Objective: Family size substantially contributes to an improved child and maternal well-being and economic growth of a nation. In this paper, we aim at determining possible determinants of ideal or preferred family size as desired by married women in Nigeria. Material and Methods: An extracted dataset from the 2013 Nigeria Demographic Health Survey were analysed using a Bayesian stepwise approach that involves simultaneous selection of variables and smoothing parameters. The model is geo-additive - it allows for geographical variations at a micro level of states, as well as both linear and nonlinear effects of variables to be investigated. Within a Bayesian context, we assigned appropriate priors on all the parameters and functions. Results: Findings reveal that substantial geographical variations in the preference of family size exist across the states. Further, the results from the spatial analysis showed that married women from the Northern states have the desire for more children, as compared to their southern counterparts. Respondent's level of education, type of marital union, sex of household head, age, wealth index, religion, working status, and the number of siblings are significantly associated with their ideal family size. Mother's age at first birth is significantly non-linearly related to the ideal family size. Conclusion: Government and policymakers need to pay attention to findings from this study, as it can help in designing better strategies that will enable the attainment of the Millenium Development Goals that are firmly related to fertility and family sizes.
Keywords: Geoadditive models; Spatial analysis; Stepwise regression; Bayesian inference; Family size
Amaç: Aile büyüklüğü, gelişmiş bir çocuk ve anne refahına ve bir ulusun ekonomik büyümesine büyük ölçüde katkıda bulunur. Bu makalede Nijerya'da evli kadınlar tarafından istenen ya da tercih edilen aile büyüklüğünün olası etkenlerini belirlemek amaçlanmaktadır. Gereç ve Yöntemler: Nijerya Demografik Sağlık Çalışması 2013'ten elde edilen veri seti düzleştirme parametrelerini ve eşzamanlı değişken seçimini içeren aşamalı Bayes yaklaşımı ile analiz edilmiştir. Model jeotoplamsaldır. Bu modelde değişkenlerin hem lineer hem de lineer olmayan etkilerinin araştırılmasının yanı sıra eyaletler arasında coğrafik varyasyonların mikro düzeyde araştırılmasına olanak sağlamaktadır. Bayesian yapısı içinde tüm parametrelere ve fonksiyonlara uygun önsel değerler atanmıştır. Bulgular: Bulgular eyaletler arasında aile büyüklüğü tercihinde önemli coğrafi değişikliklerin olduğunu göstermiştir. Ayrıca spatial analizden elde edilen sonuçlara göre güneylilerle karşılaştırıldığında kuzeydeki eyaletlerdeki evli kadınlar daha fazla çocuk sahibi olmak istemektedir. Deneğin eğitim düzeyi, evlilik birliği türü, hane reisinin cinsiyeti, yaş, gelir indeksi, din, çalışma durumu ve kardeş sayısı ideal aile büyüklüğü ile anlamlı olarak ilişkili bulunmuştur. Annenin ilk doğumdaki yaşı ideal aile büyüklüğü ile doğrusal olmayan yönde anlamlı olarak ilişkilidir. Sonuç: Aile büyüklüğü ve doğurganlık ile ilişkili olan Bin Yıllık Kalkınma Hedeflerine ulaşılmasını sağlayacak daha iyi stratejiler belirlenmesinde yardımcı olacağı için Hükümet ve politikacılar bu çalışmanın sonuçlarına dikkat etmelidir.
Anahtar Kelimeler: Jeotoplamsal modeller; Spatial analiz; Aşamalı regresyon; Bayes yaklaşımı; Aile büyüklüğü
- Heiland F, Prskawetz A, Sanderson WC. Are individuals? desired family sizes stable? Evidence from West German panel data. European Journal of Population/Revue européenne de Démographie. 2008;24(2):129. [Crossref]
- Baschieri A, Hinde A. The proximate determinants of fertility and birth intervals in Egypt: An application of calendar data. Demogr Res. 2007;16(3):59-96. [Crossref]
- Bhargava A. Desired family size, family planning and fertility in Ethiopia. J Biosoc Sci. 2007;39(3):367-81. [Crossref] [PubMed]
- Kazembe LN. Modelling individual fertility levels in Malawian women: a spatial semiparametric regression model. Statistical Methods and Applications (SMA). 2009;18(2):237-55. [Crossref]
- Alaba OO, Olaomi JO. Geo-additive modelling of family size in Nigeria. J Biom Biostat. 2015;6(3):1-6. [Crossref]
- Alaba OO, Olubusoye OE, Olaomi J. Spatial patterns and determinants of fertility levels among women of childbearing age in Nigeria. South African Family Practice (SAFP). 2017;59(4):143-7. [Crossref]
- Makinwa-Adebusoye P, Ebigbola J. Socio-cultural factors affecting fertility and family planning in Nigeria. Federal Republic of Nigeria: Implementing the National Policy on Population Sectoral Report.
- NDHS. Nigeria Demographic Health Survey. Published by National Population Commission. 2013.
- Kandala NB, Ghilagaber G. Advanced Techniques for Modelling Maternal and Child Health in Africa. 1 st ed. Dordrecht: Springer; 2014. p.330. [Crossref] [PubMed] [PMC]
- Belitz C, Lang S. Simultaneous selection of variables and smoothing parameters in structured additive regression models. Computational Statistics & Data Analysis (CSDA). 2008;53(1):61-81. [Crossref]
- Amusa LB. Reducing bias in observational studies: an empirical comparison of propensity score matching methods. Turkiye Klinikleri J Biostat. 2018;10(1):13-26. [Crossref]
- Fahrmeir L, Kneib T, Lang S, Marx B. Regression: Models, Methods and Applications. 1 st ed. Berlin; New York: Springer Science & Business Media; 2013. p.698. [Crossref]
- Kneib T, Fahrmeir L. Structured additive regression for categorical space?time data: A mixed model approach. Biometrics. 2006;62(1):109-18. [Crossref] [PubMed]
- Hastie T, Tibshirani R. Generalized additive models for medical research. Stat Methods Med Res. 1995;4(3):187-96. [Crossref] [PubMed]
- Lang S, Brezger A. Bayesian P-splines. J Comput Graph Stat. 2004;13(1):183-212. [Crossref]
- Brezger A, Lang S. Generalized structured additive regression based on Bayesian P-splines. Computational Statistics & Data Analysis (CSDA). 2006;50(4):967-91. [Crossref]
- Besag J, York J, Mollié A. Bayesian image restoration, with two applications in spatial statistics. A Ann Inst Statist Math. 1991;43(1):1-20. [Crossref]
- Spiegelhalter DJ, Thomas A, Best NG, Gilks W, Lunn D. BUGS: Bayesian inference using Gibbs sampling. Version 05,(version ii) http://www/mrc-bsu cam ac uk/bugs. 1996;19.
- Umlauf N, Kneib T, Lang S, Zeileis A. R2BayesX: Estimate Structured Additive Regression Models with BayesX, 2013. URL http://cran/R-projectorg/package=R2BayesX R package version 03-1.
- Mazrui AA. Islamic doctrine and the politics of induced fertility change: an African perspective. Popul Dev Rev. 1994;20:121-34. [Crossref]
- Skirbekk V. Fertility trends by social status. Demogr Res. 2008;18(5):145-80. [Crossref]
- Kravdal O. A search for aggregate-level effects of education on fertility, using data from Zimbabwe. Demogr Res. 2000;3:[35]. [Crossref] [PubMed]
.: Process List