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

Fecha: 2006
Descripción: 31 p.
Resumen: 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.
Derechos: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Lengua: Anglès
Colección: Departament d'Economia i d'Història Econòmica. Unitat de Fonaments de l'Anàlisi Econòmica / Institut d'Anàlisi Econòmica (CSIC). Working papers
Colección: Working papers ; 498.01
Documento: Working paper
Materia: Assistència mèdica



31 p, 279.5 KB

El registro aparece en las colecciones:
Documentos de investigación > Working papers > Unidad de Fundamentos del Análisis Ecocómico. Documentos de trabajo

 Registro creado el 2009-07-15, última modificación el 2024-05-26



   Favorit i Compartir