Likelihood-based approaches to modeling demand for medical care
Creel, Michael (Universitat Autònoma de Barcelona. Departament d'Economia i d'Història Econòmica)
Farell Ferrer, Montserrat (Universitat Autònoma de Barcelona. Departament d'Economia i d'Història Econòmica)
Universitat Autònoma de Barcelona. Unitat de Fonaments de l'Anàlisi Econòmica
Institut d'Anàlisi Econòmica

Data: 2006
Descripció: 31 p.
Resum: We review recent likelihood-based approaches to modeling demand for medical care. A semi-nonparametric model along the lines of Cameron and Johansson's Poisson polynomial model, but using a negative binomial baseline model, is introduced. We apply these models, as well a semiparametric Poisson, hurdle semiparametric Poisson, and finite mixtures of negative binomial models to six measures of health care usage taken from the Medical Expenditure Panel survey. We conclude that most of the models lead to statistically similar results, both in terms of information criteria and conditional and unconditional prediction. This suggests that applied researchers may not need to be overly concerned with the choice of which of these models they use to analyze data on health care demand.
Drets: Aquest document està subjecte a una llicència d'ús de Creative Commons, amb la qual es permet copiar, distribuir i comunicar públicament l'obra sempre que se'n citin l'autor original, la universitat, la unitat i l'institut i no se'n faci cap ús comercial ni obra derivada, tal com queda estipulat en la llicència d'ús Creative Commons
Llengua: Anglès
Col·lecció: Departament d'Economia i d'Història Econòmica. Unitat de Fonaments de l'Anàlisi Econòmica / Institut d'Anàlisi Econòmica (CSIC). Working papers
Col·lecció: Working papers ; 498.01
Document: Working paper
Matèria: Assistència mèdica



31 p, 279.5 KB

El registre apareix a les col·leccions:
Documents de recerca > Working papers > Unitat de Fonaments de l'Anàlisi Econòmic. Documents de treball

 Registre creat el 2009-07-15, darrera modificació el 2022-07-16



   Favorit i Compartir