30.07.2013 Views

De nye kommuners rammevilkår for beskæftigelsesindsatsen - PISA ...

De nye kommuners rammevilkår for beskæftigelsesindsatsen - PISA ...

De nye kommuners rammevilkår for beskæftigelsesindsatsen - PISA ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

( x β |0< y < 1) , hvilket er tæt på ( y |0< y < 1) . Marginaleffekterne på sandsynlighe-<br />

i i<br />

i<br />

den <strong>for</strong> at 0 < y < 1 (jf. (4)) er beregnet ud fra det <strong>for</strong>udsagte niveau <strong>for</strong> denne sandsyn-<br />

i<br />

lighed (hvilket er tæt på andelen af ucensurerede observationer i data).<br />

I denne dokumentation rapporteres alene marginaleffekterne i (1) og (2). Marginaleffekterne<br />

i (2) angives med udgangspunkt i gennemsnittet <strong>for</strong> de <strong>for</strong>klarende variabler. <strong>De</strong>t<br />

vurderes, at effekterne på den betingede middelværdi i (3) er mindre interessante, da kun<br />

en lille del af observationerne er ucensurerede. Effekterne på sandsynligheden <strong>for</strong> ikke at<br />

være censureret jf. (4), er af samme grund heller ikke så interessante.<br />

A1.3 Indikatorer <strong>for</strong> samlet effekt af <strong>rammevilkår</strong><br />

Beregningen af indikatorer <strong>for</strong> den samlede effekt af <strong>rammevilkår</strong> er som følger: For<br />

hvert individ har vi den observerede ydelsesgrad, y i , og vi kan beregne den <strong>for</strong>ventede<br />

ydelsesgrad givet dette individs karakteristika, x i , og den estimerede model, E( yi | x i)<br />

.<br />

For hver kommune kan vi så beregne den gennemsnitlige <strong>for</strong>ventede ydelsesgrad givet<br />

modellen. <strong>De</strong>t er denne gennemsnitlige prædiktion på kommuneniveau, der benyttes som<br />

udgangspunkt <strong>for</strong> at danne grupper af kommuner med sammenlignelige <strong>rammevilkår</strong>.<br />

A1.4 Robusthed over <strong>for</strong> valg af statistisk model<br />

<strong>De</strong>t er undersøgt, i hvilket omfang resultaterne er robuste mht. valg af statistisk model.<br />

Som nævnt er de resultater, der beskrives i denne rapport, baseret på en tosidet tobitmodel.<br />

Tilsvarende beregninger er også <strong>for</strong>etaget <strong>for</strong> en ordnet probitmodel, hvor den<br />

afhængige variabel ikke er et kontinuert mål <strong>for</strong> andelen af året, hvor en person har modtaget<br />

ydelse men sandsynligheden <strong>for</strong> at modtage ydelser i henholdsvis 0 dage, op til 1<br />

måned, mere end 1 måned og op til 2 måneder, mere end 2 måneder og op til 3 måneder<br />

osv. <strong>De</strong>nne model er et naturligt alternativ til tobitmodellen, da der (som nævnt i kapitel<br />

3) <strong>for</strong> en del af de analyserede ydelser (kontanthjælp) ikke er registreret, præcis hvor<br />

mange dage, man har modtaget ydelser inden <strong>for</strong> en måned, men kun om man har modtaget<br />

ydelser i løbet af måneden (og det er i givet fald sat til 30 dage). <strong>De</strong>n ordnede probitmodel<br />

afspejler altså bedre datastrukturen <strong>for</strong> modtagelse af kontanthjælp (men til gen-<br />

i<br />

71

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!