مقدمه: شناسایی عوامل و فاکتورهای تاثیرگذار بر هزینه های سلامت می تواند در تعیین بهترین سیاست ها برای کنترل و مدیریت هزینه های سلامت مفید و موثر باشد. مطالعات گذشته در این زمینه با فرض اطمینان مدل انجام شده است؛ در حالی که، عدم توجه به مساله نااطمینانی مدل می تواند منجر به تورش و عدم کارایی در برآورد پارامترها شود که نتیجه آن پیش بینی های نامناسب و استنتاج آماری نادرست است. بنابراین، هدف اصلی این مطالعه شناسایی تعیین کنندگان قوی هزینه های بخش سلامت در ایران تحت نااطمینانی مدل می باشد.روش پژوهش: این مطالعه با استفاده از اطلاعات و داده های آماری 22 متغیر که بر اساس مبانی نظری و مطالعات تجربی بر هزینه های بخش سلامت موثرند، به شناسایی تعیین کنندگان قوی این هزینه ها در ایران طی سال های 1392-1358 پرداخته است. به این منظور از رویکرد متوسط گیری بیزی برآوردهای کلاسیکی(BACE) به دلیل ویژگی های مناسب برای در نظر گرفتن فرض عدم اطمینان مدل)، استفاده شده است. هم چنین، تحلیل داده ها به کمک نرم افزار R انجام شده است.یافته ها: برآورد 40000 رگرسیون و میانگین گیری بیزی از ضرایب، نشان می دهد که متغیرهای درآمد سرانه با احتمال 0.98 و ضریب 0.70، نرخ شهرنشینی با احتمال 0.93 و ضریب 1.25، سرانه هزینه های عمومی سلامت با احتمال 0.83 و ضریب 0.29، بار تکفل با احتمال 0.50 و ضریب 0.27، سرانه ی پزشک با احتمال 0.49 و ضریب 0.20 و نرخ بیکاری با احتمال 0.38 و ضریب -0.07، غیرشکننده و قوی می باشند.نتیجه گیری: نتایج تحقیق حاکی از آن می باشد که مهم ترین تعیین کنندگان هزینه های بخش سلامت در ایران به ترتیب عبارت اند از: درآمد سرانه، نرخ شهرنشینی، سرانه هزینه های بهداشت عمومی، بار تکفل، سرانه ی پزشک و نرخ بیکاری. اثر تمام این متغیرها بر سرانه هزینه های بخش سلامت در بلندمدت حتمی و قوی است.

هدف: دیابت، بیماری مزمنی است که معمولا با اختلال تحمل گلوکز آغاز می گردد. این مرحله، اصطلاحا به عنوان پیش دیابت شناخته می شود. افراد پیش دیابتی در معرض خطر بیش تری برای رخداد دیابت هستند، بنابراین شناسایی عوامل خطرساز دیابت، در افراد پیش دیابتی، مورد توجه بیش تری است. به طور معمول برای انتخاب متغیر، از روش گام به گام استفاده می شود که عدم قطعیت مدل را در نظر نمی گیرد. در این مطالعه، برای برطرف کردن این مشکل، از روش متوسط بیزی (Bayesian Model Averaging, BMA) استفاده شد.مواد و روش ها: جمعیت مورد بررسی، 734 زن 20 سال و بالاتر پیش دیابتی، در مطالعه کوهورت قند و لیپید تهران(TLGS)  است. در مطالعه حاضر، برای انتخاب متغیر در رگرسیون لجستیک از روش های گام به گام و متوسط بیزی استفاده شد؛ سپس AUC دو روش محاسبه و با آزمون دلونگ (Delong) مقایسه شد. برای انجام تحلیل ها از بستهBMA  نرم افزار R نسخه 3.1.3 استفاده شد.یافته ها: روش متوسط بیزی، قندخون ناشتا، قندخون 2 ساعته، سابقه خانوادگی، نمایه توده بدنی و مصرف آسپرین را در ابتدای مطالعه، به عنوان عوامل خطرساز بروز دیابت، انتخاب کرد. روش گام به گام علاوه بر این ها، فشارخون دیاستولیک، سابقه بستری 3 ماه گذشته، استفاده از داروهای تیرویید و تحصیلات را نیز انتخاب کرد. با این که تعداد متغیرهای روش گام به گام (9 متغیر) بیش تر از روش متوسط بیزی (5 متغیر) است، AUC برای روش های متوسط بیزی و گام به گام تفاوت معنی داری نداشت.نتیجه گیری: به نظر می رسد مدل متوسط بیزی قابلیت خوبی برای غربالگری بیماری دیابت دارد، زیرا ضمن تشخیص متغیرهای موثر کم تر، توانایی پیش بینی مدل نیز حفظ شد.

امروزه صادرات را به عنوان محور رشد و توسعه اقتصادی معرفی می کنند. کشورهایی مانند کره جنوبی، مالزی و ترکیه و هند از استراتژی توسعه صادرات برای بالا بردن رشد اقتصادی خود بهره برده و به نتایج رضایت بخشی دست یافته اند. با توجه به اهمیت نقش صادرات در افزایش رشد اقتصادی، شناسایی عوامل موثر بر صادرات ضروری است. بر این اساس در مقاله حاضر نقش عوامل تاثیرگذار بر صادرات با تکنولوژی بالا را مورد مطالعه قرار داده ایم. به این منظور، پس از شناسایی متغیرهای موثر بر صادرات با استفاده از روش «میانگین گیری مدل بیزین» و «متوسط گیری والس» به بررسی جهت و شدت تاثیر این متغیرها بر صادرات پرداخته ایم. نتایج حاصل از برآورد مدل نشان می دهد که کیفیت نهادی، سرمایه انسانی و واردات با احتمال قطعی مهم ترین عوامل تاثیرگذار بر صادرات با تکنولوژی بالا در کشورهای درحال توسعه هستند، اما متغیر قیمتی نرخ ارز حقیقی موثر برخلاف آنچه الگوهای استاندارد پیش بینی می کنند کمترین اهمیت را در پیش بینی تحولات صادرات با تکنولوژی بالا داشته است.

ارتقای کیفیت زندگی و سطح رفاه اجتماعی از اهداف اصلی سیاست گذاران اقتصادی است. باوجوداینکه فضای اقتصاد کلان تأثیر و نقش مهمی در سطح رفاه اجتماعی دارد اما بی اطلاعی از مدلی که بتواند به درستی توضیح دهنده رفاه اجتماعی باشد، نااطمینانی هایی را در مدل های رایج و معمول ایجاد کرده است، علاوه براین تعدد عوامل مؤثر بر رفاه اجتماعی منجر به نااطمینانی از صحت تصریح مدل شده و مانع اجماعِ پژوهشگران، در مورد عوامل کلیدی تعیین کننده رفاه اجتماعی شده است. بدین منظور مطالعه حاضر به شناسایی و تعیین عوامل مؤثر بر شاخص رفاه اجتماعی (تیاسن) در اقتصاد ایران و با استفاده از رویکرد میانگین گیری بیزین بر اساس داده های سری زمانی از سال 1375 تا 1397 و در شرایط نااطمینانی مدل پرداخته است که با انجام محاسبات حاصل از برآورد 260 هزار رگرسیون، تعداد 8 متغیر به عنوان متغیرهای قوی و غیرشکننده مشخص شدند؛ که شامل متغیرهای (نرخ ارز، شاخص فلاکت، درآمدهای مالیاتی، درآمدهای نفتی) با علامت منفی و متغیرهای (نرخ رشد شهرنشینی، درجه باز بودن اقتصاد، شاخص های سلامت و فناوری اطلاعات و ارتباطات) با علامت مثبت می باشد. سایر متغیرها اثر خود را در حضور متغیرهای غیرشکننده ازدست داده اند و شواهد قوی برای مؤثر بودن آن ها بر رفاه اجتماعی طی دوره موردبررسی وجود ندارد. با توجه به خروجی نتایج می توان نتیجه گرفت که به منظور ارتقاء و بهبود رفاه اجتماعی در کشور و در تدوین سیاست ها و برنامه ها رفاهی می بایست به متغیرهای انتخاب شده توجه بیشتری نمود.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

پویایی و تغییرات پدیده ها نسبت به زمان، سرشت ذاتی پدیده های اقتصادی است. در اقتصادسنجی پدیده های اقتصادی، نادیده گرفتن ویژگی پویایی آنها منجر به ساده سازی بیش از حد پدیده ها می شود و مدل های که بر این مبنا به دست می آیند اغلب واقع گرایانه نبوده، موجب تفسیرهای نادرست از آن پدیده ها می شوند. کاربست رگرسیون برای بررسی روابط بین متغیرهای اقتصادی، عملی بسیار متداول است. در چنین کاربردهایی اغلب روابط بین متغیرها، ایستا در نظر گرفته می شوند و از تحول این روابط در طی زمان که باعث تغییر در ضرایب معادلات می شوند غفلت می شود. در این مقاله ضمن معرفی مدل های خطی پویا (DLM) کاربردی از این مدل ها را در مورد سری زمانی «متوسط هفتگی قیمت دلار» از دیدگاه بیزی ارایه می کنیم. هدف، بیان روش پویا برای مدل سازی فرایندهای اقتصادی است تا از این رهیافت، سری متوسط هفتگی قیمت دلار را مدل سازی و سپس قیمت دلار را به کمک این مدل ها پیش بینی می کنیم. روش های مختلف دیگری مانند: سری های زمانی ARIMA و شبکه های عصبی برای مدل سازی مطرح هستند. نرخ ارز یک متغیر کلیدی و مهم اقتصادی در سیاستگزاری ها قلمداد می شود، تا جایی که گروهی از کارشناسان به خصوص در کشورهای در حال توسعه، از این متغیر به عنوان لنگر اسمی یاد می کنند، به همین دلیل تعیین نرخ ارز بسیار مورد توجه اقتصاددانان است. طبقه بندی C22 :JEL، F31