Modele wielopoziomowe: Wykorzystanie danych regionalnych w badaniach mikroekonomicznych i socjologicznych

Wojciech Grabowski

doi:10.18778/8142-418-9

Słowa kluczowe: modele wielopoziomowe, modele ekonometryczne, model probitowy, Bank Danych Lokalnych, model regresji, model logitowy

Opublikowane: 22 maja 2019

Kategorie: Ekonomia i zarządzanie, Otwarty dostęp

Pliki do pobrania

PDF

W monografii Modele wielopoziomowe. Wykorzystanie danych regionalnych w badaniach mikroekonomicznych i socjologicznych zostały zaprezentowane metody umożliwiające analizę zależności na poziomie indywidualnym w warunkach dostępności kategorii mezoekonomicznych. Omówiono zarówno liniowe, jak i uogólnione liniowe modele wielopoziomowe, a także zaproponowano metody estymacji parametrów wielopoziomowych, wielorównaniowych modeli probitowych oraz modeli wielopoziomowych uwzględniających problem selekcji próby. Zastosowania empiryczne zawarte w publikacji dotyczą takich zagadnień, jak: wynagrodzenia, innowacyjność przedsiębiorstw, sposób reakcji wobec wystąpienia problemu prawnego.

Accetturo A., Dalmazzo A., de Blasio G. (2013), Skill polarization in local labor markets under share-altering technical change, „Journal of Regional Science”, vol. 54(2), s. 249–272.

Acemoglu D. (2002), Technical Change, Inequality, and the Labor Market, „Journal of Economic Literature”, vol. 40(1), s. 7–72.

Acemoglu D., Autor D. (2011), Skills, tasks and technologies: Implications for employment and earnings, [w:] O. Ashenfelter, D. Card (red.), Handbook of Labor Economics, Elsevier, Amsterdam, s. 1043–1166.

Adamczyk A., Tokarski T., Włodarczyk R. (2009), Przestrzenne zróżnicowanie płac w Polsce, „Gospodarka Narodowa”, nr 1(1), s. 1–20.

Aghion P., Howitt P. (2008), The Economics of Growth, MIT Press, Cambridge.

Albert P., Follmann D. (2000), Modeling Repeated Count Data Subject to Informative Dropout, „Biometrics”, vol. 56(3), s. 667–677.

Allison P., Christakis N. (1994), Logit Models for Sets of Ranked Items, „Sociological Methodology”, no. 24, s. 199–228.

Amemiya T. (1978), The Estimation of a Simultaneous Equation Generalized Probit Model, „Econometrica”, vol. 46(5), s. 1193–1205.

Arendt Ł. (2018), Is the Polish Labour Market heading towards Polarisation?, „Olsztyn Economic Journal”, vol. 13(3), s. 309–322.

Arendt Ł., Grabowski W. (2017), Innovations, ICT and ICT-driven labour productivity in Poland, „Economics of Transition”, vol. 25(4), s. 723–758.

Arendt Ł., Grabowski W. (2018), Impact of ICT Utilization on Innovations and on Labor Productivity: Micro-level Analysis for Poland, [w:] A. Dias, B. Salmelin, D. Pereira, J. Dias (red.), Modeling Innovation Sustainability and Technologies, 1st ed., Springer International Publishing, New York, s. 225–247.

Arendt Ł., Kryńska E. (2015), Technologie informacyjne i komunikacyjne a produktywność w Polsce i krajach Europy Środkowo-Wschodniej, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.

Ark B., Piątkowski M. (2004), Productivity Innovation and TIK in Old and New Europe, „International Economics and Economic Policy”, vol. 1(2–3), s. 215–246.

Autor D., Dorn D. (2013), The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market, „American Economic Review”, vol. 103(5), s. 1553–1597.

Autor D., Levy F., Murnane R. (2003), The Skill Content of Recent Technological Change: An Empirical Exploration, „The Quarterly Journal of Economics”, vol. 118(4), s. 1279–1333.

Bartkowski J. (2003), Tradycja i polityka, Wydawnictwo Akademickie Żak, Warszawa.

Bazyl M. (2010), Modele zmiennych licznikowych, [w:] M. Gruszczyński (red.), Mikroekonometria. Modele i metody analizy danych indywidualnych, Oficyna a Wolters Kluwer business Warszawa, s. 217–230.

Beggs S., Cardell S., Hausman J. (1981), Assessing the potential demand for electric cars, „Journal of Econometrics”, vol. 17(1), s. 1–19.

Ben-Akiva M., Lerman S.R. (1985), Discrete choice analysis. Theory and application to travel demand, MIT Press, Cambridge.

Bergmann H., Japsen A., Tamasy C. (2002), Regionaler Entrepreneurship Monitor (REM). Grundungsaktivitaten and Rahmenbedingungen in zehn deutschen Regionen, Wirtschaftsand Sozialgeographisches Institut, Köln.

Blundell R., Windmeijer F. (1997), Cluster effects and simultaneity in multilevel models, „Health Economics”, vol. 6(4), s. 439–443.

Borjas G., Sueyoshi G. (1994), A two-stage estimator for probit models with structural group effects, „Journal of Econometrics”, vol. 64(1–2), s. 165–182.

Börsch-Supan A., Hajivassiliou V. (1993), Smooth unbiased multivariate probability simulators for maximum likelihood estimation of limited dependent variable models, „Journal of Econometrics”, vol. 58(3), s. 347–368.

Breslow N., Clayton D. (1993), Approximate Inference in Generalized Linear Mixed Models, „Journal of the American Statistical Association”, vol. 88(421), s. 9–25.

Breslow N., Lin X. (1995), Bias Correction in Generalised Linear Mixed Models with a Single Component of Dispersion, „Biometrika”, vol. 82(1), s. 81–91.

Bronzini R., Piselli P. (2016), The impact of R&D subsidies on firm innovation, „Research Policy”, vol. 45(2), s. 442–457.

Burdziej S., Dudkiewicz M. (2013), Korzystający i niekorzystający z poradnictwa prawnego i obywatelskiego, Instytut Spraw Publicznych, Warszawa.

Butler J., Moffitt R. (1982), A Computationally Efficient Quadrature Procedure for the One-Factor Multinomial Probit Model, „Econometrica”, vol. 50(3), s. 761–764.

Cameron A., Trivedi P. (2009), Microeconometrics, 8th ed., Cambridge University Press, Cambridge.

Cardoso A. (2000), Wage differentials across firms: an application of multilevel modelling, „Journal of Applied Econometrics”, vol. 15(4), s. 343–354.

Carey K. (2000), A multilevel modelling approach to analysis of patient costs under managed care, „Health Economics”, vol. 9(5), s. 435–446.

Carlin B.P., Louis T.A. (2000), Bayes and empirical bayes methods for data analysis, 2nd ed., Chapman and Hall/CRC, New York.

Chan K., Ledolter J. (1995), Monte Carlo EM Estimation for Time Series Models Involving Counts, „Journal of the American Statistical Association”, vol. 90(429), s. 242–252.

Chapman R., Staelin R. (1982), Exploiting Rank Ordered Choice Set Data within the Stochastic Utility Model, „Journal of Marketing Research”, vol. 19(3), s. 288–301.

Cieślik A., Rokicki B. (2016), Individual wages and regional market potential, „Economics of Transition”, vol. 24(4), s. 661–682.

Clemens M., Montenegro C., Prichett L. (2009), The Place Premium: Wage Differences for Identical Workers Across the US Border, Harvard Library Research Working Paper, 09–004, s. 1–68.

Coad A., Segarra A., Teruel M. (2016), Innovation and firm growth: Does firm age play a role?, „Research Policy”, vol. 45(2), s. 387–400.

Congdon P. (2005), Bayesian Models for Categorical Data, John Wiley & Sons, London.

Cramer J. (1999), Predictive Performance of the Binary Logit Model in Unbalanced Samples, „Journal of the Royal Statistical Society: Series D (The Statistician)”, vol. 48(1), s. 85–94.

Crepon B., Duguet E., Mairessec J. (1998), Research, Innovation and Productivity: An Econometric Analysis at the Firm Level, „Economics of Innovation And New Technology”, vol. 7(2), s. 115–158.

Cunha F., Heckman J. (2007), The Technology of Skill Formation, „American Economic Review”, vol. 97(2), s. 31–47.

Domański H. (2018), Wpływ wykształcenia na rozkład zarobków w Polsce w latach 1988–2013, „Ekonomista”, nr 1, s. 7–24.

Efron B. (1978), Regression and ANOVA with Zero-One Data: Measures of Residual Variation, „Journal of the American Statistical Association”, vol. 73(361), s. 113–121.

Ehrenberg R., Schwarz J. (1987), Public Sector and Labor Markets, Cornell University ILR School Working Paper.

Evangelou E., Eidsvik J. (2017), The value of information for correlated GLMs, „Journal of Statistical Planning And Inference”, no. 180, s. 30–48.

Evangelou E., Zhu Z., Smith R. (2011), Estimation and prediction for spatial generalized linear mixed models using high order Laplace approximation, „Journal of Statistical Planning And Inference”, vol. 141(11), s. 3564–3577.

Faggio G., Salvanes K., Van Reenen J. (2010), The evolution of inequality in productivity and wages: panel data evidence, „Industrial And Corporate Change”, vol. 19(6), s. 1919–1951.

Florczak W. (2016), Modelling Effective Legal Aid System, „Ekonomia i Prawo”, nr 15(3), s. 317–334.

Florczak W., Grabowski W. (2017), Wystąpienie problemu prawnego jako funkcja czynników indywidualnych i kontekstowych. Analiza ekonometryczna z wykorzystaniem hierarchicznego modelu logitowego, „Studia Prawno-Ekonomiczne”, nr 105, s. 193–213.

Florczak W., Grabowski W. (2018a), Analiza czynników determinujących reakcję na zaistnienie problemu prawnego przy użyciu wielomianowego modelu logitowego, „Wiadomości Statystyczne”, nr 63(1), s. 57–76.

Florczak W., Grabowski W. (2018b), Czy warto korzystać z porad prawnych? Szacunki mikroekonomicznych efektów poradnictwa prawno-obywatelskiego, „Ekonomista”, nr 2, s. 185–208.

Florczak W., Grabowski W. (2018c), Co wpływa na wielkość popytu na porady prawne? Analiza logitowa z wykorzystaniem metody klasycznego uśredniania międzymodelowego, „Przegląd Statystyczny”, nr 65, s. 53–80.

Fortuna Z., Macukow B., Wąsowski J. (2017), Metody numeryczne, Wydawnictwa Naukowo-Techniczne, Warszawa.

Freeman R.B., Katz L.F. (1994), Rising wage inequality: the United States vs. other advanced countries, [w:] R.B. Freeman (red.), Working under different rules, Russell Sage Foundation, New York, s. 29–62.

Gelfand A., Carlin B. (1993), Maximum-likelihood estimation for constrainedor missing-data models, „Canadian Journal of Statistics”, vol. 21(3), s. 303–311.

Geyer C.J., Thompson E.A. (1992), Constrained Monte Carlo Maximum Likelihood for Dependent Data, „Journal of the Royal Statistical Society B”, vol. 54(3), s. 657–699.

Godfrey L., Wickens M. (1982), A simple derivation of the limited information maximum likelihood estimator, „Economics Letters”, vol. 10(3–4), s. 277–283.

Goldstein H. (1986), Multilevel Mixed Linear Model Analysis Using Iterative Generalized Least Squares, „Biometrika”, vol. 73(1), s. 43–56.

Goldstein H. (1989), Models for multilevel response variables with an application to growth curves, [w:] R.D. Bock (red.), Multilevel analysis of educational data, Academic Press, San Diego, s. 107–125.

Goldstein H. (1991), Nonlinear Multilevel Models, with an Application to Discrete Response Data, „Biometrika”, vol. 78(1), s. 45–51.

Golejewska A. (2018), Innovativeness of Enterprises in Poland in the Regional Context, „Journal of Entrepreneurship, Management and Innovation”, vol. 14(1), s. 29–44.

Goos M., Manning A. (2007), Lousy and Lovely Jobs: The Rising Polarization of Work in Britain, „Review of Economics and Statistics”, vol. 89(1), s. 118–133.

Gorzelak G., Jałowiecki B. (1996), Koniunktura gospodarcza i mobilizacja społeczna w gminach ’95, Uniwersytet Warszawski – Europejski Instytut Rozwoju Regionalnego i Lokalnego, Warszawa.

Grabowski W. (2018), Determinanty przestrzennego zróżnicowania wyników głosowania w wyborach parlamentarnych z 2015 roku, „Studia Socjologiczne”, vol. 228(1), s. 35–64.

Grabowski W. (2019), Does the use of professional legal assistance bring measurable benefits?, „Applied Economics Letters”, w druku.

Grabowski W., Skorupińska A. (2015), TIK i czynniki komplementarne – ujęcie modelowe, [w:] Ł. Arendt, E. Kryńska (red.), Technologie informacyjne i komunikacyjne a produktywność w Polsce i krajach Europy Środkowo-Wschodniej, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, s. 138–146.

Grabowski W., Stawasz E. (2017), The Role of Business Consulting in Creating Knowledge and Formulating a Strategy of Development in Polish Micro-Enterprises, „Journal of East European Management Studies”, vol. 22(3), s. 374–396.

Green D., Sand B. (2015), Has the Canadian labour market polarized?, „Canadian Journal of Economics”, vol. 48(2), s. 612–646.

Green P. (1987), Penalized Likelihood for General Semi-Parametric Regression Models, „International Statistical Review/Revue Internationale De Statistique”, vol. 55(3), s. 245–259.

Greene W. (2008), Econometric analysis, Pearson, Upper Saddle River.

Gretton P., Gali J., Parham D. (2004), The effects of ICTs and complementary innovations on Australian productivity growth, [w:] The Economic Impact of ICT: Measurement, Evidence and Implications, OECD Publishing, Paris, s. 105–130.

Gruszczyński M. (2012), Mikroekonometria, Wolters Kluwer Polska, Warszawa.

Hajivassiliou V., Ruud P. (1994), Classical estimation methods for LDV models using simulation, [w:] R. Engle, D. McFadden (red.), Handbook of Econometrics, Elsevier Science, Amsterdam, s. 2384–2438.

Hall B., Lotti F., Mairesse J. (2013), Evidence on the impact of R&D and ICT investments on innovation and productivity in Italian firms, „Economics of Innovation And New Technology”, vol. 22(3), s. 300–328.

Hall B., Mairesse J., Mohnen P. (2010), Measuring the Returns to R&D, [w:] B. Hall, N. Rosenberg (red.), Handbook of the Economics of Innovation, Elsevier Science, Amsterdam, s. 1033–1082.

Hann C., Magocsi P. (2014), Galicia, University of Toronto Press, Toronto.

Hardy W., Keister R., Lewandowski P. (2018), Educational upgrading, structural change and the task composition of jobs in Europe, „Economics of Transition”, vol. 26(2), s. 201–231.

Harville D. (1977), Maximum Likelihood Approaches to Variance Component Estimation and to Related Problems, „Journal of the American Statistical Association”, vol. 72(358), s. 320–338.

Heckman J. (1979), Sample Selection Bias as a Specification Error, „Econometrica”, vol. 47(1), s. 153–161.

Hollenstein H., Stucki T. (2012), The ‘new firm paradigm’ and the provision of training: The impact of ICT, workplace organization and human capital, „Swiss Journal of Economics and Statistics”, vol. 148(4), s. 557–595.

Hosmer D., Lemeshow S., May S. (1999), Applied Survival Analysis: Regression Modelling of Time-to-Event Data, Wiley & Sons, London.

Hosseini Shojaei R., Waghei Y., Mohammadzadeh M. (2018), Parameter Estimation in Spatial Generalized Linear Mixed Models with Skew Gaussian Random Effects using Laplace Approximation, „Journal of Statistical Research of Iran”, vol. 14(2), s. 157–169.

Huber P. (1964), Robust Estimation of a Location Parameter, „The Annals of Mathematical Statistics”, vol. 35(1), s. 73–101.

Hunter R., Simone T. de (2009), Women, Legal Aid and Social Inclusion, „Australian Journal of Social Issues”, vol. 44(4), s. 379–398.

Hühne P., Herzer D. (2017), Is inequality an inevitable by-product of skill-biased technical change?, „Applied Economics Letters”, vol. 24(18), s. 1346–1350.

Jałowiecki B. (1996), Przestrzeń historyczna, regionalizm, regionalizacja, [w:] tenże (red.), Oblicza polskich regionów, Warszawa, s. 19–88.

Jasiewicz Z. (1977), Rodzina wiejska na Ziemi Lubuskiej, Państwowe Wydawnictwo Naukowe, Warszawa.

Jezierski A., Leszczyńska C. (2011), Historia gospodarcza Polski, Wydawnictwo Key Text, Warszawa.

Jonek-Kowalska I. (2014), Employment and Renumeration Trends in Polish Hard Coal Mines in the Context of the Relations Between Boards and Trade Unions, „International Journal of Synergy and Research”, vol. 3, s. 27–43.

Katz L., Autor D. (1999), Changes in the wage structure and earnings inequality, [w:] O. Ashenfelter, Card (red.), Handbook of Labor Economics, Elsevier, Amsterdam, s. 1463–1555.

Kay R., Little S. (1986), Assessing the Fit of the Logistic Model: A Case Study of Children with the Haemolytic Uraemic Syndrome, „Applied Statistics”, vol. 35(1), s. 16–30.

Keane M. (1994), A Computationally Practical Simulation Estimator for Panel Data, „Econometrica”, vol. 62(1), s. 95–116.

Keener R.W., Waldman D.M. (1985), Maximum Likelihood Regression of Rank-Censored Data, „Journal of the American Statistical Association”, vol. 80(390), s. 385–392.

Khoshgoftaar T., Gao K., Szabo R. (2005), Comparing software fault predictions of pure and zero-inflated Poisson regression models, „International Journal of Systems Science”, vol. 36(11), s. 705–715.

King A. (1978), Industrial Structure, the Flexibility of Working Hours, and Women’s Labor Force Participation, „The Review of Economics and Statistics”, vol. 60(3), s. 399–407.

Klamka J., Ogonowski Z. (2015), Metody numeryczne, Wydawnictwo Politechniki Śląskiej, Gliwice.

Kochanowicz J. (2018), The Polish Kingdom: A periphery as a leader, XIV International Economic History Congress in Helsinki, Helsinki.

Koellinger P. (2005), Why IT matters? An empirical study of e-business usage, innovation and firm performance, German Institute for Economic Research Discussion Paper, no. 495.

Koenker R., Bassett G. (1978), Regression Quantiles, „Econometrica”, vol. 46(1), s. 33–50.

Kortt M., Dollery B. (2012), Religion and the rate of return to human capital: evidence from Australia, „Applied Economics Letters”, vol. 19(10), s. 943–946.

Kosała M., Wach K. (2011), Regionalne determinanty rozwoju innowacyjności przedsiębiorstw, „Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie”, z. 866, s. 19–35.

Kritzer H. (2008), To Lawyer, or Not to Lawyer, is That the Question?, „Journal of Empirical Legal Studies”, no. 5, s. 875–906.

Krzemiński P. (2009), Zachowania wyborcze w wyborach parlamentarnych i prezydenckich w Polsce w latach 2005–2007 – wzory przestrzennych zróżnicowań, „Przegląd Geograficzny”, vol. 81(2), s. 259–281.

Kuk A.Y.C. (1995), Asymptotically unbiased estimation in generalized linear models with random effects, „Journal of the Royal Statistical Society B”, no. 57, s. 395–407.

Kurczewski J., Fuszara M. (2004), Polskie spory i sądy, Ośrodek Badań Społecznych Instytut Stosowanych Nauk Społecznych Uniwersytetu Warszawskiego, Warszawa.

Lallemand T., Plasman R., Rycx F. (2009), Wage structure and firm productivity in Belgium, [w:] P. Lazear, K.L. Shaw (red.), The Structure of Wages: An International Comparison, Chicago University Press, Chicago, s. 179–215.

Langendijk A. (2001), Regional Learning between Variation and Convergence: The Concept of ‘Mixed-land-use’ in Regional Spatial Planning in the Netherlands, „Canadian Journal of Regional Science”, vol. 24(1), s. 135–154.

Lauer C., Steiner V. (2000), Returns to Education in West Germany – An Empirical Assessment, ZEW Discussion Paper, 00–04.

Lee L. (1981), Simultaneous equations models with discrete and censored dependent variables, [w:] C. Manski, D. McFadden (red.), Structural analysis of discrete data with economic applications, MIT Press, Cambridge.

Lee L. (2000), A numerically stable quadrature procedure for the one-factor random-component discrete choice model, „Journal of Econometrics”, vol. 95(1), s. 117–129.

Legal Service Corporation (1994), Legal Needs and Civil Justice. A survey of Americans. Major Findings from comprehensive Legal Needs Study, American Bar Association Working Paper, no. 1.

Lesaffre E., Spiessens B. (2001), On the effect of the number of quadrature points in a logistic random effects model: an example, „Journal of the Royal Statistical Society: Series C (Applied Statistics)”, vol. 50(3), s. 325–335.

Lewandowska M.S. (2016), Do Government Policies Foster Environmental Performance of Enterprises from CEE Region?, „Comparative Economic Research”, vol. 19(3), s. 45–67.

Lewandowska M.S., Kowalski A.M. (2015), Współpraca polskich przedsiębiorstw w sferze innowacji a wsparcie z funduszy unijnych, „Gospodarka Narodowa”, nr 4(278), s. 69–89.

Liwiński J., Bedyk E. (2016), Does it pay to invest in the education of children?, „Ekonomia. Rynek, Gospodarka, Społeczeństwo”, nr 47, s. 53–77.

Long J., Freese J. (2014), Regression models for categorical dependent variables using Stata, Stata Press Publ., College Station.

Longford N. (1987), A Fast Scoring Algorithm for Maximum Likelihood Estimation in Unbalanced Mixed Models with Nested Random Effects, „Biometrika”, vol. 74(4), s. 817–827.

Longford N. (1994), Logistic regression with random coefficients, „Computational Statistics & Data Analysis”, vol. 17(1), s. 1–15.

Loof H., Heshmati A. (2006), On the Relationship between Innovation and Performance: A Sensitivity Analysis, „Economics of Innovation and New Technology”, vol. 13, s. 317–344.

Luce R. (2005), Individual choice behavior, Dover Publications, Mineola.

Łaszkiewicz E. (2016), Ekonometria przestrzenna III. Modele wielopoziomowe – teoria i zastosowania, Wydawnictwo C.H. Beck, Warszawa.

Machin S., Puhani P. (2002), Subject of Degree and the Gender Wage Differential. Evidence from the UK and Germany, IZA Discussion Paper, no. 553.

Maddala G. (1987), Limited-dependent and qualitative variables in econometrics, Cambridge University Press, Cambridge.

Maddala G. (2013), Ekonometria, Polskie Wydawnictwo Naukowe, Warszawa.

Mahy B., Rycx F., Volral M. (2011), Wage Dispersion and Firm Productivity in Different Working Environments, „British Journal of Industrial Relations”, vol. 49(3), s. 460–485.

Majcherek J. (1995), Fenomen Małopolski, „Rzeczpospolita”, 1 grudnia 1995.

Majchrowska A., Strawiński P. (2016), Regional Differences in Gender Wage Gaps in Poland: New Estimates Based on Harmonized Data for Wages, „Central European Journal of Economic Modelling and Econometrics”, vol. 8(2), s. 115–141.

Majchrowska A., Strawiński P. (2018), Impact of minimum wage increase on gender wage gap: Case of Poland, „Economic Modelling”, no. 70, s. 174–185.

Majsterek M. (2008), Wielowymiarowa analiza kointegracyjna w ekonomii, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.

Marzec J. (2008), Bayesowskie modele zmiennych jakościowych i ograniczonych w badaniach niespłacalności kredytów, Wydawnictwo Uniwersytetu Ekonomicznego, Kraków.

Matykowski R. (2007), Zachowania wyborcze Wielkopolan: Czy występują odmienności w przestrzeni geograficzno-historycznej?, [w:] J. Schmidt (red.), Granica, Wydawnictwo AWEI, Poznań, s. 75–92.

Matykowski R., Kulczyńska K. (2016), Wybory do Sejmu w 2015 roku w województwie wielkopolskim: odmienności przestrzenne w kontekście subregionalnym i lokalnym, „Rozwój Regionalny i Polityka Regionalna”, nr 36, s. 163–178.

McCullagh P., Nelder J. (2000), Generalized linear models, Champman and Hall/CRC, London.

McCulloch C. (1997), Maximum Likelihood Algorithms for Generalized Linear Mixed Models, „Journal of the American Statistical Association”, vol. 92(437), s. 162–170.

McFadden D. (1974), Conditional Logit Analysis of Qualitative Choice Behaviour, [w:] P. Zarembka (red.), Frontiers in Econometrics, Academic Press, New York, s. 105–142.

McKelvey R., Zavoina W. (1975), A statistical model for the analysis of ordinal level dependent variables, „The Journal of Mathematical Sociology”, vol. 4(1), s. 103–120.

Mincer J. (1993), Schooling, experience, and earnings, Gregg Revivals, Aldershot.

Mincer J., Polachek S. (1974), Family Investments in Human Capital: Earnings of Women, „Journal of Political Economy”, vol. 82(2, part 2), s. S76–S108.

Murayama M. (2007), Experiences of Problems and Disputing Behavior in Japan, „Meji Law Journal”, no. 14, s. 1–59.

Nagelkerke N. (1991), A Note on a General Definition of the Coefficient of Determination, „Biometrika”, vol. 78(3), s. 691–697.

Nakosteen R., Zimmer M. (1987), Marital Status and Earnings of Young Men: A Model with Endogenous Selection, „The Journal of Human Resources”, vol. 22(2), s. 248–257.

Naylor J., Smith A. (1982), Applications of a Method for the Efficient Computation of Posterior Distributions, „Applied Statistics”, vol. 31(3), s. 214–225.

Naylor J., Smith A. (1988), Econometric illustrations of novel numerical integration strategies for Bayesian inference, „Journal of Econometrics”, vol. 38(1–2), s. 103–125.

Nelder J., Pawitan Y., Lee H. (2006), Generalized linear models with random effects: unified analysis via H-likelihood, Chapman & Hall/CRC, London.

Oesch D., Rodriguez Menes J. (2010), Upgrading or polarization? Occupational change in Britain, Germany, Spain and Switzerland, 1990–2008, „Socio-Economic Review”, vol. 9(3), s. 503–531.

Oughton C., Landabaso M., Morgan K. (2002), The Regional Innovation Paradox: Innovation Policy and Industrial Policy, „Journal of Technology Transfer”, vol. 27(1), s. 97–110.

Owczarczuk M. (2010), Modele zmiennych ograniczonych, [w:] M. Gruszczyński (red.), Mikroekonometria. Modele i metody analizy danych indywidualnych, Oficyna a Wolters Kluwer business, Warszawa, s. 193–215.

Parteka A. (2018), Import Intensity of Production, Tasks and Wages: Micro-Level Evidence for Poland, „Entrepreneurial Business And Economics Review”, vol. 6(2), s. 71–89.

Pellegrino J.W., Hilton M.L. (2012), Education for Life and Work: Developing Transferable Knowledge and Skills in the 21st Century, The National Academic Press, Washington.

Pfirrmann O. (1994), The geography of innovation in small and medium-sized firms in West Germany, „Small Business Economics”, vol. 6(1), s. 41–54.

Piątkowski M. (2004), The impact of ICT on growth in transition economies, Transformation, Integration and Globalization Economic Research Working Paper, no. 59.

Pinheiro J., Bates D. (1995), Approximations to the Log-Likelihood Function in the Nonlinear Mixed-Effects Model, „Journal of Computational and Graphical Statistics”, vol. 4(1), s. 12–35.

Plackett R. (1975), The Analysis of Permutations, „Applied Statistics”, vol. 24(2), s. 193–202.

Pleasance P., Balmer N.J., Reimers S. (2011), What Really Drives Advice Seeking Behaviour? Looking Beyond the Subject of Legal Disputes, „Onati Socio-Legal Series”, vol. 1(6), s. 1–21.

Pleasance P., Genn H., Balmer N.J., Buck A., O’Grady A. (2003), Causes of Action: First Findings of the LSRC Periodic Survey, „Journal of Law and Society”, vol. 30(1), s. 11–30.

Pocztowski A., Pauli U. (2013), Profesjonalizacja zarządzania zasobami ludzkimi w małych i średnich przedsiębiorstwach, „Zarządzanie Zasobami Ludzkimi”, nr 3–4, s. 9–22.

Podemski K., Ziółkowski M. (2007), Czy Wielkopolska jest (społecznie) bliżej Europy?, [w:] W. Molik, A. Sakson, T. Stryjkiewicz (red.), Wielkopolska wobec wyzwań XXI wieku, Centrum „Instytut Wielkopolski”, Poznań, s. 29–41.

Porter M. (1998), The Adam Smith Address: Location, Cluster, and the „New” Microeconomics of Competition, „Business Economics”, vol. 33(1), s. 1–7.

Porter M., Stern S. (2001), Innovation: Location Matters, „MIT Sloan Management Review”, vol. 42, s. 28–36.

Preisert A., Schimanek T., Waszak M., Winiarska A. (2013), Poradnictwo prawne i obywatelskie w Polsce. Stan obecny i wizje przyszłości, Instytut Spraw Publicznych, Warszawa.

Psacharopoulos G., Ng Y.C. (1994), Earnings and Education in Latin America, „Education Economics”, vol. 2(2), s. 187–207.

Rabe-Hesketh S., Skrondal A., Pickles A. (2005), Maximum likelihood estimation of limited and discrete dependent variable models with nested random effects, „Journal of Econometrics”, vol. 128(2), s. 301–323.

Raciborski J. (1997), Polskie wybory, Wydawnictwo Naukowe „Scholar”, Warszawa.

Raudenbush S., Yang M., Yosef M. (2000), Maximum Likelihood for Generalized Linear Models with Nested Random Effects via High-Order, Multivariate Laplace Approximation, „Journal of Computational And Graphical Statistics”, vol. 9(1), s. 141–157.

Rice N., Jones A. (1997), Multilevel models and health economics, „Health Economics”, vol. 6(6), s. 561–575.

Rivers D., Vuong Q. (1988), Limited information estimators and exogeneity tests for simultaneous probit models, „Journal of Econometrics”, vol. 39(3), s. 347–366.

Rodriguez G., Goldman N. (1995), An Assessment of Estimation Procedures for Multilevel Models with Binary Responses, „Journal of the Royal Statistical Society. Series A (Statistics in Society)”, vol. 158(1), s. 73–89.

Roszkowska S., Majchrowska A. (2014), Premia z wykształcenia i doświadczenia zawodowego według płci w Polsce, Instytut Ekonomiczny, Warszawa.

Rousseeuw P., Leroy A. (2005), Robust Regression and Outlier Detection, John Wiley & Sons, Hoboken.

Rousseeuw P., Yohai V. (1987), Robust Regression by Means of S-estimators, [w:] J. Franke, W. Hardle, D. Martin (red.), Robust and Nonlinear Time Series Analysis, Springer Verlag, Berlin, s. 256–272.

Rousseeuw P., Zomeren B. van (1990), Unmasking Multivariate Outliers and Leverage Points, „Journal of the American Statistical Association”, vol. 85(411), s. 633–639.

Searle S., Casella G., McCulloch C. (1992), Variance components, Wiley, New York.

Sidor-Rządkowska M. (2015), Kształtowanie nowoczesnych systemów ocen pracowników, Wydawnictwo Wolters Kluwer, Warszawa.

Sinnewe E., Kortt M., Steen T. (2016), Religion and earnings: evidence from Germany, „International Journal of Social Economics”, vol. 43(8), s. 841–855.

Skrondal A., Rabe-Hesketh S. (2003), Multilevel logistic regression for polytomous data and rankings, „Psychometrika”, vol. 68(2), s. 267–287.

Solomon P., Cox D. (1992), Nonlinear Component of Variance Models, „Biometrika”, vol. 79(1), s. 1–11.

Spiezia V. (2011), Are ICT Users More Innovative?, „OECD Journal: Economic Studies”, no. 1, s. 1–21.

Springer F. (2016), Miasto Archipelag, Wydawnictwo „Karakter”, Kraków.

Sternberg R., Arndt O. (2001), The Firm or the Region: What Determines the Innovation Behavior of European Firms?, „Economic Geography”, vol. 77(4), s. 364–382.

Strawiński P., Broniatowska P., Majchrowska A. (2016), Returns to Vocational Education. Evidence from Poland, University of Warsaw, Faculty of Economic Sciences Working Paper, no. 16/2016.

Strawiński P., Majchrowska A., Broniatowska P. (2016), Wage Returns to Different Education Levels. Evidence from Poland, „Ekonomista”, nr 1, s. 25–49.

Szczygielski K., Grabowski W. (2014), Innovation strategies and productivity in the Polish services sector, „Post-Communist Economies”, vol. 26(1), s. 17–38.

Szczygielski K., Grabowski W., Woodward R. (2017), Innovation and the growth of service companies: the variety of firm activities and industry effects, „Industry and Innovation”, vol. 24(3), s. 249–262.

Szczygielski K., Grabowski W., Pamukcu M., Tandogan V. (2017), Does government support for private innovation matter? Firm-level evidence from two catching-up countries, „Research Policy”, vol. 46(1), s. 219–237.

Świadek A., Szajt M. (2018), Nakłady na działalność innowacyjną a produkcja przemysłowa w Polsce w latach 2006–2015 – zróżnicowanie regionalne, „Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego”, vol. 32(3), s. 54–68.

Tanner M.A. (1993), Tools for Statistical Inference, Springer, New York.

Tokarski T. (2013), Zróżnicowanie podstawowych zmiennych makroekonomicznych w powiatach, [w:] M. Trojak (red.), Regionalne zróżnicowanie rozwoju ekonomicznego Polski, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków.

Veall M., Zimmermann K. (1992), Pseudo-R2’s in the ordinal probit model, „The Journal of Mathematical Sociology”, vol. 16(4), s. 333–342.

Verardi V., Croux C. (2009), Robust Regression in Stata, „Stata Journal”, vol. 9(3), s. 439–453.

Vuong Q.H. (1989), Likelihood ratio tests for model selection and non-nested hypotheses, „Econometrica”, vol. 57(2), s. 307–333.

Wajda K. (1990), Uwarunkowania polskiej myśli politycznej i społecznej na ziemiach polskich pod panowaniem pruskim 1864–1914, [w:] S. Kalembka (red.), Studia z dziejów polskiej myśli politycznej II – Polska myśl polityczna w dzielnicy pruskiej w XIX w., Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń.

Wedderburn R.W.M. (1974), Quasi-likelihood functions, generalized linear models and the Gauss-Newton method, „Biometrika”, vol. 61(3), s. 439–447.

Welfe A. (2009), Ekonometria. Metody i ich zastosowanie, Polskie Wydawnictwo Ekonomiczne, Warszawa.

Welfe A., Karp P. (2017), Makroekonometryczny miesięczny model gospodarki Polski WM-1, „Gospodarka Narodowa”, nr 290(4), s. 5–38.

Welfe W., Welfe A. (2004), Ekonometria stosowana, Polskie Wydawnictwo Ekonomiczne, Warszawa.

Welfe A., Majsterek M., Florczak W. (1994), Model pętli inflacyjnej w gospodarce polskiej – analiza kointegracyjna, „Przegląd Statystyczny”, nr 3, s. 245–264.

Wetherill G.B., Glazerbook K.D. (1986), Sequential Methods in Statistics, Chapman & Hall, London.

White H. (1980), A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity, „Econometrica”, vol. 48(4), s. 817–838.

Wickham J. (2011), Low Skill Manufacturing Work: from skill biased change to technological Regression/Niedrig qualifizierte Industriearbeit: vom qualifikationsbeeinflussten Strukturwandel zur technologischen Regression, „Arbeit”, vol. 20(3), s. 224–238.

Wielicki T., Arendt Ł. (2010), A knowledge-driven shift in perception of ICT implementation barriers: Comparative study of US and European SMEs, „Journal of Information Science”, vol. 36(2), s. 162–174.

Winczorek J. (2015), Przegląd literatury na temat dostępności i korzystania z pomocy prawnej, INPRIS – Instytut Prawa i Społeczeństwa, Warszawa.

Wiśniewski J. (2015), Microeconometrics in business management, Wiley & Sons, London.

Wu F. (1999), Intrametropolitan FDI firm location in Guangzhou, China, „The Annals of Regional Science”, vol. 33(4), s. 535–555.

Yohai V. (1987), High Breakdown-point and High Efficiency Estimates for Regression, „The Annals of Statistics”, no. 15, s. 642–665.

Zarycki T. (2015), The electoral geography of Poland: between stable spatial structures and their changing interpretations, „Erdkunde”, vol. 69(2), s. 107–124.

Żukowski R. (2004), Historical path dependence, institutional persistence, and transition to market economy, „International Journal of Social Economics”, vol. 31(10), s. 955–973.

Pobrania

Dane do pobrania nie są jeszcze dostępne.

Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.

Jak cytować

Grabowski, Wojciech. 2019. Modele Wielopoziomowe: Wykorzystanie Danych Regionalnych W Badaniach Mikroekonomicznych I Socjologicznych. Ekonomia. Poland: Wydawnictwo Uniwersytetu Łódzkiego. https://doi.org/10.18778/8142-418-9.