gloeckler, L.A. Regression Analysis of Grouped Survival Data with Applications to Breast Cancer Data / Biometrics, Vol. 34 (1978), c. 57-67.

78. R0ed, K., Zhang, T. A Note on Weibull Distribution and Time Aggression Bias. University of Oslo, 2000.

79. R0ed, K. Jensen, P. Thoursie, A. Unemployment Duration, Incentives and Institutions — A Micro-Econometric Analysis Based on Scandinavian Data. University of Oslo, 2002.

80. Room, M. Reservation Wages in Estonia. Eesti Pank, 2003.

81. Salant, S.W. Search Theory and Duration Data: A Theory of Sorts / Quarterly Journal of Economics, vol. 91 (February, 1977), c. 39-57.

82. Schmidt, P. Witte, A.D. Predicting Criminal Recidivism Using "Split Population" Survival Time Models / Journal of Econometrics, Vol. 40 (1989), No. 1, c. 141-159.

83. Steenbergen M.R. Maximum Likelihood Programming in Stata. University of North Carolina, Chapel Hill, 2003.

84. Trussel, J. Richards, T. Correcting for Unmeasured Heterogeneity in Hazard Models Using the Heckman-Singer Procedure / Sociological Methodology, Vol. 15 (1985), c. 242-276.

85. Turon, H. Separability of Duration Dependence and Unobserved Heterogeneity. IZA, 2003.

86. Vaupel, J.W., Manton, J.G., Stallard, E. The impact of heterogeneity in individual frailty on the dynamics of mortality / Demography, Vol. 16 (1979), c. 439-454.

87. Verbeek M. A Guide to Modern Econometrics. Wiley, 2000.

88. Yamaguchi K. Accelerated Failure-Time Regression Models with a Regression Model for Surviving Fraction: An Application to the analysis of "permanent employment' in Japan / Journal of the American Statistical Association, Vol. 87 (1992), стр. 284-292.

89. Yamaguchi K. Accelerated Failure-Time Mover-Stayer Regression Models for the Analysis of Last-Episode Data / Social Methodology, Vol .33. (2003), стр. 81-110.

90. Yamaguchi K., Ferguson L.R. The Occurrence and Timing of Third Child Birth and Their Life-History Predictors: An Analysis Based on Accelerated Failure-Time. University of Chicago Public Research Center, 2008.