WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Etude des déterminants de l'utilisation des services de santé dans la zone de santé de Kadutu, province du Sud Kivu - RD Congo

( Télécharger le fichier original )
par Pacifique Mushagalusa Salongo
Université de Kinshasa - Maitrise en Santé Publique / Economie de la Santé 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

ANNEXES

Tableau des indicateurs

INDICATEURS

Niveau

Revenu monétaire déclaré moyen mensuel par tête

9,97$

Dépenses monétaires moyennes déclarées annuelles par tête d'habitant

14,3$

Dépenses moyennes de soins de santé par habitant par mois

2,38$

Proportion dépenses santé par rapport aux totales dépenses

17%

Proportion des ménages qui utilisent les services de santé

81%

Proportion des soins médicaux supportés par les ménages

88%

Taille moyenne de ménage

7,6

Proportion de la population vivant avec moins de 1$ par habitant par jour

95%

Taux de renoncement aux soins

19%

Proportion des ménages dirigés par des femmes

11%

Proportion des chefs des ménages non ou semi instruits

33,1%

Proportion des chefs de ménages sans emploi

32,8%

Proportion des ménages membres des mutuelles de santé

10,5%

Coût moyen des soins par épisode maladie

18,1$

Taux de renoncement aux soins par manque d'argent

64,8%

Tableaux des estimations

Dependent Variable: Y

Method: ML - Binary Logit

Date: 12/03/05 Time: 11:48

Sample: 1 286

Included observations: 285

Excluded observations: 1

Convergence achieved after 36 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.835131

2.234484

-1.268808

0.2045

ETMAL

1.431726

0.783820

1.826601

0.0678

COUT

0.395413

241413.1

1.64E-06

1.0000

REVENU

0.005464

0.007776

0.702675

0.4823

ABOMUT

0.293370

1.086890

0.269917

0.7872

STRUCT

1.767185

1.051115

1.681249

0.0927

TAILLE

0.354638

0.177313

2.000073

0.0455

SEXMAL

-1.076121

0.745090

-1.444283

0.1487

SEXCM

3.541783

2.077300

1.704994

0.0882

ETCM

-2.070209

1.232881

-1.679163

0.0931

AGECM

-0.099851

0.049113

-2.033099

0.0420

AGEMAL

0.002379

0.002488

0.956207

0.3390

Mean dependent var

0.814035

S.D. dependent var

0.389763

S.E. of regression

0.172064

Akaike info criterion

0.274757

Sum squared resid

8.082474

Schwarz criterion

0.428546

Log likelihood

-27.15287

Hannan-Quinn criter.

0.336407

Restr. log likelihood

-136.8909

Avg. log likelihood

-0.095273

LR statistic (11 df)

219.4760

McFadden R-squared

0.801646

Probability(LR stat)

0.000000

 
 
 

Obs with Dep=0

53

Total obs

285

Obs with Dep=1

232

 
 
 

Dependent Variable: Y

Method: ML - Binary Logit

Date: 12/03/05 Time: 15:46

Sample: 1 286

Included observations: 286

Convergence achieved after 4 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

ETMAL

1.209421

0.341391

3.542625

0.0004

REVENU

0.009287

0.002715

3.420837

0.0006

STRUCT

1.772524

0.408528

4.338803

0.0000

AGEMAL

-0.001713

0.000829

-2.065880

0.0388

Mean dependent var

0.811189

S.D. dependent var

0.392045

S.E. of regression

0.373512

Akaike info criterion

0.869431

Sum squared resid

39.34215

Schwarz criterion

0.920563

Log likelihood

-120.3286

Hannan-Quinn criter.

0.889926

Avg. log likelihood

-0.420729

 
 
 

Obs with Dep=0

54

Total obs

286

Obs with Dep=1

232

 
 
 

Dependent Variable: Y

Method: ML - Binary Logit

Date: 12/03/05 Time: 11:42

Sample: 1 286

Included observations: 285

Excluded observations : 1

Convergence achieved after 26 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

0.765491

0.984986

0.777159

0.4371

ETMAL

1.134382

0.376934

3.009500

0.0026

TM1

0.344538

0.388860

0.886019

0.3756

TM2

0.523912

0.573514

0.913512

0.3610

TM3

0.302460

0.705412

0.428771

0.6681

TM4

29.97984

7104932.

4.22E-06

1.0000

REVENU

0.004702

0.003920

1.199368

0.2304

ABOMUT

-0.080965

0.573563

-0.141162

0.8877

STRUCT

1.694417

0.430900

3.932272

0.0001

TAILLE

0.074748

0.063298

1.180888

0.2376

SEXMAL

-0.356228

0.339536

-1.049161

0.2941

SEXCM

-0.568163

0.596212

-0.952956

0.3406

ETCM

0.166891

0.625382

0.266862

0.7896

AGECM

-0.012799

0.015287

-0.837256

0.4024

AGEMAL

-0.001697

0.001101

-1.540941

0.1233

Mean dependent var

0.814035

S.D. dependent var

0.389763

S.E. of regression

0.374875

Akaike info criterion

0.912681

Sum squared resid

37.94338

Schwarz criterion

1.104918

Log likelihood

-115.0571

Hannan-Quinn criter.

0.989744

Restr. log likelihood

-136.8909

Avg. log likelihood

-0.403709

LR statistic (14 df)

43.66758

McFadden R-squared

0.159498

Probability(LR stat)

6.70E-05

 
 
 

Obs with Dep=0

53

Total obs

285

Obs with Dep=1

232

 
 
 

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Enrichissons-nous de nos différences mutuelles "   Paul Valery