Estimating Gross Flows Using Panel Data with Nonresponse: An Example from the Canadian Labour Force Survey
存在非应答时利用面板数据估计总流量：加拿大劳动力调查实例AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用面板调查的分类数据估计劳动力状态流动，并处理非随机非应答，直接对应微观面板分析。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
存在非应答时利用面板数据估计总流量：加拿大劳动力调查实例
- 研究问题
- 当面板调查中的非应答与就业状态或时间有关时，如何利用分类观测估计劳动力参与状态之间的总流量？
- 方法与思路
- 作者提出三个模型，分别允许非应答关联就业分类、时间或两者，并以极大似然拟合一个劳动力调查面板。
- 材料陈述的贡献
- 摘要称，提供了处理非随机非应答的三种总流量估计模型，并使用加拿大劳动力调查数据展示其应用。
- 阅读关注点
- 应核对状态转移与非应答机制的联合设定、模型识别依据、似然构造，以及三个模型的比较和敏感性分析。
- 阅读边界
- 仅据版本未注明的索引摘要；未说明非应答机制的可识别条件、估计误差或各模型结果，不能推断刊本变化。
原文摘要
This article considers the problem of using categorical data from a panel survey in which there is nonrandom nonresponse to estimate gross flows. The methods are illustrated for the case of estimating gross flows in labor force participation using data from the Canadian Labour Force Survey. Three models are proposed that allow nonresponse to be related to employment classification, time, or both employment classification and time. Maximum likelihood estimation is used to fit the models to a single panel of Labour Force Survey data.