Published December 10, 2021 | Version v1
Publication Open

The evolution of happiness pre and peri-COVID-19: A Markov Switching Dynamic Regression Model

Creators

  • 1. Auckland University of Technology
  • 2. University of Johannesburg
  • 3. Al Akhawayn University

Description

Happiness levels often fluctuate from one day to the next, and an exogenous shock such as a pandemic can likely disrupt pre-existing happiness dynamics. This paper fits a Marko Switching Dynamic Regression Model (MSDR) to better understand the dynamic patterns of happiness levels before and during a pandemic. The estimated parameters from the MSDR model include each state's mean and duration, volatility and transition probabilities. Once these parameters have been estimated, we use the one-step method to predict the unobserved states' evolution over time. This gives us unique insights into the evolution of happiness. Furthermore, as maximising happiness is a policy priority, we determine the factors that can contribute to the probability of increasing happiness levels. We empirically test these models using New Zealand's daily happiness data for May 2019 –November 2020. The results show that New Zealand seems to have two regimes, an unhappy and happy regime. In 2019 the happy regime dominated; thus, the probability of being unhappy in the next time period (day) occurred less frequently, whereas the opposite is true for 2020. The higher frequency of time periods with a probability of being unhappy in 2020 mostly correspond to pandemic events. Lastly, we find the factors positively and significantly related to the probability of being happy after lockdown to be jobseeker support payments and international travel. On the other hand, lack of mobility is significantly and negatively related to the probability of being happy.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

غالبًا ما تتقلب مستويات السعادة من يوم إلى آخر، ومن المحتمل أن تؤدي صدمة خارجية مثل الوباء إلى تعطيل ديناميكيات السعادة الموجودة مسبقًا. تتناسب هذه الورقة مع نموذج الانحدار الديناميكي للتبديل ماركو (MSDR) لفهم الأنماط الديناميكية لمستويات السعادة بشكل أفضل قبل وأثناء الوباء. تشمل المعلمات المقدرة من نموذج MSDR متوسط كل ولاية ومدتها وتقلباتها واحتمالات انتقالها. بمجرد تقدير هذه المعلمات، نستخدم طريقة الخطوة الواحدة للتنبؤ بتطور الحالات غير المرصودة بمرور الوقت. وهذا يعطينا رؤى فريدة لتطور السعادة. علاوة على ذلك، نظرًا لأن تعظيم السعادة يمثل أولوية سياسية، فإننا نحدد العوامل التي يمكن أن تسهم في احتمال زيادة مستويات السعادة. نختبر هذه النماذج تجريبيًا باستخدام بيانات السعادة اليومية في نيوزيلندا للفترة من مايو 2019 إلى نوفمبر 2020. تظهر النتائج أن نيوزيلندا يبدو أن لديها نظامين، نظام غير سعيد وسعيد. في عام 2019، هيمن النظام السعيد ؛ وبالتالي، كان احتمال عدم السعادة في الفترة الزمنية التالية (اليوم) أقل تكرارًا، في حين أن العكس هو الصحيح لعام 2020. إن التواتر الأعلى للفترات الزمنية التي يحتمل أن تكون غير سعيدة في عام 2020 يتوافق في الغالب مع أحداث الجائحة. أخيرًا، نجد أن العوامل مرتبطة بشكل إيجابي وكبير باحتمال الشعور بالسعادة بعد الإغلاق لتكون مدفوعات دعم الباحثين عن عمل والسفر الدولي. من ناحية أخرى، يرتبط نقص الحركة بشكل كبير وسلبي باحتمال السعادة.

Translated Description (French)

Les niveaux de bonheur fluctuent souvent d'un jour à l'autre, et un choc exogène tel qu'une pandémie peut probablement perturber la dynamique du bonheur préexistante. Cet article s'adapte à un modèle de régression dynamique à commutation Marko (MSDR) pour mieux comprendre les modèles dynamiques des niveaux de bonheur avant et pendant une pandémie. Les paramètres estimés du modèle MSDR comprennent la moyenne et la durée, la volatilité et les probabilités de transition de chaque État. Une fois ces paramètres estimés, nous utilisons la méthode en une étape pour prédire l'évolution des états non observés au fil du temps. Cela nous donne un aperçu unique de l'évolution du bonheur. En outre, comme maximiser le bonheur est une priorité politique, nous déterminons les facteurs qui peuvent contribuer à la probabilité d'augmenter les niveaux de bonheur. Nous testons empiriquement ces modèles à l'aide des données de bonheur quotidien de la Nouvelle-Zélande pour la période de mai 2019 à novembre 2020. Les résultats montrent que la Nouvelle-Zélande semble avoir deux régimes, un régime malheureux et heureux. En 2019, le régime heureux a dominé ; ainsi, la probabilité d'être malheureux dans la prochaine période (jour) s'est produite moins fréquemment, alors que l'inverse est vrai pour 2020. La fréquence plus élevée des périodes avec une probabilité d'être malheureux en 2020 correspond principalement aux événements pandémiques. Enfin, nous constatons que les facteurs liés de manière positive et significative à la probabilité d'être heureux après le confinement sont les paiements de soutien aux demandeurs d'emploi et les voyages internationaux. D'autre part, le manque de mobilité est significativement et négativement lié à la probabilité d'être heureux.

Translated Description (Spanish)

Los niveles de felicidad a menudo fluctúan de un día para otro, y un shock exógeno como una pandemia probablemente pueda interrumpir las dinámicas de felicidad preexistentes. Este documento se ajusta a un modelo de regresión dinámica de Marko Switching (MSDR) para comprender mejor los patrones dinámicos de los niveles de felicidad antes y durante una pandemia. Los parámetros estimados del modelo MSDR incluyen la media y la duración de cada estado, la volatilidad y las probabilidades de transición. Una vez que se han estimado estos parámetros, utilizamos el método de un solo paso para predecir la evolución de los estados no observados a lo largo del tiempo. Esto nos da una visión única de la evolución de la felicidad. Además, dado que maximizar la felicidad es una prioridad política, determinamos los factores que pueden contribuir a la probabilidad de aumentar los niveles de felicidad. Probamos empíricamente estos modelos utilizando los datos diarios de felicidad de Nueva Zelanda para mayo de 2019 a noviembre de 2020. Los resultados muestran que Nueva Zelanda parece tener dos regímenes, un régimen infeliz y feliz. En 2019, el régimen feliz dominó; por lo tanto, la probabilidad de ser infeliz en el siguiente período de tiempo (día) ocurrió con menos frecuencia, mientras que lo contrario es cierto para 2020. La mayor frecuencia de periodos de tiempo con probabilidad de infelicidad en 2020 corresponde en su mayoría a eventos pandémicos. Por último, encontramos que los factores relacionados positiva y significativamente con la probabilidad de ser feliz después del confinamiento son los pagos de apoyo a los solicitantes de empleo y los viajes internacionales. Por otro lado, la falta de movilidad se relaciona significativa y negativamente con la probabilidad de ser feliz.

Files

journal.pone.0259579&type=printable.pdf

Files (891.1 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:4ab24cd6a0d028a581362cd808091530
891.1 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تطور السعادة قبل وحول كوفيد-19: نموذج الانحدار الديناميكي لتبديل ماركوف
Translated title (French)
L'évolution du bonheur pré et péri-COVID-19 : un modèle de régression dynamique à commutation de Markov
Translated title (Spanish)
La evolución de la felicidad pre y peri-COVID-19: un modelo de regresión dinámica de conmutación de Markov

Identifiers

Other
https://openalex.org/W4200504534
DOI
10.1371/journal.pone.0259579

Is supplement to
https://openalex.org/W4226296940 (Other)
https://openalex.org/W4205317059 (Other)
https://openalex.org/W4200329650 (Other)
https://openalex.org/W3171943759 (Other)
https://openalex.org/W3134376730 (Other)
https://openalex.org/W3127156785 (Other)
https://openalex.org/W3084498529 (Other)
https://openalex.org/W3036314732 (Other)
https://openalex.org/W3009669391 (Other)
https://openalex.org/W3005417802 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Morocco

References

  • https://openalex.org/W1511530091
  • https://openalex.org/W2021760340
  • https://openalex.org/W2029655359
  • https://openalex.org/W2036787087
  • https://openalex.org/W2074812030
  • https://openalex.org/W2097580026
  • https://openalex.org/W2730076328
  • https://openalex.org/W2737877563
  • https://openalex.org/W2892054452
  • https://openalex.org/W2910660583
  • https://openalex.org/W2962045638
  • https://openalex.org/W3006659024
  • https://openalex.org/W3011642264
  • https://openalex.org/W3019794753
  • https://openalex.org/W3026121600
  • https://openalex.org/W3031537998
  • https://openalex.org/W3095330730
  • https://openalex.org/W3122176006
  • https://openalex.org/W3122236153
  • https://openalex.org/W3123549977
  • https://openalex.org/W3129649823
  • https://openalex.org/W3180881537
  • https://openalex.org/W4205305177