chap 受限被解释变量.ppt

2 heckman回归的预测 对heckman回归进行预测的基本命令为： predict [type] newvar [if] [in] [, statistic nooffset] 其中，predict代表预测的基本命令语句，newvar代表生成的新变量的名称，type代表新变量的类型，if代表条件语句，in代表范围语句，statistic代表进行预测的统计量。可用的statistic选项包括表11.3中断尾回归预测的所有选项以及表11.6的选项。 对于妇女工资决定的模型，默认的预测将给出各妇女的工资的线性预测值。如果我们想知道参加工作的妇女的期望工资，我们可以利用ycond选项。 quietly heckman wage educ age, select(married children educ age) predict yc, ycond summarize wage yc if wage!= . 其中，第一步为进行heckman回归，且命令quietly表明不显示该回归的结果；第二步是对参加工作的妇女的期望工资的预测，且将新变量命名为yc；第三步获得wage非缺失值的观测值的wage和yc的描述统计量。 如果我们想知道所有妇女的期望工资，可以通过yexpected选项实现。这时，通过样本选择方程决定该妇女预期是否参加工作，如果预期不参加，则其期望工资为0。 predict ye, yexpected gen wage1=wage replace wage1=0 if wage1== . sum ye wage1 其中，第一步是对所有妇女期望工资进行预测，并将新变量命名为ye；第二步与第三步生成了一个变量wage1，当实际工资为缺失值时，wage1为0，当实际工资不缺失时，wage1的值等于wage的值；第四步给出了变量ye和wage1的描述统计量。 习题 1.利用本书附带光盘data文件夹下的“usaauto.dta”工作文件，做mpg对 price、length、displacement的回归，假设foreign为0时，mpg在20处左端断尾；foreign为1时，mpg在24处左端断尾。（提示：生成一个新变量，作为断尾下限的指示变量） 2.利用本书附带光盘data文件夹下的“womenwork.dta”工作文件，分析各因素对已婚妇女工作时间的影响。主要变量包括：hours=工作时间，children=未成年子女个数，age=年龄，education=教育年限，husinc=丈夫收入。图11.15列出了部分数据。 因为如果被调查妇女没有提供工作时间，就将工作时间当成0来处理，所以数据符合截取数据的特点。以hours为被解释变量，children、age、education和husinc为解释变量，进行截取回归分析。 3.对习题2中的回归进行预测，尝试各种选项的使用，并作出解释。 4.重复习题2的分析，但使用稳健的标准差。 5.利用本书附带光盘data文件夹下的“fwage.dta”工作文件，进行本章中妇女工资决定的heckman回归，使用两步法，并设定工资方程以及选择方程都没有常数项。 6.在习题5中的heckman回归之后，预测工资被观测到的概率。 主要内容 断尾回归模型 截取回归模型 样本选择模型 实验11-1：断尾回归模型 实验基本原理 实验内容及数据来源 本书附带光盘data文件夹下的“laborsupply.dta”工作文件给出了1975年妇女劳动供给的一些数据，主要变量有：lfp=各妇女在1975年是否工作（该变量取1表示该妇女在1975年有工作），whrs=妇女的工作时间，kl6=年龄小于6岁的孩子个数，k618=年龄在6岁到18岁之间的孩子个数，wa=妇女的年龄，we=妇女的受教育年限。很显然，当某妇女在1975年没有工作时，我们观察到的该妇女的工作时间为0。 利用这些数据，我们要研究各个因素对妇女劳动时间的影响，并讲解断尾回归模型的拟合与预测。 实验操作指导 1 利用普通最小二乘法进行回归 我们首先利用这些数据进行普通最小二乘回归。键入以下命令： regress whrs kl6 k618 wa we if whrs 0 其中，被解释变量为whrs，解释变量为kl6、k618、wa和we，条件语句if表明，我们对妇女工作时间大于0的数据进行回归。 这里，我们主要是为了和后面断尾回归的结果进行比较。 2 断尾回归的操作 断尾回归的基本命令为： truncreg depvar [indepvar] [if] [in] [weight] [,options] 其中，truncreg代表“断尾回归”的基本命令语句，depvar代表被解释变量的