AI Summary & Key Takeaways
AI InsightThe raw data of 1994 Houshold Income Distribution Survey performed by Government Statistics Institute is used in this study.This results obtained support the fertility hypothesis of Becker and Lewis(1973).
📌 3 Key Takeaways
Abstract
This paper models determinants of number of children in houshold by using Poisson Quasi Maximum Likelihood Methods.When dispersion considered, underdispersion is generally faced in “the number of child” data. In this case, the Poisson Quasi Maximum Likelihood Model which gives consistent estimator is used instead of Standart Poisson Regression Model. The raw data of 1994 Houshold Income Distribution Survey performed by Government Statistics Institute is used in this study.This results obtained support the fertility hypothesis of Becker and Lewis(1973).
Özet
Bu çalışmanın amacı, Poisson Quasi Maksimum Olabilirlik Tahmin Yöntemi kullanılarak hanehalkı çocuk sayısı belirleyicilerini modellemektir. Yayılım durumu ele alındığında genellikle çocuk sayısı verileri için eksik yayılım (underdispersion) durumu ile karşılaşılmaktadır. Bu durumda Standart Poisson Regresyon Modeli (PRM) yerine tutarlı tahminciler veren Poisson Quasi Maksimum Olabilirlik (PQML) tahmini kullanılmıştır. Çalışmada Devlet İstatistik Enstitüsü (DİE) tarafından yapılmış olan 1994 yılı Hanehalkı Gelir Dağılımı Araştırması ham verileri kullanılmış olup, elde edilen sonuçlar Becker ve Lewis(1973)’in doğurganlık hipotezini desteklemektedir.