Generalized partially linear regression with misclassified data and an application to labour market transitions

مجموعه داده های بزرگ که از فعالیت های اداری یا عملیاتی منشا می گیرد به طور فزاینده ای برای تحلیل آماری استفاده می شود، زیرا اغلب اطلاعات بسیار دقیق و تعداد زیادی مشاهدات را شامل می شود. اما شواهدی وجود دارد که برخی از متغیرها می توانند به اشتباه طبقه بندی شدید و یا حاوی مقادیر گم شده باشند. با توجه به اندازه داده ها، یک مدل غیرقابل طبقه بندی نیمپارامتری قابل انعطاف، انتخاب خوبی خواهد بود، اما استفاده از آن در عمل کمیاب است. برای بستن این شکاف، یک مدل نیمه پارامتریک برای احتمال رعایت تغییرات بازار کار با استفاده از یک نمونه از مشاهدات 20 متر از آلمان تخمین زده می شود. نشان داده شده است که اثرات حاشیه ای تعدادی از متغیرها به طور معنی داری با طبقه بندی نامناسب و مقادیر گمشده در داده های تجزیه و تحلیل مواجه می شوند. پیشنهاد رگرسیون خطی تقریبی به طور کلی، مدل های موجود را گسترش می دهد و اجازه می دهد یک متغیر گسسته طبقه بندی نشده با عملکرد غیر پارامتری یک متغیر پیوسته تعامل کند.